心输出量的计算是危重患者血流动力学评估的基础。了解该参数有助于鉴别，例如心源性和分布性休克，或监测（患者对）治疗的反应。Fick法仍然是各种计算心输出量方法的金标准。Fick法中，心输出量（Q）依据患者的氧摄取量（Vo2）、动脉氧含量（Cao2）和混合静脉氧含量（Cvo2）根据以下公式计算得出：

然而，尽管该方法长期以来一直是（测量心输出量的）金标准，但如今医生们似乎对其持有怀疑态度，该方法在危重患者的床旁应用中常被几个基础问题困扰。

第一个问题是Vo2的测定方法。

Fick法的基础是应用代谢车或道格拉斯袋（历史上曾经应用过）量化呼气浓度和通气量直接测量Vo2。由于这些方法的繁琐或耗时，对医生而言，更常见的做法是利用几个已发表的基于患者心率和体表面积等变量的方程对Vo2进行估算。这些方程的问题在于，它们源自小规模、经严格筛选、不具代表性的群体，并且此后的许多研究表明，这些方程通常不能反映健康成人和肥胖、糖尿病或心力衰竭患者的真实Vo2。考虑到影响住院重症患者氧利用，包括体温、代谢率、呼吸功、镇静深度和神经肌肉阻滞在内的所有因素，相信此类方程能够准确估测重症患者（的心输出量）是完全错误的。

第二个问题与应用中心静脉代替混合静脉血样计算动静脉氧含量差相关。这种做法在采集混合静脉血样本所必需的肺动脉导管对患者结局的影响被观察性和随机对照研究的数据所质疑而不再频繁应用之后变得普遍起来。有研究对中心（Scvo2）和混合（Svo2）静脉氧饱和度测量值之间的一致性进行了评估，结果显示，二者之间存在3%-8%的差异，而在休克和低氧血症等一些需要准确评估心输出量的患者中，前述差异更为显著。值得注意的是，一致性的界限在一些研究中超过了绝对值的±10%，这意味着Scvo2在很多时候都可能显著高估或低估Svo2。

Scvo2 和 Svo2 之间的差异由多种原因所致，包括 (1) Scvo2 仅反映回流自身体头端的血液的氧饱和度，而Svo2代表全部的静脉回流，（2）中心静脉导管尖端相对于其他静脉回流源的位置，（3）上下腔和冠状窦血流的平衡随时间和体位的变化，（4）实验室中，有数个估测Svo2和计算心脏分流的公式，但所有的公式都涉及上、下腔静脉饱和度的联合，没有公式基于单一的上腔静脉测量值。

不同来源静脉血氧饱和度存在差异的，与液体流动能力相关，基础而被忽略的问题是，因独特的流动和流体动力学模式，现有的血流与周围的环境（汇入的血流）保持分离和独立。在两条河流汇合很长时间后，内格罗河的水流仍然与亚马逊河主流相互分离的现象证实了这一点（图 A）。

图 分离且独立的液体流

A 两条河流汇合后，里奥内格罗河和亚马逊河的独立水流持续存在。

B 来自 4 维 (4D) 流动磁共振成像的静态图像，显示心室收缩晚期和心房充盈期间右心房的上腔静脉 (红色) 和下腔静脉 (绿色) 流动。

因此，即使中心静脉导管的尖端位于锁骨下静脉、颈内静脉和头臂静脉的下游，上下腔静脉的血液仍可能未充分混合。鉴于血液从手臂、大脑和冠状窦以及下腔静脉进入右心房，并且可能从腿、肾静脉和肠系膜系统流出，导管尖端可能位于这些独立血流中的任何一个。从该导管抽取的任何样本都只反映该特定血液流中的静脉饱和度，而非整个身体的混合样本。四维血流磁共振图像 (图B) 可以轻松显示人体心脏中存在的这种流体动力学流动。因各个静脉回流来源器官代谢活动的不同，测得的 Scvo2 可能与真实的 Svo2 存在显著偏差。

这两个问题的影响可以通过分析最近我们应用肺动脉导管监测的一名休克患者而得到理解。

该患者的血红蛋白浓度为9.5g/dL，Pao2为68mmHg，Pvo2为30mmHg,Sao2为95%，Svo2为40%，通过代谢车测得的Vo2为600mL/min，体表面积为2.27m2，基于以上数据计算出的心输出量为8.44L/min，心指数为3.72L/min/m2。

如果应用LaFarge方程计算出的Vo2（349mL/min）替换所测得的Vo2，则计算出的心输出量将降至4.83L/min。

将低估Svo2的Scvo2替换为文献报道偏差范围的高值（31% vs 40%）,得出的心输出量为4.22L/min，心指数为1.86L/min/m2，这些数值将显著改变如何解释该患者的休克性质。

我们意识到，直接测量Vo2和Cvo2以及合适的变量从而将金标准应用于危重患者可能因多种原因而存在一些挑战，但存在错误数据导致不恰当临床决策的风险不应成为采取权宜之计和应用不完善替代之的借口。

如果无法得到代谢车或留置肺动脉导管，则应考虑那些例如指示剂稀释、热稀释（仍然需要肺动脉导管）、脉搏轮廓分析或左心室流出道超声监测等可能更适合患者临床情况的替代方法。这些技术都存在各自的局限性，但在某些情况下，可能仍优于刻意替换容易出错的变量（这会破坏 Fick 方法的金标准）。

Tags： 金子不一定都闪耀光芒