深度解析医学证据，DeepEvidence为你支撑决策

【综述】

离体肝切除和自体肝移植（Ex‑vivo liver rep and autotransplantation, ELRA）是融合离体肝切除与自体肝脏回植的复杂肝外科技术，近年来在终末期肝泡型棘球蚴病（hepatic alveolar echinococcosis, HAE）等复杂肝脏疾病的治疗中展现出重要的临床价值。HAE是由多房棘球绦虫感染引起的人畜共患寄生虫病，具有恶性肿瘤样的浸润性和破坏性，俗称“虫癌”。该病主要流行于全球畜牧业发达地区，我国新疆、青海、甘肃、四川等西北地区高发。晚期HAE常侵犯肝门、下腔静脉等关键血管，常规肝切除难以实施。自20世纪80年代起，肝移植成为终末期HAE的重要治疗方向。尽管异体肝移植一度被采用，但受限于供肝紧缺、排斥反应及高复发率等因素。德国学者1988年提出自体肝移植概念，因其无需供肝与免疫抑制而具有显著优势。我国学者于2005年首次应用该术式治疗胆管癌，2010年起逐步用于HAE。近期研究表明，ELRA治疗终末期HAE在22.5个月随访期内无病生存率可达100%。然而，该术式与经典原位异体肝移植术相比操作复杂、术中无肝期静脉回流中断及再灌注损伤易致血流动力学不稳定（发生率高达60%~80%），显著增加急性肾损伤（acute kidney injury, AKI）及移植物功能延迟风险。在合并门静脉高压与凝血功能障碍的患者中更容易诱发循环衰竭及多器官功能障碍。尽管肺动脉导管（pulmonary artery catheter, PAC）和脉搏指示连续性心输出量监测（pulse indicator continuous cardiac output, PiCCO）等技术已经广泛应用于临床，但其创伤性操作以及技术复杂性仍然难以契合手术对实时、精准、安全监测的严格要求。本研究系统评述围手术期血流动力学监测技术进展，重点探讨多模态集成监测体系与新兴辅助技术的应用价值，为优化围手术期管理策略及改善患者预后提供理论依据。

1 传统侵入性血流动力学监测技术

PAC是一种经典的侵入性血流动力学监测技术，可通过热稀释法测量心排血量（cardiac output, CO），并连续监测肺动脉压力、肺动脉楔压（pulmonary artery wedge pressure, PAWP）及混合静脉血氧饱和度（mixed venous oxygen saturation, SvO₂）等参数。在肝移植围手术期，PAC可通过PAWP与SvO₂联合解读，辅助区分容量不足、心功能受限及组织氧供失衡等不同病理状态，为液体管理和血管活性药物调整提供参考。一项回顾性研究比较了PAC与基于动脉波形分析的监测方式在肝移植术中的应用，结果显示 PAC仍具有较高的参考价值。既往研究主要基于原位肝移植（orthotopic liver transplantation, OLT）人群。有研究报道，在OLT围手术期应用PAC指导血流动力学管理，与术后AKI发生率降低有关。然而，上述证据多来源于回顾性研究，研究设计和人群异质性较大，其结论尚缺乏高质量随机对照研究的支持。对于ELRA而言，术中下腔静脉阻断、门静脉高压以及无肝期和再灌注期所致的剧烈血流动力学波动，使得PAWP等静态压力指标在反映真实容量状态方面存在局限。此外，PAC的侵入性操作可能增加气胸、出血、感染及心律失常等并发症风险，其应用高度依赖操作者经验。因此，在ELRA围手术期管理中，PAC不宜作为常规监测技术，更适合用于血流动力学异常者，如合并明显心功能异常、疑似右心负荷过重或肺循环压力显著升高者。临床实践中，PAC应被视为多模态血流动力学监测体系中的补充技术，其数据解读需结合动态参数及影像学监测结果，以避免单一指标误导临床决策。

2 半侵入性血流动力学监测技术

2.1 PiCCO

PiCCO结合经肺热稀释法与动脉脉搏波轮廓分析，可连续监测CO、全心舒张末期容积（global end‑diastolic volume, GEDV）、血管外肺水（extravascular lung water, EVLW）及每搏量变异度（stroke volume variation, SVV）等参数，是目前肝移植围手术期常用的半侵入性血流动力学监测手段之一。相较于PAC，PiCCO无需PAC插管，侵入性相对较低，能够在一定程度上降低导管相关并发症的发生风险，其监测理念更符合当前“减少侵入性、强调动态参数”的围手术期管理趋势。在OLT人群中，PiCCO已被用于容量状态评估、液体反应性判断及围手术期循环趋势监测。多项研究表明，PiCCO所提供的EVLW与肺氧合状况及术后机械通气时间等结局指标密切相关，EVLW和肺血管通透性指数（pulmonary vascular permeability index, PVPI）在液体管理及肺保护策略制定中具有潜在参考价值。此外，PiCCO可提供全心舒张末期容积等反映前负荷的参数，在一定程度上弥补中心静脉压等传统静态指标在肝移植围手术期容量评估中的不足。然而，需要强调的是，ELRA手术具有明显不同于常规OLT手术的血流动力学特征。无肝期及再灌注期常伴随高动力循环、外周血管阻力显著下降及血管张力快速变化，此类状态可能影响脉搏轮廓分析算法的准确性，从而导致CO等参数的绝对值偏差。近期一项比较PiCCO与PAC在OLT手术中一致性和趋势判断能力的研究显示，两种技术在部分参数上的一致性有限，提示PiCCO更适用于趋势监测而非单点绝对值决策。目前，尚缺乏针对ELRA围手术期应用PiCCO的前瞻性研究。现有证据主要来源于OLT人群，其结论在ELRA中的适用性仍需谨慎解读。因此，在ELRA围手术期管理中，PiCCO更适合作为多模态血流动力学监测体系的一部分，用于动态趋势判断和干预反应评估，而不宜单独依赖其绝对数值进行容量或血管活性药物决策，必要时应结合经食管超声心动图（transesophageal echocardiography, TEE）等影像学手段进行综合判断。

2.2 锂稀释心输出量监测技术（Lithium dilution cardiac output, LiDCO）

LiDCO整合了锂稀释法和脉搏波形分析，能持续监测CO、每搏输出量（stroke volume, SV）、外周血管阻力（systemic vascular resistance, SVR）及SVV。LiDCO能迅速建立监测，借助SVV和脉压变异度（pulse pressure variation, PPV）评估容量反应性。该系统通过外周静脉注射小剂量锂盐，经动脉端检测浓度变化推算CO，操作简便，机械并发症风险较低。在OLT手术中，有研究使用LiDCO系统快速建立监测，结合SVV与PPV评估容量反应性。例如Costa等在20例肝移植患者中，将LiDCOrapid™与PAC监测CO比较，发现两者平均偏差约0.79 L/min、百分比误差约34.6%。另一项研究指出，在高CO/低外周血管阻力状态下，LiDCO技术有低估CO倾向。为提高数据可靠性，建议联合TEE或有创技术综合评估。

2.3 FloTrac/Vigileo系统

FloTrac/Vigileo系统基于动脉压力波形分析原理，是一种半侵入性CO监测方法，其突出特点是无需外部校准、操作简便。该系统将动脉压力波形与患者基础生理参数（性别、年龄、体表面积及动脉顺应性）整合，可实时计算SV与CO，并持续追踪SVV和PPV等参数，为围手术期容量反应性评估与液体治疗决策提供重要参考。在ELRA手术中，FloTrac适用于不宜置入PAC的患者，尤其在术中需快速建立监测的情境下具有优势。然而，该系统对血管张力变化高度敏感，在再灌注期或高动力循环状态下可能低估CO值，从而影响容量状态评估的准确性。因此，建议联合TEE或PAC、PiCCO等热稀释监测技术综合应用，以提高监测稳定性及优化容量管理与干预决策的可靠性。

2.4 VolumeView/EV1000系统

VolumeView/EV1000系统结合经肺热稀释与脉搏波轮廓分析，可监测CO、GEDV、肺血管通透性指数（pulmonary vascular permeability index, PVPI）和EVLW，实现容量状态与肺水负荷的动态评估。与PiCCO相比，VolumeView的算法提高了肺水参数（如EVLW、PVPI）的监测灵敏度。然而，在再灌注期等高动力循环阶段，其脉搏波分析可能低估CO值，导致数值偏差增加。此外，研究指出经股静脉注入冷生理盐水指示剂时，VolumeView测得的GEDV值高于PiCCO，提示两系统在容量解读上存在系统差异。因此，尽管VolumeView/EV1000在肺水及容量监测方面具优势，其在ELRA手术特殊阶段的准确性仍需进一步验证。

3 非侵入性血流动力学监测技术

3.1 无创心输出量监测技术（Non‑invasive cardiac output monitoring, NICOM）

NICOM技术通过胸壁电极感应高频交变电流在血流变化下的相位移，实现对CO、SV及SVV的持续监测。已有研究报道，在围手术期（包括OLT术中）使用NICOM，可较好地反映容量状态，并与PiCCO方法呈现较强相关性（部分研究r≈0.85）。然而，在高CO/低外周血管阻力（高动力循环）状态以及体位改变、电极贴附不良或血管活性药物使用背景下，其测量误差可能超过20%。因此，尽管NICOM为低侵入性监测提供了便捷选项，但在OLT及ELRA等血流动力学高度不稳定的手术中，仍建议联合TEE或有创血流动力学监测手段以增强数据可靠性。

3.2 ClearSight™系统

ClearSight™系统是一种基于体积夹持法与PhysioCal™算法的无创连续CO监测设备。其通过在指动脉施加与动脉内压相等的反向压力，使血管壁处于“零负载”状态，红外光电容积描记传感器可实时记录搏动性容积变化。PhysioCal™算法为每约30次心跳时自动短暂停止监测，通过重建压力‑容积关系，对外周血管张力、温度及运动等因素造成的影响进行校正，从而提高平均动脉压测量的精度（误差约为2 mmHg，1 mmHg=0.133 kPa）。该系统可同步监测CO、SV及SVR，并具备自动校准功能。近年来研究显示，ClearSight™在围手术期及危重症患者中的应用表现出较好的准确性，其测得CO与热稀释法之间相关性良好（r≈0.85），具备较好的趋势追踪能力。然而，在血流动力学剧烈波动或外周血管阻力显著变化时，其监测精度可能下降，尤其在肝硬化、门静脉高压或外周循环障碍患者中偏差较大。综上，ClearSight™系统为围手术期患者提供了低风险、连续化的血流动力学监测手段，但在复杂循环状态下建议联合TEE或有创技术，以提高数据可靠性与临床决策的精准性。

3.3 电阻抗血流测速技术（electrical velocimetry, EV）

EV是一种基于胸阻抗变化原理的无创CO监测方法。该技术通过胸壁电极持续感应心脏射血期血流导电性变化，从而计算SV、CO及SVV。EV技术具备实时、连续和低侵入性的优势，已在多种外科及危重症患者中用于循环状态动态评估。研究表明，其测量结果与有创热稀释法及TEE间存在良好相关性（r≈0.8），但一致性受循环稳定性影响较大。在围手术期患者中，采用Bland‑Altman方法进行一致性分析，比较EV与PAC测定CO的结果，结果显示平均偏差较大（95%置信区间为−5.9~3.4 L/min，且百分比误差约为60%），提示其在血流动力学剧烈波动或门静脉高压、肝硬化等状态下监测可靠性有限。由于这些患者常伴有高动力循环及外周阻力显著下降，EV技术的胸阻抗变化信号易受影响，从而导致CO低估或趋势不一致。综合现有研究，EV虽能提供连续、实时的心功能与容量反应性信息，但其在ELRA手术中应用仍需谨慎。

4 影像学血流动力学监测技术

4.1 TEE

TEE现已成为术中心功能与容量状态监测的重要手段。与经胸部超声相比，TEE图像质量更高，受体型影响小，可清晰显示心腔结构、瓣膜功能及血流动力学变化。在ELRA手术中，TEE可实时评估容量状态与心功能，及时识别低CO、空气栓塞及血栓形成等并发症。Hofer等回顾性分析了OLT患者术中不同血流动力学监测策略的围手术期结局，发现联合应用TEE与PAC的患者在术后30天病死率及住院时间方面表现出一定优势，但同时术后透析发生率升高，提示多模态监测在潜在获益的同时，亦可能反映患者基础病情更重或干预强度更高，其真实临床价值仍需前瞻性研究进一步验证。TEE在无肝期、再灌注期及新肝期均能动态评估前负荷、后负荷及CO，并识别右心功能障碍及肺动脉高压。TEE联合PAC监测可降低术后并发症及病死率。总体而言，TEE成像清晰、灵敏度高，是肝移植中重要的循环监测手段，但插管存在一定风险，不宜用于伴食管曲张或狭窄者，宜由专业医师操作并结合PAC或PiCCO联合应用。

4.2 多普勒超声（doppler ultrasound, DUS）与超声造影（contrast‑enhanced ultrasound, CEUS）技术

DUS是肝移植术后血管并发症监测的常规手段，可通过测定血流速度与阻力指数动态评估移植物血供。CEUS在静脉注射微泡造影剂后，显著提升血管与组织对比度，能够实时显示血流灌注及血管通畅性。在ELRA术后，DUS联合CEUS有助于早期发现并干预血管并发症。研究显示，肝动脉血栓时，DUS常提示肝动脉峰值流速明显下降或阻力指数<0.5等异常，而CEUS可更敏感地检测到血流中断或供血延迟。CEUS诊断肝动脉血栓的敏感度和特异度分别为0.97和0.99；研究亦证实经修正标准后敏感度可达97.6%，特异度95.4%。此外，DUS联合CEUS在识别门静脉狭窄及移植物灌注障碍方面同样具有优势。尽管两者均为无创实时成像手段，但受体型、肠气及操作者经验影响较大，且CEUS仍有极低造影剂过敏风险（发生率<0.01%）。临床上推荐术后以DUS进行初筛，必要时辅以CEUS以提高血管并发症的早期诊断率与干预精准性。

5 人工智能与机器学习辅助决策系统

近年来，人工智能与机器学习技术在肝移植围手术期血流动力学管理中的应用不断拓展。其优势在于能够整合多源临床数据（如动脉压力波形、CO、SVR、液体输注速率、实验室与影像参数等），构建实时预测模型，为个体化麻醉与液体管理提供决策支持。利用基于时间序列的Transformer算法预测术中血压变化轨迹，相较传统回归与树模型（如随机森林、梯度提升树）显著提高了低分辨率数据下的预测精度，展示了人工智能在连续血流动力学监测中的潜力。Park等的研究显示，多变量机器学习模型能够有效预测肝移植术中大出血风险，为术中血流动力学优化提供支持。总体来看，人工智能为ELRA围手术期提供了精准、动态的循环管理工具，但现有研究多为单中心或小样本的探索性分析，尚需多中心前瞻性研究验证其对临床结局改善的价值。

6 展望

ELRA手术中的血流动力学管理至关重要，现有技术（如PAC、PiCCO系统和TEE）已得到广泛应用，但这些技术如何联合使用并达到最佳效果，仍缺乏足够的前瞻性临床研究证据。目前，大多数关于多模态血流动力学监测策略的讨论停留在理论推测阶段，尚未有大型、多中心的研究对其进行验证。

6.1 现有技术的局限性

尽管PAC、PiCCO和TEE在肝移植术中具有一定基础，但各技术存在局限性。PAC在无肝期和再灌注期的应用受限，尤其是容量评估易受外周血管反应性和液体负荷波动的影响。PiCCO能够提供动态监测，但在极端血流动力学状态下的验证不足。TEE虽能实时评估心脏结构和功能，但其效果依赖于操作者经验和患者食管状态。因此，尽管各技术有优势，它们在联合应用时的策略和效果仍需进一步研究。

6.2 研究空白与挑战

当前关于ELRA手术中的多模态联合监测的研究主要集中在单项技术应用和监测工具对比，缺乏前瞻性、多中心研究。现有研究多为回顾性分析或小样本单中心研究，无法提供广泛推广的结论。特别是在ELRA特有的血流动力学波动大、无肝期和再灌注期阶段，现有监测技术的验证尚不充分。如何合理结合这些技术，形成个体化监测策略，仍是亟待解决的问题。

6.3 未来研究方向

（1） 多模态血流动力学监测的联合应用：探索如何将PAC、PiCCO、TEE等血流动力学监测技术结合使用，优化ELRA手术中的血流动力学管理，特别是应对极端血流动力学变化。

（2） 前瞻性随机对照试验：进行多中心、前瞻性的随机对照试验，评估不同监测技术联合使用的疗效和安全性。

（3） 个体化监测策略的探索：基于患者的具体情况（如心功能、血流动力学状态等），制定个体化监测方案，精细化术中管理。

（4） 新技术应用：随着技术发展，人工智能辅助监测和远程监测等新技术将为肝移植手术中的血流动力学管理提供强有力的支持。

国际麻醉学与复苏杂志,2026,47(4):366-372.

DOI：10.3760/cma.j.cn321761-20250622‑00272