Analýza vlivu frakce kyslíku ve ventilační směsi na saturaci arteriální krve kyslíkem u novorozence

Abstract

Předčasně narozené děti často trpí hypoxémií a k udržení normální hladiny kyslíku v krvi vyžadují oxygenoterapii, tedy léčbu kyslíkem. Normoxémie je udržována v požadovaném rozmezí hodnot saturace periferní krve kyslíkem (SpO?) automaticky nebo manuálně nastavováním frakce kyslíku v inspirační směsi (FiO?). Automatické systémy přinášejí mnoho výhod, z nichž nejdůležitější je doba v požadovaném rozmezí SpO? hodnot. Matematický model popisující transport kyslíku u neonatologických pacientů je cenným nástrojem k návrhu, testování, porovnání a validaci automatických zpětnovazebních algoritmů. Cílem této práce je optimalizace současného modelu na základě experimentálních dat a dostupné literatury. Dále návrh a realizace laboratorního experimentu s cílem zjistit prodlevu změny frakce kyslíku ve ventilačním systému nCPAP a HFHHNC při změně nastavení frakce kyslíku na ventilátoru v závislosti na aktuálním průtoku plynu pacientským okruhem. Práce je rozdělena do dvou částí, kde v první části je popsán laboratorní experiment, který prokázal nezanedbatelné zpoždění distribuce kyslíku ve ventilačním systému nCPAP a HFHHNC po změně frakce kyslíku na ventilátoru. Průběhy prodlevy distribuce kyslíku v závislosti na průtoku vzduchu ve ventilačním systému při zvyšování i snižování frakce kyslíku jsou popsány rovnicemi a implementovány do modelu. Díky tomu je průběh simulace při automatickém zpětnovazebním řízení věrohodnější. Ve druhé části z provedené analýzy modelu vyplynula potřeba vylepšení bloku alveolo-kapilární membrány. Nově je popsána pomocí difuzního koeficientu, který ovlivňuje tok kyslíku z alveolu do plicní kapiláry. Řešení s difuzním koeficientem se více přibližuje fyziologickému procesu výměny kyslíku přes alveolo-kapilární membránu a vylepšuje dynamickou odezvu modelu. V rámci optimalizace modelu byl změněn typ solveru matematických výpočtů. Správná funkce modelu s provedenými změnami byla ověřena při porovnání SpO? na výstupu modelu s naměřenými daty na neonatologických pacientech s R? až 0,87.

Premature infants often suffer from hypoxemia and require oxygen therapy to maintain normal blood oxygen level. Normoxemia is maintained in the desired target range of the peripheral oxygen saturation (SpO?) automatically or manually by an adjustment of the fraction of oxygen in the inhaled gas mixture (FiO?). Automatic closed-loop systems for control of oxygenation have many advantages; most importantly the longer time for that SpO? is kept in the target area. A mathematical model of neonatal oxygen transport was proposed that could be a useful tool for design, validation, and comparison of the automatic control algorithms. The aim of this work is the optimization of the current model based on the experimental data and literature. The second aim is the design and realization of a laboratory experiment to determine time delay of O? delivery after a change of FiO? during the nCPAP and HFHHNC respiratory support according to actually flow of gas mixture. The work is divided into two parts. First, the laboratory experiment is described and shows not negligible time delay of O? delivery in ventilatory system nCPAP and HFHHNC after a change of FiO?. The time delay of O? delivery according to flow is described by functions and implemented into the model for episodes of FiO? increase and decrease. This allow more realistic performance of the model during simulations of closed-loop control of oxygenation. Second, requirements on the enhancement of the alveolar-capillary membrane emerged from the analysis of the current model. The description is based on the diffusion coefficient, which affects the O? flow from the alveolus to the pulmonary capillary. This solution closely follows physiological process of O? transport and improves the dynamic response of the overall model. As part of the model optimalization it was the computing solver changed. The updated model was verified by comparing the SpO? output of the model with clinical data; R-squared as high as 0,87 was reached.