潮气量的另一个视角：从统计数据到不确定性

我们饶有兴趣地阅读了 Pellegrini 等人最近发表的社论。毫无疑问，我们现在比以往任何时候都更开始质疑潮气量（VT）在急性呼吸窘迫综合征（ARDS）中的真正作用。正如前文所述，有两个问题仍未得到解答，我们认为这些问题比想象的还要复杂，应该从不同的角度来探讨。

1.驱动压（ΔP）是否是不安全 VT 的指标，是否对结果有直接影响？从统计学的角度来看，VT 是一个连续变量，具有无限的取值范围。当此类变量被二分法（二元变量）（6 毫升与 10 毫升预测体重）时，统计信息就会丢失（统计熵增加）。换句话说，在估算由基本连续变量导出的二进制变量的平均值时，大多数情况下连续变量的信息不会被利用，而只是使用导出的二进制变量进行估算。这种结果会产生相当大的变异性，而这种变异性与样本量成反比。为了解决这一问题，Li 等人提出了一些通过密度估计的方法。

2.哪些因素会影响呼吸系统的顺应性以及 VT 和 ΔP 之间的相互作用？首先，我们必须将肺视为由弹簧（弹性模块）和阻尼器（粘性模块）并联形成的粘弹性流体（Kelvin-Voigt 体）；其次，肺不是一个孤立的系统，必须考虑其容器（肋骨）的不同机械特性。流体和所有物质一样，由分子组成，分子之间有空隙隔开。然而，在数学上确定流体的特性（如密度）时，需要将其概念化为一个连续的场（分子之间没有空隙）。因此，取样体积会变小（微观尺度），否则，为了描述流体的特性，就必须逐个分子（逐个肺泡）进行研究；这就是所谓的 "连续介质假说"（图 1）。在机械通气过程中，会产生不同的模式，从通气良好的肺泡，到有塌陷趋势的肺泡，甚至是同时过度扩张的肺泡，无论肺部状况如何，是全身麻醉下的健康肺还是 ARDS 患者。监测机械通气（MV）的目的是通过实现适当的压力和应变目标，将呼吸机诱发肺损伤的风险降至最低。这一假设有助于我们理解不同监测方案的复杂性。ΔP可视为肺部成分（肺泡顺应性）"微观不确定性 "与肺外成分（胸廓）"宏观不确定性 "之间的关系，以中间尺度表示，为整个肺部提供可通用的信息，以帮助决策。

总之，我们必须明白，仍有许多问题有待解答。因此，我们需要从不同的角度来看待这个问题，以期提出新的假设，帮助我们继续增进知识。

图 1 任何微观层面的监测都会为我们提供来自空腔（肺泡和胸膜之间的空间）的信息，但这些信息并不十分有用，会造成不连续性，我们称之为 "微观不确定性"。在中间尺度上，我们会发现一种连续性，因为在这一尺度上，空的部分不会被感知到，因此应该被忽略，从而提供了介质的均匀连续性（肺的特性似乎没有波动），并提供了系统的平均测量值。在宏观尺度上，也会存在不连续性，这是由其他不同材料结构（肋骨）的影响决定的，从而增加了 "宏观不确定性"。