Einleitung Das perioperative, anästhesiologische Management hat eine große Relevanz für das Outcome und die Mortalität. Alleinig nur mittels eines hämodynamischen Standardmonitorings kardiovaskulärer Parameter können okkulte Hypovolämiezustände nicht sensitiv genug detektieren werden. Der Einsatz eines erweiterten hämodynamischen Monitorings wie zum Beispiel des ösophagealen Dopplermonitorings ermöglicht jedoch die Messung dynamischer Flussparamter. Hieraus resultiert die Möglichkeit einer individuell zielgerichteten Infusionstherapie, welche eine Reduktion der Mortalität und Krankenhausverweildauer zeigt. Gemäß der Volumenreagibilität auf einen Flüssigkeitsbolus anhand der Vorlastreserven der Frank-Starling-Kurve kann zwischen Respondern und Nonrespondern unterschieden werden. Die vorliegende Arbeit untersuchte den Unterschied zwischen Respondern und Nonresponder sowie mögliche klinische Prädiktoren für eine Response auf einen Flüssigkeitsbolus bei restriktivem Volumenmanagement bei leberchirurgischen Patienten.
Methoden Die vorliegende Untersuchung war eine retrospektive Subanalyse von 166 Patienten der PHYDELIO-Studie (Perioperative Gabe von Physostigmin bei Leberteilresektion zur Prophylaxe von Delir und postoperativem kognitivem Defizit). Die Gruppeneinteilung definierte sich anhand des Stroke Volume Index (SVI) Anstieges als Reaktion auf einen 200 ml Volumenbolus als Responder (SVI 10%) und Nonresponder (SVI < 10%). Entsprechend des hämodynamischen Algorithmus der PHYDELIO-Studie wurden zwei standardisierte Analysezeitpunkte untersucht: initial nach Narkoseeinleitung (1. Optimierung) und nach Abschluss der Leberteilresektion (2. Optimierung). Die Daten wurden jeweils vor Trial und in Anschluss an die Volumenbolusgabe nach Trial erhoben. Die demografischen, hämodynamischen und laborchemischen Daten der Gruppen wurden deskriptiv im prä- und intraoperativen Verlauf verglichen. In einer Sekundäranalyse wurden Prädiktoren für eine Response mittels binär-logistischer Regression identifiziert.
Ergebnisse Zum Zeitpunkt der 1. Optimierung zeigten 72 (43%) Patienten eine positive Response auf einen Volumenbolus und zum Zeitpunkt der 2. Optimierung 96 (58%). Der SVI hatte zu beiden Zeitpunkten vor Trial ein signifikant niedrigeres Niveau in der Gruppe der Responder als in der der Nonresponder (p < 0,001). Zu beiden Zeitpunkten erhielt die Gruppe der Responder weniger Flüssigkeitsvolumen (p = 0,001/ p = 0,022). Eine höhere Gesamtinfusionsmenge stellte einen negativen Prädiktor (p = 0,011) für eine positive Response auf einen Flüssigkeitsbolus zum Zeitpunkt der 1. Optimierung dar. Für den Zeitpunkt der 2. Optimierung ließen sich keine signifikanten klinischen Prädiktoren identifizieren.
Zusammenfassung Die Subpopulation der Nonresponder hatte bereits einen größeren Vorlastausgleich vor der Volumenchallenge erfahren. Sie befand sich somit auf einem flacheren Punkt der Frank-Starling-Kurve. Es ließen sich jedoch keine relevanten Unterschiede in den untersuchten klinischen Parametern zwischen der Gruppe der Responder und Nonresponder identifizieren. Des Weiteren ließen sich keine klinisch relevanten prädiktiven Faktoren für eine Response bei restriktivem Volumenmanagement bei Leberchirurgie nachweisen.
Introduction Anesthesiological management is of great relevance for outcome, morbidity and mortality. However, occult hypovolemic states cannot be detected sufficiently by today's standard hemodynamic monitoring of cardiovascular parameters. The use of extended hemodynamic monitoring such as esophageal doppler monitoring systems enabels dynamic flow parameters to be measured. This creates the possibility of an individualised goal directed therapy that is related to a reduction in mortality and hospital length of stay. Volume responsiveness to a fluid challenge based on the preload reserves of the Frank-Starling curve allows to distinguish between responders and nonresponders. The aim of this work was to examine the difference between responders and nonresponders and to evaluate possible predictors of fluid responsiveness in liver surgery patients.
Methods This study was a retrospective subanalysis of 166 patients within the PHYDELIO trial (perioperative administration of physostigmine for partial liver resection for the prophylaxis of delirium and postoperative cognitive deficit). Patients were classified as responders to a fluid challenge (200 ml), when increases of stroke volume index (SVI) were (SVI 10%) or as nonresponder when increases of SVI were < 10%. According to the hemodynamic algorithm of the PHYDELIO study, two predefined time instances were analysed: initially after induction of anesthesia (Optimisation 1) and after completion of the partial liver resection (Optimisation 2). Before and after fluid administration data was recorded. Demographic, hemodynamic and laboratory chemical data of the subpopulations was descriptively compared. Furthermore, predictors for fluid responsiveness were studied using binary logistic regression.
Results Initially 72 (43%) patients showed a positive response to a volume challenge and after resection 96 (58%). The SVI showed a significantly lower level (p < 0,001) in the responders than nonresponders at the 1st optimisation. At both times instances, the group of responders received less fluid volume. As a result, a higher amount of volume was found to be a negative predictor (p = 0,011) for fluid responsiveness after induction of anesthesia. After liver resection no significant predictors could be determined.
Conclusion The subpopulation of nonresponders had already experienced a greater preload compensation before the volume challenge and was therefore located on a flatter point on the Frank-Starling curve. However, there was little clinical relevance. No clinically relevant differences could be determined in-between the group of responders and nonresponders. Furthermore, no clinically relevant predictors for fluid responsiveness during liver surgery could be identified.
