作者聚焦：探索用于猪无创呼吸监测的静脉波形

我们团队的转化研究是血管波形，特别是低频静脉波形，在各种容量和呼吸状态下如何变化。我们正在努力更好地了解静脉波形以及呼吸系统如何影响它们。我们的研究表明，分析呼吸频率和脉搏率的基频以计算 RIVA-RI 比率有助于定量监测与 PaO2 相关的患者氧疗需求。

这可能会导致一种无创工具，用于对急性呼吸功能不全、哮喘恶化、慢性阻塞性肺病、肺气肿或特发性肺纤维化患者进行分类。鉴于我们研究的新颖性，在人类身上获得这些静脉波形是一个巨大的挑战，而且在很多情况下并不实用。这就是为什么像这样的猪模型对我们的工作和我们希望实现的目标如此重要。

我们研究的重要发现是，来自静脉侧的波形（一个传统上被忽视的领域）包含大量信息。我们发现这些静脉信号对容量状态和呼吸状况的变化都非常敏感。这一发现为增强人类无创呼吸监测带来了希望。