Das Problem der spontanen Atmung des lungensimulators

Einleitung

Seit Jahrzehnten modellieren Lungensimulatoren das spontane Atmen mit sinusförmigen oder halbsinusförmigen Muskelinnendruckkurven. Der reale Atemmuskeltonus hat diese Form nicht. Dieser Beitrag erläutert, was die Lücke für klinische Schulungen, Asynchronieforschung und Beatmungsgeräteentwicklung bedeutet – und was ein realistischeres Modell bieten müsste.

Woher die Sinuswelle stammt

Moderne programmierbare Lungen-Simulatoren werden verwendet, um Beatmungsgeräte nach IEC- und ISO-Normen zu qualifizieren. Diese Prüfstände benötigen eine reproduzierbare inspiratorische Anstrengung. Eine Halbsinus- oder Sinuswelle war die natürliche Wahl: glatt, vollständig beschrieben durch Amplitude, Periode und Zeitanteile.

Als Simulatoren in Trainingszentren und Beatmungsforschungslabore kamen, kam die Sinuswelle mit. Bediener lernten, inspiratorischen oder exspiratorischen Anstieg, Halte- und Abklingzeiten als Prozentsätze eines Atemzyklus einzustellen und den inspiratorischen Muskelinnendruck (PMus) als Spitzenamplitude zu definieren. Die Form funktionierte für das ursprüngliche Problem: zu testen, ob ein Beatmungsgerät auslöst, ob es ein Ziel-Atemzugvolumen liefert und ob es eine definierte Last bewältigt. Sie ist seitdem geblieben.

Die Probleme beginnen, wenn der Simulator etwas leisten muss, wofür Prüfstände oder Simulatoren nie entwickelt wurden: die Schulung von Klinikern zur Patienten-Beatmungsgerät-Interaktion, die Entwicklung eines Algorithmus, der spontane Anstrengungen in Echtzeit erkennen muss, oder die Nachbildung eines spezifischen Asynchronie-Phänotyps, der bei einem echten Intensivpatienten beobachtet wurde. Ab diesem Punkt schlagen die Vereinfachungen, die die Halbsinus- oder Sinuswelle praktisch machten, zu.

Abbildung 1 — Schema: konventioneller sinusförmiger PMus (oben) vs asymmetrischer exponentieller PMus mit Atem-zu-Atem-Variabilität (unten).

Der Unterschied zwischen einem echten spontanen Atemzug und einer Sinuswelle

Vier dokumentierte Eigenschaften der realen inspiratorischen Muskelaktivierung sind in der Literatur sichtbar. Ein sinusförmiger PMus-Generator kann diese nicht allgemein reproduzieren.

1. Die Krümmung eines Atemzugs ist nicht sinusförmig

Das ist genau zu nehmen, denn eine Sinuswelle wird oft als „symmetrisch“ beschrieben – und das ist nicht ganz das Problem.

Ein sinusbasierter Generator mit getrennten Anstiegs-, Halte- und Abklingdauern ist nicht unbedingt symmetrisch. Anstieg und Abklingen können auf unterschiedliche Bruchteile des Atemzyklus eingestellt werden, und die gesamte Wellenform kann asymmetrisch getimt sein. Was die Sinuswelle nicht sein kann, ist krümmungsasymmetrisch. Welchen Bruchteil des Zyklus der Anstieg auch einnimmt, die Form innerhalb dieses Bruchteils folgt der Sinuskurve: langsamer Start, schneller Mittelteil, langsame Annäherung an den Gipfel. Dasselbe gilt auf dem Abstieg.

Echte Atemmuskelaktivität verhält sich nicht so. Die aktive Kontraktion des Zwerchfells folgt ungefähr der Kinetik eines RC-Schaltkreises erster Ordnung — ein schneller Beginn, der sich beim Erreichen des Höhepunkts verlangsamt. Die Entspannung ist ebenfalls exponentiell, langsamer, mit einer Relaxationszeitkonstante, die etwa doppelt so lang ist wie die Kontraktionszeitkonstante bei gesundem Muskel (Easton et al., 1999). Das Fresnel-, Muir- und Letellier-Modell, veröffentlicht 2014, wurde speziell eingeführt, um dieses Verhalten abzubilden. Ein Sinus kann seine Anstiegs- und Abfallzeiten variieren, aber nicht seine zugrunde liegende Krümmung.

Legt man die Pes-Aufzeichnung eines echten Patienten über eine Sinuskurve mit derselben Periode und Amplitude, stimmen die Spitzen immer überein. Die Formen dazwischen jedoch nicht.

2. Es gibt eine kurze postinspiratorische Haltephase

Zwischen Anstieg und Abfall hat der echte inspiratorische Aufwand ein kurzes Plateau — postinspiratorische inspiratorische Aktivität (PIIA). Das Zwerchfell kontrahiert für eine kurze Zeit nach dem Höhepunkt weiter und verlangsamt die Anfangsphase der Lungenentleerung. Kliniker nennen dies manchmal „exspiratorische Bremsung“, und es ist Teil der Körperabwehr des endexspiratorischen Lungenvolumens (Easton et al., 1999).

Bestehende Simulatoren bieten zusätzlich zur inspiratorischen Wellenform einen inspiratorischen Halteprozentsatz an. Bei echten Patienten ist das keine willkürliche Zahl. Sie reicht von praktisch keinem bei schwerer Atemnot, kurz bei ruhiger Atmung Erwachsener, lang im Schlaf und tiefer Sedierung. Die Zuordnung dieses Bereichs zu benannten klinischen Szenarien — statt zu einem unbeschrifteten Schieberegler — ermöglicht es einem Ausbilder, ein Atemmuster nach Patientenprofil auszuwählen.

3. Die Exspiration ist oft aktiv

Bei COPD mit exspiratorischer Flusslimitierung, bei schwerem Asthma, während des Trainings und bei Atemnot werden die Bauch- und Hilfsexspirationsmuskeln rekrutiert (Vaporidi et al., 2020). Es gibt also in solchen Fällen einen echten, messbaren PMus auf der exspiratorischen Seite.

Das ist bekannt. Viele Lungensimulatoren bieten seit Jahren einen Parameter für den exspiratorischen PMus an. Die tiefere Frage ist das Modellparadigma. Wenn der Motor für spontane Atmung die Exspiration als möglichen Zusatz zu einer inspiratorischen Wellenform behandelt — gleiche Form, nur negativ — ist das Modell strukturell inspirationszentriert. Wenn es inspiratorischen und exspiratorischen Aufwand als gepaarte Komponenten mit jeweils eigener Krümmung und Timing behandelt, spiegelt das Modell wider, wie echte Atemmuskelaktivität funktioniert.

Abbildung 2 — Schema: inspiratorischer PMus nur (oben) vs. inspiratorischer + aktiver exspiratorischer PMus (unten).

4. Echte Atmung ist variabel

Patienten atmen nicht mit einer festen Frequenz und einem festen Aufwand, Atemzug für Atemzug. Die Variabilität umfasst Atemfrequenz, Atemzugvolumen und Antriebsamplitude und ist in jedem untersuchten öffentlichen Datensatz mit spontaner Atmung sichtbar. Viele Wellenformdatenbanken oder PEEP-Studienkohorten zeigen breite Verteilungen der Variabilitätsmetriken über die Probanden hinweg, niemals einen einzigen Punkt bei null.

Ein sinusförmiger Generator mit fester Rate hat per Definition einen Variationskoeffizienten von null. Die konventionelle Lösung ist, Variationsparameter hinzuzufügen, die Atemzug-zu-Atemzug-Rauschen auf den stationären Sinus aufbringen. Der zugrundeliegende Motor ist immer noch ein stationärer Generator mit hinzugefügtem Rauschen — kein Modell, dessen Grundelement Variabilität ist. Dieser Unterschied ist wichtig, wenn das Szenario darauf abzielt, den unregelmäßigen Antrieb bei belasteten oder instabilen Patienten nachzubilden, bei denen die Unregelmäßigkeit Teil des klinischen Bildes und keine kosmetische Ergänzung ist.

Abbildung 3 — Schema: acht Atemzüge eines stationären Sinus (oben, CV = 0) vs. acht Atemzüge asymmetrischer PMus mit realistischer Variabilität (unten).

5. Die fünfte Lücke: Sprache

Dieses Problem liegt oft in der Sprache, die der Bediener verwendet, nicht in der Mathematik des Modells.

Die neurale Inspirationszeit des Patienten — die Dauer, während der der Hirnstamm einen aktiven Antrieb an die Inspirationsmuskulatur sendet — ist nicht die Zahl, die der Ventilator als Inspirationszeit anzeigt. Der Ventilator erkennt den Beginn der Inspiration über einen Fluss- oder Drucktrigger und beendet die Inspiration, wenn ein Timer abläuft oder der Inspirationsfluss unter einen Schwellenwert fällt. Der Patient treibt mit neuraler Aktivität, die der Ventilator normalerweise nicht erfassen kann (Parthasarathy et al., 2000).

Die Diskrepanz zwischen TiNeural und der TInsp des Ventilators ist die dokumentierte Hauptursache für Zyklus-Asynchronie. Ein Simulator, der das neurale Ti nicht als benannten, separat konfigurierbaren Parameter darstellt, erschwert das Verständnis dieser Lücke.

Warum das klinisch wichtig ist

Patienten-Ventilator-Asynchronie, definiert als Asynchronie-Index (AI) über 10 %, wurde in 24 % der mechanisch beatmeten Patienten in der ursprünglichen Prävalenzstudie von Thille et al. 2006 berichtet. Dieselbe Arbeit verknüpft eine hohe Asynchronielast mit längeren ICU-Aufenthalten und schlechteren Ergebnissen (Blanch et al., 2015). Die Phänotypen, die diese antreiben — rückwärts ausgelöste Atemzüge (Akoumianaki et al., 2013), Doppeltriggerung, ineffektive Triggerung, okkultes Pendelluft und spontan-anstrengungsgetriebene patientenverursachte Lungenschädigung (Yoshida et al., 2013) — hängen alle von Form und Timing des inspiratorischen Einsatzes ab.

Simulatoren, die Kliniker darin schulen, diese Phänomene zu erkennen, und die Prüfstände hinter den Algorithmen, die sie erkennen sollen, müssen sie genau reproduzieren. Ein sinusförmiger, inspirationszentrierter Generator mit fester Rate, optionaler Variabilität und einem optionalen exspiratorischen Nachsatz kann nach genügend Bedienereinsatz richtig aussehen. Das ist aber immer noch etwas anderes als richtig zu sein.

Was ein ehrlicheres Modell erfordern würde

Alle Anforderungen sind in den Publikationen sichtbar:

1. Exponentielle, keine sinusförmige Krümmung. Deutliche Kontraktions- und Entspannungskinetik, abgeleitet aus der Physiologie und nicht aus vom Bediener festgelegten Anteilen. Die Fresnel 2014 RC-Formulierung ist eine veröffentlichte Option.
2. Eine formale Phasenstruktur. Kontraktion, Halten, Entspannung, Pause — sowohl für Inspiration als auch Exspiration.
3. Klinisch verankerte Voreinstellungen. Haltezeiten, Anstrengungsamplituden und Frequenzbereiche sind spezifischen Patientenprofilen zugeordnet, sodass ein Ausbilder ein Szenario nach Namen auswählt und nicht über einen Schieberegler.
4. Variabilität als Grundprinzip. Die Variation von Atemzug zu Atemzug ist im Modell eingebaut und wird nicht auf ein stationäres Signal aufgesetzt.
5. Neuronale Inspirationszeit offengelegt. TiNeural ist eine benannte, konfigurierbare Größe, die klarstellt, dass es nicht die TInsp des Beatmungsgeräts ist.

Die Sinuswelle verschwindet nicht aus dieser Liste. Es gibt Anwendungsfälle, in denen ein stationärer, sinusförmiger Eingang genau das ist, was der Prüfstand benötigt. Der Punkt ist, dass sie eine von mehreren Optionen wird und nicht mehr die standardmäßig aus Trägheit weitergeführte.

Christian Remus
Leiter Produktmanagement
IMT Analytics AG

Literaturverzeichnis

• Fresnel E, Muir J-F, Letellier C (2014). Realistischer menschlicher Muskelinnendruck zur Steuerung einer mechanischen Lunge. EPJ Nonlinear Biomedical Physics 2:7. doi:10.1140/epjnbp/s40366-014-0007-8
• Easton PA, Katagiri M, Kieser TM, Platt RS (1999). Postinspiratorische Aktivität des costalen und cruralen Zwerchfells. Journal of Applied Physiology 87(2):582–589. doi:10.1152/jappl.1999.87.2.582
• Vaporidi K, Akoumianaki E, Telias I, Goligher EC, Brochard L, Georgopoulos D (2020). Atemantrieb bei kritisch kranken Patienten: Pathophysiologie und klinische Implikationen. AJRCCM 201(1):20–32. doi:10.1164/rccm.201903-0596SO
• Parthasarathy S, Jubran A, Tobin MJ (2000). Bewertung der neuronalen Inspirationszeit bei beatmeten Patienten. AJRCCM 162(2 Pt 1):546–552. doi:10.1164/ajrccm.162.2.9901024
• Holanda MA, Vasconcelos RS, Ferreira JC, Pinheiro BV (2018). Patient-Beatmungsgerät-Asynchronie. Jornal Brasileiro de Pneumologia 44(4):321–333. doi:10.1590/S1806-37562017000000185
• Thille AW, Rodriguez P, Cabello B, Lellouche F, Brochard L (2006). Patient-Beatmungsgerät-Asynchronie während unterstützter mechanischer Beatmung. Intensive Care Medicine 32(10):1515–1522. PMID 16896854.
• Blanch L, Villagra A, Sales B et al. (2015). Asynchronien während der mechanischen Beatmung sind mit der Mortalität assoziiert. Intensive Care Medicine 41:633–641. doi:10.1007/s00134-015-3692-6
• Pham T, Telias I, Piraino T, Yoshida T, Brochard LJ (2018). Folgen und Management von Asynchronien. Critical Care Clinics 34(3):325–341. doi:10.1016/j.ccc.2018.03.008
• Akoumianaki E, Lyazidi A, Rey N et al. (2013). Reverse triggered breaths während PCV.
• Yoshida T, Torsani V, Gomes S et al. (2013). Spontane Anstrengung verursacht okkultes Pendelluft während der MV.
• Liu X, Wang P, Hao C, Miao M-Y, An X, Xu S-S, Wang Y, Li H-L, Tian Z, Zhou J-X (2025). Klinische und Beatmungswellenform-Datensätze von kritisch kranken Patienten in China. Science Data Bank. doi:10.57760/sciencedb.26222. CSTR 31253.11.sciencedb.26222. Lizenziert unter CC BY 4.0.