2026, Vol. 35
引用本文 |
血流动力学监测贯穿急危重症患者诊断评估、干预治疗及预后判断全过程，是实现精准循环管理、优化治疗决策、改善患者临床预后的关键环节。目前临床常用的血流动力学监测存在有创技术操作风险偏高、无创技术准确性不足、复杂临床场景适配性较差等问题[1-4]。尤其在严重心律失常、血管张力变化、无搏动性血流等复杂循环病理状态下，传统监测手段更是难以满足临床需求。
自动连续多普勒血流技术（continuous auto doppler flow, CADFlow）采用免持超声动态血流及多普勒夹角自动修正算法等核心技术，通过体表贴附式超声探头实现对患者关键部位动静脉血流自动测量与连续记录，具备无创、动态、精准、易操作等优势，为急危重症血流动力学监测提供了全新解决方案。本共识旨在规范该技术的临床应用，为CADFlow技术在急危重症血流动力学管理中的应用提供专业指导。
1 共识制定方法 1.1 文献检索与评价检索策略：（1）数据库：Web of Science、PubMed、万方、CNKI；（2）关键词：“血流动力学监测”“CADFlow”“心肺复苏”“颈动脉血流”“心输出量”“休克”“体外心肺复苏（extracorporeal cardiopulmonary resuscitation, ECPR）/体外膜肺氧合（extracorporeal membrane oxygenation, ECMO）”；（3）时间范围：2015—2026年。
纳入主题：（1）颈动脉血流与主动脉血流、每搏量（stroke volume, SV）、心输出量（cardiac output, CO）相关性、准确性研究；（2）床旁/免持式颈动脉超声临床适用性研究；（3）CADFlow技术与金标准对照的研究；（4）CADFlow技术在心肺复苏（cardiopulmonary resuscitation, CPR）、容量管理、休克评估等场景的临床应用研究。
1.2 专家组成遴选全国31位知名专家，学科覆盖急诊、重症、心血管、超声科等。经会议讨论、德尔菲法问卷等多轮意见征集与修订达成共识（共识达成标准为：强共识 ＞ 80%同意，共识60%~80%，未达成共识 ＜ 60%）并定稿。
1.3 证据分级与推荐强度采用国际通用的证据分级系统（Grading of Recommendations Assessment, Development and Evaluation, GRADE），共识证据及推荐等级见表 1。
| 分级 | 说明 |
| 证据等级 | |
| A级 | 证据来源于多项随机临床研究或多项Meta分析 |
| B级 | 证据来源于单项随机研究，或多项非随机研究 |
| C级 | 证据来源于专家共识观点，病例报道或诊疗规范性文件 |
| 推荐等级 | |
| 强烈推荐（1） | 充分考虑到了证据的质量、患者可能的预后情况及治疗成本而最终得出的推荐意见 |
| 慎重推荐（2） | 证据价值参差不齐，推荐意见存在不确定性，或推荐的治疗意见可能会有较高的成本疗效比等，更倾向于较低等级的推荐 |
CADFlow以连续波多普勒为基础测量原理，与床旁超声技术同源。采用免持超声动态血流技术，配合专有的多普勒夹角自动修正算法，通过体表贴附式探头发射连续超声波，实时接收血管内血流反射回波信号，直接获取原始参数。系统基于逐个心搏采集的血流信号，自动量化血流频谱，直观呈现血流动力学特征并完成指标计算，从而实现超声法对血流状态的直接连续监测。保证了超声检测的真实性与准确性，有效克服了传统床旁超声对操作者依赖性高、无法连续监测等不足。其技术特点表现为直接、精准的血流测量，实时动态监测，动静脉同步，中心-外周联合评估及无创安全、操作便捷。探头为小型可粘贴形态，可手持或固定于皮肤表面，完全无创。不同部位的测量需要选择对应的“测量位置”设置，如颈动脉需选择“颈部”，桡动脉等外周血管测量需选择对应的外周部位，系统会自动适配算法。操作逻辑与临床床旁超声相通，经短期标准化培训后，医师、护士均可独立操作，测量结果在观察者间、观察者内可重复性良好。
2.2 局限性及注意事项以下情况对连续波多普勒测量的准确性影响较大，应慎重使用。
（1）血流速度与血管直径相关，故动脉完全闭塞或重度狭窄，动脉血管发育畸形患者相关参数可能存在失真。
（2）超声信号稳定性受限场景，如测量部位皮肤破损或严重肿胀，肥胖或其他原因造成固定困难。必要时可使用稳定固定装置固定探头，避免探头移动造成的信号丢失和噪声引入。
（3）连续波多普勒超声为直接血流测量，无法替代有创监测的动脉压、中心静脉压指标，对重度危重症患者，需要血流指标和压力指标互补使用。
CADFlow在连续性、自动化、客观量化方面显著优于传统床旁超声，特别适用于需要动态监测的急危重症场景。两者对比见表 2。
| 对比维度 | 传统床旁超声 | CADFlow |
| 测量原理 | 脉冲波多普勒 （手动采样） |
连续波多普勒 （自动量化） |
| 操作方式 | 手持操作 依赖操作者 |
贴附式探头 免持连续监测 |
| 连续性 | 单次点测 无法连续追踪 |
逐搏测量 24 h连续记录 |
| 角度校正 | 手动调整 易产生误差 |
自动夹角修正 算法补偿 |
| 参数输出 | 基础血流参数 需人工计算 |
自动量化多 维度血流指标 |
| 重复性 | 操作者间差异大 与经验技术相关 |
标准化采集 可重复性良好 |
| 适用场景 | 血流动力学相对稳定 不宜动态监测 |
任何血流动力学情况 CPR/ECMO/休克均可 |
| 核心优势 | 直观影像学检查 | 无创精准，动态连续 客观量化 |
| 注：CPR为心肺复苏，ECMO为体外膜肺氧合 | ||
SV：心脏单次射血量。
速度时间积分（velocity time integral, VTI）：每搏血流距离，用于评估与计算SV与CO。
分钟距离（minute distance, MD）：每分钟血流运动距离，可连续动态反映CO趋势。
颈内静脉指数（jugular vein index, JVI）：颈动脉与颈内静脉VTI之比（cVTI/jVTI），反映颈内静脉血管的充盈程度变化。
2.3.2 前负荷相关参数每搏变异度（stroke volume variation, SVV）：反映前负荷依赖性，用于机械通气下评估液体反应性。
颈动脉校正血流时间（corrected carotid flow time, ccFT）：用标准心率校正后的颈动脉收缩期射血时间，反映前负荷；在静脉-动脉体外膜肺氧合（veno-arterial extracorporeal membrane oxygenation，V-A ECMO）期间，反映主动脉瓣开放程度。
颈动脉峰值速度变异度（respiratory variability of carotid doppler peak velocity, ΔCDPV）：颈动脉峰值血流流速随呼吸的变化幅度，辅助判断前负荷状态。
2.3.3 血流基础参数峰值流速（maximum velocity, Vmax）：收缩期最大血流速度，反映心脏射血强度。
平均流速（time-averaged velocity, TAV）：心动周期内平均血流速度，反映局部灌注水平。
舒张期流速（minimum velocity, Vmin）：舒张末期血流速度，用于判断远端血管阻力。
阻力指数（resistance index, RI）：心脏射血前向血流阻力。
收缩期最大加速度（maximum derivative of velocity, dV.Max）：心肌收缩力与后负荷相关。
3 CADFlow技术与血流动力学监测 3.1 心功能评估 3.1.1 左心功能评估颈动脉血流是观测主动脉血流变化的理想替代窗口。研究发现，颈动脉血流量与肺动脉导管测定的CO一致性良好（r=0.815）[5]。另有研究证实，ICU患者颈动脉VTI与左心室流出道（left ventricular outflow tract，LVOT）VTI相关性为0.89（95%CI: 0.81~0.94）；LVOT的VTI与ccFT的Spearman系数为0.82（P ＜ 0.0001）。ccFT预测LVOT的VTI≥17 cm的曲线下面积（area under the curve，AUC）为0.871（95%CI: 0.660~0.974），以 ＞ 283 ms为阈值，敏感度93.3%、特异度85.7%[6-7]。
以有创热稀释法为金标准进行比较，在循环衰竭患者中，CADFlow心指数（cardiac index by CADFlow, CICAD）与经肺热稀释心指数（cardiac index, CI）强相关（r=0.87，95%CI: 0.81~0.92），观察者间及观察者内组内相关系数均 ＞ 0.90[8]。在ICU的35例患者中，CADFlow测得的CO与脉搏指示连续心输出量监测（pulse indicator continuous cardiac output, PiCCO）测得的CO平均误差为0.0007 L/min（标准差=0.86）[9]。与无创床旁超声对比，在217例健康人群中两者CO强相关（r ＞ 0.8）[10]；在102例ICU患者中两种方法误差为1.91%±2.09%[11]。动物实验中亦证实CADFlow与PiCCO监测的CO变化趋势一致[12]。
两项研究评估了其趋势追踪能力。液体负荷试验中，CADFlow测得的ΔCI与经肺热稀释测得的ΔCI强相关（r=0.92，P ＜ 0.001），Bland-Altman显示偏差小[bias=-0.04 L/(min·m2)][8]。与PiCCO的CO变化相关性为0.842（P ＜ 0.001）[9]。在41例心脏手术患者中，被动抬腿试验和多巴酚丁胺试验诱导的CO变化与颈动脉分钟距离（carotid artery minute distance, cMD）变化百分比的一致率达98%，提示cMD能可靠追踪CO趋势[13]。
推荐意见1：基于CADFlow技术的颈动脉血流测定，可用于评估急危重症患者心输出量和连续追踪CO与SV变化趋势，适用于血流动力学的动态评估与治疗反应性监测。（A1）
颈动脉ccFT是SV的理想替代指标。健康志愿者中，ccFT追踪SV变化的敏感度90%、特异度92%；cVTI和ccFT分别增加18%和4%可准确捕捉SV增加10%（敏感度89%、特异度100%）[14]。低CO综合征是心脏术后并发症之一。心脏术后患者早期ccFT与短期预后强相关[15]。择期冠状动脉旁路移植术后患者中，以经食管超声心动图为参考，ΔccFT有望成为ΔSV的替代指标[16]。
推荐意见2：CADFlow技术测量的cVTI及ccFT可作为评估左心室每搏输出量及左心收缩功能的有效无创指标。（B1）
3.1.2 右心功能障碍识别与评估颈内静脉压是观察右心的窗口。有文章阐述了颈内静脉压与右房压力的关系及颈静脉多普勒评估右心功能的价值[17]。采用CADFlow同步监测颈动脉与颈内静脉，获得创新参数JVI（cVTI/jVTI），预测中心静脉压（central venous pressure, CVP） ＞ 10 mmHg（1 mmHg=0.098 kPa）的敏感度90%、特异度93%（cut-off值1.12），为无创识别右心功能障碍提供了新工具[18]。
推荐意见3：CADFlow同步监测颈动静脉血流参数可用于右心功能障碍早期筛查与评估。（B1）
3.2 多维度容量评估ccFT是灵敏的前负荷指标，可用于围术期预测麻醉诱导期低血压风险，适用于老年、成人、孕产妇及小儿患者[19-23]。一项纳入10项研究（n=438）的Meta分析显示，ccFT预测液体反应性的AUC为0.9092[24]。联合被动抬腿试验（passive leg raising, PLR）时，ΔccFT（≥7 ms）预测未分类休克患者液体反应性的特异度96%，敏感度68%[25]。
除ccFT外，∆CDPV也有良好预测价值。机械通气患者中，ΔCDPV联合呼气末阻断试验可有效预测液体反应性[26]。两项Meta分析均支持ccFT和ΔCDPV可用于机械通气成人患者的液体反应性评估[27-28]。
CADFlow监测的CO和cMD变化与经肺热稀释测得的CO变化高度一致[8, 13]。一项针对老年患者的研究显示，CADFlow联合PLR测得的颈动脉速度时间变异度（ΔcVTI）是全身麻醉诱导后低血压的独立预测因子（AUC=0.84，最佳临界值13%，敏感度72%，特异度97%），为术前液体反应性评估提供了无创新方法[29]。
推荐意见4：CADFlow技术连续监测颈动脉血流动力学，可实时评估液体反应性，特别是校正血流时间（ccFT）与峰值流速变异度（∆CDPV），作为患者液体反应性的有效指标。（B1）
同时监测颈动脉与颈内静脉，可评估液体反应性与液体耐受性[30]。通过颈内静脉血流频谱形态评估CVP水平，从而构建补液风险四象限评估框架，优化个体化补液决策。
初步研究显示，CADFlow监测的颈内静脉多普勒形态评分与静脉超声淤血评分（venous excess ultrasound, VExUS）高度相关，且具有预测CVP ＞ 12 mmHg的潜力[31]。一项前瞻性、双中心观察性研究[32]，纳入41例拟行液体负荷试验的循环衰竭患者，CADFlow颈内静脉多普勒评分与VExUS、CVP均呈显著正相关，且CADFlow颈内静脉多普勒评分较VExUS能更好地反映全身静脉淤血状态。
推荐意见5：CADFlow技术可同步监测颈动脉与颈内静脉血流，构建个体化补液风险评估框架，预警液体不耐受及右心过负荷风险。（B1）
4 CADFlow技术临床应用主要场景 4.1 在CPR中的应用传统床旁超声需手持操作，在持续胸外按压期间难以稳定获取血流信号。已有研究表明，多普勒超声检测脉搏的准确性优于手触法[33-34]，免持超声在动物及人体CPR中连续监测颈动脉血流安全可行[35-36]。
研究表明，在猪心脏骤停模型中应用CADFlow进行颈动脉连续血流监测，可用于自主搏动识别、CPR质量反馈、恶性心律失常识别、无脉性电活动（pulseless electrical activity, PEA）及自主循环恢复（return of spontaneous circulation, ROSC）判断，且与PiCCO对照提示可用于复苏后血流动力学监测[12]。多中心临床试验显示，基于CADFlow的实时评估可提升院内心脏骤停患者的ROSC成功率（43% vs. 33%），在PEA（62% vs. 34%）及心力衰竭所致心脏骤停（58% vs. 30%）患者中获益更明显；同时大幅缩短ROSC评估时间[(2.9±0.8) s vs. (7.2±1.3) s]，降低误判率（4% vs. 21%），并通过实时血流参数反馈优化按压质量[37]。观察性研究亦体现出该技术相关参数在是否ROSC患者中的差异，对预后判断体现出其临床意义。CADFlow可在不间断胸外按压下实时、快速、准确识别ROSC，提高ROSC成功率，缩短判断时间，降低误判率，客观指导CPR按压质量。
推荐意见6: CADFlow技术作为CPR期间实时无创监测工具，将按压质量反馈从“力学指标”升级为“血流指标”，指导个体化高质量按压，提升ROSC成功率。（A1）
推荐意见7：CADFlow可用于ROSC即时判断，缩短ROSC评估时间，快速识别PEA，降低误判率，提升神经功能预后。（A1）
4.2 休克管理中的应用 4.2.1 失血性休克动物实验显示，CADFlow监测的cVTI与SV、CI呈显著正相关（r分别为0.821、0.698）；颈动脉多普勒休克指数（cDSI，心率/cVTI或心率/ccFT）与传统休克指数（shock index, SI）呈正相关（r=0.647），与平均动脉压、SV、CI呈负相关[38]。另有研究表明，cDSI在识别失血严重性及隐匿性出血方面优于传统SI；ccFT ＜ 280 ms提示严重失血及不良预后。CADFlow能可靠反映失血性休克及液体复苏过程中的容量状态[39-40]。
推荐意见8：CADFlow衍生的多普勒休克指数（cDSI，即心率/cVTI或心率/ccFT）可用于失血性休克的早期识别，识别隐匿性出血优于传统SI。ccFT ＜ 280 ms提示严重失血及不良预后。（C1）
4.2.2 休克亚型鉴别有学者提出通过颈动脉与颈内静脉多普勒频谱绘制四象限图，整合CO与静脉淤血指标，用于休克亚型分类及个体化复苏[41-44]。该方法有助于快速区分不同血流动力学表型（如“干冷”、“湿冷”等），对临床决策具有指导价值。
推荐意见9：CADFlow同步监测颈动静脉血流绘制的四象限模型，可作为休克亚型快速鉴别的辅助工具，指导个体化复苏。（C1）
4.2.3 指导血管活性药物的滴定“保护性血流动力学”策略强调个体化血压目标、减少血管过度收缩、平衡大循环与微循环灌注[45-46]。临床中，若外周灌注下降、局部阻力持续升高而中心血流未见改善，提示继续增加血管活性药物可能加剧器官灌注不足。
CADFlow可置于桡动脉、足背动脉等外周血管，实时监测局部血流速度、流量及前向阻力。与通过心输出量和血压计算的全身血管阻力不同，CADFlow直接测得的外周前向阻力更能真实反映局部血管收缩状态与灌注情况，可为血管活性药物的精准滴定提供客观、实时的指导。
推荐意见10：CADFlow外周动脉（如桡动脉）血流监测可实时反映血管活性药物引起的局部阻力变化，外周灌注下降而中心血流未改善时提示需调整药物剂量，实现“保护性血流动力学”管理。（C2）
4.3 CADFlow在ECPR/ECMO患者管理中的应用V-A ECMO支持期间存在混合血流、逆行血流、平流等复杂状态，传统热稀释法及脉搏波形分析的准确性在此种情况下显著下降。床旁超声心动图因患者体位、管路干扰等因素难以连续获取高质量影像。CADFlow由于其连续波多普勒原理，能可靠监测包括平流在内的各种血流状态，为ECMO患者提供了无创、连续动态血流动力学监测手段。
CADFlow可提供反映每搏输出量及主动脉瓣开放的ccFT，反映心肌收缩力与后负荷的dV.Max及反映搏动性血流在混合血流中的占比的搏动血流分数（pulsatile flow fraction, PF）等量化指标。在ECMO流量不变时，PF值增大提示自身心脏驱动血流占比增加，是心功能恢复的客观证据[47]。
推荐意见11：CADFlow可作为V-A ECMO期间评估自身心功能恢复的无创连续监测工具，PF、ccFT及dV.Max等指标可反映自身心脏驱动血流占比、SV趋势及心肌收缩力状态。（B1）
通过“ECMO流量滴定试验”逐步调整流量并连续监测ccFT、dV.Max、PF等指标的变化，有助于寻找既能满足器官灌注，又避免左室后负荷过重的最佳支持水平。在撤机评估阶段，逐步降低流量并监测上述指标趋势，可客观评估心脏功能储备，寻找最佳支持水平，结合传统撤机指标优化撤机决策，提高撤机成功率[48]。
推荐意见12: CADFlow监测ccFT、dV.Max等指标变化趋势可指导V-A ECMO流量滴定与撤机评估。（C1）
监测颈动脉血流可获得脑灌注指标，如cMD及RI。cMD持续下降、RI持续升高提示脑灌注异常风险。将探头固定于足背动脉等外周部位可连续监测远端肢体灌注，有助于早期发现V-A ECMO相关肢体缺血并发症。
推荐意见13：CADFlow监测颈动脉（脑供血）及足背动脉（肢体缺血）血流，可用于V-A ECMO患者器官灌注评估及并发症早期预警。（C1）
研究显示，静脉-静脉体外膜肺氧合（veno-venous extracorporeal membrane oxygenation, V-V ECMO）支持期间，颈动脉ccFT基线值可直接用于评估液体反应性，无需体位改变（如Trendelenburg位），简化了此类患者的容量评估[49]。
推荐意见14：CADFlow测量的ccFT基线值可用于评估V-V ECMO患者液体反应性，无需体位改变。（C1）
5 总结CADFlow技术实现了超声血流监测的自动化与连续性，以无创、动态、精准的优势，为急危重症血流动力学管理从“压力监测/间接推算”到“直接血流观测”提供了新的补充手段。CADFlow并非替代现有监测手段，而是与有创监测、床旁超声等优势互补，共同构建更全面的多维度血流动力学监测体系。
未来应推动CADFlow技术的合理推广与应用，严格遵循操作及质控标准。同时开展多中心、大样本研究，探索CADFlow参数与脑、肾、心等重要器官灌注的关联性，建立“血流参数-器官灌注”的量化关系，开发基于CADFlow参数的器官灌注风险分层模型，实现早期预警与干预指导；探索以CADFlow参数为指导的血管活性药物精准滴定方案，以及个体化多维度补液管理模型；拓展外周血管疾病的床旁筛查。优化适配外周血管的专用探头，验证其在糖尿病、肾病等高危人群中诊断外周动脉疾病的准确性；开发基于机器学习的人工智能分析模型，推进CADFlow与医院信息系统、电子病历、ICU系统的智能融合，打造“实时监测-智能分析-精准干预”的智能化管理体系。持续完善临床应用规范，最终实现优化治疗决策、改善患者预后的核心目标。
执笔专家组成员 王烁（首都医科大学附属北京中医医院，北京中医医院内蒙古医院）练睿（中日友好医院）董靖（首都医科大学附属北京中医医院）杜元（首都医科大学附属北京中医医院）
共识专家组成员（按姓名拼音字母为序） 曹春水（南昌大学第一附属医院）曹钰（四川大学华西医院）陈凤英（内蒙古医科大学附属医院）陈旭锋（江苏省人民医院）陈晓辉（广州医科大学附属第二医院）陈玉国（山东大学齐鲁医院）崇巍（中国医科大学附属第一医院）龚平（深圳市人民医院）韩小彤（湖南省人民医院）康健（大连医科大学附属第一医院）李春盛（首都医科大学附属北京友谊医院）刘励军（苏州大学附属第二医院）李湘民（中南大学湘雅医院）李欣（广东省人民医院）马青变（北京大学第三医院）马岳峰（浙江大学医学院附属第二医院）米玉红（首都医科大学附属北京安贞医院）潘曙明（上海中医药大学附属普陀医院）彭鹏（新疆医科大学第一附属医院）唐子人（首都医科大学附属北京朝阳医院）谢苗荣（首都医科大学附属北京友谊医院）邢吉红（吉林大学第一医院）燕宪亮（徐州医科大学附属医院）朱长举（郑州大学第一附属医院）张国强（中日友好医院）张茂（浙江大学医学院附属第二医院）钟会明（浙江大学医学院附属第二医院）
指南共识注册编号：PREPARE-2026CN1956
利益冲突 所有作者声明无利益冲突
| [1] | Lamarche-Fontaneto R, Oud L, Howell KD, et al. Cardiac output monitors in septic shock: do they deliver what matters? A systematic review and meta-analysis[J]. Crit Care, 2025, 29(1): 299. DOI:10.1186/s13054-025-05547-9 |
| [2] | Levy D, Schmidt M, Hekimian G, et al. Clinical validation of pulmonary artery catheter use for continuous thermodilution cardiac output monitoring in VA-ECMO patients[J]. Intensive Care Med, 2025, 51(4): 785-787. DOI:10.1007/s00134-025-07841-0 |
| [3] | Chanthawatthanarak S, Boonasa K, Apiratwarakul K, et al. Agreement between carotid and LVOT non-invasive cardiac output measurements in ED septic shock patients: a prospective observational study[J]. Sci Rep, 2025, 15: 19911. DOI:10.1038/s41598-025-05077-y |
| [4] | Naik S, Krishnakumar M, Nirale A, et al. Assessment of hemodynamic changes during large-volume plasmapheresis with a non-invasive cardiac output monitor in patients with neurological disease: a prospective cohort study[J]. Neurol Ind, 2025, 73(3): 480-487. DOI:10.4103/neurol-india.neurol-india-d-24-00199 |
| [5] | Gassner M, Killu K, Bauman Z, et al. Feasibility of common carotid artery point of care ultrasound in cardiac output measurements compared to invasive methods[J]. J Ultrasound, 2015, 18(2): 127-133. DOI:10.1007/s40477-014-0139-9 |
| [6] | Cheong I, Otero Castro V, Sosa FA, et al. Carotid flow as a surrogate of the left ventricular stroke volume[J]. J Clin Monit Comput, 2023, 37(2): 661-667. DOI:10.1007/s10877-022-00938-7 |
| [7] | Cheong I, Merlo PM, Tamagnone FM. Correlation between corrected carotid flow time and left ventricular outflow tract velocity-time integral using a novel technique[J]. J Clin Ultrasound, 2025, 53(1): 97-102. DOI:10.1002/jcu.23838 |
| [8] | 宋文亮, 朱维宁, 路亚丽, 等. 免持式颈动脉超声多普勒测量循环衰竭患者心输出量的准确性、精确度及趋势追踪能力评估: 一项前瞻性、双中心、观察性研究[C]//中华医学会第19次重症医学大会, 长沙, 2025. |
| [9] | 尤晨威, 宋文亮, 朱维宁, 等. 基于免持式颈动脉超声联合被动抬腿试验预测急性循环衰竭患者的液体反应性: 一项前瞻性、双中心、观察性研究[C]//中华医学会第20次重症医学大会, 西安, 2026. |
| [10] | 董靖, 朱兴彦, 王烁. CADFlow在无创血流动力学评估中的探索[J]. 中国急救复苏与灾害医学杂志, 2024, 19(10) 1345-1348, 1400. DOI:10.3969/j.issn.1673-6966.2024.10.019 |
| [11] | 董靖, 朱兴彦, 吴彩军, 等. 不同无创超声血流动力学检测方法的一致性评价[J]. 中国医师杂志, 2026, 28(6): 879-882. DOI:10.3760/cma.j.cn431274-20250714-00937 |
| [12] | Zhao XL, Wang S, Yuan W, et al. A new method to evaluate carotid blood flow by continuous Doppler monitoring during cardiopulmonary resuscitation in a porcine model of cardiac arrest[J]. Resuscitation, 2024, 195: 110092. DOI:10.1016/j.resuscitation.2023.110092 |
| [13] | Hao GW, Huang DL, Ma GG, et al. Ability of the continuous carotid Doppler patch to track directional changes in cardiac output in cardiac surgery patients[J]. Eur J Med Res, 2026, 31(1): 442. DOI:10.1186/s40001-026-04034-3 |
| [14] | Kenny JS, Barjaktarevic I, MacKenzie DC, et al. Carotid artery velocity time integral and corrected flow time measured by a wearable Doppler ultrasound detect stroke volume rise from simulated hemorrhage to transfusion[J]. BMC Res Notes, 2022, 15(1): 7. DOI:10.1186/s13104-021-05896-y |
| [15] | Zhang J, Chi Y, Zhao H, et al. Feasibility of corrected carotid flow time for predicting short-term outcomes after cardiac surgery in the intensive care unit[J]. J Cardiothorac Vasc Anesth, 2026, 40(3): 917-925. DOI:10.1053/j.jvca.2025.09.015 |
| [16] | Kenny JS, Clarke G, Atwi S, et al. Carotid artery corrected flow time measured by wearable Doppler ultrasound detects stroke volume change measured by transesophageal echocardiography after coronary artery bypass grafting[J]. CHEST Crit Care, 2025, 3(2): 100138. DOI:10.1016/j.chstcc.2025.100138 |
| [17] | Kenny JS, Rola P, Prager R, et al. Jugular venous Doppler ultrasound as a non-invasive window to right heart hemodynamics: a narrative review and future perspective[J]. Ther Adv Pulm Crit Care Med, 2025, 20: 29768675251359700. DOI:10.1177/29768675251359700 |
| [18] | Zhao Z, Hao G, Ma G. Utilization of hands-free carotid artery doppler ultrasound for noninvasive central venous pressure measurement: a prospective observational study[J]. World J Emerg Med, 2026. |
| [19] | Huang SS, Liao ZQ, Chen AD, et al. Effect of carotid corrected flow time combined with perioperative fluid therapy on preventing hypotension after general anesthesia induction in elderly patients: a prospective cohort study[J]. Int J Surg, 2024, 110(2): 799-809. DOI:10.1097/JS9.0000000000000863 |
| [20] | Kim HJ, Choi YS, Kim SH, et al. Predictability of preoperative carotid artery-corrected flow time for hypotension after spinal anaesthesia in patients undergoing Caesarean section: a prospective observational study[J]. Obstet Anesth Dig, 2022, 42(1): 44-45. DOI:10.1097/01.aoa.0000816916.10650.95 |
| [21] | Xu LL, Dai SB, Shen JJ, et al. The predictive ability of carotid artery corrected flow time and respirophasic variation in blood flow peak velocity measured by ultrasonography for fluid responsiveness in parturients for cesarean delivery[J]. Minerva Anestesiol, 2020, 86(10): 1039-1046. DOI:10.23736/S0375-9393.20.14315-3 |
| [22] | Jin GS, Liu FQ, Yang YW, et al. Carotid blood flow changes following a simulated end-inspiratory occlusion maneuver measured by ultrasound can predict hypotension after the induction of general anesthesia: an observational study[J]. BMC Anesthesiol, 2024, 24(1): 13. DOI:10.1186/s12871-023-02393-6 |
| [23] | Maitra S, Baidya DK, Anand RK, et al. Carotid artery corrected flow time and respiratory variations of peak blood flow velocity for prediction of hypotension after induction of general anesthesia in adult patients undergoing elective surgery: a prospective observational study[J]. J Ultrasound Med, 2020, 39(4): 721-730. DOI:10.1002/jum.15151 |
| [24] | Singla D, Gupta B, Varshney P, et al. Role of carotid corrected flow time and peak velocity variation in predicting fluid responsiveness: a systematic review and meta-analysis[J]. Korean J Anesthesiol, 2023, 76(3): 183-193. DOI:10.4097/kja.22385 |
| [25] | Barjaktarevic I, Toppen WE, Hu S, et al. Ultrasound assessment of the change in carotid corrected flow time in fluid responsiveness in undifferentiated shock[J]. Crit Care Med, 2018, 46(11): e1040-e1046. DOI:10.1097/CCM.0000000000003356 |
| [26] | D'Arrigo S, Dell'Anna AM, Sandroni C, et al. Can carotid artery Doppler variations induced by the end-expiratory occlusion maneuver predict fluid responsiveness in septic shock patients?[J]. Crit Care, 2023, 27(1): 153. DOI:10.1186/s13054-023-04422-9 |
| [27] | Lipszyc AC, Walker SCD, Beech AP, et al. Predicting fluid responsiveness using carotid ultrasound in mechanically ventilated patients: a systematic review and meta-analysis of diagnostic test accuracy studies[J]. Anesth Analg, 2024, 138(6): 1174-1186. DOI:10.1213/ANE.0000000000006820 |
| [28] | Beier L, Davis J, Esener D, et al. Carotid ultrasound to predict fluid responsiveness: a systematic review[J]. J Ultrasound Med, 2020, 39(10): 1965-1976. DOI:10.1002/jum.15301 |
| [29] | Ge ZW, Qin FF, Lian ZM, et al. Carotid artery velocity-time integral variation combined with passive leg raising test to predict hypotension after induction in older patients under general anesthesia: a prospective study[J]. BMC Geriatr, 2026, 26(1): 521. DOI:10.1186/s12877-026-07267-3 |
| [30] | Kenny JS. Assessing fluid intolerance with Doppler ultrasonography: a physiological framework[J]. Med Sci (Basel), 2022, 10(1): 12. DOI:10.3390/medsci10010012 |
| [31] | 张静. 可穿戴式颈内静脉多普勒形态学用于床旁静脉淤血评估: 与VExUS及中心静脉压的对比验证[C/OL]//第9届危重病科学研究及治疗技术大会, 福州, 中国, 2025. https://cccrf2026.sciconf.cn/cn/web/index/35290_3184570. |
| [32] | Zhu WN, Song WL, You CW, et al. Can ultrasound-derived jugular venous doppler waveform reflect fluid intolerance in acute circulatory failure? A prospective dual-center observational study[C/OL]//45th ISICEM, Brussels, Belgium, 2026. https://poster.isicem.org/poster.asp?doc=P155&subcat=search. |
| [33] | Rolston DM, Cohen AL. Femoral artery Doppler ultrasound is more accurate than manual palpation for pulse detection in cardiac arrest[J]. Resuscitation, 2022, 176: 134-135. DOI:10.1016/j.resuscitation.2022.05.009 |
| [34] | Kang SY, Jo IJ, Lee G, et al. Point-of-care ultrasound compression of the carotid artery for pulse determination in cardiopulmonary resuscitation[J]. Resuscitation, 2022, 179: 206-213. DOI:10.1016/j.resuscitation.2022.06.025 |
| [35] | Krüger GM, Birkeli SG, Hansen ØM, et al. Realtime detection of spontaneous circulation in humans during cardiopulmonary resuscitation using a continuous hands-free carotid Doppler: a pilot study[J]. Resusc Plus, 2025, 26: 101080. DOI:10.1016/j.resplu.2025.101080 |
| [36] | Faldaas BO, Nielsen EW, Storm BS, et al. Hands-free continuous carotid Doppler ultrasound for detection of the pulse during cardiac arrest in a porcine model[J]. Resusc Plus, 2023, 15: 100412. DOI:10.1016/j.resplu.2023.100412 |
| [37] | Li YY, Xie MR, Wang GX, et al. Evaluating hands-free carotid Doppler ultrasound for real-time return of spontaneous circulation detection in in-hospital cardiac arrest: a multicenter randomized controlled study[J]. Resuscitation, 2026, 222: 111016. DOI:10.1016/j.resuscitation.2026.111016 |
| [38] | Zhao XL, Yuan W, Wang S, et al. Evaluation of hemorrhagic shock and fluid resuscitation in pigs using handless Doppler carotid artery ultrasound[J]. Eur J Trauma Emerg Surg, 2024, 50(4): 1513-1520. DOI:10.1007/s00068-024-02481-3 |
| [39] | Kenny JS, Elfarnawany M, Yang Z, et al. The Doppler shock index measured by a wearable ultrasound patch accurately detects moderate-to-severe central hypovolemia during lower body negative pressure[J]. J Am Coll Emerg Physicians Open, 2021, 2(4): e12533. DOI:10.1002/emp2.12533 |
| [40] | Da Luz L, Atwi S, Notario L, et al. The feasibility of monitoring trauma patients with a wireless, wearable Doppler ultrasound[J]. Transfusion, 2025, 65(S1): S123-S130. DOI:10.1111/trf.18241 |
| [41] | Rola P, Kattan E, Siuba MT, et al. Point of view: a holistic four-interface conceptual model for personalizing shock resuscitation[J]. J Pers Med, 2025, 15(5): 207. DOI:10.3390/jpm15050207 |
| [42] | Kenny JS, Prager R, Rola P, et al. Unifying fluid responsiveness and tolerance with physiology: a dynamic interpretation of the diamond-forrester classification[J]. Crit Care Explor, 2023, 5(12): e1022. DOI:10.1097/CCE.0000000000001022 |
| [43] | Kenny JS, Gibbs SO, Eibl JK, et al. Simultaneous venous-arterial Doppler during preload augmentation: illustrating the Doppler Starling curve[J]. Ultrasound J, 2023, 15(1): 32. DOI:10.1186/s13089-023-00330-9 |
| [44] | Kenny JS, Prager R, Rola P, et al. Simultaneous venous-arterial Doppler ultrasound during early fluid resuscitation to characterize a novel Doppler starling curve: a prospective observational pilot study[J]. J Intensive Care Med, 2024, 39(7): 628-635. DOI:10.1177/08850666231224396 |
| [45] | D'Amico F, Landoni G. Protective hemodynamics: a novel strategy to manage blood pressure[J]. Curr Opin Crit Care, 2024, 30(6): 629-636. DOI:10.1097/MCC.0000000000001205 |
| [46] | D'Amico F, Marmiere M, Monti G, et al. Protective hemodynamics: C.L.E.A.R.![J]. J Cardiothorac Vasc Anesth, 2025, 39(1): 13-19. DOI:10.1053/j.jvca.2024.10.021 |
| [47] | 孟凡伟. 贴片式超声CADFlow血流动力学参数在VA-ECMO撤机评估中的应用[C]//第九届华中心血管病大会, 郑州, 2025. |
| [48] | Jiang CJ, Feng Y, Xing H, et al. Predicting the timing of VA-ECMO weaning in patients with cardiogenic shock based on the machine learning models derived from CADFlow ultrasound indicators[C]. EuroELSO 2025, Vienna, Austria, 2026. |
| [49] | Zhao JJ, Sun Y, Tang J, et al. Predictive value of trendelenburg position and carotid ultrasound for fluid responsiveness in patients on VV-ECMO with acute respiratory distress syndrome in the prone position[J]. Sci Rep, 2024, 14: 31808. DOI:10.1038/s41598-024-83038-7 |