Canadian Journal of Anaesthesia

, Volume 39, Issue 10, pp 1030–1035

Predicting arterial oxygenation during one-lung anaesthesia

  • Peter Slinger
  • Samy Suissa
  • William Triolet
Reports of Investigation

DOI: 10.1007/BF03008370

Cite this article as:
Slinger, P., Suissa, S. & Triolet, W. Can J Anaesth (1992) 39: 1030. doi:10.1007/BF03008370

Abstract

Eighty patients undergoing elective thoracotomy were studied to assess the possibility of predicting arterial oxygenation (PaO2) during one-lung anaesthesia (OLA). The first 50 patients were studied retrospectively. The method of multiple linear regression was used to construct a predictive equation for PaO2 during OLA. Potential predictors of PaO2 during OLA which were considered were: age, side of operation, preoperative pulmonary flow rates, preoperative and intraoperative PaO2 during twolung ventilation. The three most significant predictors for PaO2 during OLA were: side right of operation (P < 0.05), preoperative FEV1% (P < 0.01) and intraoperative PaO2 during two-lung ventilation (P = 0.0001). The predictive equation for PaO2 after ten minutes of OLA was: PaO2 = 100 − 72 (side) − 1.86 (FEV1%) + 0.75 (two-lung) PaO2; (for side insert 0 for left-sided thoracotomy and 1 for right-sided thoracotomy). The remaining 30 patients were studied prospectively and the predicted PaO2 correlated with the observed PaO2 after ten minutes of OLA (r = 0.73,P < 0.01). Four of 30 patients had a predicted PaO2 at ten minutes of OLA < 150 mmHg. Of these, 2/4 subsequently required abandonment of OLA for pulse oximetric saturation <85%. We conclude that although it is not possible to predict an individual patient’s PaO2 during OLA with a high degree of accuracy, it is possible, before the initiation of OLA, to identify those patients whose arterial oxygenation is likely to decrease to low levels during OLA.

Key words

anaesthesia: thoracic complications: hypoxaemia oxygen: monitoring ventilation: one-lung 

Résumé

L’étude regroupant quatre-vingts patients au programme pour thoracotomie a pour objectif de déterminer la possibilité de prédire l’oxygénation artérielle (PaO2) pendant l’anesthésie monopulmonaire. Pour les 50 premiers patients l’étude est rétrospective. La méthode de régression linéaire multiple est utilisée pour construire une équation prédictive pour ta PaO2 pendant l’anesthésie monopulmonaire. Les critères retenus sont: l’âge, le côté opéré, les débits pulmonaires préopératoires, la PaO2 pré- et peropératoire pendant la ventilation bipulmonaire. Les trois paramètres les plus significatifs pour prévoir la PaO2 sous anesthésie monopulmonaire sont: les interventions sur le côté droit (P < 0,05), le VEMS préopératoire (P < 0,01) et la PaO2 peropératoire pendant l’anesthésie bipulmonaire (P = 0,0001). L’équation prédictive obtenue après dix minutes de ventilation à un poumon est exprimée ainsi: PaO2 = 100 − 72 (côté)-1,86 (VEMS) + 0,75 PaO2 (deux poumons) [pour le côté, on accorde 0 pour la thoracotomie gauche et 1 pour la thoracotomie droite]. Les trente autres patients sont étudiés de façon prospective et la PaO2 prédite correspond à la PaO2 observée après dix minutes de ventilation monopulmonaire (r = 0,73, P < 0,01). Après dix minutes de ventilation monopulmonaire, quatre des 30 patients ont une valeur prédite de PaO2 intérieure à 150 mmHg. Deceux-ci, chéz deux sur quatre, la ventilation monopulmonaire est abandonnée à cause d’une saturation puisée inférieure à 85%. Nous concluons que bien qu ’il soit impossible de prédire avec précision la PaO2 d’un patient donné pendant la ventilation à un poumon, on peut avant d’initier la ventilation monopulmonaire, identifier ceux parmi les patients dont l’oxygénation artérielle est susceptible de s’abaisser de façon importante.

Download to read the full article text

Copyright information

© Canadian Anesthesiologists 1992

Authors and Affiliations

  • Peter Slinger
    • 1
    • 3
  • Samy Suissa
    • 2
    • 3
  • William Triolet
    • 3
  1. 1.Department of AnaesthesiaMcGill UniversityUSA
  2. 2.Department of Epidemiology and BiostatisticsMcGill UniversityUSA
  3. 3.Division of Clinical Epidemiology, Department of Medicinethe Montreal General HospitalMontreal

Personalised recommendations