Statistische Analyse zur Wärmeübertragung an der Hohlfasermembran während der extrakorporalen Zirkulation

Statistical Analysis of Heat Transfer at the Hollow Fiber Membrane during Extracorporeal Circulation

KARDIOTECHNIK Ausgabe:
02-2025

Autor:innen

A. Saunders1,2, M. Kohl2, B. Schöneberger3, A. Wierschem3; P. Schlatter3, N. Kwapil1, O. Dewald1, F. Münch1 Amalia Saunders: 0009-0007-8905-5970; Matthias Kohl: 0000-0001-9514-8910; Andreas Wierschem: 0000-0001-7927-2065; Phillip Schlatter: 0000-0001-9627-5903; Nicola Kwapil: 0000-0002-0862-3371; Oliver Dewald: 0000-0001-5216-7978; Frank Münch: 0000-0002-2790-0418 1 Herzchirurgische Klinik des Universitätsklinikums Erlangen der Friedrich-Alexander- Universität Erlangen-Nürnberg, Krankenhausstraße 12, D-91054 Erlangen 2 Hochschule Furtwangen University, Fakultät Medical and Life Sciences, Jakob- Kienzle-Straße 17, D-78054 Villingen-Schwenningen 3 Lehrstuhl für Strömungsmechanik, Friedrich-Alexander-Universität Erlangen-Nürnberg, Cauerstraße 4, D-91058 Erlangen

Hauptautor:in

Amalia Saunders, M.Sc., ECCP Thorax-, Herz- und Gefäßchirurgie Universitätsklinikum Tübingen Hoppe-Seyler-Straße 3 72076 Tübingen Tel.: +49 7071 29-85830 E-Mail: amalia.saunders@med.uni-tuebingen.de

Schlüssel­wörter

Oxygenator, Gastemperatur, Bluttemperatur, Wärmeaustausch, Leistungsfaktoren

Zusammen­fassung

Einleitung: Der Oxygenator mit integriertem Wärmetauscher spielt als Systemkomponente der extrakorporalen Zirkulation für den Gas- und Wärmeaustausch eine zentrale Rolle. Ähnlich dem Funktionsprinzip der Lunge, werden Gas und Blut durch semipermeable Membranhohlfasern voneinander getrennt. Für die extrakorporale Zirkulation wird ein einstellbares Gasgemisch benötigt, das dem Oxygenator als Frischgas zugeführt wird. Im Rahmen der vorliegenden Studie wird ermittelt, ob die Frischgastemperatur einen Einfluss auf die Temperatur des Patientenblutes während der extrakorporalen Zirkulation hat. Dafür wird die Wärmeübertragung an der Hohlfasermembran eines Oxygenators quantitativ erfasst. Material und Methoden: In der experimentellen In-vitro Studie wurden verschiedene Gastemperaturen (10 °C, 17 °C, 23 °C, 30 °C), FiO2-Konzentrationen (21 %, 60 %, 100 %), Blutflussraten (25 %, 50 %, 75 % des maximalen Flusses) und Oxygenator-Modelle (Affinity Fusion, Medtronic; Inspire 7M, Sorin; Capiox NX19, Terumo; D100 Physio+, Kids, Sorin) im Hinblick auf die Wärmeübertragung getestet. Daten aus Temperaturmessungen für alle variablen Einstellungen wurden in einem normothermen Blutkreislauf (36,7 ± 0,5 °C) am Bluteinlass (TBi) und -auslass (TBo) sowie am Gaseinlass (TGi) und -auslass (TGo) gesammelt. Um signifikante Einflüsse ( = 0,05) der verschiedenen Variablen auf die Wärmeübertragung festzustellen, wurden für die verschiedenen Parameterkombinationen Leistungsfaktoren (P [%] = (TBo-TBi)/(TGi-TBi)) berechnet. Die statistische Analyse erfolgte mittels ANOVA mit gemischten Effekten und Post-hoc-Tests. Ergebnisse: In Bezug auf die Variable „Gastemperatur“ wurden die höchsten berechneten Leistungsfaktoren bei 30 °C erzielt (PGastemp.30°,max = 18,1 %). Hinsichtlich der Variable „FiO2“ liegen die errechneten Leistungsfaktoren aller gemessenen Konzentrationen in ähnlichen Wertebereichen (PFiO ,21%,mean = 3,1 % und PFiO ,60%,mean = 3,4 %; PFiO ,100%,mean = 3,4 %). Die niedrigste gemessene Blutflussrate (0,25*Q̇max) zeigte den höchsten Einfluss auf die Wärmeübertragung (PQ̇*0,25,mean = 3,7 %). Bei den getesteten Oxygenatoren erreichte das Modell von Sorin signifikant höhere Werte (PSorin,mean = 3,6 %) als die anderen Modelle (PModelle,mean = 2,8 %). Schlussfolgerung: In der Studie konnte der Einfluss der Frischgastemperatur anhand der errechneten Leistungsfaktoren quantifiziert werden. Das Ausmaß der Wärmeübertragung an der Gasaustauschfläche ist primär abhängig von dem Verhältnis der Gastemperatur zur Bluttemperatur. Deren Annäherung geht mit einem erhöhten Leistungsfaktor einher. Die Wärmeübertragung erfolgt an der Hohlfasermembran bidirektional, wobei der Einfluss der Bluttemperatur erwartungsgemäß größer ausfällt als der des Frischgases.

Keywords

Oxygenator, gas temperature, blood temperature, heat exchange, power factors

Abstract

Introduction: The oxygenator with integrated heat exchanger plays a central role as a system component of extracorporeal circulation for gas and heat exchange. Similar to the functional principle of the lungs, gas and blood are separated from each other by semipermeable hollow membrane fibers. Extracorporeal circulation requires an adjustable gas mixture that is supplied to the oxygenator as fresh gas. This study will determine whether the fresh gas temperature has an influence on the temperature of the patient’s blood during extracorporeal circulation. To this end, the heat transfer at the hollow fiber membrane of an oxygenator is quantitatively recorded. Material and methods: In the experimental in-vitro study, different gas temperatures (10°C, 17°C, 23°C, 30°C), FiO2 concentrations (21%, 60%, 100%), blood flow rates (25%, 50%, 75% of maximum flow), and oxygenator models (Affinity Fusion, Medtronic; Inspire 7M, Sorin; Capiox NX19, Terumo; D100 Physio+, Kids, Sorin) were tested with regard to heat transfer. Data from temperature measurements for all variable settings were collected in a normothermic blood circuit (36.7 ± 0.5°C) at the blood inlet (TBi) and outlet (TBo) and at the gas inlet (TGi) and outlet (TGo). To determine significant influences ( = 0.05) of the different variables on the heat transfer, power factors (P [%] = (TBo-TBi)/(TGi-TBi)) were calculated for the different parameter combinations. The statistical analysis was carried out using ANOVA with mixed effects and post-hoc tests. Results: With regard to the variable „gas temperature“, the highest calculated performance factors were achieved at 30°C (PGastemp.30°,max = 18.1%). With regard to the variable „FiO2“, the cal- culated power factors of all measured concentrations are in similar value ranges (PFiO ,21%,mean = 3.1% and PFiO ,60%,mean = 3.4%; PFiO ,100%,mean = 3.4%). The lowest measured blood flow rate (0.25*Q̇max) showed the highest influence on heat transfer (PQ̇*0.25,mean = 3.7%). Among the oxygenators tested, the Sorin model achieved significantly higher values (PSorin,mean = 3.6%) than the other models (PModels,mean = 2.8%). Conclusion: The study was able to quantify the influence of the fresh gas temperature using the calculated performance factors. The extent of heat transfer at the gas exchange surface is primarily dependent on the ratio of the gas temperature to the blood temperature. Their approach is accompanied by an increased power factor. The heat transfer is bidirectional at the hollow fiber membrane, whereby the influence of the blood temperature is, as expected, greater than that of the fresh gas.

Einleitung

Die Oxygenierung des venösen Patientenblutes wird im Rahmen der extrakorporalen Zirkulation mit Hilfe des Oxygenators durchgeführt. Mit dem Funktionsprinzip der Lunge als Vorbild werden in standardmäßig eingesetzten Membranoxygenatoren Gas und Blut durch semipermeable Membranhohlfasern (Kapillare) voneinander getrennt [1]. Der Übertritt der Atemgase auf die jeweilige Blutbeziehungsweise Gasseite wird durch die Partialdrücke entlang des Konzentrationsgefälles der Gase bestimmt. Bei dem Perfusionsgas (Frischgas) handelt es sich um ein einstellbares Gasgemisch aus Luft und Sauerstoff (O2). Das Frischgasgemisch tritt über einen Gaseinlass-Port in den Oxygenator ein und durchströmt die Kapillare in möglichst gegenläufiger Richtung zum Blutstrom. Der Gastransfer erfolgt über die Mikroporen besetzte Membranoberfläche aufgrund von freier Diffusion entlang des Partialdruckgradienten [1,2]. Für die vorliegende Studie wird postuliert, dass mit dem Gasübertritt entlang der Kapillare zeitgleich ein Wärmeaustausch erfolgt. Während der extrakorporalen Zirkulation ist eine gezielte Temperaturregulation der Patienten erforderlich, wobei besonders das Herabsetzen der Körperkerntemperatur eine signifikante Rolle spielt. Die Hypothermie-bedingte Reduktion des O2-Bedarfs im Gewebe ermöglicht intraoperativ eine adäquate Perfusion bei niedrigeren Blutflüssen [3]. Die Regulation der Patientenbluttemperatur erfolgt standardmäßig mittels eines Hypothermiegerätes. Hierbei zirkuliert eine temperierte Kühlflüssigkeit durch ein separates Trennsystem (Wärmetauscher) innerhalb des Oxygenators. Der Wärmetauscher ist in den meisten handelsüblichen Oxygenator-Modellen aus zentral angeordneten Rohrbündeln aufgebaut [1]. Kammerkonfigurationen, bei der die Kühlflüssigkeit und das Blut im Oxygenator möglichst im Gegen- oder Kreuzstrom aneinander vorbeigeführt werden, sind mit einem effizienten Wärmeübergang assoziiert [4]. Im Rahmen der Oxygenator-Entwicklung sollen Möglichkeiten zur Temperierung des Patientenblutes ohne die Verwendung eines externen Hypothermiegerätes evaluiert werden. Um die Datengrundlage hierfür zu erweitern, wird anhand der vorliegenden Studie die Wärmeübertragung an der Hohlfasermembran betrachtet. Die erhobenen Leistungsdaten werden im Rahmen einer umfassenden statistischen Analyse dargelegt.

Material und Methoden

Die experimentelle In-vitro-Studie wurde im Zeitraum von Oktober 2023 bis März 2024 am Lehrstuhl für Strömungsmechanik der Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg in Kooperation mit der Perfusiologie der herzchirurgischen Klinik des Universitätsklinikums Erlangen durchgeführt. Im Rahmen des Studiendesigns wurden verschiedene Einflussfaktoren auf die Wärmeübertragung an der Hohlfasermembran getestet. Hierbei handelt es sich um den Einfluss der Frischgastemperatur, der FiO2-Konzentration des Frischgases, der Blutflussrate im Testkreislauf sowie verschiedener Kammerkonfigurationen unterschiedlicher Oxygenator-Modelle.

Abb. 1: Schematische Darstellung des Versuchskreislaufs

Versuchsaufbau

Vier verschiedene Test-Oxygenatoren (Affinity Fusion, Medtronic; Inspire 7M, Sorin; Capiox NX19, Terumo; D100 Physio+, Kids, Sorin) wurden entsprechend der Abbildung 1 in einen einfachen Kreislauf integriert und die Temperatur mit Hilfe eines Laborkühlgerätes (Thermo Haake, Erlangen, Deutschland; C41P) auf 36,7 ± 0,5 °C konstant gehalten. Gemessen wurden jeweils 25 %, 50 % und 75 % der maximalen blutseitigen Durchflussrate (Q̇max) der Test-Oxygenatoren und der erzeugte Volumenstrom Q̇B wurde mit Hilfe eines Flussmessgerätes kontrolliert. Der O2-Anteil des im Gasblender gemischten Gases wurde bei 21 %, 60 % und 100 % FiO2 erfasst. Der Einfluss der Gastemperatur wird bei vier definierten Temperaturen (10 °C, 17 °C, 23 °C, 30 °C) gemessen, wobei der Gasfluss konstant auf 5 l/min gehalten wird.

Am Blutein- (B,i ) und Blutauslass (B,o ) sowie am Gasein- (G,i ) und Gasauslass (G,o ) der Test-Oxygenatoren wurden Temperatursensoren aufgebracht. Zur kontinuierlichen digitalen Temperaturerfassung wurden Temperatursonden an den Ein- und Auslässen der Gas- und Blutseite auf einen Mikrocontroller (Arduino, Somerville, MA, USA) montiert.

Die definierten Parametereinstellungen der Einflussfaktoren (Gastemperatur, FiO2-Konzentration, Blutflussgeschwindigkeit, Oxygenator-Modell) wurden in jeder möglichen Konstellation kombiniert. Für jede Parameterkombination wurde eine Messreihe in einem Messintervall von 5 Minuten aufgenommen, wobei pro Sekunde zwei Messungen dokumentiert wurden. Zum Ausschluss von Zufallsmessungen und zur statistischen Beurteilung wurden Daten zu allen Parameterkominationen mit einer Anzahl von drei Wiederholungen erhoben.

Leistungsberechnung

Analog zu den Leistungsangaben eines handelsüblichen Wärmetauschers soll die Wärmeübertragung an der Oxygenierungseinheit (Hohlfasermembran) anhand von Performance- beziehungsweise Leistungsfaktoren (P) in Werten zwischen 0 und 1 angegeben werden. Die Formel für den Leistungsfaktor des Gastauschers (PGT ) ergibt sich aus dem Quotienten der Temperaturdifferenz zwischen dem Blutauslass (Bo ) und Bluteinlass (Bi ) und dem Gas- (Gi ) und dem Bluteinlass (Bi ):

Statistisches Design

Die statistische Auswertung erfolgte mit Hilfe der Statistiksoftware R (Version 4.4.0) [5]. Die Daten wurden zunächst in einer zusammenfassenden Tabelle gesammelt, die die Basis der Analyse darstellt. Für das Einlesen der Daten sowie die graphische Darstellung der Ergebnisse wurden die (Erweiterungs-)Pakete openxlsx und ggplot2 [6,7] verwendet.

Die Analyse basiert auf der Forschungshypothese, dass die Gastemperatur des Perfusionsgases im Rahmen der Wärmeübertragung an der Hohlfasermembran die Temperatur des Patientenblutes beeinflusst. Das Signifikanzniveau wurde für alle statistischen Tests auf  = 0,05 festgelegt.

Für die Auswahl geeigneter Tests wurden zunächst die Verteilung der Daten, die Anzahl und die Abhängigkeiten der Gruppen (Variablen) berücksichtigt und diese anschließend in unabhängige (Prädiktoren) und abhängige (Kriterien) Variablen gegliedert. Zu den abhängigen Variablen gehören die Mittelwerte der gemessenen Temperaturen aus einer 5-minütigen Messreihe an den verschiedenen Messstellen (Gi, Go, Bi, Bo) sowie die errechneten Leistungsfaktoren für die Oxygenierungseinheit (PGB). Hieraus ergaben sich fünf verschiedene Kriterien, die mit y1-5 gekennzeichnet wurden. Als unabhängige Variablen (x1-4) gelten die vier oben genannten Einflussfaktoren (Frischgastemperatur, FiO2-Konzentration, Blutflussrate, Test-Oxygenator).

Im nächsten Schritt wurden geeignete multiple lineare Modelle mit gemischten Effekten für die Analyse erarbeitet, wobei für den vorliegenden Datensatz die unabhängigen Variablen beispielhaft in Zusammenhang mit der abhängigen Variable Gi (y1) gebracht werden (Formel 2). Das Modell wird analog für jede weitere abhängige Variable angewendet.

Dabei handelt es sich bei den Variablen Gastemperatur, FiO2, Blutflussrate und Oxygenator-Modell um sogenannte feste Effekte.

Da sich die leicht veränderten Versuchsbedingungen der verschiedenen Versuchstage für jedes Modell etwas unterschiedlich auf die Ergebnisse auswirken könnten, sollen durch das Miteinbeziehen des Versuchsdatums als „random effect“ Auffälligkeiten in den diagnostischen Plots reduziert werden. Der Ausdruck (Modell | Datum) spezifiziert den zufälligen Effekt für die Variable „Datum“, wobei für jedes Modell ein separater „random intercept“ ermittelt wird. Dies erlaubt es, mögliche Unterschiede in den Ausgangswerten sowie in den Einflussstärken der Prädiktoren zwischen den einzelnen Test-Oxygenatoren zu erfassen.

Die Gültigkeit und Güte der linearen Mixed-effects-Modelle werden in der Analyse mit Hilfe der Funktion „check_model“ aus dem Paket „performance“ [8] bestimmt. Zusätzlich wurde mit Hilfe von „qqplots“ die Normalverteilung der Residuen überprüft [9].

Im Rahmen der Modellbewertung und -verbesserung erfolgten über die Funktion „summary“ aus dem (Grund-)Paket „base“ [5] unter anderem Angaben zu den geschätzten Regressionskoeffizienten. Ein kleiner p-Wert (p < 0,05) der Koeffizienten weist hierbei auf einen Einfluss des Prädiktors auf das Kriterium hin.

Für das weitere Vorgehen steht die Abweichung der verschiedenen Gruppenmittelwerte der getesteten (unabhängigen) Variablen im Fokus der Betrachtung. Hierfür wird die Varianzanalyse (ANOVA – Analysis of Variance) herangezogen. Bei der ANOVA wird der Einfluss von einem oder mehreren Faktoren auf das Ergebnis untersucht, wobei auf bestimmte Kovariablen adjustiert wird [9]. Basierend auf dem beschriebenen Modell wird eine lineare ANOVA mit gemischten Effekten durchgeführt und diese für die genannten unabhängigen Variablen dargestellt. Da der statistische Test in der ANOVA lediglich angibt, ob mindestens eine der Gruppen von den anderen signifikant abweicht, können Post-hoc-Tests dabei helfen, Gruppenunterschiede spezifischer herauszuarbeiten [10]. Hierfür wurden im Rahmen der Analyse verschiedene Pakete verwendet. Mit Funktionen aus dem Paket „estimated marginal means“ (emmeans) [11] können Paarvergleiche der geschätzten marginalen Mittelwerte und deren Konfidenzintervalle für verschiedene kategoriale Variablen der Modelle durchgeführt werden. Alternativ ist die Funktion „general linear hypothesis test“ (glht) aus dem Paket „multcomp“ [12] eine Methode zur Überprüfung von spezifischen linearen Kontrasten zwischen den Gruppen. Im Fall der vorliegenden Daten wird der sogenannte Tukey-Test verwendet, um zusätzlich das multiple Testen zu berücksichtigen, welches durch die multiplen Post-hoc-Tests entsteht.

Ergebnisse

Im Folgenden werden die wichtigsten Aspekte der Auswertung dargestellt und näher betrachtet. Eine umfassende Darstellung der statistischen Analyse ist im digitalen Supplement aufgeführt:

Ergebnisse der ANOVA-Analysen

Im Rahmen der ANOVA wird der Einfluss der im Modell verwendeten Prädiktoren (Gastemperatur, FiO₂, Blutflussrate, Modell) auf die verschiedenen Kriterien untersucht. Für das Kriterium „Gaseinlass“ (Gi) ergibt sich für den Prädiktor „Gastemperatur“ ein p-Wert von <0,001. Für das Kriterium „Gasauslass“ (Go) liegen die p-Werte für das Oxygenator-Modell und die Blutflussrate ebenfalls unter 0,001. Zusätzlich zeigt sich für das FiO₂ im Zusammenhang mit der Temperatur am Gasauslass ein p-Wert von <0,05. Die Gastemperatur weist hier keinen statistisch signifikanten Einfluss auf. Am Bluteinlass (Bi) ergeben sich für das Oxygenator-Modell, die FiO₂-Konzentration und die Blutflussrate p-Werte <0,001. Die Gastemperatur zeigt hier einen p-Wert <0,01. Beim Blutauslass (Bo) zeigen alle einbezogenen Prädiktoren p-Werte <0,001.

Einfluss der verschiedenen Prädiktoren auf die Wärmeübertragung

Der Einfluss der verschiedenen Prädiktoren (Frischgastemperatur, FiO2-Konzentration, Blutflussrate, Test-Oxygenator) auf die Wärmeübertragung wird anhand von Box- und Whisker-plots dargestellt (Abb. 2 a–d).

In Abbildung 2 a sind die Leistungsfaktoren in Bezug auf den Einfluss der Gastemperatur zusammengefasst, wobei bei Einstellungen mit einer Gastemperatur von 30 °C Leistungsfaktoren von -0,009 (-0,9 %) bis zu 0,181 (18,1 %) erzielt werden. In Abbildung 2 b sind die Leistungsfaktoren in Abhängigkeit des FiO2-Anteils aufgezeigt. Die Werte bei einem FiO2 von 21 % liegen in einem Wertebereich von 0,006 (0,6 %) bis 0,11 (11 %). Die Leistungsfaktoren der beiden anderen FiO2– Konzentrationen liegen für beide in einem Bereich zwischen 0,014 (1,4 %) und 0,135 (13,5 %), wobei der Median der Konzentration FiO2 = 60 % geringfügig höher liegt als der bei einem FiO2 von 100 %.

Abb. 2: Einfluss der verschiedenen Prädiktoren auf die Wärmeübertragung

In Abbildung 2 c ist der Einfluss der Blutflussrate auf die Leistungsfaktoren dargestellt. Aus den Einstellungsmöglichkeiten innerhalb des Prädiktors „Blutflussrate“ werden die höchsten Leistungsfaktoren bei der geringsten Blutflussrate von 25 % der maximalen Durchflussrate, in einem Bereich zwischen 0,006 (0,6 %) und 0,135 (13,5 %) erzielt.

In Abbildung 2 d wurde der Einfluss des Oxygenator-Modells erfasst. Berechnete Leistungsfaktoren der drei Modelle von Medtronic, Sorin Kids und Terumo weisen insgesamt ähnliche Werte von bis zu 0,113 (11,3 %) auf. Das Modell der Firma Sorin erzielt mit Leistungsfaktoren von bis zu 0,231 (23,1 %) Werte in einem höheren Bereich.

Diskussion

Die Wärmeübertragung an der Hohlfasermembran konnte in der vorliegenden experimentellen Studie spezifiziert und über errechnete Leistungsfaktoren quantifiziert werden. Die Forschungshypothese (H1) kann aufgrund des Einflusses der Perfusionsgastemperatur auf die Patientenbluttemperatur bestätigt werden.

Einfluss der Gastemperatur

Der Graphik aus Abbildung 2 a ist zu entnehmen, dass die verschiedenen Einstellungen der Test-Temperaturen des Frischgases unterschiedliche Leistungsfaktoren erzielen. Höhere Gastemperaturen am Oxygenator-Eingang gehen hierbei mit einer gesteigerten Wärmeübertragung an der Membran einher. Eine Erklärung dafür bietet sowohl die eingestellte Temperatur im Blutkreislauf (36,7 ± 0,5 °C) als auch die Art, wie die verschiedenen Messwerte in die Berechnung des Leistungsfaktors mit einfließen.

Aufgrund der unterschiedlichen Temperaturen der beiden Medien Gas und Blut besteht an der Membran eine Tendenz zum Temperaturangleich. Basierend auf dem zweiten Hauptsatz der Thermodynamik ist der erforderliche Wärmebetrag zum Temperaturangleich höher, je weiter die Temperaturen der beiden Medien auseinanderliegen, da Wärme in die Richtung des Temperaturgefälles strömt [13]. Hieraus kann geschlossen werden, dass der Leistungsfaktor des Gastauschers maßgeblich von dem Verhältnis zwischen der Gastemperatur am Oxygenator-Eingang und der Bluttemperatur abhängig ist.

Dieser Effekt zeigt sich weiterhin in den Ergebnissen der ANOVA (siehe digitales Supplement). Aus dem Zusammenhang der beiden Ausgaben zum ² (Chi square) und den Freiheitsgraden (Anzahl frei veränderbarer Werte, ohne die Änderung eines betrachteten Parameters) errechnet sich die Interaktion zwischen den abhängigen und den unabhängigen Variablen, was anhand des Pr(>²) angegeben wird [10]. Die Ergebnisse der ANOVA für die Messstelle Gaseinlass zeigt für den Prädiktor „Gastemperatur“ eine Signifikanz auf, was den Einfluss der Gastemperatur auf die Wärmeübertragung an der Hohlfasermembran bestätigt.

Abbildung 2 a zeigt, dass die berechneten Leistungsfaktoren zwar überwiegend im positiven Bereich liegen, dennoch vereinzelt auch negative Werte auftreten. Dies weist darauf hin, dass in diesen Fällen die Wärmeübertragung nicht von der Gas- auf die Blutseite, sondern ausschließlich umgekehrt erfolgt.

In Bezug auf den Einfluss der Frischgastemperatur kann zusammenfassend ausgesagt werden, dass eine Wärmeübertragung an der Hohlfasermembran zwar nachweisbar ist, jedoch erwartungsgemäß niedrig ausfällt. Es handelt sich um Werte, mit großer Diskrepanz zur standardmäßig erbrachten Leistung der Wärmetauschereinheit, die einen akzeptablen Wärmeaustausch ab Leistungsfaktoren von 0,5 (50 %) vorsieht.

Einfluss der FiO2-Konzentration

Aufgrund der geringfügig höheren Wärmeleitfähigkeit von Sauerstoff ( = 26,0 *10-3 W/mK) gegenüber der von Luft ( = 25,87 *10-3 W/mK), wären bei Gaseinstellungen mit einem niedrigeren FiO2-Gehalt entsprechend niedrigere Leistungsfaktoren zu erwarten [13].

Anhand der Ergebnisse in Abbildung 2 b ist zu erkennen, dass die Leistungsfaktoren der Luft-Messung insgesamt geringer ausfallen als die der beiden anderen FiO2-Konzentrationen. Jedoch handelt es sich um nur sehr geringfügige Unterschiede, sodass die Herkunft der Abweichungen ebenfalls in an- deren Einflussfaktoren, wie beispielsweise leichten Temperaturabweichungen der Gase (Luft und O2) begründet liegen könnten.

Auf einen direkten Zusammenhang zwischen der FiO2-Konzentration und der Wärmeübertragung an der Hohlfasermembran kann daher nicht geschlossen werden.

Einfluss der Blutflussrate

In Bezug auf die Blutflussrate stellen niedrige Blutflüsse in Kombination mit hohen Gasflüssen zunächst günstige Bedingungen für den Gastransfer an der Hohlfasermembran dar [14]. Unter der Annahme, dass dies ebenfalls für die Wärmeübertragung gilt, stellt in der vorliegenden Studie die Parametereinstellung mit einem Blutfluss von 0,25*Q̇max bei einem konstanten Gasfluss von 5 l/min die besten Voraussetzungen für den Blutfluss dar [14,15]. Die Leistungsfaktoren müssten demnach mit steigender Blutflussrate insgesamt absinken. Allerdings sind zwischen den Leistungsfaktoren der Blutflussraten von 0,5*Q̇max und 0,75*Q̇max in der Abbildung 2 c kaum Unterschiede festzustellen.

Eine mögliche Begründung hierfür liefert die konstante Einstellung der Gasflussgeschwindigkeit. Je höher die Blutflussgeschwindigkeit bei gleichbleibendem Gasfluss, desto weiter entfernt sich das Verhältnis zwischen Blut- und Gasfluss von den optimalen Bedingungen, was sich in den Ergebnissen in geringeren Leistungsfaktoren äußert.

Einfluss der verschiedenen Oxygenator-Modelle

Die Bauart eines Oxygenators spielt ebenfalls eine Rolle bei der Wärmeübertragung an der Gasaustauschfläche. In Abbildung 2 d ist dargestellt, dass die drei Modelle Affinity Fusion von Medtronic, Capiox NX19 von Terumo sowie D100 Physio+, Kids von Sorin vergleichbare Leistungsfaktoren erzielen, wobei für das Modell Inspire 7M von Sorin höhere Werte ausgegeben werden. Für die gesteigerte Performance des zuletzt genannten Modells bietet die Konfiguration der Kompartimente im Oxygenator einen möglichen Erklärungsansatz. Die einzelnen Kompartimente sind hier, anders als bei den anderen getesteten Modellen, klarer voneinander getrennt, was in einer kontrollierten Strömungsführung innerhalb des Oxygenators resultiert [4]. Das Blut passiert die Gasaustauschfläche sowie den Wärmetauscher im Gegenstrom, was mit einem erhöhten Stofftransfer einhergeht.

Bei dem Vergleich der Box- und Whiskerplots der übrigen drei Modelle ist zu erkennen, dass die Größe der Boxen überwiegend übereinstimmt und die Mediane auf vergleichbarer Höhe liegen. Zu nennen ist, dass die Whiskerplots des Modells von Terumo am kürzesten und die Boxplots (Interquartilsabstand) geringfügig kleiner sind als die der beiden anderen Oxygenator-Typen. Eine Interpretation dieses Effekts ist, dass dieses Modell robuster gegenüber den Einflüssen der anderen Prädiktoren ist, was sich anhand von konstanteren Leistungsfaktoren zeigt.

Klinische Relevanz

In Bezug auf die gebrauchsübliche klinische Anwendung findet die Temperierung des Patientenblutes maßgeblich über die Wärmetauscher-Einheit im Oxygenator-System statt. Die durch die Frischgastemperatur beeinflusste Wärmeübertragung an der Hohlfasermembran spielt hierbei nur eine untergeordnete Rolle.

Vor dem Hintergrund der Oxygenator-Entwicklung wird im Rahmen der Studie in Betracht gezogen, dass Hypothermiegeräte in der klinischen Praxis einige Nachteile mit sich bringen. Infektionen mit dem Mycobakterium chimaera nach herzchirurgischen Eingriffen werden zunehmend in der Fachliteratur dokumentiert, wobei die Infektion auf die Verwendung der Hypothermiegeräte während der extrakorporalen Zirkulation zurückzuführen ist [16,17]. Die durch die Studie gewonnenen Erkenntnisse sollen als Grundlageninformation für Forschungsarbeiten dienen, die sich mit der Fragestellung der alternativen Oxygenator-Entwicklung ohne den Einsatz eines Hypothermiegerätes beschäftigen. Die vorliegende Studie zeigt erstmals, dass die Regulation der Bluttemperatur mit Hilfe von Gas möglich ist und liefert einen Beitrag zum entsprechenden Forschungsgebiet.

Limitationen

Einen zentralen Limitationsaspekt der Studie stellt die Verwendung von Wasser als alternatives Testmedium anstelle von Blut dar. Abweichungen in Bezug auf die errechneten Leistungsfaktoren können aufgrund der geringfügig unterschiedlichen Wärmeleitfähigkeiten der beiden Medien entstehen.

Schlussfolgerung

Die Wärmeübertragung an der Hohlfasermembran konnte in der vorliegenden experimentellen Studie spezifiziert und über errechnete Leistungsfaktoren quantifiziert werden. Eine Gastemperatur-abhängige Wärmeübertragung an der Hohlfasermembran ist maßgeblich von dem Verhältnis zwischen der Gastemperatur am Oxygenator-Eingang und der Bluttemperatur abhängig. Zu Leistungsfaktoren in Bezug auf die FiO2-Konzentration können keine Rückschlüsse auf die Wärmeübertragung an der Hohlfasermembran gezogen werden. Hinsichtlich der Blutflussrate zeigen die Ergebnisse, dass niedrige Blutflusseinstellungen in Kombination mit einem hohen Gasfluss die Wärmeübertragung an der blutumströmten Kapillare begünstigt. In Bezug auf die getesteten Oxygenator-Modelle werden bei dem Modell von Inspire 7M, Sorin höhere Leistungsfaktoren im Rahmen der Wärmeübertragung erzielt als bei den Vergleichsoxygenatoren. Daraus kann geschlossen werden, dass sich eine kontrollierte Strömungsführung im Inneren des Oxygenators positiv auf die Wärmeübertragung entlang der Hohlfasermembran auswirkt.

Interessenskonflikt

Die Autoren haben keine finanziellen Interessen oder Beziehungen, die zu Interessenkonflikten führen können.

Ethik

Es wurden keine Versuche an Menschen und Tieren durchgeführt.

Wissenschaftlicher Kurzlebenslauf

Amalia Saunders studierte Molekulare und Technische Medizin (B.Sc.) an der Hochschule Furtwangen (Campus Schwenningen) und absolvierte im Anschluss den Masterstudiengang Technical Physician (M.Sc.). Seit November 2024 ist sie in der Thorax-, Herz- und Gefäßchirurgie des Universitätsklinikums Tübingen als Perfusionistin und weiterhin als stellvertretende Sprecherin des Jungen Forums der Deutschen Gesellschaft für Perfusiologie und Technische Medizin tätig.

 

Literatur

1.Tschaut R. Extrakorporale Zirkulation in Theorie und Praxis. 2005:263-64, 239. 2.Benk C, Klemm R, Schaller S, Brehm K, Schlensak C, Beyersdorf F. Was der Herzchirurg schon immer über die Herz-Lungen-Maschine wissen wollte. Z Herz- Thorax-Gefäßchir. 2008;22:237-44. doi:10.1007/s00398-008-0644-2. 3.Mitulla F, Kwapil N, Haupt B, Münch F. Entwicklung des Sauerstoffverbrauchs in den verschiedenen Stadien der Hypothermie: (Review Artikel). KARDIOTECHNIK. 2021:106-18. 4.Kim WS. Design optimization of cross-counter flow compact heat exchanger for energy recovery ventilator. Int. J. Air-Cond. Ref. 2022. doi:10.1007/s44189-022-00016-2. 5.R Core Team. R: A language and environment for statistical computing. Vienna, Austria; 2024. 6.Schauberger P, Walker A. openxlsx: Read, write and ddit xlsx files. 2023. 7.Hadley Wickham. ggplot2: elegant graphics for data analysis. New York: Springer-Verlag 2016. 8.Lüdecke D, Ben-Shachar MS, Patil I, Waggoner P, Makowski D. Performance: an R pack-age for assessment, comparison and testing of statistical models. Journal of Open Source Software. 2021:3139. doi:10.21105/joss.03139. 9.Kohl M. Statistik Teil 13: Lineare Regression. Die Perfusiologie. 2025:26-31. 10.Kohl M. Einführung in die statistische Datenanalyse mit R. 2022:139, 199–204, 216, 225, 238. 11.Lenth RV. Emmeans: estimated marginal means, aka least-squares means. 2024. 12.Hothorn T, Bretz F, Westfall P. Simultaneous inference in general parametric models. Bio-metrical Journal. 2008:346-63. 13.Baehr HD, Stephan K. Wärme- und Stoffübertragung. 2019:1,19,761,769. 14.Lehle K, Philipp A, Hiller K-A, Zeman F, Buchwald D, Schmid C, et al. Efficiency of gas transfer in venovenous extracorporeal membrane oxygenation: analysis of 317 cases with four different ECMO systems. Intensive Care Med. 2014;40:1870-77. doi:10.1007/s00134-014-3489-z. 15.Hima F, Saunders A, Kashefi A, Mouzakis F, Mottaghy K, Spillner J, et al. In vitro evalua-tion of the performance of an oxygenator depending on the non-standard gas content of the inlet blood with special regard on CO2 elimination. Perfusion. 2024;39:1614-20. doi:10.1177/02676591231204565. 16.Schreiber PW, Sax H. Mycobacterium chimaera infections associated with heater-cooler units in cardiac surgery. Curr Opin Infect Dis. 2017;30:388-94. doi:10.1097/QCO.0000000000000385. 17.Achermann Y, Rössle M, Hoffmann M, Deggim V, Kuster S, Zimmermann DR, et al. Pros-thetic valve endocarditis and bloodstream infection due to Mycobacterium chimaera. J Clin Microbiol. 2013;51:1769-73. doi:10.1128/JCM.00435-13.

Das Fachwissensquiz März ’26 ist online!

Das Fachwissensquiz von März ’26 zum Thema „Left Ventricular Assist Device Teil I (Teil 1)“ ist online!

Jeden ersten Montag im Monat bietet dir die DGPTM die Gelegenheit, dein Fachwissen auf den Prüfstand zu stellen und aufzufrischen.

Für jedes absolvierte Quiz erhältst du einen halben Punkt zur EBCP-Akkreditierung. Mit regelmäßiger Teilnahme kannst du so bis zu sechs Punkte im Jahr erreichen. Achtung: Hierfür musst Du eingeloggt sein! Den Fortbildungsnachweis findest Du im Mitgliederbereich.

Das DGPTM-Fachquiz ist mehr als nur ein Wissenstest – es ist deine spannende Chance zur Fortbildung.

Viel Freude beim Rätseln!

Das Fachwissensquiz Februar ’26 ist online!

Das Fachwissensquiz von Februar ’26 zum Thema „Künstliche Intelligenz in der Perfusiologie (Teil 2)“ ist online!

Jeden ersten Montag im Monat bietet dir die DGPTM die Gelegenheit, dein Fachwissen auf den Prüfstand zu stellen und aufzufrischen.

Für jedes absolvierte Quiz erhältst du einen halben Punkt zur EBCP-Akkreditierung. Mit regelmäßiger Teilnahme kannst du so bis zu sechs Punkte im Jahr erreichen. Achtung: Hierfür musst Du eingeloggt sein! Den Fortbildungsnachweis findest Du im Mitgliederbereich.

Das DGPTM-Fachquiz ist mehr als nur ein Wissenstest – es ist deine spannende Chance zur Fortbildung.

Viel Freude beim Rätseln!

Das Fachwissensquiz Januar ’26 ist online!

Das Fachwissensquiz von Januar ’26 zum Thema „Künstliche Intelligenz in der Perfusiologie (Teil 1)“ ist online!

Jeden ersten Montag im Monat bietet dir die DGPTM die Gelegenheit, dein Fachwissen auf den Prüfstand zu stellen und aufzufrischen.

Für jedes absolvierte Quiz erhältst du einen halben Punkt zur EBCP-Akkreditierung. Mit regelmäßiger Teilnahme kannst du so bis zu sechs Punkte im Jahr erreichen. Achtung: Hierfür musst Du eingeloggt sein! Den Fortbildungsnachweis findest Du im Mitgliederbereich.

Das DGPTM-Fachquiz ist mehr als nur ein Wissenstest – es ist deine spannende Chance zur Fortbildung.

Viel Freude beim Rätseln!

Bitte im Mitgliederbereich einloggen – es gibt Neuigkeiten für euch

Daten aktualisieren

Im geschützten Mitgliederbereich könnt ihr ab sofort eure persönlichen Angaben prüfen und aktualisieren. Bitte schaut nach, ob Adresse, E-Mail und weitere Kontaktdaten noch stimmen und ergänzt bei Bedarf eure akademischen Titel, damit wir euch künftig korrekt ansprechen können.

Gehaltsumfrage

Außerdem läuft weiterhin unsere Gehaltsumfrage. Eure Teilnahme hilft, ein realistisches Bild der beruflichen Situation in unserer Berufsgruppe zu zeichnen und Argumentationsgrundlagen gegenüber Kliniken, Politik und Öffentlichkeit zu stärken. Die Umfrage ist anonym und in sehr kurzer Zeit erledigt.

EFN-Barcodes herunterladen

Auf Wunsch könnt ihr euch im Mitgliederbereich auch eure persönlichen EFN-Barcodes anzeigen lassen und ausdrucken. So habt ihr sie für Fortbildungen und Zertifikate jederzeit griffbereit.

Wir freuen uns, wenn ihr euch kurz einloggt, eure Daten auf den neuesten Stand bringt und die Angebote im Mitgliederbereich nutzt.

Preisträger Jahrestagung 2025 und Jubilare der DGPTM

Herzlichen Glückwunsch an die Jubilare der DGPTM und an alle, die einen Preis erhalten haben. Ein ebenfalls großer Dank richtet sich an die Sponsoren der Preise.

Eine Übersicht zu den Abstracts der prämierten Arbeiten befindet sich am Ende des Artikels.

 

Tagungspreis 2025 der DGPTM (Sponsor: free life medical GmbH)

Preisträger: Nicola Kwapil, Universitätsmedizin der Johannes-Gutenberg-Universität Mainz

Auf dem Foto sind von links nach rechts: Sebastian Tiedge, Nicola Kwapil, Rigobert Schnur (von free life) und PD Dr. Alexander Horke

 

DGTHG-Preis Fokustagung Herz 2025 (Sponsor: Dr. Franz Köhler Chemie GmbH)

Preisträgerin: Dr. Claudia Arenz, Universitätsklinikum Bonn

Auf dem Foto sind von links nach rechts: Sebastian Tiedge, Dr. Claudia Arenz, PD Dr. Alexander Horke und Dr. Stefan Fritz (von Köhler Chemie)

 

Nachwuchsförderpreis der Jungen Foren (Sponsor: Dr. Franz Köhler Chemie GmbH)

Preisträgerin: Gloria Nulchis, Universitätsklinikum Tübingen

Auf dem Foto sind von links nach rechts: Sebastian Tiedge, Gloria Nulchis, PD Dr. Alexander Horke und Dr. Stefan Fritz (von Köhler Chemie)

 

Innovationspreis (Sponsor: Eurosets GmbH Deutschland)

Preisträger: Nicola Kwapil, Universitätsmedizin der Johannes-Gutenberg-Universität Mainz

Auf dem Foto sind von links nach rechts: Sebastian Tiedge, Nicola Kwapil, Martin Schmidthöfer (von Eurosets), PD Dr. Frank Münch, PD Dr. Alexander Horke

 

Förderpreise (Sponsor: Terumo Deutschland GmbH)

A: bestbewerteter Originalbeitrag

Preisträger: Simon Mayer, Herzzentrum Klinikum Stuttgart

Auf dem Foto von links nach rechts: Dr. Lars Saemann, Simon Mayer und Tilo Barth (von Terumo)

B: beste Erstveröffentlichung

Preisträger: Lukas Fiebig, Hochschule Furtwangen

Auf dem Foto von links nach rechts: Dr. Lars Saemann, Lukas Fiebig und Tilo Barth (von Terumo)

 

Preisträger zum Josef Güttler Stipendium

Preisträger: Jhonathan Torres Mosquera, Universitätsklinikum Magdeburg

Auf dem Foto mit PD Dr. Frank Münch

 

 

Hier die Jubilare aus diesem Jahr, jeweils mit PD Dr. Frank Münch

50 jähriges: Jürgen Witt

40 jähriges: Stefan Kasseckert, Albert Dick

25 jähriges: Olaf Sillmann (Foto anbei), Holger Schulze Schleithoff, Mathias Opitz (Foto anbei), Joachim Naumann (Foto anbei), Frank-Oliver Große (Foto anbei), Markus Fischer, Andreas Behrendt, Johannes Amberger

 

 

Übersicht zu den Abstracts der prämierten Arbeiten

Tagungspreis 2025 der DGPTM

A-168 Kompakter ECMO-Trolley – ein Transportsystem für alle Materialien Nicola Kwapil
(Universitätsmedizin Mainz) (DGPTM)

 

DGTHG-Preis Fokustagung Herz 2025

A-158 Pulmonalklappendilatation bei frühsymptomatischer Fallot-Tetralogie: Erste palliative Maßnahme und Einfluß ballonbedingter Klappeneinrisse auf die chirurgische Strategie Dr. Claudia Arenz (Universitätsklinikum Bonn) (DGTHG)

 

Nachwuchsförderpreis der Jungen Foren

A-174 Über die allometrischen Interaktionen der fraktalen Eigenschaften des kardiovaskulären Gefäßsystems und dem Hagen-Poiseuille’schen Gesetz. Erkenntnisse aus einem mathematischen Modell und der Simulaiton per Computational Fluid Dynamics für Bypässe. Gloria Nulchis
(Universitätsklinikum Tübingen)

 

Innovationspreis

A-167 Kinder ECMO Fahrtrage 2.0 – eine standardisierte Lösung für Deutschland Nicola Kwapil
(Universitätsmedizin Mainz) (DGPTM)

 

 

Credits der Fotos:

DGPTM/Klindtworth

Der „Maschinist“ im Saal. Die Arbeit von Perfusionist:innen (Zeitungsartikel)

Im Operationssaal gibt es eine Berufsgruppe, die nie direkt am OP-Tisch stehen und doch überlebenswichtig in ihrer Tätigkeit sind: die Perfusionist:innen. Während das Operationsteam am Herzen arbeitet, steuern sie die Herz-Lungen-Maschine, überwachen Blutfluss, Sauerstoffsättigung und zahlreiche Laborwerte und sorgen dafür, dass der Körper des Patienten auch dann optimal versorgt bleibt, wenn Herz und Lunge vorübergehend stillstehen. Ihre Arbeit verbindet hochpräzise Medizin mit komplexer Medizintechnik – entscheidend dafür, dass solche Eingriffe überhaupt möglich sind.

Zeitungsartikel Donaukurier Geschichte aus dem OP Saal

Willkommen zur neuen Webseite

Nach über einem ¾ Jahr der Planung, intensiven Meetings, Codierung und Schreibarbeit ist am 13.01.2025 ist unsere neue Website live gegangen und wir sind stolz, hier ein neues Zuhause für unsere Mitglieder geschaffen zu haben. Zukünftig soll sie zur zentralen Plattform des Austauschs in unserer Community werden. Dafür arbeiten wir im Hintergrund an spannenden Erweiterungen.

Ein Highlight wird ein eigener „News“-Bereich sein, der euch stets über aktuelle Entwicklungen rund um Perfusion und technische Medizin informiert. Schaut regelmäßig vorbei und bringt euch ein – wir freuen uns auf eure Anregungen!

Anmeldung

oder
Achtung: Mehrfache Anforderungen beschleunigen die Mailzustellung nicht. Ein Login mit Microsoft funktioniert nur, wenn die Microsoft-Email der hinterlegten E-Mail Adresse entspricht.
Als Mitglied der DGPTM können Sie sich mit der bei uns hinterlegten Mailadresse oder Ihrem Benutzernamen ganz einfach mit einem Einmalpasswort einloggen. Dieses bekommen Sie per Mail geschickt. Sie werden danach direkt in den Internen Bereich geleitet.
Ihr Benutzername besteht aus den ersten beiden Buchstaben Ihres Vornamens und Ihrem Nachname (ä=ae ect).