Accuracy of Visually Estimated Blood Loss in the Operating Room: A Simulation Study

기술 요약: 수술실 내 육안 혈액량 추정의 정확도

문제 제기
육안 혈액량 추정(VEBL)은 수술 중 출혈을 평가하는 가장 보편적인 방법으로 남아 있으나, 주관성과 부정확성이 높다는 특징이 있다. 기존 문헌은 주로 외과의와 마취과 의사의 추정 오류에 초점을 맞추어 왔으나, 간호사 및 마취 보조 인력을 포함한 더 넓은 범위의 수술실(OR) 인력에 대한 데이터는 제한적이다. 또한, 기존 연구들은 다양한 재질과 유체 부피를 포함한 다양한 시뮬레이션 시나리오에서 직업적 역할, 부서, 경력과 같은 특정 변수가 추정 성능에 어떻게 영향을 미치는지에 대한 분석이 부족한 경우가 많다.

연구 방법론
본 단일 학술 기관(Temple University)에서 수행된 이 시뮬레이션 연구는 55명의 다학제적 코호트를 대상으로 VEBL 정확도를 평가하였다. 참가자에는 전문의(Attending Surgeons), 전공의(Surgical Residents), 마취과 전문의, 마취과 전공의, 전문 간호사(CRNA), 학생 간호 마취사(SRNA), 그리고 수술실/회복실(OR/PACU) 간호사가 포함되었다.

본 연구는 해당 기관의 수술 환자 평균 헤모글로빈(12.3 g/dL) 및 헤마토크릿(36.9%) 수치에 맞추기 위해 생리식염수로 희석된 유효 폐적혈구(pRBC)를 사용하여 8개의 서로 다른 스테이션에서 시뮬레이션된 혈액 손실 시나리오를 활용하였다. 각 스테이션은 다음과 같은 다양한 수술 재료 위에 혈액을 제시하였다:

• 스테이션 1: 스펀지 수집 백 (300 mL).
• 스테이션 2: 흡수 패드 (150 mL).
• 스테이션 3: 세척액이 혼합된 흡인 캐니스터 (실제 혈액 300 mL).
• 스테이션 4: 척스 패드(Chux pad) (225 mL).
• 스테이션 5: 레이텍(Ray-Tec) 스펀지 (50 mL).
• 스테이션 6: 레이텍(Ray-Tec) 스펀지 (100 mL).
• 스테이션 7 & 8: 4x4 랩 스펀지 (각 20 mL).

참가자들은 밀리리터(mL) 단위로 혈액량을 독립적으로 추정하였다. "정확한" 추정은 실제 부피의 ±15% 이내의 값으로 정의되었다. 통계 분석에는 범주형 결과(정확함/과대평가/과소평가)를 위한 카이제곱 검정과, 직업 명칭, 부서, 경력(<10년 대 ≥10년)별로 계층화된 연속형 결과(평균 추정치)를 위한 ANOVA 또는 t-검정이 사용되었다.

주요 결과
연구 결과, 모든 스테이션에서 VEBL 정확도는 보편적으로 낮았으며, 정확한 추정률은 3.6%에서 27.3% 사이였다. 과대평가가 대부분의 스테이션에서 주요한 오류 패턴이었으나, 특정 시나리오는 체계적인 편향을 유발했다:

• 시나리오별 편향:

  • 세척액 혼합 (스테이션 3): 이 스테이션은 가장 극단적인 편향을 보였는데, 참가자의 96.4%가 300 mL의 혈액량을 과대평가하였다. 이는 흡인 캐니스터 내의 전체 유체 부피에서 혈액만을 구별해내는 것의 어려움 때문인 것으로 보인다.
  • 넓은 표면적 (스테이션 4): 반대로, 척스 패드 위의 225 mL 부피는 과소평가(70.9%)가 지배적이었으며, 이는 넓은 영역에 분산된 혈액이 실제보다 적은 부피로 인식됨을 시사한다.
  • 낮은 부피 (스테이션 7 & 8): 흰색 스펀지 위의 작은 부피(20 mL)는 빈번하게 과대평가되었으며(각각 67.3% 및 58.2%), 정확한 추정률은 12.7%와 9.1%에 불과했다.

• 직업 명칭 및 부서별 차이:

  • 전문의(Attending Physicians): 특히 저용량 스테이션(7 및 8)에서 실제 부피에 가장 근접한 추정을 제공하였다. 스테이션 6에서 전문의는 과대평가 사례가 없었던 반면, 등록 간호사(RN)는 78.6%의 사례에서 과대평가를 하였다.
  • 간호 인력: 회복실(PACU) 간호사는 스테이션 5(92.3%)와 스테이션 6(84.6%)에서 가장 높은 과대평가율을 보였다. RN 및 CRNA/SRNA는 전문의보다 일관되게 작은 부피를 훨씬 더 많이 과대평가하였다.
  • 전공의(Residents): 스테이션 4에서 가장 높은 과소평가율(88.0%)을 보였다.
  • 마취 팀: 스테이션 6에서 가장 높은 정확한 추정률(39.3%)을 달성하였다.

• 경력:

  • 더 숙련된 의료진(≥10년)은 경험이 적은 동료들에 비해 저용량 스테이션에서 더 높은 절대적 추정치를 제시하였으나, 어떤 스테이션에서도 정확, 과대, 과소 추정의 분포가 경험 그룹 간에 유의미한 차이를 보이지 않았다. 이는 경험 그 자체만으로는 정확도를 광범위하게 개선하지 못하지만, 특정 지각 기술을 정교화할 수는 있음을 시사한다.

의의 및 주장
저자들은 본 연구가 외과의와 마취과 의사를 넘어 광범위한 수술실 인력에 대한 VEBL 부정확성에 대한 이해를 확장한다고 주장한다. 연구 결과는 다음과 같은 구체적이고 표적화 가능한 성능 격차를 식별하였다:

1. 체계적 오류: 오류의 방향은 무작위가 아니라 부피, 재질 유형, 세척액 존재 여부에 따라 체계적으로 변한다.
2. 역할별 교육 필요성: 데이터는 간병 인력과 수련의들이 가장 큰 체계적 편향을 보였으므로, 이들을 대상으로 한 교육적 개입이 우선시되어야 함을 시사한다.
3. 임상적 주의: 본 연구는 세척액이 존재하거나 밝은 색상의 재료 위에 있는 작은 부피를 평가할 때, 일관되적으로 심각한 과대평가가 발생하므로 VEDR에만 의존하여 고위험 결정을 내리는 것에 반대한다.
4. 교육적 적용: 저자들은 이러한 재현 가능한 오류 패턴이 단순히 임상 경력을 쌓는 수동적인 방식이 아니라, 시뮬레이션 기반 커리큘럼에 직접 통합되어 추정 정확도를 높이는 데 활용될 수 있다고 주장한다.

결론적으로, VEBL은 단순성 덕분에 실시간 의사결정에 있어 여전히 필수적인 도구이지만, 그 한계로 인해 시나리오별 구조화된 훈련과 내재된 편향에 대한 높은 인식이 필요하다.