Korelace dynamiky EEG se změnami vědomí v průběhu anestezie

Cílem studie je identifikovat a ověřit společné celomozkové EEG biomarkery, které přesně sledují přechod mezi vědomými stavy (bdělost, sedace, bezvědomí) u pěti intravenózních anestetik s odlišnými mechanismy účinku: Propofol, Ciprofol, Remimazolam, Esketamin a Fospropofol.

Design:

Toto je jednocentrická, prospektivní, observační kohortová studie. Postupně budou zařazeni způsobilí pacienti a rozděleni do skupin na základě klinické volby anestetika použitého k indukci celkové anestezie. Analýzu dat provedou výzkumníci, kteří během fází extrakce příznaků a vývoje modelu nebudou znát rozdělení do skupin.

Přibližně 250 dospělých pacientů (věk ≥18 let) plánovaných na elektivní chirurgický výkon v celkové anestezii v nemocnici Tongji ve Wu-chanu v Číně bude zařazeno mezi dubnem 2026 a prosincem 2027. Účastníci musí mít ASA fyzický stav I nebo II, normální kognitivní funkci (skóre MMSE ≥24) a poskytnout písemný informovaný souhlas.

Zásahy a postupy:

Všechny postupy představují standardní klinickou péči; nejsou podávány žádné experimentální zásahy.

1. Předoperační hodnocení: Budou zaznamenány demografické údaje, anamnéza a skóre MMSE.
2. Získávání EEG a behaviorálních dat: Během indukce anestezie bude kontinuálně zaznamenáváno 32kanálové EEG pomocí systému Greentek s elektrodami umístěnými podle mezinárodního systému 10-20. Současně bude každých 30 sekund zaznamenávána hodnota BIS (senzor umístěn infraorbitálně)[reference] a behaviorální stav pacienta pomocí modifikované škály hodnocení bdělosti/sedace pozorovatelem (MOAA/S) jako referenčního standardu a nepřítomnost pupilárního světelného reflexu. Na základě těchto behaviorálních reakcí bude hloubka anestezie kategorizována do tří fází: sedace, adekvátní hloubka anestezie a hluboká anestezie.
3. Anestetický protokol: Indukci anestezie provede přítomný anesteziolog v souladu se standardní institucionální praxí. Jedno z pěti studovaných léčiv bude podáno jako intravenózní bolus, přičemž indukční dávka bude udržována kontinuální infuzí po dobu 5 minut.

Zpracování a analýza dat

1. Kurace dat: Data budou zkontrolována na kvalitu a epochy s artefakty nebo chybějícími klinickými údaji budou vyloučeny.
2. Extrakce EEG příznaků: Předzpracovaná EEG data budou analyzována za účelem extrakce příznaků včetně, ale nejen, spektrální hustoty výkonu, permutační entropie, entropie fázového zpoždění a metrik funkční konektivity.
3. Analýza dat: Během indukce bezvědomí pěti odlišnými celkovými anestetiky budou identifikovány EEG biomarkery odpovídající přechodům mezi třemi behaviorálními stavy – sedací, adekvátní hloubkou anestezie a hlubokou anestezií. Výkonnost těchto biomarkerů ve sledování hloubky anestezie bude kvantitativně porovnána s výkonností bispektrálního indexu (BIS).
4. Modelování strojového učení: Datová sada bude rozdělena na trénovací (70 %) a validační (30 %) část. Stromový ensemble model (např. náhodný les) bude natrénován ke klasifikaci stavů vědomí na základě EEG příznaků. Výkonnost modelu bude hodnocena pomocí AUC, přesnosti, preciznosti a křížové validace.