Forudsigelse af propofol-effekt-stedkoncentration forbundet med dyb anæstesi (PRESCOD-AI)

Propofol er det mest udbredte anæstesimiddel til at inducere generel anæstesi (GA). Men i modsætning til flygtig anæstesi er overvågning af propofolkoncentration ikke direkte tilgængelig hos mennesker. Derfor anbefales brugen af ​​en farmakokinetisk/farmakodynamisk (PK/PD) model i målstyret infusion (TCI). Under infusion antages koncentrationen ved virkningsstedet (Ce) at korrelere med niveauet af hypnose. Der er dog en stor variation i propofolkrav i almindelig praksis. Variationen i propofolkrav tilskrives demografiske faktorer, genetisk polymorfi, procedurerelaterede ændringer og individuel følsomhed. Tidligere undersøgelser har vist, at EEG-karakteristika ændres med alderen og kognitiv status.

Hypotese: Der er en stor interindividuel variation i patienters følsomhed over for propofol, som kan modelleres præcist ved hjælp af kliniske, demografiske og elektroencefalografiske (EEG) funktioner, der er tilgængelige før induktion af generel anæstesi. Forskerne antager også, at denne følsomhed over for propofol kan identificere sårbar hjernefænotype relateret til dårlig kognitiv ydeevne.

Specifikke mål: Primært: at undersøge variabiliteten af ​​Ce propofol, ved hvilken dyb anæstesi (DA) forekommer under induktion af generel anæstesi (CeDA). Sekundært: at udforske forholdet mellem demografi, kognitiv ydeevne og EEG-variabler med den uafhængige CeDA-variabel. Tertiær: at udvikle og validere en maskinlæringsalgoritme til at forudsige CeDA baseret på kliniske, demografiske og EEG-træk opnået før induktion af generel anæstesi.

Metoder: Dette prospektive monocentriske observationsstudie vil omfatte 110 deltagere på 18 år eller ældre, der er planlagt til operation under generel anæstesi. Baseline kognitiv præstation vil blive vurderet ved hjælp af Montreal Cognitive Assessment. Induktion af GA vil blive udført under anvendelse af 300 ml.h-1 1 % propofol, indtil DA (defineret som et patienttilstandsindeks (PSI) < 30) observeres. Det primære endepunkt vil være Ce-propofol, ved hvilken dyb anæstesi (CeDA) forekommer, som beregnet af Eleveld PK/PD-modellen for propofol. Præoperative rå EEG-bølgeformer fra SedLine-monitoren vil blive brugt til at udtrække statistiske, entropiske og spektrale træk. High-density EEG (128 kanaler) vil også blive optaget i en delprøve på 40 patienter for at udvinde hjernefunktionelle tilslutningsfunktioner. Disse funktioner vil blive indtastet i en generaliseret additiv model for at forudsige CeDA. Vi vil også udvikle og validere en maskinlæringsalgoritme til at forudsige CeDA baseret på disse funktioner.

Betydning/Betydning: Resultaterne af denne undersøgelse kunne give en bedre forståelse af determinanterne for den interindividuelle variabilitet observeret i den farmakodynamiske virkning af anæstetika. Desuden kan forudsigelsen af ​​CeDA hjælpe klinikere med at sætte det rigtige og sikre mål i målstyret infusion af propofol under induktion af generel anæstesi og yderligere begrænse forekomsten af ​​dyb anæstesi under operation. Endelig kan viden om sammenhængen mellem EEG-karakteristika, følsomhed over for anæstetika og kognitiv ydeevne føre til mere personlig anæstesilevering.