Vorhersage der Propofol-Wirkstellenkonzentration im Zusammenhang mit tiefer Anästhesie (PRESCOD-AI)

Propofol ist das am häufigsten verwendete Anästhetikum zur Einleitung einer Vollnarkose (GA). Im Gegensatz zur volatilen Anästhesie ist die Überwachung der Propofol-Konzentration beim Menschen jedoch nicht direkt möglich. Daher wird die Verwendung eines pharmakokinetischen/pharmakodynamischen (PK/PD)-Modells bei der zielkontrollierten Infusion (TCI) empfohlen. Es wird angenommen, dass die Konzentration an der Wirkungsstelle (Ce) während der Infusion mit dem Grad der Hypnose korreliert. Allerdings gibt es in der Praxis große Unterschiede beim Propofol-Bedarf. Die Variabilität des Propofolbedarfs wird auf demografische Faktoren, genetischen Polymorphismus, eingriffsbedingte Veränderungen und individuelle Empfindlichkeit zurückgeführt. Frühere Studien haben gezeigt, dass sich die EEG-Merkmale mit dem Alter und dem kognitiven Status ändern.

Hypothese: Es gibt eine große interindividuelle Variabilität in der Empfindlichkeit der Patienten gegenüber Propofol, die mithilfe klinischer, demografischer und elektroenzephalografischer (EEG) Merkmale präzise modelliert werden kann, die vor der Einleitung einer Vollnarkose verfügbar sind. Die Forscher gehen auch davon aus, dass diese Empfindlichkeit gegenüber Propofol einen anfälligen Phänotyp des Gehirns identifizieren könnte, der mit einer schlechten kognitiven Leistung zusammenhängt.

Spezifische Ziele: Primär: Untersuchung der Variabilität von Ce-Propofol, bei der eine tiefe Anästhesie (DA) auftritt während der Einleitung einer Vollnarkose (CeDA). Sekundär: Untersuchung der Beziehung zwischen Demografie, kognitiver Leistung und EEG-Variablen mit der unabhängigen CeDA-Variablen. Tertiär: Entwicklung und Validierung eines Algorithmus für maschinelles Lernen zur Vorhersage von CeDA auf der Grundlage klinischer, demografischer und EEG-Merkmale, die vor der Einleitung einer Vollnarkose ermittelt wurden.

Methoden: An dieser prospektiven monozentrischen Beobachtungsstudie werden 110 Teilnehmer ab 18 Jahren teilnehmen, bei denen eine Operation unter Vollnarkose vorgesehen ist. Die kognitive Grundleistung wird anhand des Montreal Cognitive Assessment bewertet. Die Induktion von GA wird mit 300 ml.h-1 1 % Propofol durchgeführt, bis DA (definiert als Patient State Index (PSI) < 30) beobachtet wird. Der primäre Endpunkt wird der Ce-Propofol sein, bei dem eine tiefe Anästhesie (CeDA) auftritt, wie durch das Eleveld PK/PD-Modell für Propofol berechnet. Präoperative rohe EEG-Wellenformen vom SedLine-Monitor werden verwendet, um statistische, entropische und spektrale Merkmale zu extrahieren. In einer Teilstichprobe von 40 Patienten wird außerdem ein High-Density-EEG (128 Kanäle) aufgezeichnet, um Merkmale der funktionellen Konnektivität des Gehirns zu extrahieren. Diese Merkmale werden in ein verallgemeinertes additives Modell eingegeben, um CeDA vorherzusagen. Wir werden außerdem einen Algorithmus für maschinelles Lernen entwickeln und validieren, um CeDA basierend auf diesen Funktionen vorherzusagen.

Bedeutung/Wichtigkeit: Die Ergebnisse dieser Studie könnten zu einem besseren Verständnis der Determinanten der interindividuellen Variabilität führen, die bei der pharmakodynamischen Wirkung von Anästhetika beobachtet wird. Darüber hinaus kann die Vorhersage von CeDA Ärzten dabei helfen, das richtige und sichere Ziel bei der zielkontrollierten Infusion von Propofol während der Einleitung einer Vollnarkose festzulegen und das Auftreten einer tiefen Anästhesie während einer Operation weiter einzuschränken. Schließlich kann das Wissen über den Zusammenhang zwischen EEG-Merkmalen, Empfindlichkeit gegenüber Anästhetika und kognitiver Leistung zu einer stärker personalisierten Anästhesieverabreichung führen.