Voorspelling van propofol-effectplaatsconcentratie geassocieerd met diepe anesthesie (PRESCOD-AI)

Propofol is het meest gebruikte verdovingsmiddel om algemene anesthesie (GA) te induceren. In tegenstelling tot vluchtige anesthesie is monitoring van de propofolconcentratie echter niet direct beschikbaar bij mensen. Daarom wordt het gebruik van een farmacokinetisch/farmacodynamisch (PK/PD) model bij target-gecontroleerde infusie (TCI) aanbevolen. Tijdens de infusie wordt aangenomen dat de concentratie op de effectlocatie (Ce) correleert met het niveau van hypnose. Er bestaat echter in de praktijk een grote variatie in de vereisten voor propofol. De variabiliteit in de vereisten voor propofol wordt toegeschreven aan demografische factoren, genetisch polymorfisme, proceduregerelateerde veranderingen en individuele gevoeligheid. Eerdere studies hebben aangetoond dat EEG-kenmerken veranderen met de leeftijd en cognitieve status.

Hypothese: Er bestaat een grote interindividuele variabiliteit in de gevoeligheid van patiënten voor propofol, die nauwkeurig kan worden gemodelleerd met behulp van klinische, demografische en elektro-encefalografische (EEG) kenmerken die beschikbaar zijn voorafgaand aan de inductie van algemene anesthesie. De onderzoekers veronderstellen ook dat deze gevoeligheid voor propofol een kwetsbaar hersenfenotype kan identificeren dat verband houdt met slechte cognitieve prestaties.

Specifieke doelstellingen: Primair: onderzoeken van de variabiliteit van Ce-propofol waarbij diepe anesthesie (DA) optreedt tijdens inductie van algemene anesthesie (CeDA). Secundair: het onderzoeken van de relatie tussen demografische gegevens, cognitieve prestaties en EEG-variabelen met de onafhankelijke CeDA-variabele. Tertiair: het ontwikkelen en valideren van een machine learning-algoritme om CeDA te voorspellen op basis van klinische, demografische en EEG-kenmerken verkregen vóór de inductie van algemene anesthesie.

Methoden: Deze prospectieve monocentrische observationele studie zal 110 deelnemers van 18 jaar of ouder omvatten die een operatie onder algemene anesthesie zullen ondergaan. De cognitieve prestaties bij aanvang zullen worden beoordeeld met behulp van de Montreal Cognitive Assessment. Inductie van GA zal worden uitgevoerd met behulp van 300 ml.h-1 1% propofol totdat DA (gedefinieerd als een Patient State Index (PSI) < 30) wordt waargenomen. Het primaire eindpunt zal het Ce-propofol zijn waarbij diepe anesthesie (CeDA) optreedt, zoals berekend door het Eleveld PK/PD-model voor propofol. Preoperatieve ruwe EEG-golfvormen van de SedLine-monitor zullen worden gebruikt om statistische, entropische en spectrale kenmerken te extraheren. High-density EEG (128 kanalen) zal ook worden opgenomen in een subgroep van 40 patiënten om functionele connectiviteitskenmerken van de hersenen te extraheren. Deze kenmerken zullen worden ingevoerd in een gegeneraliseerd additief model om CeDA te voorspellen. We zullen ook een machine learning-algoritme ontwikkelen en valideren om CeDA te voorspellen op basis van deze kenmerken.

Betekenis/belang: De resultaten van dit onderzoek zouden een beter inzicht kunnen verschaffen in de determinanten van de interindividuele variabiliteit die wordt waargenomen in het farmacodynamische effect van anesthetica. Bovendien kan de voorspelling van CeDA artsen helpen bij het bepalen van het juiste en veilige doel bij doelgecontroleerde infusie van propofol tijdens inductie van algemene anesthesie en het optreden van diepe anesthesie tijdens chirurgie verder beperken. Ten slotte kan de kennis van het verband tussen EEG-kenmerken, gevoeligheid voor anesthetica en cognitieve prestaties leiden tot een meer gepersonaliseerde anesthesietoediening.