Correlatie van EEG-dynamiek met bewustzijnsverandering onder anesthesie

Het doel van de studie is het identificeren en valideren van gemeenschappelijke EEG-biomarkers voor het hele brein die nauwkeurig de overgang tussen bewustzijnstoestanden (wakkerheid, sedatie, bewusteloosheid) volgen bij vijf intraveneuze anesthetica met verschillende werkingsmechanismen: Propofol, Ciprofol, Remimazolam, Esketamine en Fospropofol.

Ontwerp:

Dit is een observationele cohortstudie met een enkel centrum, prospectief van aard. Opeenvolgende in aanmerking komende patiënten zullen worden ingeschreven en gegroepeerd op basis van de klinische keuze van het anesthesiemiddel dat wordt gebruikt voor inductie van algehele anesthesie. Gegevensanalyse zal worden uitgevoerd door onderzoekers die tijdens de fasen van kenmerkenextractie en modelontwikkeling geblindeerd zijn voor de groepsindeling.

Ongeveer 250 volwassen patiënten (leeftijd ≥18 jaar) die gepland staan voor electieve chirurgie onder algehele anesthesie in het Tongji-ziekenhuis in Wuhan, China, zullen worden geworven tussen april 2026 en december 2027. Deelnemers moeten een ASA-fysieke status van I of II hebben, een normale cognitieve functie (MMSE-score ≥24) en schriftelijke geïnformeerde toestemming verlenen.

Interventies en procedures:

Alle procedures vertegenwoordigen standaard klinische zorg; er worden geen experimentele interventies toegediend.

1. Preoperatieve beoordeling: Demografische gegevens, medische geschiedenis en MMSE-score zullen worden geregistreerd.
2. EEG- en gedragsgegevensverzameling: Tijdens anesthesie-inductie zal 32-kanaals EEG continu worden geregistreerd met behulp van een Greentek-systeem waarbij elektroden worden geplaatst volgens het internationale 10-20-systeem. Tegelijkertijd zullen de BIS-waarde (sensor infraorbitaal geplaatst)[referentie] en de gedragstoestand van de patiënt elke 30 seconden worden geregistreerd met behulp van de Modified Observer's Assessment of Alertness/Sedation (MOAA/S)-schaal als referentiestandaard en de afwezigheid van de pupilreflex op licht. Op basis van deze gedragsreacties zal de diepte van anesthesie worden ingedeeld in drie fasen: sedatie, adequate anesthesiediepte en diepe anesthesie.
3. Anesthesieprotocol: Inductie van anesthesie zal worden uitgevoerd door de behandelend anesthesioloog in overeenstemming met de standaard ziekenhuisprocedures. Een van de vijf onderzoeksmedicijnen zal worden toegediend als een intraveneuze bolus, waarbij de inductiedosis gedurende 5 minuten wordt aangehouden via continue infusie.

Gegevensverwerking en analyse

1. Gegevenscuratie: Gegevens zullen worden gecontroleerd op kwaliteit, en epochs met artefacten of ontbrekende klinische gegevens zullen worden uitgesloten.
2. EEG-kenmerkenextractie: Voorbewerkte EEG-gegevens zullen worden geanalyseerd om kenmerken te extraheren, waaronder maar niet beperkt tot vermogensspectrale dichtheid, permutatie-entropie, fasevertragingsentropie en functionele connectiviteitsmaten.
3. Gegevensanalyse: Tijdens de inductie van bewusteloosheid met vijf verschillende algemene anesthetica zullen EEG-biomarkers die overeenkomen met overgangen tussen drie gedragstoestanden—sedatie, adequate anesthesiediepte en diepe anesthesie—worden geïdentificeerd. De prestaties van deze biomarkers in het volgen van de anesthesiediepte zullen kwantitatief worden vergeleken met die van de Bispectrale Index (BIS).
4. Machine learning-modellering: De dataset zal worden opgesplitst in trainings- (70%) en validatiesets (30%). Een op bomen gebaseerd ensemblemodel (bijvoorbeeld Random Forest) zal worden getraind om bewustzijnstoestanden te classificeren op basis van EEG-kenmerken. Modelprestaties zullen worden geëvalueerd met behulp van AUC, nauwkeurigheid, precisie en kruisvalidatie.