Electroencefalogram przewiduje majaczenie pooperacyjne (EPOD)

Delirium pooperacyjne (POD) jest powszechnym powikłaniem neurologicznym po poważnej operacji, szczególnie u pacjentów neurochirurgicznych z częstością występowania od 5% do 37%, w zależności od kryteriów diagnostycznych i podgrup pacjentów. POD jest związany ze zwiększoną zachorowalnością, przedłużoną hospitalizacją, długoterminowymi zaburzeniami poznawczymi i wyższymi kosztami opieki zdrowotnej. Pomimo jego znaczenia klinicznego, wczesna identyfikacja pacjentów zagrożonych PodJotami pozostaje wyzwaniem. Elektroencefalografia (EEG) została szeroko wykorzystywana do monitorowania funkcji mózgu w znieczuleniu i osadzeniach opieki krytycznej. Jednak wykonalność i wartość predykcyjna Sub Hairline EEG podczas odzyskiwania znieczulenia dla POD pozostają w dużej mierze niezbadane.

To prospektywne badanie obserwacyjne ma na celu ocenę, czy parametry EEG w podwodnie zarejestrowane podczas fazy odzyskiwania natychmiastowego znieczulenia mogą służyć jako wiarygodne predyktory POD u dorosłych pacjentów poddawanych elekcyjnej kraniotomii. Badanie obejmie pacjentów zaplanowanych na planową kraniotomię, którzy zostaną przyjęci na oddział intensywnej terapii (OIOM) po operacji.

Projekt i procedury badania

Podłogowa linia EEG rozpocznie się pod koniec operacji i będzie kontynuowana przez wczesną fazę odzyskiwania na OIOM. Sygnały EEG będą stale rejestrowane przy użyciu znormalizowanego montażu EEG, koncentrując się na obszarach czołowych i czasowych. Parametry zainteresowania pochodzące z EEG obejmują:

• Moc spektralna w różnych pasmach częstotliwości (Delta, Theta, Alpha, Beta)
• Współczynnik tłumienia serii
• Funkcjonalne wskaźniki łączności (koherencja, sprzężenie fazowo-amplitudowe) zostaną ocenione za pomocą zatwierdzonych narzędzi badań przesiewowych, w tym metody oceny dezorientacji na OIOM (CAM-ICU), Skala badań przesiewowych (DOSS) i zmiennej oceny stanu psychicznego (FMSE). Oceny zostaną przeprowadzone po ekstubacji oraz między 10:00 a 16:00 w ciągu pierwszych siedmiu dni pooperacyjnych. W sumie zostaną wykonane cztery wizyty: w dniu 1 pooperacyjnym, dzień 7 po operacji i dwa losowo wybrane dni między dniami 2 i 5.

Zbieranie danych i zapewnienie jakości

Aby zapewnić jakość i integralność danych, badanie wdroży następujące procedury:

• Standaryzowane akwizycja i przetwarzanie EEG: Sygnały EEG zostaną zebrane przy użyciu predefiniowanego protokołu o ścisłych kryteriach odrzucenia artefaktu.
• Rejestracja danych klinicznych: Dane demograficzne pacjentów, leczenie znieczulenia okołooperacyjne, stabilność hemodynamiczna, pooperacyjna analgezja, funkcja oddechowa i parametry EKG zostaną zarejestrowane w celu oceny potencjalnych czynników zakłócających.
• Weryfikacja danych źródłowych: Zapisy EEG i dane kliniczne zostaną sprawdzone krzyżowo z elektroniczną dokumentacją medyczną pod kątem dokładności i kompletności.
• Miary kontroli jakości: Wprowadzanie danych przejdzie zautomatyzowany zakres i kontrole spójności, aby zminimalizować błędy. Brakujące lub niespójne dane zostaną oznaczone i sprawdzone.

Wielkość próbki i plan analizy statystycznej zostanie przeprowadzony obliczenie wielkości próby, aby zapewnić odpowiednią moc do wykrycia znaczących powiązań między parametrami EEG a częstością występowania POD. W oparciu o nasze wcześniejsze badania częstość występowania Podn. Wynosi 30% po neurochirurgii w naszym szpitalu. Zgodnie z wynikami wyszukiwania literatury i powiązanymi badaniami obszar pod krzywą wynosił 0,73, dwustronny błąd testowy wyniósł 0,05, moc statystyczna wynosiła 0,9, a rozważono 10% szybkość upadku. Ostatecznie planujemy zapisać 137 uczestników do wyboru neurochirurgii.

Analiza pierwotna:

• Związek między parametrami EEG podczas odzyskiwania znieczulenia a POD będzie oceniany za pomocą wielowymiarowej regresji logistycznej, dostosowując potencjalne czynniki zakłócające.
• Zmiany EEG szeregów czasowych zostaną przeanalizowane przy użyciu ANOVA z powtarzanymi pomiarami w celu śledzenia dynamiki EEG w czasie.

Analiza wtórna:

• Biomarkery EEG predykcyjne nasilenie Pod POD zostaną zidentyfikowane za pomocą podejść do uczenia maszynowego, takich jak drzewa decyzyjne i maszyny wektorowe wsparcia.
• Analiza podgrup oceni różnice w oparciu o wiek, wyjściową funkcję poznawczą i czas trwania chirurgicznego.

Oczekiwany wpływ poprzez wykorzystanie nieinwazyjnego monitorowania EEG w podwodności, badanie to ma na celu zapewnienie wglądu w mechanizmy neurofizjologiczne leżące u podstaw POD i identyfikację wczesnych biomarkerów EEG pod kątem rozwarstwienia ryzyka. Jeśli się powiedzie, badania te mogłyby przyczynić się do opracowania narzędzi monitorowania opartych na EEG w czasie rzeczywistym do wczesnego wykrywania i zapobiegania POD, ostatecznie poprawiając wyniki pooperacyjne u pacjentów neurochirurgicznych.