Alteração da organização temporal das sequências de microestado de EEG durante a perda de consciência induzida por propofol (Fractal)

• Objetivo do estudo: Avaliar a alteração da organização temporal das sequências de microestados do EEG durante a perda de consciência induzida por propofol
• Métodos: Ensaio clínico prospectivo. Serão incluídos 20 pacientes adultos destros, com idade entre 18 e 40 anos, agendados para cirurgia eletiva sob anestesia geral.

Os pacientes não receberão qualquer ansiólise oral pré-operatória. Após a chegada ao centro cirúrgico e um período de repouso de 10 minutos, o EEG de linha de base será registrado (duração de 5 minutos). Em seguida, após um período de proxygenação de três minutos com oxigênio a 100%, os pacientes receberão uma indução intravenosa com propofol usando o modelo farmacocinético de Schnider et al. A concentração cerebral inicial será de 0,5 µg ml-1, que será aumentada gradativamente de 1,0 µg ml-1 até 2,5 µg ml-1 e depois de 0,5 µg ml-1 até perda da consciência. Durante o procedimento de indução, os pulmões do paciente serão ventilados suavemente com oxigênio a 100% por meio de uma máscara facial.

Cinco minutos após atingir cada equilíbrio da concentração de propofol no sangue cerebral, será anotada a sedação clínica (usando a escala validada de avaliação do estado de alerta/sedação [OAA/S] do observador de seis pontos). Raw EEG, usado posteriormente para análise fractal, será continuamente registrado durante o procedimento. As pontuações OOA/S correspondentes serão registradas no EEG bruto. O estudo termina 10 minutos após o paciente ter perdido a consciência (ausência de resposta a "incitação leve ou tremor" correspondente a OAA/S <2).

A análise fractal do EEG será realizada com atraso após a anestesia por neurocientistas

• Hipótese: Nossa hipótese é que as propriedades fractais dos microestados do EEG serão modificadas em paralelo com a perda de consciência induzida pelo propofol.
• Análise de EEG e DADOS Análise de microestado Primeiro, determinaremos os máximos da potência de campo global (GFP). Como a topografia permanece estável em torno dos picos do GFP, eles são os melhores representantes da topografia momentânea do mapa em termos de relação sinal-ruído.18 Todos os mapas marcados como picos GFP (ou seja, os valores de voltagem em todos os eletrodos naquele ponto de tempo) serão extraídos e submetidos a uma análise de agrupamento espacial modificada usando o método de agrupamento hierárquico de atomização-aglomerado (AAHC)19 para identificar as topografias de mapa mais dominantes. O número ideal de mapas modelo será determinado por meio de um critério de validação cruzada.20 Em seguida, enviaremos os mapas modelo identificados em cada disciplina para uma segunda análise de cluster AAHC para identificar os clusters dominantes em todas as disciplinas. Por fim, calcularemos uma correlação espacial entre os modelos identificados no nível do grupo e aqueles identificados para cada assunto em cada execução. Assim, rotularemos cada mapa individual com o modelo de grupo ao qual ele melhor corresponde, para usar os mesmos rótulos para a análise de grupo subsequente.

Em seguida, calcularemos a correlação espacial entre os quatro mapas modelo e o EEG21 instantâneo usando um critério de restrição temporal de 32 ms. Em seguida, usaremos esses cursos de tempo de correlação espacial para selecionar o microestado dominante m(k)∈{} em cada instante de tempo k e enviar essas séries temporais para a análise fractal.

• Análise fractal Vamos dividir a sequência de microestados em bipartições e realizar um passeio aleatório (nessas bipartições). Depois de integrar este passeio aleatório, vamos analisar o passeio aleatório integrado por meio da transformada wavelet e extrair os parâmetros fractais: expoente de Hurst e cumulantes de ordem superior.
• Hipótese fractal Pode-se esperar uma diminuição da dependência de longo alcance das sequências de microestado, ou seja, seria de esperar expoentes de Hurst mais baixos com anestesia mais profunda e, portanto, perda de consciência. Alternativamente, também poderíamos esperar uma transição de mono- para multifractalidade, ou seja, a escala da dinâmica temporal das sequências de microestado pode ser descrita à custa do uso de múltiplos parâmetros, ou seja, o expoente de Hurst e cumulantes de ordem superior que se desviam de zero.