Förändring av temporär organisation av EEG-mikrostatsekvenser under Propofol-inducerad förlust av medvetande (Fractal)

• Syfte med studien: Bedöma förändringen av den tidsmässiga organisationen av EEG-mikrostatsekvenser under propofol-inducerad medvetslöshet
• Metoder: Prospektiv klinisk prövning. 20 högerhänta vuxna patienter, mellan 18 och 40 år, planerade för elektiv kirurgi under narkos, kommer att inkluderas.

Patienterna kommer inte att få någon preoperativ oral anxiolys. Efter ankomst till operationssalen och en viloperiod på 10 minuter kommer baslinje-EEG att registreras (5 minuters varaktighet). Sedan, efter en tre minuters proxygeneringsperiod med 100 % syre, kommer patienterna att få en intravenös induktion med propofol med användning av den farmakokinetiska modellen av Schnider et al. Den initiala cerebrala koncentrationen kommer att vara 0,5 µg ml-1, som kommer att ökas stegvis med 1,0 µg ml-1 till 2,5 µg ml-1, och sedan med 0,5 µg ml-1 tills medvetslöshet. Under induktionsproceduren kommer patientens lungor att ventileras försiktigt med 100 % syre genom en ansiktsmask.

Fem minuter efter att ha nått varje jämvikt av propofolkoncentrationen i blod-hjärnan kommer klinisk sedering (med den validerade sexpoängskalan Observer Assessment of Alertness/Sedation [OAA/S]) att kommenteras. Rå-EEG, som senare används för fraktalanalys, kommer att registreras kontinuerligt under proceduren. Motsvarande OOA/S-poäng kommer att registreras på rå EEG. Studien avslutas 10 minuter efter att patienten har förlorat medvetandet (frånvaro av svar på "mild prodding eller skakning" motsvarande OAA/S <2).

Fraktalanalysen av EEG kommer att utföras med en fördröjning efter anestesi av neuroforskare

• Hypotes: Vi antar att de fraktala egenskaperna hos EEG-mikrotillstånd kommer att modifieras parallellt med den propofol-inducerade förlusten av medvetande.
• EEG- och DATA-analys Mikrotillståndsanalys Först kommer vi att bestämma maxima för den globala fältkraften (GFP). Eftersom topografin förblir stabil runt toppar av GFP, är de de bästa representanterna för den momentana karttopografin när det gäller signal-brusförhållande.18 Alla kartor markerade som GFP-toppar (d.v.s. spänningsvärdena vid alla elektroder vid den tidpunkten) kommer att extraheras och skickas till en modifierad rumslig klusteranalys med hjälp av atomize-agglomerat hierarkisk klustermetod (AAHC)19 för att identifiera de mest dominerande karttopografierna. Det optimala antalet mallkartor kommer att bestämmas med hjälp av ett korsvalideringskriterium.20 Vi kommer sedan att skicka in mallkartorna som identifierats i varje enskilt ämne till en andra AAHC-klusteranalys för att identifiera de dominerande klustren över alla ämnen. Slutligen kommer vi att beräkna en rumslig korrelation mellan mallarna som identifierats på gruppnivå och de som identifierats för varje ämne i varje körning. Vi kommer därför att märka varje enskild karta med den gruppmall den bäst motsvarar, för att använda samma etiketter för den efterföljande gruppanalysen.

Sedan kommer vi att beräkna den rumsliga korrelationen mellan de fyra mallkartorna och den momentana EEG21 med hjälp av ett tidsbegränsningskriterium på 32 ms. Vi kommer sedan att använda dessa rumsliga korrelationstidskurser för att välja det dominanta mikrotillståndet m(k)∈{} vid varje tidpunkt k och skicka in dessa tidsserier till fraktalanalysen.

• Fraktalanalys Vi kommer att dela upp mikrotillståndssekvensen i bipartitioner och utföra en slumpmässig vandring (på dessa bipartitioner). Efter att ha integrerat denna slumpmässiga promenad kommer vi att analysera den integrerade slumpmässiga vandringen med hjälp av wavelet-transformen och extrahera fraktalparametrarna: Hurst-exponent och högre ordningens kumulanter.
• Fraktalhypotes Man kan antingen förvänta sig en minskning av långdistansberoendet av mikrotillståndssekvenserna, d.v.s. man kan förvänta sig lägre Hurst-exponenter med djupare anestesi och därmed förlust av medvetande. Alternativt kan vi också förvänta oss en övergång från mono- till multifraktalitet, det vill säga skalningen av den temporala dynamiken för mikrotillståndssekvenserna kan beskrivas på bekostnad av att använda flera parametrar, d.v.s. Hurst-exponenten och högre ordningens kumulanter som avviker från noll.