用于识别麻醉诱导的爆发抑制脑电图的评估者间变异性

建议进行术中神经监测以评估全身麻醉的水平。 此外，特定的术中脑电图模式似乎与 PND 相关。 这些脑电图模式之一是爆发抑制脑电图。 活动的起伏模式与术后谵妄的高风险因素有关。

商业患者监测系统似乎低估了突发抑制的发生，因为检测算法可能无法捕获每个抑制事件。 这种模式的视觉识别是可能的，但在麻醉监测的背景下，围手术期爆发抑制脑电图没有标准定义。 此外，它显示出独特的临床形态学特征。 特别是，EEG 频谱的参数受患者年龄和麻醉剂的显着影响。 为了就全身麻醉期间爆发抑制的定义达成一致，这将有助于标准化爆发抑制研究并优化爆发抑制监测，专家共识至关重要。 计划中的项目旨在为国际麻醉学专家协会达成共识铺平道路。 根据先前研究框架内记录的脑电图数据（批准的伦理申请日期为 2018 年 8 月 20 日，编号为 246/18 S 和 213/17S，日期为 2017 年 5 月 24 日），研究人员将组成一个具有代表性的数据集（总共 50 个脑电图模式）由明确的突发抑制模式（阳性对照）、无突发抑制的术中脑电图（阴性对照）和指示可能的突发抑制样模式的不同表现的模式组成。

该数据集的脑电图记录将由选定的基于脑电图的麻醉监测领域的国际领先专家进行评估。

因此，开发了一个软件环境 (MATLAB)，允许国际专家访问数据集并对痕迹进行假名评分。 在对数据集进行评分后，将对单个 EEG 事件的评估者间协议进行统计分析。