Was sind die gängigen Ansätze zur Messung der Narkosetiefe in der klinischen Anwendung und wie bewerten wir die verwendeten Algorithmen?

Die Überwachung der Anästhesietiefe (DoA) in Echtzeit während der klinischen Operation ist von entscheidender Bedeutung. Wenn die Narkosetiefe nicht angemessen ist, kann es bei den Patienten zu einem intraoperativen Bewusstsein kommen, was bei bis zu 70% dieser Patienten zu Symptomen einer posttraumatischen Belastungsstörung führt [ 1]. Auf der anderen Seite, wenn die Narkosetiefe zu tief ist, kann sich die postoperative Genesung verzögern, was zu einer Schädigung des Nervensystems führen und sogar die postoperative Mortalität erhöhen kann [ 2].

Der Einsatz der Elektroenzephalographie (EEG) hat sich im Bereich der Anästhesie durchgesetzt, um die Narkosetiefe bei chirurgischen Eingriffen quantitativ zu beurteilen. Abbildung 1 zeigt Veränderungen, die in einem EEG nach der Sedierung beobachtet würden.

Abbildung 1. Veränderungen des EEG nach Sedierung/Hypnose [3].

Zur Überwachung der Anästhesietiefe stehen mehrere kommerzielle Geräte zur Verfügung, die verschiedene quantitative EEG-Algorithmen verwenden, um die EEG-Ausgabe in eine numerische Skala oder Buchstabenkategorie umzuwandeln, die von Anästhesisten in Echtzeit verwendet werden kann, um die Anästhesiedosierung zu steuern, ein unbeabsichtigtes operatives Bewusstsein zu verhindern und eine leichte oder zu tiefe Anästhesie zu vermeiden. Dazu gehören BIS (basierend auf dem BIS-Index von Medtronic, USA), Narcotrend (basierend auf Spektralanalyse und Mustererkennung von Narcotrend-Gruppe, Deutschland), Entropy (basierend auf Entropiemessungen von GE Healthcare) und SEDLine (basierend auf Spektralanalyse von Masimo Corporation), die jeweils im Folgenden beschrieben werden.

Bispektraler Index (BIS)

Der BIS ist ein dimensionsloser Index, der aus dem EEG-Signal berechnet wird und von 100 (soll vollständig wach sein) bis 0 (soll keine EEG-Aktivität anzeigen) reicht und in kommerziellen Produkten verwendet wird. Während der Anästhesie werden Werte zwischen 40 und 60 empfohlen, um die Wahrscheinlichkeit eines Bewusstseins zu minimieren und eine tiefe Anästhesie und ihre Nebenwirkungen zu vermeiden. Ein Unterparameter, der als Unterdrückungsverhältnis (SR) bekannt ist, wird ebenfalls durch den BIS-Algorithmus angegeben. Die SR ist eine Schätzung des Grades der Burst-Suppression und beschreibt den Prozentsatz der vorhergehenden 63-Sekunden-EEG-Spur, der isoelektrisch ist. Es wurde gezeigt, dass sie stark mit Burst-Suppression-Berechnungen korreliert, die aus Standard-EEG-Aufzeichnungen entnommen wurden [4].

BIS ist ein proprietärer Algorithmus, und es gibt keine vollständigen Details darüber, wie genau dieser Parameter berechnet wird, obwohl er angeblich vom Bispektrum abhängt, d. h. der Phasendifferenz, die zwischen Signalen mit verschiedenen Frequenzen berechnet wird. Eine kürzlich durchgeführte Studie behauptet, den Algorithmus zurückentwickelt zu haben, und fand überraschenderweise heraus, dass der BIS-Score, wie er von ihren Implementierungen berechnet wird, nicht vom beworbenen Bispektrum abhängt, sondern dass die BIS-Werte hauptsächlich durch die Signalleistung in den unteren Gammabändern (30-47 und 40-47 Hz) gesteuert werden [5]! Da der ursprüngliche BIS-Algorithmus jedoch nicht veröffentlicht wird, ist es schwierig, zu einer Schlussfolgerung darüber zu kommen, wie die BIS genau berechnet wird.

Entropiebasierte Maße

Es wird angenommen, dass EEG mit nichtlinearer Dynamik besser beschrieben werden kann als mit einfachen linearen Messungen wie der Leistungsspektralanalyse. Eine Möglichkeit, nichtlineare Dynamik zu messen, ist die Verwendung von Entropie. Zur Messung der DoA wurden mehrere Varianten von Entropiemessungen sowohl im Zeit- als auch im Frequenzbereich verwendet, darunter spektrale Entropie, Probenentropie, approximative Entropie usw. Zum Beispiel wird die spektrale Entropie, die ein Maß für die Regelmäßigkeit der Frequenz von EEG-Signalen ist, erhalten, indem die Shannon-Entropie auf das Leistungsspektrum des EEG angewendet wird. Der von GE Healthcare entwickelte DoA-Monitor unterteilt die spektrale Entropie in relative Entropie (RE), d. h. ein Maß, das die Gehirnaktivität und die Muskelaktivität im Frequenzbereich von 0 bis 47 Hz betrachtet, und Zustandsentropie (SE), die nur die Gehirnaktivität im Frequenzbereich von 0 bis 32 Hz betrachtet. Diese Indizes werden dann verwendet, um das EEG zu kategorisieren, wie in Abbildung 2 dargestellt.

Abbildung 2 : EEG-Einteilung auf Basis von RE und SE [6].

Spektrale Kantenfrequenz (SEF)

Der SEF ist ein Maß für die Häufigkeit, bei der ein bestimmter Prozentsatz der gesamten EEG-Leistung konzentriert ist. Zum Beispiel werden SEF90 und SEF95 abgeleitet, indem die Frequenz berechnet wird, die 90 % und 95 % des Bereichs des Leistungsspektrums von den 10 % bzw. 5 % des Bereichs trennt. Niedrigere SEF-Werte deuten auf eine tiefere Anästhesie hin. Es wird jedoch darauf hingewiesen, dass der SEF stark von Filtern abhängt, die auf das EEG-Rohsignal angewendet werden, und dass er das Zentrum der Leistungsspektrumverteilung und die Aktivitäten in den Niederfrequenzbändern schlecht widerspiegelt. Außerdem wird die EEG-Wellenform in eine einzige Zahl komprimiert, wodurch Informationen über langsamere EEG-Frequenzen verloren gehen. Studien haben gezeigt, dass SEF eng mit den Serumkonzentrationen bestimmter Anästhetika wie Thiopental, Etomidat und Fentanyl korrelieren kann, aber es kann auch Verschiebungen der EEG-Aktivität vom Alpha-Band zu den Niederfrequenzbändern verbergen.

Mediane Häufigkeit (MF)

Die Medianfrequenz ist definiert als die Frequenz eines Leistungsspektrums, bei der 50 % der Leistung bei niedrigeren Frequenzen und 50 % der Leistung bei höheren Frequenzen liegen. Das MF war eine der ersten prozessierten EEG-Messungen, die in den klinischen Einsatz eingeführt wurde, und typischerweise liegt die mediane Frequenz von wachen Patienten bei 12 Hz. Während der Anästhesie verschiebt sich die mediane Frequenz auf niedrigere Niveaus, wobei Frequenzen von etwa 2-3 Hz zu finden sind, d.h. niedrigere MF-Werte deuten auf eine tiefere Anästhesieebene hin. Studien haben gezeigt, dass MF bei der Quantifizierung der Anästhesietiefe mit verschiedenen Anästhetika wirksam ist, und es wurde festgestellt, dass es im Vergleich zur spektralen Kantenfrequenz bei der Verwendung von Etomidat eine bessere Leistung erbringt. Einige Studien deuten jedoch darauf hin, dass eine komplexe multimodale Verteilung wie das EEG-Leistungsspektrum nicht durch einen einzigen Wert beschrieben werden kann, sondern grobe Verschiebungen im Leistungsspektrum mit Hilfe der MF vernünftig bestimmt werden können.

Abbildung 3. Darstellung eines EEG-Leistungsspektrums. Der MEF ist die Frequenz, die die Leistungsspektrumkurve in zwei Hälften teilt. SEF80 unterteilt die Kurve in 90% und 10% [3 Tonner und Bein 2006].

Evaluierung der Algorithmen

Wie bereits erwähnt, sind die genauen algorithmischen Details, die in diesen Geräten verwendet werden, nicht bekannt, da sie proprietär sind, obwohl einige Informationen über die Art der EEG-Messungen verfügbar sind, die sie verwenden, um zu einer einzelnen Zahl/einem einzelnen Buchstaben zu gelangen. Zusätzlich zu den beschriebenen werden weiterhin neue Algorithmen vorgeschlagen, um die Narkosetiefe zu messen. Die meisten dieser Maße basieren in ähnlicher Weise auf der Entropie-/Komplexitätsanalyse und der Leistungsspektralanalyse [z. B. siehe 7-9]. Mehrere Faktoren wie das Alter, das Geschlecht, die Krankengeschichte des Patienten sowie die Art und Dosis der verwendeten Anästhetika können das EEG-Signal beeinflussen, und daher kann es schwierig sein, diese Signale genau zu interpretieren und sie zur Bestimmung des Bewusstseinszustands des Patienten zu verwenden. Es gibt keine groß angelegten Validierungsstudien, die diese Faktoren berücksichtigen, und die vorgeschlagenen Methoden werden in der Regel an kleineren Stichprobengrößen getestet, die die oben genannten Faktoren nicht berücksichtigen. Darüber hinaus fehlt es an standardisierten Protokollen für die Überwachung und Interpretation dieser Signale, was zu Inkonsistenzen in den Daten und Ergebnissen führen kann.

Wie lässt sich der Erfolg dieser Maßnahmen effektiv messen? Eine Möglichkeit besteht darin, sich bestimmte klinische Ergebnisse anzusehen. Dazu gehören das Auftreten von Bewusstseinsstörungen während der Anästhesie, postoperative kognitive Dysfunktion (POCD), postoperatives Delir und das Auftreten postoperativer Komplikationen, einschließlich Mortalität. Darüber hinaus können auch die Dauer der postoperativen Genesung, die Dauer des Krankenhausaufenthalts und die Kosten der postoperativen Versorgung als Indikatoren für die postoperativen Ergebnisse herangezogen werden. In einem nachfolgenden Blogpost werden wir uns bekannte Evaluationen ansehen, um den aktuellen Erfolg und die verbleibenden Herausforderungen zu skizzieren.

Referenzen

1. Leslie, Kate et al. „Die Wirkung der bispektralen Indexüberwachung auf das Langzeitüberleben in der B-Aware-Studie.“ Anästhesie & Analgesie 110.3 (2010): 816-822.
2. Wang, Gang et al. „Überwachung der Anästhesietiefe durch die Verwendung von zerebralen hämodynamischen Messungen basierend auf einem Probenentropie-Algorithmus.“ IEEE-Transaktionen zur Biomedizintechnik 67.3 (2019): 807-816.
3. Tonner, P. H. und B. Bein. „Klassische elektroenzephalographische Parameter: Medianfrequenz, spektrale Kantenfrequenz etc.“ Best Practice & Research Clinical Anaesthesiology 20.1 (2006): 147-159.
4. Cottenceau, Vincent et al. „Die Verwendung des bispektralen Index zur Überwachung des Barbituratkomas bei schwer hirngeschädigten Patienten mit refraktärer intrakranieller Hypertonie.“ Anästhesie & Analgesie 107.5 (2008): 1676-1682.
5. Connor CW (Oktober 2022). „Offene Reimplementierung der BIS-Algorithmen für die Anästhesietiefe“. Anästhesie und Analgesie. 135 (4): 855–864. doi:10.1213/ANE.0000000000006119. PMC 9481655. PMID 35767469.
6. https://clinicalview.gehealthcare.com/quick-guide/entropy-monitoring-valuable-tool-guiding-delivery-anesthesia
7. Ferenets, Rain et al. „Vergleich von Entropie- und Komplexitätsmaßen zur Beurteilung der Sedierungstiefe.“ IEEE Transactions on Biomedical Engineering 53.6 (2006): 1067-1077.
8. Wei, Qin, et al. „Analyse des EEG über multivariate empirische Moduszerlegung für die Anästhesietiefe basierend auf der Probenentropie.“ Entropie 15.9 (2013): 3458-3470.
9. Zhang, X-S., Rob J. Roy und Erik W. Jensen. „EEG-Komplexität als Maß für die Narkosetiefe bei Patienten.“ IEEE-Transaktionen zur Biomedizintechnik 48.12 (2001): 1424-1433.