González RT, Marañon REJ, Rodríguez AY, Montoya PA

Idioma: Español
Referencias bibliográficas: 10
Paginas: 219-227
Archivo PDF: 288.31 Kb.

RESUMEN

Introducción: durante una intervención quirúrgica es necesario que el paciente, bajo los efectos de la anestesia general permanezca inconsciente e insensible al dolor, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y los efectos adversos a los que conlleva, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales, de la Universidad de Oriente, Cuba, desarrolla un prototipo de monitor de anestesia que permita la detección de los cambios de estados anestésicos, a partir del reconocimiento automático de Niveles de Profundidad Anestésica en señales electroencefalográficas.
Objetivo: detectar de manera automática estados de sedación anestésica a partir de señales electroencefalográficas como sistema de apoyo al monitoreo intraoperatorio.
Métodos: se realizó el registro de las señales electroencefalográficas de 27 pacientes sometidos a cirugía general abdominal, seleccionándose para el estudio el canal F4. La detección de los niveles de profundidad anestésica se efectuó usándose métodos computacionales de Inteligencia Artificial.
Resultados: se redujo la escala de profundidad anestésica a tres niveles, obteniéndose una efectividad en el reconocimiento de: 90,24 % en el nivel ligero, 90,06 % en el moderado y 96,12 % en el nivel profundo.
Conclusiones: se proponen tres niveles de profundidad anestésica, detectados con más del 90 % de exactitud en las señales electroencefalográficas, lo cual posibilitará mejorar la práctica diaria del anestesiólogo a partir del monitor que desarrolla el ya mencionado Centro de Estudios. Los resultados evidencian que la derivación F4 es representativa del comportamiento de los fármacos anestésicos en la actividad cerebral.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Kumar P, Koshy T. Monitoring Devices for Measuring the Depth of Anaesthesia - An Overview. Indian Journal of Anaesthesia. 2007;51(5):365-81.

2. Senhadji L. Monitoring approaches in general anesthesia: A survey. Critical Reviews in Biomedical Engineering. 2002;30(1-3):85-97.

3. Arens JF, Cole DJ, Domino KB, Drummond JC, Cor JK, Miller RD, et al. Practice Advisory for Intraoperative Awareness and Brain Function Monitoring. Report by the American Society of Anesthesiologists Task Force on Intraoperative Awareness, Anesthesiology. 2006;104(4):847-64.

4. Baltodano A. Awareness o despertar intraoperatorio generalidades acerca de este fenómeno. Revista Médica de Costa Rica y Centroamérica. 2012;69(600):15-9.

5. Montoya A, Marañón E, Rodríguez Y, Álvarez C, Salgado A. Evaluación de la eficacia de los parámetros del Electroencefalograma Cuantitativo en la medición del nivel de profundidad anestésico. Revista Cubana MEDISAN. 2014;18(3):301-17.

6. Niedermeyer E, Lopez Da Silva F. Electroencephalography, basic principles, clinical applications, and related fields. Lippincott: Williams & Wilkins. Sexta edición; 2011. p. 1296. ISBN: 0-7807-8942-7.

7. Morimoto Y, Hagihira S, Koizumi Y, Ishida K, Matsumoto M, Sakabe T, et al. The Relationship between Bispectral Index and Electroencephalographic Parameters during Isoflurane Anesthesia. Osaka: Japan Anesthesia and Analgesia; 2004. p. 98.

8. Tan ZB. Evaluation of EEG [beta]^sub 2^/[theta] -ratio and channel locations in measuring anesthesia depth. Journal of Biomedical Science and Engineering; 2010.

9. Russell SJ, Norvig P. Inteligencia Artificial. Un enfoque moderno. Segunda Edición. Madrid: Pearson Educación. S.A.; 2004. p. 1240. ISBN: 84-205-4003-X.

10. Webb AR, Copsey KD. Statistical Pattern Recognition. Tercera Edición. John Wiley & Sons, Ltd; 2011. p. 668. ISBN: 978-0-470-68227-2.