anestesian syvyyden mittaaminen...anestesian syvyyden mittaaminen sisältö 1. johdanto 1....
TRANSCRIPT
Anestesian syvyyden mittaaminen
Inhalaatioanestesiakurssi 7.11.2016Dosentti Anu Maksimow
TOTEK, TYKS
Anestesia päivittäisessä käytössä
Anestesian syvyyden mittaaminenSisältö
1. Johdanto1. Anestesian unikomponentti2. Unen syvyyden ja tajunnan tason mittaaminen 3. Tietoisuus vs. reagoivuus anestesiassa
2. Anestesia ja aivojen sähköinen toiminta (EEG)1. EEG perusteet2. EEG:n spektraalientropia3. BIS-indeksi
3. Anestesian avulla tehdyt havainnot tajunnan mekanismeista1. Tärkeimmät aivoalueet 2. Aivoalueiden väliset yhteydet (konnektiivisuus)3. Tulevaisuuden anestesian syvyyden mittari
4. Brain Computer Interface5. Yhteenveto
1.1. Anestesian unikomponentti
Aiheuttaa tiedottomuuden ja amnesian
Auttaa potilasta sietämään mekaanisen ventilaation
Riittämätön uni ja hereillä olo leikkauksen aikana johtuu yleensä anesteetin väärästä annostelusta
mekaaninen vikalaitteiden väärinkäyttöpotilaskohtaisesti lisääntynyt anesteetin tarveliian pinnallinen anestesia (etenkin traumapotilaat, hätäsektiot)preoperatiivinen opioidien tai mm. gabapentiinin käyttö
Hereillä olon (awareness) insidenssi US 0.13% (Sebel et al. 2004), Suomessa 0.07% (päiki) ja 0.13% (sairaalapotilaat) (Wennervirta et al. 2002)
1.1. Anestesian unikomponenttiMAC-arvo on populaatiokeskiarvo (1 MAC= 50% populaatiosta ei motorista vastetta kirurgiseen ärsykkeeseen)
ei kerro mitään unen syvyydestäperustuu subkortikaalisten rakenteiden aiheuttaman liikevasteen havaitsemiseenunen syvyys on yhteydessä mm. kortikaalisten neuronien aktiivisuuteen
EEG:hen perustuvat anestesiamonitorit määrittävät lääkkeen vaikutusta aivoihin ja
ohjaavat lääkkeen annosteluavähentävät hereilläolon riskiä (Myles et al. 2004, Ekman et al. 2004)
1.2. Unen syvyyden ja tajunnan tason mittaaminen
Anestesian behavioraalinen määritelmä (ei motorista vastetta annettuun pyyntöön, reagoimattomuus) otettu käyttöön jo 160 v sitten!
Uni? Voimakkaat tajuiset kokemukset, mutta aivorunko estää liikkumisen
LihasrelaksantitLiikkeen poistaminen ei poista tajuisuutta
1.2. Unen syvyyden ja tajunnan tason mittaaminen
Kliiniset havainnot:potilaan liikkeetsydämen syketiheysverenpainekyynelehtiminen
Kliiniset asteikot
EEG-pohjaiset Anestesiasyvyysmonitorit (esim. BIS-indeksi, Entropia, Narcotrend)
1.3. Tietoisuus vs. reagoivuus anestesiassa
”Conscious but disconnected”Unet esim. anestesian aikana (Sanders et al. 2012)
Tiedostava mutta kykenemätön reagoimaanlocked-in
Tiedostava mutta kyvytön raportoimaanAwareness - amnesia
Anesthesia with flunitrazepam/fentanyl and isoflurane/fentanyl. Unconsciousperception and mid-latency auditory evoked potentials.
Peter et al. Anaesthesist 43(5) 1994
-30 potilasta (10/ ryhmä, 10 verrokkia)
-elektiivinen sternotomia
-sternotomian jälkeen kuulokkeista nauhalle luettu ”Robinson Crusoe” tutkimuspotilaille
-ei muistikuvia anestesian ajalta
-3-5 vrk myöhemmin mieleenpalautustehtävä ”mitä tulee mieleen sanasta perjantai”
Tulokset:
-tutkimuspotilaat: 6 potilasta vastasi ”Robinson Crusoe”
-verrokkipotilaista 0
Päätelmät: Yleisanestesian aikana tapahtuneet kuulohavainnot voidaan muistaa ja palauttaa mieleen anestesian jälkeen
1.3. Tietoisuus vs. reagoivuus anestesiassa
1.3. Tietoisuus vs. reagoivuus anestesiassa
Aivojen toimintoja ohjaava keskus lamattuEtenkin dissosiatiiviset anesteetit (Ketamiini)
Annetun tehtävän unohtaminen (työmuisti)
Depersonalisaatio, out-of-body –kokemukset….
Haluttomuus noudattaa käskyä
Kyky ymmärtää käsky mutta kyvyttömyys noudattaa sitä
Unresponsiveness Unconsciousness
Anestesian syvyyden mittaaminenSisältö
1. Johdanto1. Anestesian unikomponentti2. Unen syvyyden ja tajunnan tason mittaaminen 3. Tietoisuus vs. reagoivuus anestesiassa
2. Anestesia ja aivojen sähköinen toiminta (EEG)1. EEG perusteet2. EEG:n spektraalientropia3. BIS-indeksi
3. Anestesian avulla tehdyt havainnot tajunnan mekanismeista1. Tärkeimmät aivoalueet 2. Aivoalueiden väliset yhteydet (konnektiivisuus)3. Tulevaisuuden anestesian syvyyden mittari
4. Brain Computer Interface5. Yhteenveto
2.1.EEG perusteet
Aivojen kuorikerroksen sähköisen aktiivisuuden rekisteröiminenpäänahasta elektroenkefalografian (EEG) avulla
Kortikaalisten pyramidisolujen aiheuttamat eksitoivat ja inhiboivatpostsynaptiset sähkövaraukset muodostavat solujen ulkopuolisensähkövirran
EEG-käyrä: kaikkien postsynaptisten potentiaalien yhteenlaskettusumma, mittaa jännite-eroja kahden elektrodin välillä
EEG = kortikaalinen sähköinen aktiivisuus tietyllä ajanhetkellähalutun elektrodin tai elektrodiparin alueella
Miten anesteetin vaikutusta voidaan mitata?Elektroenkefalografia (EEG)
Kvantitatiivinen EEGKoherenssiKonnektiivisuusHerätevasteet
2.1.EEG perusteet
Taajuuskaistat:Delta 1-4 Hz, yleensä vain unessaTheta 4-8.0 Hz, lisäntyy torkkuessa / unessaAlpha 8-13 Hz, hereilläolo, silmät kiinniBeta 13-30 Hz, ajatustoiminta, havainnointi ym.Gamma 30-70 Hz, lisääntyy joitain sedatiivojakäytettäessä (ketamiini, N2O)
2.1.EEG perusteet
Matalat pitoisuudetBeta -tehon lisääntyminen Alpha -aktiivisuuden väheneminen
Suurenevat pitoisuudet (kirurginen anestesia)Hitaan EEG-aktiivisuuden lisääntyminen (delta ja theta kaistat)Amplitudin kasvaminenAlpha-toiminnan voimistuminen aivojen etuosissaPurskevaimentuma
EEG ja muut menetelmätTranskraniaalinen magneettistimulaatio (TMS)Herätevasteet
2.1. EEG perusteet II / Heikkoudet
raaka-EEG –signaalin tulkinta hankalaa
laskenta-algoritmien heikkoudet (esim. epileptisen purkauksen tunnistaminen)
huono paikanerotuskyky
artefaktat kliinisessä ympäristössäEOGEMGEKGdiatermiaverkkovirta jne..
EEG:n matala volttitaso (> 100 µV) altistaa häiriöille
Elektrodien kiinnitysongelmat
GABA agonismi NMDA antagonismi
”A Gabaergic agent like propofol turn the TV off whereas nitrous oxide(or similarly acting ketamine) disrupts the tuning” (Sleigh and Barnard 2004)
Nukkuuko?
Eikö nuku?
Anestesian syvyyden monitorointi
Muokattu; Purdon et al. PNAS 2013; 110(12):E1142-51
Propofoli, EEG:n koherenssi EEG
EEG+TMSHereillä
Midatsolaamiunessa
Optimaalinen ”horroskooppi”
osoittaa tajunnan tason luotettavasti anesteetista riippumattahelposti ja yksiselitteisesti tulkittavissaei häiriinny muista pre- tai perioperatiivisesti annetuista lääkkeistähuomioi yksilöiden välisen vaihtelunerottaa tajunnan ja tajuttomuuden toisistaan 100% herkkyydellä ja tarkkuudellavielä kehittämättä
2.2. EEG:n Spektraalientropia
Entropia: systeemin sisällä vallitsevan epäjärjestyksen määrä
Puhdas siniaalto: vain yksi frekvenssikomponentti, entropia =
Signaali jossa kaikkia mahdollisia frekvenssejä: korkea entropia
EEG:n spektraalientropian laskentaan perustuva anestesian hypnoottisen komponentin mittari; M-Entropy (GE Healthcare, Helsinki)
Anesteettisten aineiden pitoisuuden kasvaessa EEG- käyrän aaltomuodot muuttuuvat säännöllisemmäksi, entropia pienenee
GE Healthcare
2.2. EEG:n Spektraalientropia 2.
E-ENTROPY (GE Healthcare S/5TM Entropy Module)
Laskenta: 0.64 s jaksot raaka EEG:tä > artefaktojen
tunnistus ja poisto > ”time –frequency balanced
spectral entropy” > RE ja SE arvot 10 s välein
HEREILLÄ: epäsäännöllinen EEG, korkea entropia
ANESTESIA: säännölliset EEG-aaltomuodot, matala entropia
(Viertiö-Oja et al. 2004)
Entropia 100
Entropia 0
SE / REEEG 0-20Hz
EEG + fEMG, ”harmaa alue” 20-37Hz
fEMG yli 37Hz
State Enropy (SE): 0.8-32 HzEnimmäkseen EEG, kuvastaa potilaan kortikaalista EEG-aktiivisuutta
Response entropy (RE): 0.8-47 HzEEG-dominantti ja EMG-dominantti osa EEG:n tehospektriä, reagoi nopeasti muutoksiin.
SE 0-91, RE 0-100, tavoitealue 40-61
Entropia vahvuudet / heikkoudet
RE reagoi nopeasti tajunnan palautumiseen
osoitettu toimivan propofolilla, tiopentaalilla, sevo- ja desfluraanilla
vähentää anesteetin käyttöä
lyhentää toipumisaikaa
relaksantin käyttö sekoittaa RE-arvoa
ei toimi ketamiinia käytettäessä
Bispectral Index (BIS™)Aspect Medical Systems (Newton, USA) 1996
BIS-indeksi: BetaRatio, SynchFastSlow ja burst suppression ratio (BSR)
1) BetaRatio: tehojen 30-47 Hz / 11-20 Hz suhde
2) Synch Fast Slow: “log (bispektri 0.5-47 Hz / bispektri 40-47 Hz)”
3) BSR: vaimentuneiden (± 5.0 µV) jaksojen osuus EEG:stä (Rampil 1998)
BIS-indeksiKehitetty empiirisesti n. 2000 potilaan EEG-rekisteröinneistä
haettu parhaiten anestesian syvyyteen korreloivat EEG-muuttujat
käyttöaiheet: lääkkeen annostelun optimointi ja hereillä olon mahdollisuuden tunnistaminen ja estäminen
BetaRatio: kevyt sedaatio/anestesia
SynchFastSlow: kirurginen anestesia
BSR: syvä anestesia
A-105: 2 s EEG-epokit, overlap 75%, 61.5 s laskentajaksot
Numeerinen arvo 0-100, BIS 45-60: potilas suurella todennäköisyydellä tiedoton
(Technology Overview: BIS, www.aspectms.com)
BIS vahvuudet
korreloi yleensä hyvin hypnoosin syvyyteen ja lääkeainepitoisuuteen
vähentää hereillä olon mahdollisuutta
lyhentää toipumisaikaa
Myles et al. 2004
-2463 potilasta, kaksoissokkoutettu monikeskustutkimus
-BIS-ohjattu tai ”rutiinianestesia”
-hereillä oloja BIS-ryhmässä 2, kontrolliryhmässä 11
-BIS vähensi hereillä olon riskiä 82%:lla
-yhden hereillä olon estäminen maksoi 2200 $
BIS heikkoudet
Kustannus-hyötysuhde?
huomattavaa vaihtelua BIS-arvoissa eri anestesiasyvyyksien välillä (arvot tajunnan/tajuttomuuden aikana osin samoja) (Schneideret al. 2003)
SynchFastSlow lasketaan >1000 bispektriarvosta: laskentaviive (Hagihira et al. 2001)
epileptinen EEG-purkaus häiritsee laskenta-algoritmia, BIS kohoaa virheellisesti (Yli-Hankala 2006)
Virheellisiä BIS-arvoja NMDA-antagonisteja käytettäessä
HerätevasteetUlkoisen ärsykkeen aiheuttama muutos
AEPBAEP
Aivorunkovasteet (1-10 ms)MLAEP
Keskilatenttiset (Middle Latency, 10-50 ms)Herätevasteen latenssi pitenee anestesiassaAmplitudi kapeneeVaatii yleensä on-line analyysin
LAEPPitkälatenttiset (Late Auditory, yli 50 ms) kortikaaliset vasteet
Activity survey (n=2 667 000) (%)
Cases of AAGA with NMB specified (n=118) (%)
Ratio of AAGA % to activity survey %
Volatile, no NBD 1 357 600 (51) 7 (6) 0.12
Volatile, NBD 1 095 100 (41) 90 (76) 1.86
TIVA, no NBD 95 200 (4) 3 (2) 0.68
TIVA, NBD 108 400 (4) 18 (15) 3.73
5th National Audit Project (NAP5) on accidental awareness duringgeneral anaesthesia: summary of main findings and risk factorsBJA 113; 2014Table 4
Risk profile of different anaesthetic techniques for accidental awareness during general anaesthesia(AAGA). Proportions of anaesthetic technique as used in the activity survey(n, annual estimates, rounded up to nearest 100), compared with their representation in our cohort of certain/probable and possible AAGA cases.
Anestesian syvyyden mittaaminenSisältö
1. Johdanto1. Anestesian unikomponentti2. Unen syvyyden ja tajunnan tason mittaaminen 3. Tietoisuus vs. reagoivuus anestesiassa
2. Anestesia ja aivojen sähköinen toiminta (EEG)1. EEG perusteet2. EEG:n spektraalientropia3. BIS-indeksi
3. Anestesian avulla tehdyt havainnot tajunnan mekanismeista1. Tärkeimmät aivoalueet 2. Aivoalueiden väliset yhteydet (konnektiivisuus)3. Tulevaisuuden anestesian syvyyden mittari
4. Brain Computer Interface5. Yhteenveto
3. Anestesian avulla tehdyt havainnot tajunnan mekanismeista
Miksi tutkia tajunnan mekanismeja?Tajunnan tasoa säätelevien mekanismien tunnistaminenTajuntaan vaikuttavien patologisten mekanismien ymmärtäminenAnestesian syvyyden objektiivinen mittaaminenLuotettavien anestesiamonitorien kehitystyö
Miten voidaan tutkia tajuntaa?Tajunnan tason manipuloiminen
Unen avullaEdustaa luonnollisinta ”tajuttomuuden” tilaaEi voida manipuloida koeasetelmissaUnien näkeminen (tiedostava tila?)
Anestesia-aineillaHelpompi manipuloida eri koeasetelmissaToistettavuusHereilläolo-sedaatio-tajunnanmenetys (LOC)-syvä anestesiaTutkitaanko anesteetin vaikutusta vai tajuntaa?
Tajunnan palautuminen vaatii 1. aktivoitumisen:
aivorungontalamuksenetummaisen pihtipoimun (ACC) alueella
2. Päälakilohkon alaosien ja ACC:n yhteyksien palautumisen
3.2. Anestesian avulla tehdyt havainnot tajunnan mekanismeista / konnektiivisuus
Anestesia ja fMRIFunctional Magnetic Resonance Imaging
Aivoalueiden aktivoitumiseen liittyvät paikalliset verenvirtausmuutokset
Hapettuneen hemoglobiinin määrän muutos
Muutos MRI-signaalissa(Blood oxygen level dependent contrast, BOLD)
fMRI
3.3. Tulevaisuuden anestesian syvyyden mittari
3.3. Tulevaisuuden anestesian syvyyden mittari
mittaa tajunnan tason luotettavasti anesteetistariippumattahelposti ja yksiselitteisesti tulkittavissaei häiriinny muista pre- tai perioperatiivisesti annetuista lääkkeistähuomioi yksilöiden välisen vaihtelunerottaa tajunnan ja tajuttomuuden toisistaan 100% herkkyydellä ja tarkkuudellakäyttäjäystävällinen ja kustannustehokasvielä kehittämättä
mcb.berkeley.edu
HEREILLÄ
Sensoriset jaassosiatiivisetalueet
Frontaalisettoteuttavatalueet
Propofoliunessa
Sensoriset jaassosiatiivisetalueet
Frontaalisettoteuttavatalueet
mcb.berkeley.edu
Tulevaisuuden unensyvyysmittari?
hereillämcb.berkeley.edu mcb.berkeley.edu
Tulevaisuuden unensyvyysmittari?
hereillä umcb.berkeley.edmcb.berkeley.edu
TMS
4. Brain Computer Interface
Brain Computer Interface
Tulokset
18 potilastaVegetative state / minimal conscious state
20 kontrollia64-kanavainen EEG, ERP-koeKongruentteja ja ei-kongruentteja lauseita
VS/MCS potilaat
-16 potilasta (VS) ja 12 kontrollia
-EEG-rekisteröinti; herätevasteet ”Motor imaginery”
-Kuvitellut liikkeet aiheuttavat ”eventrelated desynchronization” ERD-muutoksen EEG:ssä
-”kun kuulet piippauksen kuvittele puristavasi oikea käsi nyrkkiin / kuvittele heiluttelevasi kaikkia varpaitasiThe Lancet, Nov. 2011
Merkitys?
Brain Computer Interface?-fMRI?-EEG?
16:sta kliinisesti reagoimattomasta potilaasta 3 pystyi toistettavasti ja luotettavasti”kommunikoimaan” EEG-vasteen avulla
Brain Computer Interface
Brain Computer Interface
5. Yhteenveto ITajunnan kannalta keskeiset aivoalueet
Etummainen pihtipoimu (ACC)AivorunkoPrefrontaalikorteksiTalamus Taaempi pihtipoimu (PCC)PrecuneusTemporo-parieto-okkipitaalinen-junktio
5. Yhteenveto IITajunnan menetys (ja yleisanestesia) aiheutuvat kortiko-kortikaalisen ja talamo-kortikaalisenkonnektiivisuuden menetyksestä
Tajunnan (awareness) palautuminen vaatii syvien ”primitiivisten” aivoalueiden aktivoitumisen
Tajunnan sisällön (rich contents of consciousness) palautuminen vaatii neokorteksin aktivaation
5. Yhteenveto III
EEG-pohjaiset anestesiamonitorit ohjaavat lääkkeen annostelua, eivät monitoroi tajunnan tasoa luotettavasti
Nukutettu potilas saattaa olla ”connected”
Tajunnan hermostollisten vastineiden tutkiminen vielä kesken
Funktionaalinen konnektiivisuus
https://www.tfl.gov.uk/cdn/static/cms/documents/standard-tube-map.pdf
Funktionaalinen konnektiivisuus
https://www.tfl.gov.uk/cdn/static/cms/documents/standard-tube-map.pdf
(Inter)national CollaboratorsLauri Nummenmaa, Aalto UniversityMichael T. Alkire, Irvine Medical Center, UCI, USAPatrick L. Purdon, Massachusetts General Hospital, USA
Anesthesia Mechanisms GroupTurku PET Centre, University of Turku and TUCH
Consciousness Research GroupCentre for Cognitive Neuroscience, University of Turku
PI: Antti RevonsuoRoosa KallionpääNils SandmanKatja Valli etc.
PI: Harry ScheininPhD students:Lauri LaaksonenAnnalotta ScheininUndergrads:Oskari KantonenAleksi NummelaAleksi PalolaLinda Radek
Postdocs:Kaike KaistiKimmo KaskinoroRuut LaitioTimo LaitioJaakko LångsjöAnu Maksimow
KIITOS!
25 October 2014Harry Scheinin 66
2013-2016