Borgis - Anestezjologia Intensywna Terapia 2001/04, s. 253-260

Robert Rudner, Przemysław Jałowiecki, Piotr Kawecki

Anestezjologia a nowoczesne techniki elektroencefalograficzne

Modern electroencephalography and anaesthesiology

Pierwsze próby oceny głębokości znieczulenia eterowego na podstawie objawów klinicznych opisał John Snow w 1847 roku [1]. Następnie rozszerzone i usystematyzowane opisy kolejnych etapów anestezji wziewnej, wprowadzone przez Guedela, stanowiły przez lata podstawowe narzędzie nadzoru nad czynnością ośrodkowego układu nerwowego [2]. Gdy z biegiem lat zaczęto wprowadzać nowe środki i techniki, kiedy powszechniejsze stało się stosowanie anestezji złożonej oraz leków zwiotczających mięśnie poprzecznie prążkowane, ocena opierająca się jedynie na prostych parametrach stanu klinicznego chorego stała się niewystarczająca. W pracach opublikowanych na początku lat dziewięćdziesiątych ubiegłego stulecia Prys-Roberts [3] i Kissin [4] zastanawiali się nad kompleksowym sposobem definiowania i oceniania głębokości anestezji. Stwierdzili, że na stan znieczulenia ogólnego składają się co najmniej dwie komponenty. Pierwsza to utrata przytomności, wyrażająca się brakiem reakcji na bodźce nienocyceptywne (np. brak odpowiedzi na polecenia słowne). Druga natomiast polega na zniesieniu odruchowych reakcji na stymulację bólową, która zachodzi na poziomie niższym niż kora mózgowa i w związku z tym nie odnosi się do stanu świadomości [5]. Koncepcja ta znajduje zresztą potwierdzenie w licznych doniesieniach naukowych oraz w codziennej praktyce klinicznej [6,7]. Tak więc idea jednoznacznej, uniwersalnej oceny głębokości anestezji powinna ulec rewizji, a idealny stan znieczulenia ogólnego może być opisywany jedynie za pomocą triady odrębnych parametrów jak: zniesienie świadomości, analgezja i zwiotczenie mięśni. W konsekwencji monitor głębokości znieczulenia powinien umożliwiać oddzielną kontrolę poszczególnych wymienionych elementów [7].

Współczesna anestezjologia wykorzystuje wiele możliwości monitorowania podstawowych funkcji życiowych w zakresie parametrów hemodynamicznych, wentylacji, zwiotczenia mięśni, pocenia się, łzawienia czy stopnia rozszerzenia źrenic. Natomiast czynność mózgu, głównego narządu, na który wpływają środki anestetyczne, nie jest kontrolowana w sposób dostateczny. Dodatkowo brak jest spójnej koncepcji definiującej sposób oceny wpływu środków anestetycznych na ośrodkowy układ nerwowy.

Klasyczna elektroencefalografia a anestezja

Ciągłe monitorowanie aktywności bioelektrycznej mózgu nie jest rutynowo stosowane w codziennej praktyce anestezjologicznej. Do przyczyn takiego stanu rzeczy zaliczyć można przede wszystkim znaczną złożoność zapisu krzywej elektroencefalograficznej, której interpretacja wymaga specjalistycznej wiedzy i dużego doświadczenia. Różnorodność uzyskiwanych danych, objętość materiału do natychmiastowej analizy (godzinny zapis EEG to około 100 metrów papierowej taśmy) oraz warunki, które nie sprzyjają prawidłowej pracy czułej aparatury rejestrującej, czynią tradycyjne EEG całkowicie nieprzydatnym w obrębie sali operacyjnej [8]. Do niedawna złożoność zapisu EEG była przyczyną nikłego wykorzystania technik analizy komputerowej w badaniach diagnostycznych. Trudności polegały głównie na konieczności przetwarzania ogromnej liczby danych, co wymaga pojemnych pamięci oraz dużych mocy obliczeniowych. Obecnie, w związku z rozwojem nowoczesnych technologii cyfrowych i postępem w rozumieniu elektrofizjologii mózgu, elektroencefalografia przeżywa swój renesans. Klasyczny już elektroencefalograficzny opis snu prawidłowego z 1953 roku, z podziałem na fazy REM i NREM, jest podstawą do wyjaśnienia wielu zjawisk o praktycznym znaczeniu.

Obraz bioelektryczny snu prawidłowego

Na podstawie zapisu EEG i EMG oraz obserwacji ruchów gałek ocznych sen podzielono na dwie fazy: REM i NREM. Ta ostatnia dzieli się z kolei na cztery stadia. W czasie czuwania z otwartymi oczami w zapisie EEG obserwuje się głównie fale beta o wysokiej częstotliwości (13-30 Hz) i o niskiej amplitudzie 20-30 ?V. Jest to czynność dominująca. Obok niej występują nieregularne rytmy o mniejszej częstotliwości – fale alfa (7-13 Hz) i nieco wyższej amplitudzie (30-60 ?V). W EMG występuje wysokonapięciowa czynność potencjałów mięśniowych świadcząca o pewnym stałym poziomie napięcia mięśni. Po zamknięciu oczu zaczynają dominować fale alfa. Przejście z okresu czuwania do snu charakteryzuje rozpad czynności fal alfa oraz pojawia się niskonapięciowa mieszana czynność fal szybkich i wolnych (6-7 Hz). W EMG obniża się amplituda potencjałów mięśniowych. Zjawiskom tym towarzyszy zwolnienie ruchów gałek ocznych. W lekkim śnie można obserwować ostre fale o dość stałej częstotliwości 14 i 6 Hz i napięciu 40-50 ?V, które występują w postaci rytmicznych serii wyładowań o czasie trwania 0,5-2 s. Jest to pierwsze stadium snu wolnofalowego, czyli NREM. Drugie stadium snu NREM cechuje dalsze zwolnienie czynności elektrycznej mózgu – pojawiają się fale theta (4-7 Hz), nisko i średnionapięciowe fale szybkie oraz wyładowania krótkich wrzecion (0,5-1,5 s) o częstotliwości 11-14 Hz. Gałki oczne pozostają w bezruchu. EMG świadczy o dalszym obniżeniu napięcia mięśniowego. W stadium trzecim przeważają wolne fale theta (4-7 Hz) oraz delta (1-3 Hz), a ponadto mogą występować wrzeciona (9-11 Hz). W stadium czwartym dominuje wysokonapięciowa czynność fal delta (0,5-3 Hz). Nakładają się na nie fale o częstotliwości alfa i theta. Ruchy gałek ocznych są zniesione, a w EMG widoczne są niskonapięciowe potencjały mięśniowe świadczące o utrzymywaniu się niewielkiego tonicznego napięcia mięśni. Po okresie snu wolnofalowego NREM następuje faza REM z szybkimi ruchami gałek ocznych, zniesieniem napięcia mięśniowego i zapisem EEG zbliżonym do pierwszego stadium snu wolnofalowego lub czuwania [9].

Analiza spektralna „surowego” zapisu EEG

Istota informacji zawarta w na pozór chaotycznym elektroencefalogramie tkwi w kształcie, symetrii, amplitudzie, ale przede wszystkim w częstotliwości poszczególnych fal tworzących zapis EEG. Podobnie jak każdy sygnał reprezentujący przebieg pewnej wielkości fizycznej, zapis EEG może być analizowany w odniesieniu do funkcji czasu (domena czasowa) lub częstotliwości (domena częstotliwości). Dzięki skomplikowanym działaniom matematycznym, opierającym się na metodzie przekształcenia Fouriera, możliwe jest przejście z jednej domeny do drugiej. W ten sposób uzyskuje się widmo sygnału EEG, które podlega dalszemu opracowaniu. Jest to proces analogiczny do rozdziału widma światła widzialnego na poszczególne barwy. Rolę pryzmatu spełnia tutaj program komputerowy, który w oparciu o szybką transformację Fouriera (FFT) rozdziela i przekształca złożony i nieregularny sygnał EEG na tworzące go proste sinusoidalne składowe, o określonej częstotliwości i amplitudzie (mocy) [10].

Najprostszym sposobem analizy tak powstałego zapisu jest podział na klasyczne zakresy częstotliwości (beta, alfa, theta i delta) i procentowe określenie ich udziału w całym spektrum:

– fale beta (>12 Hz) dominują u zdrowych, czuwających dorosłych,

– fale alfa (8-12 Hz) są obecne u zdrowych przytomnych pacjentów z zamkniętymi oczami,

– fale theta (4-8 Hz) wskazują na senność, płytkie uśpienie oraz pewne stany patologiczne,

– fale delta (1-4 Hz) są typowe dla głębokiego snu i charakteryzują adekwatną anestezję.

Aby ułatwić wykorzystanie informacji zawartych w podziale spektrum na tradycyjne pasma wprowadzono wskaźnik delta–ratio, będący stosunkiem sumy aktywności pasma alfa i beta do aktywności pasma delta. Niestety, analiza tradycyjnych zakresów częstotliwości w trakcie anestezji ogólnej ma ograniczoną przydatność, gdyż jakościowe zmiany zapisu EEG pojawiające się pod wpływem różnych środków anestetycznych często zachodzą płynnie.

Innym podejściem, mającym na celu uproszczenie interpretacji wyników analizy spektralnej jest znalezienie przydatnego klinicznie parametru opisującego w charakterystyczny sposób cały badany zakres spektrum. Pierwszym z tego typu wskaźników o stosunkowo niewielkiej popularności był PPF ( Peak Power Frequency), określany jako wartość częstotliwości o największej mocy w analizowanym spektrum. Do kolejnych parametrów mających istotne znaczenie kliniczne zaliczyć należy SEF ( Spectral Edge Frequency) oraz SMF ( Spectral Median Frequency). SEF 90 lub 95 określa się jako najwyższą częstotliwość, poniżej której znajduje się 90 lub 95% mocy spektrum częstotliwości, a więc najwyższą dominującą częstotliwość sygnału EEG. Natomiast SMF jest częstotliwością poniżej której leży 50% mocy widma.

Przyjmując z pewnym uproszczeniem, że wraz z pogłębianiem anestezji stopniowo wygaszane są fale o najwyższej częstotliwości (beta i alfa) a zaczynają przeważać pozostałe, liczbowy wskaźnik będący graniczną wartością, poniżej której mieści się większość mocy spektrum, mógłby odzwierciedlać stopień „uśpienia”. Oba parametry – SEF i SMF – mają podobne zastosowanie i w opracowaniach naukowych są często rozpatrywane wspólnie. Są one czułymi wskaźnikami zmian aktywności bioelektrycznej mózgu. Ponadto istnieje ścisła korelacja między ich wartością a stanem świadomości czy głębokością anestezji. Wyświetlone na ekranie monitora jako pojedyncza liczba lub zapisane w postaci trendu, są łatwe w interpretacji i mogą mieć zastosowanie w anestezjologii. Wartości SEF 90 mieszczące się w granicach pomiędzy 8-12 Hz charakteryzują adekwatny stopień zniesienia świadomości. Mniejsze wskazują na zbyt głębokie „uśpienie”, natomiast większe na spłycenie anestezji lub odzyskanie przez pacjentów przytomności [12]. Dlatego też SEF i SMF należą do najczęściej cytowanych w piśmiennictwie pochodnych EEG, wykorzystywanych w praktyce anestezjologicznej [13,14]. Mimo swojej popularności istnieją kontrowersje co do ich przydatności klinicznej, bowiem istnieje tyle samo dowodów potwierdzających dobrą korelację pomiędzy wartościami tych wskaźników a stopniem sedacji lub głębokością anestezji, jak i przeciwnych [15,16]. Argumentem oponentów jest fakt, że kompresja informacji zawartych w spektrum częstotliwościowym do jednej liczby (SEF 90, SEF 95, SMF, delta–ratio) może powodować przeoczenie wielu zjawisk, na które wyżej wymienione parametry są nieczułe.

Burst Suppression Ratio (BSR)

Podczas głębokiej anestezji, w EEG może pojawić się osobliwy wzór zapisu określany jako BS ( Burst Suppression). Charakteryzuje się on występującymi na przemian okresami normalnej lub nawet wysokowoltażowej aktywności i bardzo niskiego lub nawet izoelektrycznego zapisu. BS obserwowane po urazach głowy lub po ciężkim niedokrwieniu lub niedotlenieniu mózgu sugeruje niekorzystną prognozę. BS może być także wywołane przez duże dawki środków anestetycznych: izofluran, sewofluran, desfluran, propofol czy tiopental [17,18,19]. Wówczas zjawisko to związane jest ze zmniejszonym metabolizmem mózgu i ochronnym działaniem leków przed niedotlenieniem. Z tego powodu monitorowanie EEG w celu określenia odpowiedniego BS jest rekomendowane do oceny tak zwanej śpiączki barbituranowej. BSR jest liczbową pochodną zapisu EEG, mającą na celu ilościowe określenie opisanego fenomenu. Aby obliczyć ten parametr supresja zapisu rozpatrywana jest w odcinku czasowym powyżej 0,5 s, gdy napięcie wynosi mniej niż 5,0 ?V. BSR określany jest jako frakcja wybranego przedziału czasowego (np. tak zwanej czterosekundowej epoki) spełniająca opisane wyżej warunki. Z powodu dużej zmienności natury BS, BSR powinien być uśredniony z co najmniej piętnastu czterosekundowych epok (> 60 s). Należy zaznaczyć, że część powszechnie używanych anestetyków (izofluran, desfluran) może generować BS bez wcześniejszego „zwolnienia” fal. Z tego powodu SEF nie wykaże efektu działania środka. Łącząc BSR z SEF stworzono BcSEF ( Burst-compensated SEF) – parametr płynnie odzwierciedlający zmiany EEG zarówno spowodowane zwolnieniem częstotliwości jak i tłumieniem typu BS [20,21].

Czynnościowe potencjały wywołane

Potencjały wywołane są zmianami amplitudy zapisu EEG spowodowanymi odpowiednią stymulacją układu nerwowego. Mogą one być rejestrowane przy pomocy naskórnych elektrod na całej długości drogi przewodzenia a uzyskane w ten sposób informacje wykorzystywane w różnych celach. Amplituda EPs ( Sensory Evoked Potentials) jest zwykle niewielka i trudna do odróżnienia od podstawowej czynności bioelektrycznej mózgu, stymulacja musi być więc powtarzana wielokrotnie a rejestrowany zapis wzmocniony, przefiltrowany oraz opracowany komputerowo w celu uzyskania wiarygodnego uśrednienia [22]. W praktyce anestezjologicznej wykorzystuje się trzy typy potencjałów wywołanych.

1. Somatosensoryczne potencjały wywołane ( SomatoSensory EPs – SSEPs) uzyskuje się stymulując czuciowe włókna nerwów obwodowych, najczęściej kończynowych (nerw pośrodkowy, nerw strzałkowy wspólny, nerw piszczelowy). SSEPs są przede wszystkim wykorzystywane w celu śródoperacyjnego monitorowania prawidłowej funkcji rdzenia kręgowego, nerwów obwodowych czy pnia mózgu, np. podczas operacji korekcyjnych skrzywień, złamań lub zwichnięć kręgosłupa, usuwania guzów i malformacji naczyniowych rdzenia kręgowego, plastyki nerwów i splotów nerwowych oraz operacji śródczaszkowych [23,24].

2. Słuchowe potencjały wywołane ( Brainsteam Auditory Evoked Resposes – BAERs lub Auditory Evoked Responses – AERs) składają się z serii naprzemiennie dodatnich i ujemnych fal odzwierciedlających proces przewodzenia sygnału słuchowego, powstałego wskutek pobudzenia serią dźwięków o odpowiedniej tonacji, biegnącego ze ślimaka przez nerw słuchowy, struktury pnia mózgu do kory słuchowej i czołowej. Tak wywołana, prawidłowa elektryczna reakcja mózgowa na drażnienie, podobnie jak czynność spontaniczna, może być oceniana nie tylko w odniesieniu do amplitudy, ale także kształtu, rozmieszczenia, symetrii, lub czasu trwania i opóźnienia (latencji). Słuchowe potencjały wywołane podzielić można na trzy grupy (ryc. 1). Pierwsze, powstałe do 10 ms od pobudzenia zwane potencjałami o krótkiej latencji ( Short Latencies BAERs; SLAERs), oznaczane kolejnymi cyframi rzymskimi od I do VI, są wynikiem przewodzenia przez nerw słuchowy oraz elementy pnia mózgu w następującej kolejności: jądro ślimakowe, jądra górnej oliwki, wstęgę boczną oraz wzgórki śródmózgowia [25]. Potencjały o średnim okresie latencji trwającym od 10 do 100 ms ( Middle Latency BAERs; MLAERs), oznaczane symbolami No, Po, Na, Pa i Nb, są generowane w ciele kolankowatym przyśrodkowym i pierwotnej korze słuchowej [26]. Ostatnia składowa – potencjały o długiej latencji ( Long Latency BAERs; LLAERs), oznaczane wg standardów nomenklatury elektroencefalograficznej symbolami P1, N1, P2, N2, P3 (lub P-300), powstają w korze czołowej i w przyległych jej regionach [27].

Ryc. 1. Podział słuchowych potencjałów wywołanych, w zależności od czasu latencji

BAERs o krótkim czasie latencji, będące wynikiem bezpośredniej transmisji pobudzenia przez drogę słuchową, pomiędzy VIII nerwem czaszkowym a jądrami w pniu mózgu, zwykle nie są upośledzane przez czynniki zewnętrzne, a ich zastosowanie ograniczone jest do monitorowania czynności chirurgicznych podczas niektórych operacji neurochirurgicznych w obrębie tylnego dołu czaszkowego. Natomiast kolejna składowa odpowiedzi występująca z trwającym 10-50 ms okresem latencji (MLAERs), podlega wpływom większości środków anestetycznych w postaci zmiany amplitudy i czasu opóżnienia. Te charakterystyczne zmiany dają możliwość wykorzystania słuchowych potencjałów wywołanych o średnim okresie utajenia do określania zmian głębokości anestezji [28,29]. Stosowane obecnie lotne środki anestetyczne (halotan, enfluran, izofluran, sewofluran i desfluran) wydłużają latencję oraz zmniejszają amplitudę MLAERs proporcjonalnie do zastosowanej dawki i stężenia uzyskanego w mieszaninie oddechowej [30,31,32,33]. Natomiast podtlenek azotu, stosowany w celu podtrzymania anestezji, wywiera znikomy wpływ na potencjały wywołane [34]. Zmiany okresu utajenia oraz amplitudy MLAERs po zastosowaniu anestetyków dożylnych, jak tiopental, etomidat i propofol są podobne do efektu wywieranego przez środki wziewne [35,36]. Benzodiazepiny (diazepam, flunitrazepam, midazolam) oraz ketamina nie wpływają na morfologię potencjałów wywołanych o średnim okresie opóźnienia [34,37]. To samo dotyczy opioidowych leków przeciwbólowych stosowanych nawet w dużych dawkach [38]. Istnieją doniesienia dowodzące znikomej przydatności BAERs w monitorowaniu głębokości anestezji, gdyż zachowanie się potencjałów słuchowych jest inne i nie charakterystyczne dla różnych anestetyków [35].

Ostatnia komponenta słuchowych potencjałów wywołanych, występująca po długim okresie utajenia (LLAERs), minimum 100 ms od zadziałania pobudzenia, jest zależna od czynników związanych ze świadomym działaniem i wydaje się być obiecującym wskaźnikiem zmian aktywności ośrodkowego układu nerwowego podczas sedacji. Najczęściej opisywanymi LLAERs są P-3 lub P-300. Te ostatnie są trzecimi w kolejności, dodatnimi (P – positive) potencjałami występującymi z długim, ale stosunkowo stałym okresem latencji wynoszącym od 250 do 400 ms [39]. Opisywane wyładowania powstają prawdopodobnie podkorowo, w strukturach układu limbicznego (hipokamp) [40]. Midazolam, opioidy (fentanyl, sufentanyl) oraz anestetyki wziewne obniżają głównie amplitudę P-300, mając niewielki wpływ na okres latencji [41]. Istnieją sugestie wiążące zachowanie się P-300 z procesem zapamiętywania (występowania niepamięci) [42].

Ostatnio w celu monitorowania głębokości anestezji wprowadzono specjalny wskaźnik – AEP-Index ( Auditory Evoked Potential Index). Będąc pojedynczą wartością liczbową, wyliczany jest na podstawie analizy morfologii zapisu AERs z uwzględnieniem różnic amplitud pomiędzy kolejnymi elementami krzywej. AEP-Index charakteryzując się niskimi wartościami podczas snu, wzrasta natychmiast w momencie otwarcia oczu w trakcie wybudzania. W związku z tym spostrzeżeniem, AEP-Index mógłby być wykorzystywany jako czuły detektor momentów przebudzeń podczas anestezji [25].

3. Wzrokowe potencjały wywołane ( Visual Evoked Responses – VERs) generowane są przez serie błysków za pomocą specjalnie skonstruowanych gogli lub soczewek kontaktowych. Są one wynikiem przewodzenia powstałych w siatkówce impulsów, kolejno przez nerw wzrokowy, skrzyżowanie wzrokowe, górną część pnia mózgu do kory wzrokowej [43]. Jakkolwiek istnieją doniesienia o badaniach wykorzystujących wzrokowo wywołane potencjały w celu monitorowania głębokości anestezji, ich praktyczne zastosowanie w anestezjologii jest niewielkie i ogranicza się do monitorowania funkcji opisanych wyżej struktur układu nerwowego podczas operacji neurochirurgicznych w okolicy przedniego dołu czaszkowego i podstawy mózgu (operacje przysadki, tętniaków tętnicy mózgowej przedniej) [44,45].

Reasumując, znaczenie stosowania potencjałów wywołanych w celu kontroli ciągłości dróg przewodzenia w sytuacjach narażających elementy układu nerwowego na uszkodzenie podczas wybranych zabiegów chirurgicznych jest bezsporne. Jednakże, pomimo znaczącego postępu technologicznego oraz rozwoju wiedzy neurofizjologicznej przydatność EPs w monitorowaniu głębokości anestezji jest ciągle kontrowersyjna i metoda ta, poza badaniami doświadczalnymi, nie znalazła zastosowania w codziennej praktyce anestezjologicznej.

Indeks bispektralny – BIS

Opracowany stosunkowo niedawno przez Aspect Medical Systems indeks bispektralny (BIS) jest złożonym parametrem, wyliczonym komputerowo z kilku wcześniej znanych oraz nowo opracowanych pochodnych EEG [8]. Jego unikalność w stosunku do wszystkich, wcześniej opisanych wskaźników polega na tym, iż urządzenie podaje pojedynczą wartość liczbową skalkulowaną na podstawie wielu, zasadniczo odmiennych cech i pochodnych EEG, w oparciu o olbrzymią liczbę danych klinicznych przetworzonych tak, aby korelowały z rzeczywistym stanem sedacji czy anestezji, niezależnie od użytych środków farmakologicznych [7]. Ta szczególna „mieszanka” parametrów tworzących BIS w wersji 3.0 została opracowana na podstawie danych zebranych prospektywnie z zapisów EEG i rozmaitych skal behawioralnych w trakcie 1500 różnych znieczuleń (około 5000 godzin) [46]. Następnie przydatność tego parametru przetestowano na różnych populacjach, aby empirycznie potwierdzić korelację z rzeczywistym stopniem sedacji i anestezji w najrozmaitszych wariantach, z użyciem wielu anestetyków [47,48,49,50].

Kalkulacja BIS rozpoczyna się od przefiltrowania próbki zapisu EEG w celu wykluczenia artefaktów niskiej oraz wysokiej częstotliwości oraz zakłóceń z zewnątrz. Następnie zapis dzielony jest na dwusekundowe odcinki czasowe zwane epokami. Przyjmując, że jest on wolny od zakłóceń, następuje wyliczanie kolejnych pochodnych. W oparciu o domenę czasową z każdej epoki, przy pomocy dwóch odmiennych algorytmów, obliczany jest stopień burst suppression. Pierwszy to opisany wcześniej BSR, drugi określa się mianem „QUAZI”. Indeks QUAZI został wprowadzony, aby wykrywać BS nawet w obecności wędrującej (nie izoelektrycznej) linii podstawowej. QUAZI wykrywa aktywności typu BS nakładające się na bardzo wolne fale (<1,0 Hz) mogące „oszukiwać” oryginalny algorytm BSR, przekraczając kryteria supresji. W następnej kolejności, przy pomocy szybkiej transformacji Fouriera następuje konwersja do domeny częstotliwościowej (kalkulacja spektrum częstotliwości) oraz dokonywana jest analiza bispektralna uwzględniająca przesunięcia fazowe między poszczególnymi komponentami widma. Po porównaniu wyników z danymi uzyskanymi w podobny sposób podczas ostatniej minuty i ich uśrednieniu wyliczane są kolejne subparametry. Należą do nich: współczynnik beta-ratio, który jest logarytmiczną pochodną opartą na stosunku dwóch empirycznie dobranych zakresów częstotliwości wyliczanych na podstawie analizy widma (domena częstotliwości) – log[(P 30÷47 Hz) / (P 11÷20 Hz)] oraz SynchFastSlow, przedstawiający relację pomiędzy bardzo niskimi (<1 Hz) a wysokimi (40-47 Hz) zakresami widma [7]. Końcowym efektem tych skomplikowanych obliczeń jest BIS, zdefiniowany jako stosowna kombinacja wcześniej obliczonych składowych (ryc. 2).

Ryc. 2. Algorytm kalkulacyjny indeksu bispektralnego (BIS)

Każdy z opisanych subparametrów jest charakterystyczny dla poszczególnych etapów anestezji i w różnym stopniu wpływa na ostateczny wynik BIS. Algorytm obliczający jest tak skonstruowany, aby w oparciu o szeroką bazę danych służącą jako modelowy szablon, wyważać udział poszczególnych składowych w celu uzyskania najbardziej miarodajnego rezultatu. Przykładowo, kombinacja parametrów tworzących BIS, uzyskanych z zapisu EEG charakterystycznego dla płytkiej sedacji, oparta jest w głównej mierze na beta-ratio. SynchFastSlow (pochodna bispektrum) przeważa w obliczeniach wówczas, gdy analizowane dane wskazują na cechy „adekwatnego” znieczulenia chirurgicznego, a BSR i QUAZI (supresja zapisu) brane są pod uwagę podczas głębokiej anestezji. Kombinacja czterech wcześniej wyliczonych składowych daje pojedynczą wartość liczbową, która w granicach od 100 do 0 zmniejsza się proporcjonalnie do wzrostu stopnia sedacji i anestezji. Jak wcześniej wspomniano, wyliczenia wymagają uśrednień z wielu dwusekundowych epok. W związku z tym wartość BIS wyświetlana na monitorze aparatu A-1050 przedstawia wypadkową z ostatnich 60 s.

Omawiany parametr, oparty na doświadczalnie wykazanej korelacji zjawisk elektrofizjologicznych z faktycznym stanem świadomości, mógłby upowszechnić się jako standard monitorowania głębokości anestezji. Należy zaznaczyć, że jak dotychczas, urządzenia wyliczające BIS są jedynymi zaakceptowanymi przez Food and Drug Administration (FDA) i dopuszczonymi na wymagającym rynku amerykańskim do monitorowania działania środków anestetycznych na ośrodkowy układ nerwowy.

Na podstawie wyników szeroko zakrojonych badań można w tej chwili przedstawić pewne wskazówki dotyczące interpretacji wartości indeksu bispektralnego. Osoby w pełni przytomne charakteryzuje BIS w przedziale 90–100, a sedacja powoduje proporcjonalny spadek wartości. W badaniach z zastosowaniem metody tak zwanego „izolowanego przedramienia” przeprowadzonych u ochotników usypianych tiopentalem lub propofolem stwierdzono, że przy wartości BIS równej 70 prawdopodobieństwo odzyskiwania świadomości wynosi 50%. W przedziale 70–60 obserwuje się natomiast znikomą możliwość przebudzenia [51]. Podczas anestezji z użyciem midazolamu, propofolu lub izofluranu zniesienie świadomości było w stu procentach pewne, gdy BIS spadał do wartości <50 [7]. Zakres wielkości od 40 do 60 odpowiada głębokiemu zniesieniu świadomości, a wartości jeszcze mniejsze (0–40) wskazują na zbyt głęboką supresję EEG [52]. Monitorowanie BIS podczas rutynowych znieczuleń umożliwia zoptymalizowanie stosowania środków anestetycznych. W jednym z ośrodków, w oparciu o indeks bispektralny oraz powszechnie monitorowane parametry czynności życiowych, opracowano prosty algorytm postępowania anestezjologicznego [53]. Dzięki wdrożeniu pomiarów BIS oraz stosowaniu reguł algorytmu udało się przyspieszyć moment ekstubacji o 40%, ograniczyć liczbę zaintubowanych pacjentów w oddziale pooperacyjnym o 64% i skrócić czas ich pobytu średnio o 23% oraz zaoszczędzić około 50 dolarów amerykańskich na każdym znieczuleniu. W innym przypadku wykazano, że zastosowanie omawianej metody monitorowania zmniejszyło zużycie propofolu o 23%, skróciło pobyt pacjentów w oddziale pooperacyjnym o 16% oraz przyspieszyło ekstubację o 35-40% w stosunku do grupy kontrolnej, w której BIS nie był stosowany [50].

Przeprowadzono wiele badań porównujących najważniejsze pochodne EEG pod kątem ich przydatności w celu określania głębokości anestezji. Gajraj i wsp. wykazali, że z czterech badanych współczynników (SEF, SMF, BIS oraz AEP-index) BIS najdokładniej korelował ze stężeniem środka anestetycznego, a także dobrze odzwierciedlał stan świadomości. W okresie poprzedzającym wybudzenie, wraz ze spłycaniem anestezji, indeks bispektralny sukcesywnie, powoli wzrastał, by osiągnąć łagodnie wartość, przy której następowało wybudzenie. Analizując trend zapisu, wartości tuż przed przebudzeniem niewiele różniły się od tych bezpośrednio po obudzeniu. W odróżnieniu od BIS, indeks słuchowych potencjałów wywołanych wprawdzie źle korelował ze stężeniem leku, jednak sam moment przebudzenia (otwarcie oczu) był wyraźnie zaznaczony, gdyż AEP-index gwałtownie wtedy wzrastał. Ta ciekawa właściwość, według autorów, czyni AEP-index lepszym wskaźnikiem wykrywania momentów przejścia ze stanu snu do czuwania [54,55].

Entropia EEG

Z punktu widzenia dynamiki, żywe organizmy należy traktować jako niezwykle zmienne układy nieliniowe o dynamicznej, skomplikowanej naturze fraktalnej. Przyjmując takie podejście, właściwymi narzędziami do analizy biosygnałów (w tym także EEG) powinny być raczej metody dynamiki nieliniowej, niż analizy oparte na „tradycyjnych” zasadach matematycznych (analiza spektralna, transformacja Fouriera czy analiza bispektralna). Szczególnie interesujące są tu metody wywodzące się z teorii deterministycznego chaosu, której upowszechnienie jest ściśle powiązane z szybkim w ostatnich latach rozwojem informatyki i elektroniki komputerowej [56]. Złożoność sygnału EEG może być mierzona przy pomocy różnych wielkości określanych przez wyżej wspomnianą teorię. W literaturze spotyka się wiele często egzotycznie brzmiących dla anestezjologa matematycznych wskaźników, jak wymiar atraktora, wymiar fraktalny, algorytm Higuchiego, wykładniki Lyapunova, warunkowa entropia wzorców, entropia Kołmogorowa-Sinai, złożoność Lempel-Ziv, spektrum fraktalne czy entropia spektralna [57,58]. Chociaż większość wymienionych technik może pomóc w zobiektywizowaniu analizy EEG stosowanej w neurologii czy psychiatrii, to pojawiają się pierwsze doniesienia na temat wykorzystania elementów teorii chaosu w celu określenia głębokości anestezji i sedacji. Wartą przytoczenia jest praca naukowców fińskich, porównująca wybrane matematyczne techniki (spektrum fraktalne, hierarchiczną złożoność Lempel-Ziv oraz przybliżoną entropię Kołmogorowa-Sinai) z BIS oraz sześciopunktową skalą OAAS ( Observer's Assessment of Alertness and Sedation) [58].

Fraktalna analiza spektrum jest nową, opracowaną w 1993 roku matematyczną metodą analityczną opartą na teorii chaosu. W 1998 roku po raz pierwszy zastosowano ją do analizy EEG w celu badania snu, a w cytowanej pracy Viertiö-Oja i wsp. użyto jej do interpretacji zjawisk bioelektrycznych w mózgu podczas anestezji. Złożoność hierarchiczną Lempel-Ziv definiuje się jako stopień komplikacji ciągu liczb, określony ilością bitów najkrótszego programu komputerowego, który byłby w stanie opisać badany ciąg.

Entropię należy rozumieć jako miarę stopnia nieuporządkowania systemu. Podczas anestezji z użyciem podtlenku azotu, propofolu lub sewofluranu wszystkie trzy współczynniki zachowywały się podobnie, proporcjonalnie odzwierciedlając stopień anestezji na wszystkich jej poziomach: od płytkiej sedacji po głębokie zniesienie świadomości. Porównując entropię EEG z indeksem BIS stwierdzono, że oba parametry z podobną dokładnością odzwierciedlają stan świadomości podczas anestezji. Godny podkreślenia jest także fakt, że entropia EEG, parametr wyliczany według stosunkowo prostego wzoru, okazał się porównywalny ze skomplikowanie oznaczanym indeksem bispektralnym, którego główny składnik SynchFastSlow musi być korygowany przez beta-ratio (w płytkiej sedacji) lub BSR (podczas głębokiej anestezji). Odnosząc wartość entropii do skali OAAS zaobserwowano, że utrata świadomości (moment odpowiadający przejściu OAAS z poziomu „3” do „4”) zachodzi zawsze przy tej samej, krytycznej wartości entropii, niezależnie od pacjenta. Powrót świadomości pod koniec znieczulenia był łatwo przewidywalny, gdyż wartość wskaźników entropii proporcjonalnie wzrastała wraz ze spłyceniem anestezji, zbliżając się do wcześniej wspomnianej wartości krytycznej [58,59].

Podsumowując należy zaznaczyć, że omówione parametry, próbując w mniej lub bardziej precyzyjny sposób ułatwić interpretację zjawisk bioelektrycznych mózgu, mają na celu określenie stopnia zniesienia świadomości ( hypnosis) podczas znieczulenia ogólnego. Wskazania urządzeń obliczających pochodne zapisu EEG nie mogą być więc interpretowane jako jedyne kryterium głębokości anestezji. Zgodnie z obowiązującą koncepcją anestezji, uniwersalny monitor głębokości znieczulenia powinien umożliwiać osobno określenie stopnia zniesienia świadomości, odczuwania bólu oraz zwiotczenia mięśni. W chwili obecnej nie dysponujemy aparaturą umożliwiającą obiektywne określenie stopnia analgezji. Dalsze doskonalenie interpretacji potencjałów wywołanych, opracowanie kolejnych wersji urządzenia i oprogramowania do BIS oraz praca nad wykorzystaniem teorii deterministycznego chaosu to kierunki rozwoju, które w najbliższej przyszłości być może zaowocują możliwością obiektywnej kontroli świadomości znieczulanych pacjentów.

Piśmiennictwo

1. Snow J.: On the inhalation of vapors of ether in surgical operations. John Churchill, London, 1847.

2. Guedel A.E.: Inhalational anesthesia. A fundamental guide. Macmillan, New York, 1937.

3. Prys-Roberts C.: Anesthesia: a practical or impractical construct? British Journal of Anaesthesia 1987, 59, 1341-1345.

4. Kissin I.: General anesthetic action: An obsolete notion? Anesthesia and Analgesia 1993, 76, 215-218.

5. Antognini J.F., Schwartz K.: Exaggerated anesthetic requirements in the preferentially anesthetized brain. Anesthesiology 1993, 79, 1244-1249.

6. McEwan A.I., Smith C., Dyar O., Glass P.S.A.: Isoflurane MAC reduction by fentanyl. Anesthesiology 1993, 78, 864-869.

7. Glass P.S., Bloom M., Kearse L., Rosow C., Sebel P., Manberg P.: Bispectral analysis measures sedation and memory effects of propofol, midazolam, isofluran and alfentanil in healthy volunteers. Anesthesiology 1997, 86, 836-847.

8. Rampil J.I.: A primer for EEG signal processing in anesthesia. Anesthesiology 1998, 89, 980-1002.

9. Majkowski J.: Atlas elektroencefalografii. PZWL, Warszawa 1991.

10. Giessner O., Moecke H., Rupp K., Schafer M.K.: The EEG primer. Dräger Medizintechnik GmbH 1997.

11. Cooley J.W., Turkey J.W.: An algorithm for machine calculation of complex Fourier Series. Mathematics of Computation 1965, 19, 297-301.

12. Gurman G.: Assessment of depth of anesthesia. Observations on processed EEG and spectral edge frequency. International Journal of Clinical Monitoring and Computing 1994, 11, 185-189.

13. Forrest F.C., Tooley M. A., Saunders P.R., Prys-Roberts C.: Propofol infusion and the suppression of consciousness: the EEG and dose requirements. British Journal of Anaesthesia 1994, 72, 35-41.

14. Katoh T., Suzuki A., Ikeda K.: Electroencephalographic derivatives as a tool for predicting the depth of sedation anesthesia induced by sevoflurane. Anesthesiology 1998, 88, 642-50.

15. Dwyer R.C., Rampil I.J., Eger II E.I., Bennett H.L.: The electroencephalogram does not predict depth of isoflurane anesthesia. Anesthesiology 1994, 81, 403-409.

16. Drummond J.C., Brann C.A., Perkins D.E., Wolfe D.E.: A comparison of median frequency, spectral edge frequency, a frequency band power ratio, total power and dominance shift in the determination of depth of anaesthesia. Acta Anaesthesiologica Scandinavica 1991, 35, 693-699.

17. Eger E.I.: New inhaled anesthetics. Anesthesiology 1994, 80, 906-922.

18. Laycock G.J.A., Mitchell I.M., Paton R.D., Donaghey S.F., Logan R.W., Morton N.S.: EEG burst suppression with propofol during cardiopulmonary bypass in children: a study of the haemodynamic, metabolic and endocrine effects. British Journal of Anaesthesia 1992, 69, 356-362.

19. Nussmeier N.A., Arlund C., Slogoffs S.: Neuropsychiatric complications after cardiopulmonary bypass: Cerebral protections by a barbiturate. Anesthesiology 1986, 64,165-70.

20. Rampil I.J., Lockhart S.H., Eger II E.I., Yasuda N., Weiskopf R.B., Cahalan M.K.: The electroencephalographic effects of desfluran in humans. Anesthesiology 1991, 74, 434-439.

21. Rampil I.J., Weiskopf R.B., Brown J.G., Eger E.I. II, Johnson B.H., Holmes M.A., Donegan J.H.: 1653 and isofluran produce similar dose related changes in the electroencephalogram of pigs. Anesthesiology 1988, 69, 298-302.

22. Shapiro H.M.: Anesthesia effects upon cerebral blood flow, cerebral metabolism, electroencephalogram and evoked potentials; in: Anesthesia (Ed.: Miller R.D.). Churchill Livingstone, New York 1986, 1254-1255.

23. Nuwer M.R., Dawson E.G., Carlson L.G., Kanim L.E., Sherman J.E.: Somatosensory evoked potential spinal cord monitoring reduces neurologic deficits after scoliosis surgery: results of a large multicenter survey. Electroencephalography and Clinical Neurophysiology 1995, 96, 6-11.

24. Friedman W.A.: Somatosensory evoked potentials in neurosurgery. Clinical Neurosurgery 1988, 34, 187-238.

25. Kumar A., Bhattacharya A., Makhija N.: Evoked potential monitoring in anaesthesia and analgesia. Anaesthesia 2000, 55, 225- 241.

26. Kaga K., Hink R.F., Shinoda Y., Suzuki J.: Evidence for primary cortical origin of a middle latency auditory evoked potential in cats. Electroencephalography and Clinical Neurophysiology 1980, 50, 254-266.

27. Lovrich D., Novick B., Vaughan H.G.: Topographic analysis of auditory event-related potentials associated with acoustic and semantic processing. Electroencephalography and Clinical Neurophysiology 1988, 71, 40-54.

28. Plourde G.: Depth of anaesthesia. Canadian Journal of Anaesthesia 1991, 38, 270-274.

29. Yli-Hankala A., Edmonds Jr. H.L., Heine M.F., Strickland Jr.T., Tsueda K.: Auditory steady state response, upper facial EMG, EEG and heart rate as predictors of movement during isoflurane, nitrous oxide anaesthesia. British Journal of Anaesthesia 1994, 73, 174-179.

30. Madler C., Keller I., Schwender D., Poppel E.: Sensory information processing during general anaesthesia: effect of isoflurane on auditory evoked neuronal oscillations. British Journal of Anaesthesia 1991, 66, 81-87.

31. Thornton C., Heneghan C.P., James M.F., Jones J.G.: Effects of halothane or enflurane with controlled ventilation on auditory evoked potentials. British Journal of Anaesthesia 1984, 56, 315-323.

32. Schwender D., Conzen P., Klasing S., Finsterer U., Poppel E., Peter K.: The effects of anesthesia with increasing end-expiratory concentrations of sevoflurane on mid-latency auditory evoked potentials. Anesthesia and Analgesia 1995, 81, 817-22.

33. Schwender D., Klasing S., Conzen P., Finsterer U., Poppel E., Peter K.: Midlatency auditory evoked potentials during anaesthesia with increasing endexpiratory concentrations of desflurane. Acta Anaesthesiologica Scandinavica 1996, 40, 171-176.

34. Schwender D., Klasing S., Madler C., Poppel E., Peter K.: Midlatency auditory evoked potentials and cognitive function during general anesthesia. International Anesthesiology and Clinics 1993, 31, 89-106.

35. Thornton C., Konieczko K.M., Knight A.B., Kaul B., Jones J.G., Dore C.J.: Effect of propofol on the auditory evoked response and oesophageal contractility. British Journal of Anaesthesia 1989, 63, 411-417.

36. Thornton C., Heneghan C.P., Navaratnarajah M., Bateman P.E., Jones J.G.: Effect of etomidate on the auditory evoked response in man. British Journal of Anaesthesia 1985, 57, 554-561.

37. Schwender D., Klasing S., Madler C., Poppel E., Peter K.: Mid-latency auditory evoked potentials during ketamine anesthesia in humans. British Journal of Anaesthesia 1993, 71, 629-632.

38. Schwender D., Rimkus T., Heassler R., Klasing S., Poppel E., Peter K.: Effects of increasing doses of alfentanil, fentanyl and morphine on mid-latency auditory evoked potentials. British Journal of Anaesthesia 1993, 71, 622-628.

39. Engelhardt W., Friess K., Hartung E., Sold M., Dierks T.: EEG and auditory evoked potential P-300 compared with psychometric tests in assessing vigilance after benzodiazepine sedation and antagonism. British Journal of Anaesthesia 1992, 69, 75-80.

40. Goodin Dougias S.: Event related (endogenous) potentials; Electrodiagnosis in Clinical Neurology in: (Ed.: Aminoff M.J.) Churchill Livingstone New York, 1986, 586-595.

41. Jessop J., Griffiths D.E., Sapsford D.J., Furness P., Breckon D.A., Jones J.G.: Changes in amplitude and latency of an event-related potential with depression of consciousness by nitrous oxide. British Journal of Anaesthesia 1991, 67, 524-531.

42. Reinsel, R.A., Veselis R.A., Wronski M., Marino P.: The P300 events related potential during propofol sedation: a possible marker for amnesia. British Journal of Anaesthesia 1995, 74, 674-80.

43. Stechison M. T.: Neurophysiologic monitoring during cranial base surgery. Journal of Neurooncology 1994, 20, 313-325.

44. Hartikainen K., Rorarius M., Muakelua K., Peruakylua J., Varila E., Juantti V.: Visually evoked bursts during isoflurane anaesthesia. British Journal of Anaesthesia 1995, 74, 681-685.

45. Grundy B.L.: Monitoring of sensory evoked potentials during neurosurgical operation, methods and applications. Neurosurgery 1982, 11, 556.

46. Sebel P.S., Rampil I.J., Cork R., White P., Smith N.T., Brull S., Chamoun N.: Bispectral analysis for monitoring anesthesia – a multicenter study. Anesthesiology 1993, 79, A178.

47. Leslie K., Sessler D.I., Schroeder M., Walters K.: Propofol blood concentration and the bispectral index predict suppression of learning during propofol/epidural anesthesia in volunteers. Anesthesia and Analgesia 1995, 81, 1269-1274.

48. Liu J., Singh H., White P.F.: Electroencephalogram bispectral analysis predicts the depth of midazolam-induced sedation. Anesthesiology 1996, 84, 64-69.

49. Liu J., Singh H., White P.F.: Electroencephalographic bispectral index correlates with intraoperative recall and depth of propofol-induced sedation. Anesthesia and Analgesia 1997, 84,185-189.

50. Gan T.J., Glass P.S., Windsor A., Payne F., Rosow C., Sebel P., Manberg P.: Bispectral index (BIS) monitoring allows faster emergency and improved recovery from propofol/alfentanil/nitrous oxide anesthesia. Anesthesiology 1997, 87, 808-815.

51. Flaishon R., Windsor A., Sigl J., Sebel P.S.: Recovery of consciousness after thiopental or propofol: bispectral index and the isolated forearm technique. Anesthesiology 1997, 86, 613-619.

52. Sebel P.S.: Bispectral analysis of the electroencephalogram (BIS) 12^th World Congress of Anaesthesiologists. Montreal, June 4-9 2000, Book of abstracts, 384-386.

53. Johansen J., Sigl J.: Hypnotic titration using bispectral index (BIS): Anesthetic emergence and recovery. Anesthesiology 1997, 87, 836-847.

54. Gajraj R.J., Doi M., Mantzaridis H., Kenny G.N.C.: Comparison of bispectral EEG analysis and auditory evoked potentials for monitoring depth of anaesthesia during propofol anaesthesia. British Journal of Anaesthesia 1999, 82, 672-678.

55. Gajraj R.J., Doi M., Mantzaridis H., Kenny G.N.C: Analysis of the EEG bispectrum, auditory evoked potentials and EEG power spectrum during repeated transitions from consciousness to unconsciousness. British Journal of Anaesthesia 1998, 80, 46-52.

56. Klonowski W.: Zastosowanie teorii układów nieliniowych do analizy sygnału EEG. X Krajowa Konferencja Naukowa: Biocybernetyka i Inżynieria Biomedyczna. Materiały naukowe, Warszawa 1997, t. II, 590-594.

57. Klonowski W., Jernajczyk W., Niedzielska K., Rydz A., Stępień R.: Quantitative measure of complexity of EEG signal dynamics. Acta Neurobiologiae Experimentalis 1999, 59, 315-321.

58. Viertiö-Oja H.E., Drachman-Mertsalmi R., Jänti V., Meriläinen P.T., Remes R., Seljänperä A., Särkelä M., Talja P.: New method to determine depth of anesthesia from EEG measurements. Annual Meeting of the Society for Technology in Anesthesia 2000. Lake Buena Vista (Florida, USA), January 12-15 2000, Poster Presentation and Talk. (Text from author: [e-mail]).

59. Viertiö-Oja H.: Entropy of the EEG: a robust index for depth of hypnosis. Presentation at World Congress of Anesthesiologists, Montreal, June 4-9 2000. (Text from author: [e-mail]).