Monitor de brote-supresión para coma inducido.

Un método para monitorizar un sujeto sedado usando un procesador lógico,

que comprende:

recibir datos digitales que representan el electroencefalograma, EEG, de dicho sujeto en dicho procesador;

calcular una diferencia de amplitud absoluta (di) a través de la señal de EEG, con un historial de 1 segundo, alisando de este modo para minimizar los efectos de la variación de la señal sobre la detección del inicio;

usar dicho procesador para determinar uno o más inicios de brote detectando un inicio de brote cuando una diferencia de amplitud absoluta alisada supera un criterio basado en la mediana de la amplitud absoluta del EEG multiplicada por un factor especificado;

usar dicho procesador para determinar uno o más inicios de supresión detectando un inicio de supresión cuando la diferencia de amplitud absoluta alisada va por debajo de la mediana de la amplitud absoluta;

usar dicho procesador para determinar uno o más intervalos de brote-supresión, determinando el tiempo entre un inicio de la supresión y un inicio del brote posterior, independientemente de la duración del brote;

usar dicho procesador para determinar un intervalo de brote-supresión medio en curso para una duración temporal especificada junto con un nivel de confianza estadística; y

presentar dados que indican dicho intervalo de brote-supresión medio en curso a un usuario, proporcionando de este modo a dicho usuario información para guiar el ajuste de terapia para el mantenimiento de un estado de sedación deseado,

en el que dicha presentación comprende presentar datos al usuario que indican el intervalo de brote-supresión medio en curso y que también indican el nivel de confianza del intervalo de brote-supresión medio en curso.

Monitor de brote-supresión para coma inducido Campo de la invención

La presente invención se refiere a métodos para el análisis de un electroencefalograma (EEG) o conjuntos de datos relacionados y presentar información clínicamente relevante o emprender acciones basándose en el análisis.

Antecedentes de la invención

Referencias antecedentes

1. Principal Component Analysis and Gabortransform in analysing burst-suppression EEG under propofol anaesthesia, Laeven, R., Gielen, C.C.A.M., Coenen, A.M.L., y Van Rijn, C.M. (21) Sleep-wake Research in the Netherlands, 12, 75-8.

2. Anesthesia monitoring system based on electroencephalographic signáis, patente de Estados Unidos 6317627

3. An effective correlation dimensión and burst suppression ratio of the EEG in rat. Correlation with sevoflurane induced anaesthetic depth. (26) P. L. C. van den Broek, C. M. van Rijn, J. van Egmond, A. M. L. Coenen, L. H. D. J. Booij, European Journal of Anaesthesiology, mayo, 23 (5) 391-42.

4. Automatic analysis and monitoring of burst suppression in anesthesia. (22), Mika Sarkela MSc, Seppo Mustola MD, Tapio Seppanen PhD, Miika Koskinen MSc, Pasi Lepóla MSc, Kalervo Suominen PhD Tatú Juvonen MD PhD, HeliTolvanen-Laakso MSc y Ville Jantti MD PhD, J Clin Monit Comput. Feb, 17(2) 125-134.

5. The Narcotrend Index: Classification algorithm, correlation with propofol effect-site concentrations and comparison with spectral parameters. (24) Schultz A, Grouven U, Berger FA, Schultz B, Biomed Tech (Berl),

marzo, 49(3) 38-42.

6. Sundt TM, Sharbrough FW, Piepgras DG, Kearns TP, Correlation of cerebral blood flow and electroencephalographic changes during carotid endarterectomy with results of surgery and hemodynamics of cerebral ischemia., Mayo Clin Proc. 1981 septiembre; 56(9): 533-43.

7. Messick JM, OFallon WM: Correlation of cerebral blood flow and electroencephalographic changes during carotid endarterectomy with results of surgery and hemodynamics of cerebral ischemia. Mayo Clinic proceedings 1981: 56:533-43

8. Gibbs FA, Gibbs EL, Lennox WG: Effect on the electroencephalogram of certain drugs which influence nervous activity. Arch Intern Med 1937: 6:154-66

9. J. Derbyshire, B. Rempel, A. Forbes y E. F. Lambed (1936).The Effects of Anesthetics on Action Potentials in the Cerebral Cortex of the Cat. Am J Physiol 116: 577-596.

1. Plenrey, CE, Scoville, WB. (1952).Suppression-burst activity from isolated cerebral cortex in man. Electroencephalogr Clin Neurophysiol. 4:1-22.

11. Akrawi WP, Drummond JC, Kalkman CJ, Patel PM. (1996). A comparison of the electrophysiologic characteristics of EEG burst-suppression as produced by isoflurane, thiopental, etomidate, and propofol. Journal of Neurosurgical Anesthesiology, 8: 4-6.

12. Bruhn J, Ropcke H, Rehberg B, Bouillon T, Ploeft A. (2). Electroencephalogram approximate entropy correctly classifies the occurrence of burst suppression pattern as increasing anesthetic drug effect. Anesthesiology, 93: 981-5.

13. Leistritz L, Jager H, Schelenz C, Witte H, Putsche P, Specht M, Reinhart K. (1999). New approaches for the detection and analysis of electroencephalographic burst-suppression patterns in patients under sedation. Journal of Clinical Monitoring and Computing, 15: 357-67.

14. Lipping T, Jantti V, Yli-Hankala A, & Hartikainen K. (1995). Adaptive segmentation of burst-suppression pattern in isoflurane and enflurane anesthesia. International Journal of Clinical Monitoring and Computing, 12: 161-7.

15. Muthuswamy J, Sherman DL, Thakor NV. (1999). Pligher-order spectral analysis of burst patterns in EEG. IEEE Transactions on Biomedical Engineering, 4: 92-9.

16. Sarkela M, Musióla S, Seppanen T, Koskinen M, Lepóla P, Suominen K, Juvonen T, Tolvanen-Laakso H, Jantti V. (22).Automatic analysis and monitoring of burst suppression in anesthesia. Journal of Clinical Monitoring and Computing, 17: 125-34.

17. Bodenstein, G., Praetorius, H.M., 1977. Feature extraction from the electroencephalogram by adaptive segmentation. Proc. IEEE. 65: 642-652.

El documento Van Gils et al., 1997, IEEE ENGINEERING IN MEDICINE AND BIOLOGY, págs. 56-63 describe el procesamiento de señales en registros de EEG prolongados durante cuidados intensivos.

El documento Rae-Grant et al., 1994, ELECTROENCEPHALOGRAPHY AND CLINICAL NEUROPHYSIOLOGY, Vol. 9, No. 1, págs. 17-23, describe intermitencia de tipo III: un modelo dinámico no lineal de brote-supresión en EEG.

El documento Lutz et al., 1999, JOURNAL OF CLINICAL MONITORING AND COMPUTING, Vol. 15, págs. 357-367, describe nuevas estrategias para la detección y el análisis de patrones de brote-supresión electroencefalográficos en pacientes en sedación.

Sumario

En un primer aspecto, la presente invención proporciona un método tal como se define en la reivindicación 1.

En algunos casos, el método de la invención comprende además usar el procesador para realizar análisis estadístico para corregir la variabilidad del ruido, u otra variabilidad isoeléctrica u otras alteraciones eléctricas en dicho EEG.

En algunos casos del método de la invención, los datos de EEG son un flujo de datos de amplificación de EEG estándar introducidos en el procesador lógico.

En algunos casos del método de la invención, los datos digitales que representan el EEG de dicho sujeto son un flujo de muestras digitales de valores de amplitud en diferentes puntos temporales de captura de datos.

En algunos casos, el método de la invención comprende además usar datos de múltiples canales de EEG para detectar varianza en generación de brote-supresión en registros del cuero cabelludo para reforzar la fiabilidad de la detección de un inicio de brote y un inicio de supresión; y/o usar un único canal de EEG que proporciona una amplitud medida más grande.

En algunos casos, el método de la invención comprende además

detectar el inicio de brote cuando la diferencia de amplitud alisada absoluta (di) supera 2 veces una mediana (m) de la amplitud absoluta.

En casos particulares, el método comprende además:

(a) calcular dicha diferencia de amplitud absoluta (di)

de acuerdo con Í=1

en la que A = amplitud de la muestra /;

R indica una tasa de muestras/segundo, tal como 128 muestras/segundo; y S es un parámetro de alisado, tal como 4 para una tasa de muestreo de 128; o

(b) detectar un inicio de brote cuando la diferencia de amplitud alisada absoluta (di) supera B veces la mediana (m) de la amplitud absoluta;

en la que B se selecciona teórica o empíricamente y puede ajustarse por paciente o aprenderse mediante un algoritmo para dicho sujeto; o

(c) determinar la mediana de la amplitud absoluta a partir de un historial de mayor duración; actualizar dicha mediana de la amplitud absoluta periódicamente; o

(d) ignorar un inicio de supresión particular cuando un inicio de brote se produce pasado menos de aproximadamente un tiempo especificado, tal como 5 ó 1 ms, después de dicho inicio de supresión particular; o

(e) reiniciar un recuento temporal, tal como, el número de muestras digitalizadas desde el último inicio de brote, a cero en cada inicio de brote, en el que un recuento temporal anterior inmediatamente precedente se designa como un intervalo de BS actual.

En algunos casos del método de la invención, el intervalo de brote-supresión medio se expresa en unidades de segundos.

En algunos casos, el método de la invención comprende además sumar inicios de brote durante un periodo de tiempo y presentar los resultados en unidades de brotes por minuto a un usuario. En casos particulares, el método comprende además permitir a un usuario establecer un historial durante el cual se miden dichos brotes por minuto o usar una duración del historial por defecto.

En algunos casos del método de la invención, dicho intervalo de brote-supresión medio se determina mediante b IR y se expresa en unidades de segundos y es determinado por dicho procesador lógico, en el que R indica una tasa

de muestras/segundo y b indica una media de intervalos de brote-supresión medida en 1/R que comprende:

determinar b de acuerdo con:

b=

en la que n = número de intervalos de supresión recopilados;

en la que j = cómputo o recuento del número de intervalos de supresión recopilados

en la que b puede representarse lineal, logarítmica o exponencialmente.

En algunos casos, el método de la invención comprende además:

indicar confianza al 95 % si= > ,166R durante 1 minuto dados la desviación estándar de intervalos de brote y

y/n

el número de intervalos;

1. Un método para monitorizar un sujeto sedado usando un procesador lógico, que comprende:

recibir datos digitales que representan el electroencefalograma, EEG, de dicho sujeto en dicho procesador; calcular una diferencia de amplitud absoluta (di) a través de la señal de EEG, con un historial de 1 segundo, alisando de este modo para minimizar los efectos de la variación de la señal sobre la detección del inicio; usar dicho procesador para determinar uno o más inicios de brote detectando un inicio de brote cuando una diferencia de amplitud absoluta alisada supera un criterio basado en la mediana de la amplitud absoluta del EEG multiplicada por un factor especificado;

usar dicho procesador para determinar uno o más inicios de supresión detectando un inicio de supresión cuando

la diferencia de amplitud absoluta alisada va por debajo de la mediana de la amplitud absoluta;

usar dicho procesador para determinar uno o más intervalos de brote-supresión, determinando el tiempo entre un

inicio de la supresión y un inicio del brote posterior, independientemente de la duración del brote;

usar dicho procesador para determinar un intervalo de brote-supresión medio en curso para una duración

temporal especificada junto con un nivel de confianza estadística; y

presentar dados que indican dicho intervalo de brote-supresión medio en curso a un usuario, proporcionando de este modo a dicho usuario información para guiar el ajuste de terapia para el mantenimiento de un estado de sedación deseado,

en el que dicha presentación comprende presentar datos al usuario que indican el intervalo de brote-supresión medio en curso y que también indican el nivel de confianza del intervalo de brote-supresión medio en curso.

2. El método de la reivindicación 1, que además:

(a) comprende usar dicho procesador para realizar análisis estadístico para corregir variabilidad del ruido, u otra variabilidad isoeléctrica u otras alteraciones eléctricas en dicho EEG; y/o

(b) en el que dichos datos de EEG son un flujo de datos de amplificación de EEG estándar introducido en dicho procesador lógico.

3. El método de la reivindicación 1 o la reivindicación 2, en el que además dichos datos digitales que representan dicho EEG del sujeto son un flujo de muestras digitales de valores de amplitud en diferentes puntos temporales de captura de datos.

4. El método de una cualquiera de las reivindicaciones 1 a 3, que además:

(i) comprende usar datos de múltiples canales de EEG para detectar varianza en generación de brote-supresión a través de registros del cuero cabelludo para reforzar la fiabilidad de la detección de inicio de brote e inicio de supresión; y/o

(ii) comprende usar un único canal de EEG que proporciona una mayor amplitud medida.

5. El método de una cualquiera de las reivindicaciones 1 a 4, que comprende además:

detectar un inicio de brote cuando la diferencia de amplitud alisada absoluta (di) supera 2 veces una mediana (m) de la amplitud absoluta.

6. El método de la reivindicación 5:

(a) que comprende además:

calcular dicha diferencia de amplitud absoluta (di) de acuerdo con

4-,J ;

K i=l

en la que A = amplitud de la muestra i;

R indica una tasa de muestras/segundo, tal como 128 muestras/segundo; y S es un parámetro de alisado, tal como 4 para una tasa de muestreo de 128; o

(b) que comprende además:

detectar un inicio de brote cuando la diferencia de amplitud alisada absoluta (di) supera B veces la mediana (m) de la amplitud absoluta;

en donde B se selecciona teórica o empíricamente y puede ajustarse por paciente o aprenderse mediante un algoritmo para dicho sujeto; o

(c) que comprende además:

determinar la mediana de la amplitud absoluta a partir de un historial de mayor duración; actualizar periódicamente dicha mediana de la amplitud absoluta; o

(d) que comprende además:

ignorar un inicio de supresión particular cuando un inicio de brote se produce pasado menos de aproximadamente un tiempo especificado, tal como 5 ó 1 ms, después de dicho inicio de supresión particular; o (e) que comprende además:

reiniciar a cero un recuento temporal, tal como, el número de muestras digitalizadas desde el último inicio de brote, en cada inicio de brote, en el que un recuento temporal previo inmediatamente anterior se designa como un intervalo de BS actual.

7. El método de cualquiera de las reivindicaciones 1 a 6, en el que además: dicho Intervalo de brote-supresión medio se expresa en unidades de segundos.

8. El método de la reivindicación 2, que comprende además: sumar inicios del brote durante un periodo de tiempo y presentar los resultados en unidades de brotes por minuto a un usuario.

9. El método de la reivindicación 8, que comprende además:

permitir a un usuario establecer un historial durante el cual se miden dichos brotes por minuto o usar una duración del historial por defecto.

1. El método de la reivindicación 5, que comprende además:

dicho Intervalo de brote-supresión medio se determina mediante b / R y se expresa en unidades de segundos y

es determinado por dicho procesador lógico, en donde R indica una tasa de muestras/segundo y b indica una media de Intervalos de brote-supresión medida en 1/R que comprende:

determinar b de acuerdo con:

en la que n = número de Intervalos de supresión recopilados;

en la que j = cómputo o recuento del número de intervalos de supresión recopilados, en la que b puede representarse lineal, logarítmica o exponencialmente.

11. El método de la reivindicación 5 que comprende además:

$

indicar confianza al 95 % s\¡=> ,166R durante 1 minuto dada la desviación estándar de intervalos de brote

12. El método de la reivindicación 4, que comprende además usar dicho procesador para preprocesar dichos datos de señal de EEG para realizar reducción de ruido mediante operaciones matemáticas de alisado tales como alisado y filtrado.

13. El método de la reivindicación 12, en el que dicha reducción de ruido comprende uno o más de:

usar una comparación por salto de 3 muestras en la que la amplitud a un tiempo se compara con la amplitud a un tiempo 3, la amplitud a tiempo 1 con la amplitud a tiempo 4; o

usar un salto de 1 muestra para capturar brotes de baja amplitud raros en algunos pacientes; o usar un salto de 2 muestras como caso por defecto.

4ñ

y número de intervalos; en el que

donde s= desviación estándar, n=número de intervalos.