Predicción de complicaciones postoperatorias a partir de la actividad neuronal de pacientes pediátricos sometidos a anestesia mediante modelos de Machine Learning
- Autores: Laura Gutiérrez, Javier Gómez-Pilar, Estefanía Gómez Pesquera, Eduardo Tamayo Gómez, Robert H. Horner
- Localización: CASEIB 2023. Libro de Actas del XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica: Contribuyendo a la salud basada en valor / coord. por Joaquín Roca González, Dolores Ojados González, Juan Suardíaz Muro, 2023, ISBN 978-84-17853-76-1, págs. 642-645
- Idioma: español
- Enlaces
-
Resumen
Dado que el cerebro es el órgano diana para muchos anestésicos, una monitorización precisa de la profundidad anestésica es esencial para prevenir complicaciones postoperatorias, como los Trastornos del Comportamiento (TCPO). En este trabajo se analizaron señales del electroencefalograma (EEG) de 115 pacientes pediátricos adquiridos y monitorizados mediante el sistema SedLine®. Se calcularon características espectrales y no lineales del EEG en tres estados: vigilia preoperatoria, anestesia y cirugía. Se encontraron diferencias significativas entre los estados de vigilia y anestesia, mostrando una actividad neuronal más rápida y compleja durante la anestesia en estos pacientes. Posteriormente, se realizó un análisis de asociación entre las variables electrofisiológicas, clínicas y sociodemográficas. Se estableció una relación entre variables clínicas y sociodemográficas y los TCPO, además de identificarse la importancia de la potencia relativa en Delta-1 en la predicción de TCPO a corto ...
