Contributions to the modelling of the hypnotic process in general anesthesia

• Autores: Gerardo Alfonso Pérez
• Directores de la Tesis: Juan Albino Méndez Pérez (dir. tes.), Santiago Torres Álvarez (codir. tes.)
• Lectura: En la Universidad de La Laguna ( España ) en 2020
• Idioma: inglés
• Tribunal Calificador de la Tesis: Francisco Javier de Cos Juez (presid.), José-Luis Casteleiro-Roca (secret.), Silvia Alayón Miranda (voc.)
• Programa de doctorado: Programa de Doctorado en Ingeniería Industrial, Informática y Medioambiental por la Universidad de La Laguna
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Informática
  • Ciencias de la vida
    • Fisiología humana
      • Anestesiología
• Enlaces
  • Tesis en acceso abierto en: RIULL
• Resumen

  • En el ámbito de la automatización de la anestesia es de gran importancia la disponibilidad de una medida fiable de la profundidad del nivel de conciencia (hipnosis) del paciente. Según este valor, la dosis hipnótica del medicamento se puede calcular adecuadamente. Uno de los índices de hipnosis más estudiados es el índice bispectral (BIS). En este tesis analizamos una alternativa llamada Patient State Index (PSI). El objetivo de este estudio es modelar la relación entre la concentración efecto-sitio (Ce) de los valores de propofol y PSI del monitor SEDline. Esta tesis tiene como objetivo validar la precisión describiendo el nivel de hipnosis durante la fase de mantenimiento de la anestesia general del PSI. El estudio incluye tanto el modelado de la variable PSI como la comparación con los valores BIS. Para ello, se utilizaron datos reales de pacientes sometidos a anestesia general monitoreados simultáneamente con señales BIS y PSI. Los resultados obtenidos son interesantes para una correcta interpretación de la señal PSI en la práctica clínica. Las redes neuronales también se utilizaron como una herramienta que pronosticó los valores de los índices BIS y PSI utilizando la velocidad de la perfusión como entrada (así como términos de retraso). Los resultados sugieren que la red neuronal podría ser una herramienta adecuada para modelar este tipo de procesos. Los resultados de las simulaciones BIS y PSI fueron comparables.