Modelado de la analgesia intraoperatoria para el diseño de estrategias de infusión automática de fármacos

Titulo completo: Modelado de la analgesia intraoperatoria para el diseño de estrategias de infusión automática de fármacos.

Financiado por: Fundación Canaria de Investigación Sanitaria (FUNCANIS)

Subvención concedida: 19.297,60 €

Duración: 2 años (01/01/2019-31/12/2020)

Investigador principal: José Antonio Reboso Morales

Investigadores asociados: Yolanda Ramallo Fariña, Iván Castilla Rodríguez, Ana María León Fragoso, María del Carmen Martín Lorenzo, Juan Albino Méndez Pérez, José Francisco Gómez González, José Luis Calvo Rollé, Esteban Jove Pérez

Resumen:

Este proyecto se enmarca en el área temática de Salud Pública, en la investigación en servicios sanitarios enfocado a las líneas de investigación prioritarias de investigación clínica y traslacional e investigación en tecnologías para la salud, en relación con la aplicación de nuevas tecnologías para control del dolor agudo y en la prevención del dolor crónico.

Uno de los grandes retos de la sociedad de nuestro siglo es avanzar hacia la medicina personalizada, es decir, individualizar los tratamientos atendiendo a las características y necesidades de cada paciente. Este proyecto de investigación afronta un importante reto en el ámbito de la anestesiología, como es el de conseguir garantizar un estado anestésico óptimo a los pacientes sometidos a intervenciones quirúrgicas utilizando tecnologías informáticas y de control automático, de tal modo que se garantice una monitorización y control adecuado del nivel de inconsciencia y del estímulo doloroso intraoperatorio. La propuesta que se presenta se focaliza principalmente en la analgesia, tanto en la monitorización del balance analgesia/nocicepción como en el control del nivel de dolor del paciente. En la actualidad, desafortunadamente, no existe un monitor de dolor de aplicación rutinaria universalmente aceptado. La percepción del dolor es individual y por tanto lo son las necesidades de analgesia, existiendo además una gran variabilidad intra e interindividual. La monitorización del componente analgésico durante la anestesia general es extraordinariamente compleja y se realiza todavía a través de medidas subrogadas fundamentadas en monitorizar el sistema nervioso autónomo (SNA). Durante la cirugía, la analgesia está fuertemente influenciada por los estímulos nociceptivos, siendo muy difícil separarla de la anestesia. Recientemente han aparecido aparatos que cuantifican índices que permitirían el control de la analgesia, uno de ellos esel monitor ANI (Analgesia Nociception Index). Por medio de unos parches adhesivos en el tórax mide de manera continua la actividad del Sistema Nervioso Autónomo (SNA) midiendo el predominio del parasimpático en el electrocardiograma con la distancia RR, la amplitud de la onda y la frecuencia respiratoria y ventilatoria. Se fundamenta en analizar cambios en la arritmia sinusal respiratoria del electrocardiograma. En los pacientes bajo anestesia general, los valores diana se sitúan entre 50 y 70. Un ANI inferior a 50 corresponde a una insuficiencia relativa de opioides y predice una respuesta hemodinámica al estímulo quirúrgico en 5-8 minutos; mientras que un ANI superior a 70 lleva a concluir que se ha administrado una dosis excesiva de opioides.

Concretamente el objetivo de nuestra propuesta es estudiar la correlación de las variables ANI, BIS (Indice Biespectral) y EMG (electromiograma) con el nivel nociceptivo observado en el paciente durante la anestesia general. Se realizará un estudio observacional prospectivo en 20 pacientes en el que se monitorizará el BIS, el índice ANI y la señal del EMG. Con los datos recogidos se sintetizará un modelo basado en inteligencia artificial que relacione la velocidad de infusión de analgésico, nos centraremos en el remifentanilo (opiáceo con buen perfil para infusión continua), con la evolución de este índice, que una vez analizado permitirá describir la respuesta del paciente a los fármacos. Se considerará un modelo tricompartimental para la descripción de esta dinámica. Por un lado, se modelará la farmacocinética del fármaco (PK) y, posteriormente, se completará el modelo añadiendo la farmacodinámica (PD). En la siguiente fase de realizará la validación tanto de estos modelos PK/PD como otros basados en técnicas de redes neuronales, lógica borrosa y algoritmos genéticos.

Además, el proyecto contempla el desarrollo teórico de un sistema para la administración automática de analgésico en función de las necesidades reales del paciente. Otros objetivos son: extraer conclusiones sobre la influencia de parámetros como el género, clasificación ASA, la edad, la altura o el peso con las dosis aplicadas de analgésico.

Este estudio tiene gran interés biomédico, está centrado la investigación de nuevas tecnologías para la salud fundamentándose en la transversalidad entre la bioingeniería y la práctica clínica. Permite pues, proponer nuevas estrategias para el modelado y control de fármacos parametrizados en función de estás constantes. Los beneficios esperados del proyecto, al permitir optimizar el ajuste de las dosis, se relacionan con la prevención de la infra o sobredosificación de opioides, menores tiempos de recuperación, mayor estabilidad hemodinámica y disminución de la respuesta al estrés quirúrgico. Un mal control del dolor intraoperatorio puede tener consecuencias relevantes a corto y medio plazo. Una de las más relevantes es el dolor crónico postquirúgico, que persiste más allá de 3 meses después de una intervención quirúrgica. Actualmente es uno de los problemas médicos emergentes más preocupantes en salud pública y se trata de un fenómeno global, especialmente en los países avanzados con implicaciones sociales y sanitarias de primer orden.

Por tanto, los objetivos que se plantean este proyecto son novedosos, de gran interés en la comunidad científica internacional y suponen un avance de importancia al estado del arte actual en el campo de las herramientas de control del dolor agudo y enfocado hacia una medicina personalizada.

Persona de contacto: Yolanda Ramallo Fariña (yolanda.ramallofarina@sescs.es)