El maniquí estadístico define los existencias de la anestésico con ketamina en el cerebro

Basado en mediciones del ritmo cerebral de nueve sujetos humanos y dos animales, el nuevo modelo publicado en PLOS Biología Computacionaldefine los estados distintos y característicos de la actividad cerebral que ocurren durante la anestesia inducida por ketamina, incluida la duración de cada uno. También realiza un seguimiento de los patrones de cómo los estados pasan de uno a otro. El «modelo de Markov beta-oculto» proporciona a los anestesiólogos, neurocientíficos y científicos de datos una guía basada en principios sobre cómo la anestesia con ketamina afecta el cerebro y lo que experimentarán los pacientes.

Paralelamente, el laboratorio del autor principal Emery N. Brown, anestesista del MGH y profesor de neurociencia computacional Edward Hood Taplin en el MIT, desarrolló análisis estadísticos para caracterizar la actividad cerebral bajo anestesia con propofol, pero como deja claro el nuevo estudio, la ketamina produce resultados completamente diferentes. efectos. Por lo tanto, los esfuerzos para comprender mejor el fármaco y mejorar los resultados de los pacientes dependen de tener un modelo específico para la ketamina.

«Ahora tenemos una participación estadística extremadamente sólida sobre el terreno con respecto a la ketamina y su dinámica», dijo Brown, profesor del Departamento de Ciencias Cognitivas y Cerebrales del MIT y del Instituto de Ingeniería y Ciencias Médicas, así como de la Facultad de Medicina de Harvard.

Haz un modelo

Después de que los colegas del MGH mostraran patrones alternos de ritmos gamma de alta frecuencia y ritmos delta de muy baja frecuencia en pacientes sometidos a anestesia con ketamina, el equipo de Brown, dirigido por el estudiante graduado Indie Garwood y postdoctoral Sourish Chakravarty, decidió realizar un análisis riguroso. Chakravarty sugirió a Garwood que un modelo de Markov oculto podría ajustarse bien a los datos porque es adecuado para describir sistemas que cambian entre estados discretos.

Para realizar el análisis, Garwood y el equipo recopilaron datos de dos fuentes principales. Una serie de mediciones provino de EEG montados en la frente en nueve pacientes quirúrgicos que se ofrecieron voluntariamente para someterse a anestesia inducida por ketamina durante un período de tiempo antes de someterse a una cirugía con fármacos anestésicos adicionales. El otro provino de electrodos implantados en la corteza frontal de dos animales en el laboratorio de Earl Miller, profesor Picower de neurociencia en el MIT.

Al analizar las lecturas con el modelo de Markov oculto, utilizando una distribución beta como modelo de observación, no sólo se capturaron y caracterizaron las alternancias observadas previamente entre los ritmos gamma y delta, sino algunos otros estados más sutiles que mezclaron los dos ritmos.

Es importante destacar que el modelo mostró que los diversos estados se mueven a través de un orden característico y definió la duración de cada estado. Garwood dijo que comprender estos patrones le permite hacer predicciones de la misma manera que un nuevo conductor puede aprender a predecir los semáforos. Por ejemplo, saber que las luces cambian de verde a amarillo a rojo y que la luz amarilla solo dura unos segundos puede ayudar a un nuevo conductor a predecir qué hacer al llegar a una intersección. Del mismo modo, los anestesiólogos que monitorean los ritmos de un paciente pueden usar los resultados para asegurarse de que los estados cerebrales cambien como deberían o hacer cambios si no es así.

Caracterizar los patrones de los estados cerebrales y sus transiciones también ayudará a los neurocientíficos a comprender mejor cómo funciona la ketamina en el cerebro, agregó Brown. A medida que los investigadores crean modelos computacionales de los circuitos cerebrales subyacentes y su respuesta al fármaco, dijo, los nuevos hallazgos les proporcionarán limitaciones importantes. Por ejemplo, para que un modelo sea válido, no solo debe producir estados alternados de gamma y de ritmo lento, sino también más sutiles. Debería producir cada estado durante la duración adecuada y producir las transiciones de estado en el orden correcto.

«La falta de este modelo impidió que algunos de nuestros otros trabajos avanzaran estrictamente», dijo Garwood. «El desarrollo de este método nos ha permitido obtener esa descripción cuantitativa que necesitamos para poder comprender qué está sucediendo y qué tipo de actividad neuronal está generando estos estados».

Nuevas ideas

A medida que los neurocientíficos aprenden más sobre cómo la ketamina induce la inconsciencia a partir de tales esfuerzos, ya es evidente una implicación importante, dijo Brown. Mientras que el propofol hace que la actividad cerebral esté dominada por ritmos de muy baja frecuencia, la ketamina incluye períodos de alta potencia en los ritmos de alta frecuencia. Estos dos medios muy diferentes de lograr la inconsciencia parecen sugerir que la conciencia es un estado que se puede perder de múltiples formas, dijo Brown.

«Puedo dejarlo inconsciente haciendo que su cerebro se vuelva hiperactivo de alguna manera, o puedo dejarlo inconsciente disminuyéndolo», dijo. «El concepto más general es que hay una dinámica – no podemos definirla con precisión – que está asociada con el hecho de que estás consciente y tan pronto como te alejas de esa dinámica por ser demasiado rápido o demasiado lento, o demasiado desordenado o hipercoordinado, puede estar inconsciente «.

Además de considerar esa hipótesis, el equipo está analizando varios proyectos nuevos, incluida la medición de los efectos de la ketamina en áreas más grandes del cerebro y la medición de los efectos cuando los sujetos se despiertan de la anestesia.

El desarrollo de sistemas capaces de monitorear la inconsciencia bajo anestesia con ketamina en un entorno clínico requerirá el desarrollo de versiones del modelo que se puedan realizar en tiempo real, agregaron los autores. En la actualidad, el sistema solo se puede aplicar a datos post-hoc.

Además de Garwood, Chakravarty, Brown y Miller, los otros autores del artículo son Jacob Donoghue, Meredith Mahnke, Pegah Kahali, Shubham Chamadia y Oluwaseun Akeju.

Los Institutos Nacionales de Salud, la Fundación Nacional de Ciencias, MGH y la Fundación JPB financiaron el estudio.