Artikel
Entwicklung und Validierung eines Systems zur EMG-Auswertung und Echtzeitdarstellung (SAFE) für das kontinuierlichen intraoperativen Neuromonitoring (CIONM)
Suche in Medline nach
Autoren
Veröffentlicht: | 26. April 2013 |
---|
Gliederung
Text
Einleitung: Das kontinuierliche Neuromonitoring (CIONM)bei Schilddrüsenoperationen stellt eine Weiterentwicklung der intermittierenden elektrischen Stimulation zur Nervenlokalistion dar und basiert auf repetitiver Stimulation des N. vagus während des gesamten Eingriffs. CIONM soll das Risiko einer intraoperativen iatrogenen Nervenschädigung des N. laryngeus recurrens (NLR) durch mechanisches Nerventrauma verhindern. Durch innovative Elektroden wird eine zuverlässige Stimulation sichergestellt; die Signaldarstellung wurde jedoch bislang nicht an die Anforderungen des CIONM angepasst sondern im Wesentlichen direkt vom IONM übernommen. Ziel dieser Studie war es, eine CIONM-spezifische Echtzeit-Signalanalyse und -darstellung zu entwickeln, die den praktischen Anforderungen im OP gerecht wird.
Material und Methoden:
- 1.
- Analyse von motorischen Potentialen (MEPs) aus Schilddrüsenoperationen und Identifizierung spezifischer Charakeristika zur vollautomatischen Erkennung und Bewertung (retrosp. klinische Studie, n=67). Validierung einer Zufallsstichprobe von MEPs (n=2364)
- 2.
- Untersuchung der Korrelation zwischen mechanischem Trauma und EMG-Veränderungen (Tierexperiment, n=3).
- 3.
- Untersuchung von auditorischen Darstellungsmethoden für EMG-Veränderungen (prosp. Probandenstudie, n=32)
- 4.
- Übertragung der Algorithmen zur Signalanalyse aus 1) und 2) in ein Echtzeitsystem (SAFE) mit drahtloser visueller und validierter akustischer Darstellung aus 3) und Datenspeicherung (Benchtests)
- 5.
- Proof-of-concept (n=12) im OP.
Ergebnisse: Anhand statistischer Eigenschaften kann mit 97,1% Sensitivität und 98,1% Spezifität MEPs von Artefakten und anderen Signale unterschieden und Signalparameter berechnet werden (p<0.000001, Fig.1 [Abb. 1]). EMG-Amplitude und Latenz zeigten eine hohe Korrelation zu mechanischer Nervenbelastung im Tierexperiment (p<0.00001, Fig.2a und 2b [Abb. 1]). Durch adaptives synthetisches Audiofeedback wurden EMG-Veränderungen schneller und zuverlässiger erkannt als mit herkömmlicher akustischer Darstellung (p<0.01, Fig.3 [Abb. 1]). Figure 1–3 [Abb. 1].
Das Echtzeitsystem SAFE (signal analysis and feedback in EMG) konnte intraoperativ 99,1% der MEPs korrekt erkennen. Im klinischen Pilotversuch funktionierte das System einwandfrei; es wurde von den Operateuren als hilfreich bewertet und hatte in 5/12 Fällen einen direkten Einfluß auf das operative Vorgehen.
Schlussfolgerung: Die automatische EMG-Signalauswertung im Rahmen des CIONM ist in Echtzeit zuverlässig möglich. Durch synthetisch moduliertes Audiofedback können dem Operateur relevante Nervenfunktionsänderungen intuitiv ohne Ablenkung von der Operation mitgeteilt werden.