metricas
Revista Española de Anestesiología y Reanimación Análisis de la fotopletismografía para determinación de variaciones en el ton...
Información de la revista
Vol. 70. Núm. 4.
Páginas 187-246 (Abril 2023)
Cita
Cita
Compartir
Descargar PDF
Más opciones de artículo
Visitas
1513
Vol. 70. Núm. 4.
Páginas 187-246 (Abril 2023)
ORIGINAL

Análisis de la fotopletismografía para determinación de variaciones en el tono vascular y la presión arterial: Estudio basado en redes neuronales

Photoplethysmography waveform analysis for classification of vascular tone and arterial blood pressure: Study based on neural networks
Visitas
1513
N.I. Echeverríaa, A.G. Scandurraa, C.M. Acostab, G.J. Meschinoa, F. Suarez Sipmannc,d,e, G. Tusmanb,
Autor para correspondencia
gtusman@hotmail.com

Autor para correspondencia.
a Laboratorio de Bioingeniería, ICYTE-CONICET, Facultad de Ingeniería, Universidad Nacional de Mar del Plata, Buenos Aires, Argentina
b Departamento de Anestesiología, Hospital Privado de Comunidad, Mar del Plata, Buenos Aires, Argentina
c Laboratorio Hedenstierna, Departamento de Ciencias quirúrgicas, Universidad de Uppsala, Uppsala, Suecia
d Centro de Investigación Biomédica en Red de Enfermedades Respiratorias (CIBERES), Madrid, España
e Departamento de Cuidados Críticos, Hospital Universitario de La Princesa, Madrid, España
Este artículo ha recibido
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen
Antecedentes y objetivo

El propósito del presente estudio fue evaluar si una red neuronal superficial (RN-S) puede detectar y clasificar los cambios en la presión arterial (PA), dependientes del tono vascular mediante un análisis del contorno de la onda de fotopletismografía (FPG).

Material y métodos

Las señales de FPG y PA invasivas fueron simultáneamente registradas en 26 pacientes programados para cirugía general. Se estudió la aparición de episodios de hipertensión (presión arterial sistólica (PAS) > 140 mmHg), normotensión e hipotensión (PAS < 90 mmHg). El tono vascular fue clasificado según la FPG en dos formas: 1) Mediante inspección visual de los cambios en la amplitud de la onda de FPG y en la posición de la incisura dícrota; donde las clases I-II representan vasoconstricción (incisura dícrota ubicada a > 50% de la amplitud de FPG en ondas de pequeña amplitud), tono vascular normal de clase III (incisura dícrota ubicada entre 20-50% de la amplitud de FPG en ondas normales) y vasodilatación de clases IV-V-VI (incisura dícrota a < 20% de la amplitud FPG en ondas grandes). 2) Mediante un análisis automatizado basado en RN-S que combina siete parámetros derivados de la onda de FPG.

Resultados

La evaluación visual fue precisa en la detección de hipotensión (sensibilidad 91%, especificidad 86% y precisión 88%) e hipertensión (sensibilidad 93%, especificidad 88% y precisión 90%). La normotensión se presentó como clase visual III (III-III) (mediana y 1°- 3° cuartiles), hipotensión como clase V (IV-VI) e hipertensión como clase II (I-III); todos con significancia estadística (p < 0,0001). La RN-S funcionó bien en la clasificación de las condiciones de PA. El porcentaje de datos con clasificación correcta por la RN-S fue del 83% para normotensión, 94% para hipotensión y 90% para hipertensión.

Conclusiones

Los cambios en la PA inducidos por alteraciones en el tono vascular fueron clasificados correctamente de forma automática con una RN-S con base en parámetros obtenidos de la onda de FPG.

Palabras clave:
Presión arterial
Fotopletismografía
Tono vascular
Complacencia arterial
Redes neuronales
Abstract
Background

To test whether a Shallow Neural Network (S-NN) can detect and classify vascular tone dependent changes in arterial blood pressure (ABP) by advanced photopletysmographic (PPG) waveform analysis.

Methods

PPG and invasive ABP signals were recorded in 26 patients undergoing scheduled general surgery. We studied the occurrence of episodes of hypertension (systolic arterial pressure (SAP) > 140 mmHg), normotension and hypotension (SAP < 90 mmHg). Vascular tone according to PPG was classified in two ways: 1) By visual inspection of changes in PPG waveform amplitude and dichrotic notch position; where Classes I-II represent vasoconstriction (notch placed > 50% of PPG amplitude in small amplitude waves), Class III normal vascular tone (notch placed between 20-50% of PPG amplitude in normal waves) and Classes IV-V-VI vasodilation (notch < 20% of PPG amplitude in large waves). 2) By an automated analysis, using S-NN trained and validated system that combines seven PPG derived parameters.

Results

The visual assessment was precise in detecting hypotension (sensitivity 91%, specificity 86% and accuracy 88%) and hypertension (sensitivity 93%, specificity 88% and accuracy 90%). Normotension presented as a visual Class III (III-III) (median and 1st-3rd quartiles), hypotension as a Class V (IV-VI) and hypertension as a Class II (I-III); all p < 0.0001. The automated S-NN performed well in classifying ABP conditions. The percentage of data with correct classification by S-ANN was 83% for normotension, 94% for hypotension, and 90% for hypertension.

Conclusions

Changes in ABP were correctly classified automatically by S-NN analysis of the PPG waveform contour.

Keywords:
Arterial blood pressure
Photoplethysmography
Vascular tone
Arterial compliance
Neural networks

Artículo

Opciones para acceder a los textos completos de la publicación Revista Española de Anestesiología y Reanimación
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
E-mail
Bibliografía
[1]
J.A.R. van Waes, W.A. van Klei, D.N. Wijeysundera, L. van Wolfswinkel, T.F. Lindsay, W.S. Beattie.
Association between intraoperative hypotension and myocardial injury after vascular surgery.
Anesthesiology., 124 (2016), pp. 35-44
[2]
A. Basali, E.J. Masch, I. Kalfas, A. Schubert.
Relation between perioperative hypertension and intracranial hemorrhage after craniotomy.
Anesthesiology., 93 (2000), pp. 48-53
[3]
D.L. Reich, E. Bennet-Guerrero, C. Bodian, S. Hossain, W. Winfree, M. Krol.
Intraoperative tachycardia and hypertension are independently associated wih adverse outcome in noncardiac surgery of long duration.
Anesth Analg., 95 (2002), pp. 273-277
[4]
M. Walsh, P.J. Devereaux, A.X. Garg, A. Kurz, A. Turan, R.N. Rodseth, et al.
Relationship between intraoperative mean arterial pressure and clinical outcomes after noncardiac surgery: toward an empirical definition of hypotension.
Anesthesiology., 119 (2013), pp. 507-515
[5]
K. Bartels, S.A. Esper, R.H. Thiele.
Blood pressure monitoring for the anesthesiologist: a practical review.
Anesth Analg., 122 (2016), pp. 1866-1879
[6]
T. Akata.
General anesthetics and vascular smooth muscle Direct actions of general anesthetics on cellular mechanisms regulating vascular tone.
Anesthesiology., 106 (2007), pp. 365-391
[7]
G. Tusman, C.M. Acosta, S. Pulletz, S.H. Böhm, A. Scandurra, J.M. Arca, et al.
Photoplethysmographic characterization of vascular tone mediated changes in arterial pressure: an observational study.
J Clin Monit Comput., 33 (2019), pp. 815-824
[8]
W.W. Nichols, M.F. O’Rourke.
McDonald's blood flow in arteries. Theoretical experimental and clinical principles.
Edward Arnold, (1999),
[9]
M.F. O’Rourke, T. Yaginuma, A.P. Avolio.
Physiological and pathophysiological implications of ventricular/vascular coupling.
Annals of Biomed Eng., 12 (1984), pp. 119-134
[10]
G. Tusman, A. Scandurra, C.M. Acosta, S. Puca, J. Martinez Arca, M. Madorno, et al.
Photoplethysmogram amplitude is well correlated with beat-by-beat changes in arterial blood pressure.
Clin Med Rev Case Rep., 8 (2021), pp. 338
[11]
P.E. Marik, X. Monnet, J.L. Teboul.
Hemodynamic parameters to guide fluid theraphy.
Ann Intensive Care., 1 (2011), pp. 1
[12]
W.J. Fawcett, M. Thomas.
Pre-operative fasting in adults and children: clinical practice and guidelines.
Anaesthesia., 74 (2019), pp. 83-88
[13]
J.B. Bijker, W.A. van Klei, T.H. Kappen, L. van Wolfswinkel, K.G. Moons, C.J. Kalkman.
Incidence of intraoperative hypotension as a function of the chosen definition.
Anesthesiology., 107 (2007), pp. 213-220
[14]
G. Mancia, R. Fagard, K. Narkiewicz.
ESH/ESC guidelines for the management of arterial hypertension.
Eur Heart J., 34 (2013), pp. 2159-2219
[15]
F. Song, Z. Guo, D. Mei.
Feature Selection Using Principal Component Analysis, (2010), pp. 27-30
[16]
M.F. Møller.
A scaled conjugate gradient algorithm for fast supervised learning.
Neural Netw., 6 (1993), pp. 525-533
[17]
G. James, D. Witten, T. Hastie, R. Tibshirani.
An Introduction to Statistical Learning: With Applications in R.
1 st ed Corr. 6 th printing 2016 edition, Springer, (2013),
[18]
V. Tassoudis, G. Vretzakis, A. Petsiti, G. Stamatiou, K. Bouzia, M. Melekos, et al.
Impact of intraoperative hypotension on hospital stay in major abdominal surgery.
J Anesth., 25 (2011), pp. 492-499
[19]
E. Borthwick, A. Ferguson.
Perioperative acute kidney injury: risk factors, recognition, management, and outcomes.
BMJ., 340 (2010), pp. c3365
[20]
A.A. Awad, A.S. Haddadin, H. Tantawy, T.M. Badr, R.G. Stout, D.G. Silverman, et al.
The relationship between the photoplethysmographic waveform and systemic vascular resistance.
J Clin Monit Comput., 21 (2007), pp. 365-372
[21]
P.M. Middleton, G.S.H. Chan, E. Steel, P. Malouf, C. Critoph, G. Flynn, et al.
Fingertip photoplethysmographic waveform variability and systemic vascular resistance in intensive care unit patients.
Med Biol Eng Comput., 49 (2011), pp. 859-866
[22]
Q.Y. Lee, G.S.H. Chan, S.J. Redmond, P.M. Middleton, E. Steel, P. Malouf, et al.
Multivariate classification of systemic vascular resistance using photoplethysmography.
Physiol Meas., 32 (2011), pp. 1117-1132
asdasdasd
Opciones de artículo
Herramientas
Material suplementario