Spectral trajectory geometry tracks unconsciousness across propofol anaesthesia and sleep

Resumo Técnico: A Geometria da Trajetória Espectral Monitora a Inconsciência através da Anestesia por Propofol e do Sono

Problema
Os métodos clínicos atuais para monitorar a consciência, como o Índice Bispectral (BIS), dependem de correlações empíricas entre características do EEG frontal e agentes farmacológicos específicos (ex: propofol). Esses métodos sofrem de uma limitação arquitetônica fundamental: falham em generalizar para diferentes mecanismos de inconsciência, apresentando desempenho degradado com agentes como cetamina ou dexmedetomidina. Além disso, as abordagens mecanísticas existentes frequentemente exigem ajuste de parâmetros, perturbação ativa (ex: Índice de Complexidade Perturbacional) ou são inadequadas para monitoramento rotineiro. Há uma carência de uma fórmula única, livre de parâmetros, capaz de discriminar estados conscientes de inconscientes tanto na anestesia farmacológica quanto no sono natural sem treinamento entre conjuntos de dados (cross-dataset training).

Metodologia
Os autores propõem uma abordagem geométrica para analisar a dinâmica espectral eletroencefalográfica (EEG). A premissa central é que o espectro de potência do EEG em qualquer momento representa um ponto em um espaço de frequência de 100 dimensões (0–49,5 Hz em incrementos de 0,5 Hz), e uma gravação constitui uma trajetória através desse espaço. O estudo introduz duas medidas geométricas ortogonais derivadas de estatísticas de passos locais desta trajetória, computadas sem parâmetros livres ou pesos treináveis:

1. Curvatura da Trajetória ($|K|$): Derivada do coeficiente de variação das magnitudes dos passos espectrais.

   • A sequência de passos $\{ \Delta x_i \}$ é calculada a partir de uma janela deslizante de observações espectrais.
   • Seja $m_i = \|\Delta x_i\|_2$ as magnitudes dos passos.
   • O estimador de curvatura é definido como $|K| = |2\sigma C / (1 + C^2)|$, onde $\sigma$ é o desvio padrão das magnitudes dos passos, $\mu$ é a média e $C = \mu/\sigma^2$.
   • Esta fórmula é derivada de dois argumentos geométricos convergentes: geometria de densidade de caminho sob um acoplamento de campo médio não linear e estatística direcional em vetores de passo unitários (distribuição de von Mises–Fisher).

2. Rank Efetivo ($eff\_rank$): Uma medida de dimensionalidade efetiva computada a partir da entropia dos valores singulares da matriz de passos locais.

   • Dada uma matriz de passos de tamanho $(W-1) \times 100$, os valores singulares $\sigma_j$ são computados.
   • Valores singulares normalizados $p_j = \sigma_j / \sum \sigma_k$ são usados para calcular a entropia de Shannon $H = -\sum p_j \log p_j$.
   • $eff\_rank = \exp(H)$, variando de 1 (toda a variância em uma direção) a $W-1$ (dispersão uniforme).

3. Razão de Acoplamento: A razão $|K| / eff\_rank$ é usada para capturar o acoplamento entre a curvatura da trajetória e a estrutura dimensional.

Desenho Experimental
O método foi aplicado identicamente a dois conjuntos de dados públicos independentes, sem ajuste de parâmetros ou treinamento entre conjuntos de dados:

• Conjunto de Dados de Anestesia por Propofol (EEF 4.16): 39 sujeitos (após exclusões) passando por indução com propofol. O ground truth foi definido pela perda comportamental de consciência (LOC).
• Conjunto de Dados de Sono (Sleep-EDF Expanded): 44 gravações de polissonografia (PSG) de 22 sujeitos (noites com placebo vs. temazepam). Os estados incluíram Vigília, Sono NREM e Sono REM.

Resultados Principais

• Discriminação da Consciência:

  • Propofol: $|K|$ discriminou significativamente estados conscientes de inconscientes (Média $|K|$: 10,7 vs. 6,0; $t(38) = 3,07, p = 0,004$). A razão de $|K|$ consciente para inconsciente foi de 3,2×.
  • Sono: $|K|$ discriminou Vigília de sono NREM com alta significância (Média $|K|$: 6,65 vs. 1,69; $t(43) = 11,52, p = 1,01 \times 10^{-14}$). Todos os registros (44/44) mostraram $|K|$ mais alto durante a vigília. A razão foi de 4,01×.
  • Sono REM: O sono REM agrupou-se com o sono NREM em vez da vigília em todas as métricas ($|K|$, $eff\_rank$ e a razão), classificando-o corretamente como "inconsciente", apesar da ativação cortical. Isso ocorreu sem treinamento específico para REM.

• Dissociação Mecanística:

  • Propofol: Tanto $|K|$ quanto $eff\_rank$ declinaram na LOC, indicando um colapso tanto da curvatura quanto da dispersão dimensional.
  • Sono: $|K|$ declinou, mas o $eff\_rank$ aumentou durante o sono NREM (Vigília: 23,77 vs. NREM: 24,29). Isso sugere que a atividade de ondas lentas do NREM engaja mais dimensões de valores singulares (eventos de múltiplas frequências coordenados) enquanto reduz a irregularidade da trajetória.
  • A Razão: Apesar do comportamento divergente de $eff\_rank$, a razão $|K|/eff\_rank$ declinou em ambas as transições, superando o $|K|$ sozinho no coorte de sono (Razão 5,18× vs. 4,01× para $|K|$).

• Detecção em Tempo Real:

  • Um classificador de regressão logística com leave-one-subject-out (LOSO) usando $|K|$, $eff\_rank$, fração de permanência (dwell fraction) e a razão alcançou uma AUC média de 0,797.
  • O classificador detectou a LOC uma mediana de 316 segundos (5,3 minutos) antes da irresponsividade comportamental em 83% dos sujeitos.

Significância e Alegações
O artigo afirma demonstrar que uma fórmula única, livre de parâmetros, baseada em geometria da informação, pode discriminar EEG consciente de inconsciente através de distintos mecanismos (supressão farmacológica vs. sono natural) sem modificação.

• Generalização: Os resultados direcionais idênticos entre os conjuntos de dados sugerem que a curvatura da trajetória captura uma perda comum de complexidade dinâmica no domínio espectral, independentemente da assinatura espectral ou amplitude específica.
• Restrição Teórica: A dissociação de $eff\_rank$ fornece evidência empírica de que dimensionalidade e curvatura são propriedades independentes. A classificação correta do sono REM como inconsciente (apesar da ativação cortical) sugere que as métricas rastreiam a assinatura geométrica da consciência fenomenal em vez de mera excitação cortical.
• Potencial Clínico: A natureza livre de parâmetros implica que o método poderia, teoricamente, ser aplicado a qualquer paciente recebendo qualquer anestésico sem calibração específica do agente. Os autores propõem previsões testáveis para outros agentes (ex: cetamina deve apresentar $|K|$ alto; dexmedetomidina deve se assemelhar ao NREM) e potencial aplicação em estados de consciência mínima.

Os autores reconhecem limitações, incluindo o uso de dados espectrais pré-computados para o coorte de propofol (sem acesso ao EEG bruto), um tamanho de amostra modesto para análises de subgrupos, e a necessidade de validação prospectiva em populações pediátricas, geriátricas e neurológicas. O trabalho é apresentado como um passo fundamental em direção a um monitor universal de consciência, com o autor observando a intenção de comercializar o método para ambientes de urgência médica.