Pruebas relacionadas
Métodos para Medir la Autorregulación Cerebral
La evaluación de la presión la autorregulación ha sido tradicionalmente a través del cálculo del flujo sanguíneo cerebral en dos estados de equilibrio diferentes de la presión arterial. Estos estados estacionarios corresponden a valores particulares de flujo sanguíneo cerebral. Una medición de la presión se podía tomar en la línea de base, y la segunda se podía medir después de la manipulación manual o farmacológica de la presión arterial, momento en el que se podía volver a medir el flujo sanguíneo cerebral. Debido a que este enfoque implica presiones y flujos estables, se conoce como medición autorreguladora estática.
El advenimiento del ultrasonido Doppler transcraneal (TCD) permitió la visualización de velocidades de flujo sanguíneo en tiempo real (con una resolución temporal de aproximadamente 5 mseg), allanando el camino para evaluaciones dinámicas de autorregulación. La autorregulación dinámica se refiere a las respuestas rápidas y a corto plazo del flujo sanguíneo cerebral a los cambios en la presión sistémica. Como la DCT no puede medir el flujo directamente, la velocidad del flujo sanguíneo es útil como sustituto. Los cambios de presión son inducibles mediante estímulos como la inclinación del cuerpo, la liberación del manguito del muslo o la presión negativa de la parte inferior del cuerpo.
Si bien controlar el momento exacto y la magnitud del estímulo hemodinámico proporciona una ventaja de precisión, las manipulaciones de presión en pacientes críticos son potencialmente dañinas. Por ejemplo, una secuencia de inflado-deflación del manguito del muslo puede provocar una caída de presión precipitada de hasta 25 a 35 mmHg. En un paciente con un accidente cerebrovascular isquémico, esta caída podría causar una lesión cerebral secundaria por hipoperfusión significativa, particularmente en un entorno en el que hay un compromiso de la fisiología autorreguladora en primer lugar. Alternativamente, uno puede insonar vasos intracraneales sin ningún desafío de presión arterial en particular y medir la respuesta del FSC a las fluctuaciones espontáneas de la presión arterial. Este enfoque hace que las evaluaciones dinámicas de autorregulación cerebral sean seguras y factibles para los pacientes con lesión cerebral aguda. Es probable que la respuesta dinámica ocurra en 10 a 15 segundos, lo que sugiere que las arteriolas pueden contrarrestar las fluctuaciones más lentas en la presión arterial sistémica. Los cambios más rápidos, como los mayores de 0,5 Hz, no se compensan, por ejemplo, los que ocurren con cada sístole cardíaca. Esta compensación selectiva se conoce como el principio de filtro de paso alto. En consecuencia, el sistema cerebrovascular amortigua las oscilaciones hemodinámicas lentas (0,01 a 0).4 Hz), mientras que las frecuencias más altas pueden pasar sin filtrar a la circulación cerebral.
Además de la velocidad del flujo sanguíneo, otras señales intracraneales son con frecuencia útiles en la investigación vasorreguladora dinámica. Los ejemplos incluyen la espectroscopia de infrarrojo cercano (NIRS), la oxigenación local del tejido cerebral (PbtO2) y la monitorización de la presión intracraneal (PIC) a partir de sistemas de drenaje del líquido cefalorraquídeo (LCR). El principio fundamental de estas mediciones dinámicas es el mismo en todas las metodologías: la señal de entrada es la presión arterial o el cambio de volumen. El cambio resultante en el compartimento intracraneal actúa como señal de salida. Utilizando fluctuaciones espontáneas de la presión arterial y el flujo sanguíneo cerebral, los investigadores han ideado varios métodos matemáticos para modelar índices de autorregulación. En esta breve revisión, se prestará especial atención al análisis de funciones de transferencia y al enfoque de correlación de tiempo, con guiños posteriores al análisis de ondas y la regresión de búsqueda de proyección.
Análisis de función de transferencia
El análisis de función de transferencia (TFA) se basa en modelos lineales y estacionarios y un algoritmo de transformada rápida de Fourier para calcular estimaciones espectrales de presión arterial y flujo sanguíneo cerebral. La autorregulación, cuando funciona correctamente, atenúa la influencia de la presión arterial en la velocidad del flujo sanguíneo cerebral al evitar la propagación directa de la forma de onda de presión a frecuencias más bajas (generalmente por debajo de 0,2 Hz). Dos parámetros clave-ganancia y cambio de fase-se pueden derivar de TFA en cada frecuencia. La ganancia refleja la compresión de los cambios de amplitud de la velocidad del flujo sanguíneo cerebral en respuesta a la presión arterial. Por ejemplo, una ganancia de 0,65 denota que el 65% de la amplitud relativa de la velocidad del flujo sanguíneo cerebral se atenúa con respecto a una unidad de cambio en la presión arterial. El cambio de fase cuantifica el intervalo de tiempo entre la presión arterial y la velocidad del flujo cerebral a una frecuencia dada y se representa en grados o radianes. Los cambios de fase más grandes entre las dos señales significan que la autorregulación amortigua adecuadamente el árbol cerebrovascular de los cambios de presión arterial. Cabe destacar que la AFT solo puede racionalizar las relaciones lineales entre la presión arterial y la velocidad media de flujo, por lo que la coherencia suele acompañar a la AFT para probar la linealidad entre las dos formas de onda. En general, una coherencia superior a 0,5 se considera aceptable para el AFT. Con respecto a las bandas de frecuencia, los valores de ganancia, cambio de fase y coherencia se informan en tres compartimentos: rangos muy bajos (0,02 a 0,07 Hz), bajos (0,07 a 0,2 Hz) y altos (0,2 a 0,5 Hz). El principio de filtro de paso alto de autorregulación se traduce en reducciones de coherencia y ganancia con aumentos en el cambio de fase. Estas modulaciones resultan en la desincronización relativa entre la presión arterial y las oscilaciones del flujo sanguíneo cerebral. Además, debido a que la adaptación vasomotora es lenta y requiere aproximadamente de 10 a 15 segundos, es más probable que la autorregulación funcione a frecuencias más bajas.
Análisis de dominio de tiempo
Este método mide el grado de correlación entre la presión arterial y varias señales de salida cerebral. Un coeficiente de correlación de Pearson móvil se calcula entre 30 valores consecutivos promediados en el tiempo (10 segundos) de presión arterial y flujo sanguíneo cerebral (o sus sustitutos). El coeficiente resultante proporciona una estimación de la función autorreguladora correspondiente a cada variable. El coeficiente para la velocidad media del flujo sanguíneo cerebral es Mx, mientras que el índice de oxigenación tisular (TOx) deriva de NIRS. En general, hay más de 20 índices de autorregulación cerebral, lo que tiene pros y contras obvios para la investigación de autorregulación. Quizás el índice más rigurosamente estudiado es el índice de reactividad a la presión (PRx), que se deriva de la PIC en lugar de la velocidad del flujo sanguíneo cerebral o la oxigenación tisular. La presión de perfusión cerebral (CPP = MAP – ICP) también puede sustituirse por la presión arterial. Cada índice incluye un umbral único para la autorregulación deteriorada, con un rango que abarca de 0,069 a 0,46, dependiendo de los dispositivos utilizados para medir el flujo sanguíneo cerebral o un sustituto del mismo. En todos los casos, un coeficiente de correlación positivo refleja la sincronía entre las dos señales, lo que sugiere una autorregulación cerebral deteriorada, en la que las presiones sistémicas se propagan pasivamente a la vasculatura cerebral. Mientras tanto, un coeficiente negativo o cercano a cero implica un tampón activo de la vasculatura cerebral contra los cambios de presión arterial y, por lo tanto, una fisiología autorreguladora intacta.
Análisis de ondas
Este enfoque, también conocido como análisis de flujo de presión multimodal, representa una alternativa a los análisis espectrales clásicos, como la transformada rápida de Fourier, y considera el contenido de tiempo y frecuencia de la señal. El análisis de ondas produce mapas de desplazamiento de fase y coherencia entre la presión arterial y la velocidad del flujo sanguíneo cerebral en un rango de frecuencias y puntos de tiempo. Aplicar un umbral de coherencia mínimo y centrar el análisis en áreas del mapa de tiempo y frecuencia con un alto grado de correlación aumenta la fiabilidad de la estimación del desplazamiento de fase. La descomposición de señales con análisis de ondas también se ha aplicado a la oxigenación de tejidos utilizando NIRS.
Regresión de búsqueda de proyección
La regresión de búsqueda de proyección (PPR) es un método no paramétrico en el que un modelo no se especifica a priori, sino que se deriva directamente de las variables de interés (es decir, de la presión arterial y el flujo sanguíneo cerebral). El análisis modifica una función de transferencia lineal entre la entrada (presión arterial) y la salida (flujo sanguíneo cerebral). Una función de transferencia autorregresiva lineal pasa a través de funciones del núcleo, también conocidas como funciones de cresta, determinadas minimizando el error cuadrado medio. El método caracteriza la relación no lineal entre presión y flujo e identifica regiones en las que esta relación cambia. La ganancia (es decir, la pendiente) de la relación presión-flujo dentro de cada región proporciona una medida de la efectividad de la autorregulación dentro de esa región. Un interesante estudio de 2016 de Santos et al. se utilizó PPR para mostrar que los pacientes que sufrían de isquemia cerebral retardada (DCI) después de una hemorragia subaracnoidea tenían perfiles hemodinámicos distintivos en relación con aquellos que no padecían DCI. Luego, los autores invocaron los efectos farmacológicos previamente encontrados en los parámetros de autorregulación derivados de la PPR. Después de combinar sus resultados con esos parámetros, el equipo de investigación argumentó que la disfunción miogénica conduce a vasoespasmo, mientras que la sobreacción simpática y la disfunción colinérgica conducen a ICD, mientras que los déficits en los tres mecanismos fisiopatológicos engendran tanto vasoespasmo como ICD.
En las últimas dos décadas, estos índices de autorregulación también han servido para generar presiones de perfusión cerebral óptimas y rangos de presión ideales basados en límites inferiores y superiores de autorregulación. Steiner et al. publicó un estudio de referencia en 2002 utilizando el monitoreo continuo de autorregulación para identificar la presión de perfusión cerebral óptima en pacientes con lesión cerebral traumática. Esta presión óptima se calcula trazando índices de autorregulación cerebral contra un rango de presiones sanguíneas durante períodos de monitoreo de 4 horas y ajustando una curva en forma de U a los datos para identificar el rango de presión arterial en el que la autorregulación se conserva más. La hipótesis que rodea esta ventana de presiones de perfusión cerebral es que las arteriolas cerebrales pueden mantener un flujo sanguíneo cerebral constante con la mayor reserva autorreguladora posible a esas presiones. A nivel individual en el entorno de cuidados intensivos, una estimación continua de una presión de perfusión cerebral ideal presenta un objetivo atractivo para el manejo hemodinámico.