La gestion efficace de la douleur subconsciente, ou « nociception », par l’anesthésiste d’un patient chirurgical influence directement les effets secondaires postopératoires des médicaments et la nécessité d’une gestion supplémentaire de la douleur. Cependant, mesurer la douleur est une tâche subjective, même chez les patients conscients, et encore plus complexe lorsqu’ils sont inconscients.
Dans une nouvelle étude publiée dans les Proceedings of the National Academy of Sciences, des chercheurs du MIT et du Massachusetts General Hospital (MGH) présentent un ensemble de modèles statistiques visant à quantifier objectivement la nociception pendant une intervention chirurgicale. Leur objectif est d’aider les anesthésiologistes à optimiser la dose de médicaments pour minimiser la douleur et les effets secondaires postopératoires.
Les nouveaux modèles reposent sur des données détaillées recueillies sur 18 582 minutes de 101 chirurgies abdominales au MGH. Dirigée par Sandya Subramanian, PhD ’21, professeur adjoint à l’Université de Californie à Berkeley et à l’Université de Californie à San Francisco, l’équipe a analysé les données de cinq capteurs physiologiques durant 49 878 « stimuli nociceptifs » distincts (comme des incisions ou des cautérisations). Ils ont également enregistré les médicaments administrés, leurs doses et leurs moments d’administration pour évaluer leurs effets sur la nociception et les mesures cardiovasculaires. Ces données ont permis de développer des modèles statistiques capables de prédire la réponse du corps aux stimuli nociceptifs.
L’objectif est de fournir aux anesthésiologistes des informations précises et objectives en temps réel, basées sur des principes physiologiques, pour les aider à doser les médicaments antidouleur pendant la chirurgie. Une mauvaise gestion de la dose peut entraîner des effets secondaires tels que des nausées ou du délire, ou une douleur excessive au réveil.
« Le travail de Sandya nous a aidé à établir une méthode fondée sur des principes pour comprendre et mesurer la nociception pendant l’anesthésie générale », explique l’auteur principal de l’étude, Emery N. Brown, professeur Edward Hood Taplin de génie médical et de neurosciences computationnelles au MIT. Brown est également anesthésiste au MGH et professeur à la Harvard Medical School. « Notre prochain objectif est de rendre ces connaissances fiables et pratiques pour les anesthésiologistes en salle d’opération. »
Chirurgie et statistiques
La recherche a débuté dans le cadre du projet de thèse de doctorat de Subramanian dans le laboratoire de Brown en 2017. Les tentatives antérieures pour modéliser la nociception reposaient souvent sur l’électrocardiogramme (ECG) ou d’autres systèmes basés sur des expériences en laboratoire. Cependant, ces méthodes n’étaient pas toujours représentatives de la douleur chirurgicale réelle.
« Il n’y a pas d’autre endroit pour étudier la douleur chirurgicale que la salle d’opération », explique Subramanian. « Nous voulions développer des algorithmes à partir de données chirurgicales et les valider dans le contexte où ils seraient utilisés. »
Subramanian et Brown ont collecté des données multi-capteurs tout au long des interventions chirurgicales, en tenant compte des effets des médicaments administrés. Ils ont suivi les modèles de fréquence cardiaque et de conductance cutanée, qui peuvent indiquer la réaction « combat ou fuite » du corps à la nociception. L’étude a également mesuré la respiration et utilisé des analyses statistiques pour développer des indices physiologiquement pertinents à partir de ces signaux.
Nociception clouante
Subramanian a testé quatre versions supervisées du modèle, en fournissant des informations sur les moments des stimuli nociceptifs, et une version non supervisée, qui devait déduire ces moments uniquement à partir des indices physiologiques. Elle a comparé ces modèles à une norme actuelle, le modèle ANI basé sur l’ECG.
Le modèle non supervisé a surpassé ANI, mais les modèles supervisés ont obtenu les meilleurs résultats, en particulier celui utilisant une approche de « forêt aléatoire » et intégrant des informations sur les médicaments. Les résultats suggèrent qu’il existe une signature objectivement détectable de l’état nociceptif du corps.
« Un cadre d’espace d’état utilisant des observations physiologiques multisensorielles est efficace pour découvrir cet état nociceptif implicite », ont écrit les auteurs. Cela représente une étape importante vers une évaluation objective de la nociception en milieu clinique.
Les prochaines étapes de la recherche incluent l’augmentation de l’échantillonnage des données et l’affinement des modèles pour permettre des prédictions en temps réel. Cela pourrait aider les anesthésiologistes à doser les analgésiques de manière plus précise et pourrait même conduire à des systèmes en boucle fermée pour l’administration automatique de médicaments.
« Notre étude constitue une première étape importante vers le développement de marqueurs objectifs pour suivre la nociception chirurgicale », ont conclu les auteurs. Ces marqueurs pourraient également être utilisés dans d’autres contextes cliniques complexes, comme les unités de soins intensifs, et favoriser le développement de systèmes de contrôle en boucle fermée.
Outre Subramanian et Brown, les autres auteurs de l’article sont Bryan Tseng, Marcela del Carmen, Annekathryn Goodman, Douglas Dahl et Riccardo Barbieri.
La recherche a été soutenue par la Fondation JPB, l’Institut Picower, George J. Elbaum ’59, SM ’63, PhD ’67, Mimi Jensen, Diane B. Greene SM ’78, Mendel Rosenblum, Bill Swanson, Cathy et Lou Paglia, des donateurs annuels au Fonds d’initiative en anesthésie, la Fondation nationale de la science, et une bourse Collabmore-Rogers du MIT Office of Graduate Education.
