Avances recientes en el monitoreo de la profundidad anestésica: tecnologías y su impacto en los resultados clínicos

Nº de DOI: 10.34896/RSI.2025.80.72.002

AUTORES

1. Wellington Manuel Centeno Hernández. Médico Cirujano. Manta, Ecuador https://orcid.org/0009-0002-9973-2481
2. Kathya Antonella Alonzo Manzano. Médico General. Guayaquil, Ecuador. https://orcid.org/0009-0004-4060-9918
3. Jaime Josué Loor Mendoza. Médico Cirujano Magíster en Salud Pública con Mención en Atención Primaria de Salud. Portoviejo, Ecuador https://orcid.org/0009-0003-8714-6255
4. Carlos Andrés Parrales Cevallos. Médico Cirujano Magíster en Salud Pública con Mención en Atención Primaria de Salud. Portoviejo, Ecuador https://orcid.org/0000-0003-3924-737X

RESUMEN

El objetivo de esta revisión es analizar críticamente los avances recientes en el monitoreo de la profundidad anestésica (DOA) y su influencia sobre resultados clínicos en pacientes sometidos a anestesia general. Se realizó una búsqueda sistemática en PubMed, Scopus y Web of Science para identificar ensayos controlados, revisiones sistemáticas y estudios de cohorte publicados principalmente en los últimos cinco años, focalizados en tecnologías como BIS, entropía, Narcotrend, índices emergentes e inteligencia artificial, así como sistemas de control automático. Se incluyeron estudios que comparan estas tecnologías vs monitoreo convencional o entre sí, con desenlaces clínicos: conciencia intraoperatoria, disfunción cognitiva postoperatoria, tiempos de recuperación, consumo anestésico y complicaciones. Los resultados más consistentes indican que el control guiado por BIS reduce el consumo anestésico, acorta tiempos de apertura ocular, orientación, extubación y estancia en la sala de recuperación, y modesta reducción del riesgo de disfunción cognitiva postoperatoria. Las tecnologías de entropía presentan beneficios similares en ciertos estudios, aunque con mayor heterogeneidad metodológica. En cuanto a Narcotrend, algunos estudios recientes reportan menor incidencia de disfunción cognitiva en cirugía oncológica al utilizar niveles de anestesia más profundos. Los índices emergentes con el uso de inteligencia artificial han mostrado correlaciones estrechas con BIS en anestesia con sevoflurano. En el ámbito del control automático (closed-loop), se desarrollan modelos predictivos e inteligencia artificial que ajustan dosis anestésicas en tiempo real basados en índices EEG. Los principales desafíos incluyen artefactos electromiográficos, latencia de respuesta de los índices, variabilidad interindividual, limitaciones del EEG frontal y escasa evidencia en poblaciones pediátricas o con comorbilidad neurológica. En conclusión, los avances en DOA promueven una anestesia más personalizada y segura, aunque con evidencia moderada de mejora clínica. Se recomienda fomentar ensayos multicéntricos en poblaciones vulnerables e integrar inteligencia artificial y control automático con validación clínica para optimizar la práctica anestésica.

PALABRAS CLAVE

Monitoreo, anestesia, profundidad anestésica, tecnología, resultados clínicos.

ABSTRACT

The aim of this review is to critically analyze recent advances in the monitoring of depth of anesthesia (DOA) and their influence on clinical outcomes in patients undergoing general anesthesia. A systematic search was conducted in PubMed, Scopus, and Web of Science to identify randomized controlled trials, systematic reviews, and cohort studies published mainly in the last five years, focusing on technologies such as BIS, entropy, Narcotrend, emerging indices, artificial intelligence, and automatic control systems. Studies that compared these technologies to conventional monitoring or to each other were included, with clinical outcomes such as intraoperative awareness, postoperative cognitive dysfunction, recovery times, anesthetic consumption, and complications. The most consistent results indicate that BIS-guided control reduces anesthetic consumption, shortens time to eye opening, orientation, extubation, and stay in the recovery room, and achieves a modest reduction in the risk of postoperative cognitive dysfunction. Entropy technologies present similar benefits in certain studies, although with greater methodological heterogeneity. Regarding Narcotrend, some recent studies report a lower incidence of cognitive dysfunction in oncologic surgery when using deeper levels of anesthesia. Emerging indices involving artificial intelligence have shown close correlations with BIS during sevoflurane anesthesia. In the area of automatic (closed-loop) control, predictive models and artificial intelligence are being developed to adjust anesthetic doses in real time based on EEG indices. The main challenges include electromyographic artifacts, response latency of the indices, inter-individual variability, limitations of frontal EEG, and limited evidence in pediatric populations or those with neurological comorbidities. In conclusion, advances in DOA promote more personalized and safer anesthesia, although with moderate evidence of clinical improvement. It is recommended to promote multicenter trials in vulnerable populations and to integrate artificial intelligence and automatic control with clinical validation to optimize anesthetic practice.

KEY WORDS

Monitoring, anesthesia, depth of anesthesia, technology, clinical outcomes.

DESARROLLO DEL TEMA

El monitoreo de la profundidad anestésica (DOA) ocupa un rol central en la anestesiología moderna, porque la anestesia general exige un equilibrio delicado: suficiente hipnosis para prevenir recuerdo o conciencia intraoperatoria, pero sin causar sobreadministración que derive en depresión orgánica, prolongación de la recuperación o disfunción cognitiva. Tradicionalmente, los anestesiólogos han confiado en señales clínicas indirectas —taquicardia, hipertensión, movimientos corporales, respuestas pupilares— combinadas con parámetros farmacocinéticos (por ejemplo, concentración alveolar final del agente inhalatorio) para inferir el estado anestésico cerebral. Sin embargo, estos indicadores no reflejan directamente la actividad cerebral ni responden con precisión a variaciones individuales del paciente^1-3.

La introducción del registro electroencefalográfico (EEG) frontal y su procesamiento automatizado permitieron el desarrollo de índices cuantitativos para estimar la hipnosis anestésica, como BIS (índice biespectral), entropía (RE/SE), Narcotrend, SedLine/PSI, entre otros. En las últimas décadas, estos dispositivos se han sometido a validaciones clínicas y comparaciones frente al monitoreo empírico convencional. Más recientemente, la integración de métodos de inteligencia artificial (IA), aprendizaje profundo y algoritmos predictivos, junto con sistemas de control automático (closed-loop), prometen una optimización aún más fina de la anestesia cerebral. Frente a este panorama, esta revisión tiene los objetivos específicos de: (1) describir las tecnologías actuales y emergentes en monitorización de DOA, (2) exponer los fundamentos fisiológicos y técnicos de esas tecnologías, (3) comparar su eficacia, ventajas y limitaciones, (4) analizar su impacto en resultados clínicos en diferentes poblaciones y escenarios, y (5) discutir vacíos de conocimiento y perspectivas futuras para consolidar su utilidad clínica^4,5.

Fundamento fisiológico y técnico del monitoreo de profundidad anestésica:

La anestesia general induce un estado reversible de pérdida de conciencia mediante agentes que deprimen la actividad neuronal cortical y subcortical. En ese contexto, la conciencia depende de la actividad eléctrica cerebral global e integrativa, por lo que el EEG sirve como proxy directo del efecto hipnótico. Bajo la acción de anestésicos como propofol o sevoflurano, el EEG exhibe cambios característicos: predominio de ondas lentas (delta, theta), reducción de bandas rápidas (beta, gamma), aumento de sincronía y menor complejidad dinámica^3,6.

Los monitores de DOA toman señales del EEG frontal (usualmente con electrodos colocados en la frente y región prefrontal) y aplican algoritmos que combinan transformadas de Fourier, análisis espectral, coherencia de fases, bispectro, entropía, análisis no lineal, regresión y filtrado adaptativo. El resultado es un índice numérico que pretende reflejar la probabilidad de conciencia residual, con escalas típicas de 0 (profunda supresión) a 100 (vigilia). Sin embargo, esos índices incorporan latencia (retraso en responder a cambios rápidos), están sujetos a artefactos electromiográficos (EMG) y ruidos eléctricos, y no captan actividad subcortical o integrativa más profunda. Además, la variabilidad interindividual —por edad, comorbilidad neurológica, medicación concomitante— modifica la relación entre efecto del anestésico y respuesta EEG^2,5.

Tecnologías actuales y emergentes:

BIS (Índice biespectral):

El BIS es el dispositivo de DOA más usado y respaldado por la literatura. Su algoritmo combina potencia espectral, coherencia y parámetros no lineales para estimar la conciencia eléctrica. Valores entre 40 y 60 se consideran adecuados para anestesia general. En una revisión sistemática con metaanálisis de 40 estudios, Gu et al. reportaron que la anestesia guiada por BIS redujo la disfunción cognitiva postoperatoria (riesgo relativo 0,85), acortó el tiempo de apertura ocular en 1,34 min, la recuperación de orientación en 1,99 min, el tiempo de extubación en 2,54 min y la estancia en la unidad postanestésica en 7,11 min. También identificaron disminución del consumo de agente anestésico (SMD = –0,39)¹.

Otra revisión específica sobre conciencia intraoperatoria evaluó 27 ensayos con 35 585 pacientes y halló que la incidencia de conciencia fue 0,12 % en grupo BIS frente a 0,25 % en control, aunque la diferencia no fue estadísticamente significativa, se observó reducción de dosis de sevoflurano y mejoría en tiempos de despertar (1,3 min para apertura ocular, 1,97 min para extubación)⁷. Estos datos sugieren que BIS tiene un efecto moderado, especialmente en seguridad, pero no elimina el riesgo por completo.

Algunos modelos de costo-efectividad indican que los beneficios en reducción de anestésicos y tiempos de recuperación son modestos frente al costo de electrodos y equipo, y que la renta operativa puede no justificar su uso universal en todos los entornos hospitalarios⁸.

Entropía (RE / SE):

La monitorización por entropía ofrece dos componentes: State Entropy (SE), centrada en la banda EEG (0,8–32 Hz), y Response Entropy (RE), que además incorpora señales de EMG hasta 47 Hz, permitiendo capturar respuestas rápidas. Algunos estudios comparan entropía guiada con ajuste empírico y reportan menores tiempos de recuperación, menor consumo de anestésico y mejores resultados hemodinámicos. No obstante, la heterogeneidad entre protocolos (tipos de anestésico, población, ajustes) limita la generalización.

Comparado con BIS, un metaanálisis evaluó la capacidad de Response Entropy para predecir pérdida de conciencia bajo sevoflurano, encontrando que BIS fue más preciso que RE en discriminación de estados conscientes e inconscientes⁹. Eso sugiere que, aunque valiosa, la entropía no ha demostrado superioridad clara al BIS en todos los escenarios.

Narcotrend:

Narcotrend clasifica el EEG en fases (A a F) y subdivisiones internas, generando un índice de profundidad que va desde estado despierto hasta supresión (burst-suppression). En un estudio comparativo en anestesia con propofol/remifentanilo, los autores ajustaron la anestesia para alcanzar niveles D2–E0 en el grupo EEG, observando mejor estabilidad hemodinámica y menor consumo extra en comparación con el manejo clínico tradicional². Sin embargo, otro estudio cuestionó que Narcotrend no podía diferenciar confiablemente entre estados conscientes e inconscientes bajo bloqueo neuromuscular, lo que limita su sensibilidad en ciertos momentos³.

Un estudio en cirugía hepatobiliar comparó BIS y Narcotrend en 20 pacientes y halló correlaciones moderadas entre ambos índices, aunque resaltó discrepancias en momentos de transición⁴. En un ensayo prospectivo con 600 pacientes, la concordancia entre juicio clínico y valoración por Narcotrend fue baja: en el 58 % de los casos el juicio del anestesiólogo no coincidió con el índice EEG, y en un 7 % el índice situado fuera de los límites considerados seguros (más profundo o ligero) ⁵. Esto evidencia que el juicio clínico puro puede no ser fiable y reafirma el rol de los monitores.

La ventaja de Narcotrend es su clasificación granular del EEG y su capacidad de capturar transiciones abruptas, aunque su menor penetración comercial y la menor cantidad de ensayos recientes restringen su uso extendido.

Índices emergentes: AI y aprendizaje profundo:

El índice de conciencia con el uso de Inteligencia Artificial (AI) ha sido evaluado recientemente comparándolo con BIS en anestesia con sevoflurano: en análisis estadístico, la curva ROC para BIS fue 0,943 y para AI 0,941, sin diferencia significativa, y se observó buena estabilidad ante estímulos nocivos y correlación lineal aceptable⁴. Esto indica que AI podría ser una alternativa viable en determinados escenarios, aunque su validación clínica aún es limitada.

Más allá de índices fijos, la investigación ha avanzado hacia modelos de inteligencia artificial que procesan señales EEG y fisiológicas simultáneas (multimodales) para estimar profundidad anestésica con mayor precisión. Por ejemplo, un predictor basado en transformer para infusión controlada de propofol y remifentanilo superó los modelos farmacocinéticos tradicionales en simulaciones, particularmente ante cambios rápidos del estímulo⁵. Otros estudios emplean aprendizaje por refuerzo o control predictivo para ajustar dosis de propofol con menor error y menor consumo total⁶.

También se han propuesto controladores difusos óptimos (mejorados con algoritmos metaheurísticos como optimización de ballena) que mantienen el BIS dentro del rango ideal (40–60) con mejor tiempo de asentamiento y menor error en simulaciones⁷. Estas arquitecturas apuntan a una anestesia más adaptativa, aunque están en fase experimental y requieren validación clínica con pacientes reales.

Sistemas de control automático (closed-loop):

El siguiente nivel en monitorización DOA es la integración en sistemas de infusión automática (closed-loop) que ajustan dosis anestésicas basadas en el valor del índice objetivo. En simulaciones y estudios piloto, estos sistemas han demostrado buena estabilidad, rechazo de perturbaciones y alineación con decisiones clínicas ideales⁵^,⁶. Por ejemplo, arquitecturas multi-modelo predictivas y controladores adaptativos han buscado coordinar propofol y remifentanilo en función del BIS, mostrando robustez frente a incertidumbres del modelo. Sin embargo, el salto de la simulación al entorno clínico real es grande y la evidencia en pacientes es aún escasa⁸.

Comparaciones directas entre dispositivos (por ejemplo, BIS vs SedLine/PSI) también han comenzado a aparecer. En un estudio con 100 pacientes se compararon los valores procesados del BIS y del PSI frente al juicio anestésico, con el propósito de determinar cuál índice refleja mejor la profundidad bajo condiciones reales¹⁰.

Otro proyecto evaluó la ubicación de electrodos BIS (frontal vs postauricular) en cirugía en posición lateral renal y halló que los valores frontales eran significativamente mayores en ciertos momentos, sugiriendo que la ubicación del sensor puede afectar la validez del índice en posiciones quirúrgicas específicas¹¹.

Comparación de eficacia, ventajas y limitaciones:

Las tecnologías modernas de DOA ofrecen mejoras sobre el monitoreo convencional, pero cada una con sus fortalezas y debilidades:

• BIS dispone de respaldo amplio, con numerosos ensayos y metaanálisis que le atribuyen mejoras en consumo anestésico y tiempos de recuperación¹. Sin embargo, su latencia, susceptibilidad a artefactos y limitaciones frente a conciencia residual subcortical lo hacen imperfecto en ciertos escenarios.
• Entropía (RE/SE) reacciona más rápidamente frente a cambios gracias al componente RE, pero no ha demostrado superioridad consistente al BIS y su respaldo clínico es menor.
• Narcotrend permite clasificación más detallada del EEG e identificación de transiciones abruptas, pero la evidencia clínica contemporánea es limitada y muestra inconsistencias en sensibilidad frente a conciencia bajo bloqueo neuromuscular.
• Índices emergentes (AI) aportan flexibilidad y capacidad adaptativa personalizada, pero aún carecen de validación extensa y robusta.
• Sistemas de control automático representan el horizonte ideal de una anestesia adaptiva continua, pero su uso real aún está en fase piloto y depende de interfaces seguras, validación regulatoria y confianza clínica.

Otras consideraciones persistentes: el EEG frontal no refleja actividad cortical profunda o subcortical, la latencia en respuesta de índices impide reacciones instantáneas, los artefactos EMG o eléctricos distorsionan la señal, la variabilidad interindividual obliga a calibraciones personalizadas, y la falta de estandarización de criterios clínicos (POCD, delirium, conciencia intraoperatoria) dificulta comparaciones entre estudios^7,8.

Impacto en resultados clínicos:

Conciencia intraoperatoria:

La conciencia con recuerdo (AAGA) es una complicación poco frecuente pero grave, con una incidencia estimada entre 0,1 % y 0,2 % en anestesias generales estándar. La monitorización cerebral con BIS como “red de seguridad” ha sido propuesta para mitigar este riesgo. Aunque algunos metaanálisis muestran una tendencia a la reducción de eventos de conciencia, la diferencia no siempre alcanza significancia estadística⁷.

Disfunción cognitiva postoperatoria y delirium:

En pacientes de edad avanzada, la disfunción cognitiva postoperatoria (POCD) es una complicación relevante. En el metaanálisis de Gu et al., BIS redujo el riesgo de POCD (RR 0,85) en comparación con monitoreo tradicional¹. En pacientes sometidos a cirugía oncológica, el uso de Narcotrend en modos más profundos (niveles E0–E1) se asoció con menor incidencia de disfunción cognitiva temprana comparado con niveles más superficiales (D0–D1)³. Estos hallazgos sugieren que ajustar la profundidad anestésica puede modular el riesgo cognitivo postquirúrgico.

En cuanto al delirium postoperatorio (POD), la evidencia es menos consistente: algunos estudios no han documentado un impacto claro del uso de BIS, mientras que otros registran leves beneficios, aunque la heterogeneidad metodológica y la falta de estudios específicos dificultan conclusiones firmes^4-6.

Tiempos de recuperación y estancia postanestésica:

Uno de los impactos clínicos más evidentes es la reducción de los tiempos de despertar y estancia en sala de recuperación. Gu et al. reportaron que BIS acortó la apertura ocular en 1,34 min, la orientación en 1,99 min, la extubación en 2,54 min y la estancia en la PACU en 7,11 min respecto al grupo control¹. En cirugía ambulatoria, ello se traduce en mayor eficiencia operativa y reducción de costos indirectos.

Comparativamente, el monitoreo por entropía y Narcotrend también han mostrado reducciones en tiempos de recuperación en ciertos estudios, aunque con menor consistencia y efecto variable según el protocolo anestésico y población¹.

Consumo anestésico y optimización de dosis:

La monitorización cerebral permite titulación más precisa del anestésico, evitando sobredosis innecesaria. En el metaanálisis de Gu et al., el uso de BIS se asoció con reducción significativa del consumo de agente anestésico (SMD = –0,39)¹. Otros estudios en cirugía ambulatoria reportan reducciones de hasta 19 % en consumo anestésico bajo monitoreo BIS guiado⁸.

Esta optimización no solo implica menor coste farmacológico, sino menor estrés para órganos (por ejemplo, hemodinámico o metabólico) y menor riesgo de hipotensión o necesidad de vasopresores en algunos casos. En población pediátrica, la disminución del consumo anestésico también puede traducirse en menor náusea/vómito y recuperación más rápida.

Aplicaciones en poblaciones específicas:

En pacientes pediátricos, la señal EEG es más variable, la correlación entre índice y profundidad real es menor y la susceptibilidad al artefacto es mayor, lo que obliga a combinar el monitoreo cerebral con criterios clínicos complementarios^10,11.

En pacientes geriátricos, el riesgo de disfunción cognitiva y delirium hace que el monitoreo cerebral pueda tener un valor diferencial para evitar sobreadministración anestésica. Algunos autores proponen mantener rangos más profundos (por ejemplo, BIS 30–40) para protección cognitiva, aunque esto requiere validación^13-15.

Para pacientes con comorbilidad neurológica (deterioro cognitivo, lesiones cerebrales), la señal EEG basal puede estar alterada, lo cual limita la interpretación del índice y requiere precaución.
En cirugías prolongadas o complejas, la monitorización continua permite ajustes dinámicos para evitar acumulación excesiva del anestésico y minimizar efectos adversos tardíos ^14,16.

Desafíos, vacíos de conocimiento y perspectivas futuras:

A pesar de los progresos, persisten desafíos considerables: la dependencia del EEG frontal no captura actividad subcortical o conectividad profunda, la latencia en la respuesta del índice impide ajustes instantáneos, los artefactos EMG o eléctricos continúan siendo una fuente frecuente de error, la variabilidad interindividual demanda calibraciones personalizadas, y la falta de estandarización de criterios de desenlaces clínicos limita comparaciones entre estudios ^17,18.

También es clara la escasez de estudios sólidos en poblaciones vulnerables (niños, pacientes neurológicos, cirugía cardíaca). Muchas de las propuestas de inteligencia artificial y control automático están en fase de simulación o prototipo, con escasa validación clínica real^3,8.

Las líneas prometedoras incluyen: desarrollar modelos de IA multimodales que integren EEG con parámetros hemodinámicos y farmacocinéticos para mejorar la predicción cerebral, validar sistemas de control automático en escenarios clínicos reales, construir algoritmos adaptativos personalizados considerando la sensibilidad individual del paciente, mejorar el filtrado de artefactos y la calidad de la señal en tiempo real, y llevar a cabo ensayos multicéntricos bien diseñados que evalúen desenlaces a largo plazo (función cognitiva, delirium, calidad de vida) y costo-efectividad en entornos hospitalarios, incluso en contextos con recursos limitados^15-18.

CONCLUSIONES

Los avances recientes en el monitoreo de profundidad anestésica han acercado la anestesia hacia un paradigma más preciso y seguro. El uso de BIS, respaldado por numerosos estudios, mejora la titulación anestésica, reduce el consumo de fármaco, acelera la recuperación y modula la incidencia de disfunción cognitiva postoperatoria. Las tecnologías alternativas como entropía y Narcotrend ofrecen opciones valiosas, aunque con evidencia menos robusta. Los índices emergentes basados en el uso de AI y los sistemas de control automático representan el siguiente paso evolutivo, con posibilidades de mejorar la adaptabilidad al paciente individual, pero requieren validación clínica extensa. En la práctica, estos monitores deben usarse como herramientas complementarias, no sustitutos del juicio anestésico. Para consolidar su valor en la clínica, se necesitan ensayos multicéntricos en poblaciones vulnerables y una integración segura de inteligencia artificial y control automático validado.

BIBLIOGRAFÍA

1. Gu Y, Hao J, Wang J, et al. Effectiveness Assessment of Bispectral Index Monitoring Compared with Conventional Monitoring in General Anesthesia: A Systematic Review and Meta-Analysis. Anesthesiol Res Pract. 2024,2024:5555481. doi:10.1155/2024/5555481
2. Ma X, Zhao X, Guo R, Hu Z, Liu J, Nie H. Value of narcotrend anesthesia depth monitoring in predicting POCD in gastrointestinal tumor anesthesia block patients. BMC Anesthesiol. 2024,24(1):371. doi:10.1186/s12871-024-02762-9
3. Shi X, Chen X, Ni J, et al. Systematic review and meta-analysis of the prognostic value of Narcotrend monitoring of different depths of anesthesia and different Bispectral Index (BIS) values for cognitive dysfunction after tumor surgery in elderly patients. Ann Transl Med. 2022,10(4):186. doi:10.21037/atm-22-90
4. Frelich M, Sklienka P, Romanová T, et al. The effect of BIS-guided anaesthesia on the incidence of postoperative nausea and vomiting in children: a prospective randomized double-blind study. BMC Anesthesiol. 2024,24(1):228. doi:10.1186/s12871-024-02610-w
5. Zhan J, Chen F, Wu Z, et al. Consistency of the anesthesia consciousness index versus the bispectral index during laparoscopic gastrointestinal surgery with sevoflurane anesthesia: A prospective multi-center randomized controlled clinical study. Front Aging Neurosci. 2023,15:1084462. doi:10.3389/fnagi.2023.1084462
6. He Y, Peng S, Chen M, Yang Z, Chen Y. A Transformer-Based Prediction Method for Depth of Anesthesia During Target-Controlled Infusion of Propofol and Remifentanil. IEEE Trans Neural Syst Rehabil Eng. 2023,31:3363-3374. doi:10.1109/TNSRE.2023.3305363
7. Cai X, Chen J, Zhu Y, Wang B, Yao Y. Towards Real-World Applications of Personalized Anesthesia Using Policy Constraint Q Learning for Propofol Infusion Control. IEEE J Biomed Health Inform. Published online October 2, 2023. doi:10.1109/JBHI.2023.3321099
8. Aubouin-Pairault B, Fiacchini M, Dang T. Automated Multi-Drugs Administration During Total Intravenous Anesthesia Using Multi-Model Predictive Control. arXiv preprint. 2023:2309.08229. doi:10.48550/arXiv.2309.08229
9. Zhao X, Guo R, Ma X, Hu Z, Liu J. The Effect of Different Anesthesia Depths on Postoperative Cognitive Function of Tumor Patients Monitored by Narcotrend. J Neurol Surg B Skull Base. 2024,86(3):271-277. doi:10.1055/s-0044-1786734
10. An H, Zhang X, Chen L. Tracheal extubation under Narcotrend EEG monitoring at different depths of anesthesia after tonsillectomy in children: a prospective randomized controlled study. Front Pediatr. 2024,12:1344710. doi:10.3389/fped.2024.1344710
11. Jones JH, Nittur VR, Fleming N, Applegate RL 2nd. Simultaneous comparison of depth of sedation performance between SedLine and BIS during general anesthesia using custom passive interface hardware: study protocol for a prospective, non-blinded, non-randomized trial. BMC Anesthesiol. 2021,21(1):105. doi:10.1186/s12871-021-01326-5
12. Abdelrahman AMF, Elbadry AA, Omara AF. Comparison of post-auricular and frontal bispectral index values obtained during renal surgeries. BMC Anesthesiol. 2023,23(1):417. doi:10.1186/s12871-023-02372-x
13. Heavner MS, Gorman EF, Linn DD, Yeung SYA, Miano TA. Systematic review and meta-analysis of the correlation between bispectral index (BIS) and clinical sedation scales: Toward defining the role of BIS in critically ill patients. Pharmacotherapy. 2022,42(8):667-676. doi:10.1002/phar.2712
14. Huespe I, Giunta D, Acosta K, et al. Comparing Bispectral Index Monitoring vs Clinical Assessment for Deep Sedation in the ICU: Effects on Delirium Reduction and Sedative Drug Doses-A Randomized Trial. Chest. 2024,166(4):733-742. doi:10.1016/j.chest.2024.05.031
15. Shetty RM, Bellini A, Wijayatilake DS, et al. BIS monitoring versus clinical assessment for sedation in mechanically ventilated adults in the intensive care unit and its impact on clinical outcomes and resource utilization. Cochrane Database Syst Rev. 2018,2(2):CD011240. doi:10.1002/14651858.CD011240.pub2
16. Chen N, Lu J. Meta-Analysis of the Prognostic Value of Narcotrend Monitoring of Different Depths of Anesthesia and Different Bispectral Index (BIS) Values for Cognitive Dysfunction after Tumor Surgery in Elderly Patients. J Healthc Eng. 2022,2022:8554188. doi:10.1155/2022/8554188
17. Puchner WF, Dünser MW, Paulus P, et al. A comparative study on adequate anesthesia depth: clinical judgement and the Narcotrend® measurement. Une étude comparative sur la profondeur d’anesthésie appropriée : jugement clinique vs mesure du moniteur Narcotrend®. Can J Anaesth. 2020,67(6):664-673. doi:10.1007/s12630-020-01602-x
18. Gimson A, Smith M. Processed EEG from depth of anaesthesia monitors and seizures: A scoping review. Seizure. 2021,91:198-206. doi:10.1016/j.seizure.2021.06.011