Analisi, modellizzazione e simulazione degli effetti emodinamici del Propofol durante l'anestesia con infusione di Remifentanil

Propofol and Remifentanil are drugs commonly used for the induction and maintenance of general anesthesia. These drugs affect the cardiovascular system by perturbing the hemodynamic variables monitored for patient safety. Pharmacodynamic models, useful for describing and predicting the effects of these drugs, are generally identified under ideal conditions, created through specific clinical designs that represent a simplification of reality. However, their effectiveness may be limited in practical contexts. The aim of this thesis is to model the interaction between Propofol and Remifentanil on hemodynamic variables in a real surgical operations scenario. To address this challenge, a methodology is proposed for optimizing a recently developed mechanistic model in order to improve its predictive accuracy in realistic conditions. In addition, hybrid models that employ neural networks to mitigate the remaining limitations of the optimized model in predicting data have been designed. The models are developed and tested thanks to the possibility of performing simulations with a database of surgical operations carried out in an Italian hospital. Furthermore, an additional open-source database was employed as a benchmark.

Propofol e Remifentanil sono farmaci comunemente utilizzati per l’induzione e il mantenimento dell’anestesia generale. Questi farmaci influenzano il sistema cardiovascolare perturbando le variabili emodinamiche monitorate per la sicurezza del paziente. I modelli farmacodinamici, utili per descrivere e prevedere gli effetti di questi farmaci, vengono generalmente identificati in condizioni ideali, create attraverso specifici paradigmi clinici che rappresentano una semplificazione della realtà. Tuttavia, la loro efficacia può essere limitata in contesti pratici. L’obbiettivo di questa tesi è quello di modellizzare l’interazione tra Propofol e Remifentanil sulle variabili emodinamiche nel caso di operazioni chirurgiche reali. Per affrontare questa sfida è proposta una metodologia per l’ottimizzazione di un modello meccanicistico sviluppato di recente al fine di migliorarne l’accuratezza predittiva in condizioni realistiche. In aggiunta, sono stati progettati dei modelli ibridi che impiegano reti neurali per compensare le mancanze residue del modello ottimizzato nel predire i dati. I modelli sono stati sviluppati e testati grazie alla possibilità di effettuare delle simulazioni con un database di operazioni chirurgiche registrate in un ospedale Italiano. Inoltre, un ulteriore database open-source è stato adottato per ulteriori test.