fbpx
Connect with us

Medical

¡Oh Deco! ¡h Doppler!, O’dive: Evaluando la primera herramienta personal de seguridad para una “deco” conocida

El ex-oficial de la Marina Francesa Axel Barbaud asegura que su nuevo producto O’Dive- es una herramienta personalizada e innovadora de seguridad – ¡ayuda a reducir el riesgo a la enfermedad descompresiva (ED) por un factor de cinco!
Sin embargo, la evidencia exacta de tal aseveración se desconoce. Lo cierto es, que O’Dive es un dispositivo personal “inteligente”, un ultrasonido que potencialmente representa un avance y un salto en este tipo de tecnología Doppler, del que hace más de 30 años desde su invención.

Published

on

Traducido por: Carlos Lander

Título Original:

Oh Deco, Oh Doppler, O’Dive: Assessing the World’s First Personal Deco Safety ToolBy Michael Menduno

(Originalmente publicado por: InDepth en Julio de 2020).

Disclaimer: Translations between languages are not literal, the languages must be adapted and modified so the reader can be engaged into the material as if it was written in his/her language. In any case of doubt English will prevail over the Spanish version.

Cada cierto tiempo ocurre un salto, un cambio de paradigma en la invención y desarrollo de ciertos productos que usamos, que trae como consecuencia una alteración en nuestro comportamiento rutinario. Por ejemplo, ORCA Industries lanzó en 1983 el primer ordenador electrónico de buceo “EDGE”, esto contribuyó a desarrollar un nuevo sistema de descompresión para inmersiones multinivel, que gradualmente revolucionó la industria e incrementó la seguridad.

Azoth Systems Didier Draguiev y el grupo de buzos Alp Tech en el DiveTec show en Suiza, 2019.

De igual manera, en 1970 Dr. Merrill P. Spencer introdujo el Detector de Burbujas Precordial, este fue el primer ultrasonido Doppler diseñado específicamente para buzos, que permitió a los investigadores medir la cantidad de burbujas en el sistema vascular venoso (EGV) – émbolos que producen efectos sistémicos. El ultrasonido no es un producto de consumo masivo, debido a su costo y la especificidad que se requiere para su uso. Esta tecnología ha incidido y ayudado a profundizar el conocimiento de la Enfermedad Descompresiva (ED); además es una poderosa herramienta que se utiliza para calibrar algoritmos y tablas de descompresión, incluyendo el primer ordenador de buceo EDGE, diseñado por Karl Huggins.

Azoth Systems, es una compañía francesa que espera alcanzar una distinción similar, con su nuevo producto llamado O’Dive, “el primer dispositivo inteligente diseñado para personalizar tus buceos;” este sensor, genera una serie de datos basados en estadísticas obtenidas por el ultrasonido Doppler de forma tal que dichos datos puedan ser utilizados por el buzo para generar perfiles de buceo más seguros en posteriores inmersiones.

La compañía hizo un lanzamiento promocional el año pasado, se exhibió en el Show Internacional de París en enero y en Düsseldorf, Alemania en el BOOT Show un poco más tarde. Para la fecha, Azoth System aseguratener cerca de mil buzos usando su producto en más de 25 países diferentes.

La herramienta está asociada con una aplicación para teléfonos o tabletas que permite al buzo medir la “calidad de la descompresión” en una escala porcentual, basando el análisis en el perfil de buceo demás de las burbujas detectadas a nivel de la vena subclavia tomadas por el monitor de O’Dive.

A diferencia de un ultrasonido Doppler convencional, para usar este dispositivo correctamente no se requiere entrenamiento técnico, así como para interpretar los resultados adecuadamente. Algo que la industria ha esperado durantemás de 30 años.

O’Dive va más allá de una simple lectura, además de presentar los resultados del ultrasonido con un índice de calidad en la pantalla de tu teléfono o tableta, el buzo puede crear escenarios y observar como la descompresión se modifica consecuentemente. Estos escenarios de “por si acaso”, o modificaciones al alterar el perfil , se crean alterando varios factores en la planificación del perfil de buceo, como lo son: las fracciones de los gases utilizados, los porcentajes fijos en la presión parcial del oxígeno en el reciclador, factores de gradientes de presión (FG), inclusión nuevas paradas de deco y/o ajustando el tiempo de la última parada. Así puede incorporar los cambios en el siguientes inmersiones aumentando la seguridad, tal y como asegura Azoth.

Axel Barbaud, CEO y fundador de Azoth explica: el objetivo principal de esta herramienta es ayudar al buzo a ajustar progresivamente sus inmersiones para que genere la menor cantidad posible de burbujas después de las mismas. Para ello, comenta Axel, que la clave es combinar el análisis de riesgo de un perfil de buceo con la cantidad de burbujas presentes después de bucear, para así ajustar las predicciones sucesivas. Azoth estima que puede disminuir el riesgo en la incidencia de la enfermedad descompresiva por un factor de cinco, La verdad es, que tal aseveración es muy difícil de corroborar por ahora.

Figura 1: Variación en profundidad correspondiente a la primera parada y en relación al cambio en los gradientes de presión (GP), para un buceo de 25 min. a 70 m.

Sin embargo, es raro que los rangos en el índice esténentre 0.01%-0.1% por buceo en la industria. El problema es que en muchos de los incidentes reportados, los buzos siguieron el ordenador o tablas correctamente. Estos incidentes son llamados optimistamente por los buzos, “los no merecidos”.

Algo que podría explicar estos incidentes es, que los ordenadores tienen diferentes ajustes implementados en el algoritmo que pueden ser cambiados a discreción por el buzo (ver figura 1) y por consiguiente el computador genera paradas distintas en profundidad y duración. Otra explicación es que los procedimientos de descompresión no consideran la susceptibilidad y predisposición individual a la enfermedad descompresiva del buzo. Esto es precisamente el problema que Azoth Systems quiere abordar con su producto O’Dive.

Independientemente si el producto cumple con las expectativas e incrementa la seguridad en el buceo, todavía se requiere más evidencia y experiencia para demostrarlo. Adiverete Neal Pollock, profesor asociado en kinesiología de la Universidad de Laval en Quebec- Canadá, que: ”aunque soyconsciente del sistema en el que se basa el producto, creo que todavía hay un optimismo prematuro en su funcionamiento, la validez de la herramienta debe ser evaluada. ”

Lo que se escucha en la calle

El presidente de RAID Paul Toomer es un defensor acérrimo del producto. Foto: Jason Brown.

Casi con todo el que hablo (relata Michael) que está familiarizado con O’Dive piensa que el concepto es brillante. Todos los educadores que en su mayoría han obtenido el producto, justo antes de la “cuarentena”, están entusiasmados.

El presidente de la agencia de buceo RAID, Paul Toomer, asegura que Azoth ha creado una herramienta estupenda, “es el cambio más importante que tendremos desde la implementación del ordenador de buceo; dentro de poco, la agencia (RAID) ofrecerá entrenamiento a los usuarios del producto.” “Estoy increíblemente sorprendido con O’Dive” admite su colega e instructor-trainer Edd Stockdale, quien es el que desarrolla el currículo de formación para la agencia. “Como científico, soy un friki deestas cosas”.

Los cursos de RAID no son los primeros, La agencia “International Association of Nitrox and Technical Divers (IANTD)” lanzó su propio programa de entrenamiento O’Dive en junio de este año, liderado por el presidente regional de IANTD de indo-pacífico y un miembro de la directiva Christian Heylen, que ha conducido y supervisado más de cien buceos usando diferentes prototipos del ultrasonido O’Dive. Comenta Christian Heylen que O’Dive carece de investigación en campo, particularmente con humanos. “Pienso que el siguiente paso para revolucionar la forma en que concebimos la seguridad en la descompresión será la acomulación de datos que pueden ayudar a la investigación científica.”

Aunque impresionadopor O’Dive, el veterano, explorador y educador Phil Short expresa cierta preocupación acerca del uso indebido por parte del buzo, bien sea por ignorancia o conscientemente; particularmente por la capacidad del producto de producir escenarios, en sus palabras: “El concepto es extraordinario, lo que me preocupa es que el buzo tenga los conocimientos suficientes, que sepa interpretar y entender los datos presentados y, tome acciones seguras con la información suministrada. Quizá alguien use esta tecnología predictiva para traspasar límites. Por otro lado, si la única información que suministra es la lectura del ultrasonido, no sé si lo compraría.”

Buzos con reciclador haciendo la pre-respiración antes del buceo durante la expedición APOCOLYPTRIP en el Mar Rojo. Foto: Olga Martinelli.

Es interesante observar la posición contraria de la mayoría de los investigadores científicos acerca del monitor Doppler O’Dive, que en resumen manifiestan inconformidad e incomodidad con el modelo predictivo (algoritmo) de la aplicación, que aparentemente ofrece cierto grado de precisión en un campo de investigación dominado por la incertidumbre.

Un fisiólogo que también es buceador técnico y  prefiere mantenerse en el anonimato, es escéptico acerca de O’Dive y asevera que es puro márketing: “ es exactamente el tipo de producto que los tecno-esnob comprarían”.

Frauke Tillmans, directora de investigación de Divers Alert Network (DAN) US está conduciendo un estudio comparativo con diferentes máquinas Doppler incluyendo dos ultrasonidos precordial en 2D y el sensor O’Dive subclavicular. Este estudio fue pospuesto por la pandemia. Ella piensa que la aproximación conceptual “subclavicular” de Azoth es adecuada y válida. Al parecer da lecturas correctas. Pero no sabemos si su uso tal como está diseñado aumenta la seguridad, comenta Frauke.

Buzos usando el producto O´Dive durante la expedición e investigación de DAN “APOCALIPTRIP.” Foto: Olga Martinelli.

El profesor Costantino Balestra, Vicepresidente del centro de investigaciones de DAN Europa, probó el sistema de detección de O’Dive junto con un Doppler convencional en un estudio de campo: “The APOCALIPTRIP” durante el  mes de marzo. Constantino regresó de la expedición con opiniones favorables sobre este dispositivo.

El profesor asegura: “confío en este sistema de detección, pero es necesario recabar más información, más datos y, DAN colaborará en esto”.

Un primer estudio centrado en la investigación de enfermedades descompresivas en rangos recreativos  será publicado en la próxima edición de   Diving and Hyperbaric Medicine, cuyo autor es Peter Germonpré. El informe estudia  las inmersiones recreativas en Maldivas, y cuyo título es: Primeras Impresiones: “Uso del dispositivo de detección de burbujas a nivel subclavicular O’Dive de Azoth System en un crucero para buzos”.

Un segundo estudio, que pronto será publicado cubre a los buzos técnicos con recicladores en inmersiones a 100 metros/328 pies en el “The APOCALIPTRIP”, en ambos estudios se comparan ecocardiogramas con el dispositivo O’Dive.

Cuando hablé con Peter, le pregunté sobre la eficacia de las predicciones del dispositivo. Él hizo una pausa momentánea, sonrió y gesticuló con sus manos: “Nadie puede decir que está mal, nadie puede decir que está bien. Pensándolo bien, dado los años de desarrollo en la detección de burbujas, es improbable que esté totalmente equivocado.”

Ahora bien, todos los entrevistados están de acuerdo en que O’Dive tiene el potencial de ayudar a los buzos a educarse o, más bien, de empujar al buzo a ser autodidacta.

En la búsqueda por mejorar la descompresión

La “O” en O’Dive representa optimización. Esta es la creación de Barbaud  y el investigador Julien Hugon, quienes son los responsables del departamento de  biofísica en Azoth Systems. El producto ya tiene más de una década en desarrollo. La idea original del dispositivo se remonta a mediados del 2000, cuando Barbaud tenía un puesto como oficial de seguridad a cargo del centro de investigación de la Marina Francesa (CEPHISMER), el equivalente a la Unidad Experimental de Buceo de la Marina Americana (NEDU) y además, sirvió como buzo de pruebas. En ese momento la institución francesa estaba desarrollando una nuevas tablas de descompresión para la Ordenanza de Explosivos de Desechos (EOD, por sus siglas en inglés) en conjunto con fisiólogos especializados en cámaras hiperbáricas usando ecocardiogramas y ultrasonidos Doppler 2D.



Barbaud estaba fascinado con el uso de estas herramientas para mejorar las prácticas de descompresión. Además,recuerda: “Gracias a la cantidad de inmersionesque realiza la marina anualmente, presencié repetidamente diferentes casos donde hay buzos que son afectadospor la enfermedad descompresiva donde otros no, aún siguiendo el mismo perfil y procedimientos establecidos. Para entonces, me quedó claro que era necesario un cambio en los procedimientos, no solo para los buzos de la marina, sino para todos.”

Barbaud aprendió a bucear en Presqu’île de Giens al sur de Francia mientras estudiaba operaciones navales.

En el 2010 Barbaud que para entonces desempeñaba el cargo de oficial naval del escuadrón anfibio, decidió retirarse (tempranamente) y establecer  Bf Systémes en conjunto con algunos de los laboratoristas, técnicos y analistas involucrados en la investigación científica ya mencionada. Al grupo se le unió Hugon, que recientemente había culminado su tesis en biofísica y modelación de la enfermedad descompresiva usando el sistema de ultrasonido Doppler.

Al poco tiempo cambiaron el nombre de la compañía recién fundada a Azoth Systems para reflejar mejor su objetivo. Azoth es el nombre universal de una medicina o de un disolvente universal en alquimia, mientras que Azoth en francés significa nitrógeno- entonces es algo así como, la cura para el exceso de nitrógeno. Al mismo tiempo, Barbaud logró conseguir finaciacióngubernamental para que la compañía prosiguiera con sus investigaciones.

La compañía empezó a proveer de servicios de consultoría a empresas de buceo comerciales e instituciones militares, incluyendo la reingeniería de las tablas usando el método de detección de burbujas a través del monitor Doppler, emprendiendo así la recolección de una base de datos que se utilizaría en sus propias investigaciones. Barbaud relata: “Fue la oportunidad para profundizar el entendimiento sobre la enfermedad descompresiva desde un punto de vista operacional. Siempre he pensado en qué sucedería si….” Sin embargo su objetivo principal era crear una herramienta que ayudara al buzo con la descompresión.

En el camino hacia el desarrollo  de un sensor automatizado

Axel Barbaud con uniforme (2008).

La idea inicial de Azoth era concentrarse en elaborar un monitor cardíaco que trabajara con el ultrasonido Doppler a nivel precordial. Pero como mencionaba al comienzo del artículo, el uso de dicho aparato requiere entrenamiento técnico no solo para poner los sensores correctamente, sino para leer correctamente los resultados y, aún más importante, interpretar la señal de audio generada por la lectura. Por ejemplo, contar los niveles de burbujas venosas retornando al corazón, colocar la puntuación y asignar el grado. Debido a la complejidad de la señal, todo esto requiere conocimientos, entrenamiento específicos y buenos oídos.

A modo de ejemplo, puedes escuchar aquí  las lecturas del ultrasonido precordial y subclavia: Señal 1: Sin burbujas; Señal 2: Con burbujas;  Señal 3:  Subclavia sin burbujas;  Señal 4:  Subclavia con burbujas.

Aunque diversas existe escalas, típicamente la señal está clasificada en 5 grados, basados en la escala original de Spencer, que va desde 0: sonido sin burbujas, hasta 4: sonido continuo que hacen las burbujas cuando pasan por el torrente sanguíneo y que oscurecen el ritmo diastólico y sistólico normal del corazón. Ahora bien, El ecocardiograma 2D, cuyos datos son presentados  visualmente, tiene una escala similar pero más extensa para el diagnóstico.

Azoth intentó sin éxito usar el Doppler a nivel precordial, pero no lograron automatizar la interpretación de las lecturas debido a su complejidad, ya que es necesaria la interpretación de un técnico. La compañía estuvo por cerrar, cuando Barbaud y Hugon centraron su atención en el trabajo hecho por DCIEM, que usó el conteo de burbujas después de la inmersión del buzo para calibrar tablas.

Para entender mejor la complejidad del análisis y detección de burbujas, puedes leer el trabajo pionero de Ron Y. Nishi, que lideró el Centro de Investigaciones del Instituto Canadiense de Defensa y Civil de Medicina Ambiental (DCIEM), publicado en 1983 con el título de “Tiny Bubbles, A Primer on Doppler Bubble Detection,” aquaCORPS #5 BENT”.

 DCIEM específicamente usó en su estudio el ultrasonido Precordial, capturando imágenes del torrente sanguíneo que retorna del corazón a la vena cava, además de tomar imágenes de la parte izquierda y derecha de la vena subclavicular que está justo debajo de los huesos del cuello y lleva sangre a los brazos; dichos resultados y lecturas se incluyeron en la base de datos del estudio.

El estudio proveyó la visión necesaria que Barbaud estaba buscando. El audio original del Doppler al nivel clavicular era más limpio y más fácil de clasificar que el de nivel precordial. Esto es debido a la ausencia del sonido de las válvulas del corazón, lo que significa que era susceptible de automatizar,  además que los huesos del cuello son un punto de referencia para colocar correctamente el sensor.

Para los investigadores, la pregunta fundamental era, si utilizando sólo este punto para tomar las lecturas, se produce suficiente información como para clasificar con precisión los niveles de burbujas en el buzo. Para entenderlo mejor; la diferencia en ambas lecturas es, que a nivel precordial, las imágenes y sonidos que son capturadas corresponden al torrente sanguíneo regresando al corazón desde todas partes del cuerpo y, a nivel clavicular, solo la que retorna desde los brazos. Al enfocarse en esta duda, encontraron que las medidas tomadas a nivel clavicular se correlanestadísticamente más a los incidentes de descompresión que las medidas tomadas a nivel precordial. Dicha correlación aumentó con la inclusión de casos severos de enfermedad descompresiva. Los resultados fueron publicados por  Hugon, Barbaud, Nishi entre otros en el 2018.

Barbaud comenta: “yo siempre estoy pensando en como obtener información midiendo y cómo las burbujas que se producen se relacionancon la enfermedad descompresiva.” Así decidieron desarrollar un dispositivo Doppler que se use en la región clavicular.

Para el 2015  Azoth Systems ya tenía su primer prototipo como concepto del internet de las cosas (IoT) por sus siglas en inglés. Según el mismo Barbaud,  el prototipo era feo y carecía de precisión, pero funcionaba. Dos años después, mejoraron el prototipo como para ser probado en campo directamente por sus clientes profesionales de buceo y ser capaces de realizar más estudios.

Como se mencionó antes, Azoth lanzó oficialmente su producto en el Show de buceo de París este mismo año. Cada producto tiene un sensor y una aplicación móvil asociada. Sin embargo, la compañía decidió ofrecer un mismo sensor con diferentes versiones de la aplicación dependiendo del sector, tiene una para el buzo deportivo, para el avanzado, para reciclador, técnico y versiones especiales para instructores, centros de buceo y clubes, permitiendo compartir los datos entre ellos. Para los usuarios existentes, Azoth ofrece actualizaciones. Los precios varían de entre los  530€-710€ sin incluir impuestos.

Biométrica para buzos

Estaba muy intrigado cuando abrí la caja impermeable que conteníael sensor con un cargador inalámbrico, gel de ultrasonido y un espejo pequeño. Bajé la aplicación en mi teléfono y creéuna cuenta. Para mi, un buzo con la mentalidad de llevar un registro de todas mis  actividades físicas y señalesvitales, la idea suponía medir la calidad de la descompresión con la finalidad de mejorarla.

El primer paso del proceso consiste en tomar las medidas después de cada inmersión, Azoth recomienda tomar dos. Cada una tarda 20 segundos en ambos lados de las venas claviculares. Para los que utilizan helio o recicladores, ellos recomiendan que la primera toma sea inmediatamente después del buceo, seguido de una segunda pasados 60 minutos. En el caso de buceadores Nitrox, la primera debe ser 30 minutos después de la inmersión e igualmente, la segunda pasados 60 minutos de la primera muestra. Esto es así porque se busca el pico de las burbujas- émbolos de gas venoso (EG).

The O’Dive Tek para buzos técnicos y con reciclador.

El sensor de O’Dive y su aplicación son herramientas sofisticadas y amigables para el usuario, tanto como lo es un rastreador deportivo Garmin o Polar; y parece simple el proceso de toma para obtener medidas precisas del grado de burbujas. Inclusola aplicación contiene un video demostrativo de su uso.

Enciendes el sensor y lo sincronizas con la aplicación vía WIFI, luego aplicas un poco de gel de ultrasonido en el sensor que tiene forma de disco con ranuras que se ajustan al hueso clavicular y usas el espejo para ayudarte a colocarlo.

Colocamos el sensor sobre la región subclavicular (vena) izquierda, y la aplicación te deja saber a través de un gráfico, si la posición en la que colocaste el sensor es adecuada para tener una buena señal. Una vez que la señal es óptima, presionas continuar en la aplicación respirando durante 20 segundos mientras el sensor registra los datos.  Cuando la muestra está completada, la aplicación te dirige a repetir el proceso en el otro lado (derecho). Inclusote recuerda cuándo se deben de tomar las muestras.

Gráfica que muestra las lecturas.

Después de haber tomado la muestra, sincronizas la data con la nube, incluye el perfil de buceo que hayas importado de tu ordenador de buceo o entras los datos del perfil manualmente a la nube. Actualmente, el servidor de Azoth está alojado en Francia.

Por ahora, la aplicación solo se comunica con los ordenadores de buceo Shearwater y Suunto. Dicha sincronización se hace a través de Bluetooth y, seguramente otras compañías seguirán sumándose a medida que la cantidad de usuarios aumente. Si te encuentras en un sitio sin cobertura, la información se guardará hasta que el dispositivo tenga conexión.

¿Cómo de buena es tu descompresión?

En unos pocos minutos y dependiendo del estado de la conexión, el servidor de Azoth realiza un análisis estadístico de la inmersión basado en la base de datos que ya posee. En el proceso, se calcula un índice porcentual que refleja la calidad de la descompresión (QI) por sus siglas en inglés, que muestra cuán relativamente efectiva ha sido la descompresión. El índice es transmitido al usuario a través de la aplicación bajo la sección “mis resultados”.

El usuario ahora puede seleccionar y ver los resultados de las simulaciones, además de acceder a los datos, el buzo si lo requiere puede determinar cómo mejorarla. Sería algo así como, representar gráficamentela saturación de los tejidos del ordenador EDGE en una hoja de cálculo y, analizar cómo se comportan los gradientes de presión; si añadimos, 10 minutos más de oxígeno, por ejemplo, es exactamente eso, lo que predice el algoritmo de la aplicación.

Como se muestra en el lado izquierdo de los resultados, el índice de una inmersiónse modificados parámetros adicionales, estos dos componentes actúan para reducir la descompresión de forma segura. Idealmente el buzo trata de obtener una puntiaciónmáxima de 100%en el índice de calidad de la descompresión (QI), que está caracterizado como el índice probabilístico más leve entre 5 inmersionespor cada 10.000 buceos o 0.05%. Según Azoth esto es comparable a que un buzo realice una inmersión de no descompresión con aire en condiciones normales.

O’Dive: simulación gráfica en la aplicación de Azoth.

Los componentes mencionados, hacen referencia a dos índices, el primero denominado severidad (Sc), que muestra el grado de probabilidad de obtener la enfermedad descompresiva de acuerdo a la carga de gas inerte del perfil realizado. Para diferentes buzos este índice no varía, siempre y cuando sea el mismo perfil y procedimientos de descompresión. El segundo componente, se denomina burbujas (Bc), este refleja la probabilidad y la disposición relativa del  buceador a producir burbujas basados en las inmersiones ya realizadas, este índice posee diferentes rangos que van desde 0%  a 40% en incrementos de 10 puntos porcentuales. Teóricamente el máximo corresponde a un grado cinco en la medición Doppler de EGV. A diferencia de la severidad, este índice es individual y se relaciona directamente con la medición Doppler. Así, la fórmula que se obtiene es  QI=1-Sc-Sb.

Para facilitar la  comprensión y manejo, los segmentos presentados por la aplicación están codificados por colores, cada color refleja una zona de riesgo, que son mostrados en pantalla de la izquierda del gráfico de calidad de la inmersión:

75%-100%:  Significa una buena calidad en la descompresión pero todavía hay posibilidad para mejorarla.

50%-75%: Aquí muestra una calidad media en la descompresión, denota una carencia y deficiencia en los procedimientos. Cabe destacar que una calidad inferior a 75% corresponde a un índice de riesgo superior al 0.2% según la base de datos de Azoth.

0%-50% Aquí el índice de riesgo muestra que necesariamente el buzo debe modificar los procedimientos de deco pues la probabilidad de contraer la enfermedad descompresiva  son superiores al 1%. 

Los números anteriores destacan una escala del 33% en reducción del índice en el modelo propuesto que corresponde a los 10 puntos porcentuales discutidos anteriormente.

Los escenarios- “Qué pasa si…”

Una vez que el usuario tiene los resultados, puede comenzar a jugar con algunos factores para aumentar la seguridad.

Vamos a considerar un ejemplo para ilustrar el uso de la aplicación, dicho ejemplo no refleja procedimientos reales, así que aconsejamos no seguirlo: un buzo realiza una inmersión cuadrada, no multinivel, de 32 m/105 pies durante56 minutos que se desarrollóusando unos gradientes de presión de 85/90. El buzo hace tres paradas de deco con aire de 1 minuto a 9 m/30 pies, 2 minutos a 6 m/ 20 pies y 9 minutos a 3m/10 pies. 

Según los resultados en O’Dive, la carga de gas inerte (índice de severidad) es de 21%, el índice de burbujas generadas es de 30%, por lo que el resultado del índice de riesgo es de 49%. Este resultado cae dentro de un riesgo relativo probabilístico mayor al 1%. ¿Qué puede hacer el buzo para mejorar la descompresión?

Si seguimos la tendencia actual en el uso de Nitrox, nuestra primera inquietud es, ¿qué sucede si el buzo respira Nitrox? Podemos observar la respuesta inmediatamente al deslizar la barra marcada con la abreviatura O2 como gas de fondo. Recuerda que el modelo y de acuerdo a los estándares de buceo, se usa una presión parcial de oxígeno de 1.4 atm para la fase de trabajo y 1.6 atm para la fase de descompresión.

La simulación muestra un nuevo índice de 75%, pues sus componentes bajaron  6% para severidad (reducción en la carga de nitrógeno) y 19% en la generación de burbujas. Según O’Dive, la calidad de la descompresión aumentó mostrando un riesgo estimado de 6.1, evidentemente, resaltandolos beneficios del Nitrox. El programa ha usado el cambio de una variable para predecir el grado de generación de burbujas (EGV) en el buzo.

Otra alternativa que puede considerarse, es cambiar los gradientes de presión, para ello, se deslizan ambas barras (“Low” y “High”). Por ejemplo: ¿qué sucedería si usaramos 50/70? El índice cambia a 84%, lo que compadece con una probabilidad relativa de 11.5 por encima de lo que teníamos originalmente. Hay que acotar que el programa limita hasta cierto punto el uso de estos dos factores para evitar algunas “Paradas Profundas”, que Azoth considera deficientes.

También es posible cambiar los gases de deco para el cálculo de los escenarios y las mismas funciones pueden usarse para inmersiones más avanzadas, como con los recicladores o con mezcla de gases. Además es posible añadir paradas de seguridad o alargar las mismas.

Parafraseando la opinión de Arthur, la palabra precisión en este contexto puede resultarextraña (refiriéndose a los resultados emitidos por aplicación), pues nunca estuvo en el léxico del buzo. Los resultados con precisión decimal de los cálculos pueden verse con escepticismo. Sin embargo, la idea general es presentar un “riesgo relativo” de los procedimientos que tenga sentido.

Por ello no sorprende que Barbaud  insista en que lo importante no es la aparente precisión del algoritmo y de lo que puede reflejar a nivel fisiológico, el resultado no es perfecto. Para mi (Micheal) la pregunta es: el uso continuo, a través de la lectura Doppler y sus consecuentes resultados, ¿ayuda al buzo a disminuir la cantidad de burbujas generadas? Según me respondió Barbaud en un correo electrónico: “La respuesta es sí, esto puede ser fácilmente confirmado por todos los que han usado esta tecnología”. 

Pero la duda queda, cómo se calculan  los resultados, qué significan y si son válidos. Para responder esto, trataremos de analizar el modelo matemático de Azoth.

Es un mundo de matemáticas

He pasado un tiempo considerable discutiendo con Barbaud y con los ejecutivos de la compañía tratando de entender la lógica y las matemáticas aplicadas al modelo. También hablé con diferentes fisiólogos e investigadores para aclarar dudas (debo de puntualizar que tengo una licendiaturade Stanford  M.S  en Matemáticas). Pero no obstante, no pretendo entender todos los intríngulis para realizar yo mismo los cálculos, sino salir al menos con la comprensión  general de los principios detrás de la carpintería (matemática). 

Aquí explico lo que aprendí:

En esencia, Azoth basó sus cálculos de riego en una base de datos que contiene muchos perfiles de buceo al cual tienen acceso. Específicamente estas son:

  • Una base de datos basados en perfiles de aire y con combinaciones de oxígeno-nitrógeno. Dichos buceos fueron realizadospor Los Estados Unidos de América, El Reino Unido y Las fuerza Militar de Canadá desde el año 1944 a 1997. Esta colección tiene más de 8000 exposiciones y más de 400 casos de Enfermedad Descompresiva permitiendo un análisis estadístico de correlación entre los perfiles de buceo y la ocurrencia probabilística de enfermedad descompresiva.
  • Base de datos correspondiente al Centro de Investigación de Defensa y Desarrollo de Canadá, antiguamente conocido como DCIEM. Esta base de datos fue construida con diferentes estudios conducidos por DCIEM durante un período de 40 años. Posee más de 8000 exposiciones que generaron más de 100 casos de enfermedad descompresiva y que fueron monitorizadospor el ultrasonido Doppler. La base de datos incluye un gran número de perfiles en circuito abierto y cerrado con diferentes mezclas de trimix y heliox.
  • Incluye un subconjunto de datos de la Marina Francesa con más de un millón de perfiles de buceo en aire, nitrox y trimix, hechos entre el 2000 y el 2015. Las  inmersiones fueron registradas manualmente, no incluyen perfiles digitales o de ultrasonido. Dichos buceos fueron escaneados, comprobadosy recopiladosincluyendo los parámetros, casos y estadosde la ocurrencia de la enfermedad descompresiva.
  • También incluye una base de datos correspondiente al Patrimonio de COMEX, que incluye una extensa lista de datos de inmersionesempíricos y experimentales con perfiles de buceo realizadosen heliox hasta los 100 metros/ 330 pies además de inmersiones profundas de rebote.

Teniendo acceso a esta inmensa base de datos caracterizada por un amplio rango en cuanto al riesgo de incidencia de la enfermedad descompresiva, Azoth construyó un análisis estadístico detallado correlativo en la incidencia de la enfermedad descompresiva y los parámetros de buceo en el cual ocurre; dicho estudio fue la base del  modelo. En lo que respecta a este tipo de metodología, Azoth no es el primero. La Marina Americana tiene una extensa base de datos que usa para elaborar algoritmos y calcular los perfiles de descompresión usando probabilidad.

En contraste con el algoritmo probabilístico de la Marina Norteamericana, el modelo predictivo de Azoth asume solo inmersiones cuadradas. Como resultado, cuando se lleva a cabo el análisis, el software (programa) convierte el buceo multinivel en el equivalente a un perfil cuadrado. Esto lo consigue usando el el promedio de la descompresión y la velocidad de ascenso calculando profundidad y tiempo de fondo desde el inicio de la inmersión. Luego procede a calcular el riesgo inherente al perfil para derivar el componente de severidad (Sc) como se ha discutido anteriormente.

A modo de ejemploejemplo, Azoth consiguió que para inmersionescon aire, el riesgo de incidencia de ED incrementa con la subida de la  profundidad y tiempo de fondo. Decrece con el tiempo total dedicado a la descompresión. Así define el índice de seguridad modificada por la fórmula originalmente  desarrollada por el fisiólogo de la Marina Real H.V. Hempleman para medir el estrés en la descompresión en inmersiones con perfiles cuadrados, expresada como sigue:

Is = P √t/dt, donde P es igual a la presión, √t es la raíz cuadrada del tiempo de fondo y dt el tiempo total dedicado a la descompresión. Como consecuencia, se puede decir que Is es un índice que refleja la relación entre la carga y descarga en los compartimentos teóricos de tejidos del cuerpo.

Después, el software calcula el riesgo, la probabilidad de ocurrencia de la ED (pDCS) con la siguiente ecuación:

pDCS=1/(1+exp(-a-b*Is))

Donde las variables “a” y “b” se definen como un análisis (curva) de regresión lineal usando los tres tipos de base de datos.

Los resultados se muestran en el gráfico siguiente:

Probabilidad de incidencia o ocurrencia de la ED como función del índice IS.

El cálculo del índice se ve afectado por la velocidad de ascenso hasta  un factor de 2, esto es basado indirectamente por una investigación publicada bajo el nombre de: El impacto de la velocidad de ascenso en la producción de burbujas.

Más burbujas, más burbujas pequeñas

Para el cálculo de la predicción de riesgo (en el sistema O’Dive)  es esencial la presencia de émbolos de gas venosos medibles circulando por el torrente sanguíneo del buzo. Desafortunadamente, la correlación positiva entre ambas es desconocida para predecir la ocurrencia de la ED, y más Concretamente cuando lo reducimos a una sola inmersión.  Es decir, el cálculo del riesgo incorporando o no la medición de las burbujas es la misma; sin embargo, a medida que el buzo haga más inmersionesconsecutivas dicha medición se vuelve relevante.

Contrariamente, la correlaciónnegativa tiene un alto grado de predicción. Esto quiere decir que, en ausencia de burbujas detectadas, el riesgo de ocurrencia es menor. Esta es la razón por la cual esta herramienta (O’Dive) se basa en ayudar al buzo a ajustar los parámetros de la inmersión para disminuir  la generación de burbujas. 

El desafío de Azoth es que la presencia de émbolos de gas venosos en el torrente es  el resultado de numerosos factores fisiológicos y que varía de individuo a individuo e, incluso en la misma persona con el paso del tiempo.

Cabe destacar que Azoth basa toda su teoría en los análisis de la base de datos de DRDC según el cual, la presencia de burbujas actúa como amplificador de la severidad de la enfermedad descompresiva cuando se produce. De hecho, ellos calculan que el grado de severidad aumenta enun factor 10 con la existencia de micro-émbolos a nivel vascular y una contabilidad de burbujas de grado IV después de un buceo. Específicamente, Azoth calibró el modelo para que  el ratio se acerque a 2.0x cuando el grado de clasificación en la medición de burbujas  se mueve hacia el siguiente grado. Abajo se hace un resumen de las observaciones que derivaron tal conclusión.

Grado SCN observaciones%N DCS% DCS
066561.3 %40.6 %
116315 %31.8 %
21049.6 %21.9 %
314012.0 %117.9 %
4131.2 %323.1 %
Total1085100 %232.1 %

pDCS=f(Is, Grado) 

Combinando el índice de severidad y los grados de burbujas, Azoth calcula el riesgo o probabilidad de la pED (pDCS por sus siglas en inglés) por medio de lo que se conoce en estadística como regresión lineal donde se ajustan los parámetros a, b y c. La curva resultante se muestra abajo:

pED y la curva de regresión lineal por grado

 pDCS=1/(1+exp(-a-b*Is-c*Grade))

Azoth utiliza un análisis de espectro de las lecturas Doppler a nivel clavicular lo que automatiza el proceso de clasificación. El programa convierte el punto más alto de la lectura y los clasifica en 5 grados, muy similar a la escala Spencer usada en las ecuaciones ya explicadas anteriormente. Hasta ahora las muestras hechas por los “buzos” son precisas.

Como se explicó, una vez los datos están en la nube se procesan para calcular el índice de calidad de la descompresión QI, tal cálculo puede ser entendido como el producto logarítmico de las ratas de riesgo. Específicamente el riesgo del buceo realizado desde el punto de vista de la severidad comparada con la línea de no descompresión de un buceo con aire, tomando en cuenta o amplificado por el grado de burbujas en la que se encuentra el buzo.

Esto hace que el índice sea la suma de probabilidades, expresado matemáticamente:

QI=MAX (1-0.33*LOG{[PDCS(Is)/PDCS(Is_Air_NoD_limit)] *[PDCS(Grado, Is)/

PDCS(Grado=0,Is)]}

Equivalencia:

QI=1-Sc-Bc where Bc=.1*Grado de Burbuja 

Sc= MIN(0.33*LOG{[PDCS(Is)/PDCS(Is_Air_NoD_limit)];1-Bc).

Además del índice QI, el programa calcula otros índices de riesgo relativos al buceo y otros relativos al cambio en los factores predictivos “Qué pasa si-”.

Por ejemplo:  Usando el caso anterior de una inmersiónde 32 m durante56 minutos, el programa calcula el riesgo como si este hubiese sido con mezclas de nitrox. Estos porcentajes son luego transmitidos al dispositivo junto con el índice QI y otros datos más, permitiendo que el buzo realice sus simulaciones localmente en el dispositivo.

Como se dijo anteriormente, el modelo también calcula el grado de burbujas para las simulaciones; de hecho, el modelo progresivamente adapta las predicciones basándose en la historia registrada por el buzo. Estos datos registrados son clasificados de acuerdo a la dinámica de burbujas y también se basanen la base de datos  DRDC en: bajo, medio y alto. Es algo como un promedio de la generación de burbujas por parte del buzo.

Científicamente se conoce que hay individuos propensos a “burbujear” mientras que otros raramente lo hacen. Azoth argumenta que uno de los beneficios inequívocos del sistema es que el algoritmo toma en cuenta el historial del buzo en sus cálculos, personalizando así los escenarios.

Una vez más, me pregunta Barbaud retóricamente: ¿Las gráficas reflejan la realidad de los efectos de los gases en los buzos alrededor del mundo?

Pregunta que me hizo en respuesta al intercambio que tuvimos por email, al cual él mismo responde: “Claro que no! Tampoco el sistema está construido a base de suposiciones sin ningún tipo de base. La realidad es que estamos en el medio de los extremos; no es perfecto, pero refleja un buen grado de realidad.”

“Hay simulaciones que proveen indicaciones que son más certeras que pura intuición. Una idea en base a suposición, o sin ninguna idea. Este acercamiento fue diseñado para ayudar a reducir la producción de burbujas y consecuentemente mejorar las prácticas de buceo.”

Barbaud compara la situación con la introducción del ordenador de buceo. “¿Podemos decir que los ordenadores danuna información perfectaa los buzos? No, pero trajeron consigo un paso importante, ¡un avance en los procedimientos de buceo! Según entiendo, ¿Barbaud y su equipo han puesto todos los huevos en una misma cesta?

Lo que funciona, ¿funciona de verdad?

Es de esperar que con un tipo de herramienta tan compleja como ésta, la comunidad de médicos, fisiólogos y científicos hiperbáricos tienen mucho que decir sobre el acercamiento procedimental del desarrollo de esta tecnología.

El fisiólogo hiperbárico David Doolette que está íntimamente familiarizado con el algoritmo probabilístico de descompresión desarrollado por la US NAVY, alza su voz con ciertas dudas sobre el modelo implementado por Azoth.  La primera pregunta que David hizo fue: ¿Cómo validar matemáticamente el modelo? Azoth responde a esto con que el modelo fue probado y derivado con las bases de datos  DRDC, French Navy, and COMEX Heritage.

Una de la grandes dudas de Doolette es que el modelo trata la embolia de gas venosa (EGV) como entrada de información y no como resultado. “Tienen EGV en el lado opuesto de la ecuación”, explica Doolette y continua: “el problema es que el muestreo de EGV en realidad no causa ED, es un efecto paralelo, con una consecuencia en la incidencia de ED que es lo más cerca del perfil de buceo y consecuentemente del índice de severidad (Is).” Recuerda que el modelo predictivo se basa en este índice. El resultado según Doolette, es en términos estadísticos de colinealidad (irresoluble), que puede terminar en malos indicadores. “Si el modelo funciona sería genial.” Pero la cuestión es si está listo para el lanzamiento.

Hay otros científicos que opinan igual.

“Si la investigación estuviese revisada por homólogos, les preguntaría por un set de calibración externa como con la base de datos DSL de DAN Europa o el Proyecto de Exploración de DAN América (US) y si ellos pueden predecirlo.” 

Azoth y DAN están a punto de entrar en una fase de colaboración, por lo que es posible que se dé. Pero por ahora la compañía no tiene acceso a las base de datos de DAN.

Por su parte Barbaud reconoce la debilidad del modelo, pero cuestiona las premisas de los fisiólogos. “Hay espacio para la imperfección sin desmejorar el valor que tiene. El hecho de que la información contenida en los grados y los buceos no sea la misma es reflejada por un mejoramiento en ambas probabilidades (cálculos) y del el criterio de la información de muestreo de las burbujas al perfil del buceo en el modelo. Esto previene de que el modelo sea inestable.” Pero esto no resuelve la duda de Doolette.

Barbaud comenta que Azoth siempre está abierto a sugerencias para mejorar: “Si alguien puede mejorar o conseguir una metodología mejor, nosotros lo escucharemos”. Estamos enfocados en mejorar nuestra tecnología, eso es al final lo que cuenta.”

Una última duda de Doolette: Cualquiera que sea su precisión, ¿las funciones predictivas de O’Dive pueden hacer menos seguro al buzo, aún éste no trate de abusar del mismo? “No, no creo. Expresa, asumiendo que todas las ecuaciones que aún no he visto seancorrectas.”

El ingeniero francés JP Imbert que ha trabajado diseñando procedimientos para la industria comercial de buceo sugiere un panorama más amplio  para este asunto.Imbert trabajó con Hugon y fue el autor líder de un informecientífico con Balestra entre otros sobre un nuevo modelo de formación de burbujas.

“Hay más que burbujas en la seguridad para la descompresión. Hemos medido un estrés producido por oxidación, explica, la inflamación está relacionada en la literatura médica con los radicales libres y las micropartícula, pero todavía no sabemos si hay una estrecha relación entre esto y la EGV. Altos niveles de oxígeno y la preexistencia de microburbujas pueden ser los responsables deello.”

Tillmans que pertenece a DAN también tiene dudas acerca del modelo. Aunque está impresionado por la tecnología y la llama “ingeniosa”; apunta aque en la descompresión influyen múltiples factores además de las burbujas, como lo son: la edad, la temperatura, el sexo, el descanso, grasa corporal, etc. “Mucho de la ciencia es ignorado si solo se considera el tiempo, la profundidad, los gradientes y las burbujas” comenta. “Yo creo que Azoth hizo todo lo posible, pero no creo que sea todo el panorama.” – Pueden probar que me equivoco.

Factores de estrés en la decoPollock NW, Sellers SH, Godfrey JM, eds. Rebreathers and Scientific Diving. Proceedings of NPS/NOAA/DAN/AAUS Workshop. Wrigley Marine Science Center, Catalina Island, CA; 2016; 145-156.

Barbaud también reconoce los puntos hechos por el: “Sí, reconocemos que no son solo burbujas”. Pero ¿cómo los tomamos en consideración? ¿Qué es dormir bien o mal, cómo lo medimos? ¿Esperamos 20 años para tomar en consideración estos factores en diferentes situaciones? No obstante, podemos cogervarias situaciones y compararlas con la generación de burbujas. Nuestro objetivo es educar a los buzos para bajar sus niveles de producción de burbujas con un sistema de niveles después del buceo, que sabemos, incrementa la seguridad.

En el campo

Otra duda que los científicos agrimen es que el protocolo de hacer solo dos muestreos es inadecuado, poco fiable a la hora de capturar el pico en la formación de burbujas. Como ejemplo, midiendo solo los grados altos. Como comenta Pollock, quien tiene más de tres décadas de experiencia usando el ultrasonido y evaluando los riesgos en la ED, explica: “El objetivo es determinar el pico, pero con solo dos muestras, seguramente algunos casos se escapan. El consenso sobre el uso del ultrasonido tomado de la conferencia  ultrasound workshop es de un mínimo de una lectura cada 20 minutos durante  dos horas para adquirir la mejor calidad en las lecturas.” 

“ Si una persona deja de medir el pico, la predicción fundamentalmente será falsa, y etá claro, que el tiempo en los picos, varía. Recolectar datos de calidad es regularmente dificultoso e inconveniente, más es mejor. En resumen, en el campo de trabajo, los científicos hacen medidas a los sujetos de estudio en reposo, con las rodillas o brazos flexionados.”

Barbaud comenta que el protocolo de lecturas fue determinado de acuerdo a lo observado en la base de datos. “ Si un buzo sigue adecuadamente el protocolo de tiempo, acertará el pico en un 90% de los casos.” Esto basado en el estudio mencionado de APOCALIPTRIP cuyas muestras se asemejan o corresponden a las tomadas por el ecocardiograma de Balestra.

El sistema no fue hecho para un solo buceo, sino que se adapta progresivamente al usuario, cerca de 3 a 5 buceos. Podemos fallar en el pico en una inmersión, pero no en todos, y así la tendencia del buzo aparecerá (en términos de la dinámica de burbujas). Referente a las diferentes tomas en flexión, nuestra base de datos refleja un mejor muestreo en descanso. Lo que es mejor, pues no requiere ninguna acción específica por parte del buzo, si queremos que nuestro producto se usea ampliamente..

Una pregunta frecuente es que hará Azoth con el volumen de datos que le proporcionarán los usuarios y si será útil para nuevas investigaciones en este campo.

Los usuarios tendrán acceso a sus propios datos, incluyendo los muestreos, de una manera similar a Shearwater, vía la nube. Presumiblemente, también otros investigadores responsables de estudios podrán acceder a la base de datos.

Sin embargo, en relación a si los datos serán útiles para los científicos y fisiólogos de la descompresión, bueno, ellos expresan sus dudas.

Antes de nada, ya hablamos de la calidad en el muestreo y cómo difiere el protocolo. Así como el descontrol en la toma de los datos. Las condiciones son totalmente diferentes entre un estudio y lo que el buzo hace. No hay condiciones de laboratorio, por así decir. La habilidad de monitorizarde cerca y recabarla información por un ultrasonido precordial bajo condiciones controladas es muy diferente a un dispositivo capaz de medir en condiciones dinámicas e interpretar los datos de forma significativa, comenta Pollock.

Segundo, el problema inherente a la acumulación de datos positivos- muchos positivos- no dice nada y es una pesadilla. Pierdes el contexto de probabilidad, comenta Doolette, que afronta esto mismo con la base de datos de DAN. Por ejemplo, no se aprende nada si cojes un subconjunto de datos cuyos resultados de ED tienen un 50% de grado alto en EGV, quizá el 50% de todos los buceos tienen un alto grado de EGV.

Alimentos para el cerebro

Independientemente de todas las advertencias y limitaciones, con todos los que he hablado  están de acuerdo con que O’Dive tiene el potencial de convertirse en una poderosa herramienta de estudio para los buzos, solo con el hecho de que observas cómo el cuerpo responde a los cambios en las prácticas de buceo. Como discutimos anteriormente, tan solo por la habilidad de medirse uno mismo los émbolos de gas venoso es un gransalto tecnológico. 

Me comuniqué con Stockdale, quien ha estado trabajando junto con unos colegas probando el producto, incluyendo exposiciones de los buzos en aguas frías para conocer su opinión sobre el mismo:

“Puedo entender porqué los doctores son tan frikis, muchos de ellos son buzos apasionados y se preocupan del mal uso que podrían hacer con el dispositivo. Como por ejemplo, cuántolejos pueden pueden acercarse a los límites sin doblarse (ED). Desde que Doolette  y Simon Mitchell en el 2013 sacaron un informe sobre las paradas profundas, todo el mundo se convirtió en experto en la teoría de la descompresión.”- Stockdale se ríe entre dientes-.

¿Qué piensa Stockdale del producto? “Pienso que O’Dive es una herramienta educativa efectiva tanto para buzos como para instructores que enseñan los principios de descompresión. Ahí está su fuerte. También puede ser una herramienta valiosa para los investigadores, médicos hiperbáricos, y expediciones.” comenta Stockdale.

Edd Stockdale de RAID haciendo mediciones en O’Dive.

Su forma de pensar essecundada por Heylen de IANTD. “Inclusive para el buzo principiante es una gran herramienta de estudio, pues serámás consciente de las realidades en el buceo, no esa falsa creencia que nada me puede pasar a mi. Así incrementará el deseo y la  curiosidad de saber más.” ¡El conocimiento incrementa la seguridad!

Así como sucedió con la introducción del ordenador en el buceo deportivo, se requiere de más tiempo, estudios adicionales y más experiencia para determinar si O’Dive es el nuevo EDGE; algo más parecido al primer ordenador de buceo analógicoconocido como “el Bendomatic,” introducido en Torino, Italia por Strumenti Ottici Subacquei en torno a 1959. La última prueba, como profiere Barbaud, es si O’Dive ayuda al buzo a incrementar la seguridad.

Bendomatic.

Mientras tanto, se advierte como otras tecnologías que le precedieron, que deben ser tomadas por lo que son, representaciones matemáticas de la realidad. Es lo que Pollock argumenta en todas sus conferencias y trabajos: “Desarrollar nuevas herramientas es importante, particularmente aquellas que pueden ser usadas por los buzos en sus prácticas. Pero es crucial que el usuario entienda las limitaciones de cualquier dispositivo para evitar confusión en la realidad de los datos que presenta.” Pollock continua, “aunque O’Dive ayuda al buzo a entender mejor sus opciones todavía hay un gran vacío en el conocimiento del monitoreo fisiológico y el análisis de riesgo basado en los datos registrados.” 

O’Dive  es indudablemente un movimiento audaz e innovador en la dirección correcta.

See the original article (English) here: Oh Deco, Oh Doppler, O’Dive: Assessing the World’s First Personal Deco Safety Tool

Recursos adicionales

Otros informescientíficos


Translated By Carlos Landers, principal Dive-Immersion:

Padre, esposo y buzo. Soy una persona autodidacta en diferentes campos como por ejemplo arqueología, estadística, programación, etc. Pienso que los aficionados en cualquier campo de estudio por su propia naturaleza a veces tiene una ventaja sobre el profesional y, nuestros aportes no deben ser subestimados. 

Dive-immersion nació para ser una fuente de información para los buzos sin importar su nivel y con la idea principal de elaborar proyectos que sean útiles a la comunidad.

Enlace: https://www.diveimmersion.com/

Subscripción electrónica:  https://carloslander.substack.com/

Latest Features

Pulmonary Oxygen Toxicity: Expanding Our Understanding With Two New Models

InDepth V 2.9 presented new data-driven models to predict the risk of pulmonary oxygen toxicity on a dive, which arguably represent an advancement over the legacy REPEX method (OTUs). Now our resident dive geek Reilly Fogarty applies these models to predict and compare the risk results on two BIG tech dives: Italian explorer Massimo Bondone’s eight-hour jump to 199 m/650 ft on the SS Brandenberg near Tuscany, Italy, and Dr. Andy Pitkin’s 124m/404 ft deep, 12-hour runtime push dive at Weeki Wachee Springs, Florida. The results will get your lungs pumping!

Published

on

By

By Reilly Fogarty

These days you would have to be a lunatic (J-valve fanatics, I’m looking at you) to dive without a pressure gauge. Without a gauge, you can’t know how much gas you have left: whether you’re riding the edge of your reserve supply or have enough gas to finish your dive and then some. Planning a dive without understanding oxygen toxicity risk calculations is just as dangerous, but a little more complicated to work through. 

Unfortunately for new divers, there just aren’t enough synonyms for “glossing over” to illustrate the number of ways we avoid delving into the complicated science of pulmonary oxygen toxicity management via misdirection, well-meaning anecdotes, or junk science. Like many research theories, what we know about the physiology of the condition is still evolving. Simplified perspectives based on antiquated calculations have a way of initiating a cyclical pattern of compounding mistakes, as one diver explains their best understanding to another, with each diver adding some element of inaccuracy. Despite the challenges, it’s our job as divers to understand how and why we make the decisions that affect our safety. 

No single article can hope to cover the scope of a topic like this, but our aim is to provide you with the necessary tools to begin to understand the physiology of pulmonary oxygen toxicity. Our modern understanding is closely intertwined with the history of research into the subject, so while our hope is to educate, we also want to avoid causing harm through misinformation or to give the false impression of complete understanding. Risk mitigation falls to you, as does comprehending the material before you attempt to apply it in your own diving. 

The broad strokes of this research can be best understood through the evolution of the unit pulmonary toxicity dose (UPTD) model, the derived equation for repetitive exposure (REPEX) model, and modern approaches developed by Barbara Shykoff, PhD, and Ran Arieli, PhD. Much like the decompression models we use, these are largely (in some cases wholly) unproven models based on compounding theories. Interestingly, the oldest and most problematic of these methods remains the most-used and least frequently questioned by divers. Here’s what you need to know about pulmonary oxygen toxicity.

The Unit Pulmonary Toxic Dose (UPTD) Model 

The UPTD model was first developed in 1970 by researchers at the University of Pennsylvania. The theory is based on the loss of vital capacity (VC – the maximum volume of gas that can be voluntarily moved into or out of the lungs) that the researchers believed correlated with the symptoms of pulmonary oxygen toxicity. 

Courtesy of Wikipedia.org 

The researchers used a small sample group of young men to create a dataset on oxygen exposure symptoms. These participants were subjected to a range of oxygen exposures with PO2 ranging from 1.0 to 3.0 ATA over a variety of exposure durations from 3.5 to 24 hours. To compare exposures across PO2 and exposure time differences, a common unit was created—the UPTD. This unit was defined as the equivalent to one minute of exposure to 100% oxygen at one bar. UPTD could then be calculated as follows and exposures could be compared: 

Courtesy of Barbara Shykoff and Shearwater.com.

By converting exposures to a common unit, the researchers believed that dives could be compared across depth and gas choices, and repetitive dives could be compared by the sum of their exposure values. 

Shortly after the initial work was published, the cumulative pulmonary toxic dose (CPTD) model was created to allow for continuous oxygen exposures above a PO2 of 0.5 ATA to be calculated and expressed in UPTD. As a result of this work, a rudimentary understanding of the onset and presentation of pulmonary oxygen toxicity symptoms began to evolve. It’s important to note, however, that the original UPTD model did not differentiate between dives performed one hour or 23 hours apart—there was no calculation for complete or partial recovery. 

UPTD is now often shortened to oxygen toxicity units (OTUs) and the calculations are still widely used even 45 years after their development. It remains unclear whether the model is accurate or the results of UPTD calculations merely overlap adequately with safe limits under common diving conditions, but experts are increasingly finding fault with the model.  

Notably, Barbara Shykoff, PhD and US Navy Experimental Diving Unit (NEDU) researcher, has cited several past works from Duke University, Clark, Lambertsen, and others in critique of UPTD applications in the real world. Among her complaints are several significant deviations from the model’s predictions among dives performed at PO2 other than 2 ATA, differences in underlying lung injury and physiology, and disparity between VC changes at mild and extreme PO2 exposures. Research from Clark and Lambertsen has also indicated that the “unit dose” concept may not be applicable in a linear fashion above a PO2 of 1.5 ATA, but requires calculation as a “function of time squared for higher PO2s”. 

The Derived Equation for Repetitive Exposure (REPEX) Model

If UPTD was a best-fit model designed for a small data set, the NOAA REPEX model took that applied theory a step further. Developed by R.W. “Bill” Hamilton, PhD, in the early 1980s, the NOAA-derived equation for repetitive exposure (REPEX) model was designed to facilitate recovery and multi-day diving calculations. The model was notably never validated in divers but was built on the concepts of the original UPTD and CPTD model and other supporting studies. 

Hamilton’s team set theoretical limits for various exposures, with 850 OTU being an allowable single day exposure but gradually reducing the average daily OTU as missions became longer. He did note that these exposure limit curves would have to be modified with operational experience or desired conservatism, but did not verify the curves with real-world trials. The most often-voiced concern about this model is that it is based on a linear extrapolation of prior data, data that may itself not be accurate. This leaves it with a number of significant flaws and potentially erroneous results, particularly outside the relatively narrow range of exposures for which the UPTD system was designed. 

Graphic courtesy of TecVault.

Supporters of the REPEX system might dispute those assertions. It is fair to point out that the NOAA oxygen exposure limit tables have been used extensively for several decades with a great deal of success. This success could be due to accuracy of the model within the applied parameters common in recreational diving. It could also be the result of significant conservatism caused by a large gap between the calculated limits and the real-world exposure limits that incur pulmonary toxicity risk. 

Shykoff’s Calculator for Estimating the Risk of Pulmonary Oxygen Toxicity

Shykoff’s work is one of the first notable evolutions in the way we proposed methods to calculate pulmonary oxygen toxicity risk in decades. In a paper published in 2015, she outlines a method by which divers can calculate risk over the course of repeated dives. The method is centered around what Shykoff calls a “incidence-time model” that stipulates a linear relationship in a mid-range exposure value. This makes it possible to not only calculate oxygen toxicity for duration, but also extrapolate equivalent exposure time between exposures at different PO2s. This is coupled with a recovery model and centered around the idea that any dive with a PO2 of 1.3 to 1.4 bar begins some level of pulmonary injury. Shykoff admits that the probability of noticeable injury in small exposures is quite small, but she believes there is a proportional risk between this and intermediate duration exposures. This differs from the UPTD and REPEX models in that it significantly limits its extrapolation of linear relationships only to the intermediate exposures, notable because exposures beyond a small midrange have indicated significant variance from the norm in prior models. 

Also important is the verification of Shykoff’s model. While its design relies on a relatively small dataset of 1350 in-water dives, the fact that it has been verified in divers at all separates it from its predecessors. These dives occurred with a PO2 of between 1.3 and 1.4 bar, and were used to create and verify the time-incidence model. An additional dataset using 620 dives was used to validate the recovery model used in Shykoff’s risk calculator. 

Values of tr/Tdur used in parameter fitting for the recovery models.
After resting dives: ▲ / After dives with exercise: ■
The lines are the best fit models fitted to the data:
–––– for resting dives / – – – for dives with exercise,
tr/Tdur = exp[–k (t/Tdur)2], k = 0.149, 0.047 for resting dives or those with exercise, respectively.

Graphic courtesy of Babara Shykoff.

Interestingly, these data showed that significant recovery did not occur until nearly five hours after a dive, with no measurable recovery apparent after two separate three-hour dives that occurred with a two-hour surface interval between them. Whether this is a function of actual recovery mechanisms or a limitation of the model remains unclear. 

In terms of practical application, Shykoff’s model makes a few interesting points. Most notably, she suggests completing shorter dives before longer ones, and a resting dive before one with exercise. This is both to avoid a possibly over-conservative calculation of risk due to the rate of recovery being calculated with the duration of exposure in the denominator, and because recovery after a dive that involves exercise occurs at nearly half the rate as one done at rest. It’s also important to note that zero incidence does not correlate with zero duration. Shykoff cites a 95% confidence limit for this model at 0.8 – 4.9%, meaning that—purely by the numbers—approximately 3% of divers in the model may exhibit signs or symptoms of pulmonary oxygen toxicity at the beginning of the dive with no exposure to elevated PO2. This point must be followed with the note that this is directly comparable to the overall incidence of symptoms found in a dataset of 239 shallow open-water dives with a PO2 of 0.3 bar (resulting in about 6% symptom incidence) and can be “interpreted as the effect of breathing underwater.” 



Another key differentiation from prior models is the recovery rate calculation. While prior models used a first-order kinetic model, Shykoff used a sigmoidal shape recovery pattern based on real-world data. This means that recovery rates vary between their initial rate, a maximum rate, and a final slower rate in a non-linear fashion. More complex calculations alone don’t imply superiority, but Shykoff does have some real-word data to back up her model. Experimentally, it appears that injuries from one exposure may begin to diminish even as damage from a following dive occurs, leading to occasional improvement of symptoms in subjects who began a dive with symptoms (note that this is an experimental observation and NOT a recommendation or suggestion of causation).

This model also does not associate severity of oxygen toxicity with exposure duration. It also does not differentiate between severity of exercise, other effects of mild hyperoxia, or PO2 significantly deviating from 1.3 bar or beyond a single exposure of up to eight hours. The model is based on a small dataset, and its results should be treated as almost entirely theoretical in their current form. 

Arieli’s Toxicity Index Derived from the Power Equation

Ran Arieli, PhD is the former head of Hyperbaric Physiology Research at the Israel Naval Medical Institute, and takes many of the same issues with the UPTD and REPEX models that Shykoff and their colleagues do. In response, he’s developed a method that focuses on a power-law approach to pulmonary oxygen toxicity risk calculations. This model focuses on the polynomial expression of reactive oxygen and nitrogen species that can be correlated with pulmonary injury, and the assumption that the development of these species is related to the highest power of the PO2 exposure. Combining this with other oxygen toxicity symptoms (decrease in lung capacity, ventilatory drive, or thickness of alveolar wall, for example) modeled by their exposure time, the rate of hydrogen peroxide (a reactive oxygen and nitrogen species precursor) can correlate with the square of time and—Arieli believes—can provide an ability to predict oxygen toxicity risk. 

More on how Arieli derived his power equation can be found in a previous InDepth article, “How To Calculate the Risk Of Pulmonary Oxygen Toxicity,” but at its core his model was designed to address a demonstrable difference in pulmonary pathologies found at high and low PO2 exposures. Modeling different risk factors for each resulted in a model that Arieli believes more accurately represents pulmonary oxygen toxicity risk. 

This model has the added benefit of being directly verifiable through the measurement of reactive oxygen and nitrogen species, or their precursors. The caveat to this is a correlation between these species, and the expected pulmonary pathology must be assumed, although these relationships are relatively well accepted. Like Shykoff’s model, Arieli’s proposed model has fairly specific parameters. Its initial publication specifically focuses on interpolating risk for exposures done under sedentary to light intensity activity (1 to 4.4 MET) in subjects either dry or immersed in 33°C water. The result is a model which Arieli believes can accurately be used to estimate pulmonary oxygen toxicity risk in divers but which must be carefully applied within the parameters of its original intent. 

Applying The Models to Real World Dives

The SS Brandenberg

Massimo Bondone.

 It’s hard to bring concepts like these into focus without crunching some numbers, so working through an example of a long CCR dive can help illustrate the differences. Take a dive like Massimo Bondone’s exploration of the SS Brandenburg for example. A British steamship torpedoed on February 10th, 1941, the Brandenburg now sits in nearly 199 m/650 ft off the coast of Tuscany, Italy. The Italian explorer and his team identified and dived the wreck in 2017. Their efforts represent the fourth deepest shipwreck exploration dive conducted by tech divers. 

Using a closed-circuit rebreather Bondone logged 15 minutes of bottom time and a 490 minute total run time for his dive. This dive is extreme, and difficult to do without significantly exceeding CNS toxicity limits under almost all guidelines, but useful for exploring the limits of pulmonary toxicity which take greater total exposure time to exceed. Assuming a constant PO2 of 1.0 bar, here’s how each of the models works out:

Bondone’s dive profile on the SS Brandenberg. Courtesy of M. Bondone.

UPTD:
Total toxicity in UPTD can be calculated as follows:

UPTD = t * [(PO2 – 0.5)/(1-0.5)]1/1.2
UPTD = (490 minutes) * [1.0 – 0.5)/(1-0.5)]1/1.2
UPTD = 490

This exceeds the latest US Navy Diving Manual limit for a daily exposure (450 UPTD), although a single extreme exposure limit of 1425 UPTD is designated for medical applications in the operational theater. Bondone’s dive was extreme, but UPTD guidelines put it just beyond the allowable limits for single-day pulmonary oxygen toxicity exposure.

REPEX: 

That same dive by REPEX guidelines results in the same unit value – 490 OTU – but has significantly shorter maximum exposure durations. 

By these guidelines, a 490 minute exposure to a PO2 of 1.0 bar is more than two hours over the limit for single exposures. There is no way to quantify the increase in risk once the limit is exceeded; the guidelines were designed to be binary. It is interesting to note how much shorter than the UPTD guidelines the REPEX exposure limits are. 

Shykoff’s Method:

The Shykoff method is significantly more involved to calculate by hand, but is available to easily calculate via an online tool Shykoff has published. One issue with calculating this example dive, however, is that the model has been designed only for a PO2 range of 1.3 to 1.4 bar – the lower PO2 ranges commonly used for dives like this fall outside the intended range of the model. Calculating the dive with a higher PO2 but an identical dive time (something that might occur with more conservative gradient factors, for example) gives the following:

Unlike the older models, this calculation gives a probability of symptoms, rather than just a binary judgement on whether the dive fits within acceptable parameters or not. That probability does not imply accuracy in and of itself, but if the mode proves accurate it could provide new possibilities for dive planning in extreme exposures. 

Arieli’s Method

Calculating toxicity risk by the power equation derived index method that Arieli has published requires a bit of work. For PO2 greater than 0.6 bar, the following equation results in the POT index:

POT Index = T2* PO24.57

This yields a POT Index of 49. This value can then be used to estimate incidence of toxicity symptoms via the following: 

Incidence (%) = 1.85 + 1.071 * POT Index

This value, as estimated by the model and the dataset from 16 HBO exposures performed at the NEDU, results in an estimated 54% likelihood of pulmonary toxicity symptom evolution. Within the limitations of Arieli’s dataset, the predictions appear to have a strong correlation to real-world results, and the calculated risk is similar to that found using Shykoff’s model. Bondone reported that though he has had pulmonary oxygen toxicity symptoms on dives, he did not experience any symptoms after diving the Brandenberg.

Weeki Wachee

Dr. Andy Pitkin

Pulmonary oxygen toxicity comes to the forefront of diver’s concerns as their expeditions grow longer, so there’s value in looking at a longer, slightly shallower dive as well. Dr. Andy Pitkin is a pediatric cardiac anesthesiologist and researcher who regularly participates in dives exploring some of the deepest caves in the United States. In 2019, he and his teammates performed a dive to a maximum depth of 124 m/404 ft in just over 12 hours while exploring the Weeki Wachee Springs system with the Karst Underwater Research (KUR) group. 

The dive involved years of work-up and an innovative array of support personnel, equipment, underwater habitats, and emergency planning, but it’s the effect of the extreme exposure to elevated PO2 that we’re interested in here. Using a rebreather with a setpoint of 1.1 bar, Pitkin spent 725 minutes underwater. Ignoring the air breaks used to manage CNS toxicity near the end of his profile, here’s how each model breaks it down:

Pitkin’s dive profile at Weeki Wachee shown in Subsurface Dive Log. Courtesy of A. Pitkin. Rendering by William Perry

UPTD:

Here’s how Pitkin’s dive looks calculated via the original UPTD algorithm:

UPTD = t * [(PO2 – 0.5)/(1-0.5)]1/1.2
UPTD = (725 minutes) * [1.1 – 0.5)/(1-0.5)]1/1.2
UPTD = 843

Like Bondone’s dive, this exceeds the US Navy Diving Manual limit for daily exposure, this time by almost double (450 UPTD vs 843 UPTD). However, the allowable limit for a single extreme exposure of 1425 renders this technically within some limits, although those were intended only for medical applications in emergency situations. By UPTD standards, this dive would be significantly beyond any reasonable single-dive exposure.

REPEX: 

Just as with Bondone’s dive, the REPEX calculations provide the same 843 OTU value as the UPTD calculations. In this case, the exposure is even further past the NOAA Diving Manual guidelines for a maximum single exposure (just 240 minutes at the working PO2 of 1.1 bar). It would not be possible to perform this dive via either REPEX or UPTD guidelines. 

Shykoff’s Method:

It’s impossible to calculate this dive within the confines of Shykoff’s method because she designed her model around a working PO2 of 1.3 to 1.4 bar. Attempting to calculate a dive this long at an artificially high PO2 results in dramatic numbers, but none that reflect reality. Because Pitkin chose to run a lower PO2 to attenuate the risk of CNS oxygen toxicity, this dive falls below the more common working PO2 used by rebreather divers around which Shykoff has designed her model. 

Arieli’s Method

This dive falls significantly beyond the exposure guidelines that Arieli has set forth, but his are less binary than those used by Shykoff’s model. Calculating POT Index as follows:

POT Index = T2* PO24.57

And theoretical incidence via:

Incidence (%) = 1.85 + 1.071 * POT Index

Results in a value of 240%, or 240% likelihood of pulmonary toxicity symptom evolution. 

It’s results such as these that illustrate the fact that these models are entirely theoretical to those who are first playing with the data. Particularly as exposures deviate from the norm, their results will appear increasingly extraordinary, but none of those results may reflect reality in the first place.

Pitkin completed his dives with minimal symptoms, despite all four of these models indicating that it could be extremely hazardous to use such a profile. Pitkin explained that he and his partners frequently experience some low-grade symptoms of pulmonary oxygen toxicity following similar dives. These symptoms typically include “substernal tightness, mild cough, and the feeling of inability to take a deep breath,” which is why they now limit the PO2s on these dives. Symptom onset has become an expectation on dives such as these but severity is decreased by using a setpoint of 1.2 bar or less (interestingly, according to Pitkin, time to symptom onset is not improved by this change). “A bonus is you don’t feel as crappy afterwards,” he said.

Each of these four models has indicated the likely onset of pulmonary toxicity symptoms from this profile, and while symptoms have occurred they are perhaps milder than some models would suggest. This somewhat mixed result is indicative of the confusing nature of this type of modeling – Pitkin noted that, “there is a lot of inter-individual variation in susceptibility to pulmonary oxygen toxicity,” and this variability likely presents enormous challenges to accurate risk modeling. 

We conferred with Arieli regarding these results. He noted that some recent research indicates the possibility of acclimatization to high PO2 exposures in technical and CCR divers that could explain lower than expected rates of CNS oxygen toxicity. This could potentially apply to pulmonary toxicity events as well.

Takeaways

The difficulty with covering a topic like this is the desire to educate but not instill undue confidence in divers. Knowledge is a powerful thing, and it’s easy to see research that agrees with what we’ve been taught and immediately apply it to our own diving. My hope is that you can take this article, use it to fill in the gaps in your own knowledge, and find the areas where you’d like to dig a little deeper. 

UPTD and REPEX models may be inaccurate (wildly so in some applications), but many divers have been trained to use them in ways that promote safe diving practices and result in low injury incidence. Similarly, Shykoff and Arieli’s methods are exciting and appear accurate but lack the real-world testing to verify their efficacy. They are significantly hindered by their parameters, and we have yet to determine if they represent a more accurate model at large, or just a closer correlation to a limited dataset. 

Like many elements of diving research, the potential here is enormous. While you may be left waiting for more research before you can change the way you plan your dives, it’s likely that these two models and those that will come from them will dictate how we dive in the future. Knowing how we got to this point, what the pitfalls of our current calculations are, and how researchers hope to remedy those pitfalls in the future is valuable and can contribute to your safety. Dig into the details wherever possible, see how each model calculates your most challenging dives, and think about how you can make your dives safer with all of the knowledge available to you. 

A Special Thanks to Massimo Bondone and Dr. Andy Pitkin for sharing their dive data and Neal Pollock, Ph.D. for lending his expertise.

Additional Resources:

InDepth V 2.9: How To Calculate the Risk Of Pulmonary Oxygen Toxicity by Ran Arieli

Frontiers in Physiology: Aviner B., Arieli R.,Yalov A. Power equation for predicting the risk of central nervous system oxygen toxicity at rest

Arieli R., Aviner B. Acclimatization and deacclimatization to oxygen: determining exposure limits to avoid cns o2 toxicity in active diving

Calculator For Estimating The Risk Of Pulmonary Oxygen Toxicity by Dr. Barbara Shykoff

Shearwater Research: Why UPTD Calculations Should Not Be Used by Barbara Shykoff, 2017

Spums Journal: Tolerating Oxygen Exposure by RW Bill Hamilton, 1997

RW Bill Hamilton’s Original REPEX paper: Tolerating Exposure To High Oxygen Levels: Repex And Other Methods by RW Hamilton, 1989An early 1985 review of the UPTD Model: Predicting Pulmonary O2 Toxicity: A New Look at the Unit Pulmonary Toxicity Dose by AL Harabin, L.D. Homer, PK Weathersby and ET Flynn


Reilly Fogarty is an expert in diving safety, hyperbaric research, and risk management. Recent work has included research at the Duke Center for Hyperbaric Medicine and Environmental Physiology, risk management program creation at Divers Alert Network, and emergency simulation training for Harvard Medical School. A USCG licensed captain, he can most often be found running technical charters and teaching rebreather diving in Gloucester, Massachusetts.

Continue Reading

Thank You to Our Sponsors

Subscribe

Education, Conservation, and Exploration articles for the diving obsessed. Subscribe to our monthly blog and get our latest stories and content delivered to your inbox every Thursday.

Latest Features