- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT06060925
Zobrazovací biomarkery pro myofasciální bolest
Multimodální zobrazovací biomarkery pro vyšetřování fascií, svalů a vaskulatury u myofasciální bolesti
Přehled studie
Postavení
Podmínky
Detailní popis
Definice navrhovaného kompozitního multimodálního biomarkeru – Výzkumníci navrhují vyvinout kvantitativní klasifikátor na úrovni tkáně založený na kvantitativních metrikách (vlastnostech) odvozených z ultrazvukové elastografie, Dopplera, bioimpedanční spektroskopie a vysokohustotní elektromyografie, jako indikátoru normálního biologického procesu v myofasciální tkáně a patogenní proces v aktivní a latentní fázi myofasciální bolesti.
Celkový přístup a vědecká přísnost: V cíli 1 vyvinou výzkumníci metody pro generování reprodukovatelných metrik (vlastností) z nezpracovaných měření na úrovni tkáně a určí minimální detekovatelnou změnu těchto vlastností v pilotní studii. V cíli 2 provedou výzkumníci longitudinální observační studii se dvěma skupinami subjektů (kontrolní a myofasciální bolest). Vyšetřovatelé vyvinou klasifikační algoritmus, který optimálně rozlišuje mezi aktivní a latentní fází myofasciální bolesti a normální myofasciální tkání.
Studijní populace a anatomické místo. Zvoleným bolestivým stavem je chronická bolest krku a ramen. Výzkumníci přijmou dvě skupiny subjektů: Skupina 1: Chronická myofasciální bolest, jak bylo stanoveno základním klinickým vyšetřením s použitím Travell a Simonových kritérií7 a Skupina 2: Kontroly bez bolesti. Vyšetřovatelé se zaměří na dvě standardizovaná anatomická místa (obrázek 4). To umožní zobrazení mediálního horního trapézu a m. infraspinatus, které jsou běžnou lokalizací pro MTrPs55 a také m. levator scapulae. Tyto tři svaly mají zcela odlišnou morfologii a fascie45. Zvedač je vřetenovitý sval s dobře definovanou fascií, která zahrnuje sval, zatímco trapéz má tenčí fascii, odkud perimysium septae přechází přes břicho svalu. Infraspinatus má na svém povrchu více fasciálních vrstev a má jasné segmentální vazby na segment C5-656 Kritéria způsobilosti: Výzkumníci budou rekrutovat dospělé ve věku 18-65 let. Kritéria vyloučení: (1) diagnóza fibromyalgie, syndromu chronické únavy nebo chronické lymské boreliózy; (2) Diagnóza cervikální radikulopatie, neuropatie nebo neuritidy; (3) Anamnéza operace hlavy, krku, krční páteře nebo ramenního pletence; (4) atypická neuralgie obličeje; (5) Nová medikace nebo změna medikace za posledních 6 týdnů; (6) Současná infekce krku nebo ucha.
Masking and Matching: Toto je jednoduše zaslepená longitudinální pozorovací studie. Tým provádějící sběr dat a analýzu nebude znát skupinové rozdělení subjektů a bude zaslepený výsledky klinických hodnocení. Tyto dvě skupiny budou odpovídat věku a pohlaví pomocí párové náborové strategie57. Výzkumníci identifikují skupinu vhodných kontrolních subjektů bez anamnézy bolesti a rozdělí je do skupin podle pohlaví a věku (18-30; 31-50; a >50). Pro každý subjekt skupiny 1 rekrutovaný v závorce vyšetřovatelé naberou odpovídající subjekt ze skupiny 2 ze skupiny.
Sex jako biologická proměnná: Myofasciální bolest je široce rozšířená v komunitě a postihuje muže i ženy. Trapeziová myalgie je častější u žen58. Výzkumníci využijí věkově a genderově odpovídající skupiny a otestují výkonnost klasifikátoru jak pro sloučenou populaci, tak i odděleně podle pohlaví, aby identifikovali jakékoli genderově specifické rozdíly v měření biomarkerů.
Měření výsledku: Primárním měřítkem výsledku bude složený klasifikátor založený na kvantitativních biomarkerech na úrovni tkáně. Vyšetřovatelé budou provádět opakované sběry dat každý měsíc po dobu 3 měsíců. Klinický fenotyp subjektů (normální, latentní, epizodicky aktivní a trvale aktivní) bude stanoven komplexním protokolem fyzikálního vyšetření12. Vyšetřovatelé využijí NIH HEAL Common Data Elements pro chronickou bolest dospělých ke sběru vlastních zpráv. K další charakterizaci klinického fenotypu, jako sekundárního výstupního opatření, využijí výzkumníci aplikaci ekologického momentálního hodnocení (EMA) (Metricwire) na chytrém telefonu, aby získali denní hodnocení bolesti spouštěné v náhodných bodech během dne a shromáždili automatizované monitorování aktivity od senzory smartphonu. Vyšetřovatelé budou také každý týden shromažďovat 3 položky intenzity bolesti a interference59.
Postupy sběru dat Správa dat: Jedná se o studii jednoho místa. Všechny studijní postupy budou prováděny ve společnosti Mason. Biostatistik studie (Rosenberger) nastaví příslušné maskovací kontroly a elektronické formuláře kazuistik (eCRF) v systému elektronického sběru dat (REDCap). Všechna data studie budou vložena do REDCap pomocí eCRF. Pracovníci studie budou mít v REDCap vhodné kontroly přístupu na základě rolí. Ověření zdroje bude provedeno pomocí vestavěných kontrol REDCap.
Maskování: Jediný lékař (Gerber) získá souhlas každého subjektu a provede anamnézu a fyzikální vyšetření. Může být přítomen další lékař (DeStefano), který bude pomáhat, a asistent výzkumu bude přítomen, aby si dělal poznámky a zadával data. Inženýrský tým, pod dohledem PI (Sikdar) a co-I Chitnis, shromáždí výsledná měření v samostatné místnosti a budou maskovány podle pacientovy anamnézy a výsledků fyzikálního vyšetření. Pro studii bude vypracován manuál provozních postupů.
Postupy analýzy dat. Veškerou analýzu dat bude provádět postgraduální výzkumný asistent biostatistiky pod dohledem datového vědce (Lee) a studijního biostatistika (Rosenberger).
Primární analýza: Výzkumníci zkonstruují a důsledně ověří vícetřídní klasifikační algoritmus založený na funkčních časových řadách a statistických metodách učení. Zde mohou být časové řady biomarkerů reprezentovány jako kombinace jedinečných časových vzorů/signálů nebo základních funkcí. Tyto funkce zahrnují časově invariantní funkce vlastní báze80, vyhlazovací splajny81, vlnky82 nebo funkční hlavní komponenty83. Pomocí funkční analýzy dat bude zkonstruována složená predikční proměnná, která shrnuje příslušné informace obsažené v časové řadě biomarkerů. Poté bude zkonstruována vícetřídní klasifikační metoda s využitím přístupů řízeného učení, jako jsou podpůrné vektorové stroje84, diskriminační analýza85,86, neuronové sítě87,88, regresní stromy89. Klasifikační algoritmus použije složený prediktor ke kodifikaci subjektů do čtyř relevantních kategorií (bolest – epizodická, bolest – aktivní, kontrola – epizodická a kontrola – aktivní). K-násobná křížová validace se použije k posouzení přesnosti klasifikátoru na základě senzitivity, specificity, skóre F1 a plochy pod křivkou ROC pro scénáře s více třídami90,91.
Sekundární analýza: Bude provedeno několik sekundárních analýz, včetně: (1) Stanovení normativních hodnot biomarkerů v kontrolní skupině (skupina 2); (2) Vyhodnoťte konvergentní validitu primárních a sekundárních biomarkerů. Protože základní základní pravdu nelze měřit přímo, budou k vyhodnocení konvergentní validity použity primární a sekundární biomarkery; (3) Korelace s odpovídajícím klinickým měřítkem (rozsah pohybu, práh tlakové bolesti.
Typ studie
Zápis (Odhadovaný)
Kontakty a umístění
Studijní místa
-
-
Virginia
-
Fairfax, Virginia, Spojené státy, 22030
- George Mason University
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Věk 18 a starší
Kritéria vyloučení:
- Diagnóza fibromyalgie, chronického únavového syndromu nebo chronické lymské boreliózy potvrzená fyzickým vyšetřením
- Diagnóza cervikální radikulopatie, neuropatie nebo neuritidy
- Historie operace hlavy, krku nebo ramenního pletence
- Atypická neuralgie obličeje
- Nový lék nebo změna léku za posledních 6 měsíců
- Současná infekce krku nebo ucha
Studijní plán
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
---|---|
Syndrom aktivní myofasciální bolesti
Subjekty, které pociťují spontánní bolest
|
B-mód, barevná dopplerovská, smyková vlnová elastografie
Multifrekvenční bioimpedanční spektroskopie
Elektromyografie s vysokou hustotou
Komplexní fyzikální vyšetření pohybového aparátu, včetně rozsahu pohybu a kvantitativní senzorické testování
|
Syndrom latentní myofasciální bolesti
Subjekty, které vyvolávají bolest pouze při palpaci a rozrušení.
|
B-mód, barevná dopplerovská, smyková vlnová elastografie
Multifrekvenční bioimpedanční spektroskopie
Elektromyografie s vysokou hustotou
Komplexní fyzikální vyšetření pohybového aparátu, včetně rozsahu pohybu a kvantitativní senzorické testování
|
Subjekty bez bolesti
Žádné příznaky chronické bolesti.
|
B-mód, barevná dopplerovská, smyková vlnová elastografie
Multifrekvenční bioimpedanční spektroskopie
Elektromyografie s vysokou hustotou
Komplexní fyzikální vyšetření pohybového aparátu, včetně rozsahu pohybu a kvantitativní senzorické testování
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Ultrazvuková elastografie smykové vlny
Časové okno: Výchozí stav, měsíc 3
|
Elastografie smykových vln využívá radiační sílu ultrazvuku k vyvolání smykových vln ve tkáni a měření rychlosti šíření.
Poskytuje informace o mechanických vlastnostech tkáně.
Jako výslednou míru vyjmeme poměr smykové anizotropie.
|
Výchozí stav, měsíc 3
|
Dopplerův ultrazvuk
Časové okno: Výchozí stav, měsíc 3
|
Ultrazvukový Doppler odhaduje rychlost proudění v cévách.
Jako výslednou míru budeme extrahovat koncovou diastolickou rychlost.
|
Výchozí stav, měsíc 3
|
Bioimpedanční spektroskopie
Časové okno: Výchozí stav, měsíc 3
|
Bioimpedanční spektroskopie zahrnuje vysílání malého proudu do tkáně o různých frekvencích a odhad odporu a reaktance.
Může být použit k měření obsahu tekutin v extracelulárním prostoru.
|
Výchozí stav, měsíc 3
|
Elektromyografie s vysokou hustotou
Časové okno: Výchozí stav, měsíc 3
|
Elektromyografie s vysokou hustotou zahrnuje umístění 64kanálového pole elektrod na povrch kůže a měření elektrické aktivity svalů.
Lze jej použít k měření excitability motorové jednotky.
Jako výslednou míru vyjmeme poměr Síla/EMG.
|
Výchozí stav, měsíc 3
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
NIH HEAL Společné datové prvky pro chronickou bolest dospělých
Časové okno: Výchozí stav, měsíc 3
|
Fyzikální vyšetření bude zahrnovat základní datové prvky doporučené iniciativou NIH HEAL pro chronickou bolest dospělých: • Intenzita bolesti (PEG) • Interference bolesti (PEG) • Fyzické fungování/kvalita života (PROMIS Physical Functioning Short Form 6b • Spánek (PROMIS Sleep Disturbance 6a + otázka o délce spánku) • Katastrofizující bolest (Škála katastrofikující bolest – krátká forma 6) • Deprese (PHQ-2) • Úzkost (GAD-2) • Globální spokojenost s léčbou (PGIC) • Screener užívání látek (TAPS 1)
|
Výchozí stav, měsíc 3
|
Windup poměr
Časové okno: Výchozí stav, měsíc 3
|
Budeme kvantifikovat stupeň windup (časová sumace) měřením amplifikace bolesti na řadu nociceptivních stimulů (logaritmicky škálovaná sada vážených bodnutí špendlíkem) aplikovaných na dermatomy, které jsou segmentově spojeny s cílovými trapézovými a infraspinatovými svaly.
Subjekty poskytnou číselné skóre hodnocení bolesti (NPRS, 11bodová stupnice) po každém stimulu.
Windup ratio (WUR) bude vypočítáno jako poměr střední hodnoty NPRS k výchozí hodnotě.
|
Výchozí stav, měsíc 3
|
Tlakový práh bolesti
Časové okno: Výchozí stav, měsíc 3
|
Práh tlakové bolesti bude určen algometrem s plochou sondy 1 cm2, se sérií tří vzestupných intenzit stimulu, z nichž každá se aplikuje jako pomalu se zvyšující rampa 50 kPa/s.
|
Výchozí stav, měsíc 3
|
Rozsah pohybu krční a ramenní
Časové okno: Výchozí stav, měsíc 3
|
Budeme kvantifikovat asymetrii v rozsahu pohybu (flexe/extenze; boční ohýbání; rotace; abdukce/addukce) pomocí systému zachycení pohybu bez markerů.
|
Výchozí stav, měsíc 3
|
Ekologické momentální hodnocení
Časové okno: Měsíc 1-3
|
Použijeme aplikaci MetricWire, abychom požádali subjekty, aby zaznamenávaly své hodnocení bolesti a aktivity během dne a během večera každý den po dobu 3 měsíců
|
Měsíc 1-3
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Vrchní vyšetřovatel: Siddhartha Sikdar, PhD, George Mason University
Publikace a užitečné odkazy
Obecné publikace
- Woolf CJ. Central sensitization: implications for the diagnosis and treatment of pain. Pain. 2011 Mar;152(3 Suppl):S2-S15. doi: 10.1016/j.pain.2010.09.030. Epub 2010 Oct 18.
- Shah JP, Phillips TM, Danoff JV, Gerber LH. An in vivo microanalytical technique for measuring the local biochemical milieu of human skeletal muscle. J Appl Physiol (1985). 2005 Nov;99(5):1977-84. doi: 10.1152/japplphysiol.00419.2005. Epub 2005 Jul 21.
- Gerwin RD, Dommerholt J, Shah JP. An expansion of Simons' integrated hypothesis of trigger point formation. Curr Pain Headache Rep. 2004 Dec;8(6):468-75. doi: 10.1007/s11916-004-0069-x.
- Tough EA, White AR, Cummings TM, Richards SH, Campbell JL. Acupuncture and dry needling in the management of myofascial trigger point pain: a systematic review and meta-analysis of randomised controlled trials. Eur J Pain. 2009 Jan;13(1):3-10. doi: 10.1016/j.ejpain.2008.02.006. Epub 2008 Apr 18.
- Sikdar S, Shah JP, Gebreab T, Yen RH, Gilliams E, Danoff J, Gerber LH. Novel applications of ultrasound technology to visualize and characterize myofascial trigger points and surrounding soft tissue. Arch Phys Med Rehabil. 2009 Nov;90(11):1829-38. doi: 10.1016/j.apmr.2009.04.015.
- Krebs EE, Lorenz KA, Bair MJ, Damush TM, Wu J, Sutherland JM, Asch SM, Kroenke K. Development and initial validation of the PEG, a three-item scale assessing pain intensity and interference. J Gen Intern Med. 2009 Jun;24(6):733-8. doi: 10.1007/s11606-009-0981-1. Epub 2009 May 6.
- Turo D, Otto P, Hossain M, Gebreab T, Armstrong K, Rosenberger WF, Shao H, Shah JP, Gerber LH, Sikdar S. Novel Use of Ultrasound Elastography to Quantify Muscle Tissue Changes After Dry Needling of Myofascial Trigger Points in Patients With Chronic Myofascial Pain. J Ultrasound Med. 2015 Dec;34(12):2149-61. doi: 10.7863/ultra.14.08033. Epub 2015 Oct 21.
- Akamatsu FE, Ayres BR, Saleh SO, Hojaij F, Andrade M, Hsing WT, Jacomo AL. Trigger points: an anatomical substratum. Biomed Res Int. 2015;2015:623287. doi: 10.1155/2015/623287. Epub 2015 Feb 24.
- Shah JP, Thaker N, Heimur J, Aredo JV, Sikdar S, Gerber L. Myofascial Trigger Points Then and Now: A Historical and Scientific Perspective. PM R. 2015 Jul;7(7):746-761. doi: 10.1016/j.pmrj.2015.01.024. Epub 2015 Feb 24.
- Shah JP, Danoff JV, Desai MJ, Parikh S, Nakamura LY, Phillips TM, Gerber LH. Biochemicals associated with pain and inflammation are elevated in sites near to and remote from active myofascial trigger points. Arch Phys Med Rehabil. 2008 Jan;89(1):16-23. doi: 10.1016/j.apmr.2007.10.018.
- Tough EA, White AR, Richards S, Campbell J. Variability of criteria used to diagnose myofascial trigger point pain syndrome--evidence from a review of the literature. Clin J Pain. 2007 Mar-Apr;23(3):278-86. doi: 10.1097/AJP.0b013e31802fda7c.
- Rathbone ATL, Grosman-Rimon L, Kumbhare DA. Interrater Agreement of Manual Palpation for Identification of Myofascial Trigger Points: A Systematic Review and Meta-Analysis. Clin J Pain. 2017 Aug;33(8):715-729. doi: 10.1097/AJP.0000000000000459.
- Skootsky SA, Jaeger B, Oye RK. Prevalence of myofascial pain in general internal medicine practice. West J Med. 1989 Aug;151(2):157-60.
- Larsson B, Sogaard K, Rosendal L. Work related neck-shoulder pain: a review on magnitude, risk factors, biochemical characteristics, clinical picture and preventive interventions. Best Pract Res Clin Rheumatol. 2007 Jun;21(3):447-63. doi: 10.1016/j.berh.2007.02.015.
- Rolke R, Magerl W, Campbell KA, Schalber C, Caspari S, Birklein F, Treede RD. Quantitative sensory testing: a comprehensive protocol for clinical trials. Eur J Pain. 2006 Jan;10(1):77-88. doi: 10.1016/j.ejpain.2005.02.003.
- Srbely JZ, Dickey JP, Lee D, Lowerison M. Dry needle stimulation of myofascial trigger points evokes segmental anti-nociceptive effects. J Rehabil Med. 2010 May;42(5):463-8. doi: 10.2340/16501977-0535.
- Srbely JZ. New trends in the treatment and management of myofascial pain syndrome. Curr Pain Headache Rep. 2010 Oct;14(5):346-52. doi: 10.1007/s11916-010-0128-4.
- Eby SF, Song P, Chen S, Chen Q, Greenleaf JF, An KN. Validation of shear wave elastography in skeletal muscle. J Biomech. 2013 Sep 27;46(14):2381-7. doi: 10.1016/j.jbiomech.2013.07.033. Epub 2013 Jul 30.
- Cowman MK, Schmidt TA, Raghavan P, Stecco A. Viscoelastic Properties of Hyaluronan in Physiological Conditions. F1000Res. 2015 Aug 25;4:622. doi: 10.12688/f1000research.6885.1. eCollection 2015.
- Stecco A, Gesi M, Stecco C, Stern R. Fascial components of the myofascial pain syndrome. Curr Pain Headache Rep. 2013 Aug;17(8):352. doi: 10.1007/s11916-013-0352-9.
- Fleckenstein J, Zaps D, Ruger LJ, Lehmeyer L, Freiberg F, Lang PM, Irnich D. Discrepancy between prevalence and perceived effectiveness of treatment methods in myofascial pain syndrome: results of a cross-sectional, nationwide survey. BMC Musculoskelet Disord. 2010 Feb 11;11:32. doi: 10.1186/1471-2474-11-32.
- Lucas N, Macaskill P, Irwig L, Moran R, Bogduk N. Reliability of physical examination for diagnosis of myofascial trigger points: a systematic review of the literature. Clin J Pain. 2009 Jan;25(1):80-9. doi: 10.1097/AJP.0b013e31817e13b6.
- Srbely JZ, Dickey JP, Bent LR, Lee D, Lowerison M. Capsaicin-induced central sensitization evokes segmental increases in trigger point sensitivity in humans. J Pain. 2010 Jul;11(7):636-43. doi: 10.1016/j.jpain.2009.10.005. Epub 2009 Dec 16.
- Langevin HM, Fox JR, Koptiuch C, Badger GJ, Greenan-Naumann AC, Bouffard NA, Konofagou EE, Lee WN, Triano JJ, Henry SM. Reduced thoracolumbar fascia shear strain in human chronic low back pain. BMC Musculoskelet Disord. 2011 Sep 19;12:203. doi: 10.1186/1471-2474-12-203.
- Kumbhare DA, Ahmed S, Behr MG, Noseworthy MD. Quantitative Ultrasound Using Texture Analysis of Myofascial Pain Syndrome in the Trapezius. Crit Rev Biomed Eng. 2018;46(1):1-31. doi: 10.1615/CritRevBiomedEng.2017024947.
- Stratton P, Khachikyan I, Sinaii N, Ortiz R, Shah J. Association of chronic pelvic pain and endometriosis with signs of sensitization and myofascial pain. Obstet Gynecol. 2015 Mar;125(3):719-728. doi: 10.1097/AOG.0000000000000663.
- Figueroa RL, Zeng-Treitler Q, Kandula S, Ngo LH. Predicting sample size required for classification performance. BMC Med Inform Decis Mak. 2012 Feb 15;12:8. doi: 10.1186/1472-6947-12-8.
- Ballyns JJ, Turo D, Otto P, Shah JP, Hammond J, Gebreab T, Gerber LH, Sikdar S. Office-based elastographic technique for quantifying mechanical properties of skeletal muscle. J Ultrasound Med. 2012 Aug;31(8):1209-19. doi: 10.7863/jum.2012.31.8.1209.
- Kendall RT, Feghali-Bostwick CA. Fibroblasts in fibrosis: novel roles and mediators. Front Pharmacol. 2014 May 27;5:123. doi: 10.3389/fphar.2014.00123. eCollection 2014.
- Deyo RA, Dworkin SF, Amtmann D, Andersson G, Borenstein D, Carragee E, Carrino J, Chou R, Cook K, DeLitto A, Goertz C, Khalsa P, Loeser J, Mackey S, Panagis J, Rainville J, Tosteson T, Turk D, Von Korff M, Weiner DK. Report of the NIH Task Force on research standards for chronic low back pain. Pain Med. 2014 Aug;15(8):1249-67. doi: 10.1111/pme.12538.
- Stecco A, Meneghini A, Stern R, Stecco C, Imamura M. Ultrasonography in myofascial neck pain: randomized clinical trial for diagnosis and follow-up. Surg Radiol Anat. 2014 Apr;36(3):243-53. doi: 10.1007/s00276-013-1185-2. Epub 2013 Aug 23.
- Stecco C, Stern R, Porzionato A, Macchi V, Masiero S, Stecco A, De Caro R. Hyaluronan within fascia in the etiology of myofascial pain. Surg Radiol Anat. 2011 Dec;33(10):891-6. doi: 10.1007/s00276-011-0876-9. Epub 2011 Oct 2.
- Skovron ML. Epidemiology of low back pain. Baillieres Clin Rheumatol. 1992 Oct;6(3):559-73. doi: 10.1016/s0950-3579(05)80127-x.
- Luedtke K, Allers A, Schulte LH, May A. Efficacy of interventions used by physiotherapists for patients with headache and migraine-systematic review and meta-analysis. Cephalalgia. 2016 Apr;36(5):474-92. doi: 10.1177/0333102415597889. Epub 2015 Jul 30. Erratum In: Cephalalgia. 2016 Jul;36(8):819-20.
- Guzman-Pavon MJ, Cavero-Redondo I, Martinez-Vizcaino V, Torres-Costoso AI, Reina-Gutierrez S, Alvarez-Bueno C. Effect of Manual Therapy Interventions on Range of Motion Among Individuals with Myofascial Trigger Points: A Systematic Review and Meta-Analysis. Pain Med. 2022 Jan 3;23(1):137-143. doi: 10.1093/pm/pnab224.
- Duarte FCK, West DWD, Linde LD, Hassan S, Kumbhare DA. Re-Examining Myofascial Pain Syndrome: Toward Biomarker Development and Mechanism-Based Diagnostic Criteria. Curr Rheumatol Rep. 2021 Jul 8;23(8):69. doi: 10.1007/s11926-021-01024-8.
- Gerber LH, Sikdar S, Armstrong K, Diao G, Heimur J, Kopecky J, Turo D, Otto P, Gebreab T, Shah J. A systematic comparison between subjects with no pain and pain associated with active myofascial trigger points. PM R. 2013 Nov;5(11):931-8. doi: 10.1016/j.pmrj.2013.06.006. Epub 2013 Jun 28.
- Mayoral Del Moral O, Torres Lacomba M, Russell IJ, Sanchez Mendez O, Sanchez Sanchez B. Validity and Reliability of Clinical Examination in the Diagnosis of Myofascial Pain Syndrome and Myofascial Trigger Points in Upper Quarter Muscles. Pain Med. 2018 Oct 1;19(10):2039-2050. doi: 10.1093/pm/pnx315. Erratum In: Pain Med. 2019 Aug 1;20(8):1644.
- Doggweiler-Wiygul R. Urologic myofascial pain syndromes. Curr Pain Headache Rep. 2004 Dec;8(6):445-51. doi: 10.1007/s11916-004-0065-1.
- Kumbhare D, Shaw S, Ahmed S, Noseworthy MD. Quantitative ultrasound of trapezius muscle involvement in myofascial pain: comparison of clinical and healthy population using texture analysis. J Ultrasound. 2020 Mar;23(1):23-30. doi: 10.1007/s40477-018-0330-5. Epub 2018 Nov 9.
- Ballyns JJ, Shah JP, Hammond J, Gebreab T, Gerber LH, Sikdar S. Objective sonographic measures for characterizing myofascial trigger points associated with cervical pain. J Ultrasound Med. 2011 Oct;30(10):1331-40. doi: 10.7863/jum.2011.30.10.1331.
- Turo D, Otto P, Shah JP, Heimur J, Gebreab T, Zaazhoa M, Armstrong K, Gerber LH, Sikdar S. Ultrasonic characterization of the upper trapezius muscle in patients with chronic neck pain. Ultrason Imaging. 2013 Apr;35(2):173-87. doi: 10.1177/0161734612472408.
- Kuan TS, Hsieh YL, Chen SM, Chen JT, Yen WC, Hong CZ. The myofascial trigger point region: correlation between the degree of irritability and the prevalence of endplate noise. Am J Phys Med Rehabil. 2007 Mar;86(3):183-9. doi: 10.1097/PHM.0b013e3180320ea7.
- Langevin HM. Fascia Mobility, Proprioception, and Myofascial Pain. Life (Basel). 2021 Jul 8;11(7):668. doi: 10.3390/life11070668.
- Duarte FCK, Hurtig M, Clark A, Brown S, Simpson J, Srbely J. Experimentally induced spine osteoarthritis in rats leads to neurogenic inflammation within neurosegmentally linked myotomes. Exp Gerontol. 2021 Jul 1;149:111311. doi: 10.1016/j.exger.2021.111311. Epub 2021 Mar 17.
- Duarte FCK, Hurtig M, Clark A, Simpson J, Srbely JZ. Association between naturally occurring spine osteoarthritis in geriatric rats and neurogenic inflammation within neurosegmentally linked skeletal muscle. Exp Gerontol. 2019 Apr;118:31-38. doi: 10.1016/j.exger.2019.01.002. Epub 2019 Jan 4.
- Mense S. Innervation of the thoracolumbar fascia. Eur J Transl Myol. 2019 Sep 6;29(3):8297. doi: 10.4081/ejtm.2019.8297. eCollection 2019 Aug 2.
- Hoheisel U, Rosner J, Mense S. Innervation changes induced by inflammation of the rat thoracolumbar fascia. Neuroscience. 2015 Aug 6;300:351-9. doi: 10.1016/j.neuroscience.2015.05.034. Epub 2015 May 21.
- Stecco C, Pirri C, Fede C, Fan C, Giordani F, Stecco L, Foti C, De Caro R. Dermatome and fasciatome. Clin Anat. 2019 Oct;32(7):896-902. doi: 10.1002/ca.23408. Epub 2019 May 28.
- Hughes EJ, McDermott K, Funk MF. Evaluation of hyaluronan content in areas of densification compared to adjacent areas of fascia. J Bodyw Mov Ther. 2019 Apr;23(2):324-328. doi: 10.1016/j.jbmt.2019.01.017. Epub 2019 Feb 5. No abstract available.
- Fede C, Angelini A, Stern R, Macchi V, Porzionato A, Ruggieri P, De Caro R, Stecco C. Quantification of hyaluronan in human fasciae: variations with function and anatomical site. J Anat. 2018 Oct;233(4):552-556. doi: 10.1111/joa.12866. Epub 2018 Jul 24.
- Menon RG, Oswald SF, Raghavan P, Regatte RR, Stecco A. T1rho-Mapping for Musculoskeletal Pain Diagnosis: Case Series of Variation of Water Bound Glycosaminoglycans Quantification before and after Fascial Manipulation(R) in Subjects with Elbow Pain. Int J Environ Res Public Health. 2020 Jan 22;17(3):708. doi: 10.3390/ijerph17030708.
- Raghavan P, Lu Y, Mirchandani M, Stecco A. Human Recombinant Hyaluronidase Injections For Upper Limb Muscle Stiffness in Individuals With Cerebral Injury: A Case Series. EBioMedicine. 2016 Jul;9:306-313. doi: 10.1016/j.ebiom.2016.05.014. Epub 2016 May 13.
- Sikdar S, Ortiz R, Gebreab T, Gerber LH, Shah JP. Understanding the vascular environment of myofascial trigger points using ultrasonic imaging and computational modeling. Annu Int Conf IEEE Eng Med Biol Soc. 2010;2010:5302-5. doi: 10.1109/IEMBS.2010.5626326.
- Mc Loughlin S, Mc Loughlin MJ, Mateu F. Pulsed Doppler in simulated compartment syndrome: a pilot study to record hemodynamic compromise. Ochsner J. 2013 Winter;13(4):500-6.
- Stohrer M, Boucher Y, Stangassinger M, Jain RK. Oncotic pressure in solid tumors is elevated. Cancer Res. 2000 Aug 1;60(15):4251-5.
- Tuckey B, Srbely J, Rigney G, Vythilingam M, Shah J. Impaired Lymphatic Drainage and Interstitial Inflammatory Stasis in Chronic Musculoskeletal and Idiopathic Pain Syndromes: Exploring a Novel Mechanism. Front Pain Res (Lausanne). 2021 Aug 23;2:691740. doi: 10.3389/fpain.2021.691740. eCollection 2021.
- Sollmann N, Mathonia N, Weidlich D, Bonfert M, Schroeder SA, Badura KA, Renner T, Trepte-Freisleder F, Ganter C, Krieg SM, Zimmer C, Rummeny EJ, Karampinos DC, Baum T, Landgraf MN, Heinen F. Quantitative magnetic resonance imaging of the upper trapezius muscles - assessment of myofascial trigger points in patients with migraine. J Headache Pain. 2019 Jan 18;20(1):8. doi: 10.1186/s10194-019-0960-9.
- Ezzati K, Ravarian B, Saberi A, Salari A, Reyhanian Z, Khakpour M, Yousefzadeh Chabok S. Prevalence of Cervical Myofascial Pain Syndrome and its Correlation with the Severity of Pain and Disability in Patients with Chronic Non-specific Neck Pain. Arch Bone Jt Surg. 2021 Mar;9(2):230-234. doi: 10.22038/abjs.2020.48697.2415.
- Adams MCB, Hurley RW, Siddons A, Topaloglu U, Wandner LD. NIH HEAL Clinical Data Elements (CDE) implementation: NIH HEAL Initiative IMPOWR network IDEA-CC. Pain Med. 2023 Jul 5;24(7):743-749. doi: 10.1093/pm/pnad018.
- Piehl-Aulin K, Laurent C, Engstrom-Laurent A, Hellstrom S, Henriksson J. Hyaluronan in human skeletal muscle of lower extremity: concentration, distribution, and effect of exercise. J Appl Physiol (1985). 1991 Dec;71(6):2493-8. doi: 10.1152/jappl.1991.71.6.2493.
- Shankar H, Reddy S. Two- and three-dimensional ultrasound imaging to facilitate detection and targeting of taut bands in myofascial pain syndrome. Pain Med. 2012 Jul;13(7):971-5. doi: 10.1111/j.1526-4637.2012.01411.x. Epub 2012 Jun 8.
- Gennisson JL, Catheline S, Chaffai S, Fink M. Transient elastography in anisotropic medium: application to the measurement of slow and fast shear wave speeds in muscles. J Acoust Soc Am. 2003 Jul;114(1):536-41. doi: 10.1121/1.1579008.
- Schmidt JL, Tweten DJ, Benegal AN, Walker CH, Portnoi TE, Okamoto RJ, Garbow JR, Bayly PV. Magnetic resonance elastography of slow and fast shear waves illuminates differences in shear and tensile moduli in anisotropic tissue. J Biomech. 2016 May 3;49(7):1042-1049. doi: 10.1016/j.jbiomech.2016.02.018. Epub 2016 Feb 15.
- Tweten DJ, Okamoto RJ, Schmidt JL, Garbow JR, Bayly PV. Estimation of material parameters from slow and fast shear waves in an incompressible, transversely isotropic material. J Biomech. 2015 Nov 26;48(15):4002-4009. doi: 10.1016/j.jbiomech.2015.09.009. Epub 2015 Oct 9.
- Bartels EM, Sorensen ER, Harrison AP. Multi-frequency bioimpedance in human muscle assessment. Physiol Rep. 2015 Apr;3(4):e12354. doi: 10.14814/phy2.12354.
- Shiose K, Tanabe Y, Ohnishi T, Takahashi H. Effect of regional muscle damage and inflammation following eccentric exercise on electrical resistance and the body composition assessment using bioimpedance spectroscopy. J Physiol Sci. 2019 Nov;69(6):895-901. doi: 10.1007/s12576-019-00702-8. Epub 2019 Aug 6.
- Sanchez B, Rutkove SB. Present Uses, Future Applications, and Technical Underpinnings of Electrical Impedance Myography. Curr Neurol Neurosci Rep. 2017 Sep 20;17(11):86. doi: 10.1007/s11910-017-0793-3.
- Li M, Tang Y, Yao J. Photoacoustic tomography of blood oxygenation: A mini review. Photoacoustics. 2018 May 31;10:65-73. doi: 10.1016/j.pacs.2018.05.001. eCollection 2018 Jun.
- Kong F, Silverman RH, Liu L, Chitnis PV, Lee KK, Chen YC. Photoacoustic-guided convergence of light through optically diffusive media. Opt Lett. 2011 Jun 1;36(11):2053-5. doi: 10.1364/OL.36.002053.
- George D, Lloyd H, Silverman RH, Chitnis PV. A frequency-domain non-contact photoacoustic microscope based on an adaptive interferometer. J Biophotonics. 2018 Jun;11(6):e201700278. doi: 10.1002/jbio.201700278. Epub 2018 Feb 26.
- Guan S, Khan AA, Sikdar S, Chitnis PV. Fully Dense UNet for 2-D Sparse Photoacoustic Tomography Artifact Removal. IEEE J Biomed Health Inform. 2020 Feb;24(2):568-576. doi: 10.1109/JBHI.2019.2912935. Epub 2019 Apr 23.
- Evans V, Koh RGL, Duarte FCK, Linde L, Amiri M, Kumbhare D. A randomized double blinded placebo controlled study to evaluate motor unit abnormalities after experimentally induced sensitization using capsaicin. Sci Rep. 2021 Jul 2;11(1):13793. doi: 10.1038/s41598-021-93188-7.
- Afsharipour B, Petracca F, Gasparini M, Merletti R. Spatial distribution of surface EMG on trapezius and lumbar muscles of violin and cello players in single note playing. J Electromyogr Kinesiol. 2016 Dec;31:144-153. doi: 10.1016/j.jelekin.2016.10.003. Epub 2016 Oct 31.
- Gaffney BM, Maluf KS, Curran-Everett D, Davidson BS. Associations between cervical and scapular posture and the spatial distribution of trapezius muscle activity. J Electromyogr Kinesiol. 2014 Aug;24(4):542-9. doi: 10.1016/j.jelekin.2014.04.008. Epub 2014 Apr 28.
- Herrero JF, Laird JM, Lopez-Garcia JA. Wind-up of spinal cord neurones and pain sensation: much ado about something? Prog Neurobiol. 2000 Jun;61(2):169-203. doi: 10.1016/s0301-0082(99)00051-9.
- Song P, Manduca A, Trzasko JD, Chen S. Noise Equalization for Ultrafast Plane Wave Microvessel Imaging. IEEE Trans Ultrason Ferroelectr Freq Control. 2017 Nov;64(11):1776-1781. doi: 10.1109/TUFFC.2017.2748387. Epub 2017 Sep 1.
- Park SY, Staicu AM. Longitudinal Functional Data Analysis. Stat (Int Stat Inst). 2015;4(1):212-226. doi: 10.1002/sta4.89. Epub 2015 Aug 24.
- Guo W. Functional data analysis in longitudinal settings using smoothing splines. Stat Methods Med Res. 2004 Feb;13(1):49-62. doi: 10.1191/0962280204sm352ra.
- Greven S, Crainiceanu C, Caffo B, Reich D. Longitudinal functional principal component analysis. Electron J Stat. 2010;4:1022-1054. doi: 10.1214/10-EJS575.
- Mukherjee S, Tamayo P, Rogers S, Rifkin R, Engle A, Campbell C, Golub TR, Mesirov JP. Estimating dataset size requirements for classifying DNA microarray data. J Comput Biol. 2003;10(2):119-42. doi: 10.1089/106652703321825928.
- Vabalas A, Gowen E, Poliakoff E, Casson AJ. Machine learning algorithm validation with a limited sample size. PLoS One. 2019 Nov 7;14(11):e0224365. doi: 10.1371/journal.pone.0224365. eCollection 2019.
- Dobbin KK, Zhao Y, Simon RM. How large a training set is needed to develop a classifier for microarray data? Clin Cancer Res. 2008 Jan 1;14(1):108-14. doi: 10.1158/1078-0432.CCR-07-0443.
- Beleites C, Neugebauer U, Bocklitz T, Krafft C, Popp J. Sample size planning for classification models. Anal Chim Acta. 2013 Jan 14;760:25-33. doi: 10.1016/j.aca.2012.11.007. Epub 2012 Nov 17.
- Menon RG, Raghavan P, Regatte RR. Quantifying muscle glycosaminoglycan levels in patients with post-stroke muscle stiffness using T1rho MRI. Sci Rep. 2019 Oct 10;9(1):14513. doi: 10.1038/s41598-019-50715-x.
- Wang Y, Rosenberger WF, Uschner D. Randomization tests for multiarmed randomized clinical trials. Stat Med. 2020 Feb 20;39(4):494-509. doi: 10.1002/sim.8418. Epub 2019 Dec 17.
- Gerwin RD. Myofascial and Visceral Pain Syndromes: Visceral-Somatic Pain Representations. J Musculoskelet Pain. 2002;10(1-2):165-175. doi:10.1300/J094v10n01_13
- Travell JG, Simons DG. Myofascial Pain and Dysfunction: The Trigger Point Manual. Lippincott Williams & Wilkins; 1983.
- Srbely JZ, Dickey JP, Montaholi Y. Experimentally Induced Central Sensitization Evokes Segmental Autonomic Responses in Humans. Int Phys Med Rehabil J. 2017;1(3):1-7
- R. Rosenbaum P. A Matched Observational Study. In: Rosenbaum PR, ed. Design of Observational Studies. Springer Series in Statistics. Springer International Publishing; 2020:191-199. doi:10.1007/978-3- 030-46405-9_8
- Bird M, Le D, Shah J, et al. Characterization of local muscle fiber anisotropy using shear wave elastography in patients with chronic myofascial pain. In: 2017 IEEE International Ultrasonics Symposium (IUS). ; 2017:1-4. doi:10.1109/ULTSYM.2017.8091631
- egatheeswaran G. The Effects of Central Sensitization on Motoneurone Excitability in Osteoarthritis. Published online 2012.
- Zhao W, Wu R. Wavelet-Based Nonparametric Functional Mapping of Longitudinal Curves. J Am Stat Assoc. 2008;103(482):714-725.
- Cristianini N, Shawe-Taylor J, Department of Computer Science Royal Holloway John Shawe-Taylor. An Introduction to Support Vector Machines and Other Kernel-Based Learning Methods. Cambridge University Press; 2000
- Li T, Zhu S, Ogihara M. Using discriminant analysis for multi-class classification: an experimental investigation. Knowl Inf Syst. 2006;10(4):453-472
- Kim H, Drake BL, Park H. Multiclass classifiers based on dimension reduction with generalized LDA. Pattern Recognit. 2007;40(11):2939-2945.
- Lui HW, Chow KL. Multiclass classification of myocardial infarction with convolutional and recurrent neural networks for portable ECG devices. Inform Med Unlocked. 2018;13:26-33.
- Ou G, Murphey YL. Multi-class pattern classification using neural networks. Pattern Recognit.2007;40(1):4-18.
- Thabtah F, Cowling P, Peng Y. MCAR: multi-class classification based on association rule. In: The 3rd/IEEE International Conference OnComputer Systems and Applications, 2005. ; 2005:33-.
- Allwein EL, Schapire RE, Singer Y. Reducing multiclass to binary: A unifying approach for margin classifiers. J Mach Learn Res. 2000;1(Dec):113-141.
- Hand DJ, Till RJ. A Simple Generalisation of the Area Under the ROC Curve for Multiple Class Classification Problems.
- Alwosheel A, van Cranenburgh S, Chorus CG. Is your dataset big enough? Sample size requirements when using artificial neural networks for discrete choice analysis. J Choice Model. 2018;28:167-182.
- Ng W, Minasny B, Mendes W de S, Demattê JAM. The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data. SOIL.2020;6(2):565-578.
- Rosenberger WF, Lachin JM. Randomization in Clinical Trials. John Wiley & Sons, Inc; 2015.doi:10.1002/9781118742112
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 1933416
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
produkt vyrobený a vyvážený z USA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Zdravý
-
University of ZurichDokončenoOutcome Assessment, Health CareŠvýcarsko
-
University of BernUniversity Hospital Inselspital, BerneDokončenoNeuroscience of Dreaming, HealthŠvýcarsko
-
University of Colorado, DenverEunice Kennedy Shriver National Institute of Child Health and Human Development... a další spolupracovníciAktivní, ne náborPreventivní zdravotní služby (PREV HEALTH SERV)Spojené státy
-
Queens College, The City University of New YorkNáborZveřejnění článků předložených American Journal of Public HealthSpojené státy
-
Kliniek ViaSanaSt. Anna Ziekenhuis, Geldrop, NetherlandsDokončenoBolest | Užívání opioidů | Totální náhrada kolena | Aplikace E-healthHolandsko
-
Istanbul University - Cerrahpasa (IUC)NáborKardiochirurgie, Srdeční chirurgie, Výuka propouštění, Ošetřovatelství, Telenutriční péče, m-Health, Kvalita života, ZotaveníKrocan
-
FIDMAG Germanes HospitalàriesUniversity of BarcelonaZatím nenabírámePorucha duševního zdraví | Duševní zdraví wellness 1 | Role sestry | Care Acceptor, Health | Vztah, sestra pacienta
-
University of AarhusRegion MidtJylland Denmark; Tryg Danmark; Randers Municipality, DenmarkNeznámýKardiovaskulární onemocnění | Podpora zdraví | Duševní zdraví | Fyzická nečinnost | Self-reported Quality of HealthDánsko
-
Yorkshire Ambulance Service NHS TrustUniversity of BradfordZatím nenabírámeTestování Point of Care | Klinické rozhodování | Komunitní urgentní a pohotovostní péče | Allied Health Professional
-
4Life Research, LLCDokončenoSin Health | Hydratace pleti | Kožní vrásky | Kožní porfyriny | Červené skvrny na kůži obličeje | Červená vaskulatura kůže obličejeSpojené státy
Klinické studie na Ultrazvukové zobrazování
-
Dr. Linda McLeanOttawa Hospital Research Institute; The Ottawa HospitalZápis na pozvánku
-
Seoul National University HospitalDokončenoStenóza koronární tepny
-
National Taiwan University HospitalNational Taiwan University Hospital Bei-Hu BranchNáborÚspěšná kanylaceTchaj-wan
-
Seno Medical Instruments Inc.Dokončeno
-
Medical University of South CarolinaSouth Carolina Spinal Cord Injury Research FundNáborNemoci míchy | Spinální stenóza | Poranění míchy | Degenerace páteře | Komprese míchy | Onemocnění páteře | Poranění páteřeSpojené státy
-
InSightecDokončeno
-
InSightecNáborGliom | Glioblastom | Tekutá biopsieSpojené státy, Kanada
-
Hospices Civils de LyonDokončenoLokalizovaný karcinom prostatyFrancie
-
Centre Hospitalier Universitaire de la RéunionNábor