Cílené hodnocení chronické bolesti v reálném čase u mládí (TRAC-Pain)

Až 5% adolescentů (~ 3,5 milionu v USA) trpí chronickou chronickou muskuloskeletální bolestí (MSK), což ovlivňuje kvalitu života, školní docházku, náladu a rodinnou funkci a představuje významnou ekonomickou zátěž v USA v USA. Značná část těchto mladých lidí nadále trpí bolestí do dospělosti. Chronická bolest MSK je charakterizována komplexní biologickou odpovědí, včetně fyziologických poruch v kognitivních, spánku a energetické hladině (únava), a je spojena s poruchami fyzické i emocionální funkce. Chronická bolest zážitek v průběhu času kolísá s intra- a mezi-denními variacemi a výskytem světlic bolesti, což přispívá k nepředvídatelnosti, nejistotě a většímu poškození.

Současné hodnocení zlaté standardy pro vlastní hlášení jsou zatěžující a neposkytují komplexní a spolehlivá míra bolesti z bolesti v důsledku přirozené zkreslení stažení. Potenciální řešení spočívá v rozsáhlém přijetí technologií digitálního zdraví, zejména nositelných zařízení, která nabízejí nepřetržité sledování údajů o fyziologickém, spánku a fyzické aktivitě. Tento přístup může přinést bezprecedentní vhled do individuálního zdraví, informovat diagnózu, prevenci, monitorování a léčbu.

Prostřednictvím umělé inteligence (AI) a strojového učení (ML) bylo výzkumným týmem vyvinuto několik průkopnických digitálních biosignatur lidského zdraví, včetně těch pro variabilitu glukózy, předčasné narození, panické útoky, riziko pádu a chirurgické zotavení. Tento personalizovaný přístup v reálném čase nejen zmocňuje pacienty, ale také umožňuje poskytovatelům zdravotní péče přijímat informovanější rozhodnutí, optimalizovat léčebné strategie a zlepšovat výsledky. Navzdory těmto pokrokům zažívá smysluplné zlepšení méně než polovina adolescentů s chronickou bolestí MSK, kteří podstupují léčbu bolesti.

Vědeckým důvodem tohoto návrhu je překonat omezení vlastní hlášení integrací přesných měření fyziologických, spánku a fyzické aktivity z nositelných zařízení s AI/ML pro vývoj a ověření monitorování digitální biologické biologické zážitky u mladé bolesti s bolestí MSK. Tato biosignatura bude sledovat zkušenost s bolestí, sledovat její postup, posoudit reakce na intervence a vyhodnotit dopady na kvalitu života.

Výzkumný tým má dobře pozici, aby tyto cíle prováděl: (1) rozmanitý, vysoce kvalifikovaný tým s odbornými znalostmi v oblasti digitálních technologií, AI/ML, vývoj digitálního koncového bodu a klinickými hodnoceními, spolu s klinickými odbornostmi v chronické bolesti u mládeže a žijící zkušeností od pacientů, pečovatelů a skupin pro obhajobu bolesti; (2) centralizovaný a standardizovaný sběr digitálních dat, zpracování a skladovací systém prostřednictvím škálovatelného a zajistěte můj osobní zdravotní dashboard (MYPHD; Stanford); a (3) špičkové předběžné údaje podporující schopnost rozvíjet tuto biosignaturu digitálního zdraví.

Fáze UG3/Discovery: Zaregistrujeme se až 500 mládeže (ve věku 14–24 let) s chronickou bolestí MSK, zachycujeme kontinuální fyziologickou (srdce, dýchací), spánek a fyzickou (úroveň aktivity, mobilita, chůzi) metriky aktivity prostřednictvím nositelných. Opakované sebepoznání v rámci zážitku z bolesti (rušení bolesti, intenzita bolesti, únava, nálada, stres, světlice bolesti) budou shromažďovány po dobu 12 týdnů. Pro podmnožinu budou shromažďovány také údaje z úkolů fyzického a sociálního stresu. Cílem je posoudit proveditelnost a relevanci, rozvíjet digitální biologickou podřízenou zkušenost s bolestí a připravit se na fázi UH3 prostřednictvím dosahu a spolupráce. Konzultace s jednotlivci s živou zkušeností, těmi, kteří zažívají zdravotní rozdíly, a FDA zajistí relevanci a přijatelnost biosignatury a podporují náboj nedostatečně zastoupené mládeže spojené s škálovatelností pro klinické použití.

Fáze UH3/Validace: Zapsáme až 400 rozmanité mládeže s chronickou bolestí MSK, zachycujeme metriky zážitku z bolesti a nahlášené sebe sama po dobu 12 týdnů: 4týdenní základní linie následuje 8 týdnů abnormálních výstrah vyvolaných čtení. Cílem této fáze je klinicky ověřit digitální biosignaturu zkušeností s bolestí a vyhodnotit přesnost a potenciál vylepšeného systému výstrahy wellness.

Význam a klinický dopad: Úspěšný vývoj a validace digitálních koncových bodů pro zkušenost s bolestí je zásadní pro pokrok v léčbě bolesti. Tyto koncové body slibují zlepšit terapeutický vývoj poskytnutím robustního a objektivního měření reakce na léčbu. Výsledky této studie budou základem pro hledání regulačního schválení pro komercializaci přidruženého softwaru nebo pro šíření balíčků s open-source analýzou pro budoucí klinické studie.