- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06813352
Analyse af ansigtsudtryk til smertergenkendelse i fibromyalgi: Brug af kunstig intelligens og biomarkører (Fibromyalgia)
Analyse af ansigtsudtryk til smertergenkendelse: Brug af kunstig intelligens og biomarkører som et smertediagnostisk værktøj i fibromyalgi, en pilotundersøgelse
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Indledning:
Fibromyalgi (FM) er et kronisk syndrom, der er kendetegnet ved diffus muskuloskeletalsmerter, træthed og søvnforstyrrelser, med en stor indflydelse på livskvaliteten. På grund af subjektiviteten af smertevurdering er udviklingen af objektive metoder vigtig. Denne undersøgelse undersøger brugen af kunstig intelligens (AI) i analysen af ansigtsudtryk kombineret med undersøgelsen af molekylære markører som en innovativ og kvantitativ tilgang til smertevurdering hos patienter med FM.
Objektiv:
Sådan valideres anvendelsen af et AI -værktøj kombineret med ansigtsudtryksanalyse og molekylær biomarkørundersøgelse for at måle smerteintensitet hos FM -patienter.
Metodik:
En observationskohortundersøgelse blev udført med 122 deltagere, opdelt i to grupper: patienter med FM (n = 61) og uden FM (n = 61). Dataindsamling inkluderet:
- Registrering af ansigtsudtryk: Et indviklet neuralt netværksalgoritme blev anvendt til at analysere ansigtsmønstre forbundet med smerter.
- Biologiske prøver: 1 ml spyt opsamles fra hver deltager ved hjælp af spytmetoden og behandles til at ekstrahere DNA, RNA og plasmaproteiner. Proteinerne kvantificeres af ELISA, og generne, der er forbundet med FM, vil blive analyseret ved RT-qPCR.
- Kliniske spørgeskemaer: Psykometriske instrumenter såsom den visuelle analoge skala (VAS) og det generaliserede smerteindeks (GDI) blev anvendt til at validere resultaterne.
- Statistisk analyse: Dataene blev analyseret ved hjælp af Kappa og Bland-Altman-korrelationer for at vurdere aftalen mellem AI-metoderne og spørgeskemaerne med et signifikansniveau på P <0,05.
AI -algoritmen vil bruge ensartede ansigtsmønstre, der korrelerer dem med den rapporterede smerteintensitet, i overensstemmelse (Kappa = 0,82) med resultaterne af de kliniske skalaer. De analyserede molekylære markører forventes at vise signifikante forskelle mellem grupperne med øget ekspression af inflammatoriske proteiner hos FM -patienter (P <0,05). Integrationen af ansigts- og molekylær analyse sigter mod at forstærke nøjagtigheden af smerteintensitetsklassificering.
Denne tilgang repræsenterer et lovende fremskridt i diagnosen og styringen af syndromet, der bidrager til personaliserede terapier og forbedrer patienternes livskvalitet.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Alessandra H De Souza, PhD
- Telefonnummer: 55-31984205240
- E-mail: alessandra.souza@cienciasmedicasmg.edu.br
Studiesteder
-
-
Minas Gerais
-
Belo Horizonte, Minas Gerais, Brasilien, 30130110
- Rekruttering
- Outpatient Faculty Medical Sciences
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inkluderingskriterier:
- Inkluderingskriterierne er patienter uden diagnosticeret kognitivt underskud, og som er villige til at deltage i undersøgelsen.
Ekskluderingskriterier:
- Ekskluderingskriterier er patienter, der bruger medicin, der kan påvirke angst eller depression eller manglende evne til at forstå instruktionerne.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
|---|
|
Patienter, der er diagnosticeret med fibromyalgi
Målet er at følge fibromyalgi -patienter over en periode på måneder for at analysere smerteintensitet og identificere molekylære markører forbundet med tilstanden.
Undersøgelsen omfatter ansigtsanalyseteknikker og molekylære markører sammen med kunstige intelligensværktøjer for at kvantificere smerter og forstå de underliggende mekanismer for fibromyalgi.
Metodikken er overvejende kvantitativ, fokuseret på indsamling og analyse af objektive data om smerter og tilknyttede markører.
|
|
Patienter uden diagnose af fibromyalgi
Målet er at følge patienter med smerter over en periode på måneder for at analysere intensiteten og identificere molekylære markører, der er forbundet med tilstanden.
Undersøgelsen omfatter ansigtsanalyseteknikker og molekylære markører sammen med kunstige intelligensværktøjer for at kvantificere smerter og forstå de underliggende mekanismer for fibromyalgi.
Metodikken er overvejende kvantitativ, fokuseret på indsamling og analyse af objektive data om smerter og tilknyttede markører.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Brug værktøjet til kunstig intelligens til at analysere ansigtsudtrykket af patienter med fibromyalgi for at genkende smerter.
Tidsramme: Den estimerede tid for anamnesis er en time, i hvilket tidsrum biologiske prøver vil blive taget, og hver patients ansigtsudtryk registreres på kameraet.
|
Brug værktøjet til kunstig intelligens til at analysere ansigtsudtrykket af patienter med fibromyalgi for at genkende smerter.
61 patienter med fibromyalgi vil blive sammenlignet med 61 patienter uden fibromyalgi.
|
Den estimerede tid for anamnesis er en time, i hvilket tidsrum biologiske prøver vil blive taget, og hver patients ansigtsudtryk registreres på kameraet.
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Biokemisk analyse af biomarkører ved påvisning af smerter i fibromyalgi.
Tidsramme: Estimeret indsamlings- og analysetid: 5 timers holdbarhed
|
122 prøver indeholdende 1 ml spyt opsamles for at kontrollere for ændringer i oxidativ stress og nociceptive markører (af spektrofotometri og ELISA).
|
Estimeret indsamlings- og analysetid: 5 timers holdbarhed
|
Samarbejdspartnere og efterforskere
Publikationer og nyttige links
Generelle publikationer
- Barua VB, Juel MAI, Blackwood AD, Clerkin T, Ciesielski M, Sorinolu AJ, Holcomb DA, Young I, Kimble G, Sypolt S, Engel LS, Noble RT, Munir M. Tracking the temporal variation of COVID-19 surges through wastewater-based epidemiology during the peak of the pandemic: A six-month long study in Charlotte, North Carolina. Sci Total Environ. 2022 Mar 25;814:152503. doi: 10.1016/j.scitotenv.2021.152503. Epub 2021 Dec 23.
- Agarwal A, Emary PC, Gallo L, Oparin Y, Shin SH, Fitzcharles MA, Adachi JD, Cooper MD, Craigie S, Rai A, Wang L, Couban RJ, Busse JW. Physicians' knowledge, attitudes, and practices regarding fibromyalgia: A systematic review and meta-analysis of cross-sectional studies. Medicine (Baltimore). 2024 Aug 2;103(31):e39109. doi: 10.1097/MD.0000000000039109.
- Ahmad M, Ahmed I, Jeon G. A sustainable advanced artificial intelligence-based framework for analysis of COVID-19 spread. Environ Dev Sustain. 2022 Aug 16:1-16. doi: 10.1007/s10668-022-02584-0. Online ahead of print.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- CMMG
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .
Kliniske forsøg med Smerte
-
Istanbul University - CerrahpasaRekrutteringPatellofemoral Pain, PfpTyrkiet (Türkiye)
-
Pamukkale UniversityIkke rekrutterer endnuPatellofemoral Pain, PfpTyrkiet (Türkiye)
-
Beijing Sport UniversityAfsluttetPatellofemoral Pain, PfpKina
-
Beijing Sport UniversityIkke rekrutterer endnuPatellofemoral Pain, Pfp
-
Beijing Sport UniversityIkke rekrutterer endnu
-
Sahmyook UniversityAfsluttetMyofascial Pain Syndrome (MPS)Sydkorea
-
Future University in EgyptAfsluttet
-
Camilo Jose Cela UniversityAfsluttetMyofascial Pain Syndrome (MPS)Spanien
-
Izmir Tinaztepe UniversityEge UniversityIkke rekrutterer endnuRygliggende stilling | FLACC Skala | Behavioral Pain Scale
-
University of California, DavisNational Institutes of Health (NIH); National Center for Complementary...Ikke rekrutterer endnuKronisk lænderygsmerter (cLBP) | Myofascial Pain Syndrome (MPS)Forenede Stater