Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Comparación de imágenes de puntuación del dolor generadas por IA con una escala visual analógica (VAS) para la evaluación del dolor

19 de febrero de 2025 actualizado por: Engin Ihsan Turan, Kanuni Sultan Suleyman Training and Research Hospital

Este estudio prospectivo se llevará a cabo en salas quirúrgicas, evaluando a los pacientes posoperatorios. Inicialmente, los pacientes serán evaluados mediante el método VAS. Posteriormente, se les mostrarán cinco imágenes generadas por IA que representan diferentes niveles de dolor y seleccionarán la imagen que mejor represente su dolor. Una encuesta de seguimiento evaluará la eficacia de cada método.

Usando ChatGPT-4/DALL-E, se crearán imágenes correspondientes a puntuaciones VAS de 1-2, 3-4, 5-6, 7-8 y 9-10. Los pacientes elegirán la imagen que mejor describa su dolor, con el objetivo de determinar si las imágenes respaldadas por IA ofrecen una alternativa más precisa a la EVA para la evaluación del dolor.

Descripción general del estudio

Estado

Terminado

Condiciones

Intervención / Tratamiento

Descripción detallada

Objetivo del estudio El objetivo principal de este estudio es comparar y evaluar la eficacia de las imágenes de dolor generadas por IA para ayudar a los pacientes a expresar sus niveles de dolor con la escala visual analógica (EVA). Al permitir a los pacientes representar con mayor precisión su dolor a través de imágenes respaldadas por inteligencia artificial, el estudio tiene como objetivo mejorar las prácticas de manejo del dolor en entornos clínicos.

Importancia del estudio El manejo del dolor es un componente crítico de la atención médica y tiene un impacto directo en el bienestar del paciente y el éxito del tratamiento. La EVA es una herramienta ampliamente utilizada para la evaluación subjetiva del dolor, pero puede resultar un desafío para algunos pacientes debido a su naturaleza abstracta. Las imágenes generadas por IA ofrecen una forma potencialmente más precisa y comprensible para que los pacientes comuniquen su dolor, lo que podría conducir a evaluaciones y manejo del dolor más precisos y personalizados.

Este estudio tiene como objetivo medir la contribución de las imágenes del dolor generadas por IA a una evaluación más precisa del dolor y explorar las posibles aplicaciones de esta tecnología. Además, el estudio busca comprender las ventajas y limitaciones de este enfoque en comparación con los métodos tradicionales como VAS, mejorando así el papel de la IA en las prácticas de manejo del dolor.

Beneficios y riesgos esperados

Beneficios esperados:

Expresión mejorada del dolor: las imágenes generadas por IA pueden ayudar a los pacientes a articular su dolor con mayor claridad, lo que lleva a un mejor manejo del dolor en entornos clínicos.

Enfoques de tratamiento personalizados: la expresión mejorada del dolor puede brindar a los proveedores de atención médica oportunidades para crear planes de tratamiento más personalizados, especialmente beneficiosos para los pacientes con dolor crónico.

Toma de decisiones clínicas mejorada: el uso de imágenes de IA puede facilitar evaluaciones del dolor más objetivas y reproducibles, mejorando las estrategias generales de manejo del dolor.

Riesgos potenciales:

Riesgo de interpretación errónea: las imágenes generadas por IA pueden malinterpretar el dolor del paciente en ciertos casos, especialmente si las imágenes son engañosas o complejas.

Dependencia de la tecnología: la dependencia excesiva de las herramientas de inteligencia artificial puede pasar por alto la importancia del juicio humano y la naturaleza subjetiva de la evaluación del dolor.

Diseño del estudio Este estudio prospectivo se llevará a cabo en salas quirúrgicas, evaluando a los pacientes posoperatorios. Inicialmente, los pacientes serán evaluados mediante el método VAS convencional, que consiste en marcar su dolor en una escala de 0 a 10. Posteriormente, a los pacientes se les mostrarán cinco imágenes generadas por IA que representan diferentes niveles de dolor y se les pedirá que seleccionen la imagen que mejor represente su dolor. Una encuesta de seguimiento evaluará qué método los pacientes encontraron más eficaz para expresar su dolor.

Puntuación EVA:

Los pacientes marcarán su nivel de dolor en una línea que va del 0 (sin dolor) al 10 (peor dolor).

Imágenes generadas por IA:

Usando ChatGPT-4/DALL-E, se crearán imágenes correspondientes a puntuaciones VAS de 1-2, 3-4, 5-6, 7-8 y 9-10. Estas imágenes representarán específicamente expresiones faciales que reflejan los respectivos niveles de dolor. Los pacientes elegirán la imagen que mejor describa su dolor.

Este estudio tiene como objetivo identificar si las imágenes respaldadas por IA brindan una alternativa más precisa y fácil de usar a la puntuación VAS tradicional para la evaluación del dolor.

Descripciones de la puntuación VAS Puntuación VAS 1-2: Un hombre de mediana edad que muestra signos de malestar leve.

Puntuación VAS 3-4: una joven atleta en un campo de fútbol que expresa dolor moderado.

Puntuación VAS 5-6: Un hombre en un ambiente de cocina que muestra un dolor intenso por un corte.

Puntuación VAS 7-8: Un hombre joven que siente un dolor intenso en el hombro.

Puntuación VAS 9-10: una mujer joven que experimenta un dolor intenso.

Tipo de estudio

De observación

Inscripción (Actual)

400

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

  • Nombre: Engin ihsan Turan, Specialist
  • Número de teléfono: +905382431114
  • Correo electrónico: enginihsan@hotmail.com

Ubicaciones de estudio

      • Istanbul, Pavo, 34303
        • Health Science University İstanbul Kanuni Sultan Süleyman Education and Training Hospital

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Sí

Método de muestreo

Muestra de probabilidad

Población de estudio

La puntuación VAS y la evaluación del dolor mediante imágenes se llevarán a cabo en al menos 398 pacientes de 18 años o más que se hayan sometido a alguna cirugía, en cualquier momento dentro de las primeras 24 horas después de la operación.

Descripción

Criterios de inclusión:

  • 18 años y más
  • Fue operado por cualquier motivo.
  • Consintió en participar en el estudio y firmó el formulario de consentimiento informado.

Criterio de exclusión:

  • Pacientes menores de 18 años.
  • Pacientes que no firmaron el formulario de consentimiento informado.
  • Pacientes con discapacidad visual.
  • Pacientes cuyo nivel de conciencia no es suficiente para completar la encuesta.
  • Pacientes con antecedentes de trastornos psiquiátricos.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Puntuación de escala analógica visual
La puntuación de dolor de la Escala Visual Analógica (EVA) es un método simple y eficaz que se utiliza para medir los niveles de dolor de los pacientes. Este método suele estar representado por una línea que va del 0 al 10, donde 0 indica que no hay dolor y 10 indica el dolor más intenso. Se pide a los pacientes que marquen un punto en la línea que corresponda a su nivel de dolor.
Preguntaremos a los pacientes sobre su dolor e intentaremos evaluar sus puntuaciones de dolor. Luego les preguntaremos qué método es más adecuado para la evaluación.
Imágenes creadas por Inteligencia Artificial
Evaluación del dolor realizada mediante imágenes creadas a partir de ChatGPT/DALLE
Preguntaremos a los pacientes sobre su dolor e intentaremos evaluar sus puntuaciones de dolor. Luego les preguntaremos qué método es más adecuado para la evaluación.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Evaluación del dolor
Periodo de tiempo: 10 minutos
El resultado principal de esta investigación es comparar la eficacia de las imágenes de evaluación del dolor generadas por IA con la tradicional Escala visual analógica (EVA) para evaluar y expresar con precisión los niveles de dolor de los pacientes. Esto se medirá a través de la facilidad de uso, la claridad y la utilidad de ambos métodos informadas por los pacientes, así como la preferencia del paciente por cualquiera de los métodos en la evaluación del dolor.
10 minutos

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

14 de junio de 2024

Finalización primaria (Actual)

1 de febrero de 2025

Finalización del estudio (Actual)

2 de febrero de 2025

Fechas de registro del estudio

Enviado por primera vez

8 de junio de 2024

Primero enviado que cumplió con los criterios de control de calidad

8 de junio de 2024

Publicado por primera vez (Actual)

13 de junio de 2024

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

25 de marzo de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

19 de febrero de 2025

Última verificación

1 de febrero de 2025

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • AI Images

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Descripción del plan IPD

Todos los pacientes IPD se eliminarán y les daremos un número de paciente aleatorio.

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .