- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06060925
Biomarcatori per immagini del dolore miofasciale
Biomarcatori di imaging multimodale per lo studio di fascia, muscoli e sistema vascolare nel dolore miofasciale
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Definizione del biomarcatore multimodale composito proposto: i ricercatori propongono di sviluppare un classificatore quantitativo a livello tissutale basato su metriche quantitative (caratteristiche) derivate da elastografia ad ultrasuoni, Doppler, spettroscopia di bioimpedenza ed elettromiografia ad alta densità, come indicatore del normale processo biologico nella regione miofasciale tessuti e processi patogeni nelle fasi attive e latenti del dolore miofasciale.
Approccio generale e rigore scientifico: nell'Obiettivo 1, i ricercatori svilupperanno metodi per generare metriche (caratteristiche) riproducibili dalle misurazioni a livello di tessuto grezzo e determineranno il cambiamento minimo rilevabile in queste caratteristiche in uno studio pilota. Nell'Obiettivo 2, i ricercatori condurranno uno studio osservazionale longitudinale con due gruppi di soggetti (controllo e dolore miofasciale). I ricercatori svilupperanno un algoritmo di classificazione che differenzia in modo ottimale tra la fase attiva e latente del dolore miofasciale e il tessuto miofasciale normale.
Studio della popolazione e del sito anatomico. La condizione dolorosa scelta è il dolore cronico al collo e alle spalle. I ricercatori recluteranno due gruppi di soggetti: Gruppo 1: dolore miofasciale cronico determinato dall'esame clinico di base utilizzando i criteri di Travell e Simon7 e Gruppo 2: controlli senza dolore. Gli investigatori si concentreranno su due posizioni anatomiche standardizzate (Figura 4). Ciò consentirà l'imaging del trapezio superiore mediale e dei muscoli infraspinati, che sono posizioni comuni per MTrPs55 così come per l'elevatore della scapola. Questi tre muscoli hanno morfologia e fasce molto diverse45. L'elevatore è un muscolo fusiforme con una fascia ben definita che comprende il muscolo mentre il trapezio ha una fascia più sottile da cui i setti perimisiali attraversano il ventre muscolare. L'infraspinato ha più strati fasciali sulla sua superficie e presenta chiari collegamenti segmentali con il segmento C5-656 Criteri di ammissibilità: i ricercatori recluteranno adulti di età compresa tra 18 e 65 anni. Criteri di esclusione: (1) diagnosi di fibromialgia, sindrome da stanchezza cronica o malattia cronica di Lyme; (2) Diagnosi di radicolopatia cervicale, neuropatia o neurite; (3) Anamnesi di interventi chirurgici alla testa, al collo, alla colonna cervicale o al cingolo scapolare; (4) Nevralgia facciale atipica; (5) Nuovo farmaco o modifica del farmaco nelle ultime 6 settimane; (6) Infezione attuale alla gola o all'orecchio.
Mascheramento e abbinamento: questo è uno studio osservazionale longitudinale in singolo cieco. Il team che esegue la raccolta e l'analisi dei dati non conoscerà l'assegnazione del gruppo dei soggetti e sarà cieco rispetto ai risultati delle valutazioni cliniche. I due gruppi verranno abbinati per età e sesso utilizzando una strategia di reclutamento accoppiato57. I ricercatori identificheranno un pool di soggetti di controllo idonei senza storia di dolore e li divideranno in fasce di sesso ed età (18-30; 31-50; e >50). Per ciascun soggetto del Gruppo 1 reclutato in una fascia, i ricercatori recluteranno un soggetto del Gruppo 2 abbinato dal pool.
Il sesso come variabile biologica: il dolore miofasciale è ampiamente diffuso nella comunità e colpisce sia uomini che donne. La mialgia del trapezio è più diffusa nelle donne58. I ricercatori utilizzeranno gruppi corrispondenti per età e sesso e testeranno le prestazioni del classificatore sia per la popolazione raggruppata che separatamente per genere per identificare eventuali differenze specifiche di genere nelle misure dei biomarcatori.
Misure di risultato: la misura di risultato primaria sarà il classificatore composito basato sui biomarcatori quantitativi a livello di tessuto. Gli investigatori eseguiranno raccolte ripetute di dati ogni mese per 3 mesi. Il fenotipo clinico dei soggetti (normale, latente, attivo episodico e attivo persistente) sarà determinato mediante un protocollo di esame fisico completo12. Gli investigatori utilizzeranno gli elementi comuni di dati NIH HEAL per il dolore cronico degli adulti per raccogliere autovalutazioni. Per caratterizzare ulteriormente il fenotipo clinico, come misura di esito secondario, i ricercatori utilizzeranno un'applicazione di valutazione momentanea ecologica (EMA) (Metricwire) su uno smartphone per ottenere una valutazione del dolore giornaliero attivata in punti casuali durante il giorno e raccogliere il monitoraggio automatizzato dell'attività da i sensori dello smartphone. Gli investigatori raccoglieranno anche settimanalmente l'intensità del dolore e l'interferenza di 3 elementi59.
Procedure di raccolta dati Gestione dei dati: questo è uno studio su un singolo sito. Tutte le procedure dello studio verranno eseguite presso Mason. Il biostatistico dello studio (Rosenberger) imposterà i controlli di mascheramento appropriati e i moduli elettronici di segnalazione dei casi (eCRF) nel sistema di acquisizione elettronica dei dati (REDCap). Tutti i dati dello studio verranno inseriti in REDCap utilizzando eCRF. Il personale dello studio disporrà di adeguati controlli di accesso basati sui ruoli in REDCap. La convalida della fonte verrà eseguita utilizzando i controlli integrati di REDCap.
Mascheramento: un singolo medico (Gerber) otterrà il consenso di ciascun soggetto e condurrà l'anamnesi e l'esame fisico. Un ulteriore medico (DeStefano) potrebbe essere presente per assistere e un assistente di ricerca sarà presente per prendere appunti e inserire dati. Il team di ingegneri, supervisionato dal PI (Sikdar) e dal co-I Chitnis, raccoglierà le misure dei risultati in una stanza separata e sarà mascherato dalla storia del paziente e dai risultati dell'esame fisico. Per lo studio sarà sviluppato un manuale delle procedure operative.
Procedure di analisi dei dati. Tutte le analisi dei dati saranno eseguite da un assistente di ricerca laureato in biostatistica sotto la supervisione dello scienziato dei dati (Lee) e del biostatistico dello studio (Rosenberger).
Analisi primaria: i ricercatori costruiranno e convalideranno rigorosamente un algoritmo di classificazione multiclasse basato su serie temporali funzionali e metodi di apprendimento statistico. In questo caso, le serie temporali dei biomarcatori possono essere rappresentate come combinazione di modelli/segnali temporali unici o funzioni di base. Queste funzioni includono funzioni autobase invarianti nel tempo80, spline di livellamento81, wavelet82 o componenti principali funzionali83. Utilizzando l'analisi dei dati funzionali, verrà costruita una variabile predittiva composita che riassume le informazioni pertinenti contenute nelle serie temporali dei biomarcatori. Quindi, verrà costruito un metodo di classificazione multi-classe utilizzando approcci di apprendimento supervisionato, come macchine vettoriali di supporto84, analisi discriminante85,86, reti neurali87,88, alberi di regressione89. L'algoritmo di classificazione utilizzerà il predittore composito per codificare i soggetti nelle quattro categorie rilevanti (dolore - episodico, dolore - attivo, controllo-episodico e controllo-attivo). Verrà utilizzata la convalida incrociata K-fold per valutare l'accuratezza del classificatore in base a sensibilità, specificità, punteggio F1 e area sotto la curva ROC per scenari multi-classe90,91.
Analisi secondaria: verranno eseguite diverse analisi secondarie, tra cui: (1) Determinare i valori normativi dei biomarcatori nel gruppo di controllo (Gruppo 2); (2) Valutare la validità convergente dei biomarcatori primari e secondari. Poiché la verità fondamentale sottostante non può essere misurata direttamente, i biomarcatori primari e secondari verranno utilizzati per valutare la validità convergente; (3) Correlazione con la corrispondente misura clinica (range di movimento, soglia del dolore pressorio.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Luoghi di studio
-
-
Virginia
-
Fairfax, Virginia, Stati Uniti, 22030
- George Mason University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Dai 18 anni in su
Criteri di esclusione:
- Diagnosi di fibromialgia, sindrome da stanchezza cronica o malattia cronica di Lyme confermata dall'esame fisico
- Diagnosi di radicolopatia cervicale, neuropatia o neurite
- Storia di interventi chirurgici alla testa, al collo o al cingolo scapolare
- Nevralgia facciale atipica
- Nuovo farmaco o modifica del farmaco negli ultimi 6 mesi
- Attuale infezione alla gola o all'orecchio
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
---|---|
Sindrome dolorosa miofasciale attiva
Soggetti che sperimentano dolore spontaneo
|
B-mode, color Doppler, elastografia ad onde di taglio
Spettroscopia di bioimpedenza multifrequenza
Elettromiografia ad alta densità
Esame fisico muscolo-scheletrico completo, compreso il range di movimento e test sensoriali quantitativi
|
Sindrome del dolore miofasciale latente
Soggetti che suscitano dolore solo alla palpazione e disturbati.
|
B-mode, color Doppler, elastografia ad onde di taglio
Spettroscopia di bioimpedenza multifrequenza
Elettromiografia ad alta densità
Esame fisico muscolo-scheletrico completo, compreso il range di movimento e test sensoriali quantitativi
|
Soggetti senza dolore
Nessun sintomo di dolore cronico.
|
B-mode, color Doppler, elastografia ad onde di taglio
Spettroscopia di bioimpedenza multifrequenza
Elettromiografia ad alta densità
Esame fisico muscolo-scheletrico completo, compreso il range di movimento e test sensoriali quantitativi
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
Elastografia ad onde di taglio ad ultrasuoni
Lasso di tempo: Riferimento, mese 3
|
L'elastografia a onde di taglio utilizza la forza di radiazione degli ultrasuoni per indurre onde di taglio nei tessuti e misurare la velocità di propagazione.
Fornisce informazioni sulle proprietà meccaniche del tessuto.
Estrarremo il rapporto di anisotropia di taglio come misura di risultato.
|
Riferimento, mese 3
|
Doppler ad ultrasuoni
Lasso di tempo: Riferimento, mese 3
|
L'ecografia Doppler stima la velocità del flusso nei vasi sanguigni.
Estrarremo la velocità telediastolica come misura del risultato.
|
Riferimento, mese 3
|
Spettroscopia di bioimpedenza
Lasso di tempo: Riferimento, mese 3
|
La spettroscopia di bioimpedenza prevede l'invio di una piccola corrente nel tessuto a frequenze diverse e la stima della resistenza e della reattanza.
Può essere utilizzato per misurare il contenuto di liquidi nello spazio extracellulare.
|
Riferimento, mese 3
|
Elettromiografia ad alta densità
Lasso di tempo: Riferimento, mese 3
|
L'elettromiografia ad alta densità prevede il posizionamento di una serie di elettrodi a 64 canali sulla superficie della pelle e la misurazione dell'attività elettrica dei muscoli.
Può essere utilizzato per misurare l'eccitabilità dell'unità motoria.
Estrarremo il rapporto Forza/EMG come misura del risultato.
|
Riferimento, mese 3
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
NIH HEAL Elementi di dati comuni per il dolore cronico negli adulti
Lasso di tempo: Riferimento, mese 3
|
L'esame fisico includerà i dati fondamentali raccomandati dall'iniziativa NIH HEAL per il dolore cronico negli adulti: • Intensità del dolore (PEG) • Interferenza del dolore (PEG) • Funzionamento fisico/qualità della vita (PROMIS Physical Functioning Short Form 6b • Sonno (PROMIS Sleep Disturbance 6a + Domanda sulla durata del sonno) • Dolore catastrofico (Pain Catastrophizing Scale - Short Form 6) • Depressione (PHQ-2) • Ansia (GAD-2) • Soddisfazione globale per il trattamento (PGIC) • Screener sull'uso di sostanze (TAPS 1)
|
Riferimento, mese 3
|
Rapporto di carica
Lasso di tempo: Riferimento, mese 3
|
Quantificheremo il grado di windup (somma temporale) misurando l'amplificazione del dolore a un treno di stimoli nocicettivi (un insieme di punti di spillo ponderati in scala logaritmica) applicati su dermatomi che sono collegati segmentalmente ai muscoli target trapezio e infraspinato.
I soggetti forniranno un punteggio numerico di valutazione del dolore (NPRS, scala a 11 punti) dopo ogni stimolo.
Il rapporto di liquidazione (WUR) sarà calcolato come il rapporto tra l'NPRS medio e il basale.
|
Riferimento, mese 3
|
Soglia del dolore pressorio
Lasso di tempo: Riferimento, mese 3
|
La soglia del dolore pressorio sarà determinata da un algometro con un'area della sonda di 1 cm2, con una serie di tre intensità di stimolo ascendenti, ciascuna applicata come una rampa lentamente crescente di 50 kPa/s.
|
Riferimento, mese 3
|
Range di movimento della cervicale e della spalla
Lasso di tempo: Riferimento, mese 3
|
Quantificheremo l'asimmetria nel range di movimento (flessione/estensione; flessione laterale; rotazione; abduzione/adduzione) utilizzando un sistema di motion capture senza marker.
|
Riferimento, mese 3
|
Valutazione momentanea ecologica
Lasso di tempo: Mese 1-3
|
Utilizzeremo l'app MetricWire per chiedere ai soggetti di registrare la loro valutazione del dolore e dell'attività durante il giorno e la sera ogni giorno per 3 mesi
|
Mese 1-3
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Siddhartha Sikdar, PhD, George Mason University
Pubblicazioni e link utili
Pubblicazioni generali
- 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
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 1933416
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Imaging ad ultrasuoni
-
Duke UniversityPiedmont Orthopedic SocietySospesoLesioni della cuffia dei rotatori | Lacerazioni della cuffia dei rotatori | Protesi totale di spallaStati Uniti
-
Association Pro-arteAttivo, non reclutanteDebolezza, Muscolo | AmiotrofiaFrancia
-
University of MichiganCompletato
-
Centre Hospitalier Universitaire de la RéunionReclutamento
-
Medical University of South CarolinaSouth Carolina Spinal Cord Injury Research FundReclutamentoMalattie del midollo spinale | Stenosi spinale | Lesioni del midollo spinale | Degenerazione della colonna vertebrale | Compressione del midollo spinale | Malattia della colonna vertebrale | Lesione alla colonna vertebraleStati Uniti
-
Academisch Medisch Centrum - Universiteit van Amsterdam...CompletatoMisurazione Doppler dell'arteria uterinaOlanda
-
Medical Corps, Israel Defense ForceReclutamentoLesione traumatica | Ferita emorragicaIsraele
-
Connolly Hospital BlanchardstownRoyal College of Surgeons, Ireland; European Society for Trauma and Emergency... e altri collaboratoriCompletatoDiverticolite, colon | Malattia biliare | Calcolo biliare; Colecistite acuta | Ascesso pelvicoIrlanda, Italia, Portogallo, Spagna
-
Riverside University Health System Medical CenterSconosciutoPazienti in stato di shock e intubati nella Trauma Bay (TB)Stati Uniti
-
Federal University of São PauloBRICNET - Brazilian Research in Intensive Care NetworkNon ancora reclutamentoShock settico | Pazienti in condizioni critiche