이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

딥러닝과 인공지능을 이용한 DNIC

2026년 5월 27일 업데이트: Université de Sherbrooke

딥러닝과 인공지능을 이용한 DNIC(Diffuse Noxious Inhibitory Controls)의 기준값과 임상적 선별검사 원문보기 KCI 원문보기 인용

만성 통증(CP)은 사회에 중요한 비용을 유발하는 사람들에게 장애가 되고 있습니다. 미만성 유해 억제 제어(DNIC)의 결손은 CP 메커니즘 중 하나입니다. DNIC는 CPM 프로토콜(조건 통증 조절)을 사용하여 연구 환경에서 평가됩니다. DNIC의 효율성에 대한 참조 값이 부족합니다. DNIC에 대한 광범위한 연구는 CP를 이해하고 DNIC를 평가하는 임상 스크리닝 테스트를 개발하는 데 도움이 될 것입니다. 이 연구는 통증 측정과 통증 조절 메커니즘의 효율성을 자동화하기 위해 안면 인식 시스템을 개발하는 것이 가능한지 여부를 보다 구체적으로 확인하는 것을 목표로 합니다.

연구 개요

상태

정지된

정황

만성 통증

개입 / 치료

다른: 조건부 통증 조절 테스트

상세 설명

이 연구는 다음을 목표로 합니다.

통증 조절 메커니즘의 효능을 평가하기 위한 예측 도구(딥 러닝 및 인공 지능 사용)를 개발하고 검증합니다.
건강한 참가자와 만성 통증 참가자의 통증 조절 메커니즘의 얼굴 표정에 대한 참조 값을 추정합니다.

대상 모집단은 건강한 지원자와 만성 통증이 있는 지원자, 남성 및 여성, 연령별로 계층화됩니다.

기준 값(건강한 지원자)은 적용 전후에 동일한 강도와 성질(열)의 두 가지 "자극 테스트"가 적용되는 표준 조절 통증 조절(CPM) 프로토콜에 대한 비모수적 방법을 통해 설정됩니다. 또 다른 "컨디셔닝 자극"(냉수욕). 1차와 2차 자극 테스트 사이에 인지된 통증 차이는 DNIC의 강도를 반영합니다. 참가자의 얼굴 표정은 CPM 테스트 중에 세 대의 카메라로 동시에 캡처됩니다.

이러한 결과는 만성 통증을 앓고 있는 지원자의 결과와 비교됩니다. 임상 결정 규칙은 CPM 효능의 진폭(혈청 노르아드레날린, 통증 강도, 심박수 및 혈압 측정, 불안을 평가하는 심리 측정 설문지, 우울한 감정 및 통증 파국화)과 상관관계가 있는 임상 및 준임상 요소에서 비롯됩니다. 로지스틱 회귀 분석을 통해 CPM 적자를 가장 잘 예측할 수 있습니다.

연구 유형

관찰

등록 (추정된)

244

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

이름: Marie-Philippe Harvey
전화번호: 45156 819-780-2220
이메일: Marie.Philippe.Harvey@USherbrooke.ca

연구 장소

캐나다
- Quebec
  - Sherbrooke, Quebec, 캐나다, J1H 5N4
    - Université de Sherbrooke

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

18년 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

예

샘플링 방법

확률 샘플

연구 인구

만성 통증이 있거나 없는 남성 및 여성 지원자.

설명

건강한 참가자

포함 기준:

18-79세
만성 통증 없음
동의 제공 가능

제외 기준:

심혈관 질환(부정맥, 뇌혈관 사고, 경색...)
레이노 증후군
중증 정신질환(치매, 정신분열증, 정신병, 주요우울증)
팔뚝이나 손에 대한 부상 또는 상실 감도
임산부 또는 산후 기간(<1년)

만성통증이 있는 참가자

포함 기준:

18-79세
만성 통증(만성 통증은 6개월 이상의 규칙적인 통증으로 정의됨)
동의 제공 가능

제외 기준:

심혈관 질환(부정맥, 뇌혈관 사고, 경색...)
레이노 증후군
중증 정신질환(치매, 정신분열증, 정신병, 주요우울증)
팔뚝이나 손에 대한 부상 또는 상실 감도
임산부 또는 산후 기간(<1년)
암이나 편두통으로 인한 만성 통증

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

관찰 모델: 다른
시간 관점: 유망한

코호트 및 개입

그룹/코호트 그룹/코호트 생물 의학 또는 건강 결과에 대해 평가되는 관찰 연구의 참가자 그룹 또는 하위 그룹입니다.	개입 / 치료 개입 / 치료 임상 연구의 초점이 되는 프로세스 또는 작업입니다. 개입에는 약물, 의료 기기, 절차, 백신 및 조사 중이거나 이미 사용 가능한 기타 제품이 포함됩니다. 개입에는 교육이나 식이요법 및 운동 수정과 같은 비침습적 접근법도 포함될 수 있습니다.
만성 통증 만성 통증 환자(n=100)	다른: 조건부 통증 조절 테스트 CPM(Conditioned Pain Modulation) 프로토콜은 하나의 컨디셔닝 자극(냉수욕) 전후에 열 테스트 동안 통증을 평가하는 것으로 구성됩니다. 3대의 카메라가 테스트 중에 참가자의 얼굴 표정을 캡처합니다.
건강한 참가자 건강한 참가자(n=144)	다른: 조건부 통증 조절 테스트 CPM(Conditioned Pain Modulation) 프로토콜은 하나의 컨디셔닝 자극(냉수욕) 전후에 열 테스트 동안 통증을 평가하는 것으로 구성됩니다. 3대의 카메라가 테스트 중에 참가자의 얼굴 표정을 캡처합니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정	측정값 설명	기간
조건부 통증 조절(CPM) 프로필 기간: 1회, 기준시점, 모집시(조건화자극 후 1차와 2차 비교)	CoVAS(Computerized Visual Analog Scale)로 0[아니 통증]에서 100 [견딜 수 있는 가장 심한 통증]까지 건강한 지원자와 만성 통증 지원자가 함께 참여합니다.	1회, 기준시점, 모집시(조건화자극 후 1차와 2차 비교)
임시 합산 프로파일 기간: 1회, 기준선, 모집 시(첫 번째 자극 테스트 중)	CoVAS(Computerized Visual Analog Scale)로 0[통증 없음]에서 100명의 [참을 수 있는 가장 심한 통증] 건강한 만성 통증 지원자가 함께합니다.	1회, 기준선, 모집 시(첫 번째 자극 테스트 중)

2차 결과 측정

결과 측정	측정값 설명	기간
건강한 지원자의 조건부 통증 조절(CPM) 프로필 기간: 1회, 기준시점, 모집시(1차와 2차 비교, 컨디셔닝 자극 후)	건강한 지원자에게만 0[통증 없음]에서 100[견딜 수 있는 가장 심한 통증] 범위의 전산 시각적 아날로그 척도(CoVAS)로 측정한 냉수 목욕 전후 통증 지각의 변화로 정의되는 조건화된 통증 조절 .	1회, 기준시점, 모집시(1차와 2차 비교, 컨디셔닝 자극 후)
건강한 지원자의 시간 요약 프로파일 기간: 1회, 기준선, 모집 시(첫 번째 자극 테스트 중)	건강한 지원자에게만 0[통증 없음]에서 100[견딜 수 있는 가장 심한 통증]까지 CoVAS(Computerized Visual Analog Scale)로 측정한 첫 번째 자극 테스트 동안 통증 인식의 변화로 정의된 시간 합산.	1회, 기준선, 모집 시(첫 번째 자극 테스트 중)
만성 통증이 있는 지원자의 조건부 통증 조절(CPM) 프로필 기간: 1회, 기준시점, 모집시(조건화자극 후 1차와 2차 비교)	냉수욕 전후 통증 지각의 변화로 정의된 조건부 통증 조절(CoVAS)로 0[통증 없음]에서 100[견딜 수 있는 가장 심한 통증] 범위의 만성 통증.	1회, 기준시점, 모집시(조건화자극 후 1차와 2차 비교)
만성 통증이 있는 지원자의 시간 요약 프로파일 기간: 1회, 기준선, 모집 시(첫 번째 자극 테스트 중)	만성 통증이 있는 지원자에 대해서만 0[통증 없음]에서 100[견딜 수 있는 가장 심한 통증]까지 범위의 CoVAS(Computerized Visual Analog Scale)로 측정한 첫 번째 자극 테스트 동안 통증 인식의 변화로 정의된 시간 합산.	1회, 기준선, 모집 시(첫 번째 자극 테스트 중)
인구통계학적 요인 기간: 한 번, 기준선에서 채용 시	인구통계학적 요인(연령, 성별)과 알고리즘에 의해 설정된 CPM 및 시간 합산의 다양한 응답 프로필의 연관성.	한 번, 기준선에서 채용 시
심리적 요인 기간: 한 번, 기준선에서 채용 시	알고리즘에 의해 설정된 CPM 및 시간 합산의 다른 응답 프로필과 심리적 요인(HADS 설문지로 측정된 불안)의 연관성.	한 번, 기준선에서 채용 시
생리적 요인 기간: 한 번, 기준선에서 채용 시	알고리즘에 의해 설정된 CPM 및 시간 합산의 다양한 반응 프로파일과 생리적 요인(지속적인 혈압, 심박수, 피부 전기 활동)의 연관성.	한 번, 기준선에서 채용 시
표정과 자세 기간: 한 번, 기준선에서 채용 시	알고리즘에 의해 설정된 CPM 및 시간 합산의 다양한 반응 프로필과 얼굴 표정 및 자세의 연관.	한 번, 기준선에서 채용 시

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Université de Sherbrooke

협력자

Lucine

Centre for Research of CHUS (CRCHUS)

수사관

수석 연구원: Guillaume Léonard, PhD, Université de Sherbrooke

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2022년 4월 5일

기본 완료 (추정된)

2028년 12월 1일

연구 완료 (추정된)

2028년 12월 1일

연구 등록 날짜

최초 제출

2021년 5월 5일

QC 기준을 충족하는 최초 제출

2021년 5월 17일

처음 게시됨 (실제)

2021년 5월 21일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 5월 28일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 5월 27일

마지막으로 확인됨

2026년 5월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

2021-4227

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

딥러닝과 인공지능을 이용한 DNIC