복합부위통증증후군(CRPS) 아동의 통증 악화 예측

가설 및 목표: 우리는 CRPS로 인한 사지 통증의 자발적인 악화("발적")가 식별 가능하고 예측 가능한 촉진제와 타이밍을 가지고 있다는 가설을 세웁니다. 이 시험의 목적은 (1) 실시간 생리적, 심리적, 주관적 통증, 환경 및 식이 데이터에 대한 대규모 데이터베이스를 집계하고 이러한 데이터를 인공 지능(AI)으로 분석하여 통증 악화의 일시적인 촉진 요인을 식별하는 것입니다. (2) 학습된 내용을 기반으로 급성 통증 발적의 진행을 방해할 수 있는 잠재적인 전략을 식별합니다. 급성 통증 발적을 중단시키는 조기 치료 및 전략은 환자 집단이 치료를 받고 상태가 해결되는 동안 삶의 질에 상당한 영향을 미칠 것입니다.

설계: 연구 설계: 전향적 관찰 연구. 피험자: 스탠포드의 소아 통증 클리닉 및 전국의 기타 유사한 센터에서 모집됩니다. 피험자에게는 데이터 수집을 위해 Apple Watch와 Medeloop 앱이 발급됩니다. 데이터 수집: Medeloop는 피험자가 Medeloop를 통해 병원의 환자 포털에 로그인하는 경우 피험자의 전자 의료 기록(기존 및 향후)을 수집합니다.

Apple Watch는 생리학적 데이터를 6개월 동안 실시간으로 Medeloop에 전송하여 Apple Watch에서 측정한 맥박수, 산소 포화도, 일광 시간, ECG 측정 및 움직임/활동으로부터 생리학적 매개변수를 도출합니다. 파생 변수에는 심박수 변동, 수면 시간, 일일 보행 거리, 오른쪽/왼쪽 체중 부하 및 보행 등이 포함됩니다. 피험자는 페어링된 스마트폰을 사용하여 모든 식사를 촬영하여 AI의 식이 내용 분석을 수행하며, AI 분석을 위해 촬영 후 Medeloop로 전송됩니다. Medeloop 소프트웨어는 매일 위치 데이터와 해당 환경 및 기상 데이터(예: 대기 조건, 공기 및 수질)를 상호 참조합니다. 모든 통증 발적은 Medeloop 앱을 통해 실시간으로 기록됩니다.