- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT06818175
신체 검사, 정적 및 동적 초음파 평가 및 흉강 근막 (TLF)의 치료 저격통의 치료
흉부 근시 통증 및 흉부 근막 글라이드 손상에 대한 흉부 근육통 통증 및 치료 효능 및 골다공증 조작 치료 (AOA)의 조사를위한 초음파 이미지의 기계 학습 분석
이 연구는 경험이 풍부한 다 분야 팀에 의해 요통이 있거나없는 환자에서 Thoracolumbar fascia (TFL)에 대한 지속적인 연구를위한 것입니다.
Vincent Wang PhD, VT Biomedical Engineering & Mechanics (빔). Albert J Kozar Do, Faoasm, R-MSK. P. Gunnar Brolinson, do, faoasm, faocfp. David T. Redden PhD, Vcom Research Biostatistisman. Matthew Chung Do, VCOM 및 Virginia Tech의 팀 의사. Edward Magalhaes, PhD, LPC, 정신과 및 신경 행동 과학, Vcom.
이 목록은 특히 유사하지만 뚜렷한 프로젝트에 대한 비슷하지만 동시에 자금을 조달 한 2 개의 국방부 (DoD) 및 AOA (American Osteopathic Association)를 통한 우리의 새로운 노력을위한 것입니다. 두 자금 지원 소스는 서로의 자금을 알고 있으며 일부 통합과 동시에 보조금 연구를 승인했습니다.
DoD : 흉부 근시 통증 및 수중 연체의 치료 효능의 조사를위한 초음파 이미지의 기계 학습 분석.
제안 된 프로젝트의 주요 목표는 다음과 같습니다.
- 신뢰할 수 있고 정량적 인 이미지 분석 접근법을 개발하여 통증이없는 사람과 급성 또는 만성 TLF 통증을 가진 대상과 객관적으로 이미지를 구별하고
- 만성 LBP에 대한 새로운 치료 치료로서 TLF의 가수 분해의 예비 임상 효능을 평가한다.
AOA : 만성 요통에 대한 OMT의 치료 효능 평가 : Thoracolumbar Fascia Glide 손상의 통합 초음파 및 기계 학습 분석.
제안 된 프로젝트의 주요 목표는 다음과 같습니다.
- TLF 기원의 CLBP에 대한 치료 치료로서 OMT의 예비 임상 효능을 평가하고
- 신뢰할 수 있고 정량적 인 이미지 분석 접근법을 개발하여 통증이없는 것과 TLF 통증이있는 대상과 객관적으로 구별됩니다.
이 프로젝트는 50 명의 LBP 과목을 통제로 공유 할 것입니다. DoD 연구에는 50 개의 급성 LBP 및 50 CLBP가 포함됩니다. AOA 연구에는 50 CLBP가 포함됩니다.
이 프로젝트는 표준 설문 조사, 신체 검사, 기능 테스트 및 초음파 이미징을 사용하여 여러 전환 구역에서 TLF의 정적 이미지를 모두 얻습니다. 또한 초음파를 사용하여 급성 요통 (ALBP)이있는 대상 (ALBP), 만성 요통 (CLBP)이 낮고 요통이 낮은 (WLBP)의 2 가지 신체 움직임 에서이 근막의 Cine 루프를 통해 동적 활공 운동을 평가합니다 (WLBP ). 모든 이미지는 임상 적으로 분석되고 조직 및 기계 학습 분석에 의해 추가로 평가 될 것입니다. CLBP 환자 (전용)는 동의 할 때 두 연구 중 하나 (DoD 대 AOA)를 입력하도록 선택합니다.
모든 이미지는 임상 적으로 분석되고 조직 및 기계 학습 분석에 의해 추가로 평가 될 것입니다. TLF 글라이드 장애가있는 것으로 밝혀진 CLBP (전용) 환자는 동의 시점에 선택된 연구의 치료군에 들어가는 TLF 글라이드 손상 또는 긍정적 인 신체 검사 조작이있는 것으로 밝혀졌다. (OMT). 이러한 양식 중 하나를 사용하여 3 개의 치료를받은 후 CLBP 참가자는 2,4,6,12 및 치료 후 24 주에 반복 표준 설문 조사, 신체 검사, 기능 테스트 및 초음파 영상 평가를받습니다.
이 프로젝트가 끝날 무렵, 연구자들은 대규모 연구에서 더 확장 될 수있는 강력하고 실행 가능한 실험 및 계산 접근법을 개발, 정제 및 구현하기를 기대합니다. TLF의 초음파 이미지의 객관적인 분석을위한 데이터 중심 컴퓨터 모델의 개발은 신뢰할 수있는 미국 이미징 바이오 마커의 확립을 통해 TLF 무결성, 부상 및 치유의 평가를 변형시키기 위해 큰 영향을 미칩니다. 연구자들은 개발 된 도구가 TLF에 대한 다양한 임상 치료를 평가할 수있는 광범위한 유용성을 가질 것으로 예상합니다. 연구자들은 또한 TLF 매개 LBP를 예측할 수 있고 TLF 매개 LBP에서 Hydrodissection 및 OMT의 효능에 대한 예비 증거가있는 신체 검사 기동을 검증하기를 희망합니다.
이러한 목표를 추구하기 위해, 연구자들은 임상 영상, 신체 검사, 통증 및 기능적 결과, 정량적 이미지 분석 및 기계 학습 분석의 강력한 통합을 특징으로하는 혁신적인 접근법을 채택 할 것입니다.
특정 목표 1 : 급성 대 만성 통증을 가진 개인의 초음파 TLF 영상 특성을 요통이없는 사람들과 비교하십시오.
특정 목표 2 : 머신 러닝 (ML) 분류 알고리즘을 개발하여 건강한 조직에서 급성 및 만성 통증 단계에서 비정상적인 근막 조직을 안정적으로 구별합니다.
특정 목표 3 :
DoD 연구 : 정량적 미국 영상 및 ML 도구를 사용하여 TLF 통증에 대한 새로운 치료로서 Hydrodissection의 예비 치료 효능을 평가하십시오.
AOA 연구 : 정량적 미국 이미징 및 ML 도구를 사용하여 CLBP 치료로 OMT의 예비 치료 효능을 평가하십시오.
연구 개요
상세 설명
초음파 TLF 이미징 유도 가수 분해 부전 또는 TLF 매개 LBP에 OMT 사용을 사용하여 무작위 시험을 개발하기 전에, 연구자들은 TFL 매개 LBP와 영상 특성의 연관성을 입증해야한다.
연구자들은 또한 TFL의 미국 이미지를 데이터 광산으로하여 텍스처 및 머신 러닝 분석을 통해 비 임상 미국 이미지 평가 방법을 더욱 발전시키기를 원합니다.
연구자들은 공통 무증상 인구와 유사한 이미지 평가 (임상 및 연구 기반)와 기능 평가 평가 프로토콜을 공유하여 급성 및 TLF의 바이오 마커를 찾는 기능 평가 프로토콜을 공유하는 두 가지 다른 파일럿, 전향 적 연구 (단일 요인, 반복 측정 설계)를 수행 할 것입니다. 만성 LBP. 각 연구 (다른 인구)의 CLBP 환자는 AIM 3에서 파일럿 치료 암을 겪게됩니다.
- CLBP에서 TLF 글라이드 손상의 치료를위한 Hydrodissection (DoD Study)
- CLBP에서 TLF 글라이드 장애의 치료를위한 OMT (AOA 연구)
두 연구 모두 CLBP에서 OMT 또는 가수 분해 부전의 효능을 평가하는 데 중요한 TLF 영상 바이오 마커를 확립하기 위해 인공 지능과 결합 된 정량적 영상 (그레이 스케일 초음파, 전단파 엘라 스토 그래피 및 텍스처 분석과 같은 계산 접근법 포함)의 상승적 잠재력을 활용할 것입니다. 이러한 도구는 요통의 식별, 진단, 치료 및 모니터링에서 임상 의사 결정 지원 역할을 할 수 있습니다.
연구자들은 두 연구 인구 모두에서 정적으로 그리고 동적으로 TLF의 초음파 제시를 특성화 할 것입니다.
- 증상 (CLBP) 및 무증상 개체 (AIM 1 AOA) 및
- 증상 (CLBP 및 ALBP) 및 무증상 개체 (AIM 1 DoD)
모든 과목은 18-50 세의 남성과 여성의 편의 샘플이 될 것입니다.
사전 연구에서 사전 동의를 얻은 후, 두 연구 모두에서 피험자들은 다음과 같은 표준화 된 통증 관련 설문지를 작성하고 IRB 승인 된 연구 특정 인구 통계/이력 설문지를 미국 영상화하기 전에 다음을 작성합니다.
- 인구 통계 및 병력에 대한 연구 별 IRB 승인 인구 통계 설문지;
- Baeke 신체 활동 설문지;
- Oswestry 저 요통 장애 설문지;
시각적 아날로그 통증 척도 : Wong-Baker는 통증 등급 척도에 직면합니다
생물 심리 사회적 평가 :
- 불안을 평가하기위한 7- 항목 일반 불안 장애 평가 (GAD-7);
- 9- 항목 환자 건강 설문지 (PHQ-9)는 우울증을 평가합니다.
- 주제의 사회적 기능을 평가하기위한 8- 항목 사회적 기능 설문지 (SFQ).
세 가지 도구는 모두 무료, 신뢰할 수 있으며 확립 된 선별 도구 인 자체보고 설문지입니다.
이 설문 조사 도구는 기준선 (AIM 1) 및 치료 후 2, 4, 6, 12 및 24 주 (AIM 3 : 임상 시험)에서 관리됩니다. 이 모든 기기는 일반적으로 LBP 연구에 사용됩니다.
주제에 의해 완료되었지만 주제에 대한 연구원이 검토 한 인구 통계 학적 설문지는 모든 주제로부터 다음과 같은 정보를 얻을 것입니다 : 연령, 성별, 체질량 지수 (BMI), MSK 부상 또는 척추 및/또는 몸통 수술, 복부 외과 병력, 허리 부상의 병력, 임신의 병력, LBP 병력 및 일일 신체 활동 수준 (첨부 된 인구 통계 설문지 참조). 인구 통계 설문지는 사전 동의를 얻은 후에 만 연구가 시작될 때만 관리됩니다.
두 연구의 모든 피험자는 다음 기능 검사 평가를 완료 할 것입니다.
그런 다음 피험자들은 TLF의 정적 미국 이미징을 겪게됩니다. 미국 이미징은 공동 DRS에 의해 수행됩니다. 코자르는 스포츠 의학 연구원 (PGY4 또는 5) 또는 골다공증 신경 무스 쿨로 골격 의학 거주자 (PGY4 또는 5)의 도움을 받았다.
그런 다음 피험자들은 TLF의 역동적 인 미국 영상을 겪게됩니다. 미국 영상은 스포츠 의학 연구원 (PGY4 또는 5) 또는 골다공증 신경 무 종 스콜로 킹 의학 거주자 (PGY4 또는 5)의 도움을받은 Kozar 박사가 수행 할 것입니다.
TLF 글라이드는 초음파로 세 가지 위치로 평가됩니다.
- 전동 테이블에서 팽창이 나타납니다
- 활발한 직선형 다리 상승이 발생합니다
모든 초음파 평가는 기준선 (AIM 1) 및 치료 후 2, 4, 6, 12 및 24 주에 투여됩니다 (AIM 3 : 임상 시험).
초음파 이미징 프로토콜 측정 : 정적 이미지 평가 :
- 이미지는 선형 50mm 폭, 5-18MHz 프로브를 갖춘 초고속 이미징 Sonicsoftware를 사용하여 Supersonic Mach 30 (프랑스 Hologic Inc)을 사용하여 얻었습니다.
- 각 이미징 세션 동안 회색 규모 (GS), Power Doppler (PD) 및 Sheer-Wave Elastograph (SWE) 초음파 모드는 SuperSonic의 Trivu 소프트웨어 기술을 사용하여 동시에 기록되어 31 Probe Positions Respresenting Key의 세로 및 횡단 뷰를 얻습니다. 피험자 TLF의 전이 구역 (그림 2). 이 위치는 TLF의 다른 부착물의 전이 구역 내에서 부하 전달 및 기능적 안정화의 여러 주요 영역을 가장 잘 표본으로 선택했습니다. 각 프로브 위치에는 1 개의 회색 스케일 (B- 모드), 1 개의 파워 도플러 및 2 개의 전단파 엘라스토 그래피 이미지 (5 초 평형 시간 후)가 있습니다. 전체적으로, 조사자는 환자 당 스캔 세션 당 124 개의 정적 이미지를 얻게됩니다. (그림 2 참조)
임상 미국 등급 기준은 모든 정적 이미지를 평가하는 데 사용됩니다.
- TLF Echogenicity (GS 이미지 만)
- TLF 두께 (GS 이미지 만)
- 한계 흐릿함 (GS 이미지 만)
- 근막 탈장 (GS 이미지 만)
- 근막 선형성 (GS 이미지 만)
- 도플러 양성 (PD 이미지 만)
- 강성 (SWE 이미지 만)
텍스처 분석 및 기계 학습 분석은 모든 이미지를 평가하는 데 사용됩니다.
- 첫 번째 주문, 2 차 주문 및 상위 (예 : 블로브 분석 및 실행 길이 분석) 텍스처 매개 변수는 각 이미지에 대해 계산됩니다.
- 머신 러닝 알고리즘은 각 이미지에서 TLF를 식별하고 인접한 조직/구조와 구별하도록 훈련됩니다.
- 머신 러닝 알고리즘은 각 이미지에서 정량적 기능을 추출하고 급성 대 만성 통증 대 건강한 조직 환자와 이미지를 구별하는 데 사용될 수있는 기능 및 텍스처 매개 변수를 식별하도록 훈련됩니다.
- 머신 러닝 알고리즘은 1) 이미지를 만성 대 급성 통증 대 건강한 조직으로 분류하고 2) 치료 전 영상, 통증 및 임상 기능 점수를 기반으로 한 피험자의 치료 후 통증 및 임상 기능 점수를 예측합니다.
초음파 이미징 프로토콜 측정 : 동적 이미지 평가 :
... GE logiq S8 US에서 얻은 모든 동적 CINE 루프, 선형 행렬 ML6-15 프로브 @15MHz, TLF 내에 3 개의 초점이 있습니다. 후방 TLF 층의 초음파 CINE 기록은 다음과 같이 양측 적으로 얻어졌다 :
- 전동 테이블에 의해 유도 된 20도 경향이있는 트렁크 굴곡 (PTF)의 5 회 사이클을 기록하였고, 프로브는 L3-L4 paraspinal 근육에 수직으로 중심적으로 중심했다.
- 반대쪽 및 동측 인 12 "PASLR (prost atriphtright leg resa)의 5 개의 사이클을 T12-L1의 부작용 근육에 수직으로 중심적인 프로브로 기록 하였다.
단일 연구원은 트래커 소프트웨어를 사용하여 CINE 레코딩을 분석했습니다. 최대 상대 운동은 크라니오-빙하 및 전방 전방 방향으로 계산되었고 평균화되어 평균 활공 및 평균 층 분리로보고되었습니다. 선형 혼합 효과 모델을 사용하여 통증 상태, 성별, 연령, 신체면, BMI 및 운동 유형을 비교했습니다. T- 검정을 사용하여 평균/최대 글라이드 비교를 평가했습니다.
모든 TLF 동적 초음파 평가는 기준선 (AIM 1) 및 치료 후 2, 4, 6, 12 및 24 주에 투여됩니다 (AIM 3 : 임상 시험).
AIM 3에 들어가는 과목은 다음과 같은 임상 시험 평가도 있습니다. 일반 임상 LB 시험 기동으로 구성됩니다.
- SUPINE : 직선형 다리 상승 (SLR- 수동), 허벅지 추력 (TT), 활성 직선 다리 상승 (ASLR) 및 결투 레그 하강 (DLL)
- PRONE : HIP Extension (HE), YouMans Test (Y), 수동 요추 확장 (PLE- 각 다리를 통해), PPU- 활성 요추 확장 및 활성 직선 레그 상승 (ASLRP) W & W/O TLF 프리 스트레스; DSG (Deep Sacral Gluteus maximus)의 균열 고관절 모터 발사 패턴, pHES (prone hip extension thinger) w & s/out 리프트/목록 프리 스트레스, 균열 고관절 영원한 회전 강도 (Phers) w & s/out Lift/ 사전 스트레스를 나열하십시오.
- AOA 연구 전용 : 가장 큰 제한 스크리닝 검사 영역으로 구성된 골다공증 구조 평가, 3-5 지역에서 체세포 기능 장애의 세그먼트 진단.
모든 피험자는 기준선에서 임상 검사 평가를받습니다. AIM 3에 입장하는 피험자는 각 치료 세션 (X3) 및 치료 후 2, 4, 6, 12 및 24 주에 임상 검사 평가를받습니다.
이것은 파일럿 연구이기 때문에 조사관은 조치에 눈을 멀게하지 않을 것입니다.
2.6 데이터 분석 : 통계 분석 조사자는 주요 구성 요소를 사용하여 이미지의 정량적 특성을 요약하여 차원을 줄이고 이미지에서 독립적 인 직교 요약을 작성합니다. 주요 구성 요소를 사용하여 조사자는 분산 분석 (ANOVA) 테스트를 수행하여 평균값 (예 : 각 텍스처 매개 변수)이 통증 그룹에 의해 다른지 여부를 결정합니다. 또한, 연구자들은 양식 (GS, SWE 및 Power Doppler)의 정량적 미국 텍스처 매개 변수의 상관 관계를 추정 할 것입니다. 조사관은 Pearson의 상관 계수를 사용하여 이러한 연관성을 요약하고 개인 내에서 취한 반복 측정으로 인해 부트 스트랩을 사용한 95% 신뢰 구간으로 인해 요약됩니다. 연구자들은 또한 임상 평가 및 정량적 미국 텍스처 매개 변수 사이의 주요 구성 요소 회귀를 사용하여 연관성을 테스트 할 것입니다.
데이터 해석 연구자들은 세 가지 유형의 미국 이미지에 대한 우리의 상세한 이미지 텍스처 분석이 급성, 만성 또는 통증이없는 개인을 구별하는 새로운 바이오 마커를 보여줄 것으로 기대합니다. 포괄적 인 데이터 세트 (표 1)의 통계 분석은 지역 영상 특징이 어떻게 통증 및 기능과 관련이 있는지에 대한 지식을 발전시킬 것입니다.
특정 목표 2 : 머신 러닝 (ML) 분류 알고리즘을 개발하여 건강한 조직에서 급성 및 만성 통증 단계에서 비정상적인 근막 조직을 안정적으로 구별합니다. 특정 AIM 1에서 획득 한 데이터 세트를 사용하여 조사자는 이미지 세분화를 사용하여 미국 이미지의 주변 조직에서 TLF의 식별을 자동화합니다. 그런 다음 연구자들은 근시 통증의 급성 및 만성 단계와 관련된 기능 선택 기술을 개발할 것입니다. 마지막으로, 연구자들은 ML 알고리즘을 훈련시키기 위해 (랜덤 포리스트 및 속도의 강력한 기능 (SURF) 알고리즘을 분류하고 근시 통증의 급성 및 만성 단계와 관련된 미국 이미지 특성을 식별합니다. 마지막으로, 연구자들은 TLF의 미국 이미지를 1) 급성 통증, 2) 만성 통증 및 3) 건강한 조직의 세 가지 클래스로 분류하기 위해 ML 알고리즘을 훈련시킬 것입니다. 연구자들은 최소 분류 정확도 90%를 얻으려고합니다. AIM 2의 제안 된 모든 분석은 비 식별 초음파 이미지를 기반으로합니다.
이미지 세분화 미국 이미지에서 TLF의 식별 및 격리를 자동화하기 위해 조사자는 상용 세분화 소프트웨어와 딥 러닝 세분화 알고리즘을 모두 사용합니다. MATLAB 이미지 세그먼터 앱을 사용하면 조사자는 K- 평균 클러스터링 및 영역 성장 세분화를 적용하여 TLF의 경계를 식별하고 각 이미지 내에서 과다 에코 및 저지 영역/블로브를 식별합니다. 연구자들은 또한 전송 학습을 사용하여 자연 이미지를 분류하기 위해 교육을받은 완전 컨볼 루션 네트워크 (FCN)를 적응시킬 것입니다. 연구자들은 Python 용 Pytorch 딥 러닝 라이브러리를 사용하여 이러한 FCN을 훈련시킬 것입니다. 그리고 훈련 된 임상의가 픽셀 수준으로 수동으로 세분화 된 TLF 이미지의 서브 세트를 훈련시킬 것입니다. 각 알고리즘의 결과는 훈련 된 임상의가 TLF의 수동 식별에 의해 검증됩니다.
각각의 이미지에 대해, 분할 알고리즘으로 식별 된 TLF 테두리는 픽셀-용량 분석을 위해 ROI를 수동으로 정의하는 대신 QUS 텍스처 분석 기술에 사용됩니다. 연구자들은 임상의와 알고리즘 모두에 의해 ROI로 식별 된 이미지의 부분을 비교하는 교차점-노동 조합 (IOU) 메트릭을 측정함으로써 분할의 품질을 평가할 것입니다. 조사자의 목표는 75% 이상의 IOU에 도달하는 알고리즘을 식별하는 것입니다.이 알고리즘은 큰 자연 이미지 데이터 세트로 달성 된 가장 높은 IOU 점수보다 낮습니다.
기능 선택 랜덤 포레스트 (RF) 알고리즘은 AIM 1에서 획득 한 이미지에서 얻은 이미지 기능 라이브러리에 적용되어 1) 급성 근시 통증 및 2) 만성 근막 통증, 비교 한 만성 근관 통증에 대한 바이오 마커 인 이미지 특성 세트를 결정합니다. 건강한 조직. 기능 라이브러리는 9 개의 임상 등급 기준과 9 개의 해부학 적 위치 및 2 개의 프로브 방향에서 얻은 12 개의 이미지 텍스처 기능과 SPREDED-UP 견고한 기능 (SURF) 알고리즘을 통해 식별 된 이미지 기능으로 구성됩니다. 우리의 최근 연구는 Surf를 성공적으로 사용하여 "관심 지점"을 식별했습니다 (예 : 힘줄 이미지 내의 모서리, 가장자리 및 블로브)는지지 벡터 머신 (SVM) 분류 알고리즘에 사용되어 77.5% 정확도를 가진 건강한 힘줄의 이미지와 건 병증 된 힘줄의 이미지를 구별하기 위해 사용되었습니다.
이미지는 훈련 및 테스트 세트로 나뉘며 이미지의 3 분의 2가 훈련에 할당되고 1/3이 테스트에 할당되었습니다. 이미지에서 특징 (임상 등급, 텍스처 매개 변수 및 서핑 기능)이 추출됩니다. 그런 다음 RF 알고리즘은 훈련 세트를 사용하여 여러 의사 결정 트리를 훈련시킵니다. 각 나무는 무작위로 선택된 기능의 하위 집합에서 훈련됩니다. RF 알고리즘은 나무가 이미지를 세 가지 클래스 중 하나로 분류하도록 훈련시킵니다. 1) 건강한 조직, 2) 만성 근막 통증 또는 3) 급성 근막 통증. 그런 다음 RF 알고리즘은 훈련 된 나무에서 기능이 얼마나 자주 사용되는지에 대한 순위를 제공합니다. 기능 순위는 각 클래스를 나타내는 상위 10 가지 기능을 결정하는 데 사용되므로 바이오 마커 역할을 할 수 있습니다. 그런 다음 훈련 된 RF 알고리즘은 이미지 테스트 세트에서 실행되며 모델의 예측 정확도는 선택한 기능의 효과를 평가하는 데 사용됩니다. 기능 선택의 효과를 측정하기 위해 조사자는 모든 기능을 사용하여 분류기의 테스트 정확도를 선택한 기능 만 사용하여 분류기와 비교합니다. 선택한 기능이 실제로 가장 관련이있는 경우, 교육을받은 모델의 정확도는 전체 기능 세트에서 훈련 된 모델의 정확도와 비슷하거나 더 좋을 것입니다. 우리의 목표는 기능 선택없이 훈련 된 모델의 정확도의 90% 이상을 달성하는 것입니다.
이미지 분류 조사자는 먼저 기존의 두 ML 분류 알고리즘 (SVM 및 CNN)을 업데이트하여 GS, SWE 및 Power Doppler 이미지를 사용하여 건강 조직에서 만성과 급성 통증 단계에서 비정상 근시 조직을 안정적으로 구별 할 것입니다. 훈련 및 테스트 세트로 나뉘며, 이미지의 3 분의 2가 훈련에 할당되고 3 분의 1이 시험에 할당되었으며, 각 환자의 모든 이미지는 동일한 세트 내에서 유지되었습니다. 훈련 세트는 임상 평가에 기초한 건강한 조직, 만성 근막 통증 또는 급성 근막 통증으로 표시됩니다. CNN은 교육 이미지 세트에 직접 훈련하는 반면, SVM의 경우 이미지는 서핑을 사용하여 이미지 기능을 추출하여 사전 처리됩니다 (예 : 모서리, 가장자리 및 얼룩). 그런 다음 SVM은 이러한 추출 된 기능을 교육합니다. 각 알고리즘의 정확도, 특이성 및 민감도는 테스트 이미지의 알고리즘의 분류를 실제 클래스와 비교하여 혼란 매트릭스로보고됩니다.
그런 다음 조사관은 새로운 ML 기술과 기능 선택 알고리즘을 통해 식별 된 기능의 통합을 통해 SVM 알고리즘의 정확도를 향상시킬 것입니다. 분류 알고리즘을 최적화하기 위해 연구자들은 추가 고전적인 ML 및 딥 러닝 방법을 계속 조사 할 것입니다. 최근의 결과는 시맨틱 세분화를위한 신경주의 모델의 힘을 보여 주었다. 또한, 연구자들은 약하게 감독 된 학습 방법을 사용하여 기능 선택 알고리즘을 통해 식별 된 기능을 학습 프로세스에 통합 할 것입니다. 이러한 약하게 감독 된 학습 방법은 제한된 라벨이 붙은 예제로 교육의 ML 문제를 해결하는 데 도움이 될 것입니다.
특정 목표 3 : 정량적 미국 영상 및 ML 도구를 사용하여 TLF 통증에 대한 새로운 치료로서 Hydrodissection의 치료 효능을 평가합니다.
연구자들은 시간이 지남에 따라 치료 효과로 경피적, 초음파 유도 가수 분해 부전에 대한 조종사, 전향 적 연구를 수행 할 것입니다. 만성 LBP를 갖는 대상은 2 개의 위치에서 TLF의 수소 가발을 양쪽 내전 전후에 AIM 1에 기술 된 바와 같이 미국 영상 및 기능 평가를받을 것이다. 연구자들은 AIM 2에서 개발 된 훈련 된 SVM 및 CNN 알고리즘을 사용하여 Hydrodissection 처리 후 획득 한 세로 미국 이미지를 건강, 급성 또는 만성 통증 범주로 분류 할 것입니다. 연구자들은 Hydrodissection으로 치료받은 환자가 LBP 감소, 기능적 능력의 회복 및 통증이없는 상태 (급성 또는 만성 통증)와 일치하는 미국 영상 바이오 마커의 감소를 보일 것이라고 가정합니다.
임상 적으로, 코조 코자르와 브로 린슨은 몇 년 동안 힘줄, 신경 및 허리 통증의 치료를 위해 가수성 기술을 활용 해 왔습니다. 구체적으로, Iliotibial (IT) 밴드 및 TLF와 같은 근막 조직의 가수 분해는 통증 증후군의 중요하고 장기적인 완화를 제공하는 것으로 보인다 (Co-IS의 미공개 임상 경험). 힘줄 (힘줄 스크래핑) 및 신경 가수 분해 부전의 수중 연도에 관한 문헌은 최근 몇 년 동안 빠르게 확장되고있다. 그러나 낮은 요통 치료로서 Hydrodissection의 사용에 대한 데이터는 거의 없습니다. Hydrodissection은 수동 요법 (마사지 요법 및 척추 조작)과 표준 물리 치료 접근법에 반응하지 않을 수있는 환자에게 이점을 제공합니다. 제안 된 연구는 TLF 및 LBP에 대한 Hydrodissection의 효과를 가장 먼저 조사한 것입니다.
ML 및 통계 분석 조사자는 hidrodissection 처리 후 CLBP, ALBP 및 WLBP 범주로 획득 한 비 식별 된 종단 미국 이미지를 분류하기 위해 AIM 2에서 개발 된 훈련 된 SVM 및 CNN 알고리즘을 사용합니다. 연구자들은이 예측을 임상 평가를 기반으로 피험자의 진정한 계급과 비교하고 Hydrodissection 치료에 대한 반응을 모니터링 할 때 알고리즘의 정확성, 특이성 및 민감도를 결정합니다. 연구자들은 또한 치료 전 영상, 통증 및 임상 기능 점수에 기초하여 대상의 치료 후 통증 및 임상 기능 점수를 예측하기 위해 별도의 SVM 및 CNN 모델을 훈련시킬 것이다. 이 전략은 치료 전에 Hydrodissection에 대한 환자의 반응을 예측할 수있는 ML 도구의 개발을 가능하게합니다.
연구자들은 선형 혼합 모델을 사용하여 통증 점수의 시간에 따른 변화를 테스트하고 기준선에서 24 주까지의 이미징을 테스트합니다. 조사관은 SAS 9.4 및 R 분석 소프트웨어 (4.1.2)를 사용하여 모든 분석을 프로그래밍합니다. 모든 구문을 저장하고 문서화하여 모든 결과의 재생 및 복제를 허용합니다. 이 파일럿 조사의 데이터는 LBP와 영상 특성의 연관성을 보여줄 것이며, 가수 분해 침체로부터의 통증 완화의 예비 증거를 제공하며, 잘 구동되고 정당화 된 무작위 시험을 개발하는 데 필요한 주요 분산 구성 요소를 추정 할 것입니다.
연구자들은 중심 경향과 분산의 설명 적 측정을 사용하여 모든 인구 통계 및 임상 결과 변수를 요약 할 것입니다. 연속 변수의 경우, 조사자는 표준 편차에 의한 샘플 평균 및 분산을 사용하여 중앙 위치를 측정합니다. 범주 형 변수의 경우, 조사자는 비율을 사용하여 요약합니다. 이러한 통증 점수, 도달 범위 및 정량화 된 이미징 데이터뿐만 아니라 연속적인 결과의 경우, 선형 혼합 모델을 사용하여 시간이 지남에 따라 치료 효과를 측정합니다. 히스토그램과 정상적인 확률 플롯을 사용하여 검사 할 정규성 가정에주의를 기울일 것입니다. 정규성 가정이 위반되거나 특이 치가 존재하는 경우, 조사관은 변환을 적용합니다. Cohen의 D는 치료 효과 크기를 정량화하고 향후 연구 설계를 지원하기 위해 모든 결과에 대해 계산됩니다.
조사관은 심리 사회적 조사 도구를 게이지로 사용합니다.
- 첫 번째 테스트는 기준선 (사전 테스트)을 설정하는 데 도움이됩니다.
- 검사 후 설문 조사 후 피험자가 불안, 우울증 및 사회적 기능이 개선되는지 (희망적으로) 생물학적 치료의 개선을 보았을 때 측정하는 것을 목표로합니다.
- 인구 통계 학적 설문지는 각 주제에 대해 하나의 질문을 묻습니다. 단순히 정신 건강 치료사 (정신과 의사, 심리학자 또는 카운슬러)를 이미보고 있는지 묻습니다. 조사관은 이러한 주제가 불안, 우울증 또는 기타 사회적 기능을 더 잘 관리 할 수있는 도구를 배웠거나 가르치고 있다고 가정 할 것입니다. 조사관은 숫자가 적절한 경우 전 치료 전 환자 간의 설문 조사 응답을 비교할 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Albert J Kozar, DO, FAOASM, R-MSK, =
- 전화번호: 540-232-8405
- 이메일: TLFstudy@gmail.com
연구 연락처 백업
- 이름: Nicole Fremarek, DO
- 전화번호: 540-232-8405
- 이메일: TLFstudy@gmail.com
연구 장소
-
-
Virginia
-
Blacksburg, Virginia, 미국, 24060
- 모병
- Edward Via College of Osteopathic Medicine
-
연락하다:
- Albert J Kozar, DO, FAOASM, R-MSK, Doctor of Osteopathic Medicine
- 전화번호: 540-232-8405
- 이메일: TLFstudy@gmail.com
-
수석 연구원:
- Albert J Kozar, DO, FAOASM, R-MSK
-
수석 연구원:
- Vincent Wang, PhD
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
건강한 자원 봉사자를 받아들입니다
설명
포함 기준 :
- 요통이 낮은 18-50 세 모두 (LBP); 급성 LBP (<3 개월); 또는 만성 LBP (> 3 개월)
제외 기준 :
- 초음파 겔에 대한 알레르기 - 상대적, 대안을 고려하십시오
- BMI :> 30
- 임신 또는 모유 수유 : 지난 6 개월 이내의 현재 또는 원격
- 척추 수술 : 낮은 흉부 또는 요추의 병력 : 지난 1 년 안에 단일 수준의 하드웨어 이상. (1 년 이상 안정된 사전 단일 수준의 미세 퇴직 절제술, 층 절제술 또는 융합은 제외되지 않습니다)
- 현재 요통 (LBP) 또는 부상 : 1) 일상 생활의 활동 제한, 2) 8 시간 미만으로 일할 수있는 능력을 제한합니다. 30-45 분 간격으로 골반
- 척추 병리의 병력 : 혈관 척추염, 류마티스 관절염 또는 기타 류마티스 질환, 척추 종양 또는 척추 감염
- 코르티코 스테로이드 : 지난 3 개월 이내에 낮은 등 또는 전신 약물로의 주사. 연구 중에 주사 및/또는 코르티코 스테로이드 약물을 중단 할 수 있어야합니다.
- 길이 연구를 위해 중단 할 수없는 약물 사용 : 항응고제, 근육 이완제
- 물리 또는 수동 치료 중재 : 지난 90 일 동안 : 물리 치료, 침술 또는 방아쇠 요법, 모든 유형의 수동 의학 또는 기타 차체 치료
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위화되지 않음
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: TLF 글라이드 손상의 초음파 유도 가수성
문서화 된 TLF 글라이드 장애가있는 CLBP 대상체는 D5W (총 132cc 총) 및 2-3 주에 22g 4 "바늘을 사용하여 T11-S2를 다루는 2-3 위치에서 TLF의 일련의 초음파 유도 가수성 처리 처리를 겪게됩니다. 고주파 프로브를 사용한 직접 초음파 지침을 사용하는 간격.
유체 압력 해부/제거제 (유체 파)은 바늘 기계적 탈퇴와 달리 조직 평면 분리를 생성하기 위해 사용된다.
|
신체의 안면 또는 조직 층을 분리하기위한 유체 용액의 주입.
일반적으로 초음파에 의해 안내됩니다.
|
|
실험적: 골다공증 조작 치료 (OMT)
문서화 된 TLF 글라이드 장애가있는 CLBP 대상은 체세포 기능 장애에 대한 스크리닝 구조 검사를받은 다음 원칙 기반 프로토콜을 사용한 임상 경험에 기초하여 OMT에 의해 치료됩니다. 2 주 간격으로 일련의 3 개의 OMT 처리 세션. 이 연구에서는 우리가 일일 임상 실습에서 사용하는 것과 동일한 절차가 사용됩니다. 이것은 파일럿 치료 암이며, 가짜 또는 직접 맹목은 사용되지 않습니다. 피험자들은 Ed Stiles Do가 가르치는대로 가장 큰 제한 (AGR) 프로토콜을 사용하여 스크리닝 될 것입니다 (Stiles pp. 265-266). 이 방법으로 2-3 개의 영역을 처리 한 후, 시험관은 표준 골다공증 구조 평가 (스탠딩 및 슈퍼 피니/곤란)에 의해 요추, 천골 및 골반을 스크리닝 할 것입니다. 추가 1-2 지역이 처리 될 수 있습니다. 처리는 고속, 낮은 진폭 (HVLA), 저속, 높은 진폭, 연조직, 근막 방출 및 근육 에너지 조작 기술을 포함 할 수 있습니다. |
생리 학적 기능을 개선하거나 체세포 기능 장애에 의해 변경된 항상성 항상성을 개선하기 위해 골다공증 의사 (미국 사용)에 의한 수동으로 유도 된 힘의 치료 적 적용.
OMT는 다양한 기술을 사용합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수동적이고 활성 운동 유도 TLF 글라이드 모션
기간: AIM 3 처리 ARM 이후, Hydrodisection 또는 OMT의 3 가지 처리 후 완료됩니다. 1) 단기 개선은 6 주에 기준선과 비교하여 평가됩니다. 2) 장기 개선은 24 주에 기준선에 비해 평가됩니다.
|
글라이드 운동은 mm에서 측정됩니다. 파일럿 연구로서, 33 위의 백분위 수는 활공 장애로 간주 될 것이다. 동적 Cine 루프는 얻을 수 있습니다
활성 글라이드는 결코 연구 된 적이 없습니다. 조사관은 여러 성질의 글라이드 운동을보고있을 것입니다. 3 개의 처리 ARM을 목표로하는 경우, 수속 또는 OMT의 3 가지 처리 후 완료됩니다.
|
AIM 3 처리 ARM 이후, Hydrodisection 또는 OMT의 3 가지 처리 후 완료됩니다. 1) 단기 개선은 6 주에 기준선과 비교하여 평가됩니다. 2) 장기 개선은 24 주에 기준선에 비해 평가됩니다.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
CLBP와 피험자에 대한 TLF 참여를 예측하기위한 신체 검사 조작.
기간: 긍정적 인 테스트는 기준선에서 결정됩니다. CLBP 대상 치료 후 양성 검사의 해결은 2 주 추적 검사에서 평가 될 것이다.
|
모든 피험자에게는 신체 검사 (PE) 서열이 있습니다.
여러 표준 LB 기동과 함께, 조사관은 1) T12-에서 TLF의 후방 층을 통해 적용된 프리 스트레스 장력 (중간 방향 표면 장력)의 후속 테스트 유무에 관계없이 1) ASLRP (Active Straight Leg Rain) (ASLRP)를 구체적으로 평가할 것입니다. 다리의 반대쪽과 동측 측면에서 L1은 통증을 유발합니다.
어느 쪽이드 프리 스트레스로부터 PASLR로 인한 통증의 완화는 글라이드 손상과 관련된 LBP의 구성 요소로서 TLF를 시사하는 긍정적 인 테스트로 간주됩니다.
2) 요추 성 삼각형 (LIFT) 또는 허벅지의 측면 종이 종간 중격에 적용된 프리스트레스와 함께 유무가 있거나없는 고관절 확장 강도 및 고관절 외부 회전 강도 (목록).
리프트 또는 목록 영역에 중점을 둔 동측 프리 스트레스로 5/5로 강도의 반환은 TLF 기능 장애와 관련하여 LBP의 구성 요소로서 TLF를 시사하는 양성 테스트로 간주됩니다.
|
긍정적 인 테스트는 기준선에서 결정됩니다. CLBP 대상 치료 후 양성 검사의 해결은 2 주 추적 검사에서 평가 될 것이다.
|
|
CLBP 대 LBP의 SWE 측정
기간: 기준선에서.
|
미터/두 번째 SWE의 SWE 측정은 CLBP에 TLF가 관여 할 수있는 바이오 마커의 지표를 찾는 31 개의 프로브 위치에서 측정됩니다.
|
기준선에서.
|
|
SWE 측정 CLBP 대상에서 치료 후
기간: AIM 3 처리 ARM 이후, Hydrodisection 또는 OMT의 3 가지 처리 후 완료됩니다. 1) 단기 개선은 6 주에 기준선과 비교하여 평가됩니다. 2) 장기 개선은 24 주에 기준선에 비해 평가됩니다.
|
SWE 측정 미터/초.
SWE는 CLBP에 TLF가 관여 할 수있는 바이오 마커의 지표를 찾는 31 개의 프로브 위치에서 측정 될 것이다.
이미지는 기준선 및 2,4,6,12 및 치료 후 24 주에서 얻을 것입니다.
|
AIM 3 처리 ARM 이후, Hydrodisection 또는 OMT의 3 가지 처리 후 완료됩니다. 1) 단기 개선은 6 주에 기준선과 비교하여 평가됩니다. 2) 장기 개선은 24 주에 기준선에 비해 평가됩니다.
|
공동 작업자 및 조사자
수사관
- 연구 의자: Gunnar Brolinson DO, FAOASM, Edward Via Colege of Osteopathic Medicine
- 수석 연구원: Albert J Kozar DO, FAOASM, R-MSK, Edward Via College of Osteopathic Medicine
간행물 및 유용한 링크
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 2023-154
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
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. .