Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Analyse av ansiktsuttrykk for smertegjenkjenning i fibromyalgi: Bruke kunstig intelligens og biomarkører (Fibromyalgia)

17. november 2025 oppdatert av: Alessandra Hubner de Souza, Faculdade de Ciências Médicas de Minas Gerais

Analyse av ansiktsuttrykk for smertegjenkjenning: Bruke kunstig intelligens og biomarkører som et smertediagnostisk verktøy i fibromyalgi, en pilotstudie

Fibromyalgi (FM) er et kronisk muskel- og skjelettsmertersyndrom med egenskaper av generalisert kroppssmerter, lav smerteterskel, ømhet og stivhet i muskler, sener og ledd. Vurderingen av smerter i denne tilstanden er en utfordring på grunn av dens subjektive natur. En lovende tilnærming til å vurdere smerteintensitet er ansiktsuttrykksanalyse, som kan tjene som en objektiv indikator. I tillegg søker forskning å identifisere molekylære molekylære markører for å kvantifisere smerter. Mangelen på et standardisert system har imidlertid gjort det vanskelig å identifisere pålitelige markører. Oppsummert er søket etter objektive metoder for å vurdere smerter i fibromyalgi essensielt for å utvikle mer effektive mer effektive behandlinger. Ansiktsuttrykksanalyse og undersøkelse av molekylære markører er lovende måter å kvantifisere smerteintensitet mer nøyaktig og intensitet av smerte mer nøyaktig og pålitelig i fibromyalgi.

Studieoversikt

Status

Rekruttering

Forhold

Detaljert beskrivelse

Introduksjon:

Fibromyalgi (FM) er et kronisk syndrom preget av diffuse muskel- og skjelettsmerter, tretthet og søvnforstyrrelser, med stor innvirkning på livskvaliteten. På grunn av subjektiviteten til smertevurdering er utvikling av objektive metoder essensiell. Denne studien undersøker bruken av kunstig intelligens (AI) i analysen av ansiktsuttrykk, kombinert med undersøkelsen av molekylære markører, som en innovativ og kvantitativ tilnærming til smertevurdering hos pasienter med FM.

Objektiv:

For å validere anvendelsen av et AI -verktøy kombinert med ansiktsuttrykksanalyse og molekylær biomarkørforskning for å måle smerteintensitet hos FM -pasienter.

Metodikk:

En observasjonell kohortstudie ble utført med 122 deltakere, delt inn i to grupper: pasienter med FM (n = 61) og uten FM (n = 61). Datainnsamling inkludert:

  1. Ansiktsuttrykksopptak: En konvolusjonell nevralt nettverksalgoritme ble brukt til å analysere ansiktsmønstre assosiert med smerter.
  2. Biologiske prøver: 1 ml spytt vil bli samlet fra hver deltaker ved bruk av spyttmetoden og behandlet for å trekke ut DNA, RNA og plasmaproteiner. Proteinene vil bli kvantifisert av ELISA og genene assosiert med FM vil bli analysert med RT-qPCR.
  3. Kliniske spørreskjemaer: Psykometriske instrumenter som Visual Analogue Scale (VAS) og den generaliserte smerteindeksen (GDI) ble brukt til å validere resultatene.
  4. Statistisk analyse: Dataene ble analysert ved bruk av Kappa og Bland-Altman-korrelasjoner for å vurdere avtalen mellom AI-metodene og spørreskjemaene, med et signifikansnivå på p <0,05.

AI -algoritmen vil bruke konsistente ansiktsmønstre som korrelerer dem med den rapporterte smerteintensiteten, i enighet (kappa = 0,82) med resultatene fra de kliniske skalaene. Molekylære markører som analyseres forventes å vise signifikante forskjeller mellom gruppene, med økt ekspresjon av inflammatoriske proteiner hos FM -pasienter (p <0,05). Integrasjonen av ansikts- og molekylær analyse tar sikte på å forsterke nøyaktigheten av smerteintensitetsklassifisering.

Denne tilnærmingen representerer et lovende fremskritt i diagnosen og behandlingen av syndromet, og bidrar til personaliserte terapier og forbedrer pasientenes livskvalitet.

Studietype

Observasjonsmessig

Registrering (Antatt)

122

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

  • Brasil
    • Minas Gerais
      • Belo Horizonte, Minas Gerais, Brasil, 30130110
        • Rekruttering
        • Outpatient Faculty Medical Sciences

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Studien vil bli utført med voksne pasienter mellom 18 og 65 år diagnostisert med fibromyalgi ved poliklinikken til Faculdade Ciências Médicas de Minas Gerais og Clínica Ampla de Reumatologia i Belo Horizonte. Inkluderingskriteriene var pasienter uten diagnostisert kognitivt underskudd og som var villige til å delta i studien. Eksklusjonskriteriene er pasienter som bruker medisiner som kan påvirke angst eller depresjon eller som ikke er i stand til å forstå instruksjonene. Når pasientene er enige om å delta, vil de bli bedt om å signere det informerte samtykkeskjemaet (ICF), som vil gi detaljert informasjon om studiens art, kriteriene for deltakelse, mulige risikoer og fordeler involvert.

Beskrivelse

Inkluderingskriterier:

  • Inkluderingskriteriene er pasienter uten diagnostisert kognitivt underskudd og som er villige til å delta i studien.

Eksklusjonskriterier:

  • Eksklusjonskriterier er pasienter som bruker medisiner som kan påvirke angst eller depresjon eller manglende evne til å forstå instruksjonene.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Pasienter diagnostisert med fibromyalgi
Målet er å følge fibromyalgi -pasienter over en periode på måneder for å analysere smerteintensitet og identifisere molekylære markører assosiert med tilstanden. Studien omfatter ansiktsanalyseteknikker og molekylære markører, sammen med kunstige intelligensverktøy, for å kvantifisere smerter og forstå de underliggende mekanismene til fibromyalgi. Metodikken er overveiende kvantitativ, fokusert på å samle og analysere objektive data om smerter og tilhørende markører.
Pasienter uten diagnose av fibromyalgi
Målet er å følge pasienter med smerter over en periode på måneder for å analysere intensiteten og identifisere molekylære markører assosiert med tilstanden. Studien omfatter ansiktsanalyseteknikker og molekylære markører, sammen med kunstige intelligensverktøy, for å kvantifisere smerter og forstå de underliggende mekanismene til fibromyalgi. Metodikken er overveiende kvantitativ, fokusert på å samle og analysere objektive data om smerter og tilhørende markører.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Bruk det kunstige intelligensverktøyet til å analysere ansiktsuttrykket til pasienter med fibromyalgi for å gjenkjenne smerter.
Tidsramme: Den estimerte tiden for anamnesis er en time, hvor det vil bli tatt biologiske prøver og hver pasients ansiktsuttrykk blir registrert på kamera.
Bruk det kunstige intelligensverktøyet til å analysere ansiktsuttrykket til pasienter med fibromyalgi for å gjenkjenne smerter. 61 pasienter med fibromyalgi vil bli sammenlignet med 61 pasienter uten fibromyalgi.
Den estimerte tiden for anamnesis er en time, hvor det vil bli tatt biologiske prøver og hver pasients ansiktsuttrykk blir registrert på kamera.

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Biokjemisk analyse av biomarkører ved påvisning av smerter i fibromyalgi.
Tidsramme: Estimert innsamling og analysetid: 5 timers holdbarhet
122 prøver som inneholder 1 ml spytt vil bli samlet for å sjekke for endringer i oksidativt stress og nociceptive markører (ved spektrofotometri og ELISA).
Estimert innsamling og analysetid: 5 timers holdbarhet

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Faculdade de Ciências Médicas de Minas Gerais

Samarbeidspartnere

Conselho Nacional de Desenvolvimento Científico e Tecnológico
Fundação de Amparo à Pesquisa do estado de Minas Gerais

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

17. november 2025

Primær fullføring (Antatt)

1. februar 2026

Studiet fullført (Antatt)

1. september 2026

Datoer for studieregistrering

Først innsendt

19. desember 2024

Først innsendt som oppfylte QC-kriteriene

3. februar 2025

Først lagt ut (Faktiske)

6. februar 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

19. november 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

17. november 2025

Sist bekreftet

1. februar 2025

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • CMMG

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere