Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Analys av ansiktsuttryck för smärtigenkänning i fibromyalgi: Användning av konstgjord intelligens och biomarkörer (Fibromyalgia)

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

Analys av ansiktsuttryck för smärtigenkänning: Användning av konstgjord intelligens och biomarkörer som ett smärtdiagnostiskt verktyg i fibromyalgi, en pilotstudie

Fibromyalgi (FM) är ett kroniskt muskuloskeletalt smärtsyndrom med egenskaper hos generaliserad kroppssmärta, låg smärttröskel, ömhet och styvhet i muskler, senor och leder. Bedömningen av smärta i detta tillstånd är en utmaning på grund av dess subjektiva natur. En lovande strategi för att bedöma smärtintensitet är ansiktsuttrycksanalys, som kan fungera som en objektiv indikator. Dessutom försöker forskning identifiera molekylära molekylära markörer för att kvantifiera smärta. Bristen på ett standardiserat system har emellertid gjort det svårt att identifiera tillförlitliga markörer. Sammanfattningsvis är sökandet efter objektiva metoder för att bedöma smärta vid fibromyalgi avgörande för att utveckla effektivare effektivare behandlingar. Analysuttrycksanalys och undersökning av molekylära markörer lovar sätt att kvantifiera smärtintensitet mer exakt och intensitet av smärta mer exakt och pålitligt vid fibromyalgi.

Studieöversikt

Status

Rekrytering

Betingelser

Detaljerad beskrivning

Introduktion:

Fibromyalgi (FM) är ett kroniskt syndrom som kännetecknas av diffus muskuloskeletalsmärta, trötthet och sömnstörningar, med en stor inverkan på livskvaliteten. På grund av subjektiviteten för smärtbedömning är utvecklingen av objektiva metoder nödvändig. Denna studie undersöker användningen av konstgjord intelligens (AI) i analysen av ansiktsuttryck, i kombination med undersökningen av molekylära markörer, som en innovativ och kvantitativ strategi för smärtbedömning hos patienter med FM.

Mål:

För att validera tillämpningen av ett AI -verktyg i kombination med ansiktsuttrycksanalys och molekylär biomarkörforskning för att mäta smärtintensitet hos FM -patienter.

Metodik:

En observationskohortstudie genomfördes med 122 deltagare, uppdelade i två grupper: patienter med FM (n = 61) och utan FM (n = 61). Datainsamling ingår:

  1. Ansiktsuttrycksinspelning: En konvolutionell neuralnätverksalgoritm användes för att analysera ansiktsmönster associerade med smärta.
  2. Biologiska prover: 1 ml saliv kommer att samlas in från varje deltagare med hjälp av salivettmetoden och bearbetas för att extrahera DNA-, RNA- och plasmaproteiner. Proteinerna kommer att kvantifieras av ELISA och generna associerade med FM kommer att analyseras med RT-QPCR.
  3. Kliniska frågeformulär: psykometriska instrument såsom den visuella analoga skalan (VAS) och det generaliserade smärtindexet (GDI) användes för att validera resultaten.
  4. Statistisk analys: Uppgifterna analyserades med användning av Kappa och Bland-Altman-korrelationer för att bedöma avtalet mellan AI-metoderna och frågeformulärerna, med en signifikansnivå på P <0,05.

AI -algoritmen kommer att använda konsekventa ansiktsmönster som korrelerar dem med den rapporterade smärtintensiteten, i överenskommelse (Kappa = 0,82) Med resultaten från de kliniska skalorna. De analyserade molekylmarkörerna förväntas visa signifikanta skillnader mellan grupperna, med ökat uttryck av inflammatoriska proteiner hos FM -patienter (P <0,05). Integrationen av ansikts- och molekylanalys syftar till att förstärka noggrannheten för smärtintensitetsklassificering.

Detta tillvägagångssätt representerar ett lovande framsteg i diagnosen och hanteringen av syndromet, bidrar till personliga terapier och förbättrar patienternas livskvalitet.

Studietyp

Observationell

Inskrivning (Beräknad)

122

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studieorter

  • Brasilien
    • Minas Gerais
      • Belo Horizonte, Minas Gerais, Brasilien, 30130110
        • Rekrytering
        • Outpatient Faculty Medical Sciences

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Testmetod

Sannolikhetsprov

Studera befolkning

Studien kommer att genomföras med vuxna patienter mellan 18 och 65 diagnostiserade med fibromyalgi vid polikliniken i Faculdade Ciências Médicas de Minas Gerais och Clínica Ampla de Reumatologia i Belo Horizonte. Inkluderingskriterierna var patienter utan diagnostiserat kognitivt underskott och som var villiga att delta i studien. Uteslutningskriterierna är patienter som använder medicinering som kan påverka ångest eller depression eller som inte kan förstå instruktionerna. När patienterna går med på att delta kommer de således att uppmanas att underteckna det informerade samtyckesformuläret (ICF), som kommer att ge detaljerad information om studiens art, kriterierna för deltagande, de möjliga riskerna och fördelarna.

Beskrivning

Inkluderingskriterier:

  • Inkluderingskriterierna är patienter utan diagnostiserat kognitivt underskott och som är villiga att delta i studien.

Uteslutningskriterier:

  • Uteslutningskriterier är patienter som använder medicinering som kan påverka ångest eller depression eller oförmåga att förstå instruktionerna.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Patienter som diagnostiserats med fibromyalgi
Målet är att följa fibromyalgipatienter under en period av månader för att analysera smärtintensitet och identifiera molekylmarkörer som är associerade med tillståndet. Studien omfattar ansiktsanalysstekniker och molekylära markörer, tillsammans med konstgjorda intelligensverktyg, för att kvantifiera smärta och förstå de underliggande mekanismerna för fibromyalgi. Metodiken är övervägande kvantitativ, fokuserad på att samla in och analysera objektiva data om smärta och tillhörande markörer.
Patienter utan diagnos av fibromyalgi
Målet är att följa patienter med smärta under en period av månader för att analysera intensiteten och identifiera molekylära markörer som är associerade med tillståndet. Studien omfattar ansiktsanalysstekniker och molekylära markörer, tillsammans med konstgjorda intelligensverktyg, för att kvantifiera smärta och förstå de underliggande mekanismerna för fibromyalgi. Metodiken är övervägande kvantitativ, fokuserad på att samla in och analysera objektiva data om smärta och tillhörande markörer.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Använd verktyget Artificial Intelligence för att analysera ansiktsuttrycket för patienter med fibromyalgi för att känna igen smärta.
Tidsram: Den uppskattade tiden för anamnesen är en timme, under vilken tid biologiska prover kommer att tas och varje patients ansiktsuttryck kommer att spelas in på kameran.
Använd verktyget Artificial Intelligence för att analysera ansiktsuttrycket för patienter med fibromyalgi för att känna igen smärta. 61 patienter med fibromyalgi kommer att jämföras med 61 patienter utan fibromyalgi.
Den uppskattade tiden för anamnesen är en timme, under vilken tid biologiska prover kommer att tas och varje patients ansiktsuttryck kommer att spelas in på kameran.

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Biokemisk analys av biomarkörer vid upptäckt av smärta vid fibromyalgi.
Tidsram: Uppskattad insamling och analystid: 5 timmars hållbarhet
122 Prover som innehåller 1 ml saliv kommer att samlas in för att kontrollera om det finns förändringar i oxidativ stress och nociceptiva markörer (genom spektrofotometri och ELISA).
Uppskattad insamling och analystid: 5 timmars hållbarhet

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Faculdade de Ciências Médicas de Minas Gerais

Samarbetspartners

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

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

17 november 2025

Primärt slutförande (Beräknad)

1 februari 2026

Avslutad studie (Beräknad)

1 september 2026

Studieregistreringsdatum

Först inskickad

19 december 2024

Först inskickad som uppfyllde QC-kriterierna

3 februari 2025

Första postat (Faktisk)

6 februari 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

19 november 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

17 november 2025

Senast verifierad

1 februari 2025

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • CMMG

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera