基于心理社会特征、疲劳与睡眠质量的预测模型
开发基于人工智能的预测模型，分析纤维肌痛患者心理社会特征、疲劳与睡眠质量对疾病严重程度的影响。
研究概览
地位
条件
详细说明
纤维肌痛（FM）是一种以慢性肌肉骨骼疼痛为特征的疾病，其病理生理学机制尚不明确。 此外，该疾病常伴有睡眠障碍、明显疲劳、晨僵、生活质量下降、认知改变（主要是记忆相关问题）以及心理障碍，包括抑郁、焦虑和压力。
纤维肌痛在女性中发病率显著更高，估计女性与男性的比例约为3:1。 在成年人口中，其患病率估计为2-3%，随年龄增长而增加，在45至65岁之间达到高峰。 该疾病的社会经济和医疗负担巨大，因为纤维肌痛与高医疗咨询率、失业、工作能力丧失以及需要残疾相关经济支持密切相关。
纤维肌痛与较高水平的负面情绪相关，负面情绪定义为一种普遍的心理困扰状态，包含悲伤、恐惧、愤怒和愧疚等厌恶情绪。 纤维肌痛患者通常表现出较高水平的焦虑、抑郁、疼痛灾难化和压力，这些与症状恶化（包括认知障碍）相关。
近年来，机器学习、数据挖掘和人工智能（AI）技术已成功应用于复杂健康状况识别的计算机辅助诊断（CAD）系统开发，通过识别健康相关数据中潜在有意义的模式，实现了良好的准确性和效率。 因此，这些技术为多变量数据分析提供了强大工具，支持基于模型的预测，并在广泛疾病的风险评估中展现出明显优势。 此外，这些方法不仅支持临床预测模型的开发，还增强了临床医生在实践中解释和应用其结果的能力。
可解释的机器学习模型使临床专家能够做出数据驱动的决策，并提供个性化治疗，同时保持高标准的护理。 这些模型属于可解释人工智能（XAI）领域，旨在开发可解释的模型，在保持高预测准确性的同时，提高模型输出的透明度、可理解性和可信度。
我们研究团队先前的一项发表通过机器学习模型证明，心理健康因素——特别是焦虑和抑郁——与纤维肌痛严重程度存在强关联，其影响甚至超过疼痛强度本身。 纤维肌痛的其他常见症状，如疲劳和睡眠质量障碍，也被患者认为是降低生活质量的主要因素，通常被认为比疼痛更具影响。
因此，本研究旨在利用机器学习和可解释人工智能技术开发纤维肌痛严重程度的预测模型，将疲劳和睡眠质量作为分析中的新变量纳入。
理解这些心理社会因素在决定患者临床状态中的个体和综合相关性，可能有助于改善疾病管理和制定更个性化的治疗策略，最终提升护理质量。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Rafael Velasco Velasco, Mr.
- 电话号码：+34954786735
- 邮箱：Rafael.Velasco@uclm.es
研究联系人备份
- 姓名：Rubén Arroyo Fernández, Dr.
- 电话号码：86589 +34925803600
- 邮箱：Ruben.Arroyo@uclm.es
学习地点
-
-
Seville
-
Seville、Seville、西班牙、41008
- Rafael Velasco Velasco
-
接触：
- Rafael Velasco Velasco, Mr.
- 电话号码：+34954786735
- 邮箱：Rafael.Velasco@uclm.es
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
- 年龄在18至65岁之间。
- 符合2010年美国风湿病学会纤维肌痛诊断标准。
- 理解西班牙语口语和书面语。
排除标准：
- 已诊断的精神疾病。
- 未得到医学控制的风湿性疾病。
- 导致评估困难的神经系统疾病。
学习计划
研究是如何设计的？
设计细节
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
疾病严重程度
大体时间：基线
|
为此，将使用西班牙语验证版的纤维肌痛影响问卷（FIQ）。
该问卷包含评估身体、心理和社会状况以及整体健康水平的多个组成部分。
问卷共包含10个项目，采用0-10分制评分，总分范围为0至100分，得分越高表示疾病影响越大，生活质量越差。
|
基线
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
睡眠质量
大体时间：基线
|
睡眠质量将采用经西班牙验证的医疗结果研究睡眠量表（MOS-SS）进行评估。
该量表包含12个项目，评估六个睡眠领域：睡眠障碍（入睡和维持睡眠的能力）、睡眠充足性（睡眠足以感到休息的程度）、睡眠数量（睡眠小时数）、嗜睡（日间困倦）、打鼾、以及呼吸急促或头痛。
可推导出0-100分的睡眠问题指数，分数越高表示睡眠相关问题越严重。
|
基线
|
|
疲劳
大体时间：基线
|
疲劳严重程度将采用西班牙版多维疲劳量表（MFI）进行评估。
这是一份包含20个项目的自评问卷。
该量表包含五个分量表，分别用于分析评估一般疲劳、身体疲劳、活动减少、动力减弱和脑力疲劳。
总分范围为0至100分，分数越高表示疲劳严重程度越重。
|
基线
|
|
疼痛强度
大体时间：基线
|
将使用长度为100毫米的视觉模拟量表（VAS）进行测量。
受试者需指出其感受到的疼痛程度，其中0表示无疼痛，100表示可想象的最大疼痛。
|
基线
|
|
疼痛灾难化
大体时间：基线
|
将采用西班牙语验证版的疼痛灾难化量表（PCS）。
PCS包含13个项目，评估与疼痛相关的灾难性认知-情绪过程，涵盖灾难化的三个主要维度：反刍（持续担忧且无法抑制与疼痛相关的想法）、放大（夸大疼痛的不适感并预期负面后果）和无助感（感知到无法应对疼痛情境）。
项目采用5点李克特量表评分，范围从0（从不）到4（总是）。
总分通过汇总所有13个项目的回答计算得出，分数越高表明疼痛灾难化水平越高。
|
基线
|
|
抑郁症
大体时间：基线
|
抑郁症状将使用西班牙语版贝克抑郁量表第二版（BDI-II）进行评估。
该量表包含21个条目，旨在评估情感和认知状态，以及过去两周内经历的抑郁体征和症状。
总分范围为0至63分，分数越高表明抑郁症状越严重。
|
基线
|
|
焦虑
大体时间：基线
|
焦虑评估将采用状态-特质焦虑量表（STAI）中西班牙语验证版的状态焦虑分量表（STAI-S）。
该量表包含20个项目，采用0至3分的李克特式评分。总分范围为0至60分，分数越高表示焦虑程度越严重。
|
基线
|
合作者和调查者
调查人员
- 首席研究员：Rafael Velasco Velasco, Mr.、University of Castilla-La Mancha
研究记录日期
研究主要日期
学习开始 (估计的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.