使用不同扫描程序进行纸上笔疼痛绘图分析的可靠性
Marco Barbero1, Corrado Cescon1, Alessandro Schneebeli1
1Rehabilitation Research Laboratory 2rLab, Department of Business Economics, Health and Social Care, University of Applied Sciences and Arts of Southern Switzerland, Manno, Switzerland (M.B., C.C., A.S.).
Journal of pain and symptom management
|October 28, 2023
概括
对数字化疼痛图纸的自动分析显示,无论扫描方法如何,疼痛的程度和位置都具有很高的可靠性. 这支持其在研究和临床环境中用于疼痛评估的使用.
科学领域:
- 医疗信息学 医疗信息学
- 疼痛管理 疼痛管理
- 数字健康数字健康
背景情况:
- 纸上笔的疼痛图是评估疼痛分布的常见自我报告工具.
- 数字化允许对疼痛程度和位置进行定量分析.
- 自动化算法可以从数字化疼痛图纸中提取有价值的指标.
研究的目的:
- 评估自动疼痛点识别算法的可靠性,用于分析数字化纸上笔的疼痛图纸.
- 评估各种扫描程序对算法的性能的影响.
- 确定算法适用于研究和临床应用的适用性.
主要方法:
- 通过使用各种扫描技术和设备,数字化了100个体质疼痛图纸.
- 一个自动化算法分析了来自七个生成数据集的疼痛程度和位置.
- 使用类内相关系数,标准测量误差,最小可检测变化和贾卡德相似度指数来评估可靠性.
主要成果:
- 在所有扫描程序中,疼痛程度分析显示出高可靠性 (类内相关系数>0.90).
- 低标准测量误差 (0.03%-0.13%) 和最小可检测变化 (0.08%-0.38%) 表示精确的测量.
- 疼痛位置分析产生了高的贾卡德指数得分 (> 0.90),表明一致的结果.
结论:
- 自动疼痛点识别算法在分析数字化疼痛图纸方面表现出卓越的可靠性.
- 扫描程序不会显著影响算法的性能.
- 该算法是研究和临床实践中疼痛程度和位置评估的可靠工具.
