慢性疼痛的沉默认知负担:人工智能增强生活剂量反应贝叶斯元分析的协议
Kevin Pacheco-Barrios1,2, Rafaela Machado Filardi1, Edward Yoon3
1Neuromodulation Center and Center for Clinical Research Learning, Spaulding Rehabilitation Hospital and Massachusetts General Hospital, Harvard Medical School, Boston, MA 02141, USA.
Journal of clinical medicine
|October 16, 2025
概括
慢性疼痛与认知能力下降和痴呆症有关. 这个活生生的系统审查使用人工智能和贝叶斯方法,不断更新有关这种关联的证据,确保及时和准确的信息.
科学领域:
- 神经学 神经学
- 疼痛医学 医学 疼痛医学
- 流行病学 流行病学
背景情况:
- 在全球范围内,慢性疼痛影响了五分之一的成年人.
- 慢性疼痛是神经认知衰退和痴呆症的潜在危险因素.
- 现有的系统审查已经过时,缺乏持续更新的方法.
研究的目的:
- 综合并保持有关慢性疼痛和认知衰退之间潜在关联的最新证据.
- 用人工智能增强的工具利用一个活生生的系统审查方法.
- 为了进行剂量反应贝叶斯元分析.
主要方法:
- 在PubMed,Embase,Web of Science和预印服务器上进行系统的文献搜索.
- 在人类监督下进行人工智能辅助查 (ASReview).
- 贝叶斯阶层元分析和元回归用于效果估计和调节者分析.
- 使用人工智能增强的工作流程,每两年进行一次生活更新.
主要成果:
- 这是一个协议;结果将在未来的报告中传播.
结论:
- 这种活生生的贝叶斯系统审查将提供持续更新的,关于慢性疼痛与认知衰退联系的严格证据.
- 该研究整合了人工智能和先进的元分析方法.
- 这种方法作为未来神经学和疼痛研究中活体证据合成的模板.


