इस लेख में गर्मी (थर्मल) और बिजली की उत्तेजना के माध्यम से दर्द के प्रयोगात्मक elicitation पर केंद्रित है, जबकि रिकॉर्डिंग शारीरिक, दृश्य, और paralinguistic प्रतिक्रियाओं । इसका उद्देश्य अपनी तीव्रता, गुणवत्ता और अवधि के आधार पर दर्द का विश्लेषण करने के लिए वैध मल्टीमोडल डेटा एकत्र करना है ।
दर्द का आकलन ज्यादातर तरीकों कि एक व्यक्ति को संवाद की आवश्यकता पर निर्भर करता है । हालांकि, संज्ञानात्मक और मौखिक impairments के साथ लोगों के लिए, मौजूदा तरीकों वे विश्वसनीयता और वैधता की कमी के रूप में पर्याप्त नहीं हैं । इस समस्या से संपर्क करने के लिए, हाल ही के अनुसंधान एक उद्देश्य दर्द मूल्यांकन शरीर विज्ञान से व्युत्पंन प्रतिक्रियाओं के मापदंडों द्वारा सुविधा पर केंद्रित है, और वीडियो और ऑडियो संकेतों । विश्वसनीय स्वचालित दर्द मांयता प्रणाली विकसित करने के लिए, प्रयास मल्टीमॉडल डेटाबेस बनाने में किया गया है ताकि दर्द का विश्लेषण और वैध दर्द पैटर्न का पता लगाने । जबकि परिणाम का वादा कर रहे हैं, वे केवल भेदभाव दर्द या दर्द बनाम कोई दर्द की तीव्रता पर ध्यान केंद्रित । आदेश में इस अग्रिम करने के लिए, अनुसंधान भी गुणवत्ता और दर्द की अवधि पर विचार करना चाहिए के रूप में वे और अधिक उंनत दर्द प्रबंधन के लिए अतिरिक्त मूल्यवान जानकारी प्रदान करते हैं । मौजूदा डेटाबेस और गुणवत्ता और लंबाई के बारे में दर्द के विश्लेषण के पूरक, इस कागज एक psychophysiological प्रयोग का प्रस्ताव है, को मापने, और मांय दर्द प्रतिक्रियाओं को इकट्ठा । प्रतिभागियों दर्दनाक उत्तेजनाओं कि तीव्रता में अलग (कम, मध्यम, और उच्च), अवधि (5 s/1 मिनट), और साधन (गर्मी/जबकि ऑडियो, वीडियो (जैसे, चेहरे का भाव, शरीर इशारों, चेहरे की त्वचा का तापमान), और शारीरिक सिग्नल (जैसे, इलेक्ट्रोकार्डियोग्राम [ईसीजी], त्वचा चालकता स्तर [SCL], चेहरे की विद्युतचुंबकीय [EMG], और एम. trapeziusके emg) दर्ज किया जा रहा है । अध्ययन एक अंशांकन चरण के होते हैं एक विषय के व्यक्तिगत दर्द सीमा निर्धारित करने के लिए (कम से असहनीय दर्द) और एक उत्तेजना चरण में जो दर्द उत्तेजनावाली, calibrated रेंज पर निर्भर करता है, लागू कर रहे हैं. प्राप्त डेटा एक वस्तुनिष्ठ दर्द मूल्यांकन के संदर्भ में स्वचालित मान्यता प्रणालियों के शोधन, सुधार और मूल्यांकन की अनुमति दे सकता है । ऐसी प्रणालियों के और अधिक विकास के लिए और अधिक विस्तार में दर्द प्रतिक्रियाओं की जांच करने के लिए, अतिरिक्त दर्द तरीके जैसे दबाव, रासायनिक, या ठंड दर्द भविष्य के अध्ययनों में शामिल किया जाना चाहिए । इस अध्ययन का रिकॉर्ड किया गया डाटा “एक्स-इट दर्द डाटाबेस” के रूप में जारी किया जाएगा ।
दर्द एक बहुत ही व्यक्तिगत और अप्रिय अनुभूति है कि हर किसी के द्वारा अलग ढंग से माना जाता है । यह सेकंड से महीनों तक रहता है और इसकी गुणवत्ता (धड़कते, तेज, जलने, आदि) में भिंन हो सकते हैं । यदि अपर्याप्त इलाज, दर्द शरीर के शारीरिक और मनोवैज्ञानिक कार्यों को प्रभावित करता है, जीवन की गुणवत्ता कम कर देता है, और एक पुरानी हालत बनने का खतरा भालू । नैदानिक देखभाल में, दर्द की तीव्रता और गुणवत्ता का सही मूल्यांकन अत्यधिक सफल दर्द प्रबंधन1,2प्रदान करने के लिए प्रासंगिक है । इस तरह के दृश्य एनालॉग तराजू (VAS), संख्यात्मक रेटिंग स्केल (NRS), या McGill दर्द प्रश्नावली3के रूप में दर्द का आकलन करने के लिए सोने के मानक तरीकों, स्वयं पर निर्भर रोगियों की रिपोर्ट और, इस प्रकार, केवल cognitively और मौखिक रूप से पर्याप्त रूप से काम अबाधित व्यक्ति । नतीजतन, उन सभी की स्थापना की विधियों की कमी वैधता और विश्वसनीयता जब यह आता है4नवजात शिशुओं, बेसुध, ढर्रे, sedated, या हवादार रोगियों5, या पागलपन से पीड़ित लोगों को6,7. के अलावा या स्वयं के लिए एक विकल्प के रूप में रिपोर्ट तराजू, विधियों प्रशिक्षित कर्मियों द्वारा प्रेक्षण के माध्यम से दर्द को मापने के लिए (जैसे, ज्यूरिख प्रेक्षण दर्द मूल्यांकन8 या अभय दर्द स्केल9) हाल के वर्षों में विकसित किया गया है । फिर भी, इन उपकरणों विश्वसनीयता और वैधता में सीमाओं से ग्रस्त है, के रूप में भी प्रशिक्षित रेटर एक उद्देश्य मूल्यांकन की गारंटी नहीं कर सकते । इसके अलावा, आवेदन अक्सर भी समय है-नैदानिक स्टाफ के लिए उपभोग जब दर्द का आकलन एक नियमित आधार पर किया जाना चाहिए ।
कई अनुसंधान टीमों स्वचालित दर्द पहचानने प्रणाली है, जो शारीरिक, दृश्य के माध्यम से दर्द को मापने के लिए अनुमति देने के विकास पर ध्यान केंद्रित किया है, और/या पराभाषिक संकेत के आकलन और निगरानी दर्द और अपनी तीव्रता के लिए नए दृष्टिकोण के रूप में सेट करता है निष्पक्ष. पिछले अध्ययनों का पता लगाने और फर्क दर्द10,11,12,13,16,17,18 में आशाजनक परिणाम दिखाने के लिए या बुनियादी भावनाओं से भेदभाव दर्द14,15 केवल संकेत सेट में से एक पर आधारित10,11,12,13,14, 15 साथ ही सेट के संयोजन/फ्यूजन16,17,19 पर । Abovementioned तरीके दर्द के रूप में तनावपूर्ण उत्तेजाओं को लगभग स्वायत्त प्रतिक्रिया । उंहें का उपयोग करने का लाभ है कि वे एक व्यक्ति को उसकी रिपोर्ट करने की क्षमता/ ऐसे व्यक्तियों को एक उद्देश्य दर्द पहचान प्रणाली है जो इस तरह के तौर तरीकों को शामिल से बहुत लाभ होगा । डेटा हासिल दर्द के लिए प्रतिक्रियाओं से मिलकर सेट दर्द पैटर्न का विश्लेषण और पता लगाने और दर्द की निगरानी के लिए व्यावहारिक अनुप्रयोगों के विकास के लिए कीमती जानकारी प्रदान करते हैं । दूसरों के बीच में, वाल्टर एट अल.20 “biovid हीट दर्द डाटाबेस” बनाया, एक मल्टीमॉडल डाटाबेस है कि सार्वजनिक रूप से उपलब्ध है और कम से डेटा प्रदान करता है समय प्रेरित दर्दनाक गर्मी उत्तेजनाओं और इसी psychophysiological और दृश्य प्रतिक्रियाओं । वेलाना एट अल21 के “Senseजज्बात डाटाबेस” bioसिग्नलों, वीडियो, और फैसिक गर्मी दर्द और भावनात्मक उत्तेज़ता से प्रभावित स्वयंसेवकों से paralinguistic जानकारी भी शामिल है ।
जबकि इन डेटाबेस अच्छी तरह से दर्द प्रतिक्रियाओं की जांच के लिए अनुकूल हैं, वे ज्यादातर एक विशिष्ट दर्द मॉडल पर आधारित हैं । के रूप में दर्द अपनी गुणवत्ता में अलग है (माना जाता है दर्द मॉडल पर निर्भर करता है) और अपनी अवधि में, यह भी अपनी शारीरिक, दृश्य में अलग हो सकता है, और पैरालिंग्टिवादी सहसंबद्ध । लेखकों के ज्ञान का सबसे अच्छा करने के लिए, कोई मल्टीमॉडल अध्ययन या डेटाबेस मौजूद है कि दो या अधिक दर्द मॉडल गठबंधन और तीव्रता और अवधि में दर्द उत्तेजकता में भिंनता है ताकि न केवल दर्द पैटर्न का पता लगाने के लिए बल्कि दर्द के गुणों के बीच भेद ।
इस कागज पर एक प्रोटोकॉल प्रदान करता है कि कैसे एक जटिल psychophysiological प्रयोग करने के लिए दर्द को जानने के लिए और साथ ही शारीरिक प्रतिक्रियाओं रिकॉर्ड (जैसे, ईसीजी, मस्कुलस trapeziusके emg, corrugator supercilii, और zygomaticus मेजर, scl) के रूप में के रूप में अच्छी तरह से वीडियो (जैसे, चेहरे का भाव, शरीर इशारों, चेहरे की त्वचा के तापमान) और ऑडियो डेटा. प्रतिभागियों लघु (phasic) और लंबे समय तक टिकाऊ (टॉनिक) गर्मी और बिजली के दर्द उत्तेजित कि तीव्रता में अलग से प्रेरित कर रहे हैं । प्रयोग करने से पहले एक अंशांकन चरण व्यक्तिगत रूप से प्रत्येक विषय के लिए दर्द थ्रेसहोल्ड निर्धारित करता है ।
अध्ययन का उद्देश्य सांख्यिकीय विधियों, मशीन लर्निंग एल्गोरिदम आदि के माध्यम से तीव्रता, गुणवत्ता और लंबाई के संबंध में दर्द (पैटर्न) की जांच के लिए मल्टीमोडल डाटा एकत्र करना है । इसके अतिरिक्त, पहले से ही एकत्र डेटा नाम के तहत अकादमिक अनुसंधान प्रयोजनों के लिए प्रकाशित किया जा करने के लिए योजना बनाई है “एक्स-ITE (ईएक्सPerimentally मैंnduced टीhermal और ईlectrical) दर्द डाटाबेस” । यह इस तरह के biovid गर्मी दर्द और senseजज्बात20,21के रूप में मौजूदा डेटाबेस, का विस्तार हो सकता है, और आगे विकास, सुधार, और/या वैधता के मामलों में स्वचालित दर्द मांयता प्रणाली के मूल्यांकन में योगदान, विश्वसनीयता, और वास्तविक समय मांयता ।
बाकी कागज का आयोजन निम्न प्रकार से किया जाता है । प्रोटोकॉल का वर्णन कैसे बाहर ले जाने के लिए दर्द elicitation अध्ययन कदम दर कदम । फिर, प्रतिनिधि परिणाम प्रयोग के परिणाम प्रस्तुत करते हैं । अंत में, चर्चा महत्वपूर्ण कदम, सीमाओं, और भविष्य के विस्तार के लिए सुझाव के बाद अध्ययन के लाभों को शामिल किया गया ।
प्रस्तुत प्रोटोकॉल थर्मल (गर्मी) और बिजली के दर्द के प्रयोगात्मक elicitation पर केंद्रित है, जबकि रिकॉर्डिंग शारीरिक, दृश्य और पैरालिंग्टिस्टिक संकेतों । इस उपंयास दृष्टिकोण, विभिंन उत्तेजनाओं तीव्रता और दो अलग उत्तेज् य durations के साथ दो दर्द मॉडल के संयोजन (phasic और टॉनिक), psychophysiological पैटर्न और दर्द की अभिव्यक्ति के बारे में एक व्यापक परिप्रेक्ष्य प्रदान करता है । हालांकि, इस प्रोटोकॉल की प्राप्ति के लिए कई चरणों पर विचार करने की आवश्यकता है ।
सामांय में, अगर दर्द उत्तेजनता के साथ काम करना यह महत्वपूर्ण है कि विषयों की सुरक्षा सुनिश्चित करने के लिए । सभी दर्द उत्तेजनाओं को अत्यधिक नियंत्रित किया जाना चाहिए और केवल अनुभवी experimenters द्वारा किया जाना चाहिए ।
इसके अलावा, रिकॉर्डिंग और विश्वसनीय और उच्च गुणवत्ता वाले डेटा का संग्रह करने के लिए, उपकरणों की उचित लगाव (इलेक्ट्रोड), रिकॉर्डिंग उपकरणों के सही कामकाज और कंप्यूटरों के बीच एक चिकनी संचार अत्यधिक की सिफारिश की है. Interferences के सभी स्रोतों को समाप्त या एक ंयूनतम करने के लिए कम किया जाना चाहिए । प्रतिभागियों के बीच स्थिरता की गारंटी के लिए, यह मानकीकृत निर्देश और संगत प्रयोगात्मक शर्तों प्रदान करने के लिए महत्वपूर्ण है ।
हमारे अनुभव के अनुसार, जो सभी मानदंडों को पूरा करने के लिए उपयुक्त प्रतिभागियों को खोजने और कई दर्दनाक उत्तेजकी प्राप्त करने के लिए तैयार कर रहे हैं, एक लंबे समय लेता है और काफी चुनौतीपूर्ण है । इसके अतिरिक्त, मौद्रिक क्षतिपूत का अध्ययन करने के लिए विषयों को आकषत करने के लिए पर्याप्त उच्च होना चाहिए । 30 और ५० साल के बीच विशेष रूप से व्यक्तियों को खोजने के लिए मुश्किल है । ऐसा इसलिए हो सकता है क्योंकि प्रयोग बहुत लंबा है (ca. 4 घंटे, आगमन और प्रस्थान सहित) और वे काम से आधा दिन बंद रखना है ।
क्योंकि प्रतिभागियों की सुरक्षा सर्वोच्च प्राथमिकता की है, दर्द प्रेरण प्रतिबंधित करने की आवश्यकता हो सकती है । नैतिक दिशा निर्देशों के कारण, उत्तेजना तीव्रता कुछ स्तरों से अधिक नहीं करने के लिए जलता है और थर्मल और बिजली के दर्द प्रेरण के मामले में बेहोशी, क्रमशः रोकने चाहिए । तीव्रता के एक सामांय cutoff एक सीमा प्रभाव में परिणाम के रूप में कुछ विषयों असहनीय दर्द महसूस करने से पहले गहनता सीमा तक पहुंच सकते हैं । इस अध्ययन में, लगभग ४२% (थर्मल अंशांकन भाग 1 और 2 प्रतिभागियों के विचार) थर्मल cutoffs तक पहुंच (प्रतिनिधि परिणाम देखें) । के रूप में वे अपने “असली” दर्द सहनशीलता तक पहुंच नहीं था, उच्चतम थर्मल उत्तेजनाओं के लिए अपने शारीरिक प्रतिक्रियाओं विषयों जो उन तक पहुंच के शारीरिक प्रतिक्रियाओं के विपरीत में अलग तरह से व्यवहार हो सकता है । यदि हां, तो इन दो समूहों के मिश्रण दर्द मांयता के संदर्भ में वर्गीकरण परिणाम को प्रभावित कर सकता है ।
पता करने के लिए एक महत्वपूर्ण बिंदु इस प्रयोग में दर्द की रूपरेखा है । प्रतिभागियों को केवल थर्मल और बिजली के दर्द उत्तेजनाओं के अधीन है (तथ्य यह है कि इन उच्च एक प्रयोगात्मक सेटिंग में चलाया जाता है के कारण) । इस प्रकार, अगर गुणवत्ता के बारे में दर्द के पैटर्न की जांच, निष्कर्षों अंय दर्द तरीकों जैसे दबाव, रासायनिक या आंत दर्द के लिए अनुवाद नहीं कर सकते हैं ।
परिणामों की स्थानांटेबिलिटी पर वही विचार अध्ययन नमूना पर लागू होता है । प्रोटोकॉल नैतिकता की दृष्टि से स्वस्थ वयस्कों के लिए प्रतिबंधित है । उदाहरण के लिए, इसमें बच्चों या cognitively और मौखिक रूप से ख़राब व्यक्तियों को शामिल नहीं करता है । इसके अलावा, हमारे अध्ययन में केवल यूरोपीय लोगों ने भाग लिया । इसके अलावा, विश्लेषणात्मक परिणाम इस प्रयोग में नहीं माना समूहों को लागू नहीं हो सकता है ।
एक और सीमा से चिंता हो सकती है हॉथोर्न प्रभाव24: विषयों के बारे में पता है कि वे फिल्माया जा रहा है/ इससे उनका व्यवहार बदल सकता है ।
मौजूदा दर्द डेटाबेस की तुलना में, प्रोटोकॉल दर्द प्रतिक्रिया पैटर्न का विश्लेषण के लिए महत्वपूर्ण लाभ प्रदान करता है के रूप में यह दो दर्द मॉडल और दो समय पाठ्यक्रम (phasic और टॉनिक) को जोड़ती है: तीव्रता और दर्द की अवधि के अलावा, यह भी गुणवत्ता पर विचार दर्द का । के रूप में थर्मल दर्द अलग तरह से बिजली के दर्द का वर्णन किया गया है (जैसे, जलन बनाम तेज), यह भी दर्द प्रतिक्रियाओं में अलग हो सकता है । यदि हां, तो उन निष्कर्षों दर्द के अंतर्निहित स्रोत के लिए एक दर्द प्रतिक्रिया पैटर्न लिंक सकता है । इसके अलावा, अध्ययन मल्टी मोडल दर्द जांच के अवसरों की सीमा को चौड़ा करने के लिए है: 5 psychophysiological संकेतों को रोजगार, 2 चेहरा (सामने/कैमरा सिग्नल, 1 शरीर दृश्य कैमरा सिग्नल, 1 थर्मल कैमरा और 1 ऑडियो सिग्नल, दर्द का विश्लेषण किया जा सकता है और अधिक सटीकता से आंका गया ।
दर्द प्रतिक्रिया पैटर्न के एक अधिक जटिल जांच के लिए, इस विधि के भविष्य के विस्तार और अधिक biosignals जैसे electroencephalography (ईईजी), शरीर के तापमान और श्वसन शामिल होना चाहिए । यह भी एक और दर्द मॉडल के रूप में नियंत्रित दबाव को रोजगार के लिए बहुत लाभ की होगी । इस प्रोटोकॉल के साथ इकट्ठे हुए डेटा के माध्यम से स्वत: दर्द मांयता पर लक्ष्य शोधकर्ताओं आगे नैदानिक नियंत्रण समूहों के साथ मॉडल सीखने का वादा मशीन परीक्षण करना चाहिए ।
The authors have nothing to disclose.
लेखक Verena Friedrich, मारिया वेलाना, सैंड्रा Gebhardt, रोमी Bärwaldt, और टीना Daucher शुक्रिया अदा करने के लिए अध्ययन के संचालन में अपनी कीमती मदद के लिए चाहेंगे । इसके अलावा, एक विशेष धंयवाद अपने वैज्ञानिक समर्थन के लिए डॉ Stefanie रुकविना करने के लिए बाहर चला जाता है । इस शोध का हिस्सा था DFG/TR233/12 (http://www.dfg.de/) “प्रगति और चेहरे की अभिव्यक्ति और मनोजैविक मानकों के आधार पर एक स्वचालित दर्द मांयता प्रणाली के व्यवस्थित सत्यापन” परियोजना, जर्मन अनुसंधान द्वारा वित्त पोषित फाउंडेशन.
PATHWAY Model ATS | Medoc Ltd., Ramat Yishai, Israel | Thermal Stimulator | |
30 mm x 30 mm ATS Thermode | Medoc Ltd., Ramat Yishai, Israel | Thermode | |
PATHWAY Software Arbel 6.3.7.22.1 | Medoc Ltd., Ramat Yishai, Israel | Thermal Stimulator Software | |
Digitimer DS7A Current Stimulator | Digitimer Ltd., Hertfordshire, UK | Electrical Stimulator | |
Inquisit 5 | Millisecond Software, Seattle, WA, USA | Software for triggering electrical stimuli | |
Analogue-To-Digital Converter | Wissenschaftliche Werkstatt Elektronik, University of Ulm, Ulm, Germany | custom built | |
BIOPAC MP150 System | BIOPAC Systems, Inc., Goleta, CA, USA | Biosignal Recording Hardware | |
AcqKnowledge Software 4.1.1 | BIOPAC Systems, Inc., Goleta, CA, USA | Biosignal Recording Software | |
NTG-2 Dual Powered Directional Condenser Microphone | RØDE Microphones, Silverwater, Australia | Audio Recording Microphone | |
Kinect v2 | Microsoft, Redmond, WA, USA | Body View Camera | |
AV Pike F-145C | Allied Vision Technologies GmbH, Stadtroda, Germany | Face Camera (frontal view) | |
AV Prosilica GT 1600C | Allied Vision Technologies GmbH, Stadtroda, Germany | Face Camera (side view) | |
PIR uc 180 Thermal Camera | InfraTec GmbH, Dresden, Germany | Thermal Face Camera | |
Synchronization Hardware | Werkstatt, IIKT, University of Magdeburg, Magdeburg, Germany | custom built | Hardware triggering of cameras, trigger signal is recorded by BIOPAC and Audacity |
Recording and Synchronization Software | Philipp Werner, Neuro-Information Technology, University of Magdeburg, Magdeburg, Germany | custom software | Real-time recording, offline video encoding, and offline synchronization |
Examination Couch | ClinicalCare GmbH, Bremen, Germany | ||
Ag-AgCl Electrodes EL254 / EL254S (Reusable, 4mm recording diameter) | BIOPAC Systems, Inc., Goleta, CA, USA | Used to record EMG M. corrugator and M. zygomaticus | |
Ag-AgCl Electrodes BlueSensor P (Disposable, skin contact size: 34 mm diameter, measuring area 154 mm2) | Ambu GmbH, Bad Nauheim, Germany | Used to record ECG and EMG M. trapezius. Also used for electrical stimulation | |
Audacity 2.1.2 | Dominic Mazzoni (Audacity) | Audio Recording Software | |
Cold Gel Pack | C+V Pharma Depot GmbH, Versmold, Germany | ||
Panthenol 50mg/g | ratiopharm GmbH, Ulm, Germany | Ointment | |
Alumnium Profiles | item Industrietechnik GmbH, Solingen, Germany | Used to install all cameras and microphone | |
Electrode Gel GEL1 | BIOPAC Systems, Inc., Goleta, CA, USA | ||
ELPREP Skin Preparation Gel | BIOPAC Systems, Inc., Goleta, CA, USA |