Name: ロボットアームに到達するパラダイムを用いた疼痛関連回避行動の調査 (動画) | JoVE Journal
Uploaded: 2020-10-03T14:00:00.000+00:00
Duration: 9 min
Description: 学ぶロボットアーム到達パラダイムによる疼痛関連回避行動の獲得・一般化・消去・自然回復のメカニズム。この手法は慢性疼痛の障害化メカニズム解明と治療介入の最適化に貢献する。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、オランダ科学研究機構(NWO)、オランダ(助成金ID 452-17-002)、ベルギーのフランダース研究財団フランダース(FWO-Vlaanderen)の上級研究員(助成金ID:12E3717N)からのVidi助成金によって支えられました。ヨハン・ヴライェンの貢献は、ベルギーのフランダース政府によるメトゥザレムの長期資金である「アセネス」の長期的な資金によって支えられた。
著者らは、マーストリヒト大学のJacco Ronnerとリチャード・ベニングに、実験タスクをプログラミングし、説明された実験のためのグラフィックスを設計し、作成してくれたことに感謝したいと考えています。

ここに示すプロトコルは、KUルーヴェンの社会社会倫理委員会(登録番号:S-56505)とマーストリヒト大学の倫理審査委員会心理学と神経科学(登録番号:185_09_11_2017_S1と185_09_11_2017_S2_A1)の要件を満たしています。
1. 試験セッションの準備
<ol><li>テストセッションの前に:痛み覚醒の伝達、実験の一般的な概要、除外基準について参加者に知らせる電子メールを送信します。健康な参加者の除外基準は、18歳未満であることから成り立ちます。慢性的な痛み;アルファベット順または診断失読症;妊娠;左利き;心血管疾患の現在/履歴, 慢性または急性呼吸器疾患 (例えば, 喘息, 気管支炎), 神経疾患 (例えば, てんかん), および/または精神疾患 (例えば, 臨床うつ病, パニック/不安障害);聴覚や視力に関する修正されていない問題。手、手首、肘、肩に痛みを抱え、到達作業を妨げる可能性がある。埋め込まれた電子医療機器(例えば、心臓ペースメーカー)の存在;他の重篤な病状の存在。</li>
	<li>COVID-19の安全対策のため、ラボ到着時に手を洗い、消毒し、自分で洗ってください。テストセッションの期間中は使い捨てのフェイスマスクを着用し、参加者との物理的接触が必要な場合はラテックス手袋を着用してください。</li>
	<li>実験設定には、参加者用と実験者用の 2 つの別々の部屋またはセクションを使用します。</li>
	<li>実験者用のコンピュータ画面と参加者用の大きなテレビ画面の 2 つの別々の画面を持つ 1 台のコンピュータを使用します。</li>
	<li>ロボットアーム(HapticMasterなど)をオンにするには、ロボットの前面にある電源スイッチを押します(このロボットに固有)。その後、緊急スイッチをオンにし、必要に応じて後でロボットの電源を切るために使用することができます。</li>
	<li>各テスト日の前にロボットアームを再調整します。これは、ロボットアームとの直接アプリケーションプログラミングインタフェース(API)接続を介して行われ、テスト日の開始時に1回だけ行う必要があります。<ol>
<li>API 接続を確立するには、コンピューターでインターネットブラウザーを開き、ロボット・アームの特定の API アドレスを入力します。</li>
		<li>Web ページで、[HapticMASTER]の下の [状態] を選択します。続いて、初期化のために、Initの横にある[開始]ボタンを押します。 注: これは、このロボットの標準キャリブレーション手順です。ロボットごとに異なるキャリブレーション手順が必要になる場合があります。</li>
	</ol>
</li>
	<li>コンピュータに接続されている定数電流刺激装置を使用します(ステップ1.4を参照)。実験中、痛みの刺激は、コンピュータ上で実行される実験スクリプトを介して配信されます。実験は、クロスプラットフォームのゲームエンジンを使用してプログラムされます( 資料表を参照)。<ol>
<li>安全上の理由から、刺激装置のフロントコントロールパネルの右上隅にあるオレンジ色のトグルスイッチを切り替えて、定電流刺激装置出力を無効にします。</li>
		<li>フロントコントロールパネルの中央にあるオレンジ色のトグルスイッチを使用して、出力範囲をx 10 mAに設定します。</li>
		<li>フロントコントロールパネルの左上隅にある黒いロータリーノブを使用して、パルス持続時間を2 ms(2000 μs)に設定します。</li>
		<li>定電流刺激装置をオンにするには、コントロールパネルの左下にある電源ボタンを押します。</li>
	</ol>
</li>
</ol>2. 除外基準の審査とインフォームド・コンセントの取得
<ol><li>参加者をテレビ画面から約2.5m(ステップ1.4参照)、ロボットアームのハンドル(センサー)から快適な距離(約15cm)、アームレスト付きの椅子に配置します(図1)。</li>
	<li>自己申告を使用して除外条件の参加者をスクリーニングします(除外基準についてはステップ1.1を参照)。</li>
	<li>痛み刺激の送達と実験の一般的な概要について参加者に知らせる。また、実験中の任意の時点で、何の影響もなく参加を自由に撤回することを彼/彼女に知らせてください。書面によるインフォームド・コンセントを取得します。</li>
	<li>参加者との物理的な接触を最小限に抑えるには、参加者の到着前に、除外およびインフォームドコンセントフォームのテーブルと、アンケート用のタブレット(ステップ6.2を参照)が含まれていることを確認します。参加者は、このテーブルを使用してフォームに個別にアクセスして署名できる必要があります。</li>
</ol>3. 刺激電極の取り付け
注:痛みの刺激は、2つのステンレス棒刺激電極(電極直径8mm、電極間距離30mm)を介して切開に送達される2ミリ秒の方形電気刺激です。
<ol><li>参加者が長袖を着用している場合は、肘の上に少なくとも10cm以上の右腕の袖をまねるように頼みます。</li>
	<li>刺激電極の中心に導電電解質ゲルを充填し、電極ケーブルを非常用スイッチに接続します。</li>
	<li>ストラップを使用して、参加者の右腕の三頭筋腱の上に刺激電極を取り付けます。ストラップがきつすぎず、緩みすぎないようにしてください。電極が取り付けられたら、参加者に腕をリラックスするように指示します。</li>
</ol>4. 痛み刺激の調整
<ol><li>テレビ画面に表示して、痛みの較正手順と対応するスケールを説明します(ステップ1.4を参照)。<ol>
<li>実験中に受ける刺激を選ぶ可能性があることを参加者に明確にするが、データの整合性のために、彼/彼女は「著しく痛みを伴い、許容する努力を要求する」と述べた刺激を選択するよう求められることを説明する。</li>
		<li>0 から 10 までの範囲で、テレビ画面に表示される数値スケールで各刺激を評価するように参加者に依頼します。1 「私は何かを感じるが、これは不愉快ではない。それは感覚に過ぎません」(すなわち、検出閾値)、2として「刺激はまだ痛みを伴わないが、不快になり始めている」。3 「刺激が痛みを伴い始める」(すなわち痛みの閾値)。そして10は「これは私が想像できる最悪の痛みです」として。</li>
	</ol>
</li>
	<li>オレンジ色のトグルスイッチを切り替えて、定電流刺激装置出力を有効にします(ステップ1.7.1を参照)。</li>
	<li>疼痛調整手順の間、一定電流刺激器の前面制御パネルの回転式ノブを使用して、疼痛刺激の強度を手動で増加させる。痛み刺激の強度は、このノブの上に見ることができます。<ol>
<li>1 mA の強度から始め、段階的に 1、2、3、および 4 mA の増分で徐々に強度を増加させます。mA では、刺激プレゼンテーションの順序を使用します: 1,2, 4, 6, 8, 11, 14, 17, 20, 24, 28, 32, 36, 40, 44, 48, 52, 等.</li>
	</ol>
</li>
	<li>痛みの刺激を一度に1回ずつ刺激するには、手動でフロントコントロールパネルのオレンジ色のトリガボタンを押して、定電流刺激をトリガします。<ol>
<li>一定電流刺激をトリガする前に、参加者に各刺激を発表します。</li>
	</ol>
</li>
	<li>参加者が「著しく痛みを伴い、許容する努力を要求する」と述べた痛みの強度レベルに達したら、キャリブレーション手順を終了します。理想的には、これは、疼痛キャリブレーション評価スケールの7~8に対応する必要があります。</li>
	<li>参加者の最終的な痛みの強度を mA に記録し、その痛みの強度評価 (0 ~ 10) を記録し、この強度を実験の残りの部分で維持します。</li>
</ol>5. 実験タスクの実行
<ol><li>参加者に対して、目の前のテレビ画面でロボットアームに到達するパラダイムについての指示を受け、その後、実験者の監督の下でタスクを練習できることを参加者に口頭で知らせます。</li>
	<li>画面上のタスクの標準化された書面による指示を参加者に提供します。</li>
	<li>練習:実験スクリプトを介して、テレビ画面で、移動平面の途中に位置する3つのアーチ(T1-T3)を提示します。最も簡単な腕の動き(T1)は偏差または抵抗なしで、中間腕の動き(T2)は適度な偏差および抵抗と対にされ、最も遠い腕の動き(T3)は最も大きい偏差および最強の抵抗と対になる。<ol>
<li>参加者に、画面上の緑色のボールで表されるロボットアームのセンサーを操作し、移動平面の左下隅の開始点から移動平面の左上隅のターゲットにボール/センサーを移動するように指示します。</li>
		<li>参加者に、各トライアルで実行できる移動軌道のどれを自由に選択できるかを指示します。</li>
	</ol></li>
	<li>練習段階で痛み刺激を投与しないでください(セクション3:注とステップ5.7.6を参照してください)。ただし、偏差と抵抗の関係(ステップ5.3を参照)が適切であることを確認します。</li>
	<li>練習段階を実行しながら、参加者に口頭でのフィードバックを提供します。<ol>
<li>視覚および聴覚の「開始信号」の前に参加者が動き始めないことを確認し、視覚および聴覚の「停止信号」が提示されたときにロボットアームをすぐに解放するようにします。 注:2つの異なる聴覚信号(「開始トーン」と「スコアリングトーン」)と2つの異なる視覚信号(ターゲットと仮想の「信号」がそれぞれ緑色と赤に変わります。 図 1)は開始信号と停止信号として使用されています。聴覚信号と視覚開始信号は、聴覚信号と視覚停止信号と同様に同時に提示されます。</li>
		<li>トリプルフットスイッチで2つの足のペダルを使用してスケールで左右にスクロールすることにより、連続的な評価スケールで痛みの期待と動き関連の痛みの恐怖の自己報告尺度を提供するように参加者に指示します。第3の足のペダルを使用して彼/彼女の答えを確認するように彼/彼女に指示します。 注:各移動軌道ごとに、固定された所定の試験に関する自己報告の質問を個別に提示します。実験スクリプトを使用して、ロボットアームが固定化され、参加者が質問に答える間は固定されたままであることを確認します。</li>
	</ol></li>
	<li>練習フェーズの最後に、参加者の質問に答えます。実験セクション/部屋を離れ、ライトを暗くします。参加者は「確認」フットペダルを押して自分で実験を開始します(ステップ5.5.2を参照)。</li>
	<li>取得: 回避の獲得時に、練習フェーズと同様に、参加者が各試験で実行する移動軌道(T1–T3)を選択させます。<ol>
<li>回避獲得の間、参加者は実験応答結果(運動軌道痛)不測の状態、すなわち、痛みと努力のトレードオフを実験スクリプトを介して回避コストに供する。</li>
		<li>具体的には、参加者が最も簡単な運動軌跡(T1)を行う場合、常に痛み刺激(100%痛み/無偏差または抵抗)を提示する。</li>
		<li>中動軌道(T2)を実行する場合は、50%の確率で痛みの刺激を提示しますが、より多くの努力(適度な偏差と抵抗)を行う必要があることを確認してください。</li>
		<li>参加者が最も遠く、最も努力的な動きの軌跡(T3)を実行する場合、痛みの刺激を全く提示しませんが、目標に到達するために最大限の努力をする必要があります(0%の痛み/最大偏差、最も強い抵抗)。 メモ: デザインに適用可能な場合は、Yoked Groupをコントロールとして使用できます。yokedプロシージャでは、各制御参加者は実験群の参加者と対にされ、2人が同じ補強スケジュール48を受け取る。したがって、現在のパラダイムでは、Yoked Groupの各参加者は、選択した軌道に関係なく、実験グループと同じ試験で痛みの刺激を受けます。操作された応答結果(運動軌道痛)不測の状態の欠如を考えると、Yoked Groupでは回避行動の獲得は期待されていません。</li>
		<li>該当する場合は、各実験グループ参加者のデータをコンピュータに保存し(セクション1.4を参照)、各Yoked(制御)グループ参加者の補強スケジュールの参照として使用します。<ol>
<li>Yokedプロシージャを使用する場合(すなわち、各制御参加者は、2人が同じ補強スケジュール48を受け取るように、実験グループの参加者とペアになる)、最初の参加者が実験グループに属しなければならないという規則を使用して、ランダム化スケジュールを使用して参加者をグループに割り当てる。その後、参加者は、各時点で実験グループの参加者数がYoked Group参加者数を超える限り、いずれかのグループにランダムに割り当てられます。</li>
		</ol>
</li>
		<li>疼痛刺激を伴う試験では、運動の3分の2が行われたら、すなわち参加者が軌道アーチを通って移動した後、痛みの刺激を提示する。定電流刺激器は、実験スクリプトを介して自動的にトリガされます。</li>
		<li>成功した試行完了は、視覚および聴覚停止信号の提示によって示される。その後、実験スクリプトを介して、ロボットアームが自動的に固定されたままの開始位置に戻ることを確認します。3,000 ミリ秒後に、視覚および聴覚開始信号を提示し、参加者は次のトライアルを開始できます。 注: トライアル期間は、移動速度の違いにより、試行と参加者の間で異なります。実験段階ごとの試行回数も、実験の間で変化する可能性があります。回避を成功させるためには、最低 2 x 12 の試行を推奨します。上記のステップを含めて、取得プロトコルは約45分持続する。</li>
	</ol></li>
	<li>一般化: 一般化プロトコルで、取得フェーズ後の回避の一般化をテストします(セクション 5.7を参照)。 注:回避の一般化をテストする場合、画面上の軌道アーチは、取得中に分離され、取得軌道アーチの間に配置される一般化軌道アーチのための余地を残します( 図1を参照)。<ol>
<li>テレビ画面では、取得軌道T1-T3の代わりに3つの新しい動きの軌跡を提示します。これらの「一般化軌道」(G1–G3)が取得軌道に隣接していることを確認します。具体的には、G1 は T1 と T2 の間、T2 と T3 の間の G2、T3 の右側にある G3 です ( 図 1を参照)。一般化の軌跡と痛みの刺激を組み合わせないでください。 注: 上記の手順を含めて、3 x 12 試行の一般化フェーズでは、回避一般化プロトコルは約 1.5 時間持続します。回避の一般化をテストするためには、Yoked Group48 が必要です(ステップ5.7.5を参照)。しかし、特定の研究課題(被験者内設計24における回避の文脈変調)に応じて異なる制御が使用できる。</li>
	</ol></li>
	<li>応答防止による消滅(RPE):RPEプロトコルでは、取得フェーズ(セクション5.7を参照)の後、参加者に、今後の段階ではT1のみを実行することを示す標準化された書面による指示を提供します。<ol>
<li>RPE段階の間、実験スクリプトを介して、視覚的に(例えば、ゲートで軌道アーチを遮断する)および/またはハプティカル(例えば、触覚壁を伴うブロック参加者の腕の動き)ブロックT2およびT3は、T1のみが利用できるように。T1は、この段階で痛み刺激と組み合わせられない。上記のステップを含め、RPE フェーズは 4 x 12 の試行で、このセッションは約 60 分続きます。</li>
	</ol></li>
	<li>自発的な回復のテスト:回避の自発的な回復をテストするために、セッションの間に24時間±3時間で2日間のプロトコルを管理する。1 日目に RPE プロトコルを管理します(セクション 5.9 を参照)。<ol>
<li>2日目に、刺激電極を取り付けます(セクション3を参照)。タスクの簡単な画面上のリフレッシャーの指示を提供します。痛み刺激に関する情報は含まない。</li>
		<li>疼痛刺激がない場合、3つの獲得軌道(T1–T3、cf.取得フェーズ、セクション5.7を参照)を提示する。実験後のアンケート(6.2項を参照)、4 x 12試験の自発的回復期を含め、このセッションは約45分続きます。 注:恐怖の復活を防ぐために(すなわち、痛み刺激との予期せぬ遭遇後の恐怖の復帰42;議論を参照)、2日目に痛みの刺激を再調整しないでください。</li>
	</ol></li>
</ol>6. 実験の結論
<ol><li>参加者が実験を完了したら、刺激電極を取り外します。</li>
	<li>参加者に、ラボの参加者のセクション(セクション2.4を参照)のテーブル上にあるタブレットを提供し、痛み刺激と回避コストの強度と不快感、および実験的応答結果(運動軌道痛)不測の時限の認識について問い合う出口アンケートに回答します。</li>
	<li>参加者が心理的な形質アンケートを完了している間、刺激電極から電解質ゲルをきれいにしてください。</li>
	<li>参加者が心理的特徴アンケートの完了を完了したら、報告と払い戻しを提供します。</li>
	<li>医療器具の洗浄に適した消毒液で、刺激電極を十分に洗浄します。電極の内側と周囲のすべてのゲルを取り除きます。柔らかいティッシュペーパーで電極を乾かします。消毒用ワイプまたはスプレーでロボットアームのセンサーを清掃します。</li>
</ol>

著者らは開示するものは何もない。

慢性疼痛障害1、2、3、4、5における回避の重要な役割と、従来の回避パラダイム19が直面する限界を考えると、(疼痛関連の)回避行動を調査する方法が必要である。ここで示すロボットアームに到達するパラダイムは、これらの制限の数に対処します。我々は一貫して回避の獲得を実証してきた一連の研究でパラダイムを採用しており、これらの効果は、痛みの期待と運動関連疼痛の恐怖20、22、23、24の自己報告尺度にまで及んでいる。しかし...

回避は、痛みの伝達の身体の脅威に適応的な応答です。しかし、痛みが慢性的になると、痛みや痛みに関連する回避は適応目的を失います。これに伴い、慢性疼痛1、2、3、4、5、6、7、8の恐怖回避モデルは、痛みを破滅的なものとして誤った解釈が起き、痛みを恐れて上昇し、回避行動を動機づける。 過度の回避は、身体的な使用の低下と日々の活動や願望への関与の減少のために慢性疼痛障害の発症と維持につながる可能性があります 1,2,3,4,5,9.さらに、痛みの欠如が回復よりもむしろ回避に起因する可能性があることを考えると、痛みに関連する恐怖と回避の自立サイクルを確立することができる10。
不安文献11,12における回避への最近の関心にもかかわらず、疼痛領域における回避に関する研究はまだ初期段階にある。影響力のある二因子理論13に導かれた以前の不安研究は、一般的に回避を促進する恐怖を想定している。これに対応して、従来の回避パラダイム12は、それぞれ1つの因子に対応する2つの実験段階を伴い、それぞれ1つの要因に対応する:第1(パブロビアンコンディショニング14段階)を確立し、第2の回避を調べる(インストゥルメンタル15段階)。差動パブロビアンコンディショニング中、中性刺激(条件付き刺激、CS+、例えば円)は本質的に回避的な刺激(無条件刺激、米国、例えば電気ショック)と組み合わせられ、自然に無条件の応答(U、例えば恐怖)を生み出す。第2の制御刺激は、米国(CS-;例えば三角形)と組み合わせることはありません。米国とのCCの組み合わせに続いて、CS+は米国の不在時に恐怖(条件付き応答、CSR)を引き出します。CS-は安全を知らせ、CSRを引き起こさない。その後、インストゥルメンタルコンディショニング中に、参加者は自分の行動(応答、R、例えばボタン押し)が特定の結果(結果)につながることを学ぶ。O、例えば、ショックの省略)15、16。応答が否定的な結果を防ぐと、その応答が繰り返される可能性が高くなります。これは負の補強15と呼ばれます。したがって、伝統的な回避パラダイムのパブロビアン段階では、参加者は最初にCS-US協会を学びます。続いて、インストゥルメンタル段階において、実験者指示回避応答(R)が導入され、CSプレゼンテーション中に行われた場合に米国をキャンセルし、R-Oアソシエーションを確立する。このように、CSは、判別刺激(SD)となり、適切な瞬間を示し、かつ、条件付きR15の性能を動機づける。疼痛報告17および疼痛関連の表情18の器械的なコンディショニングを示すいくつかの実験とは別に、疼痛の器械学習機構に関する調査は、一般に、限定的である。
上記の標準的回避パラダイムは、回避の根底にある多くのプロセスを解明しているが、それにもいくつかの制限がある5、19。第1に、実験者が回避応答を指示するので、回避自体の学習、または取得を調べることは許されない。参加者が複数の軌道から自由に選択し、したがって、どの応答が痛み/安全で、どの軌道を避けるか避けるべきか、より正確に現実の現実をモデル化し、回避が痛み9に対する自然な反応として現れる。第二に、従来の回避パラダイムでは、ボタンプレス回避応答は無償で行います。しかし、実際の生活の中で、回避は個人にとって非常に高価になる可能性があります。実際、高コスト回避は特に毎日の機能を中断します 5.例えば、慢性疼痛の回避は、人々の社会的および働く生活を厳しく制限することができます9.第三に、ボタンを押す/押さないなどの二分応答も、異なる程度の回避が起こる現実の生活をあまりよく表さない。以降のセクションでは、ロボットアームに達するパラダイム20がこれらの制限にどのように対処し、基本的なパラダイムを複数の新しい研究の質問に拡張できるかについて説明します。
回避の獲得 パラダイムでは、参加者はロボットアームを使用して、スタート地点からターゲットまでの腕に達する動きを行います。運動は、痛みを伴う恐怖を呼び起こす刺激によく似ているため、インストゥルメンタル応答として採用されています。ボールは、画面上の参加者の動きを事実上表します (図 1)、参加者は自分の動きをリアルタイムで追い込めます。各試験の間、参加者は3つのアーチ(T1-T3)によって画面上に表される3つの運動軌道の間で自由に選択し、彼らがどれほど努力しているか、そして痛みを伴う感電刺激(すなわち痛み刺激)と組み合わされる可能性の点で互いに異なる。努力は最短の軌道からの偏差およびロボットアームからの抵抗の増加として操作される。具体的には、ロボットは抵抗が偏差とともに直線的に増加するようにプログラムされているため、参加者が逸脱すればするほど、ロボットに対してより多くの力を発揮する必要があります。さらに、疼痛投与は、最短で最も簡単な軌道(T1)が常に疼痛刺激(100%疼痛/偏差または抵抗性)と対たされるようなプログラムされる。中間軌道(T2)は、疼痛刺激を受ける確率が50%と組み合わせられますが、より多くの努力が必要です(適度な偏差と抵抗性)。最も長く、最も努力的な軌道(T3)は痛みの刺激と組み合わされることはありませんが、目標に到達するために最も努力が必要です(0%の痛み/最大の偏差、最も強い抵抗)。回避行動は、例えばボタンを押すか押さないかよりも、回避のより連続的な尺度である、試行あたりの最短軌道(T1)からの最大偏差として運用可能である。さらに、回避応答は、努力の増加を犠牲にして来る。さらに、参加者が自由に移動軌道を選択し、実験R-O(運動軌道痛)不測の状態について明示的に知らされないことを考えると、回避行動は器械的に獲得される。オンライン自己報告された運動関連の痛みと痛みの期待に対する恐怖は、異なる運動軌道に対する条件付き恐怖の尺度として収集されている。疼痛の期待は、危機管理意識と脅威評価21の指標でもあります。この変数の組み合わせにより、恐怖、脅威評価、回避行動の間の相互作用を精査できます。このパラダイムを用いて、我々は一貫して回避20、22、23、24の実験的獲得を実証してきた。
回避の一般化 我々は、回避の一般化を調査するためにパラダイムを拡張しました23- 過剰な回避につながる可能性のあるメカニズム.パブロビアン恐怖の一般化とは、元のCS+に似た刺激または状況(汎化刺激、GS)への恐怖の拡散を指し、CS+(一般化勾配)25、26、27、28との類似性が低下して恐怖が減少する。恐怖の一般化は、刺激の関係を新たに学ぶ必要性を最小限に抑え、変化し続ける環境25、26、27、28の新たな脅威を迅速に検出できるようにします。しかし、過度の一般化は安全な刺激(CS-に類似したGS)の恐れにつながり、不必要な苦痛を引き起こす28、29。これに沿って、パブロビアン恐怖一般化を用いた研究は、慢性疼痛患者が痛み関連の恐怖を過度に一般化することを一貫して示している30、31、32、33、34、健康なコントロールは選択的な恐怖一般化を示す。しかし、過度の恐怖が不快感を引き起こす場合、過度の回避は、安全な動きや活動の回避、および毎日の活動離脱1、2、3、4、9の増加により、機能的障害で最高潮に達する可能性がある。慢性疼痛障害における重要な役割にもかかわらず、回避の一般化に関する研究はほとんどありません。回避の一般化を研究するために適応されたパラダイムにおいて、参加者はまず回避を獲得し、上記20の手順に従う。その後の一般化段階では、疼痛刺激がない場合に3つの新しい運動軌跡が導入される。これらの一般化軌道(G1-G3)は、それぞれこれらの軌道に似た、取得軌道と同じ連続体上にあります。具体的には、一般化軌道G1はT1とT2の間、T2とT3の間のG2、およびT3の右側にG3の間に位置する。このようにして、新しい安全軌道への回避の一般化を検討することができる。以前の研究では、自己報告の一般化を示したが、回避ではなく、痛みに関連する恐怖と回避の一般化のための異なる根本的なプロセスを示唆している可能性がある23。
応答防止を伴う回避の消滅 慢性筋骨格痛における運動の高い恐怖を治療する主な方法は、暴露療法35である—パブロビアン絶滅36に対する臨床的な対応性、すなわち、米国36の不在時のCS+との反復経験によるCSRの減少である。慢性疼痛の暴露の間に、患者は、害の壊滅的な信念と害の期待を確認するために恐れられた活動や動きを行う34,37.これらの信念は必ずしもそれそれ以上の痛みを関係するものではなく、むしろ基礎となる病理であるので、運動は必ずしもクリニック34で痛みのない行われず。阻害学習理論38,39によると,絶滅学習は元の恐怖記憶(例えば、運動軌道痛)を消さない。むしろ、それは新しい抑制的な絶滅記憶(例えば、移動軌道なし痛み)を作成し、検索のための元の恐怖記憶と競合する40、41。新しい抑制記憶は、元の恐怖記憶40よりも文脈依存性が高く、消滅した恐怖記憶が再出現(恐怖の帰還)40、41、42に感受性であると考える。患者は、暴露治療中に微妙な回避行動(応答予防による消滅、RPE)を行うことさえ妨げられることが多く、回避10,43への安全性の誤った帰属を防ぐことによって真の恐怖の絶滅を確立する。
回避の返還 回避の戻りという点での再発は、恐怖43、44、45、46の絶滅後でさえ、臨床集団において依然として一般的である。恐怖47の復帰をもたらす複数のメカニズムが見つかっているが、回避22に関するものについてはほとんど知られていない。本稿では、時間40,47の経過による恐怖と回避の帰還という、自発的な回復について具体的に説明する。ロボットアームに到達するパラダイムは、回避のリターンを調査するために2日間のプロトコルで実装されています。1 日目の間に、参加者は最初にパラダイムで取得トレーニングを受けます。その後のRPE相において、参加者は回避応答を行うことを妨げられ、すなわち、それらは、苦痛関連の軌道(T1)を絶滅の下でのみ行うことができる。2日目、自発的な回復をテストするために、すべての軌道が再び利用可能であるが、痛みの刺激がない場合。このパラダイムを使用して、我々は、正常な絶滅の翌日、回避が22を返したことを示しました。

<table><tbody><tr><td>1 コンピュータとコンピュータ画面</td><td>インテルコーポレーション</td><td>64ビット インテルコア</td><td>実験スクリプトの実行</td></tr><tr><td>40インチ液晶画面</td><td>サムスングループ</td><td></td><td>実験スクリプトの提示</td></tr><tr><td>Blender 2.79</td><td>Blender Foundation</td><td></td><td>実験のグラフィックスをプログラミングするための3Dグラフィックスソフトウェア</td></tr><tr><td>C#</td><td></td><td></td><td>実験課題のプログラミングに使用するプログラミング言語</td></tr><tr><td>導電性ゲル</td><td>レキットベンキーザー</td><td>K-Yゲル</td><td>皮膚から刺激電極への伝導を促進</td></tr><tr><td>定電流刺激装置</td><td>Digitimer Ltd</td><td>DS7A</td><td>電気刺激を生成</td></tr><tr><td>HapticMaster</td><td>Motekforce Link</td><td></td><td>ロボットアーム</td></tr><tr><td>Matlab</td><td>MathWorks</td><td></td><td>参加者の無作為化スケジュールのスクリプトを作成し、試行ごとの最短軌道から最大偏差を抽出するために、</td></tr>心<tr>理アンケート用の<td>Qualtrics</td><td></td><td></td><td>Web調査ツールRstudio</td></tr><tr><td></td><td>Rstudio Inc.</td><td></td><td>統計分析</td></tr><tr><td>Sekusept Plus</td><td>Ecolab</td><td></td><td>医療機器の洗浄用消毒液</td></tr><tr><td>刺激電極</td><td>Digitimer Ltd</td><td>バー刺激電極</td><td>2つの再利用可能なステンレス製ディスク電極、直径8mm、間隔30mmの</td></tr><tr><td>タブレット</td><td>AsusTek Computer Inc.</td><td>ASUS ZenPad 8.0</td><td>心理的特性への応答を提供するため クエストネア</td></tr><tr><td>トリプルフットスイッチ</td><td>Scythe</td><td>USB-3FS-2</td><td>VASスケールでの自己報告測定を提供するため</td></tr><tr><td>Unity 2017</td><td>Unity Technologies</td><td></td><td>電気皮膚刺激のプレゼンテーションを含む実験スクリプトを作成するためのクロスプラットフォームゲームエンジン</td></tr></tbody></table>

ロボットアームに到達するパラダイムを用いた疼痛関連回避行動の調査

Investigating Pain-Related Avoidance Behavior using a Robotic Arm-Reaching Paradigm

回避行動は、急性疼痛から慢性疼痛障害への移行の重要な要因です。しかし、痛みに関連する回避を実験的に調査するための生態学的に有効なパラダイムが不足しています。このギャップを埋めるために、疼痛に関連する回避行動の発達の根底にあるメカニズムを調査するためのパラダイム(ロボットアームに達するパラダイム)を開発しました。既存の回避パラダイム(主に不安研究の文脈)は、パブロビアンの恐怖調整手順中に脅威に関連する刺激に重ね合わせた実験者指示、低コストの応答として、しばしば回避を運用しています。対照的に、現在の方法は、回避の器械学習(獲得)の点で生態学的妥当性を高め、回避応答にコストを加えることによって提供する。パラダイムでは、参加者はロボットアームを使用して出発点からターゲットまで腕を伸ばす動きを行い、3つの異なる移動軌道から自由に選択します。動きの軌跡は、痛みを伴う感電刺激と組み合わせる確率が異なり、偏差と抵抗性の面で必要な努力が必要です。具体的には、痛みを伴う刺激は、(部分的に)増加した努力を必要とする動きを行う費用で回避することができる。回避行動は、各試験における最短軌道からの最大偏差として運用可能である。新しいパラダイムが回避の獲得を理解するのにどのように役立つかについて説明することに加えて、(1)他の刺激(一般化)への回避の広がりを調べるロボットアームに達するパラダイムの適応、(2)実験室での臨床治療のモデリング(応答防止を用いた回避の絶滅)、および(3)絶滅後の回避の再発(自発的回復)について説明する。生態学的妥当性の向上と、拡張や適応のための多くの可能性を考えると、ロボットアームに達するパラダイムは、回避行動の調査を容易にし、その基礎となるプロセスの理解をさらに深める有望なツールを提供します。

回避挙動の獲得は、取得フェーズの終わりにより多くの(最短軌道からの大きな最大偏差を示す)を回避する参加者によって、取得フェーズの開始(図2、Aで示される)20、またはYoked対照群(図3)23、48と比較して)によって実証される。
恐怖および疼痛期待の獲得は、T1およびT2と比較してT3に対する恐怖が低いと報告する参加者によって証明され、T1およびT220と比較してT3中の痛み刺激が少ないことを期待している。T2 があいまいであるため、T1 と T3 の間の差動自己報告が主な関心事です。T1 と T2 の間の非差分自己報告も見つかっており、どちらもT3 23 (図...

回避は慢性疼痛障害の中心であるが、疼痛関連回避を調べるための十分なパラダイムは欠けている。そこで、疼痛に関する回避行動がどのように学習(獲得)、他の刺激(一般化)に広がり、緩和(絶滅)、そしてその後の再出現(自然回復)を可能にするパラダイムを開発しました。

Avoidance behavior is a key contributor to the transition from acute pain to chronic pain disability. Yet, there has been a lack of ecologically valid ...

疼痛関連の回避行動は、主に慢性疼痛障害の一因となります。それは既存のパラダイムであり、多くの場合、生態学的なものであり、指示された低コストまたは無料のコスト回避対応を採用することにより、有効性を構築します。私たちのパラダイムは、回避が自然に学習され強化される方法の調査を可能にし、コストスタディの回避応答を組み込むことにより、これらの制限に対処します。私たちのパラダイムは、回避行動に関連する痛みの学習の根底にあるプロセス、慢性的な痛みで行動がどのように障害を引き起こすか、そしてそれをどのように軽減できるかを説明するために独自に使用できます。研究者のために1つの部屋またはセクションにコンピューターを置き、参加者のために別の部屋またはセクションに大型テレビを置きます。テストセッションの準備として、ラボに到着したら全員に手指を消毒してもらいます。ロボットアームのセンサーから約15センチメートルの快適な距離で、テレビ画面から約2.5メートル離れたアームレスト付きの椅子に座ってもらいます。参加者から書面によるインフォームド コンセントを得た後、各電極の中心に導電性電解質ゲルを充填します。また、ストラップを使用して、参加者の右腕の上腕三頭筋腱に刺激電極を取り付けます。キャリブレーション手順を説明した後、参加者に各刺激を0から10までの数値スケールで評価してもらい、0は何も感じないことを表し、10は想像できる最悪の痛みを表します。刺激装置の電源を入れます。強度を1ミリアンペアに設定して開始し、痛みの刺激がまもなく供給されることをアナウンスします。参加者がアナウンスを確認したら、定電流刺激装置のオレンジ色のトリガーボタンを押して刺激を配信します。参加者の痛みの評価を取得した後、示されているように、次のレベルの強度で刺激を適用し、痛み刺激の強度を 1、2、3、および 4 ミリアンペア刻みで段階的に徐々に増やします。参加者が著しく痛みを伴い、耐えるためにある程度の努力を必要とする痛みの強さに達した場合、キャリブレーション手順を終了し、最終的な痛みの強さをミリアンペアで文書化し、参加者の痛みの強度評価を文書化します。ロボットアームが痛みに関連する回避タスクに到達する前に、参加者にタスクの画面上の標準化された書面による指示を提供します。移動面の中間に位置する3つのアーチが表示されるようにタスクをプログラムし、最短のアーム移動T1が偏差や抵抗なしでペアになっていることを確認します。中腕の動きT2は、中程度の偏差と抵抗とペアになり、最も遠い腕の動きT3は、最大の偏差と最も強い抵抗とペアになります。参加者に、利き手を使ってロボットアームを操作するように指示し、センサーを動かします。センサーはテレビ画面上の緑色のボールで表されます。また、センサーを移動平面の左下隅の始点から、移動平面の左上隅のターゲットに移動します。各試行でどの動作軌道を実行するかを自由に選択できることを参加者に伝えます。また、参加者に、トリプルフットスイッチの 2 つのそれぞれのフットペダルを使用してスケールを左右にスクロールすることにより、連続的な評価スケールで、痛みの予想と運動関連の痛みの恐怖の自己報告測定値を提供するように指示します。練習フェーズの終わりに、質問に答えた後、部屋を出て照明を暗くします。研究者セクションまたは部屋から参加者を観察します。取得プロトコルを実行するには、参加者に確認フットペダルを押して実験を開始してもらいます。回避獲得フェーズ中に、参加者が最短の動きの軌跡T1を実行する場合、動きの3分の2が完了したら、常に痛みの刺激を配信するように定電流刺激装置をプログラムします。参加者が中央の動きの軌跡T2を選択した場合、参加者がより多くの努力をしなければならないことを確認しながら、時間の50%の痛みの刺激を提示します。参加者が最も遠くまで最も努力のかかる動きの軌跡T3を実行する場合は、痛みの刺激を提示するのではなく、参加者が目標に到達するために最も努力しなければならないことを確認してください。試験が成功裏に完了したことは、視覚と聴覚の停止信号の提示によって示されます。ロボットアームは、試用の終了時に自動的に開始位置に戻るようにプログラムする必要があります。3000 ミリ秒後、参加者が次の試行を開始できることを示す視覚と聴覚の開始信号を提示します。回避の一般化をテストする場合、画面上の軌道アーチは、一般化軌道アーチの余地を残すために、取得フェーズ中に分離されます。獲得フェーズ後の回避の一般化をテストするには、獲得軌道に隣接する3つの新しい一般化運動軌跡G1、G2、およびG3を提示します。反応防止による回避の消滅を調査するには、取得フェーズの後、次のフェーズでは T1 しか実行できないことを参加者に通知します。応答防止フェーズでは、T2とT3を視覚的および光学的にブロックして、T1のみが使用可能になるようにします。したがって、応答防止フェーズによる絶滅の間、参加者は最短の移動軌跡T1のみを実行することが保証されます。約 24 時間後、刺激電極を取り付け、痛み刺激に関する情報を含めずに、タスクの簡単な再教育指示を画面上で提供します。次に、痛みの刺激がない場合に3つの獲得軌跡を提示します。実験が完了したら、刺激電極を取り外し、消毒液で刺激電極を完全に洗浄します。次に、電極を柔らかいティッシュペーパーで乾かし、ロボットアームのセンサーを消毒用ワイプまたはスプレーで清掃します。回避行動の獲得は、参加者が獲得フェーズの開始時と比較して、または対照群と比較して、獲得フェーズの終了時に痛みをより回避することによって実証されます。恐怖と痛みの期待の獲得は、参加者がT1およびT2と比較して、T3中に痛みの刺激に対する恐怖と期待が少ないと報告することによって証明されています。恐怖と痛みの期待の一般化は、実験グループの参加者がG1およびG2と比較してG3中に恐怖2が低く、痛みの刺激を期待することが少ないと報告することによって示されています。恐怖と痛みの期待の消滅は、参加者が恐怖が少なく、獲得フェーズの終了時と比較して、反応防止フェーズの終了時のT1中に痛みの刺激を期待することが少ないと報告したときに明らかです。回避行動の自発的回復は、参加者が自発的回復のテストの開始時に、反応防止フェーズの終了時と比較してより多く回避することによって示されます。恐怖と痛みの予想の自発的な回復は、参加者が T1 の恐怖と痛みの予想が、反応予防フェーズの終了時と比較して、自発的回復のテストの開始時に高いと報告することによって示されます。刺激の詩から離れることは、痛み特有の防御反応ではありません。この方法は、不安障害に関連する嫌悪感や恥ずかしさの回避を調査するためにも適用できます。私たちのパラダイムは、回避学習、慢性疼痛、健康な集団と比較した潜在的な違いをテストすることを可能にします。回避の根本的なメカニズムをより深く理解することで、新しい治療オプションが最適化または提供される可能性があります。

investigating-pain-related-avoidance-behavior-using-robotic-arm

Research

JoVE Journal

Behavior

行動

最近では、見通しの膨大な量は、人間とロボットの対話的なシステムに利用可能なってきた。本稿では、急速にインタラクティブ機能の可能なライブラリを作ることができるオープンソースソフトウェアを使用して、新しいロボットデバイスの統合の概要を説明します。私たちは、その後、神経リハビリテーションのアプリケーションのための臨床応用を概説する。...

触覚/グラフィックリハビリテーション：仮想環境のライブラリにロボットを統合し、脳卒中治療に適用すること

我々は目を覚まし、意識げっ歯の痛み行動の評価のためのユーザーフレンドリーな、高スループットオペラントシステムを提示する。口腔顔面疼痛評価デバイス（OPAD）はテストのより人道的な方法を提供するため、報酬/紛争パラダイムを通して痛みを評価することができます。このプロトコルは、げっ歯類から、より臨床的に関連すると翻訳データが得られます。...

侵害受容性行動の変化を測定するためにオペラント口腔顔面疼痛評価デバイス（OPAD）の使用

ヒト疼痛モデルは、新規化合物の鎮痛能力を評価し、その臨床効果を予測するために使用される貴重なツールです。特に、統合された方法で使用される場合です。これらのモデルの実装は複雑ですが、適切に実行すれば、このプロトコルで説明されている痛みのモデルは、予測可能で信頼性の高い結果を提供できます。...

統合された、マルチモーダル痛みタスクのバッテリーを使用痛みの検出と許容閾値を決定

パラダイムは、ラットで自動化された熟練到達タスクの訓練と分析のために提示されています。引きの試みの分析は、運動学習の個別のサブプロセスを明らかにする。...

ロボットマニピュランダムに運動スキルの学習過程を調査

このようなQUEST推定手順などの心理物理的方法が効率的に痛くない感覚は痛みを伴う感覚に移行れる刺激強度の堅牢な推定値を得ることができます。閾値強度で繰り返し刺激することによって、評価応答の変動は直接その後の分析では、知覚分類に起因することができます。...

振動Prestimulus活動の痛みに関連した定位を研究中Psychophysicallyアンカー、堅牢なしきい

本研究では、手のリハビリテーションのための新しいロボット支援タスク指向プログラムの開発を報告する。発達過程は、脳卒中を起こし、その後の運動制御機能障害に苦しんだ健康な被験者と被験者の両方を用いた実験から成る。...

バイマニュアル外骨格ロボットハンドを用いた新規タスク指向リハビリテーションプログラムの開発

ここで提示される行動パラダイムは、視覚的に導かれた到達の間に人間の上肢の筋肉に対する堅牢な高速バイビオータ応答を引き出す。...

人間の上肢筋肉に対する高速ビスオモター応答を呼び起こす新たな標的パラダイム

機械的競合回避アッセイは、マウスの疼痛感受性の非反射的読み出しとして使用され、様々なマウス疼痛モデルにおける情動動機付け応答をよりよく理解するために使用することができる。...

マウスの疼痛行動を測定するための機械的衝突回避アッセイ

世界では、6人に1人が一生のうちに脳卒中を発症し、長期的な障害を引き起こすと推定されていますが、そのリハビリテーションメカニズムはまだよくわかっていません。この研究では、機能的近赤外分光法(fNIRS)による脳の活性化を評価するためのプロトコルを提案します...

機能的近赤外分光法とロボット支援下肢の多関節指差し運動を用いた実験

この研究の目的は、安全性、再現性、忍容性など、診療所での診療の標準的な手順を維持する、遠隔監視経頭蓋直流刺激 (RS-tDCS)...

幻肢痛に対する在宅遠隔監視経頭蓋直流刺激の使用

このプロトコルは、感覚神経を使用してヒト神経腫の痛みを模倣し、外科的治療を評価するための再現性のあるラットモデルを提示し、トランスレーショナル神経腫研究のための貴重なツールを提供します。...

伏在神経を介した標的筋再神経支配を使用した神経腫疼痛治療オプションを研究するための新しい外科的げっ歯類モデル

学ぶロボットアーム到達パラダイムによる疼痛関連回避行動の獲得・一般化・消去・自然回復のメカニズム。この手法は慢性疼痛の障害化メカニズム解明と治療介入の最適化に貢献する。

ロボットアームに到達するパラダイムを用いた疼痛関連回避行動の調査

さらに動画を探す