Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

मल्टीमॉडल दर्द शरीर आरेखों के साथ दर्द स्थान और तीव्रता की मात्रा निर्धारित करना

Published: July 7, 2023 doi: 10.3791/65334
Automatic Translation
*1, *2, *2, 2, 2, 2, 3
1Anesthesiology (Division of Pain Management), University of California, San Francisco, 2Neurological Surgery and UCSF Weill Institute of Neurosciences, University of California, San Francisco, 3Anesthesiology (Division of Pain Management) and Neurological Surgery and UCSF Weill Institute of Neurosciences, University of California, San Francisco
* These authors contributed equally

Summary

दर्द की गंभीरता को मापने के लिए उपयोग किए जाने वाले वर्तमान दर्द तराजू, जैसे दृश्य एनालॉग स्केल, व्यक्तिपरक दर्द अनुभवों की जटिलता को पकड़ने में विफल रहते हैं। दर्द शरीर आरेख गुणात्मक हैं लेकिन अधिक जानकारीपूर्ण हो सकते हैं। इस विधि का लक्ष्य उपन्यास दबाव-रंग परिवर्तन का उपयोग करके दर्द शरीर आरेखों से मात्रात्मक मैट्रिक्स निकालना है।

Abstract

किसी व्यक्ति की व्यक्तिपरक दर्द गंभीरता को मापने के लिए, मानकीकृत दर्द रेटिंग स्केल जैसे संख्यात्मक रेटिंग स्केल (एनआरएस), दृश्य एनालॉग स्केल (वीएएस), या मैकगिल दर्द प्रश्नावली (एमपीक्यू) का उपयोग आमतौर पर संख्यात्मक पैमाने पर दर्द का आकलन करने के लिए किया जाता है। हालांकि, ये तराजू अक्सर पक्षपाती होते हैं और दर्द के अनुभवों की जटिलता को पकड़ने में विफल होते हैं। इसके विपरीत, नैदानिक अभ्यास में अक्सर रोगियों को शरीर के आरेख पर ड्राइंग करके दर्द के क्षेत्रों की रिपोर्ट करने की आवश्यकता होती है, जो एक प्रभावी लेकिन गुणात्मक उपकरण है। यहां प्रस्तुत विधि दर्द शरीर आरेख (पीबीडी) से मात्रात्मक मैट्रिक्स निकालता है जो एनआरएस, वीएएस और एमपीक्यू दर्द तराजू के खिलाफ मान्य हैं। एक डिजिटल टैबलेट पर एक उपन्यास दबाव-रंग परिवर्तन का उपयोग करके, डिजिटल स्टाइलस के साथ लागू विभिन्न ड्राइंग दबावों को पीबीडी पर अलग-अलग रंगों के रूप में दर्शाया जा सकता है। यह हरे से नीले से लाल तक के रंगों का एक नेत्रहीन सहज आरेख बनाता है, जो क्रमशः हल्के से मध्यम से सबसे दर्दनाक क्षेत्रों का प्रतिनिधित्व करता है। प्रत्येक पीबीडी को निर्धारित करने के लिए, उपन्यास दर्द मेट्रिक्स को परिभाषित किया गया था: (1) पीबीडी मतलब तीव्रता, जो रंगीन पिक्सेल की संख्या से विभाजित प्रत्येक पिक्सेल के रंग मूल्य के योग के बराबर होती है, (2) पीबीडी कवरेज, जो शरीर पर पिक्सेल की कुल संख्या से विभाजित रंगीन पिक्सेल की संख्या के बराबर होती है, और (3) पीबीडी योग तीव्रता, जो सभी पिक्सेल के रंग मूल्यों के योग के बराबर होती है। सहसंबंध और सूचना सिद्धांत विश्लेषण का उपयोग करते हुए, इन पीबीडी मेट्रिक्स को एनआरएस, वीएएस और एमपीक्यू सहित मानकीकृत दर्द मैट्रिक्स के साथ उच्च सामंजस्य दिखाया गया था। अंत में, पीबीडी उपन्यास स्थानिक और मात्रात्मक जानकारी प्रदान कर सकते हैं जिन्हें प्रतिभागी के दर्द के अनुभव को व्यापक रूप से चिह्नित करने के लिए समय के साथ बार-बार मापा और ट्रैक किया जा सकता है।

Introduction

क्रोनिक दर्द एक दुर्बल न्यूरोसाइकिएट्रिक स्थिति है जोसंयुक्त राज्य अमेरिका में 50 मिलियन से अधिक वयस्कों को प्रभावित करती है। हालांकि, व्यक्तिपरक दर्द तीव्रता (जैसे संख्यात्मक रेटिंग स्केल [एनआरएस] या दृश्य एनालॉग स्केल [वीएएस]) को ट्रैक करने के लिए सामान्य नैदानिक उपकरण न्यूनकारी हैं और सोमैटोसेंसरी, संज्ञानात्मक, या भावात्मक डोमेन 2,3 में फैले दर्द लक्षण तीव्रता की जटिल प्रकृति को संवाद करने में विफल रहते हैं। किसी व्यक्ति की दर्द तीव्रता को सटीक रूप से ट्रैक करना दर्द सिंड्रोम के निदान, रोग की प्रगति की निगरानी और दवाओं या मस्तिष्क उत्तेजना जैसे उपचारों की संभावित प्रभावकारिता का आकलन करने के लिए महत्वपूर्ण है।

व्यापक रूप से उपयोग किए जाने वाले एनआरएस दर्द तीव्रता उपकरण को 0-10 से पूर्णांक मान के रूप में दर्द की तीव्रता को रेट करने के लिए विषय की आवश्यकता होती है, जो सबसे खराब संभव दर्द के लिए कोई दर्द नहीं दर्शाता है। जबकि प्रशासन और समझने में आसान है, एनआरएस प्रतिवादी एंकरिंग पूर्वाग्रह, अपेक्षा पूर्वाग्रह और व्यक्तिगत मूल्यों की परिवर्तनीय व्याख्या द्वारा सीमित है 4,5; ये प्रतिभागी तुलनाओं के बीच भी सीमित करते हैं। वीएएस, 0-100 से निरंतर पैमाने, एंकरिंग के प्रभाव को कम कर सकता है लेकिन अभी भी एनआरएस4 के समान सीमाओं का सामना कर सकता है। कई अध्ययनों पुरानी पीठ दर्द गंभीरता6,7 और नैदानिक अभ्यास5 के लिए एनआरएस और वीएएस के बीच समझौते की एक उच्च डिग्री का प्रदर्शन किया है, लेकिन आम सहमति दिशानिर्देश नैदानिक दर्द परीक्षण डिजाइन या व्याख्या 8,9 में समान तराजू पर भरोसा करने की कई कमियों को उजागर . शॉर्ट-फॉर्म मैकगिल दर्द प्रश्नावली 2 (एमपीक्यू) संवेदी और भावात्मक दर्द आयाम11 के बीच अंतर करने में सहायता करने के लिए मौखिक वर्णनकर्ता10 की रेटिंग का उपयोग करके दर्द के सोमैटोसेंसरी और भावात्मक आयामों को और विच्छेदित करता है। हालांकि इन दर्द रेटिंग तराजू आमतौर पर दर्द तीव्रता12,13 को ट्रैक करने के लिए उपयोग किया जाता है, वे इस तरह के दर्द स्थान, या शरीर क्षेत्रों में तीव्रता भिन्नता के रूप में विस्तृत स्थलाकृतिक जानकारी पर कब्जा करने में विफल.

दर्द शरीर आरेख (पीबीडी) एक खुला समाप्त कर दिया, मुक्त फार्म दर्द मूल्यांकन उपकरण उत्तरदाताओं एक योजनाबद्ध मानव शरीर रूपरेखा14,15 पर दर्द स्थान और तीव्रता का एक दृश्य प्रतिनिधित्व वर्णन करने की अनुमति देता है. पीबीडी प्रतिभागियों और चिकित्सा प्रदाताओं के बीच एक प्रभावी संचार उपकरण है जो दर्द के लक्षणों को अनुदैर्ध्यरूप से ट्रैक करने में मदद करता है। पीबीडी का फ्री-फॉर्म ग्राफिकल प्रारूप एंकरिंग पूर्वाग्रह को कम कर सकता है। पीबीडी में हाल के संशोधनों, जैसे कि सेक्स-विशिष्ट शरीर आरेखों की शुरूआत, ने उत्तरदाता की शारीरिक रचना के साथ नेत्रहीन प्रतिनिधित्व वाले शरीर के रूप को संरेखित करके संचार उपकरण के रूप में अपनी प्रभावशीलता में वृद्धि की है, जिससे आत्म-पहचान और प्रतिक्रिया सटीकता17 बढ़ रही है। इसके अलावा, तीव्रता को इंगित करने के लिए रंग का उपयोग सांस्कृतिक और भाषा बाधाओं पर काबू पाने वाले दर्द के लक्षणों के प्रभावी संचार की अनुमति देने के लिए दिखाया गया है। उदाहरण के लिए, सफेद और लाल रंग सबसे अधिक कोई दर्द और गंभीर दर्द का संकेत देने के लिए चुना गया, क्रमशः, एक हमोंग रोगी आबादी18 में. जबकि पीबीडी एक प्रभावी उपकरण19,20 हैं, वे अपनी गुणात्मक प्रकृति द्वारा सीमित हैं।

डिजिटल टैबलेट पर पीबीडी के उपयोग ने दर्द के स्थान और तीव्रता को मापने के लिए उपलब्ध उपकरणों में काफी विस्तार किया है। बारबेरो एट अल दर्द की सीमा या पुरानी पीठ के निचले हिस्से और गर्दन के दर्द वाले रोगियों के पीबीडी के भीतर खींचे गए पिक्सल की संख्या को निर्धारित किया और वीएएस उपायों21 के साथ अच्छा परीक्षण-पुनर्परीक्षण विश्वसनीयता और महत्वपूर्ण सहसंबंध दिखाया। शरीर के आरेखों का विश्लेषण दर्द आवृत्ति मानचित्र बनाने के लिए भी किया गया है ताकि शरीर के सबसे कम से कम अक्सर दर्दनाक क्षेत्रोंको दिखाया जा सके 21,22. हालांकि ये विधियां स्थानिक दर्द की जानकारी को निर्धारित करती हैं, अब तक, किसी भी विधि ने समग्र मैट्रिक्स में दर्द की तीव्रता और स्थान दोनों को शामिल नहीं किया है।

निम्नलिखित प्रोटोकॉल उपन्यास, नेत्रहीन सहज, रंगीन पीबीडी प्राप्त करने और तीन मात्रात्मक मैट्रिक्स निकालने के लिए एक विधि प्रदर्शित करता है जो एक साथ दर्द की तीव्रता और स्थान की जानकारी के समग्र को दर्शाते हैं। ऐसा करने के लिए, दुर्दम्य पुरानी न्यूरोपैथिक दर्द के लिए गहरी मस्तिष्क उत्तेजना (डीबीएस) के शोध परीक्षण से गुजरने वाले पांच प्रतिभागियों को एन-ऑफ-1 अध्ययन डिजाइन23 का उपयोग करके वर्तमान दृष्टिकोण का परीक्षण करने के लिए चुना गया था। प्रतिभागियों को निर्देश दिया गया था कि वे अपने क्षणिक दर्द के लक्षणों की तीव्रता की रिपोर्ट करें, जो कि विभिन्न शरीर के स्थानों पर अलग-अलग दर्द तीव्रता के अनुरूप रंगीन रंगों का उत्पादन करने के लिए एक टैबलेट चित्रण एप्लिकेशन पर पेन दबाव के विभिन्न स्तरों को लागू करें। कवरेज के पीबीडी-व्युत्पन्न मेट्रिक्स, योग तीव्रता, और औसत तीव्रता की तुलना सांख्यिकीय और पारस्परिक सूचना (एमआई) विश्लेषण का उपयोग करके अधिक सामान्य मान्य दर्द मैट्रिक्स (यानी, एनआरएस, वीएएस और एमपीक्यू) से की गई थी।

10-दिवसीय इनपेशेंट अस्पताल में रहने के दौरान, मूल्यांकन से गुजरने वाले रोगियों ने पीबीडी (औसत ± मानक विचलन (एसडी) = 121.8 ± प्रति रोगी 34.3 पीबीडी; रेंज 84-177; 609 पीबीडी कुल) एनआरएस, वीएएस और एमपीक्यू जैसे मान्य दर्द तराजू के अलावा कई बार दैनिक पूरा किया। पीबीडी को एक टैबलेट एप्लिकेशन के माध्यम से एकत्र किया गया था और पूरा होने पर सुरक्षित अनुसंधान सर्वरों पर समय-मुद्रांकित फ़ाइलों के रूप में अपलोड किया गया था। दर्द की तीव्रता एनआरएस, वीएएस और एमपीक्यू को रेडकैप सर्वेक्षण उपकरण, एक सुरक्षित वेब एप्लिकेशन का उपयोग करके अधिग्रहित किया गया था। दोनों सर्वेक्षणों और पीबीडी को अनुसंधान सहायकों द्वारा व्यक्तिगत रूप से प्रशासित किया गया था ताकि यह सुनिश्चित किया जा सके कि रोगियों को उनके मूल्यांकन को सही ढंग से पूरा करने के लिए आवश्यक सहायता प्राप्त हो। निम्नलिखित चरणों का विवरण पीबीडी सेटअप, प्रतिभागी निर्देश, डेटा संग्रह, और पीबीडी विश्लेषण मज़बूती से दर्द (चित्रा 1) को मापने के लिए उपयोग किया जाता है।

Protocol

यह पीबीडी प्रोटोकॉल एक अभिभावक नैदानिक परीक्षण प्रोटोकॉल (NCT03029884) में लागू किया गया था, जिसे यूसीएसएफ मानव अनुसंधान संरक्षण कार्यक्रम और एफडीए द्वारा अनुमोदित किया गया था। प्रत्येक प्रतिभागी (3 महिला और 2 पुरुष, आयु सीमा: 51-67 वर्ष) ने लिखित सूचित सहमति पर हस्ताक्षर किए; उन्हें यूसीएसएफ दर्द प्रबंधन केंद्र से भर्ती किया गया था या संयुक्त राज्य अमेरिका में चिकित्सकों द्वारा संदर्भित किया गया था।

1. दर्द शरीर आरेख सेटअप

  1. रोगी समावेशन मानदंड: निम्नलिखित दर्द निदान वाले प्रतिभागियों को शामिल करें: कई न्यूरोपैथिक दर्द एटियलजि, जिसमें केंद्रीय पोस्ट-स्ट्रोक दर्द (2 रोगियों) और रेडिकुलर दर्द (1 रोगी), जटिल क्षेत्रीय दर्द सिंड्रोम (1 रोगी), और रीढ़ की हड्डी की चोट (1 रोगी) के साथ न्यूरोडीजेनेरेटिव रीढ़ की बीमारी शामिल है। सभी प्रतिभागियों ने हाईस्कूल के बाद की शिक्षा पूरी कर ली है।
  2. एक लिंग-उपयुक्त पीबीडी टेम्पलेट (पूरक चित्रा 1) आयात करें, जो सामने और पीछे शरीर की सतहों को प्रदर्शित करता है, एक चित्रण अनुप्रयोग में जिसमें स्पर्श-संवेदनशील डिजिटल टैबलेट पर दबाव-संवेदनशील ड्राइंग टूल होता है। PBD टेम्पलेट को टैबलेट की फोटो लाइब्रेरी में डाउनलोड करें, फिर आयात बटन पर क्लिक करें।
  3. प्रतिभागी पर आकर्षित करने के लिए + बटन के बाद परत आइकन पर क्लिक करके PBD टेम्पलेट के शीर्ष पर एक नई परत बनाएँ. इसका परिणाम दो परतों में होता है, एक पीबीडी के साथ और एक दर्द का संकेत देने वाले रंगों के साथ खींचा जाता है।
  4. पहले ब्रश लाइब्रेरी आइकन पर क्लिक करके एक्स = वाई दबाव-टू-ह्यू परिवर्तन वक्र के साथ एक नया ब्रश बनाएं, फिर ब्रश स्टूडियो खोलने के लिए + ।
  5. कलर डायनेमिक्स लेबल वाले बटन पर क्लिक करें, फिर कलर प्रेशर सेक्शन तक स्क्रॉल करें। ह्यू स्लाइडर के लिए, यह सुनिश्चित करने के लिए संख्यात्मक प्रतिशत पर क्लिक करें कि दबाव परिवर्तन ग्राफ एक सीधी 45 ° रेखा की कल्पना करता है।
    नोट: ग्राफ़ पर डबल-क्लिक करने से ग्राफ़ को सीधे x = y ग्राफ़ पर रीसेट करने का विकल्प मिलेगा।
  6. हरे से नीले से लाल रंग की ढाल सीमा को परिभाषित करने के लिए, रंग दबाव अनुभाग के तहत सूचीबद्ध प्रतिशत संख्या पर क्लिक करके और 81% का संख्यात्मक मान इनपुट करके ह्यू स्लाइडर को समायोजित करें।
    नोट: ऐसा करने का दूसरा तरीका यह है कि यदि एप्लिकेशन हेक्साकोड की मैन्युअल प्रविष्टि की अनुमति देता है तो #FF0000 करने के लिए #008000 की हेक्साडेसिमल सीमा दर्ज करें।
  7. एक पेन आकार का चयन करें जो पेन टूल स्लाइडर को समायोजित करके अध्ययन प्रतिभागियों की आवश्यकताओं को समायोजित करता है। अधिकांश प्रतिभागियों के लिए 30% का पेन आकार एक अच्छा प्रारंभिक आकार है।

2. प्रतिभागियों के लिए निर्देश

  1. पीबीडी शरीर रचना विज्ञान और पोर्ट्रेट मोड में शरीर टेम्पलेट्स के अभिविन्यास, ड्राइंग और मिटाने उपकरण, स्पर्श चुटकी-टू-ज़ूम और रोगी को पैनिंग कार्यक्षमता का वर्णन करें।
  2. निम्नलिखित तरीके से प्रतिभागियों को दबाव-से-रंग रैखिक परिवर्तन की व्याख्या करें: प्रतिभागियों को सूचित करें कि स्टाइलस पर लागू दबाव में वृद्धि के परिणामस्वरूप हरे से नीले रंग में बदलाव होगा जो हरे से नीले रंग में स्थानांतरित हो जाएगा जो किसी भी स्थान पर हल्के से मध्यम से गंभीर दर्द तीव्रता का प्रतिनिधित्व करने के लिए आरेख में रंग दिया जाना चाहिए।
  3. टीच-बैक विधि24 का उपयोग करके, पीबीडी कार्य के प्रतिभागी की समझ की पुष्टि करें कि उन्हें अपने शब्दों का उपयोग करके आरेख को कैसे भरना है।
  4. प्रतिभागियों को दर्द स्थान और तीव्रता का सटीक प्रतिनिधित्व सुनिश्चित करने के लिए एक सपाट सतह पर कई पीबीडी आकर्षित करने के लिए कम से कम 15 मिनट का अभ्यास समय दें। प्रयोज्य को अधिकतम करने के लिए किसी भी समायोजन की अनुमति दें। स्थिरता सुनिश्चित करने के लिए प्रत्येक प्रतिभागी के साथ तुरंत बाद पीबीडी की समीक्षा करें और यह कि रंग इरादे के अनुसार खींचे गए हैं।

3. डेटा संग्रह और पूर्व प्रसंस्करण

  1. प्रतिभागियों को बेसलाइन के दौरान या कुछ उपचार या हस्तक्षेप के बाद विभिन्न समय बिंदुओं पर पीबीडी पूरा करने के लिए कहें। प्रत्येक पीबीडी के पूरा होने के लिए समय की एक खुली राशि के लिए अनुमति दें ताकि प्रत्येक मानचित्र प्रतिभागी की संतुष्टि के लिए पूरा किया जा सके।
  2. रोगी आईडी युक्त एक मानकीकृत फ़ाइल नाम के साथ-साथ पीबीडी पूरा होने पर तारीख और समय के साथ पूर्ण पीबीडी सहेजें।
    नोट:: ये फ़ाइलें अस्थायी रूप से टैब्लेट डिवाइस पर सहेजी जाती हैं।
  3. थोक निर्यात ने पोर्टेबल दस्तावेज़ प्रारूप (.PDF) या फ़ोटोशॉप दस्तावेज़ (.PSD) फ़ाइल प्रारूप में पीबीडी पूरा किया जो पूर्व-प्रसंस्करण के लिए छवि परतों को बरकरार रखता है। बल्क एक्सपोर्ट करने के लिए, वांछित इमेज चुनने के लिए पहले सेलेक्ट आइकन पर क्लिक करें, फिर एक्सपोर्ट के लिए इमेज फॉर्मेट का मेन्यू खोलने के लिए शेयर करें पर क्लिक करें । पसंद की प्रारूप फ़ाइल पर क्लिक करें.
    नोट:: निर्यात की गई फ़ाइलें किसी सुरक्षित शोध सर्वर पर अपलोड की जाती हैं।
  4. पीबीडी डाउनलोड करें और एक रेखापुंज-आधारित छवि संपादक में खोलें।
  5. दो मुखौटा परतों को जोड़कर पीबीडी फ़ाइल की शीर्ष परत से ब्याज के रंगीन पिक्सल को अलग करें: रंगीन-इन परत के नीचे एक पूरी तरह से काली परत और एक ब्लैक मास्क परत रंगीन-इन परत के ऊपर टेम्पलेट बॉडी आउटलाइन के बाहर पिक्सल को बाहर करने के लिए। इसके परिणामस्वरूप संसाधित पीबीडी होंगे जिनमें केवल काले रंग की पृष्ठभूमि (चित्रा 1) पर शरीर की रूपरेखा के भीतर रंगीन पिक्सेल होते हैं।
  6. बटन के निम्नलिखित अनुक्रम पर क्लिक करके और चयन करके संसाधित PBDs को पोर्टेबल नेटवर्क ग्राफिक्स (.png) फ़ाइलों के रूप में निर्यात करें: फ़ाइल > निर्यात > निर्यात के रूप में > पीएनजी > निर्यात।

4. पीबीडी मात्रा का ठहराव

  1. सार्वजनिक रूप से उपलब्ध पायथन पैकेज ओपनसीवी 225 का उपयोग करके आरजीबी (लाल, हरा, नीला) रंग स्थान से पीबीडी में प्रत्येक पिक्सेल मान को एचएसवी (रंग, संतृप्ति, मूल्य) रंग स्थान में परिवर्तित करें। आरजीबीए 2 एचएसवी (फ़ाइल नाम) (पूरक कोडिंग फ़ाइल 1) और measure_SAnoblur (फ़ाइल नाम, सिग्मा-1.0) (चित्रा 1) शीर्षक वाली पायथन स्क्रिप्ट चलाकर प्रत्येक पिक्सेल के लिए ह्यू वैल्यू निकालें।
    नोट: ये स्क्रिप्ट 0-139.5 से निरंतर ह्यू स्केल बनाने के लिए ह्यू वैल्यू को निर्धारित और समायोजित करती हैं। OpenCV2 पर HSV मान 0-179 तक होता है। सबसे हल्का हरा, जो कम से कम दर्द की तीव्रता का प्रतिनिधित्व करता है, 39.5 के रंग मूल्य से मेल खाता है। कुछ लाल रंग 0-10 के बीच के मानों के अनुरूप होते हैं। पीले और नारंगी रंग जो 10-39.5 के बीच के रंग मूल्यों के अनुरूप हैं, पेन टूल द्वारा उपयोग नहीं किए जाते हैं। 0-10 से लाल रंग के मूल्यों को सबसे अधिक दर्द तीव्रता का सही ढंग से प्रतिनिधित्व करने के लिए 179 को फिर से सौंपा जाता है। इस समायोजन के बाद ह्यू स्केल 39.5-179 तक होता है। फिर, प्रत्येक रंग मान से 39.5 घटाया जाता है ताकि अंतिम पैमाना 0-139.5 से हो।
  2. क्वांटिफ़ाइपेन (फ़ाइल नाम) (पूरक कोडिंग फ़ाइल 1) शीर्षक वाली पायथन स्क्रिप्ट चलाकर तीन पीबीडी मेट्रिक्स की गणना और सामान्यीकरण करें।
    1. स्क्रिप्ट नीचे वर्णित के रूप में प्रत्येक मीट्रिक की गणना करती है।
      1. पीबीडी कवरेज: रंगीन पिक्सल की संख्या को बॉडी डायग्राम के भीतर उपलब्ध पिक्सल की कुल संख्या से विभाजित करें। महिलाओं के लिए रंगीन पिक्सेल की संख्या की सीमा 0 से 820,452 पिक्सेल (कुल पिक्सेल) है और पुरुषों के लिए सीमा 0 से 724,608 पिक्सेल (कुल पिक्सेल) है।
      2. PBD योग तीव्रता: मुख्य भाग आरेख में सभी पिक्सेल के लिए रंग मान जोड़ें। महिलाओं के लिए रंग मूल्यों के योग की सीमा 0 से 114,453,054 है और पुरुषों के लिए सीमा 0 से 101,082,816 है।
      3. पीबीडी मतलब तीव्रता: रंगीन पिक्सेल की कुल संख्या से सभी रंग मूल्यों के योग को विभाजित करें।
    2. नीचे वर्णित गणनाओं का पालन करके 0 से 100 पैमाने पर सभी पीबीडी उपायों को सामान्य करने के लिए स्क्रिप्ट का उपयोग करें।
      1. पीबीडी कवरेज: पीबीडी कवरेज को 100 से गुणा करें।
      2. पीबीडी योग: पीबीडी योग तीव्रता को अधिकतम पीबीडी योग तीव्रता से विभाजित करें और 100 से गुणा करें। अधिकतम PBD योग तीव्रता बॉडी आरेख में पिक्सेल की कुल संख्या को 139.5 से गुणा करने के बराबर होती है (यानी, महिलाओं के लिए, यह 820,452 पिक्सेल है जिसे 139.5 से गुणा किया जाता है जो 114,453,054 के बराबर है; पुरुषों के लिए, यह 724,608 पिक्सेल है जिसे 139.5 से गुणा किया जाता है जो 101,082,816 के बराबर है)।
      3. पीबीडी माध्य: पीबीडी माध्य तीव्रता को 139.5 के अधिकतम रंग मान से विभाजित करें और 100 से गुणा करें।
  3. प्रत्येक PBD (एक्सटेंशन .png के साथ) फ़ाइल को संसाधित करने के लिए चरण 4.1 और 4.2 दोहराएँ। आगे के विश्लेषण चलाने के लिए स्प्रेडशीट में आउटपुट संकलित करें।

Representative Results

पीबीडी माध्य, योग और कवरेज विशिष्ट रूप से दर्द प्रतिक्रियाओं के बारे में जानकारी प्रदान करते हैं जो अन्य मानकीकृत दर्द पैमानों में कब्जा नहीं करते हैं। दो पीबीडी (चित्रा 2 ए, बी) के बीच, औसत दर्द तीव्रता समान है (पीबीडी मतलब = 79.6)। एक बढ़ी हुई कवरेज और योग, हालांकि, क्रमशः दर्द और कुल दर्द तीव्रता के अधिक स्थानिक प्रसार को प्रकट करता है, जो दो पीबीडी(चित्रा 2बी)को अलग करता है। इन मैट्रिक्स का उपयोग करके दर्द को सही ढंग से मापने के लिए, शोधकर्ताओं को निम्नलिखित सामान्य पीबीडी सेटअप गलतियों (चित्रा 2सी) से बचना चाहिए। अत्यधिक बड़ी कलम मोटाई और शरीर की रूपरेखा के बाहर बाहरी तत्व, जैसे कि शरीर के क्षेत्रों का चक्कर लगाना या लिखित वर्णनकर्ता पीबीडी प्रसंस्करण में कैप्चर नहीं किए जाएंगे। इसी तरह, इरेज़र टूल के बजाय रंग हटाने के लिए इस्तेमाल किया जाने वाला एक सफेद पेन पीबीडी मेट्रिक्स को तिरछा कर देगा। अभ्यास और प्रबलित निर्देश रोगियों को सटीक और मात्रात्मक पीबीडी बनाने के लिए सशक्त बनाएंगे जो दर्द की तीव्रता और वितरण में परिवर्तनशीलता प्रकट करते हैं।

पीबीडी मेट्रिक्स एनआरएस, वीएएस, और एमपीक्यू (चित्रा 3 बी; अनुपूरक चित्र 2) और प्रयोज्य में उच्च स्कोर किया (पूरक चित्रा 1 और पूरक चित्रा 2)।

पीबीडी मेट्रिक्स मानक दर्द मेट्रिक्स से संबंधित हैं
पीबीडी मेट्रिक्स एनआरएस, वीएएस, और अधिकांश रोगियों (चित्रा 3 ए, पूरक चित्रा 1 ए, बी) के लिए एमपीक्यू के साथ सहसंबद्ध थे। पांच में से चार रोगियों में, पीबीडी योग, कवरेज और मतलब उनके वीएएस और एनआरएस (स्पीयरमैन के सहसंबंध, आरएस = 0.33-0.72, पी < 0.004, पूरक तालिका 1) से सहसंबद्ध थे। पांच प्रतिभागियों में से तीन के लिए, पीबीडी मेट्रिक्स भी एमपीक्यू स्कोर (स्पीयरमैन के सहसंबंध, आरएस  = 0.38-0.53, पी < 0.004, पूरक तालिका 1) के साथ काफी सहसंबद्ध थे। हालांकि, रोगी 4 ने पीबीडी मेट्रिक्स और मानक दर्द स्कोर के बीच महत्वपूर्ण सहसंबंध नहीं दिखाया। हमने आगे सूचना सिद्धांत विश्लेषण (पूरक चित्रा 2) का उपयोग करके पीबीडी और मानक मैट्रिक्स के बीच गैर-रैखिक संबंधों की विशेषता बताई।

पीबीडी मेट्रिक्स प्रतिक्रिया एंकरिंग से बचते हैं और मानक दर्द मेट्रिक्स के साथ आपसी जानकारी साझा करते हैं
पीबीडी मेट्रिक्स में एनआरएस की तुलना में अधिक जानकारी (यानी, एन्ट्रापी) थी। रोगियों के पार, एनआरएस में वीएएस तीव्रता, वीएएस अप्रियता, एमपीक्यू कुल, पीबीडी योग, पीबीडी कवरेज, और पीबीडी माध्य (3.21 ± 0.49 बिट्स, 3.20 ± 0.31 बिट्स, 3.16 ± 0.23 बिट्स, 3.06 ± 0.32 बिट्स, 3.34 ± 0.16 बिट्स, 3.22 ± 0.39 बिट्स की तुलना में कम जानकारी (2.32 ± 0.37 बिट्स) शामिल थीं; अनुपूरक चित्रा 2)। यह एक तरह से दोहराया उपायों एनोवा (एफ (4,1) = 12.10, पी < 0.05 ) और व्यक्तिगत तुलना के लिए एक Tukey के टी परीक्षण (सभी पी < 0.05) के साथ पुष्टि की गई थी. इससे पता चलता है कि पीबीडी मेट्रिक्स में एनआरएस की तुलना में कम प्रतिक्रिया एंकरिंग थी।

पीबीडी को आपसी सूचना विश्लेषण (क्रमपरिवर्तन परीक्षण, α = 0.05) द्वारा स्थापित मैट्रिक्स के खिलाफ आगे मान्य किया गया था। पांच रोगियों में से चार में, पीबीडी मेट्रिक्स ने एनआरएस, वीएएस तीव्रता, वीएएस अप्रियता और एमपीक्यू (पी < 0.05, चित्रा 3 बी) के साथ एमआई को महत्वपूर्ण रूप से साझा किया। इसके विपरीत, रोगी 4 के पीबीडी मेट्रिक्स ने स्थापित मैट्रिक्स के साथ एमआई को महत्वपूर्ण रूप से साझा नहीं किया। चूंकि उनके एनआरएस में रोगियों (पूरक चित्रा 2) में कम से कम जानकारी थी, इससे पता चलता है कि एनआरएस दर्द के अनुभव में बारीकियों को पकड़ने में विफल रहा जो पीबीडी द्वारा कब्जा कर लिया गया था। सभी रोगियों में, एनआरएस ने वीएएस तीव्रता, वीएएस अप्रियता और एमपीक्यू के साथ महत्वपूर्ण एमआई साझा किया, जबकि पीबीडी राशि ने पीबीडी कवरेज और पीबीडी माध्य (पी < 0.05, चित्रा 3बी) के साथ एमआई साझा किया। कुल मिलाकर, अधिकांश रोगियों के लिए, पीबीडी मेट्रिक्स ने एमआई को स्थापित दर्द मेट्रिक्स के साथ साझा किया।

अधिकांश प्रतिभागियों के लिए पीबीडी का उपयोग करना आसान था
अध्ययन में, पांच रोगियों में से चार ने पीबीडी का उपयोग करना आसान पाया और उनके दर्द को सटीक रूप से प्रतिबिंबित किया (पूरक तालिका 2)। हालांकि, रोगी 4 ने बताया कि पीबीडी का उपयोग करना मुश्किल था (5-पॉइंट लिकर्ट स्केल पर 5)। यह मुख्य रूप से है क्योंकि उनके पास गहरी, आंत का दर्द है-जो 2-आयामी (2 डी) पीबीडी में अच्छी तरह से कब्जा नहीं किया गया है। जबकि रोगी पीबीडी (2.8 ± 1.2, रेंज 1-4, 5-पॉइंट लिकर्ट स्केल) के साथ अपनी परिचितता में भिन्न थे, वे सभी तुलनीय इलेक्ट्रॉनिक्स दैनिक (5.0 ± 0.0, 5-पॉइंट लिकर्ट स्केल) का उपयोग करते थे और पीबीडी को उपयोगकर्ता के अनुकूल (5.2 ± 0.4, रेंज 5-6, 6-पॉइंट लिकर्ट स्केल) पाया जाता था।

Figure 1
चित्र 1. दर्द शरीर आरेख (PBD) विश्लेषण कार्यप्रवाह. मरीजों ने दर्द के स्थान और तीव्रता का प्रतिनिधित्व करने के लिए खाली पीबीडी टेम्पलेट्स पर आकर्षित किया। पूर्ण पीबीडी में हरे से नीले से लाल रंग तक के रंग होते हैं, जो क्रमशः हल्के से मध्यम से गंभीर दर्द क्षेत्रों का प्रतिनिधित्व करते हैं। PBDs शरीर की रूपरेखा के भीतर केवल पिक्सेल शामिल करने के लिए नकाबपोश थे और फिर टेम्पलेट केवल रंग युक्त पिक्सेल अलग करने के लिए हटा दिया गया था. पीबीडी से, पीबीडी कवरेज (%), योग तीव्रता (0-100 तक सामान्यीकृत), और औसत तीव्रता (0-100 तक सामान्यीकृत) की गणना की गई थी। पीबीडी कवरेज के लिए, रंगीन पिक्सेल की संख्या को पहले आरेख के भीतर पिक्सेल की कुल संख्या (महिलाओं के लिए 820,452 पिक्सेल, पुरुषों के लिए 724,608 पिक्सेल) से विभाजित किया गया था, फिर 100 से गुणा किया गया था। पीबीडी योग तीव्रता के लिए, शरीर आरेख में सभी पिक्सेल के लिए रंग मूल्यों को पहले अभिव्यक्त किया गया था (महिला रेंज: 0-114,453,054; पुरुष रेंज: 0-101,082,816)। राशि को तब अधिकतम पीबीडी योग तीव्रता (महिलाओं: 820,452 पिक्सल को अधिकतम रंग मूल्य 139.5 से गुणा, पुरुष: 724,608 पिक्सेल 139.5 से गुणा किया गया) से विभाजित किया गया और 100 से गुणा किया गया। पीबीडी माध्य तीव्रता के लिए, सभी रंग मूल्यों के योग को रंगीन पिक्सेल की कुल संख्या से विभाजित किया गया था, फिर 139.5 के अधिकतम रंग मूल्य से विभाजित करके सामान्यीकृत किया गया था। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 2
चित्र 2. प्रतिनिधि पीबीडी अच्छे और बुरे पीबीडी के उदाहरण दिखा रहे हैं। (ए, बी) अच्छे पीबीडी 3 दर्द मेट्रिक्स की गणना की उपयोगिता दिखाते हैं। (सी) खराब पीबीडी उदाहरणों में अत्यधिक मोटी कलम का आकार, शरीर आरेख के बाहर बाहरी तत्व और गलत मिटाना शामिल है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 3
चित्र 3. पीबीडी मेट्रिक्स को स्पीयरमैन के सहसंबंध और आपसी सूचना विश्लेषण के माध्यम से मानक दर्द मेट्रिक्स के खिलाफ मान्य किया गया था। (ए) वीएएस तीव्रता और पीबीडी राशि प्रत्येक रोगी के लिए तैयार रैखिक सर्वोत्तम-फिट लाइनों के साथ प्लॉट की गई। (बी) समूह-स्तरीय डेटा प्रत्येक दर्द मीट्रिक के बीच औसत पारस्परिक जानकारी (एमआई) दिखा रहा है, एमआई के साथ दाईं ओर रंग पट्टी द्वारा इंगित किया गया है। प्रत्येक बॉक्स में पाठ किसी दिए गए जोड़ीदार तुलना के लिए सांख्यिकीय रूप से महत्वपूर्ण एमआई वाले रोगियों की संख्या का प्रतिनिधित्व करता है (उदाहरण के लिए, 3/5 महत्वपूर्ण मूल्यों वाले 3 रोगियों को इंगित करता है)। एमआई को सैद्धांतिक अधिकतम एमआई द्वारा विभाजित मनाया एमआई द्वारा प्रस्तुत किया जाता है। संक्षिप्ताक्षर: एनआरएस = संख्यात्मक रेटिंग स्केल; VAS तीव्रता = दृश्य एनालॉग स्केल तीव्रता; वीएएस अनप्ल। = दृश्य एनालॉग स्केल दर्द अप्रियता, एमपीक्यू = संक्षिप्त रूप मैकगिल दर्द प्रश्नावली 2; पीबीडी = दर्द शरीर आरेख; पीबीडी कोव। = पीबीडी कवरेज, एमआई = आपसी जानकारी, एसआईजी। = महत्वपूर्ण। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

अनुपूरक चित्र 1. पीबीडी माध्य (ए) और पीबीडी कवरेज (बी) प्रत्येक रोगी के लिए खींची गई रैखिक सर्वोत्तम-फिट लाइनों के साथ वीएएस तीव्रता के खिलाफ प्लॉट किया गया। संक्षिप्ताक्षर: वीएएस = दृश्य एनालॉग स्केल; PBD = दर्द शरीर आरेख। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

अनुपूरक चित्र 2. रोगियों में प्रति दर्द मीट्रिक एन्ट्रापी। समूह-स्तर पर, एनआरएस तीव्रता में हर दूसरे दर्द मीट्रिक की तुलना में कम एन्ट्रापी थी, जैसा कि बार-बार उपायों द्वारा दिखाया गया है, एक तरफा एनोवा द्वारा विशिष्ट तुलना के लिए टुकी के परीक्षण पोस्ट-हॉक के बाद * = पी < 0.05, ** = पी < 0.001। संक्षिप्ताक्षर: एनआरएस = संख्यात्मक रेटिंग स्केल; वीएएस = दृश्य एनालॉग स्केल; एमपीक्यू = मैकगिल दर्द प्रश्नावली; PBD = दर्द शरीर आरेख। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

अनुपूरक तालिका 1. पीबीडी मेट्रिक्स और स्व-रिपोर्ट किए गए मानक दर्द उपायों के बीच स्पीयरमैन के सहसंबंध। एनआरएस, वीएएस और एमपीक्यू दर्द उपायों के खिलाफ तीन निकाले गए पीबीडी मैट्रिक्स के लिए स्पीयरमैन के सहसंबंध गुणांक (आरएचओ)। संक्षिप्ताक्षर: एनआरएस = संख्यात्मक रेटिंग स्केल; वीएएस = दृश्य एनालॉग स्केल; एमपीक्यू = मैकगिल दर्द प्रश्नावली; PBD = दर्द शरीर आरेख। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

अनुपूरक तालिका 2. पीबीडी को पूरा करने के रोगी छापों को पीबीडी-विशिष्ट और सिस्टम प्रयोज्य स्केल-संशोधित प्रश्नों के माध्यम से प्रकट किया गया था। संशोधित प्रयोज्य पैमाने के प्रश्नों को सकारात्मक और नकारात्मक बयानों में वैकल्पिक किया गया और उन्हें 5-बिंदु पैमाने पर रैंक किया गया (1 = दृढ़ता से सहमत, 5 = दृढ़ता से असहमत)। संक्षिप्त: PBD = दर्द शरीर आरेख। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक कोडिंग फ़ाइल 1: पीबीडी मेट्रिक्स के लिए पायथन स्क्रिप्ट। एनोटेट किया गया पायथन कोड एक दर्द शरीर आरेख पीएनजी फ़ाइल को संसाधित करता है और प्रत्येक फ़ाइल के लिए पीबीडी माध्य, कवरेज और योग मूल्यों को आउटपुट करता है। स्क्रिप्ट में प्रोग्राम चलाने के लिए आवश्यक पैकेज डाउनलोड करने के लिए आयात कथन भी शामिल हैं। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

अनुपूरक फ़ाइल 1: पद्धतिगत विवरण के लिए पूरक फ़ाइल। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

Discussion

प्रोटोकॉल के भीतर महत्वपूर्ण कदम
प्रमुख चरणों में शामिल हैं: पीबीडी सेटअप, रोगी निर्देश और पूर्व-प्रसंस्करण। पीबीडी सेटअप के लिए, प्रत्येक लिंग विशिष्ट पीबीडी को आगे और पीछे के दृश्य26 की कल्पना करनी चाहिए, और ह्यू मूल्यों को अलग करने के लिए एक चित्रण एप्लिकेशन पर एक खाली परत के साथ मढ़ा जाना चाहिए। इसके अलावा, कलम का आकार रोगियों की चित्रण आवश्यकताओं को पूरा करना चाहिए और पीबीडी का मात्रात्मक विश्लेषण करने के लिए रंग ग्रेडिएंट को परिभाषित किया जाना चाहिए। रोगी निर्देश और उपकरण की समझ विश्वसनीय डेटा के लिए मौलिक हैं। पीबीडी पर उपकरण को लागू करने का अभ्यास करने के लिए प्रतिभागियों के लिए पर्याप्त समय आवंटित किया जाना चाहिए। परीक्षण के दौरान समय-समय पर प्रतिभागियों की कार्यों और सर्वेक्षणों की समझ की पुष्टि करने के लिए टीच-बैक विधि का उपयोग करें, लगभग हर 10 पीबीडी में एक बार। व्यक्तिगत पीबीडी का ट्रैक रखने के लिए, प्रत्येक फ़ाइल को पूरा होने के बाद एक अद्वितीय शीर्षक और टाइमस्टैम्प के साथ नाम देना भी एक अच्छा विचार है। डेटा संग्रह के बाद, प्रत्येक पीबीडी मीट्रिक को पायथन27 स्क्रिप्ट का उपयोग करके निकाला जा सकता है ( पूरक कोडिंग फ़ाइल 1 देखें)। पीबीडी कवरेज, योग तीव्रता और औसत तीव्रता के उपायों को रोगी के भीतर दर्द प्रतिक्रियाओं को ट्रैक करने के लिए किसी भी उपचार या हस्तक्षेप से पहले और बाद में दोहराया जा सकता है। इन मैट्रिक्स को निकालने के लिए, एक शोधकर्ता जो सीधे डेटा संग्रह में शामिल नहीं है, को शरीर की रूपरेखा के अंदर खींचे गए रंगों को अलग करने के लिए ब्लैक मास्क परतों को ओवरले करना चाहिए, फिर पूरक फ़ाइल 1 के रूप में प्रदान किए गए कस्टम सॉफ़्टवेयर कोड का उपयोग करके एचएसवी पिक्सेल मानों की गणना करें।

तकनीक में संशोधन और समस्या निवारण
रोगी 1 के डेटा संग्रह के दौरान पद्धतिगत चरणों को परिष्कृत किया गया था। इनमें रोगियों को पेन की दबाव संवेदनशीलता को नियंत्रित करने के साथ खुद को परिचित करने के लिए अधिक समय की अनुमति देना, बाद में मास्किंग और विश्लेषण के लिए शरीर आरेख परतों को सही ढंग से स्थापित करना, पीबीडी पर प्रतीकों या शब्दों के उपयोग को सीमित करना और प्रत्येक प्रतिभागी की ताकत और निपुणता के अनुसार पूर्ण कलम दबाव संवेदनशीलता को समायोजित करना शामिल है (हालांकि सापेक्ष दबाव और रंग के बीच परिवर्तन स्थिर रहा)। मरीजों को उनके दर्द का सबसे अच्छा प्रतिनिधित्व करने के लिए अपने कलम के आकार का चयन करने की अनुमति दी गई थी; हालांकि, एक निश्चित आकार का चयन बेहतर भविष्य के अंतर-रोगी तुलना के लिए अनुमति दे सकता है। भविष्य के पुनरावृत्तियों में, एक विधि का प्रोटोटाइप जो एक रंग चैनल (जैसे, लाल, हरा, या नीला) का उपयोग करता है और पेन के दबाव के आधार पर रंग की लपट को बदलता है, आरजीबी से एचएसवी रंग स्थान में परिवर्तित करते समय सटीकता के संभावित नुकसान को कम कर सकता है।

तकनीक की सीमाएं
पीबीडी के लिए रोगियों को कम से कम एक ऊपरी छोर में पर्याप्त आधारभूत मोटर शक्ति और निपुणता की आवश्यकता होती है, जिसमें उंगलियों में अच्छी ठीक मोटर क्षमता होती है, कम से कम आरेखों को स्वतंत्र रूप से पूरा करने और दबाव के माध्यम से उनके दर्द के अनुभव का सटीक अनुवाद करने के लिए। जबकि एनआरएस और एमपीक्यू जैसे मानक दर्द मेट्रिक्स को मौखिक संचार के माध्यम से एक सहायक द्वारा कागज या कीबोर्ड पर दर्ज किया जा सकता है, पीबीडी के साथ यह संशोधन अभी तक मान्य नहीं है। पीबीडी में दो-आयामी चित्रण के रूप में गहराई का भी अभाव है। एक तीन आयामी शरीर आरेख में विस्तार के स्तर गुणात्मक दर्द की जानकारी17 के संचार का विस्तार करने के लिए प्रदर्शन किया गया है. आगे दर्द की गहराई की विशेषता उपन्यास दर्द की जानकारी को पकड़ सकती है जो एनआरएस, वीएएस और एमपीक्यू जैसे तराजू में जांच नहीं की जाती है। शरीर के आरेख वर्तमान में अधिक अमूर्त सोमाटाइजेशन या दर्द के गहरे रूपों को पकड़ने के लिए डिज़ाइन नहीं किए गए हैं। उदाहरण के लिए, रोगी 4 ने स्वयं बताया कि दर्द स्थान और दर्द की तीव्रता प्रयोज्य सर्वेक्षण में शरीर आरेख द्वारा अच्छी तरह से विशेषता नहीं थी, क्योंकि उन्हें लगा कि उन्होंने अपने आंतरिक न्यूरोपैथिक दर्द पर कब्जा नहीं किया है। रोगी 5 अक्सर अपने शरीर के भीतर भारीपन को इंगित करने के लिए शरीर के आरेखों में बिंदीदार रेखाएं खींचता है, जो मीट्रिक गणनाओं को भ्रमित कर सकता है। भविष्य के पीबीडी पुनरावृत्तियों को मात्रात्मक विधि में दर्द या आंत के दर्द के सोमाटाइजेशन का प्रतिनिधित्व करने के लिए विस्तारित किया जा सकता है। अंत में, पीबीडी का विश्लेषण एन-ऑफ-1 ढांचे में किया गया, जहां प्रत्येक प्रतिभागी के लिए लगभग 100 अलग-अलग पीबीडी उत्पन्न किए गए थे। समग्र प्रतिभागियों की कम संख्या के कारण समूह-स्तरीय विश्लेषण संभव नहीं थे। इसलिए, इस अध्ययन में परीक्षण-पुनर्परीक्षण विश्वसनीयता निर्धारित नहीं की जा सकी क्योंकि एनआरएस तराजू की प्रतिक्रियाओं को एंकरिंग पूर्वाग्रह का सामना करना पड़ता है, यह सुझाव देते हुए कि समान एनआरएस स्कोर परीक्षण के बाद परीक्षण किए गए समान पीबीडी के बराबर नहीं हो सकते हैं। समूह-वार विश्लेषण सेटिंग में पीबीडी मेट्रिक्स का मूल्यांकन करने और एक बड़े नमूने में विधि की परीक्षण-पुनर्परीक्षण विश्वसनीयता के लिए भविष्य के अनुसंधान की आवश्यकता होगी।

मौजूदा तरीकों के संबंध में विधि का महत्व
PBDs व्यापक रूप से नैदानिक और अनुसंधान सेटिंग्स में इस्तेमाल किया गया है उनके शरीर14,15 भर में एक प्रतिभागी के दर्द की तीव्रता का प्रदर्शन करने के लिए, अभी तक इस उपकरण काफी हद तक अपने गुणात्मक प्रकृति से सीमित रहे. जबकि डिजिटल दर्द मानचित्रण का उपयोग पुराने दर्द16 को अनुदैर्ध्य रूप से ट्रैक करने के लिए किया गया है, रोगियों को एक संयुक्त, सटीक तकनीक में दर्द की तीव्रता और स्थान का प्रतिनिधित्व करने की क्षमता का अभाव था। पीबीडी के साथ शामिल यह उपन्यास दबाव-रंग परिवर्तन समग्र स्थानिक और मात्रात्मक दर्द मेट्रिक्स प्रदान करता है जिसे प्रतिभागी के दर्द अनुभव को पकड़ने के लिए समय के साथ बार-बार मापा और ट्रैक किया जा सकता है। यहां, तीन निकाले गए पीबीडी मेट्रिक्स जो अलग-अलग रोगी के भीतर दर्द की तीव्रता और स्थान को प्रतिबिंबित करते हैं, यानी, पीबीडी कवरेज, योग तीव्रता, और औसत तीव्रता, एनआरएस तीव्रता, वीएएस तीव्रता, वीएएस अप्रियता और एमपीक्यू जैसे मानकीकृत दर्द उपायों के साथ उच्च वैधता और सामंजस्य रखने के लिए प्रदर्शित किए गए थे। सभी पीबीडी उपायों को पांच में से चार रोगियों में वीएएस और एनआरएस स्कोर से सहसंबद्ध किया गया था और पांच में से तीन में एमपीक्यू से काफी सहसंबद्ध किया गया था। इसके अतिरिक्त, सूचना सिद्धांत दृष्टिकोण 28,29,30,31 ने गैर-रैखिक संबंधों का खुलासा किया जो अधिक सामान्य सांख्यिकीय तरीकों से पता नहीं लगाया गया था। अध्ययन में, पांच में से चार रोगियों में पीबीडी उपायों और एनआरएस, वीएएस तीव्रता, वीएएस अप्रियता और एमपीक्यू के बीच महत्वपूर्ण एमआई था, जो सूचना सामग्री में महत्वपूर्ण, लेकिन कुल नहीं, ओवरलैप का प्रदर्शन करता था। इस प्रकार, पीबीडी उपाय मानकीकृत दर्द उपायों के साथ अत्यधिक संगत थे, फिर भी पीबीडी मतलब तीव्रता और स्थान की जानकारी के संयोजन को प्रतिबिंबित करता है जो पारंपरिक दर्द मैट्रिक्स में मौजूद नहीं था।

इस तकनीक के भविष्य के अनुप्रयोग
वर्तमान परिणाम दर्शाते हैं कि पीबीडी विशेष रूप से उन रोगियों के लिए उपयुक्त हो सकते हैं जो गैर-रैखिक पैमाने पर अपने दर्द का अनुभव और मात्रा निर्धारित करते हैं। इसी तरह मौखिक वर्णनकर्ता प्रतिभागियों को दर्द का मूल्यांकन करने के लिए एक और आयाम प्रदान कर सकते हैं, पीबीडी उनके दर्द की एक अद्वितीय चित्रमय और दबाव-आधारित व्याख्या प्रदान करते हैं। एक उपन्यास दबाव-रंग परिवर्तन को लागू करके, शरीर के आरेख दर्द की तीव्रता में स्थान, प्रसार और क्षेत्रीय भिन्नता के बारे में जानकारी प्रदान करते हैं, जो हमारे ज्ञान के लिए, पहले प्रदर्शित नहीं किया गया है। किसी भी डीबीएस परीक्षण के दौरान एकत्र किए गए तंत्रिका डेटा के साथ, पीबीडी मेट्रिक्स विभिन्न मस्तिष्क क्षेत्रों में विभिन्न शरीर क्षेत्रों में दर्द को स्थानीय बनाने में एक शक्तिशाली उपकरण हो सकता है और दर्द सिग्नलिंग मार्गों पर यंत्रवत अध्ययनों को सूचित करने में मदद कर सकता है। पीबीडी में लागू दबाव-रंग परिवर्तन का उपयोग कई नैदानिक और अनुसंधान सेटिंग्स में उपचार के जवाब में दर्द से राहत का विश्लेषण करने या समय के साथ दर्द की तुलना करने के लिए किया जा सकता है। यह विधि न केवल दर्द का आकलन करने के लिए अद्वितीय, नेत्रहीन सहज ज्ञान युक्त आरेख बनाती है, बल्कि एक विलक्षण संख्यात्मक स्कोर से परे रोगी के अनुभव को भी सटीक रूप से पकड़ती है।

Disclosures

लेखकों ने घोषणा की कि अनुसंधान किसी भी वाणिज्यिक या वित्तीय संबंधों की अनुपस्थिति में आयोजित किया गया था जिसे संभावित हितों के टकराव के रूप में माना जा सकता है।

Acknowledgments

इस अध्ययन को राष्ट्रीय स्वास्थ्य संस्थान द्वारा PS को UH3-NS115631 अनुदान द्वारा वित्त पोषित किया गया था। फंडिंग स्रोतों ने अध्ययन डिजाइन को मंजूरी दी लेकिन अध्ययन निष्पादन, डेटा विश्लेषण या पांडुलिपि तैयार करने में कोई भूमिका नहीं थी। हम डॉ एडवर्ड एफ चांग, डॉ फिलिप ए स्टार और हमारे अध्ययन में प्रतिभागियों को भी धन्यवाद देते हैं।

Materials

Name Company Catalog Number Comments
Adobe Photoshop v.21.2.1 Adobe Inc. N/A Photo editor application to pre-process pain body diagrams
Apple Pencil 2nd generation Apple Inc. A2051 Digital pen for pressure-hue transformation
iPad Pro (11-inch, 2nd generation) Apple Inc. MY332LL/A Touch-sensitive digital tablet
Pain Body Diagram Template 123RF 95218807 Copyright Use
Procreate v5.3.1 Procreate N/A Commercially available illustration applicataion
REDCap v13.2.1 Vanderbilt University N/A Secure web survey and database application

DOWNLOAD MATERIALS LIST

References

  1. Yong, R. J., Mullins, P. M., Bhattacharyya, N. Prevalence of chronic pain among adults in the United States. Pain. 163 (2), e328-e332 (2022).
  2. Shirvalkar, P., Veuthey, T. L., Dawes, H. E., Chang, E. F. Closed-Loop Deep Brain Stimulation for Refractory Chronic Pain. Frontiers in Computational Neuroscience. 12, 18 (2018).
  3. Bittar, R. G., et al. Deep brain stimulation for pain relief: A meta-analysis. Journal of Clinical Neuroscience. 12 (5), 515-519 (2005).
  4. Wewers, M. E., Lowe, N. K. A critical review of visual analogue scales in the measurement of clinical phenomena. Research in Nursing & Health. 13 (4), 227-236 (1990).
  5. Price, D. D., Bush, F. M., Long, S., Harkins, S. W. A comparison of pain measurement characteristics of mechanical visual analogue and simple numerical rating scales. Pain. 56 (2), 217-226 (1994).
  6. Shafshak, T. S., Elnemr, R. The Visual Analogue Scale Versus Numerical Rating Scale in Measuring Pain Severity and Predicting Disability in Low Back Pain. JCR: Journal of Clinical Rheumatology. 27 (7), 282-285 (2021).
  7. Strong, J., Ashton, R., Chant, D. Pain Intensity Measurement in Chronic Low Back Pain. The Clinical Journal of Pain. 7 (3), 209 (1991).
  8. Smith, S. M., et al. Interpretation of chronic pain clinical trial outcomes: IMMPACT recommended considerations. Pain. 161 (11), 2446 (2020).
  9. Dworkin, R. H., Kerns, R. D., McDermott, M. P., Turk, D. C., Veasley, C. The ACTTION guide to clinical trials of pain treatments, part II: mitigating bias, maximizing value. Pain Reports. 6 (1), e886 (2021).
  10. Melzack, R. The McGill Pain Questionnaire: Major properties and scoring methods. Pain. 1 (3), 277-299 (1975).
  11. Gracely, R. H., McGrath, P., Dubner, R. Validity and sensitivity of ratio scales of sensory and affective verbal pain descriptors: Manipulation of affect by diazepam. Pain. 5 (1), 19-29 (1978).
  12. Williamson, A., Hoggart, B. Pain: a review of three commonly used pain rating scales. Journal of Clinical Nursing. 14 (7), 798-804 (2005).
  13. Main, C. J. Pain assessment in context: a state of the science review of the McGill pain questionnaire 40 years on. Pain. 157 (7), 1387-1399 (2016).
  14. Schott, G. D. The cartography of pain: The evolving contribution of pain maps. European Journal of Pain. 14 (8), 784-791 (2010).
  15. Palmer, H. Pain charts; a description of a technique whereby functional pain may be diagnosed from organic pain. The New Zealand Medical Journal. 48 (264), 187-213 (1949).
  16. Villa, M. G., Palsson, T. S., Royo, A. C., Bjarkam, C. R., Boudreau, S. A. Digital Pain Mapping and Tracking in Patients With Chronic Pain: Longitudinal Study. Journal of Medical Internet Research. 22 (10), e21475 (2020).
  17. Egsgaard, L. L., Christensen, T. S., Petersen, I. M., Brønnum, D. S., Boudreau, S. A. Do Gender-Specific and High-Resolution Three Dimensional Body Charts Facilitate the Communication of Pain for Women? A Quantitative and Qualitative Study. JMIR Human Factors. 3 (2), e19 (2016).
  18. Lor, M., Rabago, D., Backonja, M. Evaluation of the Use of Colors and Drawings for Pain Communication for Hmong Patients. Pain Management Nursing. 22 (6), 811-819 (2021).
  19. Sehgal, N., Gordon, D. B., Hetzel, S., Backonja, M. 34;Misha" Colored pain drawing as a clinical tool in differentiating neuropathic pain from non-neuropathic pain. Pain Medicine. 22 (3), 596-605 (2021).
  20. Takata, K., Hirotani, H. Pain drawing in the evaluation of low back pain. International Orthopaedics. 19 (6), 361-366 (1995).
  21. Barbero, M., et al. Test-retest reliability of pain extent and pain location using a novel method for pain drawing analysis. European Journal of Pain. 19 (8), 1129-1138 (2015).
  22. Dixit, A., Lee, M. Quantification of Digital Body Maps for Pain: Development and Application of an Algorithm for Generating Pain Frequency Maps. JMIR Formative Research. 6 (6), e36687 (2022).
  23. Borsook, D., Upadhyay, J., Hargreaves, R., Wager, T. Enhancing choice and outcomes for therapeutic trials in chronic pain: N-of-1+ imaging (+ i). Trends in Pharmacological Sciences. 41 (2), 85-98 (2020).
  24. Weiss, B. D. Help patients understand. Manual for Clinicians. AMA Foundation. , (2007).
  25. Bradski, G. The OpenCV Library. Dr. Dobb's Journal of Software Tools. (120), 122-125 (2000).
  26. Male And Female Body Front And Back View. Blank Human Body Template For Medical Infographic. Isolated Vector Illustration. Royalty Free SVG, Cliparts, Vectors, And Stock Illustration. Image 95218807. 123RF. , (2023).
  27. Van Rossum, G., Drake, F. L. Python 3 Reference Manual. , CreateSpace. Scotts Valley, CA. (2009).
  28. Shannon, C. E. A mathematical theory of communication. The Bell System Technical Journal. 27 (3), 379-423 (1948).
  29. Timme, N. M., Lapish, C. A Tutorial for Information Theory in Neuroscience. eNeuro. 5 (3), 0052-0018 (2018).
  30. Cohen, M. X. Analyzing Neural Time Series Data: Theory and Practice. , (2014).
  31. Freedman, D., Diaconis, P. On the histogram as a density estimator:L 2 theory. Zeitschrift for Wahrscheinlichkeitstheorie und Verwandte Gebiete. 57 (4), 453-476 (1981).

Tags

दर्द की मात्रा निर्धारित करें दर्द स्थान दर्द की तीव्रता मल्टीमॉडल दर्द शरीर के आरेख दर्द रेटिंग तराजू संख्यात्मक रेटिंग स्केल (एनआरएस) विजुअल एनालॉग स्केल (वीएएस) मैकगिल दर्द प्रश्नावली (एमपीक्यू) बॉडी डायग्राम दर्द मेट्रिक्स दबाव-रंग परिवर्तन डिजिटल टैबलेट डिजिटल स्टाइलस दर्द गंभीरता दर्द अनुभव
मल्टीमॉडल दर्द शरीर आरेखों के साथ दर्द स्थान और तीव्रता की मात्रा निर्धारित करना
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Kwong, J., Lin, J., Leriche, R.,… More

Kwong, J., Lin, J., Leriche, R., Wozny, T. A., Shaughnessy, A., Schmitgen, A., Shirvalkar, P. Quantifying Pain Location and Intensity with Multimodal Pain Body Diagrams. J. Vis. Exp. (197), e65334, doi:10.3791/65334 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter