MétaCan
Menu
← Retour à la cohorte
Enregistrement W3081546337 · doi:10.2196/20979

Evaluation of the Effectiveness of a Novel Brain-Computer Interface Neuromodulative Intervention to Relieve Neuropathic Pain Following Spinal Cord Injury: Protocol for a Single-Case Experimental Design With Multiple Baselines

2020· article· en· W3081546337 sur OpenAlexvenueno aff
Negin Hesam‐Shariati, Toby Newton‐John, Avinash Kumar Singh, Carlos Cortes, Thomas Do, Ashley Craig, James Middleton, Mark P. Jensen, Zina Trost, Chin‐Teng Lin, Sylvia M. Gustin

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of New South Wales
Mots-clésNeuropathic painMedicineSpinal cord injuryBrain–computer interfaceNeuromodulationPhysical medicine and rehabilitationSpinal cordPhysical therapyIntervention (counseling)AnesthesiaElectroencephalographyCentral nervous systemInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neuropathic pain is a debilitating secondary condition for many individuals with spinal cord injury. Spinal cord injury neuropathic pain often is poorly responsive to existing pharmacological and nonpharmacological treatments. A growing body of evidence supports the potential for brain-computer interface systems to reduce spinal cord injury neuropathic pain via electroencephalographic neurofeedback. However, further studies are needed to provide more definitive evidence regarding the effectiveness of this intervention. OBJECTIVE: The primary objective of this study is to evaluate the effectiveness of a multiday course of a brain-computer interface neuromodulative intervention in a gaming environment to provide pain relief for individuals with neuropathic pain following spinal cord injury. METHODS: We have developed a novel brain-computer interface-based neuromodulative intervention for spinal cord injury neuropathic pain. Our brain-computer interface neuromodulative treatment includes an interactive gaming interface, and a neuromodulation protocol targeted to suppress theta (4-8 Hz) and high beta (20-30 Hz) frequency powers, and enhance alpha (9-12 Hz) power. We will use a single-case experimental design with multiple baselines to examine the effectiveness of our self-developed brain-computer interface neuromodulative intervention for the treatment of spinal cord injury neuropathic pain. We will recruit 3 participants with spinal cord injury neuropathic pain. Each participant will be randomly allocated to a different baseline phase (ie, 7, 10, or 14 days), which will then be followed by 20 sessions of a 30-minute brain-computer interface neuromodulative intervention over a 4-week period. The visual analog scale assessing average pain intensity will serve as the primary outcome measure. We will also assess pain interference as a secondary outcome domain. Generalization measures will assess quality of life, sleep quality, and anxiety and depressive symptoms, as well as resting-state electroencephalography and thalamic γ-aminobutyric acid concentration. RESULTS: This study was approved by the Human Research Committees of the University of New South Wales in July 2019 and the University of Technology Sydney in January 2020. We plan to begin the trial in October 2020 and expect to publish the results by the end of 2021. CONCLUSIONS: This clinical trial using single-case experimental design methodology has been designed to evaluate the effectiveness of a novel brain-computer interface neuromodulative treatment for people with neuropathic pain after spinal cord injury. Single-case experimental designs are considered a viable alternative approach to randomized clinical trials to identify evidence-based practices in the field of technology-based health interventions when recruitment of large samples is not feasible. TRIAL REGISTRATION: Australian New Zealand Clinical Trials Registry (ANZCTR) ACTRN12620000556943; https://bit.ly/2RY1jRx. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/20979.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,014
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0050,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,475
Tête enseignante GPT0,559
Écart entre enseignants0,084 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetPain Mechanisms and Treatments→Travaux en français237 207→