근육통성뇌척수염/만성피로증후군 설문지를 위한 합성 데이터 생성 시스템

Scientific Reports 13권, 기사 번호: 14256(2023) 이 기사 인용

2 알트메트릭

측정항목 세부정보

인공 지능 또는 기계 학습 기반 모델은 건강 과학의 모든 영역에서 다양한 질병을 더 잘 이해하는 데 유용한 것으로 입증되었습니다. 근육통성 뇌척수염 또는 만성 피로 증후군(ME/CFS)에는 객관적인 진단 테스트가 부족합니다. 일부 검증된 설문지는 질병 진행의 진단 및 평가에 사용됩니다. 이러한 설문지에 대한 충분히 큰 데이터베이스의 가용성은 질병의 원인을 이해하는 데 도움이 되는 프로필을 예측할 수 있는 새로운 모델에 대한 연구를 촉진합니다. 합성 데이터 생성기는 연구 및 교육에 사용할 수 있도록 법적 제한 없이 원본의 통계적 속성을 보존하는 데이터베이스를 과학계에 제공합니다. 초기 데이터베이스는 스페인 바르셀로나에 있는 Vall Hebron 병원 전문 부서에서 나왔습니다. ME/CFS로 진단된 2522명의 환자를 분석했습니다. 이 복잡한 질병의 증상과 관련된 설문지에 대한 답변은 훈련 데이터세트로 사용되었습니다. 이는 높은 정확도[0.69–0.81]의 모델을 제공하는 딥 러닝 알고리즘에 사용되었습니다. 최종 모델에는 SF-36 응답이 필요하며 HAD, SCL-90R, FIS8, FIS40 및 PSQI 설문지의 응답을 반환합니다. 신뢰성이 높고 사용하기 쉬운 합성 데이터 생성기는 현재 승인된 치료법이 없는 이 질병에 대한 연구 및 교육용으로 제공됩니다.

일반적으로 만성 피로 증후군(ME/CFS)이라고 불리는 근육통성 뇌척수염은 원인을 알 수 없는 심각하고 복잡하며 만성 다기관 질환으로, 종종 지속적인 바이러스 감염에 의해 유발됩니다(이러한 이유로 바이러스 후 피로 증후군이라고도 알려져 있음). ). ME/CFS는 전 세계적으로 1,700만~2,400만 명의 사람들에게 영향을 미치며, 그 유병률은 2030년까지 두 배로 증가할 것으로 예상됩니다1. 이는 휴식을 취해도 완화되지 않는 설명할 수 없는 지속적인 운동 후 피로가 특징입니다. 이는 신체적, 정신적 활동과 인지, 면역대사, 자율신경계 및 신경내분비 기능 장애와 같은 기타 핵심 증상에 의해 악화됩니다2. 이는 환자에게 심각한 장애를 초래하여 작업 활동과 일상 생활 작업을 크게 방해합니다3. 이러한 환자들은 피로 외에도 특징적인 염증 및 근육 증상, 수면 장애, 인지 기능 변화를 경험합니다4. 증상이 있는 근육은 통증, 전신 근쇠약, 육체 활동 후 피로, 신경학적 증상(감각 과민증, 운동실조, 운동실조, 시각 장애, 운동 부조화), 신경인지 증상(기억, 집중력, 계산, 작업 계획의 변화)과 같은 증상을 차단합니다. . 자율신경계 차단(두부 불안정, 현기증, 실신, 과도한 발한, 기립성 저혈압, 떨림 또는 장 리듬의 변화), 면역염증 증상(미열, 인후통, 재발성 구내염, 다발관절통, 아침 무감각, 헤르페스 등의 감염) 또는 칸디다) 및 세포 대사 에너지 생산의 결핍 증상. 수면 장애는 임상적 실체로 설명된 이래로 관련성이 있었습니다. 다양한 ME/CFS 진단 기준의 모든 버전에서 수면 장애는 중요한 역할을 했습니다. 특히 상쾌하지 못한 수면의 존재와 수면의 질 변화 심각도를 평가하는 PSQI(피츠버그 수면 품질 지수) 설문지의 중요성이 중요합니다. 피로, 통증, 정신병리 및 신경 영양 기능 장애와의 연관성5. ME/CFS는 다기관적 특성으로 인해 나타나는 증상의 복잡성과 함께 섬유근통, 건성 증후군, 근막 증후군, 정신병리, 인대 과다 이완, 족저 근막염, 퇴행성 척추 질환 또는 기계적 질환과 같은 다양한 동반 질환 현상과 관련이 있습니다. , 어깨 건병증, 다중 화학적 민감성, 상과염, 수근관 증후군, 골다공증, 고콜레스테롤혈증, 고중성지방혈증, 혈관 위험, 자궁내막증, 갑상선염 등이 있으며 ME/CFS의 영향을 받지 않은 환자에서 관찰된 것보다 유병률이 더 높습니다6.