Aprendizaje Automático en la Guía del Tratamiento de rTMS para Dolores de Cabeza y Corporales Relacionados con GWI

Resumen breve

El objetivo de este ensayo clínico es crear un algoritmo de aprendizaje automático para mejorar los tratamientos de estimulación magnética transcraneal repetitiva activa (rTMS) para veteranos y/u oficiales en activo mediante la alivio de dolores de cabeza y dolores corporales relacionados con la Enfermedad de Guerra del Golfo (GWI-HAP). Este estudio tiene como objetivo desarrollar y validar un modelo de Máquina de Soporte Vectorial (SVM) que pueda reemplazar el proceso de ensayo y error mediante la evaluación de la conectividad funcional proporcionada por la imagen por resonancia magnética funcional de estado de reposo (rs-fMRI) para predecir el protocolo de rTMS más efectivo para cada persona. Todos los participantes recibirán tratamiento de rTMS activo. Las principales preguntas que se proponen responder son: 1. ¿Predice el modelo SVM una tasa de respuesta de tratamiento más efectiva para los respondientes predichos que reciben rTMS activo en el córtex dorsolateral prefrontal izquierdo (DLPFC) en comparación con los no respondientes predichos? 2. ¿Predice el modelo SVM una tasa de respuesta de tratamiento más efectiva mientras se somete a rTMS activo en el córtex dorsolateral prefrontal izquierdo (DLPFC) y el córtex motriz izquierdo (LMC) en los respondientes predichos en comparación con los no respondientes predichos? Los participantes llevarán a cabo lo siguiente: 1. Recibirán un total de 13 sesiones de tratamiento de rTMS activo durante 3-4 meses. 2. Visitarán el consultorio un total de 15 veces para evaluaciones, revisiones y tratamientos. 3. Mantendrán un registro diario de sus dolores de cabeza, dolores musculares y articulares durante todo el estudio.