Aprendizado de Máquina na Orientação do Tratamento de rTMS para Cefaleias e Dor Corporal Relacionadas ao GWI

Resumo breve

O objetivo deste ensaio clínico é criar um algoritmo de aprendizado de máquina para melhorar os tratamentos de estimulação magnética transcraneana repetitiva ativa (rTMS) para veteranos e/ou militares ativos, aliviando as dores de cabeça e do corpo relacionadas à Síndrome da Guerra do Golfo (GWI-HAP). Este estudo visa desenvolver e validar um modelo de Máquina de Suporte a Vectors (SVM) que possa substituir o processo de tentativa e erro, avaliando a conectividade funcional fornecida pelos dados de ressonância magnética funcional de estado de repouso (rs-fMRI) para prever o protocolo de rTMS mais eficaz para cada pessoa. Todos os participantes receberão tratamento de rTMS ativo. As principais perguntas que pretende responder são: 1. O modelo SVM prevê uma taxa de resposta ao tratamento mais eficaz para os respondentes previstos submetidos a rTMS ativo no córtex préfrontal lateral direito (DLPFC) em comparação com os não-respondentes previstos? 2. O modelo SVM prevê uma taxa de resposta ao tratamento mais eficaz enquanto submetidos a rTMS ativo no córtex préfrontal lateral direito (DLPFC) e córtex motor esquerdo (LMC) nos respondentes previstos em comparação com os não-respondentes previstos? Os participantes passarão por: 1. Receber um total de 13 sessões de tratamento de rTMS ativo ao longo de 3-4 meses. 2. Visitar a clínica um total de 15 vezes para avaliações, check-ups e tratamentos. 3. Manter um registro diário de suas dores de cabeça, dor muscular e articular ao longo do estudo.