机器学习引导GWI相关头痛和身体疼痛的rTMS治疗

简要摘要

本临床试验的目的是创建一个机器学习算法，通过缓解与海湾战争综合症相关的头痛和身体疼痛（GWI-HAP），来改善退伍军人/或现役军事人员的重复经颅磁刺激（rTMS）治疗。本研究旨在开发和验证一个支持向量机（SVM）模型，该模型可以通过评估静息态功能磁共振成像（rs-fMRI）数据提供的功能连接性，来预测每个人最有效的rTMS方案，从而取代试错过程。所有参与者都将接受积极的rTMS治疗。 它试图回答的主要问题是： 1. SVM模型是否预测在左侧背外侧前额叶皮层（DLPFC）进行积极rTMS的预测应答者的治疗效果比预测的非应答者更有效？ 2. SVM模型是否预测在预测应答者进行积极rTMS时，在左侧背外侧前额叶皮层（DLPFC）和左侧运动皮层（LMC）的治疗效果比预测的非应答者更有效？ 参与者将经历以下过程： 1. 在3-4个月内接受总共13次积极的rTMS治疗。 2. 为评估、检查和治疗，总共访问诊所15次。 3. 在整个研究期间，记录他们的头痛、肌肉和关节疼痛的每日日志。