機器學習在引導GWI相關頭痛及身體疼痛的rTMS治療中應用

簡要摘要

此臨床試驗的目標是創建一個機器學習算法，以改善退伍軍人或/及現役軍人的積極重複經颅磁刺激（rTMS）治療，通過緩解與伊拉克戰爭綻放症（GWI-HAP）相關的頭痛和身體疼痛。本研究旨在開發和驗證一個支持向量機（SVM）模型，該模型可以通過評估休息狀態功能磁共振成像（rs-fMRI）數據提供的功能連接性來預測每個人的最有效rTMS方案，從而取代試驗錯誤的過程。所有參與者都將接受積極的rTMS治療。 它打算回答的主要問題是： 1. SVM模型預測在左側顳下領葉皮質（DLPFC）進行積極rTMS治療的預測受試者與預測非受試者相比，預測治療反應率是否更有效？ 2. 在預測受試者進行積極rTMS治療時，SVM模型預測在左側顳下領葉皮質（DLPFC）和左側運動皮質（LMC）的治療反應率是否比預測非受試者更有效？ 參與者將進行以下操作： 1. 在3-4個月內接受總共13次積極的rTMS治療。 2. 總共來訪15次，進行評估、檢查和治療。 3. 在研究期間每天記錄他們的頭痛、肌肉和關節疼痛。