Telèfon

Memòria prevencionista

Resultats - Biblioteca Digital de PRL

Ves enrere PELLICER-VALERO, Oscar José; MARTÍN-GUERRERO, José David; FERNÁNDEZ-DE-LAS-PEÑAS, César; LLAVE-RINCÓN, Ana Isabel de la; RODRÍGUEZ-JIMÉNEZ, Jorge; NAVARRO-PARDO, Esperanza; CIGARÁN-MÉNDEZ, Margarita I. (2021). Spectral Clustering Reveals Different Profiles of Central Sensitization in Women with Carpal Tunnel Syndrome

PELLICER-VALERO, Oscar José; MARTÍN-GUERRERO, José David; FERNÁNDEZ-DE-LAS-PEÑAS, César; LLAVE-RINCÓN, Ana Isabel de la; RODRÍGUEZ-JIMÉNEZ, Jorge; NAVARRO-PARDO, Esperanza; CIGARÁN-MÉNDEZ, Margarita I. (2021). Spectral Clustering Reveals Different Profiles of Central Sensitization in Women with Carpal Tunnel Syndrome

PELLICER-VALERO, Oscar José; MARTÍN-GUERRERO, José David; FERNÁNDEZ-DE-LAS-PEÑAS, César; LLAVE-RINCÓN, Ana Isabel de la; RODRÍGUEZ-JIMÉNEZ, Jorge; NAVARRO-PARDO, Esperanza; CIGARÁN-MÉNDEZ, Margarita I. Spectral Clustering Reveals Different Profiles of Central Sensitization in Women with Carpal Tunnel Syndrome. Symmetry [en línea]. 2021. 13, 1042. 10 p. [Consulta: 27.09.2021]. ISSN: 2073-8994. DOI: 10.3390/sym13061042.
 
La identificación de subgrupos de pacientes con dolor crónico proporciona información significativa sobre las características de una población específica, lo que ayuda a identificar a los individuos en riesgo de cronificación y a determinar las estrategias terapéuticas adecuadas. Este artículo propone el uso de agrupación espectral (SC) para distinguir subgrupos (agrupaciones) de individuos con síndrome del túnel carpiano (CTS), haciendo uso del perfil de pacientes obtenido para discutir sobre las posibles implicaciones de la gestión. SC (spectral clustering ) es un algoritmo poderoso que construye un gráfico de similitud entre los puntos de datos (los pacientes) e intenta encontrar los subconjuntos de puntos que están fuertemente conectados entre sí, pero débilmente conectados con otros. Se eligió por sus ventajas con respecto a otras técnicas de agrupamiento más simples, como k-means, y por el hecho de que se ha aplicado con éxito a problemas similares. Clínico (edad, duración de los síntomas, intensidad del dolor, función y gravedad de los síntomas), psicofísico (umbrales de dolor por presión (PPTs), en los tres troncos nerviosos principales de la extremidad superior, columna cervical, túnel carpiano y tibial anterior), Se recogieron variables psicológicas (niveles depresivos) y motoras (fuerza de agarre de la punta del pellizco) en 208 mujeres con diagnóstico clínico / electromiográfico de STC, cuyos síntomas generalmente comenzaban unilateralmente pero finalmente evolucionaban hacia una simetría bilateral. SC se utilizó para identificar grupos de pacientes sin supuestos previos, lo que arrojó tres grupos. Los pacientes del grupo 1 exhibieron peores características clínicas, hiperalgesia de dolor por presión generalizada más alta, niveles depresivos más altos y fuerza de agarre de la punta de pellizco más baja que los otros dos. Los pacientes del grupo 2 mostraron una hiperalgesia por dolor térmico generalizado mayor que los otros dos. El grupo 0 mostró menos hipersensibilidad a la presión y al dolor térmico, características clínicas menos graves y un rendimiento motor más normal (fuerza de agarre de la punta). La presencia de subgrupos de individuos con diferente procesamiento nociceptivo alterado (un grupo es más sensible al dolor por presión y otro grupo más sensible al dolor térmico) podría conducir a diferentes programas terapéuticos.
 
La identificació de subgrups de pacients amb dolor crònic proporciona informació significativa sobre les característiques d'una població específica, la qual cosa ajuda a identificar als individus en risc de cronificació i a determinar les estratègies terapèutiques adequades. Aquest article proposa l'ús d'agrupació espectral (SC) per a distingir subgrups (agrupacions) d'individus amb síndrome del túnel carpià (CTS), fent ús del perfil de pacients obtingut per a discutir sobre les possibles implicacions de la gestió. SC (spectral clustering)  és un algorisme poderós que construeix un gràfic de similitud entre els punts de dades (els pacients) i intenta trobar els subconjunts de punts que estan fortament connectats entre si, però feblement connectats amb uns altres. Es va triar pels seus avantatges respecte a altres tècniques d'agrupament més simples, com a k-means, i pel fet que s'ha aplicat amb èxit a problemes similars. Clínic (edat, duració dels símptomes, intensitat del dolor, funció i gravetat dels símptomes), psicofísic (llindars de dolor per pressió (PPTs), en els tres troncs nerviosos principals de l'extremitat superior, columna cervical, túnel carpià i tibial anterior), Es van recollir variables psicològiques (nivells depressius) i motores (força d'agarre de la punta del pessic) en 208 dones amb diagnòstic clínic / electromiogràfic de STC, els símptomes del qual generalment començaven unilateralment però finalment evolucionaven cap a una simetria bilateral. SC es va utilitzar per a identificar grups de pacients sense supòsits previs, la qual cosa va llançar tres grups. Els pacients del grup 1 van exhibir pitjors característiques clíniques, hiperalgèsia de dolor per pressió generalitzada més alta, nivells depressius més alts i força d'agarre de la punta de pessic més baixa que els altres dos. Els pacients del grup 2 van mostrar una hiperalgèsia per dolor tèrmic generalitzat major que els altres dos. El grup 0 va mostrar menys hipersensibilitat a la pressió i al dolor tèrmic, característiques clíniques menys greus i un rendiment motor més normal (força d'agarre de la punta). La presència de subgrups d'individus amb diferent processament nociceptiu alterat (un grup és més sensible al dolor per pressió i un altre grup més sensible al dolor tèrmic) podria conduir a diferents programes terapèutics.
 
Identification of subgroups of patients with chronic pain provides meaningful insights into the characteristics of a specific population, helping to identify individuals at risk of chronification and to determine appropriate therapeutic strategies. This paper proposes the use of spectral clustering (SC) to distinguish subgroups (clusters) of individuals with carpal tunnel syndrome (CTS), making use of the obtained patient profiling to argue about potential management implications. SC is a powerful algorithm that builds a similarity graph among the data points (the patients), and tries to find the subsets of points that are strongly connected among themselves, but weakly connected to others. It was chosen due to its advantages with respect to other simpler clustering techniques, such as k-means, and the fact that it has been successfully applied to similar problems. Clinical (age, duration of symptoms, pain intensity, function, and symptom severity), psycho-physical (pressure pain thresholds (PPTs) over the three main nerve trunks of the upper extremity, cervical spine, carpal tunnel, and tibialis anterior), psychological (depressive levels), and motor (pinch tip grip force) variables were collected in 208 women with clinical/electromyographic diagnosis of CTS, whose symptoms usually started unilaterally but eventually evolved into bilateral symmetry. SC was used to identify clusters of patients without any previous assumptions, yielding three clusters. Patients in cluster 1 exhibited worse clinical features, higher widespread pressure pain hyperalgesia, higher depressive levels, and lower pinch tip grip force than the other two. Patients in cluster 2 showed higher generalized thermal pain hyperalgesia than the other two. Cluster 0 showed less hypersensitivity to pressure and thermal pain, less severe clinical features, and more normal motor output (tip grip force). The presence of subgroups of individuals with different altered nociceptive processing (one group being more sensitive to pressure pain and another group more sensitive to thermal pain) could lead to different therapeutic programs.