编辑推荐：
疼痛评估常依赖患者主观报告，存在局限性。研究人员开展 “使用腕戴设备获取生物信息检测疼痛” 的研究，对 5 名健康女性痛经进行研究。结果显示腕戴设备可收集生物数据检测中度疼痛，为疼痛检测系统研发提供依据。
在生活中，疼痛如影随形，它不仅影响人们的生活质量，还可能引发抑郁等不良情绪。然而，目前疼痛的评估大多依赖患者自己报告，这存在很大问题。对于一些病重无法表达的患者，他们没办法准确说出自己的疼痛程度；而让医护人员或家属来评估，又常常会出现评估不准确的情况，不是高估就是低估。所以，找到一种更客观、准确的疼痛检测方法迫在眉睫。
在这样的背景下，日本东北大学（Tohoku University）的研究人员展开了一项极具意义的研究。他们的研究成果发表在《BMC Research Notes》上，为疼痛检测领域带来了新的希望。
研究人员为了实现用腕戴设备在真实场景中自动检测疼痛这一目标，由于招募患者比较困难，便选择以健康女性的月经疼痛为切入点开展了初步研究。研究人员想知道用腕戴设备实时记录疼痛并进行数据分析是否可行。
为了开展研究，研究人员制定了严格的筛选标准。他们选择年龄在 18 岁及以上，且痛经在数字评分量表（Numerical Rating Scale，NRS）上评分≥4 分的健康女性作为研究对象。那些月经周期不规律、近期不太可能来月经，以及主动吃止痛药预防痛经的女性都被排除在外。最终，5 名符合条件的健康女性参与了这项研究。
研究人员让参与者佩戴两款腕戴设备（Silmee 和 Fitbit） ，同时还佩戴动态心电图（Holter ECG）。在月经前后 3 天，参与者要一直佩戴腕戴设备，而 Holter ECG 则在月经第一天佩戴 24 小时。这些设备会收集各种数据，像脉搏率、皮肤温度、运动频率等，每隔 1 分钟记录一次。参与者也需要配合，准确记录自己疼痛发生、变化的时间和程度等信息。
在数据分析阶段，研究人员计算了不同设备测量的脉搏率之间的相关性，还分析了疼痛发生前后的数据变化。他们使用了 Spearman 秩相关系数来衡量相关性，对于数据分布不同的指标，分别采用 Welch's t 检验或 Wilcoxon 符号秩检验进行前后比较，用 Shapiro-Wilk 检验来确认数据是否符合正态分布，分析软件则选择了 MATLAB R2022b。
研究结果令人欣喜。5 名参与者平均年龄 27.8±3.9 岁，身高 160.2±6.1cm，体重 50.5±6.2kg。在研究过程中，参与者都能较好地佩戴设备，即便在睡觉的时候也没问题，而且在清醒时都能准确记录疼痛情况。研究一共收集到 60 条疼痛变化记录。通过分析发现，Holter ECG 与 Fitbit 测量的心率和脉搏率相关性系数在 0.79 - 0.95 之间，Holter ECG 与 Silmee 的相关性系数在 0.32 - 0.74 之间。进一步研究发现，所有疼痛发生时，运动频率在疼痛前后有显著变化（p=0.04）。当只分析 NRS≥4 分的下腹部疼痛时，运动频率（p<0.001）和脉搏率（p=0.02）在疼痛前后与基线相比都有显著差异。而降低 NRS 评分阈值分析时，发现只有运动频率存在显著差异。
综合研究结果和讨论部分来看，这项研究意义重大。它证明了让健康女性在日常生活中佩戴腕戴设备并实时报告疼痛是可行的。虽然仅靠脉搏率和心率的相关性不能说明腕戴设备能完全替代心电图，但 Fitbit 脉搏率和 Holter ECG 心率的相关性表明腕戴设备在追踪脉搏率方面有一定可靠性。而且，研究发现中度疼痛（NRS≥4）时，脉搏率和运动频率会明显增加，这意味着通过关注这些指标，腕戴设备有可能用于疼痛检测。不过，研究也存在一些局限，比如样本量小、只针对年轻女性的痛经、没有详细分析日常活动和姿势对运动频率的影响等。但这并不影响它为后续大规模研究和开发基于腕戴设备的疼痛检测系统奠定基础。未来，随着研究的深入，有望克服这些局限，让腕戴设备成为更精准、更实用的疼痛检测工具，为医疗健康领域带来新的突破，帮助更多患者得到及时、准确的疼痛评估和治疗。
