📊 statistics

Event-Aligned Analysis of Multi-Rater Pain Assessments Using Continuous Wearable Physiology

Este artículo presenta un marco de trabajo alineado con eventos y consciente del evaluador que mapea datos fisiológicos continuos de dispositivos vestibles hacia eventos discretos de cambio de dolor de evaluadores específicos, revelando un desacuerdo inter-evaluador significativo y sugiriendo que las relaciones entre dolor y fisiología dependen del evaluador en lugar de ser invariantes.

Autores originales: Saba A. Farahani, Elahe Khatibi, Thomas D. Hughes, Ariana M. Nelson, Hung Cao, Amir M. Rahmani

Publicado 2026-06-24

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Saba A. Farahani, Elahe Khatibi, Thomas D. Hughes, Ariana M. Nelson, Hung Cao, Amir M. Rahmani

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás tratando de entender por qué el motor de un coche hace un ruido extraño. Tienes a tres personas diferentes observando el coche: el conductor (el paciente), un mecánico en el taller (el clínico) y un pasajero que sabe un poco de coches (el enfermero).

En la mayoría de los estudios anteriores, los investigadores preguntaban a estas tres personas: "¿Qué tan fuerte es el ruido?" y luego tomaban sus respuestas, las promediaban y decían: "Bien, el ruido es un 5 de 10". Luego, miraban los sensores del coche (como el medidor de temperatura o el de RPM) para ver si esos números coincidían con ese "5".

Este artículo dice: "Un momento. Así no es como funciona".

Aquí está el desgesto sencillo de lo que los investigadores hicieron realmente y lo que descubrieron:

1. El Problema: Cada uno ve un "ruido" diferente

Los investigadores se dieron cuenta de que el conductor, el mecánico y el pasajero a menudo discrepan sobre cuándo el ruido se vuelve más fuerte y qué tanto más fuerte se vuelve.

El conductor podría decir: "¡Acaba de ponerse fuerte!".
El mecánico podría decir: "No, ha estado fuerte desde hace un rato".
El pasajero podría decir: "Yo no noté ningún cambio".

Los modelos informáticos anteriores trataban estos desacuerdos como "errores" o "ruido" que debían ignorarse. Este estudio argumenta que estos desacuerdos son en realidad pistas importantes. El conductor, el enfermero y el clínico están mirando el coche a través de lentes diferentes, y podrían estar reaccionando a cosas distintas.

2. La Nueva Herramienta: La Cámara de "Evento"

En lugar de intentar forzar a todos a ponerse de acuerdo en un solo número, los investigadores construyeron una nueva forma de mirar los datos. Lo llamaron un "Marco de Trabajo Alineado con Eventos y Consciente del Evaluador" (Rater-Aware, Event-Aligned Framework).

Piénsalo de esta manera:

Forma Antigua: Tomar una foto borrosa de todo el día e intentar adivinar qué pasó.
Nueva Forma: Instalar una cámara con sensor de movimiento. Cada vez que alguien dice: "¡Oye, el dolor acaba de cambiar!", la cámara toma una foto.

No preguntaron: "¿Cuál es el nivel de dolor?". En su lugar, preguntaron: "¿Cuándo cambió el nivel de dolor?".

Si el paciente dice que el dolor aumentó, la cámara toma una foto de los sensores del cuerpo (ritmo cardíaco, sudoración de la piel, temperatura) justo antes de ese momento.
Si el enfermero dice que el dolor aumentó, la cámara toma una foto distinta de los sensores justo antes de ese momento.

Mantuvieron el "quién" (el evaluador) unido a cada una de las fotos. No mezclaron las fotos del paciente con las del enfermero.

3. El Descubrimiento: Diferentes Ojos, Diferentes Señales

Cuando examinaron las fotos (los datos), encontraron algunas cosas sorprendentes:

Discrepan mucho: Incluso cuando miraban al mismo paciente casi al mismo tiempo, el paciente, el enfermero y el clínico a menudo reportaban cambios de dolor en momentos completamente diferentes. No era solo cuestión de que una persona estuviera "equivocada"; estaban notando cosas distintas.
El cuerpo reacciona de forma diferente dependiendo de quién lo note:
- Cuando el Clínico dijo que el dolor aumentó: Los sensores del cuerpo (como la sudoración de la piel y el ritmo cardíaco) mostraron una "señal de advertencia" fuerte y clara justo antes de que el clínico hablara. Era como si el motor del coche acelerara ruidosamente antes de que el mecánico lo notara.
- Cuando el Paciente dijo que el dolor aumentó: Los sensores del cuerpo fueron mucho más silenciosos o se comportaron de manera diferente. El ritmo cardíaco incluso pareció bajar ligeramente antes de que el paciente hablara, en lugar de dispararse.
- Cuando el Enfermero dijo que el dolor aumentó: Las señales estaban en un punto intermedio.

4. La Gran Conclusión

El artículo concluye que el dolor y las señales del cuerpo no son una relación de "talla única".

Si intentas construir un programa informático para predecir el dolor promediando las opiniones de todos, podr podrías estar perdiendo la historia real. El cuerpo puede estar gritando "¡Tengo dolor!" de una manera que el clínico ve claramente, pero que el paciente aún no siente (o viceversa).

Al mantener el "quién" en la ecuación y observar el momento exacto en que ocurre un cambio, los investigadores descubrieron que la reacción del cuerpo depende enteramente de quién está reportando el dolor.

En resumen: No puedes simplemente amalgamar todas las opiniones y esperar entender las señales del cuerpo. Tienes que escuchar al conductor, al mecánico y al pasajero por separado para entender qué es lo que el coche está haciendo realmente.

Resumen Técnico: Análisis Alineado con Eventos de las Evaluaciones del Dolor de Múltiples Evaluadores Mediante Fisiología de Wearables Continuos

Planteamiento del Problema

La evaluación del dolor en entornos clínicos es inherentemente subjetiva y varía significativamente entre evaluadores (pacientes, enfermeros y clínicos) debido a las diferencias en las fuentes de información y los criterios de interpretación. Sin embargo, los enfoques computacionales actuales para el monitoreo del dolor suelen asumir una única etiqueta de "verdad fundamental" (ground-truth), priorizando a menudo el autoinforme del paciente o agregando las calificaciones de múltiples observadores. Esta suposición oscurece las diferencias significativas en cómo se percibe y reporta el dolor. Además, existe un desajuste estructural en los datos clínicos: las calificaciones de dolor son dispersas, irregales y dependientes del evaluador, mientras que las señales fisiológicas de los wearables (p. ej., EDA, FC) son densas y continuas. Los métodos existentes abordan esto mediante el uso de ventanas fijas o interpolación de etiquetas, tratando las puntuaciones de dolor como etiquetas estáticas en lugar de eventos dinámicos, lo que impide capturar la dinámica temporal que precede a los cambios de dolor o las perspectivas específicas de diferentes evaluadores.

Metodología

Los autores proponen un marco de análisis alineado con eventos y consciente del evaluador diseñado para preservar la identidad del evaluador y modelar el dolor como una secuencia de eventos de cambio discretos en lugar de etiquetas estáticas. La metodología consta de los siguientes pasos:

Conjunto de Datos: El estudio utilizó un conjunto de datos recolectado clínicamente de 24 participantes sometidos a procedimientos relacionados con el dolor de columna. Los datos incluyeron evaluaciones de dolor sincronizadas de pacientes, enfermeros y clínicos (utilizando una Escala de Calificación Numérica de 0 a 10) y señales fisiológicas continuas (Actividad Electrodérmica [EDA], Frecuencia Cardíaca [FC] y Temperatura Cutánea) registradas mediante dispositivos de muñeca Empatica E4 y EmbracePlus.
Definición de Eventos: En lugar de utilizar puntuaciones brutas, el marco define eventos de cambio de dolor. Para cada evaluador de forma independiente, un evento se activa en el tiempo $t$ cuando la diferencia absoluta entre las calificaciones de dolor consecutivas excede un umbral ( $\delta = 1$ , el cambio mínimo observable en la NRS) El estudio se centra específicamente en los eventos de aumento de dolor.
Extracción de Ventanas: Para cada evento identificado, se extrae una ventana fisiológica de longitud fija: 15 segundos pre-evento ( $T_{pre}$ ) y 30 segundos post-evento ( $T_{post}$ ). Esta duración se seleccionó para capturar respuestas autonómicas a corto plazo (conocidas por tener latencias de 1 a 15 s) sin invadir eventos adyacentes.
Procesamiento de Señales: Las señales fisiológicas se estandarizaron dentro de cada sujeto para reducir las diferencias de línea base interindividuales. Se computó una característica de pendiente pre-evento como la tendencia lineal de mínimos cuadrados de la señal estandarizada sobre el intervalo de $[-15, 0]$ segundos.
Análisis:
- Desacuerdo entre Evaluadores: Cuantificado mediante el cálculo de la diferencia absoluta en los cambios de dolor reportados entre pares de evaluadores dentro de ventanas de 10 minutos.
- Dinámicas Específicas del Evaluador: Las respuestas fisiológicas alineadas con eventos se agregaron por grupo de evaluador. Se ajustaron modelos lineales estandarizados por separado para cada evaluador para evaluar la importancia relativa de las características fisiológicas (EDA, FC, Temp) en asociación con los cambios de dolor reportados. Estos modelos se utilizaron para la interpretabilidad y comparación, no para la evaluación predictiva.

Contribuciones Clave

El artículo realiza tres contribuciones principales:

Desarrollo del Marco: Un marco alineado con eventos y consciente del evaluador que convierte las calificaciones de dolor dispersas y específicas de cada evaluador en eventos de cambio de dolor discretos y alinea las señales fisiológicas continuas con estos eventos preservando la identidad del evaluador.
Caracterización del Desacuerdo: Una caracterización sistemática del desacuerdo entre evaluadores en el reporte de cambios de dolor utilizando datos de wearables recolectados clínicamente, demostrando que los desacuerdos no son meramente ruido, sino que reflejan perspectivas de evaluación distintas.
Evidencia Exploratoria: Evidencia preliminar que sugiere que las dinámicas fisiológicas que preceden a los aumentos de dolor reportados difieren entre pacientes, enfermeros y clínicos, indicando que las relaciones dolor-fisiología pueden no ser invariantes respecto al evaluador.

Resultados

Desacuerdo entre Evaluadores: Se observó un desacuerdo sustancial en todos los pares de evaluadores, particularmente entre pacientes y clínicos. El número mediano de eventos por sujeto fue comparable entre los evaluadores, lo que indica que el desacuerdo surgió de cuándo y cómo se identificaron los cambios, más que de la frecuencia de reporte.
Divergencia Fisiológica: Las tendencias fisiológicas pre-evento variaron significativamente según el evaluador:
- EDA: Los aumentos de dolor reportados por clínicos fueron típicamente precedidos por un aumento gradual y más fuerte en la EDA en comparación con los eventos reportados por pacientes o enfermeros, que mostraron cambios menores o más variables.
- Frecuencia Cardíaca (FC): Los cambios de dolor reportados por pacientes fueron precedidos por una disminución gradual en la FC, mientras que los eventos reportados por clínicos mostraron una tendencia de aumento de la FC acercándose al evento. Los eventos reportados por enfermeros se situaron entre estos patrones.
- Temperatura Cutánea: Mostró asociaciones más débiles y menos consistentes entre los evaluadores, lo que sugiere un valor discriminativo limitado en las ventanas cortas pre-evento.
Importancia de las Características: Los modelos lineales estandarizados indicaron que la EDA tenía asociaciones más fuertes con los cambios de dolor reportados por enfermeros y clínicos que por los pacientes. La FC contribuyó de manera más prominente a los cambios de dolor reportados por los clínicos.

Significado y Reivindicaciones

El artículo sostiene que tratar las evaluaciones del dolor como etiquetas intercambiables o agregarlas en una única verdad fundamental puede ocultar patrones fisiológicos significativos. Los hallazgos sugieren que la relación entre la fisiología de los wearables y el dolor es dependiente del evaluador.

Implicaciones Clínicas: Los autores argumentan que una perspectiva centrada en eventos y consciente del evaluador es necesaria para interpretar los datos de wearables en entornos clínicos del mundo real. Proponen que los sistemas futuros deberían modelar múltiples perspectivas de evaluadores o incorporar explícitamente criterios de decisión específicos de cada evaluador, en lugar de forzar el acuerdo mediante la agregación de etiquetas. Esto podría permitir herramientas de soporte a la decisión clínica que alerten sobre las discrepancias entre los autoinformes de los pacientes y las observaciones de los clínicos en tiempo real.
Modestia de las Reivindicaciones: Los autores caracterizan explícitamente sus hallazgos como exploratorios. Debido al tamaño modesto de la cohorte ( $n=24$ ), el número limitado de eventos (41–47 por evaluador) y la estructura de medidas repetidas de los datos, los resultados no se presentan como una prueba estadística definitiva. Reconocen posibles factores de confusión (p. ej., anticipación procedimental, movimiento, tiempo de medicación) que pueden influir en los patrones fisiológicos observados. El estudio hace un llamado a realizar estudios más amplios con pruebas estadísticas formales (p. ej., modelos de efectos mixtos) para confirmar estos patrones.

En conclusión, el artículo postula que preservar la identidad del evaluador y la estructura temporal mediante el análisis alineado con eventos proporciona una base sólida para integrar la fisiología de los wearables con las evaluaciones clínicas del dolor, yendo más allá de las limitaciones de las suposiciones de etiqueta única.