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

Technische Samenvatting: Event-gealigneerde Analyse van Multi-Rater Pijnbeoordelingen Gebruikmakend van Continue Draagbare Fysiologie

Probleemstelling

Pijnbeoordeling in klinische settings is inherent subjectief en varieert aanzienlijk tussen beoordelaars (patiënten, verpleegkundigen en clinici) vanwege verschillende informatiebronnen en interpretatiecriteria. De huidige computationele benaderingen voor pijnmonitoring gaan echter doorgaans uit van een enkelvoudige "ground-truth" pijnlabel, waarbij vaak de voorkeur wordt gegeven aan zelfrapportage door de patiënt of het aggregeren van beoordelingen van meerdere waarnemers. Deze aanname verhult betekenisvolle verschillen in hoe pijn wordt waargenomen en gerapporteerd. Bovendien bestaat er een structurele mismatch tussen klinische data: pijnscores zijn schaars, onregelmatig en rater-afhankelijk, terwijl fysiologische signalen van wearables (bijv. EDA, HR) dicht en continu zijn. Bestaande methoden pakken dit vaak aan via vaste vensters of labelinterpolatie, waarbij pijnscores worden behandeld als statische labels in plaats van dynamische events, waardoor de temporele dynamiek voorafgaand aan pijnveranderingen of de specifieke perspectieven van verschillende beoordelaars niet worden gevangen.

Methodologie

De auteurs stellen een rater-bewust, event-gealigneerd analyseframework voor dat ontworpen is om de identiteit van de beoordelaar te behouden en pijn te modelleren als een sequentie van discrete veranderingsevents in plaats van statische labels. De methodologie bestaat uit de volgende stappen:

1. Dataset: De studie maakte gebruik van een klinisch verzamelde dataset van 24 deelnemers die ruggerelateerde pijnprocedures ondergingen. De data bevatten gesynchroniseerde pijnbeoordelingen van patiënten, verpleegkundigen en clinici (met behulp van een 0–10 Numerieke Rating Schaal) en continue fysiologische signalen (Elektrodermale Activiteit [EDA], Hartslag [HR] en Huidtemperatuur) geregistreerd via polsgedragen Empatica E4 en EmbracePlus apparaten.
2. Event Definitie: In plaats van ruwe scores te gebruiken, definieert het framework pijnveranderingsevents. Voor elke beoordelaar onafhankelijk wordt een event getriggerd op tijdstip $t$ wanneer het absolute verschil tussen opeenvolgende pijnbeoordelingen een drempelwaarde overschrijdt ($\delta = 1$, de kleinste observeerbare verandering op de NRS). De studie richt zich specifiek op pijn-toename-events.
3. Venster Extractie: Voor elk geïdentificeerd event wordt een vast venster van fysiologische signalen geëxtraheerd: 15 seconden vóór het event ($T_{pre}$) en 30 seconden na het event ($T_{post}$). Deze duur werd gekozen om korte autonome reacties te vangen (bekend met latenties van 1–15s) zonder nabijgelegen events te overlappen.
4. Signaalverwerking: Fysiologische signalen werden per subject gestandaardiseerd om inter-individuele baselineverschillen te verminderen. Een pre-event helling-feature werd berekend als de kleinste-kwadraten lineaire trend van het gestandaardiseerde signaal over het interval $[-15, 0]$ seconden.
5. Analyse:
   • Inter-rater Discrepantie: Gekwantificeerd door het absolute verschil in gerapporteerde pijnveranderingen tussen paren van beoordelaars te berekenen binnen vensters van 10 minuten.
   • Rater-specifieke Dynamiek: Event-gealigneerde fysiologische responsen werden geaggregeerd per beoordelaarsgroep. Gestandaardiseerde lineaire modellen werden afzonderlijk voor elke beoordelaar gefit om het relatieve belang van fysiologische features (EDA, HR, Temp) in associatie met gerapporteerde pijnveranderingen te evalueren. Deze modellen werden gebruikt voor interpreteerbaarheid en vergelijking, niet voor predictieve evaluatie.

Belangrijkste Bijdragen

Het paper levert drie primaire bijdragen:

1. Framework Ontwikkeling: Een rater-bewust, event-gealigneerd framework dat schaarse, rater-specifieke pijnbeoordelingen omzet in discrete pijnveranderingsevents en continue wearable-signalen uitlijnt met deze events, terwijl de identiteit van de beoordelaar behouden blijft.
2. Karakterisering van Discrepantie: Een systematische karakterisering van de inter-rater discrepantie in het rapporteren van pijnveranderingen met behulp van klinisch verzamelde wearable-data, wat aantoont dat discrepanties geen loutere ruis zijn, maar verschillende beoordelingsperspectieven reflecteren.
3. Exploratief Bewijs: Voorlopig bewijs dat suggereert dat de fysiologische dynamiek voorafgaand aan pijntoenames verschilt tussen patiënten, verpleegkundigen en clinici, wat aangeeft dat de relatie tussen pijn en fysiologie mogelijk niet rater-invariant is.

Resultaten

• Inter-rater Discrepantie: Er werd substantiële discrepantie waargenomen tussen alle paren van beoordelaars, met name tussen patiënten en clinici. Het mediane aantal events per subject was vergelijkbaar over de beoordelaars heen, wat aangeeft dat de discrepantie voortkwam uit wanne been en hoe veranderingen werden geïdentificeerd, in plaats van uit de rapportagefrequentie.
• Fysiologische Divergentie: Pre-event fysiologische trends varieerden significant per beoordelaar:
  • EDA: Door clinici gerapporteerde pijntoenames werden doorgaans voorafgegaan door een geleidelijke, sterkere stijging in EDA vergeleken met door patiënten- of verpleegkundigen gerapporteerde events, die kleinere of meer variabele veranderingen vertoonden.
  • Hartslag (HR): Door patiënten gerapporteerde pijnveranderingen werden voorafgegaan door een geleidelijke afname van de HR, terwijl door clinici gerapporteerde events een stijgende HR-trend vertoonden die het event naderde. Door verpleegkundigen gerapporteerde events vielen tussen deze patronen in.
  • Huidtemperatuur: Toonde zwakkere en minder consistente associaties over de beoordelaars heen, wat duidt op een beperkte discriminatieve waarde in korte pre-event vensters.
• Feature Belang: Gestandaardiseerde lineaire modellen gaven aan dat EDA sterkere associaties had met door verpleegkundigen en clinici gerapporteerde pijnveranderingen dan met die van patiënten. HR droeg prominenter bij aan door clinici gerapporteerde pijnveranderingen.

Betekenis en Claims

Het paper claimt dat het behandelen van pijnbeoordelingen als uitwisselbare labels of het aggregeren ervan tot een enkele ground truth betekenisvolle fysiologische patronen kan maskeren. De bevindingen suggereren dat de relatie tussen wearable fysiologie en pijn rater-afhankelijk is.

• Klinische Implicaties: De auteurs stellen dat een rater-bewust, event-gecentreerd perspectief noodzakelijk is voor het interpreteren van wearable-data in real-world klinische settings. Zij stellen voor dat toekomstige systemen meerdere rater-perspectieven moeten modelleren of expliciet rater-specifieke beslissingscriteria moeten opnemen, in plaats van overeenstemming af te dwingen door middel van label-aggregatie. Dit zou klinische besluitvormingsondersteunende tools kunnen mogelijk maken die discrepanties tussen patiënt-zelfrapportage en klinische observaties in real-time signaleren.
• Bescheidenheid van Claims: De auteurs karakteriseren hun bevindingen expliciet als exploratief. Vanwege de bescheiden cohortgrootte ($n=24$), beperkte aantal events (41–47 per rater), en de repeated-measures structuur van de data, worden de resultaten niet gepresenteerd als definitief statistisch bewijs. Zij erkennen potentiële confounds (bijv. procedurele anticipatie, beweging, timing van medicatie) die de geobserveerde fysiologische patronen kunnen beïnvloeden. De studie roept op tot grotere studies met formele statistische toetsing (bijv. mixed-effects modellen) om deze patronen te bevestigen.

Concluderend stelt het paper dat het behoud van de rater-identiteit en de temporele structuur door middel van event-gealigneerde analyse een fundamentele basis biedt voor de integratie van wearable fysiologie met klinische pijnbeoordelingen, waarmee de beperkingen van single-label aannames worden overstegen.