ペインボディダイアグラムまたはPBDの解剖学的構造と、ランドスケープモードでのボディテンプレートの向きを説明します。スタイラスの筆圧が上昇すると、色相が緑から青、赤に変化し、それぞれ軽度、中等度、重度の痛みの強さを表すことを示すことで、色相の線形変換に対する圧力を説明します。次に、描画ツールと消去ツール、ピンチしてズームとパンの機能について説明します。
ティーチバック法でペインボディダイアグラムの課題を理解しているかを確認し、自分の言葉で説明してもらいます。参加者に15分を割り当てて、平らな面に疼痛体図を描く練習をし、疼痛の位置と強さを正確に表現できるようにします。各参加者と一緒にPBDを確認し、一貫性と色の正しい使用を確認します。
ベースライン中または治療または介入後のさまざまな時点でPBDを終了するように参加者に要求し、PBDを完了するための十分な時間を確保します。完了後、患者ID、PBDが終了した日時など、標準化されたファイル名でPBDを保存します。選択アイコンを使用して、一括エクスポートする画像を選択します。
共有ボタンをクリックして、利用可能な画像形式のリストにアクセスします。画像レイヤーを保持するポータブルまたはPhotoshopファイル形式を選択し、好みの形式をクリックします。目的のPBDファイルをダウンロードし、ラスターベースの画像エディタで開きます。
次に、PBD ファイルの最上層から対象のカラーピクセルを分離するには、カラーインレイヤーの下に完全に黒のレイヤーを追加し、その上にブラックマスクレイヤーを追加してテンプレートボディアウトラインの外側のピクセルを除外し、黒い背景にボディアウトライン内のカラーピクセルのみを含む修正PBDを作成します。処理されたPBDをポータブルネットワークグラフィックファイルとしてエクスポートするには、ファイルをクリックしてエクスポートを選択し、名前を付けてエクスポートを選択し、PNG形式を選択してから、[エクスポート]をクリックします。オープンな CV2 Python パッケージを使用して、PBD 内の各ピクセル値を RGB 色空間から HSV 色空間に変換します。
「measure underscore SA noblur and RGBA2HSV」というタイトルの Python スクリプトを実行して、すべてのピクセルの色相値を抽出します。痛みの定量化 Python スクリプトを実行して、3 つの PBD メトリクスを計算します。まず、色付きのピクセル数をボディダイアグラム内のピクセルの総数で割って、PBDカバレッジを計算します。
範囲は、女性は1〜820、452ピクセル、男性は1〜724、608ピクセルです。結果に 100 を掛けて、データを 0 から 100 のスケールで正規化します。次に、ボディダイアグラムですべてのピクセルの色相値を加算してPBD合計強度を決定しますが、これはRGBA2HSVを実行することによって行われます。
女性の範囲は 0 から 114、453、054 で、男性の範囲は 0 から 101、082、816 です。結果を最大PBD和強度で除算し、100を掛けます。最大PBD和強度は、ボディダイアグラムのピクセルの総数に139.5を掛けた値によって異なります。
すべての色相値の合計を色付きピクセルの総数で割ることにより、PBD 平均強度を計算します。最後に、各PBDファイルを処理し、出力をスプレッドシートにコンパイルしてさらに分析します。PBD指標は、ほとんどの患者の数値評価強度(NRS)、視覚的アナログ尺度(VAS)、およびMcGill Pain Questionnaire(MPQ)と相関していました。
5人中4人の患者において、PBD指標はNRS-VAS強度、VAS不快感、MPQと有意に相互情報(MI)を共有していた。すべての患者において、NRSはVAS強度、VAS不快感およびMPQと有意なMIを共有し、PBD合計はMIをPBDカバレッジおよびPBD平均と共有した。
