《Biosensors》：X-QST: A Wireless Thermal Quantitative Sensory Testing System Integrated into a Ubiquitous Health Platform—Development and Pilot Evaluation in Healthy Adults
编辑推荐：
利用定量感觉测试（QST）进行的热分析在支持糖尿病周围神经病变（DPN）诊断中起着至关重要的作用，因为小热纤维在此类病例中是最先受累的。本研究介绍了X-QST系统的开发，该系统旨在执行热QST流程，并集成到巴西圣卡塔琳娜联邦大学生物医学工程研究所（IEB-UF
利用定量感觉测试（QST）进行的热分析在支持糖尿病周围神经病变（DPN）诊断中起着至关重要的作用，因为小热纤维在此类病例中是最先受累的。本研究介绍了X-QST系统的开发，该系统旨在执行热QST流程，并集成到巴西圣卡塔琳娜联邦大学生物医学工程研究所（IEB-UFSC）开发的泛在健康平台——糖尿病并发症筛查平台（SDC-X）中。该系统由一个无线采集模块和一个数据管理模块组成，可执行冷觉和温觉检测阈值测试、热痛阈值测试以及矛盾性热感觉评估。研究人员开展了一项涉及15名健康成人的初步研究以评估该系统，并通过Z-score变换、与参考数据集进行组间比较t检验以及异常分类比例的精确检验，将结果与规范参考值进行比较。大多数参与者的结果落在正常范围内，异常分类的比例在检测阈值和矛盾性热感觉方面与规范标准下的预期无显著差异。热痛阈值数据根据初步研究期间口头指令变更所定义的两个亚组分别报告，未进行合并。这些发现证明了X-QST子系统及其在SDC-X平台中集成的技术可行性。本研究未评估其对DPN的诊断性能；在用于任何筛查之前，需要在伴有或不伴有周围神经病变的糖尿病个体中进行验证，这是计划中的下一步工作。
论文解读文章
一、研究背景与意义
糖尿病神经病变（DN）是糖尿病（DM）患者中常见的并发症，影响神经系统的多个部分，包括周围区域（即远端对称性多发性神经病）和自主神经系统（ANS）。DN是DM最常见的并发症，其中糖尿病周围神经病变（DPN）是最常见的类型，约占所有病例的75%。已有研究明确表明，DPN最早受累的神经纤维是小纤维，这些纤维负责检测热觉和痛觉并将其传递至中枢神经系统。随后，负责振动觉、机械触觉和位置觉的大感觉纤维才可能受损，在更晚期阶段，大运动纤维也可能受累。
定量感觉测试（QST）是一种通过热和机械刺激评估和诊断神经系统疾病的测试方法，能够基于患者反应量化刺激强度，通过与参考值比较判断是否存在神经功能异常。在QST相关的所有感觉测试中，本研究聚焦于热测试，旨在评估负责传递热觉和疼痛信息的小纤维（Aδ纤维和C纤维）。这些测试包括冷检测阈值（CDT）、温检测阈值（WDT）、热痛阈值（HPT）以及矛盾性热感觉（PHS）现象。PHS通常出现在中枢或周围神经系统受损的个体中，虽常被描述为非疼痛性感觉，但有证据表明有时会被体验为疼痛或灼烧感。
然而，现有热阈值评估系统存在两大不足：其一，绝大多数系统未集成到更广泛的糖尿病并发症筛查泛在平台中；其二，大多数为有线台式设备，且未评估矛盾性热感觉。此外，现有规范参考值主要基于以欧洲白种人为主的样本建立，而近期研究表明种族和遗传因素会影响这些阈值。因此，开发一种集成于泛在健康平台、支持无线通信且包含PHS评估的热QST系统具有重要的临床意义和应用价值。
二、研究内容概述
本研究旨在开发并集成X-QST系统，该系统作为泛在健康平台SDC-X的新模块，用于支持DPN的筛查。研究人员完成了系统的硬件开发、固件设计、软件集成，并通过15名健康成人的初步研究评估了系统的可行性和有效性。研究采用Z-score变换、组间t检验和异常分类比例的精确检验等统计方法，将结果与Magerl等人（2010）建立的按性别和年龄分层（20–30岁层）的规范参考值进行比较。
三、关键技术方法
研究人员采用了以下几项关键技术方法：系统硬件采用帕尔贴热电元件（PP）作为热刺激器，由ESP32微控制器通过比例-积分-微分（PID）控制算法维持恒定的温度变化速率；温度测量采用MLX90614红外温度传感器，并通过与参考红外测温仪NX-2000的线性回归进行校准；无线通信采用Wi-Fi技术（WPA3安全协议），ESP32作为服务器，集中器模块作为客户端，通过WebSocket协议（端口80）进行数据传输。数据采集遵循Rolke等人（2006）建立的临床方案，采用极限法（MLI），测试从约32 °C的基线温度开始，以约1–2 °C/s的速率升温或降温，安全限制设为10 °C和50 °C。研究样本为15名健康成人（7名女性，8名男性），年龄23–30岁，测试部位为优势侧手部鱼际隆起和足背。统计分析使用IBM SPSS 29.0软件，图形使用Python 3.13.15的Seaborn库生成。
四、研究结果
4.1 X-QST子系统
研究人员成功开发了X-QST子系统，包括采集模块和数据管理模块。采集模块采用MDF外壳，分为三个隔离隔间（电路、微型水泵和12 V AC/DC转换器），热极采用ABS 3D打印制造，容纳热刺激组件（PP、散热器、风扇）和红外传感器。系统通过电气安全测试，符合ABNT NBR IEC 60601-1:2010标准。校准曲线显示斜率0.7168、截距4.4847，所有阈值观测值均在校准范围内。重复性评估显示，冷检测阈值在两位点和手部温检测阈值的组内相关系数ICC(2,1)为0.87–0.90（良好至优秀），其余参数为0.65–0.85（中等至良好），受试者内标准差为0.32–1.02 °C。数据管理模块在SDC-X软件中新增了采集、检查和结果三个界面，结果界面可显示Z-score图并计算综合评分。
4.2 初步研究的统计分析
在15名健康参与者的数据收集完成后，研究人员进行了统计分析。在Z-score分析中，多重性校正前，仅热痛阈值在两个位点和两个性别中与参考值有显著差异；Holm–Bonferroni校正后，男性中差异仍显著（手部p<0.001，足部p<0.001），女性中不再显著。所有检测阈值在两种性别中均与参考值无显著差异。PHS测试中，所有参与者在两个位点均落入同一类别，Z-score标准差为零，无法进行推断检验，异常分类比例为0%（精确95% CI 0–21.8%），与规范标准下预期的5%相符。
温度阈值分析显示，仅足部CDT在多重性校正前达到显著性（p=0.049），校正后不再显著（p=0.294），因此数据不支持阈值温度存在性别差异，但男性在所有比较中均显示较高的平均阈值。分类分布分析中，手部WDT有5/15名参与者被分类为异常（33.3%，95% CI 11.8–61.6%，p=0.007），经Holm–Bonferroni校正后仍偏离预期率；其余所有比较均与预期的5%异常率相符。Fisher精确检验显示，所有测试的分类与性别之间均无显著关联。
4.3 热痛阈值：按指令亚组分析
由于初步研究期间热痛测试的口头指令在第6名参与者之后被修改，HPT数据按两个亚组分别报告。亚组A为前6名参与者（5男1女），被指示在首次疼痛感觉时按下按钮（参考方案措辞）；亚组B为其余9名参与者，接受演示刺激并被指示在疼痛强度达到0–10口头数字量表的8级时按下按钮。在足部，两个亚组的阈值温度差异显著（亚组A为38.81 ± 1.18 °C，亚组B为41.10 ± 1.87 °C；p=0.017），且足部所有4例异常HPT分类均属于亚组A。由于亚组归属与性别构成在该小样本中混杂，无法独立于口头指令变更来归因性别因素。
五、讨论与结论
讨论部分指出，X-QST子系统的创新性不在于热刺激硬件本身（基于成熟的帕尔贴技术），而在于其集成到泛在筛查平台SDC-X中（此前仅包含自主神经病变筛查设备）以及无线操作特性，这使其区别于临床实践中占主导地位的有线台式系统。初步研究结果显示，大多数参数和位点的观测值与Magerl等人（2010）建立的Z-score范围一致，证明了该系统在健康成人样本中运行在预期范围内。唯一例外是手部WDT出现过多的功能增益结果，其来源未在本研究中确定。
研究局限性包括：样本量小（n=15）、单中心、年龄范围限于23–30岁（仅覆盖参考数据集的一个分层）、参考规范数据基于以欧洲白种人为主的样本而巴西人群为种族混合群体且尚无巴西人群的热规范阈值、热痛测试口头指令变更阻止了该参数的合并推断、刺激条件与参考数据集存在偏差（热极接触面积、较低截止温度和采样率）以及未进行完整的计量学表征。
结论部分指出，本研究的初步结果支持该子系统及其在SDC-X平台中集成的技术可行性，但不支持其临床性能：未评估其对DPN的诊断准确性，且无法从健康成人样本中推断。下一步计划是在伴有和不伴有周围神经病变的糖尿病成人中进行病例对照研究，覆盖参考数据集的年龄分层，以神经传导研究作为参考标准确立诊断，并以诊断准确性作为主要结局指标。
