Der neue Gehirnbiomarker identifiziert die Schmerzempfindlichkeit und kann chronisches Schmerzrisiko vorhersagen

Langsamere Gehirnwellenmuster und reduzierte motorische Kortexaktivität, die mit höherer Schmerzempfindlichkeit und chronischem Schmerzrisiko verbunden ist

Eine aktuelle JAMA -Neurologie Die Studie konzentrierte sich auf die Bestimmung eines wirksamen sensomotorischen kortikalen Biomarkers für Schmerzen basierend auf zwei Metriken, nämlich PAF und CME.

Die Biomarker für Schmerz verstehen

Im Laufe der Jahre haben viele Studien verschiedene Schmerzbiomarker vorgeschlagen, darunter neuronale oszillatorische Rhythmen, Proteine, Metaboliten, Lipide und Neuroimaging -Marker mechanistischer/struktureller Anomalien. Diese Biomarker helfen Klinikern, Patienten mit chronischen Schmerzen zu diagnostizieren, zu verhindern und zu behandeln.

Wissenschaftler haben mehrere Herausforderungen bei der Bestimmung von Schmerzbiomarkern, die möglicherweise mit begrenzten Stichprobengrößen verbunden sind, die die Leistung einer analytischen Validierung in vollem Maßstab unter Verwendung eines maschinellen Lernansatzes behindern. Das Fehlen klinisch relevanter Schmerzmodelle und die begrenzte Reproduzierbarkeit der vorhandenen haben die Einrichtung prominenter Schmerzbiomarker verhindert.

Frühere Studien haben gezeigt, dass die an der anschließende motorische Reaktion beteiligte kortikospinale Signalübertragung und die neuronalen oszillatorischen Rhythmen, die an der Verarbeitung nozizeptiver Eingaben beteiligt sind, wichtige Faktoren für die Gestaltung der Erfahrung des Subjektschmerzes sind.

Eine frühere Studie stellte einen Zusammenhang zwischen PAF, CME und Schmerz her. Diese Studie ergab, dass ein langsamerer PAF vor dem Beginn von Schmerzen und reduzierte CME bei längeren Schmerzen (Depression) mit höheren Schmerzniveaus verbunden ist. Im Gegensatz dazu sind ein schnelleres PAF und eine erhöhte CME (Erleichterung) mit geringeren Schmerzen verbunden.

Eine Person, die im frühen Stadium einer längeren Schmerz-Episode, wie z. B. nach der Operation, extreme Schmerzen erlebt, besteht ein höheres Risiko, in Zukunft chronische Schmerzen zu entwickeln. Wenn eine Person vor einer erwarteten verlängerten Schmerz -Episode und/oder CME -Depression während der akuten Schmerzstadien einen langsamen PAF entwickelt, kann dies auf einen Übergang zu chronischen Schmerzen hinweisen.

Über die Studie

Die Vorhersageversuch konzentriert sich auf die Identifizierung einer prominenten sensomotorischen kortikalen Biomarker -Signatur zur Vorhersage der Schmerzempfindlichkeit basierend auf zwei Metriken: PAF und CME. Diese Studie verwendete ein Nervenwachstumsfaktor (NGF) Schmerzmodell, das auf längerem myofaszialen temporomandibulären Schmerz basiert, das durch intramuskuläre Injektion von NGF induziert wurde.

PAF wurde als die dominante sensomotorische kortikale Schwingung im Alpha (8-12 Hz) definiert, während der CME als die Wirksamkeit definiert wurde, mit der Signale vom primären Motorkortex (M1) auf periphere Muskeln weitergeleitet werden.

Druckschmerzschwellen, PAF und CME wurden an den Tagen 0 (Grundlinie), 2 und 5. PAF unter Verwendung einer 5-minütigen Elektroenzephalographie-Aufzeichnung von 63 Elektroden gesammelt. Sensomotor PAF wurde berechnet, nachdem die Komponenten im Signal festgelegt wurden, die einen klaren Alpha-Peak (8-12 Hz) zur Frequenzabzersetzung und eine Kopfhauttopographie aufwiesen, die auf eine sensomotorische Quelle hinweist. Der transkranielle Magnetstimulationsansatz (TMS) wurde verwendet, um CME zu messen.

Die aktuelle Studie erzeugte eine Karte der kortikomotorischen Darstellung des Massetermuskels. Die Kortikomotor -Erregbarkeit wurde als Kartenvolumen indiziert. Bei elektronischen Schmerzdurchstellungen stellten die Teilnehmer ihre Schmerzen (0-10) während verschiedener Aktivitäten zusammen, und diese Daten wurden täglich gesammelt, dh von Tag 1 bis Tag 30, 10 Uhr und 19 Uhr.

Studienergebnisse

Insgesamt 159 gesunde Teilnehmer, zu denen 70 Frauen und 89 Männer gehörten, wurden in die Vorhersageversuch eingeschrieben. 150 Teilnehmer absolvierten jedoch den Versuch, dessen Durchschnittsalter 25,1 Jahre betrug. Die Teilnehmer erhielten an den Tagen 0, 2 und 5 PAF- und CME-Maßnahmen intramuskulären NGF-Injektionen von NGF.

Die Schmerzwerte der Teilnehmer des Trainings- und Testsatzes wurden als hohe und niedrige Schmerzempfindlichkeit eingestuft. Die logistische Regression zeigte, dass eine langsamere PAF- und CME -Depression mit höheren Schmerzen verbunden war. Regressionskoeffizienten von –1,25 und –1,27 für PAF bzw. CME prognostizierten die Schmerzempfindlichkeit.

Das gesperrte logistische Regressionsmodell zeigte den optimalen Wahrscheinlichkeitsschwellenwert für die Klassifizierung als hoher Schmerzempfindlichkeit 0,40 mit einer assoziierten Empfindlichkeit von 0,875 und einer Spezifität von 0,79. Um als hoher schmerzempfindlicher Bezeichnung markiert zu werden, wurde eine Wahrscheinlichkeitsschwelle von 0,40 auf die aktuellen Daten angewendet. Diese Analyse unterstrichen, dass ein Moderator einen PAF von weniger als 9,56 benötigen würde und ein Depressor einen PAF von weniger als 10,57 benötigen würde.

Bei Personen, die voraussichtlich eine höhere Schmerzempfindlichkeit aufweisen, wurde ein visuell langsamerer PAF gefunden als bei niedrigen Schmerzempfindlichkeit. In den Masseter -Motorkarten wurde bei Personen, die voraussichtlich hohe Schmerzen haben, ein reduzierter CME gefunden. Im Gegensatz dazu hatten diejenigen, die vorausgesagt wurden, niedrigere Schmerzen, CME.

Es muss angemerkt werden, dass die kombinierte PAF/CME -Signatur jedes Maß einzeln übertraf. Das Modell mit Biomarkern, einschließlich sensomotorischer PAF, CME, Geschlecht, Gesamtpunktzahl (PCS), und PCS -Hilflosigkeit, übertrafen das Modell nur über die Hilflosigkeit, einschließlich Kovariaten.

Um die Reproduzierbarkeit der Ergebnisse zu bewerten, wurde die Analyse unter Verwendung verschiedener PAF- und CME -Berechnungsmethoden wiederholt. Unabhängig von den Methoden wurde festgestellt, dass die logistische Regression das beste oder gleichen Bester -Leistungsmodell ist, wenn sie auf den Trainingsvalidierungssatz angewendet wurde, wobei ein Bereich unter der Kurve (AUC) von ausstehend zu akzeptabel bis zum Ausstehenden variiert.

Schlussfolgerungen

Die Studienergebnisse zeigten, dass die PAF/CME -Biomarker -Signatur positiv verwendet werden könnte, um den Übergang von Schmerzen von akut zu chronisch vorherzusagen. Dieser Biomarker könnte Ärzten helfen, Personen mit chronischen Schmerzen zu behandeln.

Quellen: