Imaging biomarkører for myofascial smerte

Definition af foreslået sammensat multimodal biomarkør-Forskerne foreslår at udvikle en kvantitativ klassificering af vævsniveau baseret på kvantitative metrikker (egenskaber) afledt af ultralydselastografi, Doppler, bioimpedansspektroskopi og højdensitetselektromyografi, som en indikator for den normale biologiske proces i myofascial væv og patogen proces i aktive og latente faser af myofascial smerte.

Overordnet tilgang og videnskabelig stringens: I mål 1 vil efterforskerne udvikle metoder til at generere reproducerbare metrikker (features) fra målinger på råvævsniveau og bestemme den mindste påviselige ændring i disse funktioner i et pilotstudie. I mål 2 vil efterforskerne udføre et longitudinelt observationsstudie med to grupper af forsøgspersoner (kontrol og myofascial smerte). Forskerne vil udvikle en klassifikationsalgoritme, der optimalt skelner mellem aktiv og latent fase af myofascial smerte og normalt myofascial væv.

Studiepopulation og anatomisk sted. Den valgte smertetilstand er kroniske nakke- og skuldersmerter. Efterforskerne vil rekruttere to grupper af forsøgspersoner: Gruppe 1: Kronisk myofascial smerte som bestemt ved baseline klinisk undersøgelse ved brug af Travell og Simons kriterier7 og gruppe 2: smertefri kontroller. Efterforskerne vil fokusere på to standardiserede anatomiske placeringer (figur 4). Dette vil muliggøre billeddannelse af den mediale øvre trapezius og infraspinatus-musklerne, som er almindelige steder for MTrPs55 såvel som levator scapulae. Disse tre muskler har ret forskellig morfologi og fasciae45. Levatoren er en fusiform muskel med veldefineret fascia, der inkluderer musklen, mens trapezius har tyndere fascia, hvorfra perimysium septae krydser muskelbugen. Infraspinatus har flere fasciale lag på overfladen og har klare segmentelle forbindelser til C5-6 segmentet56 Kvalificeringskriterier: Efterforskerne vil rekruttere voksne i alderen 18-65 år. Eksklusionskriterier: (1) diagnose af fibromyalgi, kronisk træthedssyndrom eller kronisk borreliose; (2) Diagnose af cervikal radikulopati, neuropati eller neuritis; (3) Anamnese med hoved-, nakke-, cervikalrygsøjle- eller skulderbælteoperationer; (4) Atypisk ansigtsneuralgi; (5) Ny medicin eller ændring i medicin inden for de seneste 6 uger; (6) Aktuel hals- eller øreinfektion.

Maskering og matchning: Dette er en enkeltblind longitudinel observationsundersøgelse. Holdet, der udfører dataindsamlingen og analysen, vil ikke kende gruppetildelingen af ​​forsøgspersonerne og vil blive blindet over for resultaterne af de kliniske evalueringer. De to grupper vil blive matchet alder og køn ved hjælp af en parret rekrutteringsstrategi57. Efterforskerne vil identificere en pulje af kvalificerede kontrolpersoner uden smertehistorie og opdele dem i køns- og aldersgrupper (18-30; 31-50; og >50). For hvert gruppe 1-emne rekrutteret i en parentes, vil efterforskerne rekruttere et matchet gruppe 2-emne fra puljen.

Sex som en biologisk variabel: Myofascial smerte er meget udbredt i samfundet og påvirker både mænd og kvinder. Trapezius myalgi er mere udbredt hos kvinder58. Efterforskerne vil bruge alders- og kønsmatchede grupper og vil teste klassificeringspræstationen for både den puljede befolkning såvel som separat efter køn for at identificere eventuelle kønsspecifikke forskelle i biomarkørmålene.

Resultatmål: Det primære resultatmål vil være den sammensatte klassifikator baseret på de kvantitative biomarkører på vævsniveau. Efterforskerne vil udføre gentagne dataindsamlinger hver måned i 3 måneder. Den kliniske fænotype af forsøgspersonerne (normal, latent, episodisk aktiv og vedvarende aktiv) vil blive bestemt af en omfattende fysisk undersøgelsesprotokol12. Efterforskerne vil bruge NIH HEALs fælles dataelementer for kroniske smerter hos voksne til at indsamle selvrapporter. For yderligere at karakterisere den kliniske fænotype, som et sekundært resultatmål, vil efterforskerne bruge en økologisk momentan vurdering (EMA) applikation (Metricwire) på en smartphone til at opnå en daglig smertevurdering udløst på tilfældige tidspunkter i løbet af dagen og indsamle automatisk aktivitetsovervågning fra smartphone-sensorerne. Efterforskerne vil også indsamle ugentlig 3-punkts smerteintensitet og interferens59.

Dataindsamlingsprocedurer Datahåndtering: Dette er en enkelt stedsundersøgelse. Alle undersøgelsesprocedurer vil blive udført hos Mason. Undersøgelsens biostatistiker (Rosenberger) vil opsætte de passende maskeringskontroller og elektroniske sagsrapportformularer (eCRF'er) i det elektroniske datafangstsystem (REDCap). Alle undersøgelsesdata vil blive indtastet i REDCap ved hjælp af eCRF'er. Studiepersonale vil have passende rollebaserede adgangskontroller i REDCap. Kildevalidering vil blive udført ved hjælp af REDCaps indbyggede checks.

Maskering: En enkelt kliniker (Gerber) vil indhente hvert forsøgspersons samtykke og udføre historie og den fysiske undersøgelse. En ekstra kliniker (DeStefano) kan være til stede for at hjælpe, og en forskningsassistent vil være til stede for at tage noter og indtaste data. Ingeniørteamet, overvåget af PI (Sikdar) og co-I Chitnis, vil samle resultatmålene i et separat rum og vil blive maskeret til patientens historie og resultaterne af den fysiske undersøgelse. Der vil blive udviklet en manual med driftsprocedurer til undersøgelsen.

Procedurer for dataanalyse. Al dataanalyse vil blive udført af en biostatistisk forskningsassistent under tilsyn af dataforskeren (Lee) og studiebiostatistikeren (Rosenberger).

Primær analyse: Efterforskerne vil konstruere og strengt validere en multi-klasse klassifikationsalgoritme baseret på funktionelle tidsserier og statistiske indlæringsmetoder. Her kan biomarkørens tidsserier repræsenteres som en kombination af unikke tidsmønstre/signaler eller basisfunktioner. Disse funktioner inkluderer tidsinvariante egenbasisfunktioner80, udjævning af splines81, wavelets82 eller funktionelle hovedkomponenter83. Ved hjælp af funktionel dataanalyse vil en sammensat prædiktorvariabel blive konstrueret, der opsummerer den relevante information indeholdt i biomarkørtidsserien. Derefter vil en multi-klasse klassifikationsmetode blive konstrueret ved hjælp af overvågede læringstilgange, såsom støttevektormaskiner84, diskriminantanalyse85,86, neurale netværk87,88, regressionstræer89. Klassificeringsalgoritmen vil bruge den sammensatte prædiktor til at kodificere forsøgspersoner i de fire relevante kategorier (smerte - episodisk, smerte - aktiv, kontrol-episodisk og kontrol-aktiv). K-fold krydsvalidering vil blive brugt til at vurdere klassifikatorens nøjagtighed baseret på sensitivitet, specificitet, F1-score og arealet under ROC-kurven for multi-klasse scenarier90,91.

Sekundær analyse: Adskillige sekundære analyser vil blive udført, herunder: (1) Bestem normative værdier af biomarkører i kontrolgruppe (Gruppe 2); (2) Evaluer konvergent validitet af primære og sekundære biomarkører. Da den underliggende grundsandhed ikke kan måles direkte, vil de primære og sekundære biomarkører blive brugt til at evaluere konvergent validitet; (3) Korrelation med tilsvarende klinisk mål (bevægelsesområde, tryksmertetærskel).