Påvisning af EEG-baserede biomarkører for kronisk lænderygsmerter

Kronisk lænderygsmerter (CLBP) er en udbredt lidelse, der rammer op til en femtedel af voksne globalt, og er den største enkeltstående årsag til handicap på verdensplan. På trods af den høje udbredelse og skadelige virkning af CLBP forbliver dens behandlinger og mekanismer stort set uklare. Biomarkører, der forudsiger symptomprogression i CLBP, understøtter præcisionsbaserede behandlinger og hjælper i sidste ende med at reducere lidelse. Longitudinel hjernebaseret neuroimaging i hviletilstand af patienter med CLBP har afsløret neurale netværk, der forudsiger smertekronisering og dens symptomprogression. Selvom tidlige fund tyder på, at målinger af hjernenetværk kan føre til udvikling af prognostiske biomarkører, er disse modellers forudsigelsesevne stærkest til kortsigtet opfølgning. Målinger af forskellige neurale systemer kan give yderligere fordele med bedre forudsigelsesevne.

Følelsesmæssig og kognitiv dysfunktion er almindelig ved CLBP, der forekommer på adfærds- og cerebralt niveau, hvilket giver en unik mulighed for at opdage prognostiske hjernebaserede biomarkører. Ligeledes har forbedringer i elektroencefalogram (EEG) neuroimaging-strategier ført til øget rumlig opløsning, hvilket gør det muligt for forskere at overvinde begrænsningerne ved klassisk anvendte neuroimaging-modaliteter (f.eks. magnetisk resonansbilleddannelse [MRI] og funktionel MR), såsom høje omkostninger og begrænset tilgængelighed. Ved hjælp af longitudinelle EEG vil dette patientorienterede forskningsprojekt give et omfattende neuralt billede af emotionelle, kognitive og hviletilstandsnetværk hos patienter med CLBP, hvilket vil hjælpe med at forudsige symptomprogression i CLBP. Gennem denne pris vil efterforskerne bruge moderne EEG-kildeanalysestrategier til at spore biomarkører ved baseline og 3- og 6-måneders opfølgninger og deres kovarians med markører for smerte og følelsesmæssig og kognitiv dysfunktion. I mål 1 vil efterforskerne identificere og karakterisere forskelle i hviletilstand, følelsesmæssige og kognitive netværk mellem patienter med CLPB og alders-/kønsmatchede kontroller. I mål 2 vil efterforskerne identificere ændringer inden for emnet over tid og deres forhold til kliniske symptomer. I mål 3, som et udforskende mål, vil efterforskerne anvende maskin- og dyb-læringsstrategier til at opdage en omfattende signatur af CLBP ved hjælp af EEG-funktioner fra hviletilstand, følelsesmæssige og kognitive netværk.