Festlegung normativer Werte für die thermische Erkennung und die Schmerzschwelle, die durch die Psi-Methode festgelegt wurden

Die diabetische Polyneuropathie ist eine häufige Komplikation des Diabetes mellitus. Die Beeinträchtigung der peripheren Nervenfaserfunktion kann sehr variabel sein und hauptsächlich Fasern mit großem Durchmesser (unterstützende Berührung), Fasern mit kleinem Durchmesser (unterstützende Thermonozizeption) oder beides betreffen.

Die Auswertung der thermischen Erkennungsschwelle kann verwendet werden, um das Ausmaß des Funktionsverlusts (Hypästhesie) und in geringerem Maße des Funktionsgewinns (Hyperästhesie) bei Patienten mit thermonozizeptiven Beeinträchtigungen zu quantifizieren. Sie sind wichtige Merkmale von Protokollen für quantitative sensorische Tests (QST) (Rolke, Baron, et al., 2006; Rolke, Magerl, et al., 2006) und sind entscheidend für die Bestimmung sensorischer Phänotypen (Baron et al., 2017; Raputova et al., 2017). Ihre Rolle ist besonders wichtig bei der diagnostischen Abklärung von Neuropathien, die kleine Fasern betreffen (d. h. die Untergruppe der primären Afferenzen, die für Thermonozizeption und autonome Funktionen verantwortlich sind), wie schmerzhafte diabetische Neuropathien (Terkelsen et al., 2017; Tesfaye et al., 2010).

Klinische Messungen von thermischen Nachweisschwellen werden derzeit hauptsächlich mit der Grenzwertmethode (Fruhstorfer, Lindblom, & Schmidt, 1976) durchgeführt, bei der eine kontinuierliche Erwärmungs- oder Abkühlungsrampe (normalerweise mit einer langsamen Rate, in dem Fall 1 °C/s) durchgeführt wird des DFNS-QST-Protokolls (Rolke, Magerl, et al., 2006)) wird auf die Haut des Patienten aufgetragen, der angewiesen wird, einen Knopf zu drücken, sobald er/sie ein warmes oder kaltes Gefühl verspürt. Als Detektionsschwelle wird dann die Temperatur angesehen, die in dem Moment erreicht wurde, in dem der Patient die Taste drückte. Es ist seit langem bekannt, dass die Methode der Grenzwerte aufgrund ihrer Abhängigkeit von der Reaktionszeit (Yarnitsky & Ochoa, 1991) methodisch voreingenommen ist, was zu einer Überschätzung des Schwellenwerts führt, der der Temperaturänderung entspricht, die zwischen der Detektion und der Messung aufgetreten ist es signalisiert durch eine motorische Reaktion. Dies ist problematisch, da Reaktionszeiten unter dem Einfluss von Entscheidungs- und motorischen Reaktionsgeschwindigkeiten stehen, die durch Faktoren beeinflusst werden können, die für die Bewertung sensorischer Diskriminierung irrelevant sind, wie beispielsweise kognitive oder motorische Beeinträchtigungen.

Ein methodisch fundierterer Ansatz zur Schwellenmessung ist die Methode der Pegel oder konstanten Reize (Kingdom & Prins, 2010). Eine Anzahl vorgewählter Stimulusintensitäten wird mehrmals in zufälliger Reihenfolge dargeboten, und die Testperson wird gefragt, ob sie jeden Stimulus gespürt hat. Im Gegensatz zur Methode der Grenzen ist dieser Ansatz nicht durch Entscheidungsgeschwindigkeit und motorische Funktion beeinflusst. Darüber hinaus ermöglicht diese Methode die Anpassung einer psychometrischen Funktion (Erkennungswahrscheinlichkeit als Funktion der Stimulusintensität) an die Ergebnisse, wodurch die Bewertung der thermischen Erkennungsleistung von der veralteten High Threshold Theory auf die der derzeit führenden Signal Detection Theory (Kingdom & Prins, 2010). Während die High-Threshold-Theorie die Erkennung als einen EIN/AUS-Prozess konzipierte (unterhalb der Schwelle findet keine Erkennung statt, oberhalb der Schwelle findet immer eine Erkennung statt), sieht die Signalerkennungstheorie die Erkennung als einen probabilistischen Prozess (jede Stimulusintensität ist mit einer Erkennungswahrscheinlichkeit verbunden). Dieser theoretische Rahmen impliziert die Neudefinition der Schwelle als die Stimulusintensität, für die die Erkennungswahrscheinlichkeit gleich 0,5 ist. Neben der Schwelle wird die psychometrische Funktion auch durch ihre Steigung definiert, also die Rate, mit der sich die Entdeckungswahrscheinlichkeit um den Wert der Schwelle ändert. . Leider hat die Methode der Ebenen einige wichtige Nachteile. Erstens ist es zeitaufwändig, da es das Sammeln von Antworten auf eine große Menge von Stimuli (normalerweise mehrere hundert) erfordert (Gescheider, 1997). Zweitens muss der Bereich der Stimulusintensitäten ungefähr auf den tatsächlichen Schwellenwert zentriert sein und den Übergangsbereich der Detektionswahrscheinlichkeit abdecken.

Um diese Einschränkungen zu überwinden, wurden mehrere adaptive Verfahren vorgeschlagen. Diese Verfahren passen die Intensität der dargebotenen Stimuli aktiv an die vorherigen Reaktionen des Subjekts an (Kingdom & Prins, 2010). In der vorliegenden Studie haben wir zum ersten Mal die Psi-Methode (ein adaptiver Bayes-Algorithmus, vorgeschlagen von Kontsevich und Tyler (1999)) implementiert, um die Schwellenwerte und Steigungen der psychometrischen Funktion für die Wärme- und Kälteerkennung zu schätzen. Dieser Algorithmus ordnet jedem potenziellen Steigungs- und Schwellenwertwert eine Wahrscheinlichkeit zu, aktualisiert diese Wahrscheinlichkeitsverteilung basierend auf der nach jeder Stimuluspräsentation (erkannt/nicht erkannt) aufgezeichneten Reaktion und wählt die nächste Stimulusintensität aus, sodass die Reaktion auf ihre Präsentation die Entropie maximiert (d. h. die Unsicherheit um die Werte der Steigung und des Schwellenwerts herum) zu reduzieren.

In dieser Studie werden wir gesunde Kontrollpersonen mit der konventionellen Grenzmethode und der neuen PSI-Methode testen, um normative Werte für den neuen Test festzulegen.