Nachweis EEG-basierter Biomarker für chronische Schmerzen im unteren Rückenbereich

Chronische Schmerzen im unteren Rücken (CLBP) sind eine weit verbreitete Erkrankung, von der bis zu einem Fünftel der Erwachsenen weltweit betroffen sind, und sie sind weltweit die häufigste Ursache für Behinderungen. Trotz der hohen Prävalenz und schädlichen Auswirkungen von CLBP sind seine Behandlungen und Mechanismen noch weitgehend unklar. Biomarker, die das Fortschreiten der Symptome bei CLBP vorhersagen, unterstützen präzisionsbasierte Behandlungen und tragen letztlich dazu bei, Leiden zu lindern. Die längsschnittliche hirnbasierte Neurobildgebung im Ruhezustand von Patienten mit CLBP hat neuronale Netzwerke aufgedeckt, die die Schmerzchronifizierung und deren Symptomprogression vorhersagen. Obwohl erste Erkenntnisse darauf hindeuten, dass Messungen von Gehirnnetzwerken zur Entwicklung prognostischer Biomarker führen können, ist die Vorhersagefähigkeit dieser Modelle für die kurzfristige Nachbeobachtung am stärksten. Messungen verschiedener neuronaler Systeme können zusätzliche Vorteile mit einer besseren Vorhersagekraft bieten.

Emotionale und kognitive Dysfunktionen sind bei CLBP häufig und treten auf Verhaltens- und Gehirnebene auf. Dies stellt eine einzigartige Gelegenheit dar, prognostische gehirnbasierte Biomarker zu erkennen. Ebenso haben Verbesserungen bei den Neuroimaging-Strategien des Elektroenzephalogramms (EEG) zu einer höheren räumlichen Auflösung geführt, was es Forschern ermöglicht, die Einschränkungen klassisch verwendeter Neuroimaging-Modalitäten (z. B. Magnetresonanztomographie [MRT] und funktionelles MRT), wie hohe Kosten und eingeschränkte Zugänglichkeit, zu überwinden. Mithilfe eines longitudinalen EEG wird dieses patientenorientierte Forschungsprojekt ein umfassendes neuronales Bild emotionaler, kognitiver und Ruhezustandsnetzwerke bei Patienten mit CLBP liefern, das bei der Vorhersage des Symptomverlaufs bei CLBP hilfreich sein wird. Durch diese Auszeichnung werden die Forscher moderne EEG-Quellenanalysestrategien nutzen, um Biomarker zu Studienbeginn und 3- und 6-monatige Nachuntersuchungen sowie deren Kovarianz mit Markern für Schmerz und emotionale und kognitive Dysfunktion zu verfolgen. In Ziel 1 werden die Forscher Unterschiede im Ruhezustand, in emotionalen und kognitiven Netzwerken zwischen Patienten mit CLPB und alters-/geschlechtsangepassten Kontrollpersonen identifizieren und charakterisieren. In Ziel 2 werden die Forscher Veränderungen innerhalb des Subjekts im Laufe der Zeit und ihre Beziehung zu klinischen Symptomen identifizieren. In Ziel 3 werden die Forscher als exploratives Ziel maschinelle und Deep-Learning-Strategien anwenden, um eine umfassende Signatur von CLBP mithilfe von EEG-Merkmalen aus Ruhezuständen, emotionalen und kognitiven Netzwerken zu erkennen.