Bildgebende Biomarker für myofasziale Schmerzen

Definition des vorgeschlagenen zusammengesetzten multimodalen Biomarkers – Die Forscher schlagen vor, einen quantitativen Klassifikator auf Gewebeebene zu entwickeln, der auf quantitativen Metriken (Merkmalen) basiert, die aus Ultraschallelastographie, Doppler, Bioimpedanzspektroskopie und Elektromyographie mit hoher Dichte abgeleitet sind, als Indikator für den normalen biologischen Prozess im Myofaszialbereich Gewebe und pathogener Prozess in der aktiven und latenten Phase myofaszialen Schmerzes.

Gesamtansatz und wissenschaftliche Genauigkeit: In Ziel 1 werden die Forscher Methoden entwickeln, um reproduzierbare Metriken (Merkmale) aus den Messungen auf Rohgewebeebene zu generieren und die minimal erkennbare Änderung dieser Merkmale in einer Pilotstudie zu bestimmen. In Ziel 2 werden die Forscher eine Längsschnitt-Beobachtungsstudie mit zwei Probandengruppen (Kontrolle und myofasziale Schmerzen) durchführen. Die Forscher werden einen Klassifizierungsalgorithmus entwickeln, der optimal zwischen aktiver und latenter Phase von myofaszialen Schmerzen und normalem myofaszialen Gewebe unterscheidet.

Studienpopulation und anatomischer Standort. Der gewählte Schmerzzustand sind chronische Nacken- und Schulterschmerzen. Die Forscher werden zwei Gruppen von Probanden rekrutieren: Gruppe 1: Chronische myofasziale Schmerzen, bestimmt durch klinische Ausgangsuntersuchung unter Verwendung der Kriterien von Travell und Simon7 und Gruppe 2: schmerzfreie Kontrollen. Die Forscher werden sich auf zwei standardisierte anatomische Standorte konzentrieren (Abbildung 4). Dies ermöglicht die Darstellung des medialen oberen Trapezius und der Infraspinatus-Muskeln, die häufige Standorte für MTrPs55 sind, sowie der Levator-Schulterblätter. Diese drei Muskeln haben eine recht unterschiedliche Morphologie und Faszien45. Der Levator ist ein spindelförmiger Muskel mit einer gut definierten Faszie, die den Muskel umfasst, während der Trapezius eine dünnere Faszie hat, von der aus Perimysium-Septen den Muskelbauch kreuzen. Der Infraspinatus hat mehrere Faszienschichten auf seiner Oberfläche und weist klare segmentale Verbindungen zum C5-6-Segment56 auf. Zulassungskriterien: Die Forscher werden Erwachsene im Alter von 18 bis 65 Jahren rekrutieren. Ausschlusskriterien: (1) Diagnose von Fibromyalgie, chronischem Müdigkeitssyndrom oder chronischer Lyme-Borreliose; (2) Diagnose einer zervikalen Radikulopathie, Neuropathie oder Neuritis; (3) Vorgeschichte von Kopf-, Hals-, Halswirbelsäulen- oder Schultergürteloperationen; (4) Atypische Gesichtsneuralgie; (5) Neue Medikamente oder Änderung der Medikamente in den letzten 6 Wochen; (6) Aktuelle Hals- oder Ohrenentzündung.

Maskierung und Matching: Dies ist eine einfach-blinde Längsbeobachtungsstudie. Das Team, das die Datenerfassung und -analyse durchführt, kennt die Gruppenzuordnung der Probanden nicht und ist für die Ergebnisse der klinischen Bewertungen blind. Die beiden Gruppen werden mithilfe einer gepaarten Rekrutierungsstrategie nach Alter und Geschlecht abgeglichen57. Die Forscher werden einen Pool geeigneter Kontrollpersonen ohne Schmerzen in der Vorgeschichte identifizieren und diese in Geschlechts- und Altersgruppen einteilen (18–30; 31–50; und >50). Für jedes in einer Gruppe rekrutierte Subjekt der Gruppe 1 rekrutieren die Ermittler ein passendes Subjekt der Gruppe 2 aus dem Pool.

Sex als biologische Variable: Myofasziale Schmerzen sind in der Gesellschaft weit verbreitet und betreffen sowohl Männer als auch Frauen. Trapeziusmyalgie kommt häufiger bei Frauen vor58. Die Forscher werden alters- und geschlechtsangepasste Gruppen verwenden und die Klassifikatorleistung sowohl für die gepoolte Bevölkerung als auch getrennt nach Geschlecht testen, um etwaige geschlechtsspezifische Unterschiede bei den Biomarker-Maßen zu identifizieren.

Ergebnismaße: Das primäre Ergebnismaß wird der zusammengesetzte Klassifikator sein, der auf den quantitativen Biomarkern auf Gewebeebene basiert. Die Ermittler führen 3 Monate lang jeden Monat wiederholte Datenerfassungen durch. Der klinische Phänotyp der Probanden (normal, latent, episodisch aktiv und anhaltend aktiv) wird durch ein umfassendes Protokoll der körperlichen Untersuchung bestimmt12. Die Forscher werden die NIH HEAL Common Data Elements für chronische Schmerzen bei Erwachsenen nutzen, um Selbstberichte zu sammeln. Um den klinischen Phänotyp weiter zu charakterisieren, werden die Forscher als sekundäres Ergebnismaß eine Anwendung zur ökologischen Momentanbewertung (EMA) (Metricwire) auf einem Smartphone verwenden, um eine tägliche Schmerzbewertung zu erhalten, die an zufälligen Punkten während des Tages ausgelöst wird, und eine automatisierte Aktivitätsüberwachung zu sammeln die Smartphone-Sensoren. Die Ermittler werden außerdem wöchentlich 3-Punkte-Schmerzintensität und -Interferenzen erfassen59.

Datenerfassungsverfahren Datenverwaltung: Dies ist eine Studie an einem einzigen Standort. Alle Studienverfahren werden bei Mason durchgeführt. Der Studienbiostatistiker (Rosenberger) richtet die entsprechenden Maskierungskontrollen und elektronischen Fallberichtsformulare (eCRFs) im elektronischen Datenerfassungssystem (REDCap) ein. Alle Studiendaten werden mithilfe von eCRFs in REDCap eingegeben. Das Studienpersonal verfügt über entsprechende rollenbasierte Zugriffskontrollen in REDCap. Die Quellenvalidierung wird mithilfe der integrierten Prüfungen von REDCap durchgeführt.

Maskierung: Ein einzelner Kliniker (Gerber) holt die Zustimmung jedes Probanden ein und führt die Anamnese und die körperliche Untersuchung durch. Ein zusätzlicher Kliniker (DeStefano) kann zur Unterstützung anwesend sein, und ein wissenschaftlicher Mitarbeiter wird anwesend sein, um Notizen zu machen und Daten einzugeben. Das vom PI (Sikdar) und Co-I Chitnis beaufsichtigte Technikteam sammelt die Ergebnismessungen in einem separaten Raum und wird mit der Anamnese des Patienten und den Ergebnissen der körperlichen Untersuchung maskiert. Für die Studie wird ein Handbuch mit Betriebsabläufen entwickelt.

Datenanalyseverfahren. Die gesamte Datenanalyse wird von einem wissenschaftlichen Mitarbeiter im Bereich Biostatistik unter der Aufsicht des Datenwissenschaftlers (Lee) und des Studienbiostatistikers (Rosenberger) durchgeführt.

Primäranalyse: Die Forscher werden einen Klassifizierungsalgorithmus für mehrere Klassen erstellen und rigoros validieren, der auf funktionalen Zeitreihen und statistischen Lernmethoden basiert. Hier kann die Biomarker-Zeitreihe als Kombination einzigartiger zeitlicher Muster/Signale oder Basisfunktionen dargestellt werden. Zu diesen Funktionen gehören zeitinvariante Eigenbasisfunktionen80, glättende Splines81, Wavelets82 oder funktionale Hauptkomponenten83. Mithilfe einer funktionalen Datenanalyse wird eine zusammengesetzte Prädiktorvariable erstellt, die die relevanten Informationen zusammenfasst, die in der Biomarker-Zeitreihe enthalten sind. Anschließend wird eine Klassifizierungsmethode für mehrere Klassen unter Verwendung überwachter Lernansätze wie Support-Vektor-Maschinen84, Diskriminanzanalyse85,86, neuronalen Netzen87,88 und Regressionsbäumen89 erstellt. Der Klassifizierungsalgorithmus verwendet den zusammengesetzten Prädiktor, um Probanden in die vier relevanten Kategorien zu kodieren (Schmerz – episodisch, Schmerz – aktiv, kontrollepisodisch und kontrollaktiv). Eine K-fache Kreuzvalidierung wird verwendet, um die Genauigkeit des Klassifikators basierend auf Sensitivität, Spezifität, F1-Score und der Fläche unter der ROC-Kurve für Szenarien mit mehreren Klassen zu bewerten90,91.

Sekundäranalyse: Es werden mehrere Sekundäranalysen durchgeführt, darunter: (1) Bestimmung normativer Werte von Biomarkern in der Kontrollgruppe (Gruppe 2); (2) Bewerten Sie die konvergente Gültigkeit primärer und sekundärer Biomarker. Da die zugrunde liegende Grundwahrheit nicht direkt gemessen werden kann, werden die primären und sekundären Biomarker zur Bewertung der konvergenten Validität verwendet. (3) Korrelation mit dem entsprechenden klinischen Maß (Bewegungsbereich, Druckschmerzschwelle).