Biomarcadores de imágenes para el dolor miofascial

Definición de biomarcador multimodal compuesto propuesto: los investigadores proponen desarrollar un clasificador cuantitativo a nivel de tejido basado en métricas cuantitativas (características) derivadas de elastografía por ultrasonido, Doppler, espectroscopia de bioimpedancia y electromiografía de alta densidad, como indicador del proceso biológico normal en miofascial tejidos y proceso patogénico en las fases activa y latente del dolor miofascial.

Enfoque general y rigor científico: en el objetivo 1, los investigadores desarrollarán métodos para generar métricas (características) reproducibles a partir de las medidas a nivel de tejido crudo y determinar el cambio mínimo detectable en estas características en un estudio piloto. En el objetivo 2, los investigadores realizarán un estudio observacional longitudinal con dos grupos de sujetos (control y dolor miofascial). Los investigadores desarrollarán un algoritmo de clasificación que diferencie de manera óptima entre fase activa y latente del dolor miofascial y tejido miofascial normal.

Población de estudio y sitio anatómico. La condición de dolor elegida es el dolor crónico de cuello y hombros. Los investigadores reclutarán dos grupos de sujetos: Grupo 1: dolor miofascial crónico según lo determinado mediante examen clínico inicial utilizando los criterios de Travell y Simon7 y Grupo 2: controles sin dolor. Los investigadores se centrarán en dos ubicaciones anatómicas estandarizadas (Figura 4). Esto permitirá obtener imágenes del trapecio superior medial y de los músculos infraespinoso, que son ubicaciones comunes para los PGM55, así como el elevador de la escápula. Estos tres músculos tienen morfología y fascias bastante diferentes45. El elevador es un músculo fusiforme con una fascia bien definida que incluye el músculo, mientras que el trapecio tiene una fascia más delgada desde donde los septos del perimisio cruzan el vientre del músculo. El infraespinoso tiene múltiples capas fasciales en su superficie y tiene vínculos segmentarios claros con el segmento C5-656 Criterios de elegibilidad: los investigadores reclutarán adultos de 18 a 65 años de edad. Criterios de exclusión: (1) diagnóstico de fibromialgia, síndrome de fatiga crónica o enfermedad de Lyme crónica; (2) Diagnóstico de radiculopatía, neuropatía o neuritis cervical; (3) Antecedentes de cirugía de cabeza, cuello, columna cervical o cintura escapular; (4) neuralgia facial atípica; (5) Medicación nueva o cambio de medicación en las últimas 6 semanas; (6) Infección actual de garganta u oído.

Enmascaramiento y emparejamiento: este es un estudio observacional longitudinal simple ciego. El equipo que realiza la recopilación y el análisis de datos no conocerá la asignación grupal de los sujetos y estará cegado a los resultados de las evaluaciones clínicas. Los dos grupos se emparejarán por edad y sexo mediante una estrategia de reclutamiento emparejada57. Los investigadores identificarán un grupo de sujetos de control elegibles sin antecedentes de dolor y los dividirán en grupos de sexo y edad (18-30; 31-50; y> 50). Para cada sujeto del Grupo 1 reclutado en un grupo, los investigadores reclutarán un sujeto del Grupo 2 coincidente del grupo.

El sexo como variable biológica: el dolor miofascial tiene una amplia prevalencia en la comunidad y afecta tanto a hombres como a mujeres. La mialgia del trapecio es más prevalente en mujeres58. Los investigadores utilizarán grupos coincidentes por edad y género, y probarán el desempeño del clasificador tanto para la población agrupada como por separado por género para identificar cualquier diferencia específica de género en las medidas de biomarcadores.

Medidas de resultado: La medida de resultado principal será el clasificador compuesto basado en los biomarcadores cuantitativos a nivel de tejido. Los investigadores realizarán recopilaciones de datos repetidas cada mes durante 3 meses. El fenotipo clínico de los sujetos (normal, latente, activo episódico y activo persistente) se determinará mediante un protocolo de examen físico integral12. Los investigadores utilizarán los elementos de datos comunes de NIH HEAL para el dolor crónico en adultos para recopilar autoinformes. Para caracterizar mejor el fenotipo clínico, como medida de resultado secundaria, los investigadores utilizarán una aplicación de evaluación ecológica momentánea (EMA) (Metricwire) en un teléfono inteligente para obtener una calificación diaria del dolor activada en puntos aleatorios durante el día y recopilar monitoreo automatizado de la actividad de Los sensores del teléfono inteligente. Los investigadores también recopilarán semanalmente la intensidad y la interferencia del dolor en 3 ítems59.

Procedimientos de recopilación de datos Gestión de datos: este es un estudio de un solo sitio. Todos los procedimientos del estudio se realizarán en Mason. El bioestadístico del estudio (Rosenberger) establecerá los controles de enmascaramiento adecuados y los formularios electrónicos de notificación de casos (eCRF) en el sistema electrónico de captura de datos (REDCap). Todos los datos del estudio se ingresarán en REDCap mediante eCRF. El personal del estudio tendrá controles de acceso adecuados basados ​​en roles en REDCap. La validación de la fuente se realizará utilizando las comprobaciones integradas de REDCap.

Enmascaramiento: un solo médico (Gerber) obtendrá el consentimiento de cada sujeto y realizará el historial y el examen físico. Es posible que esté presente un médico adicional (DeStefano) para ayudar y un asistente de investigación estará presente para tomar notas e ingresar datos. El equipo de ingeniería, supervisado por el IP (Sikdar) y el co-I Chitnis, recopilará las medidas de resultado en una sala separada y estará enmascarado ante el historial del paciente y los resultados del examen físico. Se desarrollará un manual de procedimientos operativos para el estudio.

Procedimientos de análisis de datos. Todo el análisis de datos será realizado por un asistente de investigación graduado en bioestadística bajo la supervisión del científico de datos (Lee) y el bioestadístico del estudio (Rosenberger).

Análisis primario: los investigadores construirán y validarán rigurosamente un algoritmo de clasificación de clases múltiples basado en series de tiempo funcionales y métodos de aprendizaje estadístico. Aquí, la serie temporal de biomarcadores se puede representar como una combinación de patrones/señales temporales únicos o funciones básicas. Estas funciones incluyen funciones de base propia80 invariantes en el tiempo, splines de suavizado81, wavelets82 o componentes principales funcionales83. Utilizando el análisis de datos funcionales, se construirá una variable predictiva compuesta que resuma la información pertinente contenida en la serie temporal de biomarcadores. Luego, se construirá un método de clasificación de clases múltiples utilizando enfoques de aprendizaje supervisado, como máquinas de vectores de soporte84, análisis discriminante85,86, redes neuronales87,88 y árboles de regresión89. El algoritmo de clasificación utilizará el predictor compuesto para codificar a los sujetos en las cuatro categorías relevantes (dolor - episódico, dolor - activo, control episódico y control activo). Se utilizará una validación cruzada K-fold para evaluar la precisión del clasificador en función de la sensibilidad, la especificidad, la puntuación F1 y el área bajo la curva ROC para escenarios de clases múltiples90,91.

Análisis secundario: se realizarán varios análisis secundarios que incluyen: (1) Determinar los valores normativos de los biomarcadores en el grupo de control (Grupo 2); (2) Evaluar la validez convergente de los biomarcadores primarios y secundarios. Dado que la verdad fundamental subyacente no se puede medir directamente, los biomarcadores primarios y secundarios se utilizarán para evaluar la validez convergente; (3) Correlación con la medida clínica correspondiente (rango de movimiento, umbral de dolor por presión).