SPRINT: Signature for Pain Recovery IN Teens (SPRINT)

A serdülők akár 5%-a (csak az Egyesült Államokban kb. 3,5 millió) szenved erős krónikus izom-csontrendszeri (MSK) fájdalomtól, amely az élet minden területét érinti, és jelentős gazdasági terhet jelent. A krónikus MSK-fájdalom jelenlegi kezelései szuboptimálisak, és az opioidválsághoz kötődnek. A krónikus MSK-fájdalomban szenvedő serdülők, akik multidiszciplináris fájdalomkezelésre jelentkeztek, csak ~50%-a gyógyul meg, a fájdalom súlyosságának és funkcionális fogyatékosságának klinikai végpontjai alapján. A gyógyulás, illetve a fájdalom és a fogyatékosság fennmaradása közötti robusztus markerek felfedezése elengedhetetlen ahhoz, hogy találékonyabb és betegspecifikusabb kezelési stratégiákat dolgozhassunk ki, és olyan új megközelítéseket dolgozhassunk ki, amelyek előnyösek a refrakter betegek számára. Tekintettel arra, hogy a krónikus fájdalom biopszichoszociális folyamat, a fájdalom gyógyulását és tartósságát jelző prognosztikai és robusztus szignatúra felfedezése és validálása több dimenzióra kiterjedő mérést igényel ugyanabban a betegcsoportban, valamint egy megfelelő „nagy adat” számítási elemzési folyamatot a kinyeréshez. megbízható és keresztellenőrzött eredményeket egy többrétegű és összetett adatkészletből. A kutatócsoport jó helyzetben van a vizsgálati célok végrehajtásához: (1) magasan képzett és tapasztalt tudósokból és klinikusokból álló csapat a Stanford Egyetemről, a Torontói Egyetem/Beteg Gyermekkórházról és a Cincinnati Gyermekkórház Orvosi Központjáról; (2) Egy szabványosított mintagyűjtési, -feldolgozási, -tárolási és -elosztási rendszer, amely a Stanford Biobank platformját, a BioCatalyst-ot használja fel, hogy a mintakészletet klinikai megjegyzésekkel aggregálja egy hozzáférhető, virtuális biobank számára, a Signature of Pain Recovery IN Teens (SPRINT) Biobank keretein belül. és elemzési mag (SBAC); (3) Élvonalbeli előzetes adatok, amelyek új jelölteket tartalmaznak a neuroimaging, immun-, kvantitatív szenzoros és pszichológiai markerek felfedezésére; és (4) A gépi tanulási megközelítések terén szerzett szakértelem megbízható és prognosztikai bio-aláírások kinyerésére egy nagy és összetett adatkészletből. A kutatócsoport arra számít, hogy a projekt eredményei megkönnyítik a krónikus MSK-ban szenvedő betegek kockázati rétegződését, a betegek leleményesebb kiválasztását, akik valószínűleg reagálnak a jelenlegi multidiszciplináris fájdalomkezelési megközelítésekre, és új betekintést fognak nyerni a lehetséges biológiai és viselkedési folyamatokba. új stratégiák kidolgozására használták ki, amelyek hasznot húznak a tűzállóknak.

Az R61/Felfedezési Fázis Célja során az egyéneket biológiailag (pl. az agy szerkezete és működése, immunrendszeri, szenzoros profilok, pszichológiai állapot és klinikai végpont (azaz a fájdalom intenzitása, fogyatékossága) adatai. Az elfogulatlan gépi tanulási algoritmusok egy többváltozós modellt azonosítanak, amely a leginkább prognosztikai biológiai, pszichológiai és klinikai végpontokból áll. A modell a legkorszerűbb, multidiszciplináris fájdalomkezelési beavatkozást követően osztályozza majd a krónikus MSK-fájdalmak megszüntetésével küzdő és nem oldódó serdülőket. Az R33/Validációs fázis A cél érvényesíti az R61 vizsgálatból származó biológiai aláírást. Ez az aláírás hasznos lesz számos serdülő alapú klinikai vizsgálatban, amelyekben a legmagasabb kockázatú egyének azonosítása szükséges, és klinikailag végrehajtható beavatkozási algoritmust biztosít.