Biomarcatori per immagini del dolore miofasciale

Definizione del biomarcatore multimodale composito proposto: i ricercatori propongono di sviluppare un classificatore quantitativo a livello tissutale basato su metriche quantitative (caratteristiche) derivate da elastografia ad ultrasuoni, Doppler, spettroscopia di bioimpedenza ed elettromiografia ad alta densità, come indicatore del normale processo biologico nella regione miofasciale tessuti e processi patogeni nelle fasi attive e latenti del dolore miofasciale.

Approccio generale e rigore scientifico: nell'Obiettivo 1, i ricercatori svilupperanno metodi per generare metriche (caratteristiche) riproducibili dalle misurazioni a livello di tessuto grezzo e determineranno il cambiamento minimo rilevabile in queste caratteristiche in uno studio pilota. Nell'Obiettivo 2, i ricercatori condurranno uno studio osservazionale longitudinale con due gruppi di soggetti (controllo e dolore miofasciale). I ricercatori svilupperanno un algoritmo di classificazione che differenzia in modo ottimale tra la fase attiva e latente del dolore miofasciale e il tessuto miofasciale normale.

Studio della popolazione e del sito anatomico. La condizione dolorosa scelta è il dolore cronico al collo e alle spalle. I ricercatori recluteranno due gruppi di soggetti: Gruppo 1: dolore miofasciale cronico determinato dall'esame clinico di base utilizzando i criteri di Travell e Simon7 e Gruppo 2: controlli senza dolore. Gli investigatori si concentreranno su due posizioni anatomiche standardizzate (Figura 4). Ciò consentirà l'imaging del trapezio superiore mediale e dei muscoli infraspinati, che sono posizioni comuni per MTrPs55 così come per l'elevatore della scapola. Questi tre muscoli hanno morfologia e fasce molto diverse45. L'elevatore è un muscolo fusiforme con una fascia ben definita che comprende il muscolo mentre il trapezio ha una fascia più sottile da cui i setti perimisiali attraversano il ventre muscolare. L'infraspinato ha più strati fasciali sulla sua superficie e presenta chiari collegamenti segmentali con il segmento C5-656 Criteri di ammissibilità: i ricercatori recluteranno adulti di età compresa tra 18 e 65 anni. Criteri di esclusione: (1) diagnosi di fibromialgia, sindrome da stanchezza cronica o malattia cronica di Lyme; (2) Diagnosi di radicolopatia cervicale, neuropatia o neurite; (3) Anamnesi di interventi chirurgici alla testa, al collo, alla colonna cervicale o al cingolo scapolare; (4) Nevralgia facciale atipica; (5) Nuovo farmaco o modifica del farmaco nelle ultime 6 settimane; (6) Infezione attuale alla gola o all'orecchio.

Mascheramento e abbinamento: questo è uno studio osservazionale longitudinale in singolo cieco. Il team che esegue la raccolta e l'analisi dei dati non conoscerà l'assegnazione del gruppo dei soggetti e sarà cieco rispetto ai risultati delle valutazioni cliniche. I due gruppi verranno abbinati per età e sesso utilizzando una strategia di reclutamento accoppiato57. I ricercatori identificheranno un pool di soggetti di controllo idonei senza storia di dolore e li divideranno in fasce di sesso ed età (18-30; 31-50; e >50). Per ciascun soggetto del Gruppo 1 reclutato in una fascia, i ricercatori recluteranno un soggetto del Gruppo 2 abbinato dal pool.

Il sesso come variabile biologica: il dolore miofasciale è ampiamente diffuso nella comunità e colpisce sia uomini che donne. La mialgia del trapezio è più diffusa nelle donne58. I ricercatori utilizzeranno gruppi corrispondenti per età e sesso e testeranno le prestazioni del classificatore sia per la popolazione raggruppata che separatamente per genere per identificare eventuali differenze specifiche di genere nelle misure dei biomarcatori.

Misure di risultato: la misura di risultato primaria sarà il classificatore composito basato sui biomarcatori quantitativi a livello di tessuto. Gli investigatori eseguiranno raccolte ripetute di dati ogni mese per 3 mesi. Il fenotipo clinico dei soggetti (normale, latente, attivo episodico e attivo persistente) sarà determinato mediante un protocollo di esame fisico completo12. Gli investigatori utilizzeranno gli elementi comuni di dati NIH HEAL per il dolore cronico degli adulti per raccogliere autovalutazioni. Per caratterizzare ulteriormente il fenotipo clinico, come misura di esito secondario, i ricercatori utilizzeranno un'applicazione di valutazione momentanea ecologica (EMA) (Metricwire) su uno smartphone per ottenere una valutazione del dolore giornaliero attivata in punti casuali durante il giorno e raccogliere il monitoraggio automatizzato dell'attività da i sensori dello smartphone. Gli investigatori raccoglieranno anche settimanalmente l'intensità del dolore e l'interferenza di 3 elementi59.

Procedure di raccolta dati Gestione dei dati: questo è uno studio su un singolo sito. Tutte le procedure dello studio verranno eseguite presso Mason. Il biostatistico dello studio (Rosenberger) imposterà i controlli di mascheramento appropriati e i moduli elettronici di segnalazione dei casi (eCRF) nel sistema di acquisizione elettronica dei dati (REDCap). Tutti i dati dello studio verranno inseriti in REDCap utilizzando eCRF. Il personale dello studio disporrà di adeguati controlli di accesso basati sui ruoli in REDCap. La convalida della fonte verrà eseguita utilizzando i controlli integrati di REDCap.

Mascheramento: un singolo medico (Gerber) otterrà il consenso di ciascun soggetto e condurrà l'anamnesi e l'esame fisico. Un ulteriore medico (DeStefano) potrebbe essere presente per assistere e un assistente di ricerca sarà presente per prendere appunti e inserire dati. Il team di ingegneri, supervisionato dal PI (Sikdar) e dal co-I Chitnis, raccoglierà le misure dei risultati in una stanza separata e sarà mascherato dalla storia del paziente e dai risultati dell'esame fisico. Per lo studio sarà sviluppato un manuale delle procedure operative.

Procedure di analisi dei dati. Tutte le analisi dei dati saranno eseguite da un assistente di ricerca laureato in biostatistica sotto la supervisione dello scienziato dei dati (Lee) e del biostatistico dello studio (Rosenberger).

Analisi primaria: i ricercatori costruiranno e convalideranno rigorosamente un algoritmo di classificazione multiclasse basato su serie temporali funzionali e metodi di apprendimento statistico. In questo caso, le serie temporali dei biomarcatori possono essere rappresentate come combinazione di modelli/segnali temporali unici o funzioni di base. Queste funzioni includono funzioni autobase invarianti nel tempo80, spline di livellamento81, wavelet82 o componenti principali funzionali83. Utilizzando l'analisi dei dati funzionali, verrà costruita una variabile predittiva composita che riassume le informazioni pertinenti contenute nelle serie temporali dei biomarcatori. Quindi, verrà costruito un metodo di classificazione multi-classe utilizzando approcci di apprendimento supervisionato, come macchine vettoriali di supporto84, analisi discriminante85,86, reti neurali87,88, alberi di regressione89. L'algoritmo di classificazione utilizzerà il predittore composito per codificare i soggetti nelle quattro categorie rilevanti (dolore - episodico, dolore - attivo, controllo-episodico e controllo-attivo). Verrà utilizzata la convalida incrociata K-fold per valutare l'accuratezza del classificatore in base a sensibilità, specificità, punteggio F1 e area sotto la curva ROC per scenari multi-classe90,91.

Analisi secondaria: verranno eseguite diverse analisi secondarie, tra cui: (1) Determinare i valori normativi dei biomarcatori nel gruppo di controllo (Gruppo 2); (2) Valutare la validità convergente dei biomarcatori primari e secondari. Poiché la verità fondamentale sottostante non può essere misurata direttamente, i biomarcatori primari e secondari verranno utilizzati per valutare la validità convergente; (3) Correlazione con la corrispondente misura clinica (range di movimento, soglia del dolore pressorio.