Psi メソッドによって確立された熱検出と痛みのしきい値の基準値の確立

糖尿病性多発神経障害は、糖尿病の頻繁な合併症です。 末梢神経線維機能の障害は非常に変化しやすく、主に大径線維 (触覚を維持する)、小径線維 (熱痛受容を維持する)、またはその両方に影響を与えます。

熱検出閾値の評価は、熱侵害受容障害のある患者の機能喪失 (感覚鈍麻) の程度を定量化するために使用できます。 それらは、定量的官能検査 (QST) プロトコルの重要な特徴であり (Rolke, Baron, et al., 2006; Rolke, Magerl, et al., 2006)、感覚表現型の決定に極めて重要です (Baron et al., 2017; Raputova et al., 2017)。 それらの役割は、痛みを伴う糖尿病性神経障害などの小さな繊維 (すなわち、熱痛受容と自律神経機能に関与する一次求心性神経のサブグループ) に影響を与える神経障害の診断精密検査において特に重要です (Terkelsen et al., 2017; Tesfaye et al., 2010)。

現在、熱検出閾値の臨床測定は、主に限界法 (Fruhstorfer, Lindblom, & Schmidt, 1976) を使用して行われています。 DFNS QST プロトコル (Rolke, Magerl, et al., 2006)) の 1 つを患者の皮膚に適用し、患者は温かいまたは冷たい感覚を感じたらすぐにボタンを押すように指示されます。 検出閾値は、患者がボタンを押した瞬間に到達した温度であると見なされます。 極限法は、反応時間に依存するため、方法論的に偏っていることが長い間知られていました (Yarnitsky & Ochoa, 1991)。これは、検出と検出の間に発生した温度変化に対応するしきい値の過大評価につながります。運動反応によって信号を送ります。 反応時間は、認知障害や運動障害などの感覚弁別の評価とは無関係の要因によって影響を受ける可能性がある決定および運動反応応答速度の影響下にあるため、これは問題です。

閾値測定のための方法論的に健全なアプローチは、レベルまたは一定の刺激の方法です (Kingdom & Prins, 2010)。 事前に選択された多数の刺激強度がランダムな順序で何度も提示され、被験者は各刺激を感じたかどうかを尋ねられます。 制限の方法とは異なり、このアプローチは決定速度と運動機能によって偏りません。 さらに、この方法により、心理測定関数 (刺激強度の関数としての検出確率) を結果に適合させることができるため、熱検出性能評価を時代遅れの高閾値理論フレームワークから現在主要な信号検出理論 (Kingdom ＆プリンス、2010）。 高閾値理論では、検出をオン/オフ プロセスとして概念化していましたが (閾値を下回ると検出は発生せず、しきい値を超える検出は常に発生します)、信号検出理論では検出を確率的プロセスと見なします (各刺激強度は検出の確率に関連付けられています)。 この理論的枠組みは、検出確率が 0.5 に相当する刺激強度としてしきい値を再定義することを意味します。 しきい値に加えて、心理測定関数はその勾配によっても定義されます。つまり、検出確率がしきい値の値の周りで変化する割合です。 . 残念ながら、レベルの方法にはいくつかの重大な欠点があります。 まず、大量の刺激 (通常は数百) に対する応答を収集する必要があるため、時間がかかります (Gescheider, 1997)。 第二に、刺激強度の範囲は、実際のしきい値をほぼ中心とし、検出確率の遷移範囲をカバーする必要があります。

これらの制限を克服するために、いくつかの適応手順が提案されています。 これらの手順は、被験者の以前の反応に応じて、提示された刺激の強度を積極的に調整します (Kingdom & Prins, 2010)。 本研究では、熱と寒さの検出のための心理測定関数のしきい値と勾配を推定するために、Psi メソッド (Kontsevich と Tyler (1999) によって提案されたベイジアン適応アルゴリズム) を初めて実装しました。 このアルゴリズムは、勾配としきい値の各潜在的な値を確率に関連付け、各刺激提示 (検出/非検出) 後に記録された応答に基づいてこの確率分布を更新し、提示に対する応答がエントロピーを最大化するように次の刺激強度を選択します。 (つまり、勾配としきい値の値に関する不確実性) の減少。

この研究では、新しいテストの規範的な値を確立するために、従来の制限方法と新しい psi メソッドを使用して健康なコントロールをテストします。