SPRINT: 십대의 통증 회복을 위한 서명 (SPRINT)

최대 5%의 청소년(미국에서만 약 350만 명)이 심각한 만성 근골격계(MSK) 통증을 앓고 있으며, 이는 모든 삶의 영역에 영향을 미치고 상당한 경제적 부담을 안겨줍니다. 만성 MSK 통증에 대한 현재 치료법은 차선책이며 오피오이드 위기와 관련이 있습니다. 통증 중증도 및 기능 장애의 임상적 종점으로 측정할 때 다학제적 통증 치료를 받기 위해 내원하는 만성 MSK 통증이 있는 청소년의 ~50%만이 회복됩니다. 회복과 통증 및 장애의 지속에 대한 강력한 마커를 발견하는 것은 보다 자원이 풍부하고 환자별 치료 전략을 개발하고 난치성 환자에게 도움이 되는 새로운 접근 방식을 고안하는 데 필수적입니다. 만성 통증이 생물심리사회적 과정이라는 점을 감안할 때, 통증 회복 대 지속에 대한 예후적이고 강력한 서명의 발견 및 검증에는 추출을 위한 적절한 '빅 데이터' 전산 분석 파이프라인과 함께 동일한 환자 코호트에서 여러 차원에 걸친 측정이 필요합니다. 다중 계층의 복잡한 데이터 세트에서 신뢰할 수 있고 교차 검증된 결과. 연구팀은 다음과 같이 연구 목적을 수행할 수 있는 좋은 위치에 있습니다. (2) Stanford Biobank의 플랫폼인 BioCatalyst를 활용하여 SPRINT(Signature of Pain Recovery IN Teens) Biobank 내에서 액세스 가능한 가상 바이오뱅크에 대한 임상 주석으로 샘플 인벤토리를 집계하는 표준화된 표본 수집, 처리, 저장 및 배포 시스템 및 분석 코어(SBAC); (3) 신경 영상, 면역, 정량적 감각 및 발견을 위한 심리적 마커에 대한 새로운 후보를 암시하는 최첨단 예비 데이터; (4) 크고 복잡한 데이터 세트에서 신뢰할 수 있고 예후적인 생체 서명을 추출하기 위한 기계 학습 접근 방식의 전문성. 연구팀은 이 프로젝트의 결과가 만성 MSK 환자의 위험 계층화, 현재의 다학제적 통증 치료 접근 방식에 반응할 가능성이 있는 환자의 보다 풍부한 선택, 생물학적 및 행동적 과정에 대한 새로운 통찰력을 촉진할 것으로 기대합니다. 다루기 힘든 사람들에게 이익이 되는 새로운 전략을 개발하기 위해 이용됩니다.

R61/Discovery Phase Aim의 경우 개인은 생물학적(즉, 뇌 구조 및 기능, 면역, 감각 프로파일), 심리적 상태 및 임상 종점(즉, 통증 강도, 장애) 데이터. 편향되지 않은 기계 학습 알고리즘은 가장 예후가 좋은 생물학적, 심리적 및 임상적 종점으로 구성된 다변량 모델을 식별합니다. 이 모델은 최첨단 다학제 통증 치료 개입 후 만성 MSK 통증을 해결하거나 해결하지 않은 청소년을 분류합니다. R33/검증 단계 목표는 R61 연구에서 파생된 생물학적 서명을 검증합니다. 이 서명은 임상적으로 실행 가능한 개입 알고리즘을 제공하여 가장 위험한 개인의 식별이 필요한 다양한 청소년 기반 임상 시험에 유용할 것입니다.