Vaststellen van normatieve waarden voor thermische detectie en pijndrempel vastgesteld door de Psi-methode

Diabetische polyneuropathie is een frequente complicatie van diabetes mellitus. De verslechtering van de functie van perifere zenuwvezels kan zeer variabel zijn en treft voornamelijk vezels met een grote diameter (ondersteunende aanraking), vezels met een kleine diameter (ondersteunende thermonociceptie), of beide.

Evaluatie van de thermische detectiedrempel kan worden gebruikt om de mate van functieverlies (hypo-esthesie) en, in mindere mate, winst (hyperesthesie) te kwantificeren bij patiënten met thermonociceptieve stoornissen. Het zijn belangrijke kenmerken van kwantitatieve sensorische testprotocollen (QST) (Rolke, Baron, et al., 2006; Rolke, Magerl, et al., 2006) en zijn cruciaal voor de bepaling van sensorische fenotypes (Baron et al., 2017; Raputova et al., 2017). Hun rol is vooral belangrijk bij de diagnostische opwerking van neuropathieën die kleine vezels aantasten (d.w.z. de subgroep van primaire afferenten die verantwoordelijk zijn voor thermonociceptie en autonome functies), zoals pijnlijke diabetische neuropathieën (Terkelsen et al., 2017; Tesfaye et al., 2010).

Momenteel worden klinische metingen van thermische detectiedrempels voornamelijk uitgevoerd met behulp van de limietmethode (Fruhstorfer, Lindblom, & Schmidt, 1976), waarbij een continue opwarm- of afkoelhelling (meestal langzaam, in het geval van 1°C/s) van het DFNS QST-protocol (Rolke, Magerl, et al., 2006)) wordt aangebracht op de huid van de patiënt die de instructie krijgt om op een knop te drukken zodra hij/zij een warm of koud gevoel voelt. De detectiedrempel wordt dan beschouwd als de temperatuur die werd bereikt op het moment dat de patiënt op de knop drukte. Het is al lang bekend dat de methode van limieten methodologisch vertekend is vanwege het vertrouwen op de reactietijd (Yarnitsky & Ochoa, 1991), wat leidde tot een overschatting van de drempelwaarde die overeenkomt met de temperatuurverandering die optrad tussen detectie en het signaleert door een motorische reactie. Dit is problematisch omdat reactietijden onder invloed staan ​​van beslissings- en motorische reactiesnelheid, die kunnen worden beïnvloed door factoren die niet relevant zijn voor de beoordeling van zintuiglijke discriminatie, zoals cognitieve of motorische stoornissen.

Een methodologisch verantwoordere benadering voor drempelmeting is de methode van niveaus of constante prikkels (Kingdom & Prins, 2010). Een aantal vooraf geselecteerde stimulusintensiteiten wordt een aantal keren in willekeurige volgorde gepresenteerd en de proefpersoon wordt gevraagd of hij/zij elke stimulus heeft gevoeld. In tegenstelling tot de methode van limieten, wordt deze benadering niet bevooroordeeld door beslissingssnelheid en motoriek. Bovendien maakt deze methode het mogelijk om een ​​psychometrische functie (waarschijnlijkheid van detectie als een functie van stimulusintensiteit) aan de resultaten toe te voegen, waardoor beoordelingen van thermische detectieprestaties worden verplaatst van het verouderde High Threshold Theory-raamwerk naar dat van de momenteel toonaangevende Signal Detection Theory (Kingdom & Prins, 2010). Terwijl de High Threshold Theory detectie opvatte als een AAN/UIT-proces (onder de drempel vindt geen detectie plaats, boven de drempel vindt altijd detectie plaats), ziet de Signal Detection Theory detectie als een probabilistisch proces (elke stimulusintensiteit wordt geassocieerd met een waarschijnlijkheid van detectie). Dit theoretische raamwerk houdt in dat de drempel opnieuw moet worden gedefinieerd als de stimulusintensiteit waarvoor de detectiekans gelijk is aan 0,5. Naast de drempel wordt de psychometrische functie ook bepaald door de helling, d.w.z. de snelheid waarmee de detectiekans rond de waarde van de drempel verandert. . Helaas heeft de methode van niveaus enkele belangrijke nadelen. Ten eerste is het tijdrovend omdat er reacties moeten worden verzameld op een groot aantal stimuli (meestal enkele honderden) (Gescheider, 1997). Ten tweede moet het bereik van stimulusintensiteiten ongeveer gecentreerd zijn op de werkelijke drempelwaarde en het overgangsbereik van detectiekans dekken.

Om deze beperkingen te overwinnen, zijn verschillende adaptieve procedures voorgesteld. Deze procedures passen actief de intensiteit van de gepresenteerde stimuli aan, afhankelijk van de eerdere reacties van de proefpersoon (Kingdom & Prins, 2010). In de huidige studie hebben we voor het eerst de Psi-methode geïmplementeerd (een Bayesiaans adaptief algoritme voorgesteld door Kontsevich en Tyler (1999)) om de drempels en hellingen van de psychometrische functie voor warmte- en koudedetectie te schatten. Dit algoritme koppelt elke potentiële waarde van helling en drempel aan een waarschijnlijkheid, werkt deze waarschijnlijkheidsverdeling bij op basis van de respons geregistreerd na elke stimuluspresentatie (gedetecteerd/niet gedetecteerd), en selecteert de volgende stimulusintensiteit zodat de respons op de presentatie ervan de entropie maximaliseert (d.w.z. de onzekerheid rond de waarden van helling en drempel) reductie.

In dit onderzoek gaan we gezonde controles testen met de conventionele methode van limiet en de nieuwe psi-methode, om zo normatieve waarden voor de nieuwe test vast te stellen.