SPRINT: Signatur for smertegjenoppretting i tenåringer (SPRINT)

Opptil 5 % av ungdommene (~3,5 millioner bare i USA) lider av kroniske muskel- og skjelettsmerter (MSK), som påvirker alle livsdomener og utgjør en betydelig økonomisk byrde. Nåværende behandlinger for kroniske MSK-smerter er suboptimale og har vært knyttet til opioidkrisen. Bare ~50 % av ungdommer med kroniske MSK-smerter som er tilstede for multidisiplinær smertebehandling, blir friske, målt ved kliniske endepunkter av smertens alvorlighetsgrad og funksjonshemming. Oppdagelse av robuste markører for bedring vs. vedvarende smerte og funksjonshemming er avgjørende for å utvikle mer ressurssterke og pasientspesifikke behandlingsstrategier og for å tenke nye tilnærminger som gagner pasienter som er refraktære. Gitt at kronisk smerte er en biopsykososial prosess, krever oppdagelsen og valideringen av en prognostisk og robust signatur for smertegjenoppretting vs. persistens målinger på tvers av flere dimensjoner i samme pasientkohort i kombinasjon med en passende 'big data' beregningsanalysepipeline for utvinningen av pålitelige og kryssvaliderte resultater fra et flerlags og komplekst datasett. Forskerteamet er godt posisjonert for å utføre studiemålene med: (1) Et svært dyktig og erfarent team av forskere og klinikere fra Stanford University, University of Toronto/Hospital for Sick Children, og Cincinnati Children's Hospital Medical Center; (2) Et standardisert prøveinnsamlings-, prosesserings-, lagrings- og distribusjonssystem som utnytter Stanford Biobanks plattform, BioCatalyst, for å samle prøvebeholdningen med kliniske merknader for en tilgjengelig, virtuell biobank, innenfor Signature of Pain Recovery IN Teens (SPRINT) Biobank og analysekjerne (SBAC); (3) Nyskapende foreløpige data som impliserer nye kandidater for nevroimaging, immun, kvantitative sensoriske og psykologiske markører for oppdagelse; og (4) ekspertise innen maskinlæringsmetoder for å trekke ut pålitelige og prognostiske biosignaturer fra et stort og komplekst datasett. Forskerteamet forventer at resultatene fra dette prosjektet vil lette risikostratifisering hos pasienter med kronisk MSK, et mer ressurssterkt utvalg av pasienter som sannsynligvis vil respondere for å gjennomgå nåværende multidisiplinære smertebehandlingstilnærminger, og ny innsikt i biologiske og atferdsmessige prosesser som kan være utnyttet til å utvikle nye strategier som tjener de som er ildfaste.

For R61/Discovery Phase Aim vil individer bli grundig karakterisert via biologiske (dvs. hjernestruktur og funksjon, immunforsvar, sensoriske profiler), psykologisk tilstand og klinisk endepunkt (dvs. smerteintensitet, funksjonshemming) data. Objektive maskinlæringsalgoritmer vil identifisere en multivariat modell som består av de mest prognostiske biologiske, psykologiske og kliniske endepunktene. Modellen vil klassifisere ungdom med og uten å løse kroniske MSK-smerter etter en avansert multidisiplinær smertebehandlingsintervensjon. R33/Valideringsfasemål vil validere den biologiske signaturen utledet i R61-studien. Denne signaturen vil være nyttig for en rekke ungdomsbaserte kliniske studier der identifisering av individer med høyest risiko er nødvendig, og gir en klinisk handlingsbar intervensjonsalgoritme.