SPRINT: Assinatura para recuperação da dor em adolescentes (SPRINT)

Até 5% dos adolescentes (~3,5 milhões apenas nos EUA) sofrem de dor musculoesquelética crônica (MSK) de alto impacto, afetando todos os domínios da vida e representando um fardo econômico significativo. Os tratamentos atuais para a dor crônica do MSK são abaixo do ideal e foram vinculados à crise dos opioides. Apenas cerca de 50% dos adolescentes com dor crônica MSK que se apresentam para tratamento multidisciplinar da dor se recuperam, conforme medido pelos desfechos clínicos de gravidade da dor e incapacidade funcional. A descoberta de marcadores robustos de recuperação versus persistência de dor e incapacidade é essencial para desenvolver estratégias de tratamento mais engenhosas e específicas para o paciente e para conceber novas abordagens que beneficiem os pacientes refratários. Dado que a dor crônica é um processo biopsicossocial, a descoberta e validação de uma assinatura robusta e prognóstica para recuperação da dor versus persistência requer medições em várias dimensões na mesma coorte de pacientes em combinação com um pipeline de análise computacional de 'big data' adequado para a extração de resultados confiáveis ​​e de validação cruzada de um conjunto de dados multicamadas e complexo. A equipe de pesquisa está bem posicionada para executar os objetivos do estudo com: (1) Uma equipe altamente qualificada e experiente de cientistas e clínicos da Stanford University, University of Toronto/Hospital for Sick Children e Cincinnati Children's Hospital Medical Center; (2) Um sistema padronizado de coleta, processamento, armazenamento e distribuição de espécimes, aproveitando a plataforma do Stanford Biobank, BioCatalyst, para agregar o inventário de amostras com anotações clínicas para um biobanco virtual acessível, dentro do Signature of Pain Recovery IN Teens (SPRINT) Biobank e Núcleo de Análise (SBAC); (3) Dados preliminares de ponta envolvendo novos candidatos para neuroimagem, marcadores imunológicos, sensoriais quantitativos e psicológicos para descoberta; e (4) Experiência em abordagens de aprendizado de máquina para extrair bio-assinaturas confiáveis ​​e prognósticas de um conjunto de dados grande e complexo. A equipe de pesquisa espera que os resultados deste projeto facilitem a estratificação de risco em pacientes com MSK crônica, uma seleção mais engenhosa de pacientes que provavelmente responderão por se submeterem às atuais abordagens multidisciplinares de tratamento da dor e uma nova visão sobre os processos biológicos e comportamentais que podem ser explorado para desenvolver novas estratégias que beneficiam aqueles que são refratários.

Para o Objetivo da Fase R61/Descoberta, os indivíduos serão completamente caracterizados por via biológica (ou seja, estrutura e função cerebral, perfis imunológicos e sensoriais), estado psicológico e dados de desfecho clínico (ou seja, intensidade da dor, incapacidade). Algoritmos imparciais de aprendizado de máquina identificarão um modelo multivariado composto pelos desfechos biológicos, psicológicos e clínicos mais prognósticos. O modelo classificará adolescentes com e sem resolução da dor crônica MSK após uma intervenção multidisciplinar de última geração no tratamento da dor. R33/Fase de Validação O Objetivo validará a assinatura biológica derivada do estudo R61. Essa assinatura será útil para uma série de ensaios clínicos baseados em adolescentes nos quais a identificação dos indivíduos de maior risco é necessária, fornecendo um algoritmo de intervenção clinicamente acionável.