Detecção de biomarcadores baseados em EEG de dor lombar crônica

A dor lombar crônica (DLC) é um distúrbio generalizado que afeta até um quinto dos adultos em todo o mundo e é a maior causa de incapacidade em todo o mundo. Apesar da alta prevalência e do impacto prejudicial da DLC, seus tratamentos e mecanismos permanecem em grande parte obscuros. Os biomarcadores que predizem a progressão dos sintomas na DLC apoiam tratamentos baseados na precisão e, em última análise, ajudam na redução do sofrimento. A neuroimagem longitudinal do estado de repouso baseada no cérebro de pacientes com DLC revelou redes neurais que predizem a cronificação da dor e sua progressão dos sintomas. Embora as primeiras descobertas sugiram que as medições das redes cerebrais podem levar ao desenvolvimento de biomarcadores prognósticos, a capacidade preditiva destes modelos é mais forte para o acompanhamento a curto prazo. Medições de diferentes sistemas neurais podem fornecer benefícios adicionais com melhor poder preditivo.

A disfunção emocional e cognitiva é comum na DLC, ocorrendo a nível comportamental e cerebral, apresentando uma oportunidade única para detectar biomarcadores prognósticos baseados no cérebro. Da mesma forma, melhorias nas estratégias de neuroimagem do eletroencefalograma (EEG) levaram ao aumento da resolução espacial, permitindo aos pesquisadores superar as limitações das modalidades de neuroimagem classicamente utilizadas (por exemplo, ressonância magnética [MRI] e ressonância magnética funcional), como alto custo e acessibilidade limitada. Usando EEG longitudinal, este projeto de pesquisa orientado ao paciente fornecerá uma imagem neural abrangente de redes emocionais, cognitivas e de estado de repouso em pacientes com DLC, o que ajudará na previsão da progressão dos sintomas na DLC. Através deste prêmio, os investigadores usarão estratégias modernas de análise de fonte de EEG para rastrear biomarcadores no início do estudo e nos acompanhamentos de 3 e 6 meses e sua covariância com marcadores de dor e disfunção emocional e cognitiva. No Objetivo 1, os investigadores identificarão e caracterizarão as diferenças nas redes de estado de repouso, emocionais e cognitivas entre pacientes com CLPB e controles pareados por idade/sexo. No Objetivo 2, os investigadores identificarão mudanças dentro do sujeito ao longo do tempo e sua relação com os sintomas clínicos. No Objetivo 3, como objetivo exploratório, os investigadores aplicarão estratégias de aprendizado de máquina e profundo para detectar uma assinatura abrangente de CLBP usando recursos de EEG de redes de estado de repouso, emocionais e cognitivas.