Biomarcadores de imagem para dor miofascial

Definição do biomarcador multimodal composto proposto - Os investigadores propõem desenvolver um classificador quantitativo em nível de tecido com base em métricas quantitativas (características) derivadas de elastografia de ultrassom, Doppler, espectroscopia de bioimpedância e eletromiografia de alta densidade, como um indicador do processo biológico normal em miofascial tecidos e processo patogênico nas fases ativa e latente da dor miofascial.

Abordagem geral e rigor científico: No Objetivo 1, os investigadores desenvolverão métodos para gerar métricas reproduzíveis (recursos) a partir das medidas no nível do tecido bruto e determinar a mudança mínima detectável nessas características em um estudo piloto. No Objetivo 2, os investigadores conduzirão um estudo observacional longitudinal com dois grupos de sujeitos (controle e dor miofascial). Os investigadores desenvolverão um algoritmo de classificação que diferencia de maneira ideal entre a fase ativa e latente da dor miofascial e o tecido miofascial normal.

População do estudo e sítio anatômico. A condição de dor escolhida é dor crônica no pescoço e nos ombros. Os investigadores recrutarão dois grupos de indivíduos: Grupo 1: Dor miofascial crônica conforme determinado pelo exame clínico inicial usando os critérios de Travell e Simon7 e Grupo 2: controles sem dor. Os investigadores se concentrarão em duas localizações anatômicas padronizadas (Figura 4). Isso permitirá a obtenção de imagens do trapézio superior medial e dos músculos infraespinhais, que são locais comuns para PGM55, bem como do levantador da escápula. Esses três músculos possuem morfologia e fáscias bastante diferentes45. O elevador é um músculo fusiforme com fáscia bem definida que inclui o músculo, enquanto o trapézio possui fáscia mais fina de onde os septos do perimísio cruzam o ventre muscular. O infraespinhal tem múltiplas camadas fasciais em sua superfície e tem ligações segmentares claras com o segmento C5-656 Critérios de elegibilidade: Os investigadores recrutarão adultos de 18 a 65 anos de idade. Critérios de exclusão: (1) diagnóstico de fibromialgia, síndrome de fadiga crônica ou doença de Lyme crônica; (2) Diagnóstico de radiculopatia cervical, neuropatia ou neurite; (3) História de cirurgia de cabeça, pescoço, coluna cervical ou cintura escapular; (4) Neuralgia facial atípica; (5) Nova medicação ou mudança de medicação nas últimas 6 semanas; (6) Infecção atual na garganta ou no ouvido.

Mascaramento e correspondência: Este é um estudo observacional longitudinal simples-cego. A equipe que realiza a coleta e análise dos dados não saberá a alocação dos grupos dos sujeitos e não terá conhecimento dos resultados das avaliações clínicas. Os dois grupos serão pareados por idade e género através de uma estratégia de recrutamento emparelhado57. Os investigadores identificarão um grupo de indivíduos de controle elegíveis sem histórico de dor e os dividirão em gênero e faixas etárias (18-30; 31-50; e> 50). Para cada sujeito do Grupo 1 recrutado entre colchetes, os investigadores recrutarão um sujeito correspondente do Grupo 2 do pool.

Sexo como variável biológica: A dor miofascial é amplamente prevalente na comunidade e afeta homens e mulheres. A mialgia do trapézio é mais prevalente em mulheres58. Os investigadores utilizarão grupos de mesma idade e gênero e testarão o desempenho do classificador tanto para a população agrupada quanto separadamente por gênero para identificar quaisquer diferenças específicas de gênero nas medidas de biomarcadores.

Medidas de resultado: A medida de resultado primário será o classificador composto baseado nos biomarcadores quantitativos em nível de tecido. Os investigadores realizarão coletas repetidas de dados todos os meses durante 3 meses. O fenótipo clínico dos sujeitos (normal, latente, ativo episódico e ativo persistente) será determinado por um protocolo abrangente de exame físico12. Os investigadores utilizarão os elementos de dados comuns do NIH HEAL para dor crônica em adultos para coletar auto-relatos. Para caracterizar ainda mais o fenótipo clínico, como medida de resultado secundário, os investigadores utilizarão um aplicativo de avaliação ecológica momentânea (EMA) (Metricwire) em um smartphone para obter uma classificação diária de dor desencadeada em pontos aleatórios durante o dia e coletar monitoramento automatizado de atividade de os sensores do smartphone. Os investigadores também coletarão semanalmente a intensidade e a interferência da dor de 3 itens59.

Procedimentos de coleta de dados Gerenciamento de dados: Este é um estudo em um único local. Todos os procedimentos do estudo serão realizados na Mason. O bioestatístico do estudo (Rosenberger) configurará os controles de mascaramento apropriados e formulários eletrônicos de relato de caso (eCRFs) no sistema eletrônico de captura de dados (REDCap). Todos os dados do estudo serão inseridos no REDCap usando eCRFs. A equipe do estudo terá controles de acesso baseados em funções apropriados no REDCap. A validação da fonte será realizada usando verificações integradas do REDCap.

Mascaramento: Um único médico (Gerber) obterá o consentimento de cada sujeito e conduzirá o histórico e o exame físico. Um médico adicional (DeStefano) pode estar presente para ajudar, e um assistente de pesquisa estará presente para fazer anotações e inserir dados. A equipe de engenharia, supervisionada pelo PI (Sikdar) e co-I Chitnis, coletará as medidas dos resultados em uma sala separada e ficará mascarada para o histórico do paciente e os resultados do exame físico. Um manual de procedimentos operacionais será desenvolvido para o estudo.

Procedimentos de análise de dados. Todas as análises de dados serão realizadas por um assistente de pesquisa de pós-graduação em bioestatística sob a supervisão do cientista de dados (Lee) e do bioestatístico do estudo (Rosenberger).

Análise primária: Os investigadores construirão e validarão rigorosamente um algoritmo de classificação multiclasse baseado em séries temporais funcionais e métodos de aprendizagem estatística. Aqui, a série temporal do biomarcador pode ser representada como uma combinação de padrões/sinais temporais únicos ou funções básicas. Essas funções incluem funções de autobase invariantes no tempo80, suavização de splines81, wavelets82 ou componentes principais funcionais83. Usando análise de dados funcionais, será construída uma variável preditora composta que resume as informações pertinentes contidas na série temporal do biomarcador. Em seguida, será construído um método de classificação multiclasse utilizando abordagens de aprendizagem supervisionada, como máquinas de vetores de suporte84, análise discriminante85,86, redes neurais87,88, árvores de regressão89. O algoritmo de classificação usará o preditor composto para codificar os assuntos nas quatro categorias relevantes (dor - episódica, dor - ativa, controle episódico e controle ativo). A validação cruzada K-fold será usada para avaliar a precisão do classificador com base na sensibilidade, especificidade, pontuação F1 e área sob a curva ROC para cenários multiclasse90,91.

Análise secundária: Várias análises secundárias serão realizadas incluindo: (1) Determinar valores normativos de biomarcadores no grupo controle (Grupo 2); (2) Avaliar a validade convergente de biomarcadores primários e secundários. Uma vez que a verdade subjacente não pode ser medida diretamente, os biomarcadores primários e secundários serão utilizados para avaliar a validade convergente; (3) Correlação com medida clínica correspondente (amplitude de movimento, limiar de dor à pressão.