SPRINT: Signatur för smärtåterställning hos tonåringar (SPRINT)

Upp till 5 % av ungdomar (~3,5 miljoner enbart i USA) lider av kronisk muskel- och skelettsmärta (MSK), som påverkar alla livsområden och utgör en betydande ekonomisk börda. Nuvarande behandlingar för kronisk MSK-smärta är suboptimala och har kopplats till opioidkrisen. Endast ~50 % av ungdomar med kronisk MSK-smärta som går för multidisciplinär smärtbehandling återhämtar sig, mätt med kliniska slutpunkter för smärtans svårighetsgrad och funktionshinder. Upptäckten av robusta markörer för återhämtning vs. ihållande smärta och funktionshinder är avgörande för att utveckla mer resursstarka och patientspecifika behandlingsstrategier och för att skapa nya tillvägagångssätt som gynnar patienter som är refraktära. Med tanke på att kronisk smärta är en biopsykosocial process, kräver upptäckten och valideringen av en prognostisk och robust signatur för smärtåterhämtning vs. persistens mätningar över flera dimensioner i samma patientkohort i kombination med en lämplig "big data" beräkningsanalyspipeline för utvinningen av tillförlitliga och korsvaliderade resultat från en flerskiktad och komplex datauppsättning. Forskargruppen är väl positionerad för att genomföra studiens syften med: (1) Ett mycket skickligt och erfaret team av forskare och kliniker från Stanford University, University of Toronto/Hospital for Sick Children och Cincinnati Children's Hospital Medical Center; (2) Ett standardiserat provinsamling, bearbetning, lagring och distributionssystem som utnyttjar Stanford Biobanks plattform, BioCatalyst, för att aggregera provinventeringen med kliniska kommentarer för en tillgänglig, virtuell biobank, inom Signature of Pain Recovery IN Teens (SPRINT) Biobank och analyskärna (SBAC); (3) Banbrytande preliminära data som implicerar nya kandidater för neuroimaging, immunförsvar, kvantitativa sensoriska och psykologiska markörer för upptäckt; och (4) Expertis inom maskininlärningsmetoder för att extrahera tillförlitliga och prognostiska biosignaturer från en stor och komplex datamängd. Forskargruppen förväntar sig att resultaten från detta projekt kommer att underlätta riskstratifiering hos patienter med kronisk MSK, ett mer resursstarkt urval av patienter som sannolikt kommer att svara för att genomgå nuvarande multidisciplinära smärtbehandlingsmetoder, och ny insikt i biologiska och beteendemässiga processer som kan vara utnyttjas för att utveckla nya strategier till gagn för dem som är eldfasta.

För R61/Discovery Phase Aim kommer individer att noggrant karakteriseras via biologiska (dvs. hjärnans struktur och funktion, immunförsvar, sensoriska profiler), psykologiskt tillstånd och kliniska slutpunktsdata (d.v.s. smärtintensitet, funktionshinder). Opartiska maskininlärningsalgoritmer kommer att identifiera en multivariat modell som består av de mest prognostiska biologiska, psykologiska och kliniska endpoints. Modellen kommer att klassificera ungdomar med och utan att lösa kronisk MSK-smärta efter en toppmodern multidisciplinär smärtbehandlingsintervention. R33/Validation Phase Aim kommer att validera den biologiska signaturen som erhålls i R61-studien. Denna signatur kommer att vara användbar för en rad ungdomsbaserade kliniska prövningar där identifiering av individer med högst risk är nödvändig, vilket ger en kliniskt genomförbar interventionsalgoritm.