慢性疼痛障碍的神经学特征

“大脑特征”作为急性疼痛的客观量度已经通过功能性磁共振图像和机器学习技术进行了表征。 与急性疼痛相比，慢性疼痛导致更大的社会经济负担。 然而，慢性疼痛的测量仍然是主观的和次优的，慢性疼痛的大脑特征在很大程度上是未知的。 慢性偏头痛和纤维肌痛是两种原型原发性慢性疼痛疾病，具有高度残疾和顽固性，这两种疾病的患病率约为 2%。 这两种慢性疼痛障碍具有共同的临床表现（疼痛敏感性异常、情绪和睡眠障碍）、病理生理学（中枢敏化）和药物治疗（抗抑郁药），尽管涉及的身体部位不同（头部与全身）。 目前的综合项目旨在通过研究这两种慢性疼痛障碍来表征慢性疼痛的常见和疾病特异性大脑特征。 我们的研究结果可能会阐明疼痛慢性化的关键机制，并可能为优化诊断和预后以及制定慢性疼痛的个性化药物铺平道路，从而改善这些患者的生活质量并减少社会经济损失。

本项目包括三个跨学科子项目（加上一项动物研究，此处未列出）：

A：慢性偏头痛和纤维肌痛的临床研究：内表型和疼痛慢性化 B：慢性疼痛的功能神经影像学：脑连接组的多模态定量分析 C. 慢性疼痛多模态生理信号的数据流挖掘技术：实时跟踪和临床关联

目前项目的具体目标包括：

1. 识别慢性疼痛的常见和特定疾病的大脑特征（子项目 A、B、C）
2. 大数据机器学习分析具有预测价值的临床指标研究（子项目A、B、C）
3. 基于临床神经影像学阐明支持疼痛慢性化的特定解剖结构或神经网络（子项目 A、B） 在为期 4 年的纵向研究的第 1 年试点研究中，我们将为每个子项目建立实验平台，开始招募参与者并进行内表型分析，并对子项目A、B、C进行初步整合。