将成人与慢性疼痛治疗 (MATCH) 研究相匹配 (MATCH)

这项研究有一个总体目标：确定患者预测标志物，以确定谁从两种 CIH 治疗（催眠认知疗法 [HYP-CT] 和基于正念的认知疗法 [MBCT]）和当前的黄金标准非药物治疗中获益最多（CBT）与常规护理（UC）。 这一目标将在临床试验的背景下得到解决，在该试验中，患有慢性疼痛的参与者将被随机分配到三种活性慢性疼痛治疗或 UC 中的一种。 根据先前研究的结果，研究人员假设在治疗前评估的五个主要预测指标（α 功率、β 功率、催眠能力、无反应性 [正念领域] 和灾难化）将修改随后与治疗相关的疼痛强度变化MBCT、HYP-CT 和 CBT，相对于常规护理。

主要临床终点是从治疗前到治疗后平均疼痛强度的降低（变化）。 因此，治疗后评估点是主要终点。 平均疼痛强度将使用在每个研究评估窗口的 1 周内评估的最多 4 个独立疼痛等级的组合来测量。 虽然有多达四个评级，每个评级来自 7 天窗口中的不同日期，用于计算治疗后平均疼痛严重程度评分，但这些变量将用于计算代表治疗后平均疼痛的单个评分治疗期；因此，只有一个主要的治疗后终点。

主要的预测指标是脑电图评估的 alpha 和 beta 功率、研究人员测量的催眠能力以及自我报告的灾难性疼痛和非反应性正念，所有这些都将在治疗前进行评估。

五个主要研究假设如下：

假设 1a、1b 和 1c：基线 alpha 功率将预测治疗前后疼痛强度的变化，因此，相对于 UC，更多的 alpha 功率预测疼痛强度响应 HYP-CT 的更大变化（减少）（ 1a)，较低水平的 alpha 功率预测响应 CBT (1b) 和 MBCT (1c) 的更大疼痛强度变化（减少）。

假设 2：基线 beta 功效将预测治疗前后疼痛强度的变化，因此，相对于 UC，更多的 beta 功效预测疼痛强度响应 CBT 的更大变化（减少）。

假设 3a 和 3b：基线催眠能力将预测治疗前后疼痛强度的变化，因此，相对于 UC，更多的催眠能力预示着响应 HYP-CT (3a) 的疼痛强度的更大变化（减少），并预测相对于 UC，对 CBT (3b) 的疼痛强度变化较小（减少）。

假设 4a 和 4b：正念的基线灾难化和非反应性域将预测治疗前后疼痛强度的变化，因此较低水平的基线灾难化 (4a) 和较高水平的非反应性 (4b) 将预测更大的疼痛强度变化（减少）响应 MBCT，相对于 UC。

假设 5：基线正念将预测治疗前后疼痛强度的变化，因此较高水平的基线正念将预测对 MBCT 的疼痛减轻程度更大。

次要研究目标包括：

• 分别了解每种治疗条件下参与者的预测标记与治疗前后疼痛减轻之间的零级关联。
• 了解主要预测标记对四种治疗条件的长期结果（即治疗后 3 个月和 6 个月的随访）的预测作用。
• 了解三种积极治疗相对于常规治疗在临床结果上的任何差异。
• 确定治疗“剂量”是否对临床结果有任何影响。

高等教育/探索性研究目标包括：

• 确定与治疗相关的疼痛改善的其他潜在预测标志物。
• 确定治疗效果对次要结果的潜在预测标记。
• 开发初始治疗匹配算法。