Die Vorhersage der Schmerzempfindlichkeit eines Patienten könnte wertvolle Hinweise für die Planung einer Schmerztherapie liefern. Forscher haben dazu einen neuen Ansatz untersucht, der auf der Messung von Hirnaktivitäten basiert.
Grundidee: Biomarker-Signatur des Gehirns
Von Schmerzgedächtnis bis hin zu Geschlechtsunterschieden: Dass Schmerzen von Mensch zu Mensch unterschiedlich stark wahrgenommen werden, ist keine neue Erkenntnis. Um diese Schmerzsensitivität individuell bestimmen zu können, wurden in der Vergangenheit diverse Biomarker unter die Lupe genommen, beispielsweise microRNA-Muster oder Neuroimaging-Marker. Bisher konnte jedoch keine klinische Übertragbarkeit der Marker erreicht werden. In einer kleinen Kohortenstudie haben Forscher einen neuen Ansatz unter die Lupe genommen, der sich auf eine komplexe sensomotorische kortikale Biomarker-Signatur stützt.
Berechnung im mathematischen Modell
Die unizentrische Kohortenstudie wurde am Forschungsinstitut „Neuroscience Research Australia“ an 150 gesunden Erwachsenen zwischen 18 und 44 Jahren durchgeführt. Die Teilnehmer erhielten zur Simulation chronischer Schmerzen an Tag 0 und 2 der Studie eine Injektion des Nervenwachstumsfaktors (NGF) in den rechten Kaumuskel. Diese Injektionen sollten Kiefergelenkschmerzen für eine Dauer von etwa vier Wochen auslösen. Zwei sensomotorische kortikale Biomarker, die die Schmerzempfindlichkeit der Patienten bestimmen sollten, wurden an Tag 0 (vor der Injektion), Tag 2 und an Tag 5 bestimmt. Die beiden Biomarker wurden basierend auf Ergebnissen vergangener Studien als potenziell kritische Faktoren für die subjektive Schmerzempfindung festgelegt:
- Sensomotorische Alpha-Spitzenfrequenz (PAF), ermittelt via Elektroenzephalographie (EEG)
- Kortikomotorische Erregbarkeit (CME), ermittelt via transkranieller Magnetstimulation (TMS)
Parallel dazu führten die Studienteilnehmer zweimal täglich über insgesamt 30 Tage ein digitales Schmerztagebuch. Dabei sollten sie ihre Schmerzen auf einer Skala von 1 bis 10 einordnen.
Ziel der Studie war zu testen, ob die Teilnehmer basierend auf den PAF- und CME-Messungen zuverlässig in die Kategorie hohe oder niedrige Schmerzsensitivität eingeordnet werden können. Dazu wurde zunächst in einem Trainingssatz (100 Teilnehmer) die logistische Regression als Modell für die neuartige Messung erarbeitet. PAF und CME wurden dabei als Prädiktoren und die Schmerzempfindlichkeit als Outcome festgelegt. Anschließend wurde das Modell in einem Testsatz mit 50 Teilnehmer evaluiert. Dabei wurde die vorhergesagte Schmerzsensitivität (hoch/niedrig) mit dem tatsächlichen Empfinden der Teilnehmer verglichen. Die Perfomance der linearen Regression für den Testsatz wurde von den Studienautoren als exzellent bewertet (area under the curve: 88%).
Fazit
Die Ergebnisse dieses kleinen, experimentellen Ansatzes deuten an, dass diverse Hirnaktivitätsmarker vor und während einer Schmerzepisode die individuelle Schmerzsensitivität des Patienten voraussagen könnten. Für die Praxis würde das bedeuten, dass eine potenzielle Schmerztherapie individuell angepasst werden könnte, beispielsweise zur Planung der Schmerzmedikation nach einer Operation. Ob und wie weit diese Biomarker-Signatur sich auch in größeren Populationen als zuverlässig erweist, muss in nachfolgenden Studien getestet werden.
Quelle
Chowdhury NS, et al. Predicting individual pain sensitivity using a novel cortical biomarker signature. JAMA Neurol 2025;e244857. Epub ahead of print.
Bildquelle
solvod – stock.adobe.com
