個々の慢性疼痛患者における自発痛の個別化脳デコーディング

科学分野:

• 神経科学
• 医用画像処理
• 疼痛研究

背景:

• 自発痛は慢性疼痛障害の主要な特徴である。
• 現在の評価方法には客観的バイオマーカーが不足している。
• 疼痛強度を客観的に測定するための信頼できるツールの必要性が存在する。

研究 の 目的:

• fMRIを用いた自発痛の個別化脳デコーディングモデルを開発すること。
• これらのモデルの精度と一般化可能性を評価すること。
• 慢性疼痛の客観的バイオマーカーとしてのfMRIの可能性を探ること。

主な方法:

• 慢性疼痛を有する2人の個人から6ヶ月間にわたり精密機能的磁気共鳴画像法（fMRI）データを収集した。
• 疼痛強度を予測するための個別化脳デコーディングモデルを開発した。
• 様々なデータ量を用いてモデルをトレーニングおよび検証した。
• 疼痛変動の追跡および高疼痛状態と低疼痛状態の識別のためのモデル性能を評価した。

主要な成果:

• 個別化fMRIデコーディングモデルは、自発痛強度変動を正確に追跡した（参加者1：r=0.40-0.61；参加者2：r=0.51-0.65）。
• モデルは高疼痛状態と低疼痛状態を効果的に識別した（AUC P1：0.71-0.87；P2：0.76-0.93）。
• モデル性能は、より多くのトレーニングデータで向上したが、従来のデータ量では不十分だった。
• モデルは高度に個別化されており、参加者間での一般化はできなかった。

結論:

• fMRIは自発痛の客観的評価に使用できる。
• 正確な疼痛評価には患者固有の脳デコーディングモデルが不可欠である。
• このアプローチは、慢性疼痛管理における個別化医療の必要性を強調している。