一种探索性数据驱动的方法来根据疼痛机制对患有关节障碍的患者分类子组
Giacomo Asquini1, Valter Devecchi2, Domenico Viscuso3
1Centre of Precision Rehabilitation for Spinal Pain (CPR Spine), School of Sport, Exercise and Rehabilitation Sciences, College of Life and Environmental Sciences, University of Birmingham, Birmingham B15 2TT, United Kingdom; Italian Stomatologic Institute, Craniomandibular Physiotherapy Service, Via Pace 21, 20122 Milan, Italy.
The journal of pain
|October 26, 2024
概括
通过了解疼痛机制,可以更好地对关节障碍 (TMD) 进行分类. 这项研究在TMD患者中确定了不同的感觉性和感觉性疼痛子组,有助于个性化治疗策略.
科学领域:
- 生物医学科学 生物医学科学
- 神经科学是一个神经科学.
- 疼痛研究 疼痛研究
背景情况:
- 部疾病 (TMDs) 由于其复杂和非特异性,会带来诊断和治疗方面的挑战.
- 了解底层的神经生物学疼痛机制对于有效的患者分层和向治疗至关重要.
研究的目的:
- 通过网络分析,探索TMD中生物心理社会变量的复杂相互作用.
- 根据机制特定的疼痛类别,识别和验证不同的TMD子组.
主要方法:
- 一项涉及102名TMD患者的观察性研究.
- 网络分析 (NA) 评估一般健康,心理社会,疼痛和TMD特征之间的关联.
- 根据疼痛机制定义TMD子组的等级聚类.
主要成果:
- 网络分析显示了症状和心理领域内的强烈相关性.
- 两种不同的亚组出现了:感觉性疼痛和感觉性疼痛.
- 诺西普拉斯组表现出更高的心理痛苦,中心敏感化和更广泛的症状; 诺西普拉斯组限制了口腔的开口,并对手动治疗做出了更好的反应.
结论:
- 通过考虑神经生物学疼痛机制,可以显著改善TMD患者的分类.
- 识别可感性与可感塑性疼痛子组提供了数据驱动的方法,以实现个性化的临床推理和治疗.
- 分组分离的关键变量包括心理因素,疼痛位置和最大口腔开口.


