Krooninen kipu on merkittävä terveysongelma, jonka diagnosointi, ennaltaehkäisy ja hoito ovat usein haasteellisia.
Tässä artikkelissa tutkittiin 150 tervettä aikuista osallistujaa, jotka kokivat pitkittyneen temporomandibulaarikivun mallin. Tutkijat mittasivat osallistujilta sensorimotorisen huippu-alfa-taajuuden (eng. peak alpha frequency, PAF) ja kortikomotorisen eksitabiliteetin (eng. corticomotor excitability, CME) transkraniaalisen magneettistimulaation (eng. transcranial magnetic stimulation, TMS) avulla päivinä 0, 2 ja 5. Pitkittynyt kipu indusoitiin injektoimalla hermokasvutekijää (eng. nerve growth factor, NGF) oikeaan masseterlihakseen päivinä 0 ja 2. Kivun voimakkuutta arvioitiin kahdesti päivässä päivinä 1–30.
Tutkimuksen päämääränä oli selvittää, voidaanko yksilöt luokitella tarkasti voimakkaan tai matalan kivun herkkyyden omaaviksi PAF:n ja CME:n perusteella. Tutkijat käyttivät koneoppimismalleja ennustamaan kivun herkkyyttä. Logistisen regressiomallin harjoitusdatalla mallin AUC-arvo (area under the curve) oli huikea 1.00, ja riippumattomalla testidatalla se oli 0.88. Tämä tarkoittaa, että yhdistelmä hitaampaa PAF:ää ja CME:n depressiota ennusti korkeampaa kivun herkkyyttä.
Tutkimuksen tulokset olivat toistettavissa useilla eri metodologisilla valinnoilla, ja jopa sukupuolen tai kipukatastrofointiasteikon (eng. Pain Catastrophizing Scale, PCS) lisääminen muuttujiksi ei parantanut mallin suorituskykyä. PAF:n ja CME:n testi-uusintatestin reliabiliteetti todettiin hyvästä erinomaiseksi.
Löydökset osoittavat, että PAF/CME-biomarkkerisignaalilla on merkittävää potentiaalia kliiniseen käyttöön, mukaan lukien akuutista krooniseen kipuun siirtymisen ennustaminen. Koska korkea akuutti kipu lisää kroonisen kivun kehittymisen riskiä, nämä biomarkkerit voisivat tulevaisuudessa auttaa tunnistamaan riskiryhmät.
Tutkimuksen vahvuuksia ovat muun muassa riittävän suuri otoskoko analyyttiseen validointiin koneoppimista hyödyntäen, tulosten toistettavuus aiemmissa tutkimuksissa havaittujen yhteyksien kanssa, biomarkkerien hyvä reliabiliteetti sekä kliinisesti relevantin, pitkittyneen kivun mallin käyttö.
On kuitenkin tärkeää huomioida tutkimuksen rajoitukset. Tutkimuksessa käytettiin terveitä osallistujia tiukoilla sisään- ja ulosrajauskriteereillä sekä kokeellista kipumallia, mikä saattaa rajoittaa tulosten yleistettävyyttä kliinisiin potilasryhmiin. Tutkijat kuitenkin huomauttavat, että tämä on välttämätön vaihe kliinisen biomarkkerin kehittämisessä. Lisäksi on jo olemassa viitteitä siitä, että PAF ja CME voivat olla merkityksellisiä kliinisissä yhteyksissä.
Yhteenvetona voidaan todeta, että tämä tutkimus tarjoaa vahvaa näyttöä uudesta sensorimotorisesta aivokuoren biomarkkerisignaalista, joka voi tarkasti erottaa korkean ja matalan kivun herkkyyden omaavat yksilöt pitkittyneen leukakivun aikana. Tulokset viittaavat siihen, että PAF:n ja CME:n yhdistelmä voi olla lupaava työkalu kivun tutkimuksessa ja tulevaisuudessa mahdollisesti kliinisessä käytössä, erityisesti kroonisen kivun kehittymisen ennustamisessa. Tulevaisuuden kliiniset tutkimukset ovat tarpeen sen selvittämiseksi, voidaanko näitä biomarkkereita hyödyntää akuutista krooniseen kipuun siirtymisen ennustamisessa.
Chowdhury NS, Bi C, Furman AJ, et al. Predicting Individual Pain Sensitivity Using a Novel Cortical Biomarker Signature. JAMA Neurol. 2025;82(3):237–246. doi:10.1001/jamaneurol.2024.4857
LUE LISÄÄ: Mitä kipu on?