在一小群人中发现的慢性疼痛的大脑特征

第一次，研究人员记录了来自脑内的疼痛相关数据，这些数据是由中风计算引起的慢性疼痛除此之外，我们还应该了解疼痛是如何通过训练活动表现出来的，以及如何调节运动来减轻慢性疼痛带来的疼痛在患者住院期间收集了几个月的数据，并使用机器学习工具进行了分析因此，在个别患者中，存在与慢性疼痛和慢性疼痛的客观生物标志物相关的更大面积的脑出血这些定义发表在Nature Neuroscience上，由国家健康研究所的BrainSearch Through Advancing Innovative Neurotechnologies（BRAIN）Initiative和Helping EndAddition Long-term Initiative（简称NIHHEALIInitiative）资助，代表着开发追踪和治疗慢性疼痛的新方法的第一步

Walter Koroshetz，M.说：“这是一个很好的例子，表明从大脑开始测量脑活动的工具已经应用于缓解持续、严重的慢性疼痛这一重大公共健康问题。”D国家神经系统疾病和中风研究所所长“我们很可能从这些初步发现中构建出有效的、非附加的环境。”

Chronic是全球最大的残疾贡献者之一神经病变可能是由自身神经系统受损引起的它最常见的原因是受试者的身体受伤，但对于本研究中的个体来说，他们的疼痛被认为是由降雨本身引起的这种窗户对目前的治疗没有反应，可以为生活在其中的人提供便利

PrasadShirvalkar，M.说：“当你想到这一点时，对组织的自我基础体验的痛苦就会增加。”DPhD加利福尼亚大学旧金山分校的美学和神经外科教授联合会，以及该研究的作者“尽管如此，我们仍有一些不太了解的工作。通过开发一种方法来研究和潜在地影响大脑的疼痛反应，我们希望为患有慢性疼痛的人提供一种选择。”

传统上，研究人员通过自我报告收集有关慢性绘画的数据，而不是通过第二次报告收集数据类型的例子包括对疼痛强度和疼痛的运动能力的评估然而，这项研究也直接观察了两个可能发生疼痛反应的区域——内侧或外侧皮层（ACC）和外侧额叶皮层（OFC）——天冬氨酸盐——大脑活动的变化，这两个区域反映了它们目前的慢性疼痛水平

“功能核磁共振成像研究表明，ACC和OFCre区域在慢性疼痛实验中会发光。我们很想看看这些区域是否与慢性疼痛的炎症过程有关，”Dr说Shirvalkar“我们最关心的问题是，随着时间的推移，疼痛发生了怎样的变化，什么样的大脑信号与预期的高水平慢性疼痛相对应？”

四名参与者，其中三名患有中风后疼痛，另一名患有幻肢疼痛，接受了ACC和OFC电子靶向切除术每天有好几次，每位参与者都被要求回答问题，询问他们将如何评价他们的绘画体验，包括强度、绘画类型，以及他们的绘画水平是如何使人产生情绪的您可以通过单击远程控制设备来启动擦除记录，该设备会提供ACC和OFCat中活动的快照通过机器学习和分析，在eOF中发现了许多活动来预测参与者的慢性疼痛状态

在另一项研究中，研究了ACC和OFCrespon是如何导致急性疼痛的，这是由对参与者身体部位施加热量引起的在四名患者中，大脑活动可以再次预测疼痛反应，但ACC似乎是最受影响的区域这表明排水过程是可爱的与慢性疼痛不同，尽管需要更多的研究，但在比较中只使用了两名参与者的数据

这项研究代表了一项初步的研究，揭示了你对大脑感知的大脑活动模式识别出这样的特征将有助于开发新的治疗方法，通过大脑活动来减轻对慢性疼痛的疼痛最直接的好处可能是在健康和大脑研究中使用脑电刺激（DBS）来治疗慢性疼痛在进行和未来的工作中，更多的参与者将专注于确定哪些不同的疼痛情况是患者的OFCa活动，或者不同疼痛情况下的患者的症状如何不同

更多的基于大脑活动生物标志物的精确刺激的现代DBST方法已被用于成功治疗一些大脑疾病，包括帕金森病和严重抑郁症，但成功避免了需要建立良好的大脑生物标志物慢性疼痛、早期生物标志物的识别等力

对慢性疼痛的有效和非附加治疗是美国国立卫生研究院的一项重要举措，旨在找到科学的解决方案来解决潜在的公共卫生危机这些发现是确定疼痛特异性生物标志物的关键一步，为个人提供个性化的疼痛管理，从而发展新技术和先进的模式理解和脑回路，而脑回路是创新的主要组成部分

本研究由BRAINITIAtive（UH3NS10556）、NIHHEALITIAtive（uh3NS15631）和DefenseAdvancedResearchProjectsAgency（DARPA）资助

来源:

Materials provided by
NIH/National Institute of Neurological Disorders and Stroke.
注明: Content may be edited for style and length.

参考:

1. Prasad Shirvalkar, Jordan Prosky, Gregory Chin, Parima Ahmadipour, Omid G. Sani, Maansi Desai, Ashlyn Schmitgen, Heather Dawes, Maryam M. Shanechi, Philip A. Starr, Edward F. Chang.
   First-in-human prediction of chronic pain state using intracranial neural biomarkers. Nature Neuroscience, 2023; DOI: 10.1038/s41593-023-01338-z

---