Værktøj, der måler smerte objektivt undervejs


Værktøj, der måler smerte objektivt undervejs

Et diagnostisk værktøj, der giver en objektiv fysiologisk vurdering af, hvorvidt nogen er i smerte, i modsætning til at stole på selvrapporterede foranstaltninger, udvikles af forskere ved Stanford University School of Medicine i Palo Alto, Californien. Ved hjælp af funktionelle magnetiske resonansbilleddannelser (fMRI) hjerneskanninger med avancerede computeralgoritmer forudsagde de nøjagtigt termisk smerte 81% af tiden hos raske forsøgspersoner, ifølge en undersøgelse, som de rapporterede i den 13. september udgave af online journal PLoS ONE .

De påpegede dog, at dette kun var en start, og der kræves flere undersøgelser for at finde ud af, om deres metoder vil fungere med forskellige typer smerter, såsom kronisk smerte. Også om det er muligt at skelne med et acceptabelt niveau af nøjagtighed mellem følelsesmæssige tilstande som angst og depression og smerte.

Smerter er subjektive i naturen, og det er ikke urimeligt at antage, at en søgning efter en objektiv måling er nær umulig. Men behovet for en er næsten universelt anerkendt.

Seniorforsker Dr Sean Mackey, lektor i anæstesi og chef for Division of Pain Management på skolen, fortalte pressen:

"Folk har været på udkig efter en smerte detektor i meget lang tid."

"Vi er afhængige af patientens selvrapportering for smerte, og det er guldstandarden," tilføjede han og forklarede, at han som læge behandler patienter med kronisk smerte, er afhængig af deres selvrapportering.

Men han sagde, mange patienter spørger, især de meget unge og de meget gamle, der finder det svært at artikulere deres smerte, ville det ikke være godt, hvis der var et værktøj, der kunne måle smerte?

En rapport fra juni 2011 fra Institute of Medicine (IOM) fra et panel, der omfattede Mackey som medlem, anslår, at mere end 100 millioner amerikanere lider af kronisk smerte. Dette er forbundet med omkring 600 milliarder dollars om året i udgifter til lægehjælp og tabt produktivitet.

De fandt også, at der er kulturel bias mod mennesker, der har kroniske smerter: de ses som svage og opfattes ofte som lyver om deres smerte. Dette komplicerer levering af behandling, sagde IOM-panelet.

Hank Greely, en advokat fra Stanford og ekspert på juridiske, etiske og sociale spørgsmål omkring biovidenskaben, sagde, at denne bias også eksisterer inden for det juridiske område, hvor hundredtusindvis af love passer til et år hænger på eksistensen af ​​smerte.

"En robust og præcis måde at afgøre, om nogen er i smerte eller ej, ville være en gave for retssystemet," sagde Greely, som ikke var involveret i den nuværende undersøgelse.

Efter at have deltaget i en 2009 Stanford Law School-begivenhed arrangeret af Greely, der bragte sammen neuroscientists og juridiske lærde til at diskutere hvordan neuroimaging af smerte kunne bruges og misbrugt i retssystemet, besluttede Mackey og to assistenter fra hans laboratorium at tage en tur og se om Objektiv smerte måling var muligt.

Mackey sagde, at han var skeptisk, men hans to unge laboratorieassistenter tænkte måske fremskridt i neuroimaging metoder, da der var en god chance for at de kunne komme op med noget. De sagde "vi tror, ​​vi kan gøre det. Vi vil gerne prøve," sagde Mackey.

En af assistenterne var medforfatter Neil Chatterjee, i øjeblikket en MD / PhD-studerende ved Northwestern University. Han sagde, at det var lidt af et indfald, men de troede "måske kan vi ikke lave det perfekte værktøj, men har nogen nogensinde virkelig prøvet at gøre dette på et meget, meget grundlæggende niveau?"

"Det viste sig at være overraskende nemt at gøre dette," sagde Chatterjee.

Han og den anden labassistent, første forfatter Dr Justin Brown, nu en biologisk assistent professor ved Simpson College, kom op med ideen i en diskussion efter symposiet.

I første del af undersøgelsen gennemgik 8 deltagere hjerneskanning, mens der blev anvendt en varmesonde på deres underarme, hvilket forårsager moderat smerte.

Forskerne registrerede og fortolket, ved hjælp af avancerede computeralgoritmer, scanninger af hjernemønstre med og uden smerte. Dette gjorde dem i stand til at skabe en model af hvilken smerte der lignede.

Datamodellen var baseret på en algoritme, der blev opfundet i 1995, kaldet en lineær support vektor maskine (SVM). Forskerne havde ideen om, at de kunne kalibrere dette ved hjælp af et sæt deltagere, og derefter bruge det til præcist at klassificere smerte i et andet nyt sæt deltagere.

Så anden del af undersøgelsen var yderligere 16 deltagere gennemgået samme procedure som de første 8, men denne gang spurgte forskerne den "uddannede" computer for at fortælle dem, om de nye deltagere havde termisk smerte. Det lykkedes 81% af tiden.

"Det gjorde fantastisk godt," sagde Chatterjee, "jeg var helt overrasket."

Han og hans medforfattere beskriver deres eksperiment:

"Ved at udnytte otte individer trænede vi en lineær SVM for at skelne mellem disse stimuli ved hjælp af hele hjernemønstre af aktivitet. Vi vurderede præstationen af ​​denne uddannede SVM-model ved at teste den på 16 personer, hvis data ikke blev brugt til træning. Hele hjernen SVM Var 81% nøjagtige til at skelne smertefuldt fra ikke-smertefulde stimuli (s

De konkluderer, at:

"Vores resultater viser, at fMRI med SVM-læring kan vurdere smerte uden at kræve nogen kommunikation fra den person, der testes."

I deres papir beskriver de også "opgaver, der skal udfyldes for at fremme denne tilgang til brug i kliniske indstillinger".

Mackey sagde:

"Vi håber, at vi i sidste ende kan bruge denne teknologi til bedre detektion og bedre behandling af kroniske smerter."

Og han påpegede, at:

"En vigtig ting at huske er, at denne tilgang objektivt målte termisk smerte i en kontrolleret laboratorieindstilling."

"Vi bør passe på ikke at ekstrapolere disse fund for at sige, at vi kan måle og registrere smerte under alle omstændigheder", advarede han.

Midler fra National Institutes of Health og Chris Redlich Pain Research Fund hjalp med at betale for studiet.

How to Stay Out of Debt: Warren Buffett - Financial Future of American Youth (Video Medicinsk Og Professionel 2022).

Afsnit Spørgsmål På Medicin: Andet