Improving outcomes in chronic musculoskeletal pain through a personalized medicine approach using cross-illness multilevel assessments and mechanism-based interventions

Summary

Zahlreiche Erkrankungen des Bewegungsapparates gehen mit chronischen Schmerzen einher. Bei vielen Patienten persistieren die Schmerzen trotz angemessener Behandlung. Unabhängig von der Grunderkrankung liegen der Schmerzchronifizierung zentralnervöse und psychobehaviorale Mechanismen zugrunde. Das übergeordnete Ziel dieses Forschungskonsortiums ist es, basierend auf psychologischen Faktoren einen Mechanismen-basierten personalisierten Therapieansatz für Schmerzpatienten zu entwickeln und zu validieren.

Hierfür werden in unserem Forschungskonsortium 1) bestehende Datenbanken zusammenführt und datengesteuert anhand komplexer Berechnungsmodelle („deep learning“) Algorithmen zur Identifizierung von Mechanismen-basierten Phänotypen entwickelt; und 2) durch eine randomisiert kontrollierte Studie die Wirksamkeit, Sicherheit und Kosteneffizienz eines solch personalisierten Schmerzbehandlungsansatzes validiert. Hierfür werden Patienten entweder personalisiert (d.h. ihrem individuellen Phänotyp entsprechend), oder nicht-personalisiert behandelt. Die Personalisierung erfolgt durch die gezielte Zuordnung entweder zu einer auf emotional belastende Erinnerungen, einer auf dysfunktionale Krankheitsängste und maladaptive Verhaltensweisen ausgerichteten, oder einer niederschwelligen, Smartphone-basierten Minimalintervention.

Um den Zusammenhang zwischen Pathomechanismen und Behandlungseffekten zu verstehen und um zu untersuchen, inwieweit sich mechanistische Marker in Abhängigkeit von einer erfolgreichen Behandlung verändern, erfolgt 3) parallel über den Verlauf der Studie eine umfassende Phänotypisierung aller Patienten mit Längsschnitt-Datenerhebungen im Alltag (EMA, und Aktivitätssensoren), funktioneller Hirnbildgebung, quantitativ-sensorischer Testparadigmen sowie immunologischen Untersuchungen. Hierdurch sollen Prädiktoren für ein erfolgreiches Therapieansprechen identifiziert und ein klinisch anwendbarer Entscheidungsbaum für die Alltagsanwendung entwickelt werden.