Non tutti i dolori sono uguali. A seconda della causa, richiede terapie diverse. Un team guidato dal Politecnico di Zurigo ha sviluppato un metodo che consente ai medici di distinguere meglio il dolore fisico da quello psicosociale.
- Leggi tutto
- Numero di commenti
![Figura in legno che si piega e ha una mano sulla schiena](/de/news-und-veranstaltungen/eth-news/news/2024/08/koerperliche-und-psychosoziale-schmerzursachen-trennen/_jcr_content/articleLeadImage/image.imageformat.carousel.1739418109.jpg)
In breve
- Un nuovo metodo permette di differenziare e quantificare le componenti fisiche e psicosociali del dolore.
- L'apprendimento automatico ha aiutato il team di ricerca, guidato dal Politecnico di Zurigo, a sviluppare un indice per ciascuna delle due componenti del dolore.
- Il nuovo metodo e gli indici rappresentano un aiuto decisionale digitale per i medici che si occupano di medicina del dolore.
Il dolore grave ha spesso cause fisiche. Tuttavia, i fattori emotivi, psicologici e sociali possono influenzare il modo in cui percepiamo e reagiamo al dolore. "Il dolore è solitamente composto da una componente fisica e una psicosociale", spiega Noemi Gozzi, dottoranda al Politecnico di Zurigo.
I medici cercano di tenerne conto il più possibile nelle loro raccomandazioni terapeutiche. Finora, tuttavia, è stato difficile separare chiaramente le due componenti. I medici determinano il dolore e la sua intensità con approcci relativamente semplici, basati sulle descrizioni soggettive dei pazienti. Questo li porta spesso a prescrivere terapie non specifiche. Gli antidolorifici contenenti oppioidi sono ancora frequentemente utilizzati, nonostante tutti gli svantaggi: gli effetti collaterali indesiderati, la diminuzione dell'effetto a lungo termine e il rischio di diventare dipendenti dal farmaco - o addirittura di morire per overdose.
Trattamento individualizzato
Negli ultimi anni, il gruppo di Stanisa Raspopovic, di cui Gozzi fa parte, insieme ai ricercatori dell'Ospedale Universitario Balgrist di Zurigo, ha sviluppato un approccio per distinguere e quantificare chiaramente le componenti fisiche e psicosociali del dolore. Il loro nuovo metodo è stato pubblicato nell'attuale numero della rivista pagina esternaMed. Fino a poco tempo fa, Raspopovic era professore di Neuroingegneria al Politecnico di Zurigo.
"Il nostro nuovo approccio dovrebbe aiutare a identificare il dolore dei pazienti su base più individuale, consentendo così in futuro un trattamento più personalizzato", afferma Raspopovic. Se il dolore è principalmente fisico, i medici probabilmente concentreranno il loro trattamento sul livello fisico, ad esempio con farmaci o fisioterapia. Se invece i fattori psicosociali giocano un ruolo importante nell'esperienza del dolore, può essere consigliabile modificare positivamente la percezione del dolore con un supporto psicologico o psicoterapeutico.
Ampio set di dati
Per sviluppare il nuovo metodo, i ricercatori hanno analizzato i dati di 118 volontari, tra cui persone con dolore cronico e controlli sani. Gli scienziati hanno posto ai partecipanti allo studio domande dettagliate sulla loro percezione del dolore e su eventuali sintomi psicosociali come depressione, ansia e stanchezza, nonché sulla frequenza con cui il dolore era tale da impedire loro di andare al lavoro. I ricercatori hanno anche registrato quanto i partecipanti fossero in grado di distrarsi dal dolore e quanto il dolore li facesse rimuginare, sentire impotenti ed esagerare il dolore.
![Foto ritratto di Noemi Gozzi](/de/news-und-veranstaltungen/eth-news/news/2024/08/koerperliche-und-psychosoziale-schmerzursachen-trennen/_jcr_content/wide_content/citation/image.imageformat.fullwidth.494492586.jpg)
"I medici possono decidere meglio che tipo di trattamento mirato è necessario".Noemi Gozzi![]()
I ricercatori hanno utilizzato misurazioni standardizzate delle sensazioni di dolore spontaneo per confrontare la percezione del dolore dei soggetti. I ricercatori hanno trattato i partecipanti con piccoli impulsi di calore innocui ma dolorosi sulla pelle. Per registrare la reazione fisica al dolore, i ricercatori hanno misurato l'attività cerebrale dei partecipanti allo studio con un elettroencefalogramma (EEG) e la conduttività elettrica della pelle. Quest'ultima è un'indicazione della sudorazione e viene utilizzata per misurare lo stress, il dolore e l'eccitazione emotiva. Infine, l'ampio set di dati comprendeva le diagnosi dei partecipanti allo studio, compilate dai ricercatori del Balgrist University Hospital.
Apprendimento automatico per la medicina di precisione
L'apprendimento automatico ha aiutato i ricercatori ad analizzare la grande quantità di dati, a distinguere chiaramente le due componenti del dolore e a sviluppare un nuovo indice per ciascuna di esse. L'indice per la componente fisica del dolore indica la misura in cui il dolore è causato da processi fisici. L'indice per la componente psicosociale indica la misura in cui i fattori emotivi e psicologici intensificano il dolore. Infine, gli scienziati hanno convalidato questi due fattori utilizzando gli ampi dati di misurazione dei partecipanti allo studio.
Il nuovo metodo, che combina la misurazione dei segnali corporei e l'autodiagnosi, la valutazione computerizzata e i due indici risultanti, è destinato a supportare i medici che curano i pazienti. "Il metodo permette di caratterizzare con precisione la condizione di dolore di una particolare persona per decidere meglio quale tipo di trattamento mirato è necessario", afferma Gozzi.
I ricercatori del Politecnico di Zurigo e dell'Ospedale Universitario di Balgrist proseguono il progetto insieme alla Clinique romande de réadaptation di Sion, gestita dalla Suva, e al reparto lesioni del midollo spinale di un ospedale di Pietra Ligure, in Italia: stanno esaminando la rilevanza clinica del nuovo metodo in uno studio a lungo termine.
Letteratura di riferimento
Gozzi N, Preatoni G, Ciotti F, Hubli M, Schweinhardt P, Curt A, Raspopovic S: Unravelling the physiological and psychosocial signatures of pain by machine learning, Med, 7 August 2024, doi: pagina esterna10.1016/j.medj.2024.07.016