Studie 1: Wat zijn de onderscheidende breinkenmerken van chronische pijn?
Studie 2: Zijn de breinkenmerken van angst en chronische pijn van elkaar te scheiden?
Studie 3: Zijn er breinkenmerken die het succes van Graded Exposure in Vivo kunnen voorspellen?
Naam project: Breinmarkers voor chronische pijn
Projectleider (+affiliatie): Dr. JR. De Jong (Adelante, MUMC, UM); Dr. A. Kaas (UM); Prof. Dr. R. Smeets; Prof. Dr. R. Goebel
Projectgroep: Dr. JR. de Jong; Dr. A. Kaas
Samenwerkende en deelnemende instituten: Departement Cognitieve Neurowetenschappen, Faculteit Psychologie en Neurowetenschappen, Universiteit Maastricht
Methode: Longitudinaal klinisch onderzoek waarin chronische pijnpatiënten voor, tijdens en na hun Graded Exposure in Vivo behandeling worden gevolgd met dagboekjes, vragenlijsten, fysieke tests en hersenscans. Tegelijkertijd meten we een groep gezonde controle proefpersonen met vergelijkbare kenmerken (geslacht, leeftijd, handdominantie). De hersenscans zullen I. de structurele en functionelec onnectiviteit van de hersenen in kaart brengen tijdens rust, dat wil zeggen de structuur van de vezelbanen, en interactiepatronen tijdens rust en II. de functionele respons bij (niet-pijnlijke) aanraking van aangedane en niet-aangedane lichaamsdelen. Hersenmaten zullen in verband gebracht worden met duur van de ziekte en de aard van de symptomen.
Beschrijving: Graded Exposure in Vivo (GEXP) is een relatief nieuwe therapie, waarmee al veel patiënten in het AZM succesvol behandeld zijn. De behandeling gaat ervan uit dat bij chronische pijn de prikkelverwerking in de hersenen verstoord is door aangeleerde angst. Om de inzetbaarheid van de therapie te vergroten is het belangrijk de uitgangspunten en werkingsmechanismen te onderzoeken. Het voorgestelde onderzoek heeft tot doel om:de werkingsmechanismen van GEXP in de hersenen in kaart te brengen. Deze kennis draagt bij aan het verder verbeteren van de behandeling.karakteristieke patronen (breinmarkers) te vinden in de hersenactiviteit van chronische pijnpatiënten waarmee behandelsucces voorspeld kan worden. Dit zal leiden tot een betere diagnostiek en behandelingstoewijzing.