布朗大学的研究人员开发了一种新的测试方法来客观地测量疼痛，测试药物

普罗维登斯，R.I.(布朗大学)——如果你曾经因阑尾炎去过急诊部，或者你是美国1亿名阑尾炎患者之一患有慢性疼痛的成年人，你们熟悉一排编号的脸，从微笑到做鬼脸的表情，用来表示疼痛程度。

尽管该工具被广泛使用，但一些研究人员表示，更经验性的方法将更好地服务于患者和提供护理的医生。

布朗大学和罗德岛医院的神经科学和神经外科副教授卡尔·萨博说:“遗憾的是，这种被称为视觉模拟量表的笑脸是疼痛评估的黄金标准。”“我们的目标是将特定的大脑活动与不同的数值评分联系起来，使疼痛评估更加客观。我们希望帮助慢性疼痛患者和他们的医生就疼痛程度达成一致，以便更好地管理和诊断，这可能会减少阿片类药物的过量处方。”

萨博和他的同事已经开发出一种基于脑电图的测试方法来客观地测量疼痛。脑电图(EEG)是一种通过放置在头皮上的电极来测量大脑活动的方法。大脑活动的测量是以特定频率的振荡或“波”的形式进行的，有点像广播电台的特定频率。

萨博说，与动物疼痛相关的频率被称为“theta波段”。他补充说，通过对脑电波的计算分析来确定它们的能量，可以客观地以一种非侵入性的方式测量啮齿动物和人类的疼痛。

在11月6日发表于《科学报告》(Scientific Reports)上的一篇论文中，萨博的团队报告称，利用脑电图(EEG)测量脑电波的功率，是在临床前动物模型中对疼痛和潜在的止痛药物疗效进行有效而直接的测试。

测试新的止痛药

在临床前动物模型中，目前测量疼痛和潜在止痛药物有效性的方法是戳动物的爪子，看看它的爪子移动得有多快。缓慢的爪子收缩与更少的疼痛和更好的止痛药有关。爪子更快地缩回与更多的疼痛和更少有效的止痛药有关。

“当我还是研究生的时候，我讨厌这个测试，因为它与临床疼痛无关，”萨博说，他隶属于布朗大学卡尼脑科学研究所。“没有人会戳一个背部疼痛的病人。我很高兴我通过了这次测试，现在我们正在研究更好的东西。”

萨博说，由于脑电图测试比目前的方法更直接地测量正在进行的自发性疼痛，它可以帮助研究人员开发出治疗慢性背痛或坐骨神经痛的更有效的药物，而这些疾病目前没有很多有效的治疗方法。

在这篇论文中，他的团队观察了三种止痛药，并在坐骨神经痛动物模型中比较了它们的效果。研究人员使用传统的行为测试、脑电图测试和分析来确定药物的血药浓度，并与人类患者的临床血药浓度进行比较。

他们测试的第一种药物是一种经过验证的治疗某些形式的慢性疼痛的药物，该药物以Lyrica品牌销售。第二种是在第二阶段临床试验中很有前景的止痛药，第三种是在早期研究中效果不确定的药物。

总的来说，波的测量和行为测试给出了相似的结果，萨博说。

然而，萨博说，在一些实验中，比如低于第一种药物的有效剂量，脑电图测试提供了更准确的结果——比行为测试更接近于在病人身上发现的结果。具体地说，脑电图测试显示，在临床剂量时theta的功率测量下降，但在低剂量时没有下降，而行为测试显示，在低剂量和临床剂量时，paw的戒断速度较慢。通过显示疼痛减轻的剂量低于有效剂量，行为测试给出了一个假阳性。

“检测假阳性或假阴性结果的能力对药物开发过程至关重要，”作者写道。萨博相信脑电图测试可以帮助研究人员在新的止痛药临床前试验中识别假阳性，从而改善开发过程。

未来影响疼痛测试

本研究的最终目的是为临床和急诊部门提供一种客观的疼痛测量工具。为此，萨博正致力于将他的发现转化为患者的疼痛，方法是用传统的基于笑脸的疼痛评估工具校准鸡蛋的疼痛特征。

萨博说，除了帮助开发更有效的止痛药，改善慢性疼痛的诊断和管理，这两项工作都涉及到阿片类药物流行的因素，对疼痛的客观衡量还可以改善健康差异。这些患者中有被医生解除疼痛的女性，也有沟通困难的患者，包括幼儿。

三年前，萨博成立了一家初创公司，开发下一代疼痛传感器，他希望这能成为疼痛测量的新黄金标准。萨博补充说，人们对一种用于兽医的疼痛测量工具非常感兴趣。

萨博和布朗大学的工程学助理教授大卫·博尔顿(David Borton)以及神经科学副教授斯蒂芬妮·琼斯(Stephanie Jones)正在研究慢性疼痛的基础神经科学，以及神经元中的哪种活动产生了构成疼痛“信号”的脑电波。今年9月，该团队获得了美国国立卫生研究院(National Institutes of Health)的一笔脑资助，以支持这项工作。

11月5日，周一，在圣地亚哥举行的神经科学协会年会上，萨博展示了他关于鸡蛋测试的发现，以确定新型止痛药的有效性。

论文的其他作者还包括布朗和罗德岛医院的Suguru Koyama、Brian LeBlanc、Kelsey Smith、Catherine Roach、Joshua Levitt和Muhammad Edhi，以及朝日KASEI制药公司的Mai Michishita、Takayuki Komatsu、Okishi Mashita、Aki Tanikawa和Satoru Yoshikawa。

Asahi KASEI和Boston science通过研究者发起的资助支持了这项研究。