Un algoritmo consente di stratificare in cluster pazienti con dolore neuropatico considerando una serie di sintomi
In un lavoro pubblicato su Pain, viene evidenziata l’utilità di un algoritmo per stratificare in cluster pazienti con dolore neuropatico considerando una serie di sintomi catturati attraverso il Neuropathic Pain Symptom Inventory (NPSI). Questa metodica potrebbe aiutare sia nella gestione migliore di questi pazienti, sia per futuri studi sul dolore neuropatico.
La personalizzazione del trattamento del dolore neuropatico potrebbe essere migliorata identificando specifici fenotipi sensoriali (cioè combinazioni specifiche di sintomi e segni) predittivi della risposta a diverse classi di farmaci.
Per tale strategia è necessario un metodo di fenotipizzazione semplice e affidabile.
Il dolore neuropatico rimane un bisogno clinico insoddisfatto, con meno del 50% dei pazienti che ottiene un sollievo parziale dal dolore con i trattamenti farmacologici attualmente raccomandati.
Questo scarso risultato terapeutico è probabilmente correlato a molteplici fattori, inclusa la possibilità che i farmaci attualmente utilizzati non agisce sui target fisiopatologici più rilevanti. Può anche riflettere una definizione inadeguata delle indicazioni cliniche perché le attuali raccomandazioni non tengono conto dell’eterogeneità delle sindromi dolorose neuropatiche.
Gli esperti del dolore hanno quindi sostenuto un approccio terapeutico più personalizzato al dolore neuropatico, basato su profili clinici costituiti da combinazioni specifiche di sintomi e segni che possono riflettere meccanismi fisiopatologici.
Tuttavia, non vi è consenso sul metodo di stratificazione ottimale. Sono stati utilizzati diversi approcci, tra cui l’esame standardizzato al letto del paziente, test sensoriali quantitativi (QST) e questionari.
Questionari neuropatici specifici e QST, che, a differenza dell’esame standardizzato al letto del paziente, sono stati formalmente convalidati, sono potenzialmente gli approcci più utili.
Il Neuropathic Pain Symptom Inventory (NPSI) è un questionario autosomministrato che include 10 descrittori del dolore relativi a 5 distinte dimensioni del dolore neuropatico clinicamente rilevanti.
L’NPSI ha dimostrato di essere sensibile a diversi trattamenti, con effetti differenziali sulle varie dimensioni del dolore neuropatico. Inoltre, 3 sottogruppi di pazienti (cluster) sono già stati caratterizzati sulla base di combinazioni specifiche di elementi NPSI in un’ampia coorte di pazienti.
Gli obiettivi principali di questo studio erano confermare l’esistenza di 3 cluster clinicamente rilevanti in un’ampia coorte di pazienti, dal database interno al gruppo di studio, con dolore neuropatico di diverse eziologie e sviluppare un algoritmo per assegnare i singoli pazienti a uno di questi cluster sulla base delle loro risposte individuali all’NPSI.
E’ stata quindi valutata la rilevanza clinica di questo algoritmo, in termini di risposta al trattamento, utilizzando i risultati aggregati di 2 studi precedenti sugli effetti delle iniezioni di tossina botulinica in pazienti con dolore neuropatico periferico.
Infine, è stata sviluppata e valutata una versione elettronica (e-version) dell’algoritmo di classificazione NPSI, che sarebbe facile da usare per l’assegnazione di ogni paziente a un cluster, sia nella pratica clinica quotidiana che in ambito di ricerca.
È stata quindi studiata l’utilità di un algoritmo per stratificare i pazienti in cluster corrispondenti a combinazioni specifiche di sintomi neuropatici valutati con il Neuropathic Pain Symptom Inventory (NPSI).
Coerentemente con i risultati precedenti, hanno prima confermato, in una coorte di 628 pazienti, l’esistenza di una struttura composta da 3 gruppi di pazienti caratterizzati da punteggi NPSI più elevati per: dolore individuato (cluster 1), dolore evocato (cluster 2) o dolore profondo (gruppo 3).
Ai pazienti è stato chiesto di valutare l’intensità media del loro dolore durante le ultime 24 ore su una scala numerica di 11 punti (0-10) e di completare l’NPSI.
Questo questionario include elementi relativi ai 10 sintomi più comunemente descritti dai pazienti con dolore neuropatico (bruciore, pressione, spremitura, scosse elettriche, lancinante, dolore provocato dallo spazzolamento, pressione o freddo, formicolio e spilli). Studi precedenti hanno dimostrato che questi sintomi possono essere classificati in 5 dimensioni come segue: bruciore, dolore profondo, dolore parossistico, allodinia e parestesia / disestesia.
Da queste analisi è stato ricavato un algoritmo specifico per l’assegnazione di ogni paziente a uno di questi 3 cluster.
È stata quindi valutata la rilevanza clinica di questo algoritmo per la previsione della risposta al trattamento, attraverso analisi post hoc di 2 precedenti studi controllati sugli effetti delle iniezioni sottocutanee di tossina botulinica A (BTX-A).
Ciascuno dei 97 pazienti con dolore neuropatico inclusi in questi studi è stato assegnato individualmente a un cluster, applicando l’algoritmo alle loro risposte NPSI di base.
Ai pazienti è stato anche chiesto di completare l’NPSI prima e dopo il trattamento, fino a 12 settimane dopo l’ultima iniezione di BTX-A nel primo studio e 24 settimane dopo l’ultima iniezione nel secondo studio.
Gli autori hanno trovato effetti significativi della tossina botulinica A rispetto al placebo nei cluster 2 e 3, ma non nel cluster 1, suggerendo che questo approccio era, in effetti, rilevante. Infine, hanno sviluppato ed eseguito una convalida preliminare di una versione web dell’NPSI e di un algoritmo per la stratificazione dei pazienti sia nella ricerca che nella pratica quotidiana.
In conclusione, questi dati confermano l’utilità e la fattibilità di un approccio trans-eziologico basato sul fenotipo per migliorare la gestione personalizzata del dolore neuropatico. Secondo gli autori, questi risultati sono incoraggianti ma dovrebbero essere considerati preliminari perché richiedono la conferma in ampi studi prospettici. Secondo i ricercatori, questo approccio basato su un questionario auto-somministrato, è più semplice degli approcci basati sul QST, ma questi 2 metodi di stratificazione non si escludono necessariamente a vicenda e potrebbero essere combinati in studi futuri per determinare se il loro uso è complementare per una migliore stratificazione del paziente, almeno per studi di ricerca.
Riferimenti
Didier Bouhassira et al., Stratification of patients based on the Neuropathic Pain Symptom Inventory: development and validation of a new algorithm. Pain. 2021 Apr 1;162(4):1038-1046. doi: 10.1097/j.pain.0000000000002130.