Wie wir selbst Erwartungen erzeugen – und was Aufmerksamkeit damit zu tun hat

Wenn eine Person Schmerzen empfindet, lassen sich diese mit bildgebenden Verfahren wie funktioneller Magnetresonanztomografie (fMRT) in Form von neuronalen Aktivierungsmustern nachweisen. Und nicht nur das: Allein die Erwartung eines Schmerzes führt schon zu ähnlichen Mustern. Das ermöglicht es Forschenden, ohne Eingriff von Außen im Gehirn von Studienteilnehmenden zu beobachten, wie sich deren Erwartungen an Schmerzen und an eine Behandlung aufgrund unterschiedlicher Faktoren verändern.

Nebenwirkungen können sogar nützlich sein

In unserer ersten Förderperiode konnten wir in Projekt A02 auf diese Weise nachweisen, dass milde Nebenwirkungen in bestimmten Fällen einen positiven Einfluss auf die Behandlungserwartung von Menschen haben und dadurch das Schmerzempfinden der Betroffenen verringern können. Das gilt sogar dann, wenn die Nebenwirkungen selbst unangenehm sind, aber mit dem Wirken der Behandlung assoziiert werden. Und auch Handlungsfähigkeit hat den bisherigen Erkenntnissen zufolge positive Effekte: Wenn Personen zum Beispiel eine schmerzstillende Behandlung selbst initiieren können, wirkt diese besser, als wenn die Behandlung von anderen angestoßen wird.

Wie beeinflusst Selbstwirksamkeit unsere Erwartungen?

Den Einfluss dieser Selbstwirksamkeit auf Erwartungen und das Schmerzempfinden untersuchen wir in der zweiten Förderperiode nun genauer. Insbesondere gehen wir der Beobachtung nach, dass die Handlungsfähigkeit nicht nur den Einfluss unserer Erwartungen verstärkt, sondern diese auch direkt verändert. Geschieht dies, indem das Selbst-handeln-Können unsere Aufmerksamkeit verschiebt? Und wie beeinflusst das wiederum unser Schmerzempfinden? Antworten auf diese Fragen, die große Bedeutung für den klinischen Alltag haben, suchen wir in den kommenden Jahren.

Dafür nutzen wir in Projekt A02 neben fMRT-Messungen auch Verhaltensbeobachtungen an den Studienteilnehmenden sowie Leitfähigkeitsmessungen der Haut (Elektrodermale Aktivität, kurz EDA). Die unterschiedlichen Daten fließen zudem in Rechenmodelle ein, um genauer zu verstehen, wie Behandlungserwartungen entstehen und wie sie sich verändern, wenn unsere Erwartungen erfüllt werden.