Große Datenmengen aus bildgebenden Verfahren ermöglichen generalisierbare Erkenntnisse und Vorhersagen. © solvod/stock.adobe.com

Große Datenmengen aus bildgebenden Verfahren ermöglichen generalisierbare Erkenntnisse und Vorhersagen in der medizinischen Forschung. © solvod/stock.adobe.com

Können bildgebende Verfahren helfen, den Effekt der Behandlungserwartung auf einen Therapieerfolg vorherzusagen?

Projekt Z03
Team

Mit bildgebenden Verfahren wie der funktionellen Magnetresonanztomografie (fMRT) oder der Elektroenzephalografie (EEG) können Anatomie, Durchblutung und Funktion des Gehirns bildhaft dargestellt werden. Dieses zentrale wissenschaftliche Projekt analysiert übergreifend die Daten zur Bildgebung aus zehn Teilprojekten des Sonderforschungsbereichs (SFB). Ziel ist es, die Erkenntnisse zusammenzufassen und die Mechanismen besser zu verstehen, die dem Einfluss von Erwartung auf den Behandlungserfolg zugrunde liegen. Außerdem sollen charakteristische biologische Merkmale (prädiktive Biomarker) identifiziert werden. Mit ihnen soll es in Zukunft möglich sein, den Einfluss der Behandlungserwartung vorherzusagen und die Therapie individuell zu optimieren.

Wissenschaftliche Zusammenfassung

Zentrales wissenschaftliches Projekt: Neuronale Bildgebung

Dieses Projekt führt eine gepoolte, multizentrische Analyse aller im SFB gewonnenen neuronalen Bildgebungsdaten durch. Ziel ist die Integration mechanistischer Daten einzelner Teilprojekte und übergreifender Schlüsselinformationen in Form prädiktiver Biomarker zur Vorhersage individueller Erwartungseffekte auf den Therapieerfolg. Die Forschungsstrategie dieses Projekts konzentriert sich auf einen umfassenden Datenmanagementplan, der Standardisierung von Daten- und Metadatenstruktur, Bildgebungssequenzen und experimentellen Protokollen, automatisierter Qualitätsbewertung und Koordination der Datenübertragung umfasst.

Literaturempfehlungen:

Büchel C, Peters J, Banaschewski T, Bokde ALW, Bromberg U, Conrod PJ, Flor H, Papadopoulos D, Garavan H, Gowland P, Heinz A, Walter H, Ittermann B, Mann K, Martinot J-L, Paillère-Martinot M-L, Nees F, Paus T, Pausova Z, Poustka L, Rietschel M, Robbins TW, Smolka MN, Gallinat J, Schumann G, Knutson B, IMAGEN consortium (2017) Blunted ventral striatal responses to anticipated rewards foreshadow problematic drug use in novelty-seeking adolescents. Nat Commun 8:14140. PubMed

Spisak T, Spisak Z, Zunhammer M, Bingel U, Smith S, Nichols T, Kincses T (2019) Probabilistic TFCE: A generalized combination of cluster size and voxel intensity to increase statistical power. NeuroImage 185:12-26. PubMed

Spisak T, Kincses B, Schlitt F, Zunhammer M, Schmidt-Wilcke T, Kincses ZT, Bingel U (2019) Pain-free resting-state functional brain connectivity predicts individual pain sensitivity. Nature Communications volume 11: 187 (2020) PubMed

Zunhammer M, Bingel U, Wager TD (2018) Placebo effects on the neurologic pain signature: a meta-analysis of individual participant functional magnetic resonance imaging data. JAMA neurology 75(11):1321-30. PubMed