偏头痛患者对物理性疼痛共情加工的脑区特异性功能异常研究

本研究针对偏头痛(MIG)患者是否存在疼痛共情加工的广泛性异常这一科学问题，通过功能磁共振成像(fMRI)技术，结合已验证的疼痛共情范式，揭示了患者仅在观察物理性疼痛(PP)时双侧额下回(IFG)神经反应增强，且右侧IFG活动与发作期疼痛程度显著相关，而情感性疼痛(AP)共情无异常。该发现为偏头痛的神经病理机制提供了新见解，表明其疼痛通路存在特异性超敏反应，为开发靶向治疗策略奠定基础。

　　

偏头痛影响着全球约15%的人口，带来沉重的个人和社会经济负担，但其神经病理机制仍不明确。现有证据支持偏头痛患者大脑存在过度兴奋或反应异常的理论，表现为对感觉和情感刺激的敏感性改变。然而，这种异常是广泛性的还是特定于某些功能领域尚不清楚。疼痛共情作为理解他人疼痛的重要社会情感能力，其神经基础可分为物理性疼痛(观察身体伤害)和情感性疼痛(识别面部表情)两个维度。有趣的是，疼痛共情与自身疼痛处理共享神经通路，这为探索偏头痛的神经机制提供了独特窗口。

电子科技大学生命科学与技术学院的研究团队在《The Journal of Headache and Pain》发表的研究，通过结合功能磁共振成像(fMRI)和多变量模式分析，系统考察了偏头痛患者在这两种疼痛共情维度的神经反应特征。研究招募了21名偏头痛患者和21名匹配的健康对照，采用已验证的疼痛共情fMRI范式，包含物理性疼痛(如剪刀剪手指)和情感性疼痛(痛苦面部表情)刺激。通过基于元分析定义的感兴趣区域(ROI)分析和全脑多变量疼痛共情特征(VPS)建模，结合机器学习分类方法，揭示了偏头痛患者疼痛共情加工的神经特异性异常。

关键技术方法包括：1)采用3.0T fMRI采集任务态脑活动数据；2)基于Fallon等人疼痛共情元分析坐标构建10mm球形ROI；3)应用Zhou等人开发的物理性(NS-VPS)和情感性(FE-VPS)疼痛共情多变量特征进行模式识别；4)使用逻辑回归和机器学习评估组间差异；5)控制抑郁(BDI-II)、疼痛灾难化(PCS)等心理变量影响。

区域性神经反应分析结果
逻辑回归模型显示，偏头痛组在双侧额下回(IFG)的物理性疼痛共情(PP>PPc)反应显著增强，右侧IFG活动与发作期疼痛程度呈正相关(r=0.458)。而情感性疼痛共情(AP>APc)在所有ROI中均未显示组间差异，表明神经异常具有维度特异性。

全脑多变量模式结果
应用NS-VPS模型对物理性疼痛共情的分类准确率在偏头痛组达到100%，显著高于对照组(86%)。FE-VPS对情感性疼痛共情的分类准确率在两组间无显著差异(偏头痛组76% vs 对照组71%)，进一步证实物理性疼痛共情神经表征的特异性增强。

临床相关性分析
偏头痛组表现出显著的疼痛灾难化倾向(PCS评分35.0±11.98)，但心理变量与IFG活动的线性回归模型不显著，提示神经异常独立于这些因素。

研究结论指出，偏头痛患者表现出对物理性疼痛共情的特异性神经超敏反应，主要体现为双侧额下回功能增强，且右侧IFG活动与临床疼痛程度相关。这一发现挑战了偏头痛大脑异常"广泛性"的传统观点，支持疼痛通路特异性失调假说。鉴于IFG在疼痛调节中的关键作用，该结果可能反映了一种代偿性调控机制，以应对疼痛系统的高反应性。

讨论部分强调，该研究与抑郁症中观察到的疼痛共情异常形成鲜明对比，为理解偏头痛与抑郁的共病机制提供了新视角。多变量神经标记(VPS)的卓越分类性能展示了其在疼痛障碍客观评估中的转化潜力。未来研究需扩大样本并结合动态因果建模，以阐明IFG与其他疼痛网络节点的相互作用机制。这些发现为开发针对偏头痛疼痛敏感性的靶向干预提供了理论依据，可能指导新型神经调节治疗策略的开发。