通过训练机器学习算法分析肠道细菌数据，麦吉尔大学的科学家及其合作伙伴开发出可检测与复杂性区域性疼痛综合征（CRPS）相关微生物组模式的计算工具。这项发表在《麻醉学》的新研究显示，当研究人员将该工具应用于患者样本时，发现了CRPS相关的共有微生物组特征，这可能推动该罕见病的诊疗进展。
CRPS通常在肢体受伤或手术后发作，可导致长期残疾。这种疾病引发的持续性剧烈疼痛往往远超原始损伤程度，伴随肿胀及皮肤颜色温度变化。"患者常经历长期痛苦才获得适当治疗"，研究资深作者、以色列海法疼痛医学研究所所长兼以色列理工学院高级讲师阿米尔·米内尔比博士指出。尽管已知CRPS与多个生理系统的紊乱有关，包括异常炎症反应、免疫失调和神经系统改变，但具体病因不明使治疗困难。
研究团队使用先进机器学习技术，分析来自以色列和加拿大两个队列的120份微生物组样本及100多份血浆样本。结果显示，CRPS患者与健康个体的肠道菌群存在显著差异。研究通讯作者、麦吉尔大学微生物组研究中心的埃马纽埃尔·冈萨雷斯博士强调："我们在加拿大患者中实现了超过90%的预测准确率，这在跨国研究中尤为难得，因为地理、气候和饮食等因素通常会导致微生物组巨大差异。"
值得关注的是，即使症状因截肢缓解的患者仍保持相同的CRPS相关肠道菌群特征。麦吉尔大学麻醉学系教授约拉姆·希尓指出："这表明特定肠道微生物组可能使某些人更易因外伤或其他诱因而发展为CRPS。"
【全文结束】
