Când creierul nu știe la ce să se aștepte, percepem durerea ca fiind mai gravă

©

Autor:

Când creierul nu știe la ce să se aștepte, percepem durerea ca fiind mai gravă
Un nou studiu de la Departamentul de Medicină Clinică de la Universitatea Aarhus analizează rolul așteptărilor și incertitudinii în percepția termică și în apariția iluziei durerii, ilustrată prin iluzia grătarului termic (thermal grill illusion - TGI). Aceasta reprezintă un fenomen prin care aplicarea simultană a unor stimuli termici inofensivi - unul rece și unul cald - poate duce la senzația subiectivă de „ardere” dureroasă, deși nu există un stimul nociv real. Autorii propun un model computațional bazat pe codificare predictivă pentru a explica modul în care creierul procesează informațiile termice și cum poate apărea această iluzie a durerii în condiții de incertitudine.

Context

  • Percepția termică și nocicepția au fost studiate intens din perspectiva receptorilor periferici (ex. TRPV1 pentru cald/nociv, TRPM8 pentru rece), însă integrările top-down (așteptări și factori cognitivi) și impactul acestora asupra percepției rămân insuficient înțelese.
  • S-a demonstrat deja în alte arii senzoriale, dar și în durere (placebo, nocebo), că mecanismele de învățare și predicție joacă un rol esențial în modularea percepției și în generarea experienței subiective.
  • Thermal grill illusion (TGI) este un exemplu notabil: stimuli termici inofensivi (rece și cald) sunt percepuți ca „ardere” dureroasă, evidențiind că percepția nu e dictată doar de proprietățile fizice ale stimulului, ci și de interpretarea/integrarea centrală.

Obiectivele studiului

  • Să investigheze modul în care așteptările legate de temperatură și incertitudinea asociată acestora influențează percepția senzorială, inclusiv fenomenul TGI.
  • Să elaboreze un model computațional (codificare predictivă) care să ofere o explicație asupra modului în care semnalele termice inofensive pot fi resimțite drept dureroase.
  • Să evalueze correlatele neurobiologice ale acestor procese, folosind tehnici de rezonanță magnetică (qMRI) de înaltă rezoluție pentru a identifica variațiile microstructurale asociate cu diferite parametri ai modelului computațional.

Metodologie

Participanți și sarcina de învățare termică

  • Au fost incluși 267 de participanți sănătoși, care au realizat o sarcină probabilistică de învățare termosenzorială (PTL).
  • Fiecărui participant i s-au prezentat stimuli reci și calzi, uneori simultan (pentru a induce thermal grill illusion).
  • În fiecare probă, era prezentat un sunet (ton înalt sau scăzut) ce prezicea - cu probabilități ce se schimbau dinamic - ce tip de stimul urmează: cald sau rece. Participanții trebuiau să anticipeze (prin răspuns binar) tipul de stimul și ulterior să evalueze pe scale vizuale intensitatea percepută (rece, cald, „arzător”).
  • Algoritmul de asociere ton-stimul se modifica în mod neprevăzut (învățarea inversă), astfel încât participanții trebuiau să-și actualizeze continuu credințele/estimările despre probabilitatea rece-cald.

Analize comportamentale

  • S-a examinat rata de eroare (cât de des participanții ghiceau greșit rece/cald) și timpii de reacție în funcție de tipul de predicție (corect, incorect, neutru) și apariția TGI.
  • Scalele analogice vizuale (VAS) au urmărit intensitățile percepute ale senzațiilor de rece, cald și arsură.

Modelare computațională

Au fost comparate mai multe modele de învățare (ex. Rescorla-Wagner, Pearce-Hall), iar cel mai potrivit a fost Hierarchical Gaussian Filter (HGF) pe două niveluri:
  • Nivel 1 (x1): „Predicție” - credința imediată despre stimulul următor și incertitudinea asociată acesteia.
  • Nivel 2 (x2): „Estimație” - credința despre fiabilitatea asocierilor sunet-stimul (cât de stabilă e contingența), cu o incertitudine mai generală.

Parametrii importanți extrași:
  • omega (ω) - viteza de adaptare la schimbare (cum influențează incertitudinea actualizarea credințelor) și
  • zeta (ζ) - descrie variabilitatea în procesul decizional (temperatura deciziei).

Imagistică (qMRI)

  • S-au folosit hărți parametru multiplu (MPM) de înaltă rezoluție (0,8 mm) pentru a cuantifica nivelul de mielinizare (MT și R1) și concentrația de fier (R2) în diferite zone ale creierului.
  • Corelarea acestor indici microstructurali cu parametrii modelului computațional (ω, ζ, plus indicele TGI) a permis să se identifice substraturile neurobiologice ale variabilității individuale în învățare și percepția TGI.

Rezultate

Dovezi de învățare eficientă

  • Participanții și-au ajustat cu succes predicțiile privind dacă va fi rece sau cald, reflectat în scăderea erorilor când probabilitățile sunt mai mari (82% asociere) și creșterea erorilor când se inversau contingențele.
  • Timpii de reacție erau mai mari după erori (încetinirea erorii post-predicție), indicând o procesare suplimentară pentru actualizarea credințelor.

Confirmarea iluziei TGI

  • Aplicarea simultană a stimulilor reci și calzi (inofensivi) a indus o percepție ardentă semnificativ mai mare decât în cazul oricărui stimul rece sau cald prezentat singur.
  • TGI este perceput fie ca o combinație ambiguuă, fie predominant rece, fie predominant cald; acești parametri subiectivi au influențat modul în care participanții ulterior estimau probabilitățile de stimul rece/cald.

Influența așteptărilor și incertitudinii

La nivel „de jos” (predicția imediată x1):
  • O credință puternică (incertitudine mică) despre „va fi rece” determina subiectul să resimtă stimulul mai rece, și viceversa pentru cald.
  • În TGI, incertitudinea scăzută la nivelul 1 bias-a percepția predominant spre rece sau cald, fără a amplifica „arderea”.

La nivel „înalt” (estimația x2, despre fiabilitatea asocierilor):
  • Când incertitudinea despre relația sunet-stimul era mare, TGI genera ratinguri crescute de „ardere”, intensificând iluzia dureroasă.
  • Astfel, incertitudinea ridicată la nivel superior facilitează interpretarea eronată a unei senzații inofensive ca durere.

Corelații microstructurale

  • Parametrul ω (viteza de actualizare sub incertitudine) s-a corelat pozitiv cu concentrația de fier (R2) din precuneus, cingulat posterior, caudat și girus angular, regiuni implicate în procesarea incertitudinii, integrarea senzorială și modulația durerii.
  • Parametrul ζ (temperatura deciziei) s-a corelat pozitiv cu R2 în precuneus, cerebel și trunchi cerebral, sugerând o influență a acestor regiuni asupra variabilității individuale în luarea deciziilor termice.
  • Alte corelări (de ex. indicele de modulare TGI de incertitudine) s-au găsit în aria frontală inferioară și amigdala bazolaterală, dar necesită confirmări suplimentare.

Concluzii

  • Modelul computațional bazat pe codificare predictivă (HGF) explică modul în care așteptările și incertitudinea pot transforma un stimul termic inofensiv într-o experiență subiectivă de durere (TGI).
  • Dublu rol al incertitudinii:
    • Nivelul inferior de predicție (incertitudine despre stimuli imediat următori) reglează cât de mult percepem stimulul ca rece sau cald în mod direct.
    • Nivelul superior (încrederea în contingențele sunet-stimul) amplifică arderea din TGI când asocierile sunt percepute ca fiind instabile/nesigure.
  • Analiza neuroimagistică a relevat că variațiile în concentrația locală de fier și mielinizare (MT, R1, R2) în regiuni precum cingulat posterior, precuneus, ganglioni bazali și cerebel se asociază cu parametrii de învățare și decizie, sugerând implicarea rețelelor cognitive și dopaminergice în modularea senzorială termică și a senzației de durere iluzorie.

Relevanță clinică

Aceste descoperiri sugerează că mecanismele de învățare predictivă și incertitudinea pot contribui la reinterpretarea eronată a unor stimuli senzoriali inofensivi ca dureroși, fapt cu implicații în înțelegerea unor forme de durere cronică (ex. neuropatică, fibromialgie), unde există deseori o disociere între semnalul periferic și percepția durerii. Modelul propus poate ajuta la identificarea unor strategii de intervenție care să vizeze recalibrarea predictivă și reducerea incertitudinii, pentru a diminua durerea persistentă de origine centrală.

Data actualizare: 18-03-2025 | creare: 18-03-2025 | Vizite: 58
Bibliografie
Jesper Fischer Ehmsen, Niia Nikolova, Daniel Elmstrøm Christensen, Leah Banellis, Rebecca A. Böhme, Malthe Brændholt, Arthur S. Courtin, Camilla E. Krænge, Alexandra G. Mitchell, Camila Sardeto Deolindo, Christian Holm Steenkjær, Melina Vejlø, Christoph Mathys, Micah G. Allen, Francesca Fardo. Thermosensory predictive coding underpins an illusion of pain. Science Advances, 2025; 11 (11) DOI: 10.1126/sciadv.adq0261

Image by rawpixel.com on Freepik
©

Copyright ROmedic: Articolul se află sub protecția drepturilor de autor. Reproducerea, chiar și parțială, este interzisă!

Alte articole din aceeași secțiune: