Einleitung: Der nozizeptive Flexorenreflex ist ein spinaler Rückzugsreflex, der nach elektrokutaner Stimulation des N. suralis eine elektromyographisch detektierbare Reflexantwort im M. biceps femoris auslöst. Da seine Reflexschwelle mit der empfundenen Schmerzschwelle korreliert, stellt er ein wichtiges Instrument zur Erfassung nozizeptiver Verarbeitungsprozesse dar. Zur Bestimmung der Reflexschwelle werden jedoch eine Vielzahl unterschiedlicher Stimulationsalgorithmen eingesetzt, wobei bisher nicht bekannt ist, welcher dieser Algorithmen die genaueste Bestimmung ermöglicht. In der vorliegenden Arbeit beschreiben wir (1) die Entwicklung und Validierung eines computerbasierten Simulationsmodells, welches es erlaubt, die Genauigkeit der Stimulationsalgorithmen bei der Schwellenbestimmung zu ermitteln, sowie (2) die Anwendung des Simulationsmodells, um die Genauigkeit der unterschiedlichen Stimulationsalgorithmen unter verschiedenen physiologischen Bedingungen zu vergleichen. Methodik: Unser mathematisch-algorithmisches Simulationsmodell für den nozizeptiven Flexorenreflex basiert auf folgenden Annahmen: (1) Die Reflexauftrittswahrscheinlichkeit folgt einer sigmoidalen Wahrscheinlichkeitsfunktion, (2) individuelle Reflexschwellen variieren über die Zeit und (3) wiederholte Stimulation kann zu Bahnung oder Gewöhnung des Reflexes führen. Zur Spezifikation des Modells erhoben wir anhand von drei Stimulationsalgorithmen Messdaten an 60 gesunden Probanden während unterschiedlicher sensomotorischer Zustände. Nach Modellspezifizierung validierten wir das Modell anhand von Messdaten, welche mittels eines vierten Stimulationsalgorithmus an weiteren 60 gesunden Probanden erhoben wurden. Anschließend verglichen wir mittels der Simulation verschiedene publizierte Stimulationsalgorithmen hinsichtlich ihrer Genauigkeit bei der Schwellenbestimmung. Ergebnisse: Das Simulationsmodell erlaubt eine valide Testung der Stimulationsalgorithmen, da simulierte Daten mit experimentell gewonnenen Daten auch dann übereinstimmen, wenn Stimulationsalgorithmen eingesetzt werden, welche sich von den zur Spezifikation des Modells eingesetzten Stimulationsalgorithmen deutlich unterscheiden. Von allen untersuchten Algorithmen zeigte der kontinuierliche dynamische Staircase-Algorithmus die höchste Genauigkeit bei der Reflexschwellenbestimmung unter allen sensomotorischen Zuständen. Diskussion und Fazit: Die Validität unseres Simulationsmodells legt nahe, dass unsere Annahmen bezüglich des Verhaltens der physiologischen nozizeptiven Reflexschwelle zutreffen. Da der kontinuierliche dynamische Staircase-Algorithmus die präziseste Schwellenbestimmung erlaubt, sollten Studien mit dem Inhalt der Bestimmung der Schwelle des nozizeptiven Flexorenreflexes vorzugsweise diesen Algorithmus einsetzen.
The nociceptive flexion reflex is a spinal withdrawal reflex that triggers an electromyographically detectable reflex response in the biceps femoris muscle after electrocutaneous stimulation of the sural nerve. Since its reflex threshold correlates with the perceived pain threshold, it represents a widely used measuring instrument for detecting nociceptive processing processes. However, a variety of different stimulation algorithms is used, whereby it is not yet known which of these algorithms allows the most accurate determination of the reflex threshold. In the present work we describe (1) the development and validation of a computer-based simulation model that allows to estimate the accuracy of stimulation algorithms with respect to their threshold estimation and (2) the application of the simulation model to compare the accuracy of different stimulation algorithms under different physiological conditions. Methods: We developed a mathematical-algorithmic simulation model of the nociceptive flexion reflex based on the following assumptions: (1) the reflex occurrence probability follows a sigmoidal probability function, (2) individual reflex thresholds vary over time and (3) repeated stimulation can lead to facilitation or habituation of the reflex. To specify our model, we used three stimulation algorithms to collect measurement data of 60 healthy volunteers during different sensomotoric states. After specification of the simulation model, we validated the model using data collected using a fourth stimulation algorithm in another 60 healthy volunteers. Subsequently, by using the simulation, we compared various published stimulation algorithms with regard to their accuracy in threshold detection. Results: The simulation model allows a valid evaluation of the algorithms’ accuracy since simulated data matches with experimentally obtained data even if algorithms are used that differ fundamentally from the algorithms used to specify the model. Of all the algorithms studied, the continuous dynamic staircase algorithm showed the highest accuracy in reflex threshold detection under all sensomotoric conditions. Discussion and Conclusion: The validity of our simulation model suggests that our assumptions regarding the behavior of the physiological nociceptive reflex threshold are correct. Since the continuous dynamic staircase algorithm allows the most accurate threshold detection, we recommend it as the most suitable instrument to detect the threshold of the nociceptive flexion reflex.
