Український вісник ПСИХОНЕВРОЛОГІЇ

Науково-практичний медичний журнал
ISSN 2079-0325
DOI 10.36927/2079-0325

НЕЙРОПСИХОЛОГІЧНА МОДЕЛЬ ПЕРСОНАЛІЗОВАНОЇ ПСИХОТЕРАПІЇ ХРОНІЧНОГО БОЛЮ

Тип статті

Рубрика

Індекс УДК:

Анотація

Хронічний біль є  глобальною проблемою охорони здоров’я, що  потребує переходу від  універсальних протоколів лікування до  персоналізованих підходів. Сучасні нейровізуалізаційні дані свідчать, що патофізіологія хронічного болю міцно пов’язана з дисфункцією великомасштабних нейронних мереж головного мозку: мережі пасивного режиму (DMN), мережі значущості (SN) та мережі центрального контролю (CEN). Проте інтеграція цих  даних у  психотерапевтичну практику залишається недостатньою.

Мета роботи  — розробити операціоналізовану нейропсихологічну модель персоналізованої психотерапії хронічного болю на основі стратифікації пацієнтів за фенотипами нейронних мереж DMN/SN/CEN. Проведено систематичний аналіз наукових публікацій у  базах PubMed, Scopus та Web of Science за 2015—2025 рр. Досліджено зв’язок між показниками функціональної магнітно-резонансної томографії (фМРТ), електроенцефалографії (ЕЕГ) та  ефективністю методів психотерапії (когнітивно-поведінкова терапія, терапія прийняття та відповідальності, практики усвідомленості, нейрофідбек).

Встановлено, що  хронічний біль характеризується гіперактивністю DMN та  SN на  тлі гіпофункції CEN. На  основі аналізу нейрофізіологічних маркерів виокремлено чотири стабільні нейропсихологічні фенотипи: когнітивно-дисрегуляторний, афективно-гіперреактивний, інтероцептивно-дисоціативний та лімбічно-депресивний. Обґрунтовано, що кожний фенотип потребує специфічних інтервенцій. Зокрема, когнітивно-поведінкова терапія є найбільш ефективною для відновлення контролю CEN, тоді як практики усвідомленості та терапія прийняття та відповідальності спрямовані на деактивацію гіперреактивної SN та  корекцію румінацій у  DMN.

Запропонована модель дає змогу перейти від симптом-орієнтованої до механізм-орієнтованої психотерапії. Визначення індивідуального нейропсихологічного профілю пацієнта підвищує точність вибору психотерапевтичного втручання, сприяючи цілеспрямованій нейропластичності та  підвищенню якості життя пацієнтів із  хронічним болем.

Сторінки

Рік / Номер журналу

Перелiк використаної лiтератури

  1. Aytur SA, Ray KL, Meier SK, et al. Neural Mechanisms of Acceptance and Commitment Therapy for Chronic Pain: A Network-Based fMRI Approach. Front. Hum. Neurosci. 2021;15:587018. Published 2021 Feb 5. doi: 10.3389/fnhum.2021.587018
  2. Turk DC, Fillingim RB, Ohrbach R, et al. Assessment of Psychosocial and Functional Impact of Chronic Pain. J. Pain. 2016;17(9 Suppl):T21- T49. Published 2016 Sep 1. doi:10.1016/j.jpain.2016.02.006
  3. Čeko M, Frangos E, Gracely J, et al. Default mode network changes in fibromyalgia patients are largely dependent on current clinical pain. Neuroimage. 2020;216:116877. doi:10.1016/j.neuroimage.2020.116877
  4. Dhanaraj V, Rolfe NW, Dadario NB, et al. Multi-network dynamical structure of the human brain in the setting of chronic pain: a coordinate-based meta-analysis. Brain Commun. 2025;7(5):fcaf343. Published 2025. doi:10.1093/braincomms/fcaf343
  5. Coppieters I, Meeus M, Kregel J, et al. Relations between brain alterations and clinical pain measures in chronic musculoskeletal pain: a systematic review. J. Pain. 2016;17(9):949-62. doi:10.1016/j.jpain.2016.04.005
  6. Fallon N, Chiu Y, Nurmikko T, Stancak A. Functional connectivity with the default mode network is altered in fibromyalgia patients. PLoS One. 2016;11(7):e0159198. Published 2016 Jul 21. doi:10.1371/journal.pone.0159198
  7. Wang Y, Gao Y, Tang S, et al. Large-scale network dysfunction in the acute state compared to the remitted state of bipolar disorder: a meta-analysis of resting-state functional connectivity. EBioMedicine. 2020;54:102742. doi:10.1016/j.ebiom.2020.102742
  8. Jaffal SM. Neuroplasticity in chronic pain: insights into diagnosis and treatment. J. Pain. 2025;38(2):89-102. doi:10.3344/kjp.24393
  9. Edwards RR, Schreiber KL, Dworkin RH, et al. Optimizing and accelerating the development of precision pain treatments for chronic pain: IMMPACT review and recommendations. J. Pain. 2023;24(2):204-225. Epub 2022 Oct 2. doi:10.1016/j.jpain.2022.08.010
  10. Liang IJ, Senaratne DNS, Smith BH. Phenotyping chronic pain and neuropathic pain in population studies. Eur. J. Pain. 2025;29(10):e70146. doi:10.1002/ejp.70146
  11. Perzow SED, Hu J, Bristol M, et al. Systematic review and meta-analysis of psychological interventions for depression symptoms in young people with long-term physical health conditions. J. Pediatr. Psychol. 2025;50(7):699-714. doi:10.1093/jpepsy/jsaf049
  12. Uckac B, Ogonowski NS, García-Marín LM, et al. Decoding chronic pain: integrating genetics, neuroimaging, and AI for precision management. Front. Pain Res (Lausanne). 2026;7:1747942. Published 2026 Feb 6. doi:10.3389/fpain.2026.1747942
  13. Veehof MM, Trompetter HR, Bohlmeijer ET, Schreurs KM. Acceptance- and mindfulness-based interventions for the treat- ment of chronic pain: a meta-analytic review. Cogn. Behav. Ther. 2016;45(1):5-31. doi:10.1080/16506073.2015.1098724
  14. Williams AC, Fisher E, Hearn L, Eccleston C. Psychological therapies for the management of chronic pain (excluding headache) in adults. C o c h ra n e D a t a b a s e Syst. Rev. 2020;8(8):CD007407. Published 2020 Aug  12. doi:10.1002/14651858.CD007407.pub4
  15. Garland EL, Atchley RM, Hanley AW, et al. MindfulnessOriented Recovery Enhancement remediates hedonic dysregulation in opioid users: neural and affective evidence of target engagement. Sci. Adv. 2019;5(10):eaax1569. doi:10.1126/sciadv.aax1569
  16. Hilton L, Hempel S, Ewing BA, et al. Mindfulness meditation for chronic pain: systematic review and meta-analysis. Ann. Behav. Med. 2017;51(2):199-213. Published 2016 Sep 22. doi:10.1007/s12160-016-9844-2
  17. Lee J, Lazaridou A, Paschali M, et al. A  randomized, controlled neuroimaging trial of cognitive‐behavioral therapy for fibromyalgia pain. Arthritis Rheumatol. 2024;76(1):130-140. doi:10.1002/art.42672
  18. Schuurman BB, Lousberg RL, Schreiber JU, van Amelsvoort TAMJ, Vossen CJ. A scoping review of the effect of EEG neurofeedback on pain complaints in adults with chronic pain. J. Clin. Med. 2024;13(10):2813. Published 2024 May 10. doi:10.3390/jcm13102813
  19. Vučković A, Altaleb MK, Fraser M, McGeady C, Purcell M. EEG correlates of self-managed neurofeedback treatment of central neuropathic pain in chronic spinal cord injury. Front. Neurosci. 2019;13:762. Published 2019 Jul 25. doi:10.3389/fnins.2019.00762
  20. Furman AJ, Prokhorenko M, Keaser ML, et al. Sensorimotor peak alpha frequency is a reliable biomarker of prolonged pain sensitivity. Cereb Cortex. 2020;30(12):6069-82. doi:10.1093/cercor/bhaa124
  21. Thibault RT, Lifshitz M, Raz A. Neurofeedback or neuroplacebo? Brain. 2017;140(4):862-864. doi:10.1093/brain/awx033
  22. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71. doi:110.1136/bmj.n71
  23. Azarias FR, Almeida GH, de Melo LF, Rici REG, Maria DA. The journey of the default mode network: development, function, and impact on mental health. Biology. 2025;14(4):395. doi:10.3390/biology14040395
  24. Chen J, Zhang Y, Barandouzi ZA, et al. The effect of selfmanagement online modules plus nurse-led support on pain and quality of life among young adults with irritable bowel syndrome: a randomized controlled trial. Int. J. Nurs. Stud. 2022;132:104278. doi:10.1016/j.ijnurstu.2022.104278
  25. Bawa FL, Mercer SW, Atherton RJ, et al. Does mindfulness improve outcomes in patients with chronic pain? Systematic review and meta-analysis. Br. J. Gen. Pract. 2015;65(635):e387- e400. doi:10.3399/bjgp15X685297
  26. Sanabria-Mazo JP, Colomer-Carbonell A, FernándezVázquez Ó, et al. A systematic review of cognitive behavioral therapy-based interventions for comorbid chronic pain and clinically relevant psychological distress. Front. Psychol. 2023;14:1200685. Published 2023 Dec 22. doi:10.3389/fpsyg.2023.1200685