持续性疼痛可通过患者自我报告来测定，仅靠这种方式的测定阻碍诊断和治疗。功能性磁共振成像（fMRI）有望辨别出疼痛的客观指标，但尚未鉴别出针对躯体疼痛的既具有敏感性又具有特异性的脑指标。美国科罗拉多州立大学心理学和神经科学研究所的Wager博士等人对此进行了深入研究，他们发现，使用fMRI来评估健康人中有害高热导致的疼痛强度是可行的。未来的研究需要评估该特征能否预测临床疼痛。研究结果发表于NEJM 2013年4月份的在线版上。
在包括共有114名参与者的4项研究中，研究人员开发出一种基于fMRI、可在个体水平预测疼痛强度的指标。在研究1中，研究者用机器学习分析来辨别一种与热致痛相关的一种神经学特征——跨脑区fMRI活动模式。该模式包括丘脑、后脑岛和前脑岛、第二躯体感觉皮质、前扣带皮质、导水管周围灰质以及其他区域。 在研究2中，研究者们在新样本中检测了疼痛与温热对比时该特征的敏感性和特异性。在研究3中，研究者评估了相对于社会痛苦的特异性，社会痛苦和躯体疼痛可激活许多相同的脑区。在研究4中，我们评估了该指标对镇痛药瑞芬太尼的反应性。
结果发现，在研究1中，神经学特征显示从非致痛性温热、疼痛预期和疼痛回忆中鉴别出致痛性高热的敏感性和特异性达94%以上[95%可信区间（CI）89%～98%]。在研究2中，该特征鉴别致痛性高热和非致痛性温热的敏感性和特异性达93%（95%CI 84%～100%）。在研究3中，其鉴别躯体疼痛和社会痛苦的敏感性为85%（95%CI 76%～94%）、特异性为73%（95%CI 61%～84%），在两种条件下权衡哪一个更疼的迫选试验中，敏感性和特异性均为95%。在研究4中，在使用了瑞芬太尼时，该特征的反应强度大幅下降。
研究人员由此得出结论，使用fMRI来评估健康人中有害高热导致的疼痛强度是可行的。未来的研究需要评估该特征能否预测临床疼痛。
