Spinal and supraspinal processing of thermal stimuli: An fMRI study
Notice bibliographique
Résumé
PURPOSE: To assess and characterize responses to innocuous/noxious thermal stimuli and heat allodynia using functional spinal magnetic resonance imaging (spinal fMRI). MATERIALS AND METHODS: Spinal/supraspinal activation patterns of 16 healthy subjects were investigated by applying painful and nonpainful heat stimuli to dermatome C6 baseline and after sensitization with the heat/capsaicin model using fMRI (3T, single-shot TSE, TR 9000 msec, TE 38 msec, FOV 288 × 144 × 20 mm, matrix 192 × 96, voxel size 1 × 1 × 2 mm). RESULTS: Increased activity was observed in ipsi- and contralateral ventral and dorsal spinal horn during noxious heat and heat allodynia. During noxious heat, but not during heat allodynia, activations were visible in the periaqueductal gray, ipsilateral cuneiform nucleus, and ipsilateral dorsolateral pontine tegmentum (DLPT). However, during heat allodynia activations were observed in bilateral ruber nuclei, contralateral DLPT, and rostral ventromedial medulla oblongata (RVM). Activations in contralateral subnucleus reticularis dorsalis (SRD) were visible during both noxious heat and heat allodynia (T >2.5, P < 0.01 for all of the above). After sensitization, activations in RVM and SRD correlated with activations in the ipsilateral dorsal horn of the spinal cord (R = 0.52-0.98, P < 0.05). CONCLUSION: Spinal fMRI successfully demonstrates increased spinal activity and secondary changes in activation of supraspinal centers involved in pain modulation caused by peripheral nociceptor sensitization. J. Magn. Reson. Imaging 2015;41:1046-1055. © 2014 Wiley Periodicals, Inc.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».