Pain increases motivational drive to obtain reward, but does not affect associated hedonic responses: A behavioural study in healthy volunteers
Notice bibliographique
Résumé
BACKGROUND: Pain and reward have been suggested to interact, and some evidence is provided by a rodent study showing that acutely injured animals are more motivated to reach a food reward while they do not increase food consumption, pointing at unaltered reward liking. Since no data exist in humans, we conducted a psychophysical experiment to test the effects of experimentally induced tonic pain on (1) the motivation to receive reward and (2) hedonic responses when being rewarded. METHODS: Forty healthy participants underwent two experimental sessions: in one, painful heat stimulation was continuously applied while participants played a monetary reward task; in the other, participants experienced non-painful warm stimulation while playing the task. In the task, participants needed to react quickly enough to a target cue to win the money associated with the particular trial ($0.04, $1 or $4). Reaction time to the target cue served as measure of motivation. Ratings after each trial on how much the participant liked the trial's outcome served as a measure of hedonic responses. RESULTS: Pain increased the motivation to obtain reward when the incentive was high, indexed by decreased reaction times (repeated-measures analysis of variance, interaction pain × incentive; p = 0.009). In contrast to motivational drive, hedonic ratings of the rewarding stimuli were not influenced by pain. CONCLUSION: Similar to existing rodent data, our results suggest a pain-induced mismatch of increased motivational drive with a lack of increased hedonic responses. This mismatch is discussed as perhaps reflecting a failed coping attempt, which is potentially relevant for chronic pain patients.
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 | 0,018 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».