Effect of local versus remote tonic heat pain during training on acquisition and retention of a finger-tapping sequence task
Notice bibliographique
Résumé
Although pain is present in a large proportion of patients receiving rehabilitation, its impact on motor learning is still unclear, especially in the case of neuropathic pain that is not tightly linked to specific movements. The aim of this study was to determine the effect of local and remote tonic cutaneous heat pain applied during training on motor learning of a finger-tapping sequence task. Forty-five healthy participants, randomized to the control, local pain or remote pain groups, were trained to perform an explicit finger motor sequence of five items as fast as possible. During the 10 training blocks (30 s each), local pain and remote pain groups received a heat pain stimulus on the wrist or leg, respectively. Performance was tested in the absence of pain in all groups before (baseline), immediately after (post-immediate), 60 min after (post-60 min) and 24 h after training (post-24 h) to assess both acquisition and next-day retention. Speed increased over time from baseline to post-24 h (p < 0.001), without any significant effect of group (p = 0.804) or time × group interaction (p = 0.385), indicating that the acquisition and retention were not affected by the presence of pain during training. No changes were observed on error rates, which were very low even at baseline. These results with experimental heat pain suggest that the ability to relearn finger sequence should not be affected by concomitant neuropathic pain in neurorehabilitation. However, these results need to be validated in the context of chronic pain, by including pain as a co-variable in motor rehabilitation trials.
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 | 0,004 | 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 ».