Differential brain activation associated with laser-evoked burning and pricking pain: An event-related fMRI study
Notice bibliographique
Résumé
An important question remains as to how the brain differentially processes first (pricking) pain mediated by Adelta-nociceptors versus second (burning) pain mediated by C-nociceptors. In the present cross-over randomized, within-subjects controlled study, brain activity patterns were examined with event-related fMRI while pricking and burning pain were selectively evoked using a diode laser. Stimuli evoking equivalent pain intensities were delivered to the dorsum of the left foot. Different laser parameters were used to elicit pricking (60ms pulse duration) and burning (2.0s pulse duration) pain. Whole brain group analysis showed that several brain areas were commonly activated by pricking and burning pain, including bilateral thalamus, bilateral anterior insula, bilateral posterior parietal lobule, contralateral dorsolateral prefrontal cortex, ipsilateral cerebellum, and mid anterior cingulate cortex. These findings show that pricking and burning pain were associated with activity in many of the same nociceptive processing brain regions. This may be expected given that Adelta-and C-nociceptive signals converge to a great extent at the level of the dorsal horn. Other brain regions showed differential processing. Stronger activation in the pricking pain condition was found in the ipsilateral hippocampus, bilateral parahippocampal gyrus, bilateral fusiform gyrus, contralateral cerebellum and contralateral cuneus/parieto-occipital sulcus. Stronger activation in the burning pain condition was found in the ipsilateral dorsolateral prefrontal cortex. These differential activation patterns suggest preferential importance of Adelta-fiber signals versus C-fiber signals for these specific brain regions.
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 | 0,002 | 0,001 |
| 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 ».