Women experience greater heat pain adaptation and habituation than men
Notice bibliographique
Résumé
It is not clear how males and females cope with pain over time and how sensory and emotional qualities fluctuate from moment to moment, although studies of pain at discrete time points suggest that women are more pain sensitive than men. Therefore, we developed a new broader-based pain model that incorporates a temporally continuous assessment of multiple pain dimensions across sensory and affective dimensions, and normalized peak pain intensity to unmask sex differences that may otherwise be confounded by inter-individual variability in pain sensitivity. We obtained continuous ratings of pain, burning, sharp, stinging, cutting, and annoyance evoked by repeated prolonged noxious heat stimuli in 32 subjects. Strikingly, females reported more pain than males at the outset of the first exposure to pain, but then experienced less pain and annoyance than males as a painful stimulus was sustained and with repeated stimulation. Patterns of pain and annoyance attenuation in women resembled the attenuation of sharp, stinging and cutting sensations, whereas patterns of pain and annoyance in men resembled burning sensations. Taken together, these data demonstrate a prominent sex difference in the time course of pain. Notably only females demonstrate adaptation and habituation that allow them to experience less pain over time. These findings suggest a sexual dichotomy in mechanisms underlying pain intensity and annoyance that could involve specific quality-linked mechanisms. Importantly, temporal processing of pain differs between males and females when adjusted for sex differences in pain sensitivity. Our findings provide insight into sex differences in tonic and possibly chronic pains.
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 | 0,000 |
| 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 ».