Pain Tolerance Predicts Spatial But Not Temporal Vision Thresholds in Human Adults
Notice bibliographique
Résumé
Purpose: Previously (VSS 2013), we reported a surprising relationship between two seemingly independent sensory modalities, namely human vision and pain. Specifically, adults' ability to tolerate heat and pressure pain was negatively correlated with performance on tests of spatial contrast sensitivity (CS). However, this effect was found only within a limited sample of adults who were tested repeatedly in order to reduce intra-subject variability. To better assess the robustness of this effect, and to explore the possible neural mechanisms that may underlie sensory interactions, we evaluated the relationship between pain and vision (both spatial and temporal) in a much larger group of young adults. Methods: Measures of spatial contrast sensitivity (FACT, Vector Vision, Rabin) and temporal photopic and mesopic flicker fusion thresholds were assessed binocularly in 105 healthy young adults (M = 23 yr; 62 females, 43 males). Within the same session, threshold and tolerance to both contact heat (arm) and pressure pain (pinky finger) were also assessed. Results: Correlational analyses revealed a strong relationship between all measures of CS and heat pain tolerance (all r > - 0.65), although results for pressure pain were more modest. Specifically, those who showed lower tolerance for heat pain (were more sensitive to pain) also showed higher levels of contrast sensitivity. Conversely, measures of critical flicker fusion thresholds appeared unrelated to any of the pain measures. Conclusions: Human adults show a relationship between heat pain sensitivity and spatial vision, but not between pain and the present measures of temporal vision. Given that dopamine is heavily involved in the processing of both pain and spatial information in the CNS, this raises the interesting possibility that the observed co-variation in sensitivity may be explained by dopaminergic involvement. Meeting abstract presented at VSS 2014
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».