Neural underpinnings of behavioural strategies that prioritize either cognitive task performance or pain
Notice bibliographique
Résumé
We previously discovered that when faced with a challenging cognitive task in the context of pain, some people prioritize task performance, while in others, pain results in poorer performance. These behaviours, designated respectively as A- and P-types (for attention dominates vs pain dominates), may reflect pain coping strategies, resilience or vulnerabilities to develop chronic pain, or predict the efficacy of treatments such as cognitive behavioural therapy. Here, we used a cognitive interference task and pain stimulation in 80 subjects to interrogate psychophysical, psychological, brain structure and function that distinguish these behavioural strategies. During concurrent pain, the A group exhibited faster task reaction times (RTs) compared to nonpain trials, whereas the P group had slower RTs during pain compared to nonpain trials, with the A group being 143 ms faster than the P group. Brain imaging revealed structural and functional brain features that characterized these behavioural strategies. Compared to the performance-oriented A group, the P group had (1) more gray matter in regions implicated in pain and salience (anterior insula, anterior midcingulate cortex, supplementary motor area, orbitofrontal cortex, thalamus, caudate), (2) greater functional connectivity in sensorimotor and salience resting-state networks, (3) less white matter integrity in the internal and external capsule, anterior thalamic radiation and corticospinal tract, but (4) were indistinguishable based on sex, pain sensitivity, neuroticism, and pain catastrophizing. These data may represent neural underpinnings of how task performance vs pain is prioritized and provide a framework for developing personalized pain therapy approaches that are based on behaviour-structure-function organization.
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 | 0,001 | 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) | 0,001 | 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 ».