What Do Experimental Pain Models Tell Us about Aging and Clinical Pain?
Notice bibliographique
Résumé
During presentations about aging and clinical pain, almost invariably, someone will ask, “Does pain threshold change with age? Wouldn't that explain your results?” These are complicated questions, and there is rarely time in the few minutes usually allotted for “Q and A” to give an adequate response. Instead, more than once I've replied, “What would age differences in pain threshold tell you about clinical pain?” This is not intended to challenge the audience member but rather to reflect the pain research community's long struggle to understand the relevance of data from experimental pain models to clinical pain. Most experimental, or laboratory, pain models involve the application of carefully controlled stimulation. Experimental participants are asked to indicate when they first feel the sensation (detection threshold), when it first becomes painful (pain threshold), and if stimulation is continued or its intensity increased, when they would like it to be terminated (pain tolerance) [1]. In these studies, participants are informed that they will suffer no permanent damage from the stimulation and may terminate it whenever they choose. Critics have suggested that the experimental situation cannot adequately mirror the clinical situation, especially in regard to the affective and evaluative dimensions of pain [2]. For instance, while a healthy older person may experience some transient anxiety about an upcoming shock which they have been assured will cause no permanent damage and can be easily terminated, this is far from the anxiety an older person with cancer might experience in the face of an exacerbation of pain. This person may fear disease progression, uncontrollable pain, physical disability that may necessitate institutionalization, and the impact of the pain on their quality of life and death. Proponents of experimental pain models do not deny this limitation. Instead, they point out that there are important …
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 | 0,054 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,007 | 0,017 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».