Autonomic responses to heat pain: Heart rate, skin conductance, and their relation to verbal ratings and stimulus intensity
Notice bibliographique
Résumé
In human pain experiments, as well as in clinical settings, subjects are often asked to assess pain using scales (eg, numeric rating scales). Although most subjects have little difficulty in using these tools, some lack the necessary basic cognitive or motor skills (eg, paralyzed patients). Thus, the identification of appropriate nonverbal measures of pain has significant clinical relevance. In this study, we assessed heart rate (HR), skin conductance (SC), and verbal ratings in 39 healthy male subjects during the application of twelve 6-s heat stimuli of different intensities on the subjects' left forearm. Both HR and SC increased with more intense painful stimulation. However, HR but not SC, significantly correlated with pain ratings at the group level, suggesting that HR may be a better predictor of between-subject differences in pain than is SC. Conversely, changes in SC better predicted variations in ratings within a given individual, suggesting that it is more sensitive to relative changes in perception. The differences in findings derived from between- and within-subject analyses may result from greater within-subject variability in HR. We conclude that at least for male subjects, HR provides a better predictor of pain perception than SC, but that data should be averaged over several stimulus presentations to achieve consistent results. Nevertheless, variability among studies, and the indication that gender of both the subject and experimenter could influence autonomic results, lead us to advise caution in using autonomic or any other surrogate measures to infer pain in individuals who cannot adequately report their perception. Skin conductance is more sensitive to detect within-subject perceptual changes, but heart rate appears to better predict pain ratings at the group level.
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 | 0,001 | 0,006 |
| 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 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 ».