Electrical Nerve Stimulation Can Be Used as a Tool in fMRI Studies of Pain‐ and Tingling‐Evoked Activations
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESES: To determine whether transcutaneous electrical nerve stimulation (TENS) provides adequate, inexpensive and simple means to image innocuous and pain‐related activations in the thalamus and cortex. SUBJECTS AND METHODS: High resolution functional magnetic resonance imaging (fMRI) was used to obtain functional data sets on a 1.5T General Electric echospeed scanner (General Electric, Milwaukee) from six axial slices during interleaved periods of rest and TENS at either nonpainful tingling or painful intensities. The volume of brain imaged allowed inspection of stimulation‐related activations in the thalamus, insula and second somatosensory cortex (S2). RESULTS: Tingling TENS activations were identified primarily in the contralateral posterolateral thalamus. Painful TENS activations were found in the contralateral posterolateral thalamus, medial and/or anterior thalamus. The insula and S2 were activated in four of the subjects with tingling TENS and in all subjects with painful TENS. Tingling TENS activations were located in the posterior insula, whereas pain‐related activations were located in the anterior insula. Painful TENS activations found in S2 overlapped with tingling TENS activations. CONCLUSIONS: These findings demonstrate that TENS is a simple mode of stimulation that produces fairly consistent cortical activations, especially at painful levels, and thus may be useful in carefully designed and controlled clinical fMRI studies of pain and touch.
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 | 0,003 | 0,001 |
| 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 ».