Endogenous opioidergic dysregulation of pain in fibromyalgia: a PET and fMRI study
Notice bibliographique
Résumé
Endogenous opioid system dysfunction potentially contributes to chronic pain in fibromyalgia (FM), but it is unknown if this dysfunction is related to established neurobiological markers of hyperalgesia. We previously reported that µ-opioid receptor (MOR) availability was reduced in patients with FM as compared with healthy controls in several pain-processing brain regions. In the present study, we compared pain-evoked functional magnetic resonance imaging with endogenous MOR binding and clinical pain ratings in female opioid-naive patients with FM (n = 18) using whole-brain analyses and regions of interest from our previous research. Within antinociceptive brain regions, including the dorsolateral prefrontal cortex (r = 0.81, P < 0.001) and multiple regions of the anterior cingulate cortex (all r > 0.67; all P < 0.02), reduced MOR availability was associated with decreased pain-evoked neural activity. Additionally, reduced MOR availability was associated with lower brain activation in the nucleus accumbens (r = 0.47, P = 0.050). In many of these regions, pain-evoked activity and MOR binding potential were also associated with lower clinical affective pain ratings. These findings are the first to link endogenous opioid system tone to regional pain-evoked brain activity in a clinical pain population. Our data suggest that dysregulation of the endogenous opioid system in FM could lead to less excitation in antinociceptive brain regions by incoming noxious stimulation, resulting in the hyperalgesia and allodynia commonly observed in this population. We propose a conceptual model of affective pain dysregulation in FM.
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 | 0,005 | 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 ».