239 Using Magnetic Resonance Spectroscopy to Develop a Brain Biomarker of Pain in People with Hand Osteoarthritis
Notice bibliographique
Résumé
Background: OA is the most common arthritis worldwide, with pain being a major symptom in this condition. During established disease, chronic pain due to OA may be aggravated by the process of central sensitisation, whereby pain processing pathways of the CNS become sensitized to peripheral nerve stimulation caused by degenerative and inflammatory disease processes. Newer brain imaging techniques involving MRI have recently enhanced research into the mechanisms of OA pain. We aimed to establish if there are distinct brain regions activated during hand OA pain that could be used as biomarkers of OA pain. Methods: We conducted a brain neuroimaging study using a Philips 3T MRI scanner with 46 participants. We investigated whether biochemical changes in the brain detectable by 1H magnetic resonance spectroscopy (MRS) were related to clinical measures of perceived pain and related symptoms, including functional activity, depression and anxiety. Brain imaging using 1H MRS was performed in brain regions including the anterior cingulate cortex and the insula cortex, which are areas involved in pain processing and implicated in central sensitisation identified from our previous work. Quantified metabolites included the inflammatory marker myo-inositol and the neurotransmitters Glx (a sum of the neurotransmitters glutamate and glutamine). Clinical scores were measured using a visual analogue scale (VAS) for pain, the Australian and Canadian Hand OA Index (AUSCAN) and the Hospital Anxiety and Depression Scale (HADS).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».