Characterization of a novel capsaicin/heat ongoing pain model
Notice bibliographique
Résumé
BACKGROUND: Human experimental pain models provide an important translational link between pre-clinical models and clinical pain. Using topical capsaicin and continuous heat application, the novel capsaicin/heat ongoing pain (CHOP) model induces long-lasting experimental pain of which the perceived intensity can be individually adjusted. METHODS: In the CHOP model, capsaicin or control cream is applied to a 10 × 10 cm skin area and a heating pad is applied over the area after cream removal. Two experiments in healthy participants were performed for model characterization. In Experiment 1, a constant temperature was applied for 60 min; in Experiment 2, temperature was adjusted to maintain a constant perceived intensity for 60 min. RESULTS: Experiment 1: across participants, constant temperature induced initial habituation followed by an increase in sensation back to baseline. Cluster analysis revealed that half the participants sensitized to the constant temperature, while the other half did not. The degree of sensitization was related to the baseline pain unpleasantness, relative to pain intensity. Experiment 2: constant perceived intensity was achieved in the painful and a non-painful control condition. The two conditions did not differ regarding possibly confounding variables, including blood pressure, heart rate, inflammation or physiological stress as measured by surrogate markers. Secondary allodynia and hyperalgesia were reported more following painful compared to control stimulation. Sensitizers as determined in Experiment 1 were also more pain sensitive in Experiment 2. CONCLUSION: The CHOP model reproduces some aspects of clinical pain, such as longer duration, sensitization, secondary allodynia and hyperalgesia. SIGNIFICANCE: Here we demonstrate a novel pain model that can be applied for up to an hour without tissue damage. The CHOP model allows for investigation of primary and secondary hyperalgesia as well as top-down influences on sensitization, thereby providing an experimental model that can be used to assess clinically-oriented questions.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».