Inferring distinct mechanisms in the absence of subjective differences: Placebo and centrally acting analgesic underlie unique brain adaptations
Notice bibliographique
Résumé
Development and maintenance of chronic pain is associated with structural and functional brain reorganization. However, few studies have explored the impact of drug treatments on such changes. The extent to which long-term analgesia is related to brain adaptations and its effects on the reversibility of brain reorganization remain unclear. In a randomized placebo-controlled clinical trial, we contrasted pain relief (3-month treatment period), and anatomical (gray matter density [GMD], assessed by voxel-based morphometry) and functional connectivity (resting state fMRI nodal degree count [DC]) adaptations, in 39 knee osteoarthritis (OA) patients (22 females), randomized to duloxetine (DLX, 60 mg once daily) or placebo. Pain relief was equivalent between treatment types. However, distinct circuitry (GMD and DC) could explain pain relief in each group: up to 85% of variance for placebo analgesia and 49% of variance for DLX analgesia. No behavioral measures (collected at entry into the study) could independently explain observed analgesia. Identified circuitry were outside of nociceptive circuitry and minimally overlapped with OA-abnormal or placebo response predictive brain regions. Mediation analysis revealed that changes in GMD and DC can influence each other across remote brain regions to explain observed analgesia. Therefore, we can conclude that distinct brain mechanisms underlie DLX and placebo analgesia in OA. The results demonstrate that even in the absence of differences in subjective pain relief, pharmacological treatments can be differentiated from placebo based on objective brain biomarkers. This is a crucial step to untangling mechanisms and advancing personalized therapy approaches for chronic pain.
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 | 0,001 | 0,000 |
| 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 ».