Opioids for breathlessness: Psychological and neural factors influencing response variability
Notice bibliographique
Résumé
ABSTRACT Effective management of distressing bodily symptoms (such as pain and breathlessness) is an important clinical goal. However, extensive variability exists in both symptom perception and treatment response. One theory for understanding variability in bodily perception is the ‘Bayesian Brian Hypothesis’, whereby symptoms may result from the combination of sensory inputs and prior expectations. In light of this theory, we explored the relationships between opioid responsiveness, behavioural/physiological symptom modulators and brain activity during anticipation of breathlessness. Methods We utilised two existing opioid datasets to investigate the relationship between opioid efficacy and physiological/behavioural qualities, employing hierarchical cluster analyses in: 1) a clinical study in chronic obstructive pulmonary disease, and 2) a functional magnetic resonance brain imaging study of breathlessness in healthy volunteers. We also investigated how opioid efficacy relates to anticipatory brain activity using linear regression in the healthy volunteers. Results Consistent across both datasets, diminished opioid efficacy was more closely associated with negative affect than with other physiological and behavioural properties. Furthermore, in healthy individuals, brain activity in the anterior cingulate and ventromedial prefrontal cortices during anticipation of breathlessness were inversely correlated with opioid effectiveness. Conclusion Diminished opioid efficacy for relief of breathlessness may be associated with high negative affective qualities, and was correlated with the magnitude of brain activity during anticipation of breathlessness. Clinical implications Negative affect and symptom expectations may influence perceptual systems to become less responsive to opioid therapy.
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 | 0,006 |
| 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 | 0,001 | 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 ».