Pain processing in the human brainstem and spinal cord before, during, and after the application of noxious heat stimuli
Notice bibliographique
Résumé
Descending regulation of spinal cord responses to nociceptive signaling has a strong influence on pain perception. Previous studies using functional magnetic resonance imaging (fMRI) have indicated that in addition to reactive responses to nociceptive signals, there is a continuous component to regulation, and that it may vary with differences in pain sensitivity. We hypothesize that this continuous regulation component occurs routinely in fMRI studies before noxious stimulation, as well as during, and after stimulation. This hypothesis was tested by analyzing data from 59 healthy participants in 4 previous fMRI studies in our laboratory using noxious heat stimuli. Analyses included structural equation modeling to identify coordinated blood oxygenation-level-dependent (BOLD) signal variations between regions (ie, connectivity) and Bayesian regression of BOLD time-series responses in relation to pain ratings and stimulus temperatures. The results demonstrate the periaqueductal gray-rostral ventromedial medulla-spinal cord descending modulation pathway, influenced by input from the hypothalamus, parabrachial nucleus, and nucleus tractus solitarius. Connectivity between specific regions is observed to vary in relation to pain sensitivity. The results support the conclusion that homeostatic autonomic control influences the net descending pain regulation, and therefore influences pain sensitivity. The results describe the overall properties of pain processing (specifically pain elicited by heat) in the healthy human brainstem and spinal cord, and mechanisms for variation across individuals. This understanding is expected to be important for studies of how pain processing is altered in chronic pain conditions.
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 | 0,002 | 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 ».