Abnormal Low-Frequency Oscillations Reflect Trait-Like Pain Ratings in Chronic Pain Patients Revealed through a Machine Learning Approach
Notice bibliographique
Résumé
Measures of moment-to-moment fluctuations in brain activity of an individual at rest have been shown to be a sensitive and reliable metric for studying pathological brain mechanisms across various chronic pain patient populations. However, the relationship between pathological brain activity and clinical symptoms are not well defined. Therefore, we used regional BOLD signal variability/amplitude of low-frequency oscillations (LFOs) to identify functional brain abnormalities in the dynamic pain connectome in chronic pain patients that are related to chronic pain characteristics (i.e., pain intensity). Moreover, we examined whether there were sex-specific attributes of these functional brain abnormalities and whether functional brain abnormalities in patients is related to pain intensity characteristics on different time scales. We acquired resting-state functional MRI and quantified frequency-specific regional LFOs in chronic pain patients with ankylosing spondylitis. We found that patients exhibit frequency-specific aberrations in LFOs. Specifically, lower-frequency (slow-5) abnormalities were restricted to the ascending pain pathway (thalamus and S1), whereas higher-frequency abnormalities also included the default mode (i.e., posterior cingulate cortex; slow-3, slow-4) and salience (i.e., mid-cingulate cortex) networks (slow-4). Using a machine learning approach, we found that these abnormalities, in particular within higher frequencies (slow-3), can be used to make generalizable inferences about patients9 average pain ratings (trait-like pain) but not current (i.e., state-like) pain levels. Furthermore, we identified sex differences in LFOs in patients that were not present in healthy controls. These novel findings reveal mechanistic brain abnormalities underlying the longer-lasting symptoms (trait pain intensity) in chronic pain. SIGNIFICANCE STATEMENT Measures of moment-to-moment fluctuations in brain activity of an individual at rest have been shown to be a reliable metric for studying functional brain associated with chronic pain. The current results demonstrate that dysfunction in these intrinsic fluctuations/oscillations in the ascending pain pathway, default mode network, and salience network during resting state display sex differences and can be used to make inferences about trait-like pain intensity ratings in chronic pain patients. These results provide robust and generalizable implications for investigating brain mechanisms associated with longer-lasting/trait-like chronic pain symptoms.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».