Does Location of Tonic Pain Differentially Impact Motor Learning and Sensorimotor Integration?
Notice bibliographique
Résumé
Recent work found that experimental pain appeared to negate alterations in cortical somatosensory evoked potentials (SEPs) that occurred in response to motor learning acquisition of a novel tracing task. The goal of this experiment was to further investigate the interactive effects of pain stimulus location on motor learning acquisition, retention, and sensorimotor processing. Three groups of twelve participants (n = 36) were randomly assigned to either a local capsaicin group, remote capsaicin group or contralateral capsaicin group. SEPs were collected at baseline, post-application of capsaicin cream, and following a motor learning task. Participants performed a motor tracing acquisition task followed by a pain-free retention task 24–48 h later while accuracy data was recorded. The P25 (p < 0.001) SEP peak significantly decreased following capsaicin application for all groups. Following motor learning acquisition, the N18 SEP peak decreased for the remote capsaicin group (p = 0.02) while the N30 (p = 0.002) SEP peaks increased significantly following motor learning acquisition for all groups. The local, remote and contralateral capsaicin groups improved in accuracy following motor learning (p < 0.001) with no significant differences between the groups. Early SEP alterations are markers of the neuroplasticity that accompanies acute pain and motor learning acquisition. Improved motor learning while in acute pain may be due to an increase in arousal, as opposed to increased attention to the limb performing the task.
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 | 0,000 | 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) | 0,002 | 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 ».