Plasticity in the dynamic pain connectome associated with ketamine-induced neuropathic pain relief
Notice bibliographique
Résumé
Therapeutic interventions for neuropathic pain, such as the N-methyl-D-aspartate (NMDA) antagonist ketamine, can vary widely in effectiveness. In this study, we conducted a longitudinal functional MRI study to test the hypothesis that the pain-relieving effect of ketamine is the result of reversal of abnormalities in regional low-frequency brain oscillations (LFOs) and abnormal cross-network functional connectivity (FC) of the dynamic pain connectome. We found that (1) ketamine decreased regional LFOs in the posterior cingulate cortex of the default mode network, (2) a machine-learning algorithm demonstrated that treatment-induced brain changes could be used to make generalizable inferences about pain relief, (3) treatment responders exhibited a significant decrease in cross-network static FC between the posterior cingulate cortex and regions of the sensorimotor and salience networks following treatment, (4) the degree of reduced cross-network FC correlated with the amount of pain relief, and (5) ketamine treatment did not produce significant differences in static or dynamic FC within the ascending nociceptive or descending antinociceptive pathway. These findings support the proposition that regional LFOs contribute to cross-network connectivity that underlie the effectiveness of ketamine to produce significant relief from neuropathic pain. Together with our recent findings that pretreatment dynamic FC of the descending antinociceptive pathway can predict ketamine treatment outcomes, these new findings indicate that pain relief from ketamine arises from a combination of flexible pretreatment FC of the descending antinocieptive pathway together with plasticity (reduction) of cross-network connectivity of the default mode network with sensorimotor and salience networks.
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 | 0,016 | 0,014 |
| 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 | 0,001 |
| 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 ».