The feasibility and acceptability of research magnetic resonance imaging in adolescents with moderate–severe neuropathic pain
Notice bibliographique
Résumé
INTRODUCTION: Multimodal characterisation with questionnaires, Quantitative Sensory Testing (QST), and neuroimaging will improve understanding of neuropathic pain (NeuP) in adolescents. Magnetic resonance imaging (MRI) data in adolescents with NeuP are limited, and the perceived practical or ethical burden of scanning may represent a barrier to research. OBJECTIVE: To determine the feasibility of MRI scanning in adolescents with moderate-severe NeuP, with respect to consent rate, postscan acceptability, and data quality. METHODS: This prospective cohort study evaluating questionnaires and QST recruited adolescents aged 10 to 18 years with clinically diagnosed NeuP from a tertiary clinic. Eligible adolescents aged 11 years and older could additionally agree/decline an MRI scan. After the scan, families rated discomfort, perceived risk, and acceptability of current and future MRI scans (0-10 numerical rating scales). Head motion during scanning was compared with healthy controls to assess data quality. RESULTS: Thirty-four families agreed to MRI (72% recruitment), and 21 adolescents with moderate-severe pain (average last week 6.7 ± 1.7; mean ± SD) and with neuropathic QST profiles were scanned. Three adolescents reported positional or noise-related discomfort during scanning. Perceived risk was low, and acceptability of the current scan was high for parents (range [median]: 7 to 10/10 [10]) and adolescents (8-10/10 [10]). Willingness to undergo a future research scan was high for parents (7-10/10 [10]) and adolescents (5-10/10 [10]) and did not differ from future scans for clinical purposes. Mean head motion during resting state functional MRI did not differ from control adolescents. CONCLUSION: Research MRI is feasible and acceptable for many adolescents with moderate-severe NeuP.
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 | 0,007 | 0,021 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».