MétaCan
Menu
Retour à la cohorte
Enregistrement W3007729242 · doi:10.1016/j.nicl.2020.102230

Cross-network coupling of neural oscillations in the dynamic pain connectome reflects chronic neuropathic pain in multiple sclerosis

2020· article· en· W3007729242 sur OpenAlexafffund
Junseok A. Kim, Rachael L. Bosma, Kasey S. Hemington, Anton Rogachov, Natalie R. Osborne, Joshua C. Cheng, Jiwon Oh, Benjamin T. Dunkley, Karen D. Davis

Notice bibliographique

RevueNeuroImage Clinical · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensHospital for Sick ChildrenSt. Michael's HospitalOntario Brain InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchMultiple Sclerosis SocietyMultiple Sclerosis Society of Canada
Mots-clésMagnetoencephalographyConnectomeNeuropathic painChronic painNeuroscienceDefault mode networkMedicinePsychologyMultiple sclerosisFunctional magnetic resonance imagingElectroencephalographyFunctional connectivityPsychiatry

Résumé

récupéré en direct d'OpenAlex

• Abnormal broadband cross-network brain communication in MS-related chronic pain. • Abnormal communication found between the salience network and other networks. • Neuropathic and non-neuropathic pain showed different patterns of abnormality. • Abnormal brain communication was linked to pain intensity and pain interference. • Alpha, beta and gamma bands may play a significant role in chronic pain. Sensory perceptions are coded by complex neural dynamics of regional communication in the brain. Thus, sensory abnormalities such as chronic pain may occur when neural dynamics go awry. Previous studies of cross-network dynamic functional connectivity in chronic pain identified abnormalities but were based on functional MRI which only captures slow temporal features. Here we conducted a magnetoencephalography (MEG) study to investigate fine temporal dynamics of aberrant cross-regional and cross-network communication of the dynamic pain connectome in patients with chronic pain. We also introduced a novel measure, dynamic functional coupling, to quantify the variability of brain communication. The study was performed in 33 people who had chronic pain associated with multiple sclerosis and 30 healthy controls. We found that patients with chronic pain exhibited abnormalities in cross-network functional coupling across multiple frequency bands (theta, alpha, beta, gamma), between the salience network and 3 other networks: the ascending nociceptive pathway, descending anti-nociceptive pathway, and the default mode network. However, these cross-network abnormalities involved different frequency bands in patients with neuropathic versus non-neuropathic chronic pain. Furthermore, cross-network abnormalities were linked to pain severity and pain interference. Our findings implicate broadband cross-network abnormalities as hallmark features of chronic pain in multiple sclerosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,245
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,245
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,197
Tête enseignante GPT0,368
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207