Mapping the network underpinnings of central poststroke pain and analgesic neuromodulation
Notice bibliographique
Résumé
Central poststroke pain (CPSP) is a debilitating and often treatment-refractory condition that affects numerous stroke patients. The location of lesions most likely to cause pain and the identity of the functional brain networks that they impinge upon remain incompletely understood. We aimed to (1) elucidate which lesion locations are most frequently accompanied by pain; (2) explore CPSP-associated functional networks; and (3) examine how neuromodulation interacts with these networks. This multisite study investigated 17 CPSP patients who received deep brain stimulation (DBS; n = 12) or motor cortex stimulation (MCS; n = 5). Pain-causing lesions were manually segmented and normalized to standard space. To identify areas linked to high risk of pain, the locations of CPSP lesions and 220 control lesions were compared using voxelwise odds ratio mapping. The functional connectivity of pain-causing lesions was obtained using a large (n = 1000) normative resting-state functional MRI connectome and compared to that of control lesions and therapeutic DBS activation volumes. Brain regions most associated with CPSP risk (highest value = 63 times) were located along the ascending somatosensory pathways. These areas and the majority of individual CPSP lesions were functionally connected to anterior/middle cingulate cortex, insula, thalamus, and inferior parietal lobule (PBonferroni < 0.05). The extent of connectivity to the thalamus, inferior parietal lobule, and precuneus also differed between CPSP and control lesions (PBonferroni < 0.05). Posterior insula and thalamus shared connectivity with both CPSP lesions and pain-alleviating DBS activation volumes (PBonferroni < 0.05). These findings further clarify the topography and functional connectivity of pain-causing brain lesions, and provide new insights into the network-level mechanism of CPSP neuromodulation.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».