Validating a biosignature-predicting placebo pill response in chronic pain in the settings of a randomized controlled trial
Notice bibliographique
Résumé
ABSTRACT: The objective of this study is to validate a placebo pill response predictive model-a biosignature-that classifies chronic pain patients into placebo responders (predicted-PTxResp) and nonresponders (predicted-PTxNonR) and test whether it can dissociate placebo and active treatment responses. The model, based on psychological and brain functional connectivity, was derived in our previous study and blindly applied to current trial participants. Ninety-four chronic low back pain (CLBP) patients were classified into predicted-PTxResp or predicted-PTxNonR and randomized into no treatment, placebo treatment, or naproxen treatment. To monitor analgesia, back pain intensity was collected twice a day: 3 weeks baseline, 6 weeks of treatment, and 3 weeks of washout. Eighty-nine CLBP patients were included in the intent-to-treat analyses and 77 CLBP patients in the per-protocol analyses. Both analyses showed similar results. At the group level, the predictive model performed remarkably well, dissociating the separate effect sizes of pure placebo response and pure active treatment response and demonstrating that these effects interacted additively. Pain relief was about 15% stronger in the predicted-PTxResp compared with the predicted-PTxNonR receiving either placebo or naproxen, and the predicted-PTxNonR successfully isolated the active drug effect. At a single subject level, the biosignature better predicted placebo nonresponders, with poor accuracy. One component of the biosignature (dorsolateral prefrontal cortex-precentral gyrus functional connectivity) could be generalized across 3 placebo studies and in 2 different cohorts-CLBP and osteoarthritis pain patients. This study shows that a biosignature can predict placebo response at a group level in the setting of a randomized controlled trial.
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 | 0,374 | 0,408 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».