Blue-light treatment reduces spontaneous and evoked pain in a human experimental pain model
Notice bibliographique
Résumé
INTRODUCTION: Chronic pain is a frequent severe disease and often associated with anxiety, depression, insomnia, disability, and reduced quality of life. This maladaptive condition is further characterized by sensory loss, hyperalgesia, and allodynia. Blue light has been hypothesized to modulate sensory neurons and thereby influence nociception. OBJECTIVES: Here, we compared the effects of blue light vs red light and thermal control on pain sensation in a human experimental pain model. METHODS: Pain, hyperalgesia, and allodynia were induced in 30 healthy volunteers through high-density transcutaneous electrical stimulation. Subsequently, blue light, red light, or thermal control treatment was applied in a cross-over design. The nonvisual effects of the respective light treatments were examined using a well-established quantitative sensory testing protocol. Somatosensory parameters as well as pain intensity and quality were scored. RESULTS: Blue light substantially reduced spontaneous pain as assessed by numeric rating scale pain scoring. Similarly, pain quality was significantly altered as assessed by the German counterpart of the McGill Pain Questionnaire. Furthermore, blue light showed antihyperalgesic, antiallodynic, and antihypesthesic effects in contrast to red light or thermal control treatment. CONCLUSION: Blue-light phototherapy ameliorates pain intensity and quality in a human experimental pain model and reveals antihyperalgesic, antiallodynic, and antihypesthesic effects. Therefore, blue-light phototherapy may be a novel approach to treat pain in multiple conditions.
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 | 0,000 | 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) | 0,004 | 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 ».