MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206895649

Gray Matter Abnormalities in Patients with Chronic Primary Pain: A Coordinate-Based Meta-Analysis.

2022· article· en· W4206895649 sur OpenAlexaboutno aff
Zuxing Wang, Minlan Yuan, Jun Xiao, Xiaoyun Guo, Yikai Dou, Fugui Jiang, Wenjiao Min, Bo Zhou

Notice bibliographique

RevuePubMed · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGray (unit)Magnetic resonance imagingMeta-analysisAnterior cingulate cortexVoxel-based morphometryCochrane LibraryNuclear medicineWhite matterInternal medicineRadiologyPsychiatryCognition
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many structural magnetic resonance imaging (MRI) studies have used voxel-based morphometry (VBM) to identify gray matter abnormalities in patients with chronic primary pain (CPP), but the findings have been inconsistent. OBJECTIVES: To identify (a) gray matter differences between CPP patients or female patients and healthy individuals and (b) the effects of symptom duration and pain scores on gray matter. STUDY DESIGN: We conducted a meta-analysis. METHODS: VBM studies in PubMed, Cochrane Library, and Google Scholar, from November 2005 to June 2020, were thoroughly collected and carefully reviewed. Manual searches were performed using title and citation information. Gray matter VBM study comparing adult patients (18-65 years) with CPP to healthy controls was reviewed, and results, presented in Talairach or Montreal Neurological Institute coordinates, were included. The t value, peak coordinates, and basic clinical information of each study were reported in detail. Anisotropic effect-size signed differential mapping was used for voxel-based meta-analyses. RESULTS: Patients with CPP had decreased gray matter in the left anterior cingulate (z value = 2.950, P < 0.001), right median cingulate (z value = 1.858, P = 0.001), and the insula bilaterally (left: z value = 2.441, P < 0.001; right: z value = 2.113, P < 0.001 ), and increased gray matter in the right striatum (z value = 1.194, P < 0.001). Subgroup meta-analysis showed female patients with CPP also had decreased gray matter in the left anterior cingulate gyrus (z value = 2.622, P < 0.001). Meta-regression analyses revealed that pain symptom duration was positively associated with a large right brain region (z value = 2.110, P < 0.001), a negative association between pain symptom duration and gray matter was found in the right anterior cingulate (z value = 1.969, P < 0.001) and right middle frontal gyrus (z value = 1.849, P < 0.001). LIMITATIONS: Due to the lack of data from male patients, we were unable to perform a male subgroup analysis; therefore, we cannot thoroughly explore the difference in CPP from the perspective of gender. CONCLUSION: We identified gray matter changes in CPP patients and female patients, as well as a close relationship between CPP and mental disorders. With the chronicity of pain leads to changes in relevant brain regions, which makes treatment more challenging and may have synergistic effects with affective disorders. More prospective longitudinal structural MRI studies of CPP examining the associations between those variables and gray matter in a larger population should be conducted. Additional prospective longitudinal structural MRI studies of CPP with larger sample sizes to confirm the relationships between these variables and gray matter are needed as well as gender differences of CPP in brain structure and function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,030
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,201
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetPain Mechanisms and Treatments→Travaux en français237 207→