Distinct networks of periaqueductal gray columns in pain and threat processing
Notice bibliographique
Résumé
Noxious events that can cause physical damage to the body are perceived as threats. In the brainstem, the periaqueductal gray (PAG) ensures survival by generating an appropriate response to these threats. Hence, the experience of pain is coupled with threat signaling and interfaces in the dl/l and vlPAG columns. In this study, we triangulate the functional circuits of the dl/l and vlPAG by using static and time-varying functional connectivity (FC) in multiple fMRI scans in healthy participants (n = 37, 21 female). The dl/l and vlPAG were activated during cue, heat, and rating periods when the cue signaled a high threat of experiencing heat pain and when the incoming intensity of heat pain was unknown. Responses were significantly lower after low threat cues. The two regions responded similarly to the cued conditions but showed prominent distinctions in the extent of FC with other brain regions. Thus, both static and time-varying FC showed significant differences in the functional circuits of dl/l and vlPAG in rest and task scans. The dl/lPAG consistently synchronized with the salience network and the thalamus, suggesting a role in threat detection, while the vlPAG exhibited more widespread synchronization and frequently connected with memory/language and sensory regions. Hence, these two PAG regions process heat pain when stronger pain is expected or when it is uncertain, and preferentially synchronize with distinct brain circuits in a reproducible manner. The dl/lPAG seems more directly involved in salience detection, while the vlPAG seems engaged in contextualizing threats.
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 | 0,001 |
| 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) | 0,001 | 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 ».