Pain expression in mild cognitive impairment: Its relation to frontal lobe involvement in non-verbal pain expression.
Notice bibliographique
Résumé
Background/Purpose: Pain is prevalent and often undertreated in elderly individuals suffering from cognitive impairments. Interestingly, such individuals may actually show an increase in facial expressions of pain. The reasons for this are unclear, but may possibly relate to disinhibition due to frontal lobe impairment. It was hypothesized that elderly individuals who suffer from mild cognitive impairments (MCI) would display higher levels of pain expression than normal controls, particularly if they have deficits in frontal lobe functioning. Methods: A sample of elderly individuals were recruited from the community and labeled as MCI' if they scored <26 on the Montreal Cognitive Assessment Task (MoCA). A comparison sample (control group) consisted of individuals scoring '~\u202226 on this test. Facial expressions were videotaped and then rated and scored for pain intensity at the time of an influenza vaccination and participants were subsequently questioned regarding their subjective experience of the painful stimulus. They also underwent neuropsychological testing of frontal lobe functions (in particular, executive functioning) including the Wisconsin Card Sorting Test (WCST), Stroop Test, and verbal fluency testing. Social inhibition was assessed through a self-disclosure interview. Results: There were 58 participants ranging in age from 56 to 92 yrs (M=69.7 SD=8.3). Of this group, 34 met criteria for MCI based on MoCA scores (i.e., MCI group) while 24 did not (control group). There were no significant differences between the two groups with respect to facial expressions of pain, subjective reports of pain, nor social inhibition scores. While executive functioning was relatively impaired in the MCI group, the degree of impairment did not correlate with facial expressions of pain not with social inhibition scores. Conclusion: Contrary to expectations, no significant differences were found between participants identified as having MCI and normal controls in their facial expressions of pain post-im
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».