Back Mechanical Sensitivity Assessment in the Rat for Mechanistic Investigation of Chronic Back Pain
Notice bibliographique
Résumé
Low back pain is the leading cause of disability worldwide, with dramatic personal, economic, and social consequences. To develop novel therapeutics, animal models are needed to examine the mechanisms and effectiveness of novel therapies from a translational perspective. Several rodent models of back pain are used in current investigations. Surprisingly, however, no standardized behavioral test was validated to assess mechanical sensitivity in back pain models. This is critical to confirm that animals with presumed back pain present local hypersensitivity to nociceptive stimuli, and to monitor sensitivity during interventions designed to relieve back pain. The objective of this study is to lay down a simple and accessible test to assess mechanical sensitivity in the back of rats. A test cage was fabricated specifically for this method; length x width x height: 50 x 20 x 7 cm, having a stainless-steel mesh on the top. This test cage allows the application of mechanical stimuli to the back. To perform the test, the back of the animal is shaved in the region of interest, and the test area is marked to repeat the test on different days, as needed. The mechanical threshold is determined with Von Frey filaments applied to the paraspinal muscles, utilizing the up-down method described previously. The positive responses include (1) muscle twitching, (2) arching (back extension), (3) rotation of the neck (4) scratching or licking the back, and (5) escaping. This behavioral test (Back Mechanical Sensitivity (BMS) test) is useful for mechanistic research with rodent models of back pain for the development of therapeutic interventions for the prevention and management of back pain.
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 | 0,006 | 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».