Brain responses to the vicarious facilitation of pain by facial expressions of pain and fear
Notice bibliographique
Résumé
Observing pain in others facilitates self-pain in the observer. Vicarious pain facilitation mechanisms are poorly understood. We scanned 21 subjects while they observed pain, fear and neutral dynamic facial expressions. In 33% of the trials, a noxious electrical stimulus was delivered. The nociceptive flexion reflex (NFR) and pain ratings were recorded. Both pain and fear expressions increased self-pain ratings (fear > pain) and the NFR amplitude. Enhanced response to self-pain following pain and fear observation involves brain regions including the insula (INS) (pain > fear in anterior part), amygdala, mid-cingulate cortex (MCC), paracentral lobule, precuneus, supplementary motor area and pre-central gyrus. These results are consistent with the motivational priming account where vicarious pain facilitation involves a global enhancement of pain-related responses by negatively valenced stimuli. However, a psychophysiological interaction analysis centered on the left INS revealed increased functional connectivity with the aMCC in response to the painful stimulus following pain observation compared to fear. The opposite connectivity pattern (fear > pain) was observed in the fusiform gyrus, cerebellum (I-IV), lingual gyrus and thalamus, suggesting that pain and fear expressions influence pain-evoked brain responses differentially. Distinctive connectivity patterns demonstrate a stronger effect of pain observation in the cingulo-insular network, which may reflect partly overlapping networks underlying the representation of pain in self and others.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 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 ».