White matter microstructure predicts measures of clinical symptoms in chronic back pain patients
Notice bibliographique
Résumé
Chronic back pain (CBP) has extensive clinical and social implications for its sufferers and is a major source of disability. Chronic pain has previously been shown to have central neural factors underpinning it, including the loss of white matter (WM), however traditional methods of analyzing WM microstructure have produced mixed and unclear results. To better understand these factors, we assessed the WM microstructure of 50 patients and 40 healthy controls (HC) using diffusion-weighted imaging. The data were analyzed using fixel-based analysis (FBA), a higher-order diffusion modelling technique applied to CBP for the first time here. Subjects also answered questionnaires relating to pain, disability, catastrophizing, and mood disorders, to establish the relationship between fixelwise metrics and clinical symptoms. FBA determined that, compared to HC, CBP patients had: 1) lower fibre density (FD) in several tracts, specifically the right anterior and bilateral superior thalamic radiations, right spinothalamic tract, right middle cerebellar peduncle, and the body and splenium of corpus callosum; 2) higher FD in the genu of corpus callosum; and 3) lower FDC - a combined fibre density and cross-section measure - in the bilateral spinothalamic tracts and right anterior thalamic radiation. Exploratory correlations showed strong negative relationships between fixelwise metrics and clinical questionnaire scores, especially pain catastrophizing. These results have important implications for the intake and processing of sensory data in CBP that warrant further investigation.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| 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 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 ».