Electroencephalographic characteristics of children and adolescents with chronic musculoskeletal pain
Notice bibliographique
Résumé
Abstract Introduction: The pathophysiology of pediatric musculoskeletal (MSK) pain is unclear, contributing to persistent challenges to its management. Objectives: This study hypothesizes that children and adolescents with chronic MSK pain (CPs) will show differences in electroencephalography (EEG) features at rest and during thermal pain modalities when compared with age-matched controls. Methods: One hundred forty-two CP patients and 45 age-matched healthy controls (HCs) underwent a standardized thermal tonic heat and cold stimulations, while a 21-electrode headset collected EEG data. Cohorts were compared with respect to their EEG features of spectral power, peak frequency, permutation entropy, weight phase-lag index, directed phase-lag index, and node degree at 4 frequency bands, namely, delta (1–4 Hz), theta (4–8 Hz), alpha (8–13 Hz), and beta (13–30 Hz), at rest and during the thermal conditions. Results: At rest, CPs showed increased global delta (P = 0.0493) and beta (P = 0.0002) power in comparison with HCs. These findings provide further impetus for the investigation and prevention of long-lasting developmental sequalae of early life chronic pain processes. Although no cohort differences in pain intensity scores were found during the thermal pain modalities, CPs and HCs showed significant difference in changes in EEG spectral power, peak frequency, permutation entropy, and network functional connectivity at specific frequency bands (P < 0.05) during the tonic heat and cold stimulations. Conclusion: This suggests that EEG can characterize subtle differences in heat and cold pain sensitivity in CPs. The complementation of EEG and evoked pain in the clinical assessment of pediatric chronic MSK pain can better detect underlying pain mechanisms and changes in pain sensitivity.
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) | 0,002 | 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 ».