MétaCan
Menu
Retour à la cohorte
Enregistrement W4320906602 · doi:10.1016/j.brs.2023.01.303

Evaluation of EEG as a reliable measure of pain: an experimental pain study

2023· article· en· W4320906602 sur OpenAlexaboutno aff
Charlotte Ide-Walters, Trevor Thompson

Notice bibliographique

RevueBrain stimulation · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyNeurofeedbackPhysical therapyPsychologyMcGill Pain QuestionnaireQuantitative electroencephalographyPain and pleasureAudiologyPhysical medicine and rehabilitationAnesthesiaMedicineVisual analogue scalePsychiatryNeurosciencePleasure

Résumé

récupéré en direct d'OpenAlex

Abstract Research is promising regarding the potential of Electroencephalography (EEG) for pain assessment, and this could have a positive impact for people unable to communciate their pain (pre-verbal children/people with cognitive decline). However, limitations regarding reliability and controls, limit conclusions. The aims of this research were to examine the potential of EEG to assess pain, by studying the reliability to measure pain across two acute pain experiences (somatic and ischemic) controlling for individual variability between the two pain experiences. Cold/somatic (cold pressor) and exercise/ischemic (submaximum effort tourniquet technique/SETT) methods of pain induction were applied in healthy participants (n=30), while EEG was continuously recorded (64-channel). Pain ratings were recorded (numerical rating scale/NRS/0-10; McGill Pain Questionnaire/SF-MPQ/0-45). MATLAB/Brainstorm, was used to apply source localization techniques to study differences between baseline and two pain types, for Delta (2-4Hz), Theta (5-7Hz), Alpha (8-12Hz), and Beta (13-29Hz). Average frequency power for each frequency was computed and the relationship between EEG frequencies and pain ratings were assessed. T-tests (FDR correction in Brainstorm/MATLAB) revealed significant differences between both pain conditions compared to the baseline for all four frequencies in primarily the central, parietal, and frontal regions. Correlations of subjective pain ratings (MPQ) with frequencies found significant correlations with Alpha power (r = .53, p = .001) for cold/somatic pain only. No other reliable associations were observed.View Large Image Figure ViewerDownload Hi-res image Download (PPT) Overall, results suggest promise for the utility of EEG to measure pain, specifically Alpha activity, with an effect size of .53, indicating a good relationship between Alpha activity and pain. Some inconsistency in the results found means the reliability of EEG to measure different pain experienced is not supported, and definitive conclusions cannot be made at this stage. This has implications for researchers and clinicians in pain, and neurological based interventions for pain (e.g., neurofeedback). Research Category and Technology and Methods Basic Research: 15. Electroencephalography (EEG) Keywords: Electroencephalography (EEG), Ischemic pain, Somatic pain, Experimental 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,634
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,377
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain stimulationMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207