MétaCan
Menu
Retour à la cohorte
Enregistrement W4390062520 · doi:10.1038/s41572-023-00484-9

Central neuropathic pain

2023· review· en· W4390062520 sur OpenAlexafffund
Jan Rösner, Daniel Ciampi de Andrade, Karen D. Davis, Sylvia M. Gustin, John L. K. Kramer, Rebecca P. Seal, Nanna Brix Finnerup

Notice bibliographique

RevueNature Reviews Disease Primers · 2023
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensInternational Collaboration On Repair DiscoveriesToronto Western HospitalUniversity of TorontoUniversity of British ColumbiaUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchHORIZON EUROPE Framework ProgrammeH. Lundbeck A/SNovo Nordisk FondenNovartis PharmaUniversität ZürichLundbeckfondenBiogenDanmarks GrundforskningsfondNational Institute of Neurological Disorders and StrokeTeva Pharmaceutical IndustriesNovo NordiskAarhus UniversitetInternational Foundation for Research in ParaplegiaRebecca L. Cooper Medical Research FoundationNational Research FoundationEli Lilly and Company
Mots-clésNeuropathic painMedicineNeuroscienceCentral nervous systemStroke (engine)NeuromodulationChronic painSpinal cord injurySpinal cordAnesthesiaPsychologyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Central neuropathic pain arises from a lesion or disease of the central somatosensory nervous system such as brain injury, spinal cord injury, stroke, multiple sclerosis or related neuroinflammatory conditions. The incidence of central neuropathic pain differs based on its underlying cause. Individuals with spinal cord injury are at the highest risk; however, central post-stroke pain is the most prevalent form of central neuropathic pain worldwide. The mechanisms that underlie central neuropathic pain are not fully understood, but the pathophysiology likely involves intricate interactions and maladaptive plasticity within spinal circuits and brain circuits associated with nociception and antinociception coupled with neuronal hyperexcitability. Modulation of neuronal activity, neuron–glia and neuro-immune interactions and targeting pain-related alterations in brain connectivity, represent potential therapeutic approaches. Current evidence-based pharmacological treatments include antidepressants and gabapentinoids as first-line options. Non-pharmacological pain management options include self-management strategies, exercise and neuromodulation. A comprehensive pain history and clinical examination form the foundation of central neuropathic pain classification, identification of potential risk factors and stratification of patients for clinical trials. Advanced neurophysiological and neuroimaging techniques hold promise to improve the understanding of mechanisms that underlie central neuropathic pain and as predictive biomarkers of treatment outcome. Central neuropathic pain (CNP), that is, pain caused by a lesion of disease of the central somatosensory nervous system, severely impacts quality of life. In this Primer, Finnerup and colleagues review the epidemiology, pathophysiology, clinical presentation and diagnosis of CNP as well as discuss common therapeutic strategies and unmet clinical needs in this field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0300,011

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 Opus0,066
Tête enseignante GPT0,387
Écart entre enseignants0,321 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations126
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature Reviews Disease PrimersMême sujetPain Mechanisms and TreatmentsTravaux en français237 207