Central neuropathic pain
Notice bibliographique
Résumé
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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».