Exploring Facial Somatosensory Distortion in Chronic Migraine: The Role of Laterality and Emotion Recognition—A Cross-Sectional Study
Notice bibliographique
Résumé
Background: In addition to being highly distressing, chronic migraine headaches are a major socioeconomic challenge. Like other pain syndromes, migraine headaches are associated with psychological and physiological impairments, including sensorimotor and somatosensory deficits. Aim: This study aims to explore whether patients with high-frequency or chronic migraine differ from a healthy population in the areas of laterality recognition (LAT) and facial emotion recognition (FER) and whether there are correlations between these areas and central sensitization of pain and psychological components like stress, depression, anxiety, and alexithymia. Methods: Using a cross-sectional design, individuals with high-frequency or chronic (ICHD classification) migraine (migraine group MG = 45) and healthy individuals (control group CG = 25) were studied using LAT testing (hand, neck, and face); FER testing; and questionnaires, including the Central Sensitization Inventory (CSI) and the Toronto Alexithymia Scale (TAS-20). Results: Data from 70 participants were collected for analysis. Statistically significant differences were found only in the assessment of central sensitization (p < 0.001). Weak to moderate monotonic correlations were found for the MG, especially between alexithymia detection (TAS-20) and facial emotion recognition (FER test). Discussion: The methodological procedure and its accompanying challenges can be seen as limitations of this study. The lack of significant effects must be mentioned, but the selection of the collected questionnaires, the uniform diagnostics, and the statistical processing of a large amount of data represent methodological strengths. Conclusion: The CSI and the TAS-20 could be used in combination with FER to assess chronic migraine. Implementing the described sensorimotor parameters as a therapeutic intervention requires 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 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 | 0,001 | 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) | 0,001 | 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 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 ».