Exploring Electrophysiological Responses to Hypnosis in Patients with Fibromyalgia
Notice bibliographique
Résumé
Background/Objectives: Hypnosis shows great potential for managing patients suffering from fibromyalgia and chronic pain. Several studies have highlighted its efficacy in improving pain, quality of life, and reducing psychological distress. Despite its known feasibility and efficacy, the mechanisms of action remain poorly understood. Building on these insights, this innovative study aims to assess neural activity during hypnosis in fibromyalgia patients using high-density electroencephalography (EEG) and self-reported measures. Methods: Thirteen participants with fibromyalgia were included in this study. EEG recordings were done during resting state and hypnosis conditions. After both conditions, levels of pain, comfort, absorption, and dissociation were assessed using a numerical rating scale. Time perception was collected via an open-ended question. The study was prospectively registered in the ClinicalTrials.gov public registry (NCT04263324). Results: Neural oscillations showed increased theta power during hypnosis in the left parietal and occipital electrodes, increased beta power in the frontal and left temporal electrodes, and increased slow-gamma power in the frontal and left parietal electrodes. Functional connectivity using pairwise-phase consistency measures showed decreased connectivity in the frontal electrodes during hypnosis. Graph-based measures, the node strength, and the cluster coefficient were lower in frontal electrodes in the slow-gamma bands during hypnosis compared to resting state. Key findings indicate significant changes in neural oscillations and brain functional connectivity, suggesting potential electrophysiological markers of hypnosis in this patient population.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 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 ».