Pain is what you think: functional magnetic resonance imaging evidence toward a cognitive and affective approach for pain research
Notice bibliographique
Résumé
The sensory/discriminative domain of pain is often given more consideration than the cognitive and affective influences that ultimately make pain what it is: a highly subjective experience that is based on an individual's life history and experiences. While many investigations of the underlying mechanisms of pain have focused on solely noxious stimuli, few have compared somatosensory stimuli that cross the boundary from innocuous to noxious. Of those that have, there is little consensus on the similarities and differences in neural signaling across these sensory domains. The purpose of this study was to apply our established network connectivity analyses toward the goal of understanding the neural mechanisms behind sensory, cognitive, and affective responses to noxious and innocuous stimuli. Functional MRI data were collected from 19 healthy women and men that experienced warm and hot thermal stimuli across multiple trials. This is a within-subjects cross-sectional experimental study with repeated measures. Ratings of stimulus intensity and unpleasantness that were collected during each run confirmed significant perceptual differences between the two types of stimuli. Despite this finding, no group differences in network connectivity were found across conditions. When individual differences related to pain ratings were investigated, subtle differences were found in connectivity that could be attributed to sensory and association regions in the innocuous condition, and cognitive, affective, and autonomic regions in the pain condition. These results were reflected in the time-course data for each condition. Overall, signaling mechanisms for innocuous and noxious somatosensation are intricately linked, but pain-specific perception appears to be driven by our psychological and autonomic states.
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 | 0,074 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».