Differential fMRI neural synchrony associated with migraine during naturalistic stimuli with negative emotional valence
Notice bibliographique
Résumé
Abstract Migraine is a common neurological disorder that impacts approximately 12% of the general population and is characterized by moderate to severe headaches, nausea, mood changes, and fatigue. It impacts lower-level visual and auditory processing, causing hypersensitivities that lead to heightened audiovisual multisensory integration. However, the impact of migraine on the processing of complex, audiovisual stimuli is still unclear. Additionally, migraine may induce hypersensitivities to emotional arousal and valence, though the relative significance of these factors remains unknown. The current study seeks to identify how migraine impacts synchronous neural processing of complex, audiovisual stimuli, and how this differs based on the emotional arousal and valence of the stimulus. To do so, we collected functional magnetic resonance imaging data from 22 migraineurs and 21 healthy controls during the passive viewing of three audiovisual films of differing emotional arousal and valence. We identified that, in response to a negative valence, high arousal emotional stimulus, the migraine group showed greater neural synchrony in regions associated with multisensory integration, including the bilateral posterior superior temporal gyrus (pSTG), superior parietal lobule (SPL), and left middle temporal gyrus (MTG). There were no significant differences in neural synchrony between the migraine and control groups in response to positive valence, high arousal and neutral valence, low arousal stimuli. These findings suggest that migraine involves hypersensitivity to audiovisual movies as a function of negative emotional valence, where negative/aversive emotional states may drive greater synchrony in multisensory integration. Overall, this research highlights distinct pathways through which emotion and arousal impact neural processing in migraine.
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 | 0,000 | 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 ».