MétaCan
Menu
Retour à la cohorte
Enregistrement W4406558870 · doi:10.1016/j.brs.2025.01.009

Functional MRI reveals brain activation patterns associated with optimization of spinal cord stimulation parameters in treating chronic pain

2025· letter· en· W4406558870 sur OpenAlexaff
Artur Vetkas, Cletus Cheyuo, Ajmal Zemmar, Brendan Santyr, Clement T. Chow, Sriranga Kashyap, Benson P. Yang, Mia Mojica, Alexandre Boutet, Can Sarica, Jürgen Germann, Stefan Lang, Mohammad Mehdi Hajiabadi, Andrew Yang, Simon J. Graham, Kâmil Uludaǧ, Anuj Bhatia, Andrés M. Lozano

Notice bibliographique

RevueBrain stimulation · 2025
Typeletter
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensUniversity of British ColumbiaUniversity of TorontoUniversity Health NetworkToronto Rehabilitation InstituteSunnybrook Health Science CentreOntario Brain InstituteWestern UniversityToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésSpinal cord stimulationMedicineChronic painStimulationSpinal cordFunctional connectivityNeuroscienceAnesthesiaPhysical medicine and rehabilitationPsychologyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Spinal cord stimulation (SCS) is widely used to manage chronic pain, yet its supraspinal mechanisms remain incompletely understood [1]. Chronic pain affects up to 20 % of individuals globally and is a leading cause of disability, often accompanied by emotional distress, opioid dependence, and diminished quality of life [2–4]. Increasing evidence suggests that SCS modulates both the sensory-discriminative, and affective - cognitive dimensions of pain [5]. Although SCS can offer substantial relief, responses vary, and robust biomarkers to guide personalized programming - especially in the era of novel waveforms and high-density leads - are lacking.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,289
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain stimulationMême sujetPain Management and TreatmentTravaux en français237 207