MétaCan
Menu
Retour à la cohorte
Enregistrement W4406598456 · doi:10.1002/brb3.70190

Alpha and Theta Oscillations Associated With Behavioral Phenotypes of Pain–Attention Interaction

2025· article· en· W4406598456 sur OpenAlexafffund
Nikou Kelardashti, Benjamin T. Dunkley, Rima El‐Sayed, Vaidhehi Veena Sanmugananthan, Junseok Andrew Kim, Natalie R. Osborne, Joshua C. Cheng, Anton Rogachov, Rachael L. Bosma, Ariana Besik, Karen D. Davis

Notice bibliographique

RevueBrain and Behavior · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensMental Health Research CanadaHospital for Sick ChildrenOntario Brain InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchMAYDAY Fund
Mots-clésPrecuneusMagnetoencephalographyPsychologyAnterior cingulate cortexCognitionPosterior cingulateNeuroscienceHuman Connectome ProjectConnectomeCingulate cortexSomatosensory systemResting state fMRIChronic painCognitive psychologyElectroencephalographyFunctional connectivity

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Pain is inherently salient and so draws our attention in addition to impacting performance on attention-demanding tasks. Individual variability in pain-attention interactions can be assessed by two kinds of behavioral phenotypes that quantify how individuals prioritize pain versus attentional needs. The intrinsic attention to pain (IAP) measure quantifies the degree to which a person attends to pain (high-IAP) or mind-wanders away from pain (low-IAP). The A/P categorization quantifies how pain impacts cognitive performance during an attention-demanding task classifying individuals into P type (pain dominates, worse performance during pain in comparison to no pain) and A type (attention to task dominates, better performance during pain in comparison to no pain). Although previous MRI-based studies have linked these phenotypes with the dynamic pain connectome (DPC), the underlying neural oscillations are not known. This paper aims to examine the brain-behavior relationship between alpha and theta oscillations within nodes of the DPC and pain-attention phenotypes. METHOD: Fifty participants (27 F, 23 M) underwent resting-state magnetoencephalography (MEG). Individual IAP scores were determined by assessing mind-wandering during pain and A/P type was based on interference of pain with cognitive task performance. FINDING: The main findings were: (1) peak alpha frequency (PAF) power did not differ between low/high-IAP individuals or A/P-type individuals within the nodes of the DPC; (2) compared to high-IAP individuals, those with low-IAP have slower PAF in the left primary somatosensory cortex, posterior cingulate cortex and precuneus and higher theta power in the ascending nociceptive pathway and default mode network; (3) males with low-IAP, compared to females, had higher PAF power throughout the DPC. CONCLUSION: Alpha and theta oscillations within the DPC may underlie aspects of attentional focus and pain-attention interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,305
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain and BehaviorMême sujetMind wandering and attentionTravaux en français237 207