MétaCan
Menu
Retour à la cohorte
Enregistrement W4409880058 · doi:10.1016/j.rmed.2025.108129

Neuromodulation of dyspnea – A literature review

2025· review· en· W4409880058 sur OpenAlexafffund
Tommy Delisle, Felix-Antoine Vézina, Christian Iorio‐Morin, Simon Couillard

Notice bibliographique

RevueRespiratory Medicine · 2025
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéFonds de recherche du Québec
Mots-clésMedicineNeuromodulationIntensive care medicineAnesthesiaInternal medicineStimulation

Résumé

récupéré en direct d'OpenAlex

Dyspnea is a complex sensation resulting from the interplay between neural, biochemical, and mechanical pathways. Because dyspnea is a perception created and interpreted by the central nervous system, it could theoretically be targeted by neuromodulation approaches. This technique is used in pain to modulate the function of neuronal circuits. However, a safe surgical and/or non-invasive modus operandi is not established for refractory dyspnea. Nevertheless, the following literature review will discuss different neuromodulation techniques that may treat refractory dyspnea, even though the understanding of its pathophysiology is limited. More precisely, the diaphragm and its phrenic control, the ventral respiratory complexes (such as Kolliker-Fuse complex and the pre-Bötzinger complex), the vagal nerve, the periaqueductal gray, the insula, the cingular cortex, and the thalamus appear to play an important role in the pathophysiology of breathlessness. Consequently, deep brain stimulation, trigeminal nerve, spinal and vagal nerve stimulations are potentially effective approaches to diminish dyspnea. The discovery of useful dyspnea-reducing neuromodulation techniques could replace or be added to actual treatments like pulmonary rehabilitation, facial ventilators, oxygen, and opioids could be replaced, consequently enhancing the quality of life of dyspneic individuals.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,102
Tête enseignante GPT0,400
Écart entre enseignants0,298 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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'admission2
Résumé présentoui

Explorer davantage

Même revueRespiratory MedicineMême sujetNeuroscience of respiration and sleepTravaux en français237 207