MétaCan
Menu
Retour à la cohorte
Enregistrement W4416342728 · doi:10.3389/fnins.2025.1672542

Brain network properties in chronic pain—a systematic review and meta-analysis of graph-based connectivity metrics

2025· article· en· W4416342728 sur OpenAlexaboutno aff
Lionel Butry, Sigrid Elsenbruch, Adriane Icenhour, Robert Rehmann, Elena Enax‐Krumova, Lara Schlaffke

Notice bibliographique

RevueFrontiers in Neuroscience · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFunctional connectivityComplex networkNetwork structureChronic diseaseNerve netArtificial neural network

Résumé

récupéré en direct d'OpenAlex

Introduction Identifying brain topology alterations in chronic pain is a crucial step in understanding its pathophysiology. The primary objective of this systematic review and meta-analysis was to assess alterations in resting-state functional and structural global network properties in patients with chronic pain. Methods Following the preregistration (PROSPERO CRD42024542390), databases were searched for studies comparing connectivity-based whole-brain global network properties between patients with chronic pain and healthy controls. Risk of bias was assessed using an adapted Newcastle-Ottawa scale. Random-effect meta-analyses were conducted for each global network property separately. Results A total of 32 functional topology studies and 17 structural topology studies were included in the qualitative review, with 27 functional topology studies and 17 structural topology studies eligible for meta-analysis across nine unique structural and functional global network properties. The number of participants per meta-analysis ranged from 178 to 1,592. There was low-certainty evidence that chronic pain patients showed impairments in local efficiency of resting-state functional whole-brain topology (SMD: −0.50, 95%-CI: −0.81 to −0.19, 95%-PI: −1.38 to 0.38), and low to very low-certainty evidence that structural whole-brain topology was not altered in chronic pain across nine global network properties. The heterogeneity was high in the majority of functional (I 2 : 1–76%) and structural (I 2 : 68–97%) topology studies. Most functional (50%) and structural (65%) topology studies showed some concern regarding the risk of bias. Discussion The meta-analyses indicate that functional but not structural whole-brain topological reorganisation is involved in the pathophysiology of chronic pain.

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)0,020
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,059
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,027
Bibliométrie0,0100,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,064
Tête enseignante GPT0,280
Écart entre enseignants0,216 · 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'étudeMéta-analyse
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207