MétaCan
Menu
Retour à la cohorte
Enregistrement W4417429342 · doi:10.1177/17448069251411647

Brain networking pain and anxiety: From basic mechanism to future treatment

2025· review· en· W4417429342 sur OpenAlexafffund
Min Zhuo

Notice bibliographique

RevueMolecular Pain · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensCanada Research ChairsUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésChronic painAnxietyAnterior cingulate cortexAmygdalaMechanism (biology)Basolateral amygdalaThalamusLong-term potentiation

Résumé

récupéré en direct d'OpenAlex

It is well known that pain and anxiety can enhance each other in both animals and humans. In case of chronic pain, patients often suffer anxiety and depression. Animal experiments provide important basic mechanisms for the interaction between chronic pain and anxiety. At cortical level, recent studies have consistently indicated that anterior cingulate cortex (ACC) and insular cortex (IC), two critical cortical regions for pain-related unpleasantness and suffering, are also involved in the process of emotional anxiety. At synaptic level, long-term potentiation (LTP), a key cellular mechanism for memory and chronic pain, has also been found to contribute to emotional anxiety in animal models of chronic pain. In a recent study published in Neuron by the group of Prof. Xu, it has been found that at subcortical level, anterior and posterior paraventricular nucleus of the thalamus (PVT) contribute to pain and anxiety through distinct projections to the basolateral amygdala (BLA) and central amygdala (CeA). In this review, I will first introduce the recent work by Prof Xu, and then discuss possible mechanisms at different levels for pain and anxiety in the condition of chronic pain, including chronic visceral pain. Some of medicines used in the current treatment will be analyzed, and potential future treatment for pain and anxiety in chronic pain conditions will be discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,291
Écart entre enseignants0,276 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular PainMême sujetPain Mechanisms and TreatmentsTravaux en français237 207