MétaCan
Menu
Retour à la cohorte
Enregistrement W7038418910

Influence of circadian rhythmicity on postoperative pain and recovery using a mouse model of incisional wound

2024· dissertation· en· W7038418910 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2024
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCircadian rhythmPostoperative painAnimal modelPeriod (music)Rat model
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Postoperative pain is a major concern for patients worldwide which can last days, weeks, or months following surgery.Circadian rhythms, controlled by molecular "clocks", govern nearly every physiological function.Such biological clocks are found throughout the body and reside in most cells including those of the immune system.Chronobiological approaches have emerged to study pain and inflammation.While time-of-day effects on pain levels of various conditions have been studied, it remains poorly understood whether the time of injury can alter subsequent pain behaviours.The primary aim of this study was to assess postoperative pain in a mouse model of hind paw incision in a circadian-dependent manner.Incisions were made at four time points (ZT2, ZT8, ZT14, and ZT20).Evoked and spontaneous pain behaviours were measured using the von Frey mechanical sensitivity test, Hargreaves' radiant heat paw-withdrawal test, and Mouse Grimace Scale assays.Testing was performed 1, 3, 5, 7, 10, and 14 days following the incision, at the same time every day, then once weekly until pain resolution.No statistically significant differences were observed between groups or sexes.Although there were no observed behavioural differences between the circadian groups, we discuss potential underlying causes and the implications in both preclinical and clinical settings.This study adds to the literature on circadian rhythms and their influence on pain research in the pursuit of more biologically informed pre-and postoperative care.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetMachine Learning in Materials ScienceTravaux en français237 207