MétaCan
Menu
Retour à la cohorte
Enregistrement W7104265380 · doi:10.71781/558

Mécanismes soutenant l’efficacité de suggestions hypnoanalgésiques

2025· dissertation· fr· W7104265380 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2025
Typedissertation
Languefr
DomaineNeuroscience
ThématiquePain Management and Placebo Effect
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésLienContext (archaeology)VenQualitative analysis

Résumé

récupéré en direct d'OpenAlex

Ce travail vise à améliorer la compréhension des mécanismes d’intégration cognitive et expérientielle que modulent les suggestions hypnotiques d’analgésie. Pour ce faire, les notions de douleur et d’hypnose seront décrites, en lien avec les connaissances actuelles. La théorisation de l’hypnoanalgésie sera présentée, en lien avec certains mécanismes pouvant participer à son efficacité. Ensuite, le corps de cet essai se constitue de deux articles scientifiques, participant à augmenter le savoir sur la modulation psychologique de la douleur. Le premier se penche sur l’imagerie cérébrale de l’écoute de suggestions verbales d’analgésie, en contexte d’hypnose. Y sont explorées les activations cérébrales prédictives de l’augmentation et la diminution de la douleur, conséquemment aux suggestions données aux participants. Cet article positionne l’importance de l’étude de l’intégration des suggestions verbales afin de mieux saisir la manière dont cette approche fonctionne et agit sur l’expérience de douleur. Le deuxième article de thèse se penche sur la relation entre certains traits de personnalité prédisposant soit à l’hypnose, soit à la pleine conscience, et l’efficacité de différentes suggestions verbales, censées reposer sur ces prédispositions pour augmenter l’analgésie. Cet article participe à mieux saisir les limites et possibilités de l’utilisation de suggestions de pleine conscience, au sein d’une intervention hypnotique. En cela, il devient possible de mieux situer ce qui fait l’efficacité de certains types de suggestions, en relation avec ces prédispositions. Finalement, le dernier volet de cette thèse visera à approfondir les résultats de ces articles, en lien avec la théorisation d’un cerveau prédictif (ou bayésien) et en cognition incarnée. Ce postulat sera utilisé afin de situer les besoins à venir en recherche et en clinique, en lien avec la nécessité de considérer la recherche sur l’hypnoanalgésie en lien avec les facultés naturelles d’un cerveau à même de favoriser un modèle interne, plutôt que les entrants sensoriels supposés informer son expérience. En somme, cet essai ouvre la réflexion sur une proposition claire : Loin de créer une expérience altérée, le contexte hypnotique mobilise et met à profit une capacité naturelle du cerveau.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,045
Tête enseignante GPT0,335
Écart entre enseignants0,290 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetPain Management and Placebo EffectTravaux en français237 207