- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT05910762
Lidské učení nových strukturovaných informací v průběhu času a spánku
Učení nové struktury napříč časem a spánkem
Adaptivní jednání vyžaduje rychlé zachycení struktury v prostředí a uložení získaných znalostí pro efektivní budoucí použití. Dominantní teorie hipokampu se soustředily na jeho schopnost zakódovat jednotlivé momentky zážitku, ale vyšetřovatelé a další našli důkazy, že je také zásadní pro nalezení struktury napříč zkušenostmi. Mechanismy této základní formy učení nebyly stanoveny. Vyšetřovatelé vyvinuli model neuronové sítě hippocampu, který vytvořil teorii, že jedno z jeho podpolí může rychle zakódovat strukturu pomocí distribuovaných reprezentací, což je mocná forma reprezentace, ve které populace neuronů reagují na různé související rysy prostředí.
Prvním cílem tohoto projektu je otestovat předpovědi tohoto modelu pomocí funkčního zobrazování magnetickou rezonancí s vysokým rozlišením (fMRI) v paradigmatech vyžadujících integraci informací napříč zkušenostmi. Výsledky objasní základní mechanismy toho, jak se lidé učí nové struktuře, rozhodují mezi existujícími modely tohoto procesu a informují o dalším vývoji modelu. Existují také konkurenční teorie o konečném osudu nových hipokampálních reprezentací. Jeden pohled předpokládá, že během spánku hipokampus přehrává nedávné informace, aby vytvořil dlouhodobější distribuované reprezentace v neokortexu. Jiný pohled tvrdí, že vzpomínky jsou přímo a nezávisle tvořeny a konsolidovány v hippocampu a neokortexu.
Druhým cílem tohoto projektu je test mezi těmito teoriemi. Vyšetřovatelé vyhodnotí změny v hipokampálních a kortikálních reprezentacích v průběhu času opakovaným skenováním účastníků a sledováním změn v paměti s týdenním zpožděním. Jakékoli pozorované změny v mozku a chování v průběhu času však mohou být způsobeny obecnými vlivy času nebo aktivním zpracováním během spánku.
Třetím cílem je tedy posoudit konkrétní kauzální příspěvky spánku ke konsolidaci strukturovaných informací. Vyšetřovatelé použijí spánkovou elektroencefalografii v reálném čase k přehrávání zvukových podnětů k reaktivaci paměti zkreslení. Vyšetřovatelé očekávají, že tato práce objasní anatomické substráty a kriticky povahu reprezentací, které podporují kódování a konsolidaci nové struktury v prostředí.
Přehled studie
Postavení
Podmínky
Intervence / Léčba
Typ studie
Zápis (Odhadovaný)
Fáze
- Nelze použít
Kontakty a umístění
Studijní kontakt
- Jméno: Anna C Schapiro, PhD
- Telefonní číslo: 6177974555
- E-mail: aschapir@sas.upenn.edu
Studijní záloha kontaktů
- Jméno: Rishi Krishnamurthy, BA
- Telefonní číslo: 4255050841
- E-mail: rishikr@sas.upenn.edu
Studijní místa
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Spojené státy, 19104
- Nábor
- University of Pennsylvania
-
Kontakt:
- Rishi Krishnamurthy, BA
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
Přijímá zdravé dobrovolníky
Popis
Kritéria pro zařazení:
- Mezi 18 a 35 lety (všechny cíle)
- Není členem zranitelné populace (všechny cíle)
- Normální nebo korigované na normální vidění (všechny cíle)
- Normální sluch (všechny cíle)
- Schopnost mluvit plynně anglicky (všechny cíle)
- Žádná předchozí anamnéza závažných psychiatrických nebo neurologických poruch (cíle 1 a 2; specifické pro MRI)
- V současné době neužívám žádná antidepresiva ani sedativa (cíle 1 a 2; specifické pro MRI)
- Žádné známé neurologické poruchy (cíl 3; specifické pro EEG)
Kritéria vyloučení:
- Vyšetřovatelé vyloučí jedince s kontraindikacemi MR, jako jsou neodstranitelná biomedicínská zařízení nebo kov v těle nebo na těle (cíle 1 a 2; specifické pro MRI)
- Klaustrofobie (cíle 1 a 2; specifické pro MRI)
- Těhotné ženy budou také vyloučeny z neurozobrazování, protože účinky MR na těhotenství nejsou plně známy (cíle 1 a 2; specifické pro MRI)
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Základní věda
- Přidělení: Randomizované
- Intervenční model: Paralelní přiřazení
- Maskování: Singl
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: Učení a upevňování v asociativním odvozování
Navrhovaná studie funkčního zobrazování magnetickou rezonancí hodnotí neurální reprezentace přispívající ke schopnosti lidí asociovat objekty na podporu jednoduchých závěrů a zobecnění.
Všichni účastníci podstoupí stejnou proceduru.
Účastníci se dozvědí o dvojicích objektů a poté budou požádáni, aby učinili úsudky a závěry o vztazích mezi objekty.
Pořadí prezentace objektů bude v rámci předmětů manipulováno, protože různé teorie učení vytvářejí různé předpovědi o tom, jak se učení bude vyvíjet v různém uspořádání.
Účastníci budou přivedeni o týden později ke druhému skenování, aby vyhodnotili, jak se nervové substráty těchto procesů mění s konsolidací.
|
Účastníci se zapojí do asociativního inferenčního paradigmatu.
Paměť bude hodnocena behaviorálně a neurální reprezentace budou hodnoceny pomocí funkční magnetické rezonance.
|
|
Experimentální: Učení a upevňování v kategorii učení
Navrhovaná studie funkčního zobrazování magnetickou rezonancí hodnotí neurální reprezentace přispívající ke schopnosti lidí učit se nové kategorie objektů.
Všichni účastníci podstoupí stejnou proceduru.
Účastníci se seznámí s novými předměty, z nichž každý má několik barevných částí.
Některé části jsou jedinečné pro jednotlivé objekty a jiné jsou sdíleny mezi členy kategorie.
Vyšetřovatelé posoudí, jak různé oblasti mozku přispívají k učení a zapamatování těchto různých druhů částí a jak výsledné reprezentace podporují porozumění kategoriím.
Účastníci budou přivedeni o týden později ke druhému skenování, aby vyhodnotili, jak se nervové substráty těchto procesů mění s konsolidací.
|
Účastníci se zapojí do paradigmatu kategorie učení.
Paměť bude hodnocena behaviorálně (rameno 2 a 3) a neurální reprezentace budou hodnoceny pomocí funkční magnetické rezonance (rameno 2).
|
|
Experimentální: Manipulace s přehráváním během spánku pomocí EEG v reálném čase
V navrhované elektroencefalografické studii (EEG) všichni účastníci podstoupí stejný postup.
Účastníci se naučí vizuální rysy a mluvená jména spojená se třemi kategoriemi nových předmětů.
Paměť účastníků na tyto předměty a jejich části bude testována před a po spánku.
Vyšetřovatelé budou během spánku v reálném čase monitorovat mozkovou aktivitu a v optimálních okamžicích tiše přehrávat vyslovená jména objektů, aby podpořili reaktivaci konkrétních objektů v konkrétních objednávkách.
Vyšetřovatelé posoudí, jak tato manipulace ovlivňuje paměť těchto objektů.
|
Účastníci se zapojí do paradigmatu kategorie učení.
Paměť bude hodnocena behaviorálně (rameno 2 a 3) a neurální reprezentace budou hodnoceny pomocí funkční magnetické rezonance (rameno 2).
Účastníci budou spát poté, co se zapojí do paradigmatu učení kategorie, zatímco budou shromažďována data z elektroencefalografie a paměť bude po spánku hodnocena behaviorálně.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Změny ve vícerozměrných zobrazeních
Časové okno: Během prvního sezení (v rozsahu 2–3 hodin) a přibližně s týdenním zpožděním ve druhém sezení (v rozsahu 1–2 hodin)
|
Změny v prostorových korelacích mezi vzorem MRI BOLD souvisejícím se souvisejícími objekty v průběhu učení a během týdenního zpoždění.
|
Během prvního sezení (v rozsahu 2–3 hodin) a přibližně s týdenním zpožděním ve druhém sezení (v rozsahu 1–2 hodin)
|
|
Korelace mozku a chování
Časové okno: Během prvního sezení (v rozsahu 2–3 hodin) a přibližně s týdenním zpožděním ve druhém sezení (v rozsahu 1–2 hodin)
|
Korelace mezi TUČNÝM signálem v mozku a chováním účastníků při posuzování objektů.
|
Během prvního sezení (v rozsahu 2–3 hodin) a přibližně s týdenním zpožděním ve druhém sezení (v rozsahu 1–2 hodin)
|
|
Korelace mezi aktivitou napříč oblastmi mozku
Časové okno: Během prvního sezení (v rozsahu 2–3 hodin) a přibližně s týdenním zpožděním ve druhém sezení (v rozsahu 1–2 hodin)
|
Vztahy mezi aktivitou BOLD v různých oblastech mozku jako funkce typu pokusu a zpoždění.
|
Během prvního sezení (v rozsahu 2–3 hodin) a přibližně s týdenním zpožděním ve druhém sezení (v rozsahu 1–2 hodin)
|
|
Přesnost paměti
Časové okno: V rámci jednoho studijního sezení (trvající 4-5 hodin)
|
Změna schopnosti generalizace z doby před zdřímnutím do po zdřímnutí jako funkce různých podmínek navádění objektů během spánku.
|
V rámci jednoho studijního sezení (trvající 4-5 hodin)
|
Spolupracovníci a vyšetřovatelé
Sponzor
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Anna C Schapiro, PhD, University of Pennsylvania
Publikace a užitečné odkazy
Obecné publikace
- Kriegeskorte N, Mur M, Bandettini P. Representational similarity analysis - connecting the branches of systems neuroscience. Front Syst Neurosci. 2008 Nov 24;2:4. doi: 10.3389/neuro.06.004.2008. eCollection 2008.
- Schapiro AC, Turk-Browne NB, Norman KA, Botvinick MM. Statistical learning of temporal community structure in the hippocampus. Hippocampus. 2016 Jan;26(1):3-8. doi: 10.1002/hipo.22523. Epub 2015 Oct 13.
- Mack ML, Love BC, Preston AR. Building concepts one episode at a time: The hippocampus and concept formation. Neurosci Lett. 2018 Jul 27;680:31-38. doi: 10.1016/j.neulet.2017.07.061. Epub 2017 Aug 8.
- Schapiro AC, Rogers TT, Cordova NI, Turk-Browne NB, Botvinick MM. Neural representations of events arise from temporal community structure. Nat Neurosci. 2013 Apr;16(4):486-92. doi: 10.1038/nn.3331. Epub 2013 Feb 17.
- Kumaran D, McClelland JL. Generalization through the recurrent interaction of episodic memories: a model of the hippocampal system. Psychol Rev. 2012 Jul;119(3):573-616. doi: 10.1037/a0028681.
- Schapiro AC, McDevitt EA, Chen L, Norman KA, Mednick SC, Rogers TT. Sleep Benefits Memory for Semantic Category Structure While Preserving Exemplar-Specific Information. Sci Rep. 2017 Nov 1;7(1):14869. doi: 10.1038/s41598-017-12884-5.
- McClelland JL, McNaughton BL, O'Reilly RC. Why there are complementary learning systems in the hippocampus and neocortex: insights from the successes and failures of connectionist models of learning and memory. Psychol Rev. 1995 Jul;102(3):419-457. doi: 10.1037/0033-295X.102.3.419.
- Schapiro AC, McDevitt EA, Rogers TT, Mednick SC, Norman KA. Human hippocampal replay during rest prioritizes weakly learned information and predicts memory performance. Nat Commun. 2018 Sep 25;9(1):3920. doi: 10.1038/s41467-018-06213-1.
- Goldi M, van Poppel EAM, Rasch B, Schreiner T. Increased neuronal signatures of targeted memory reactivation during slow-wave up states. Sci Rep. 2019 Feb 25;9(1):2715. doi: 10.1038/s41598-019-39178-2.
- Hu X, Cheng LY, Chiu MH, Paller KA. Promoting memory consolidation during sleep: A meta-analysis of targeted memory reactivation. Psychol Bull. 2020 Mar;146(3):218-244. doi: 10.1037/bul0000223.
- Cairney SA, Guttesen AAV, El Marj N, Staresina BP. Memory Consolidation Is Linked to Spindle-Mediated Information Processing during Sleep. Curr Biol. 2018 Mar 19;28(6):948-954.e4. doi: 10.1016/j.cub.2018.01.087. Epub 2018 Mar 8.
- Eichenbaum H. Prefrontal-hippocampal interactions in episodic memory. Nat Rev Neurosci. 2017 Sep;18(9):547-558. doi: 10.1038/nrn.2017.74. Epub 2017 Jun 29.
- Schapiro AC, Kustner LV, Turk-Browne NB. Shaping of object representations in the human medial temporal lobe based on temporal regularities. Curr Biol. 2012 Sep 11;22(17):1622-7. doi: 10.1016/j.cub.2012.06.056. Epub 2012 Aug 9.
- Schapiro AC, Gregory E, Landau B, McCloskey M, Turk-Browne NB. The necessity of the medial temporal lobe for statistical learning. J Cogn Neurosci. 2014 Aug;26(8):1736-47. doi: 10.1162/jocn_a_00578. Epub 2014 Jan 23.
- Covington NV, Brown-Schmidt S, Duff MC. The Necessity of the Hippocampus for Statistical Learning. J Cogn Neurosci. 2018 May;30(5):680-697. doi: 10.1162/jocn_a_01228. Epub 2018 Jan 8.
- Schlichting ML, Preston AR. Memory integration: neural mechanisms and implications for behavior. Curr Opin Behav Sci. 2015 Feb;1:1-8. doi: 10.1016/j.cobeha.2014.07.005.
- Hinton, GE. Distributed representations. Technical Report CMU-CS-84-157. 1984.
- Schapiro AC, Turk-Browne NB, Botvinick MM, Norman KA. Complementary learning systems within the hippocampus: a neural network modelling approach to reconciling episodic memory with statistical learning. Philos Trans R Soc Lond B Biol Sci. 2017 Jan 5;372(1711):20160049. doi: 10.1098/rstb.2016.0049.
- Norman KA, O'Reilly RC. Modeling hippocampal and neocortical contributions to recognition memory: a complementary-learning-systems approach. Psychol Rev. 2003 Oct;110(4):611-46. doi: 10.1037/0033-295X.110.4.611.
- Yonelinas AP, Ranganath C, Ekstrom AD, Wiltgen BJ. A contextual binding theory of episodic memory: systems consolidation reconsidered. Nat Rev Neurosci. 2019 Jun;20(6):364-375. doi: 10.1038/s41583-019-0150-4.
- Singh D, Norman KA, Schapiro AC. A model of autonomous interactions between hippocampus and neocortex driving sleep-dependent memory consolidation. Proc Natl Acad Sci U S A. 2022 Nov;119(44):e2123432119. doi: 10.1073/pnas.2123432119. Epub 2022 Oct 24.
- Hassabis D, Kumaran D, Summerfield C, Botvinick M. Neuroscience-Inspired Artificial Intelligence. Neuron. 2017 Jul 19;95(2):245-258. doi: 10.1016/j.neuron.2017.06.011.
- McCloskey M, Cohen NJ. Catastrophic interference in connectionist networks: The sequential learning problem. Psychology of Learning and Motivation. 1989; 24: 109-165.
- Daw ND, Niv Y, Dayan P. Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nat Neurosci. 2005 Dec;8(12):1704-11. doi: 10.1038/nn1560. Epub 2005 Nov 6.
- Leutgeb S, Leutgeb JK, Treves A, Moser MB, Moser EI. Distinct ensemble codes in hippocampal areas CA3 and CA1. Science. 2004 Aug 27;305(5688):1295-8. doi: 10.1126/science.1100265. Epub 2004 Jul 22.
- Leutgeb JK, Leutgeb S, Moser MB, Moser EI. Pattern separation in the dentate gyrus and CA3 of the hippocampus. Science. 2007 Feb 16;315(5814):961-6. doi: 10.1126/science.1135801.
- Nakashiba T, Young JZ, McHugh TJ, Buhl DL, Tonegawa S. Transgenic inhibition of synaptic transmission reveals role of CA3 output in hippocampal learning. Science. 2008 Feb 29;319(5867):1260-4. doi: 10.1126/science.1151120. Epub 2008 Jan 24.
- Schlichting ML, Preston AR. Hippocampal-medial prefrontal circuit supports memory updating during learning and post-encoding rest. Neurobiol Learn Mem. 2016 Oct;134 Pt A(Pt A):91-106. doi: 10.1016/j.nlm.2015.11.005. Epub 2015 Nov 25.
- Guise KG, Shapiro ML. Medial Prefrontal Cortex Reduces Memory Interference by Modifying Hippocampal Encoding. Neuron. 2017 Apr 5;94(1):183-192.e8. doi: 10.1016/j.neuron.2017.03.011. Epub 2017 Mar 23.
- Barker GR, Banks PJ, Scott H, Ralph GS, Mitrophanous KA, Wong LF, Bashir ZI, Uney JB, Warburton EC. Separate elements of episodic memory subserved by distinct hippocampal-prefrontal connections. Nat Neurosci. 2017 Feb;20(2):242-250. doi: 10.1038/nn.4472. Epub 2017 Jan 9.
- Wimmer GE, Daw ND, Shohamy D. Generalization of value in reinforcement learning by humans. Eur J Neurosci. 2012 Apr;35(7):1092-104. doi: 10.1111/j.1460-9568.2012.08017.x.
- Tompary A, Davachi L. Consolidation Promotes the Emergence of Representational Overlap in the Hippocampus and Medial Prefrontal Cortex. Neuron. 2020 Jan 8;105(1):199-200. doi: 10.1016/j.neuron.2019.12.020. No abstract available.
- Antony JW, Schapiro AC. Active and effective replay: systems consolidation reconsidered again. Nat Rev Neurosci. 2019 Aug;20(8):506-507. doi: 10.1038/s41583-019-0191-8. No abstract available.
- Paller KA. Sleeping in a Brave New World: Opportunities for Improving Learning and Clinical Outcomes through Targeted Memory Reactivation. Curr Dir Psychol Sci. 2017 Dec;26(6):532-537. doi: 10.1177/0963721417716928. Epub 2017 Nov 1.
- Armstrong K, Kose S, Williams L, Woolard A, Heckers S. Impaired associative inference in patients with schizophrenia. Schizophr Bull. 2012 May;38(3):622-9. doi: 10.1093/schbul/sbq145. Epub 2010 Dec 6.
- Molitor RJ, Sherrill KR, Morton NW, Miller AA, Preston AR. Memory Reactivation during Learning Simultaneously Promotes Dentate Gyrus/CA2,3 Pattern Differentiation and CA1 Memory Integration. J Neurosci. 2021 Jan 27;41(4):726-738. doi: 10.1523/JNEUROSCI.0394-20.2020. Epub 2020 Nov 25.
- Dimsdale-Zucker HR, Ritchey M, Ekstrom AD, Yonelinas AP, Ranganath C. CA1 and CA3 differentially support spontaneous retrieval of episodic contexts within human hippocampal subfields. Nat Commun. 2018 Jan 18;9(1):294. doi: 10.1038/s41467-017-02752-1.
- Schlichting ML, Zeithamova D, Preston AR. CA1 subfield contributions to memory integration and inference. Hippocampus. 2014 Oct;24(10):1248-60. doi: 10.1002/hipo.22310. Epub 2014 Jun 11.
- Shohamy D, Wagner AD. Integrating memories in the human brain: hippocampal-midbrain encoding of overlapping events. Neuron. 2008 Oct 23;60(2):378-89. doi: 10.1016/j.neuron.2008.09.023.
- Zeithamova D, Schlichting ML, Preston AR. The hippocampus and inferential reasoning: building memories to navigate future decisions. Front Hum Neurosci. 2012 Mar 26;6:70. doi: 10.3389/fnhum.2012.00070. eCollection 2012.
- Schlichting ML, Mumford JA, Preston AR. Learning-related representational changes reveal dissociable integration and separation signatures in the hippocampus and prefrontal cortex. Nat Commun. 2015 Aug 25;6:8151. doi: 10.1038/ncomms9151.
- Tompary A, Al-Aidroos N, Turk-Browne NB. Attending to What and Where: Background Connectivity Integrates Categorical and Spatial Attention. J Cogn Neurosci. 2018 Sep;30(9):1281-1297. doi: 10.1162/jocn_a_01284. Epub 2018 May 23.
- Carr VA, Rissman J, Wagner AD. Imaging the human medial temporal lobe with high-resolution fMRI. Neuron. 2010 Feb 11;65(3):298-308. doi: 10.1016/j.neuron.2009.12.022.
- Poppenk J, Evensmoen HR, Moscovitch M, Nadel L. Long-axis specialization of the human hippocampus. Trends Cogn Sci. 2013 May;17(5):230-40. doi: 10.1016/j.tics.2013.03.005. Epub 2013 Apr 16.
- Chanales AJH, Tremblay-McGaw AG, Drascher ML, Kuhl BA. Adaptive Repulsion of Long-Term Memory Representations Is Triggered by Event Similarity. Psychol Sci. 2021 May;32(5):705-720. doi: 10.1177/0956797620972490. Epub 2021 Apr 21.
- Miner AE, Schurgin MW, Brady TF. Is working memory inherently more "precise" than long-term memory? Extremely high fidelity visual long-term memories for frequently encountered objects. J Exp Psychol Hum Percept Perform. 2020 Aug;46(8):813-830. doi: 10.1037/xhp0000748. Epub 2020 Apr 23.
- Zhao Y, Chanales AJH, Kuhl BA. Adaptive Memory Distortions Are Predicted by Feature Representations in Parietal Cortex. J Neurosci. 2021 Mar 31;41(13):3014-3024. doi: 10.1523/JNEUROSCI.2875-20.2021. Epub 2021 Feb 22.
- Ashby FG, Maddox WT. Human category learning 2.0. Ann N Y Acad Sci. 2011 Apr;1224:147-161. doi: 10.1111/j.1749-6632.2010.05874.x. Epub 2010 Dec 23.
- Bowman CR, Iwashita T, Zeithamova D. Tracking prototype and exemplar representations in the brain across learning. Elife. 2020 Nov 26;9:e59360. doi: 10.7554/eLife.59360.
- Margalit E, Biederman I, Tjan BS, Shah MP. What Is Actually Affected by the Scrambling of Objects When Localizing the Lateral Occipital Complex? J Cogn Neurosci. 2017 Sep;29(9):1595-1604. doi: 10.1162/jocn_a_01144. Epub 2017 May 11.
- Rogers TT, Hocking J, Noppeney U, Mechelli A, Gorno-Tempini ML, Patterson K, Price CJ. Anterior temporal cortex and semantic memory: reconciling findings from neuropsychology and functional imaging. Cogn Affect Behav Neurosci. 2006 Sep;6(3):201-13. doi: 10.3758/cabn.6.3.201.
- Landmann N, Kuhn M, Piosczyk H, Feige B, Baglioni C, Spiegelhalder K, Frase L, Riemann D, Sterr A, Nissen C. The reorganisation of memory during sleep. Sleep Med Rev. 2014 Dec;18(6):531-41. doi: 10.1016/j.smrv.2014.03.005. Epub 2014 Mar 18.
- Whitmore NW, Bassard AM, Paller KA. Targeted memory reactivation of face-name learning depends on ample and undisturbed slow-wave sleep. NPJ Sci Learn. 2022 Jan 12;7(1):1. doi: 10.1038/s41539-021-00119-2.
- Norman KA, Newman EL, Perotte AJ. Methods for reducing interference in the Complementary Learning Systems model: oscillating inhibition and autonomous memory rehearsal. Neural Netw. 2005 Nov;18(9):1212-28. doi: 10.1016/j.neunet.2005.08.010. Epub 2005 Nov 2.
- Zhou Z, Singh D, Tandoc MC, Schapiro AC. Building integrated representations through interleaved learning. J Exp Psychol Gen. 2023 Sep;152(9):2666-2684. doi: 10.1037/xge0001415. Epub 2023 May 25.
- Klinzing JG, Niethard N, Born J. Mechanisms of systems memory consolidation during sleep. Nat Neurosci. 2019 Oct;22(10):1598-1610. doi: 10.1038/s41593-019-0467-3. Epub 2019 Aug 26.
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další identifikační čísla studie
- 833228B
- R01MH129436 (Grant/smlouva NIH USA)
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Časový rámec sdílení IPD
Kritéria přístupu pro sdílení IPD
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
produkt vyrobený a vyvážený z USA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .