Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Neurotherapie zur Förderung der Emotionserkennung bei Autismus

12. September 2020 aktualisiert von: John Richey, Virginia Polytechnic Institute and State University
Die Autismus-Spektrum-Störung (ASS) ist eine neurologische Entwicklungsstörung, die häufiger vorkommt als bisher angenommen und heterogen in ihrer Ausprägung, obwohl sie einheitlich durch schwere soziale Behinderung gekennzeichnet ist. Die soziale Behinderung, die ASD definiert, durchdringt andere Bereiche des adaptiven Verhaltens, ist prädiktiv für sekundäre psychische Gesundheitsprobleme und wirkt sich nachteilig auf das langfristige Ergebnis aus. Obwohl ASD eine chronische Erkrankung ist, gibt es wenig Forschung zu Interventionen für Erwachsene mit ASD. Diese Studie schlägt vor, zunächst die neuronale Plastizität spezifischer Gehirnmechanismen zu ermitteln, die Schwierigkeiten bei der Erkennung von Gesichtsemotionen zugrunde liegen, einem Kerndefizit, von dem angenommen wird, dass es für den Verhaltensausdruck von ASS-sozialer Behinderung ausschlaggebend ist. Die Forscher werden dann eine neuartige, computerbasierte Intervention entwickeln, die Echtzeit-Feedback an den Benutzer verwendet, um Defizite bei der Emotionserkennung zu verbessern.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Personen mit Autismus-Spektrum-Störung (ASS) haben bekanntermaßen Schwierigkeiten beim Erkennen von Gesichtsemotionen. Es wird angenommen, dass solche Defizite in der Erkennung von Gesichtsemotionen (FER) soziale Behinderungen bei ASD verursachen oder verschlimmern, indem sie 1) die genaue Erkennung sozialer/emotionaler Informationen, die durch das Gesicht vermittelt werden, und anschließend 2) die Bereitstellung emotional angemessener Reaktionen verhindern. In Übereinstimmung mit diesem Modell korrelieren FER-Defizite mit sozialer Behinderung bei ASD und verleihen Morbidität über die Kernsymptome hinaus.

Langfristiges Ziel ist es zu verstehen, wie FER-Netzwerke für therapeutische und präventive Zwecke manipuliert werden können. In dieser Studie testen Forscher die Machbarkeit einer Intervention, die unsere zuvor entwickelte Gehirn-Computer-Schnittstelle (BCI) nutzt, um FER in einer gemischten Welt der virtuellen Realität zu fördern. Das neue Tool „FER Assistant“ (bereitgestellt auf einem Tablet – iPad) soll Benutzern dabei helfen, Emotionen und Absichten von „Avataren“ zu erkennen, die eine virtuelle Welt bewohnen, und wird Benutzern eine äußerst realistische Testumgebung zum gemeinsamen Üben von FER-Fähigkeiten bieten BCI.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

28

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

16 Jahre bis 29 Jahre (Kind, Erwachsene)

Akzeptiert gesunde Freiwillige

Ja

Studienberechtigte Geschlechter

Männlich

Beschreibung

Einschlusskriterien:

  • Diagnose ASS

Ausschlusskriterien:

  • Keine schwere Psychopathologie, die eine andere sofortige Behandlung erfordert

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Behandlung
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: aktiv
Neurofeedback für FER
Verhalten: Neurofeedback
Echtzeit-Feedback zur Genauigkeit der Emotionserkennung
Kein Eingriff: Kontrolle
Warteliste

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Erkennung von Gesichtsemotionen (RMET)
Zeitfenster: 5 Wochen
Änderung der Erkennung von Gesichtsemotionen 5 Wochen nach dem Basistermin
5 Wochen

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Virginia Polytechnic Institute and State University

Ermittler

  • Hauptermittler: Richey, Virginia Polytechnic Institute and State University

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. September 2016

Primärer Abschluss (Tatsächlich)

31. Dezember 2019

Studienabschluss (Tatsächlich)

31. Dezember 2019

Studienanmeldedaten

Zuerst eingereicht

18. Dezember 2016

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

12. Dezember 2017

Zuerst gepostet (Tatsächlich)

18. Dezember 2017

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

16. September 2020

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

12. September 2020

Zuletzt verifiziert

1. September 2020

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • MH100268

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren