- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07225400
Entwurf eines räumlichen Navigationsinterventionsprotokolls auf Grundlage regionsspezifischer Hirnaktivierung bei leichter kognitiver Beeinträchtigung (SNav)
Entwicklung eines räumlichen Navigationsinterventionsprotokolls auf Grundlage regionsspezifischer Hirnaktivierung bei leichter kognitiver Beeinträchtigung
Das Ziel dieser einarmigen klinischen Studie ist es, zu bestimmen, ob Teilnehmer mit leichter kognitiver Beeinträchtigung (MCI) erfolgreich ein Virtual-Reality (VR)-Labyrinth navigieren können. Das VR-Labyrinth ist als Trainingstool konzipiert, das darauf abzielt, die räumlichen Navigationsfähigkeiten der Teilnehmer zu verbessern.
Hauptziele:
- Zu bestimmen, ob mindestens 70 % der älteren Erwachsenen, die an der Studie teilnehmen, vierundzwanzig 50-minütige Trainingseinheiten über einen Zeitraum von 4 Monaten absolvieren können.
- Zu bewerten, ob die Kombination von Virtual Reality mit EEG-Aufzeichnungen verwendet werden kann, um Gehirnaktivierung und Veränderungen der Gehirnaktivierung im Zusammenhang mit räumlichem Navigationslernen zu messen.
Teilnehmer werden:
- In einem offenen, hindernisfreien Raum gehen, während sie VR-Brillen tragen.
- Bis zu fünfzig verschiedene virtuelle Labyrinthe nacheinander erkunden und versuchen, ihren Weg durch jedes zu finden.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Spezifische Ziele: Da noch keine Heilung verfügbar ist, sind Lebensstilinterventionen zur Verzögerung des Ausbruchs von Alzheimer und verwandten Demenzerkrankungen unerlässlich. Bis zu einem Drittel der Demenzfälle könnte durch präventive Verhaltensweisen wie kognitive Aktivität vermeidbar sein, wie Beobachtungsdaten zeigen. Doch kognitive Trainingsprotokolle zur Verzögerung des Ausbruchs bleiben oft hinter den Erwartungen zurück. Das Forscherteam geht davon aus, dass eine Intervention, die auf spezifischen Messungen von kognitionsunterstützenden Hirnregionen basiert, bessere Ergebnisse liefern wird.
Dieses Pilotprojekt konzentriert sich auf räumliche Navigation (SN), die Fähigkeit, sich in vertrauten/unvertrauten Umgebungen zurechtzufinden, die sich besonders als Ziel für Frühinterventionen eignet. Schwierigkeiten beim Bilden neuer und Erhalt alter räumlicher Erinnerungen sind ein häufiges und frühes Anzeichen von Alzheimer und können zu Desorientierung und Abhängigkeit bei Alltagsaktivitäten führen. Tau- und Amyloid-beta-Ablagerungen beginnen in SN-unterstützenden Regionen wie dem medialen Temporallappen und dem posterioren parietalen Kortex. Obwohl SN-Probleme ein wichtiges Ziel darstellen, gibt es wenige klinische Studien zu SN. Viele Studien sind Desktop- oder Virtual-Reality-basiert, wobei Lernende Handgeräte zur SN-Schulung verwenden. Eine wesentliche Einschränkung dieser Trainingsmethoden ist der Entzug bewegungsbezogener sensorischer und kinematischer Informationen während aktiver Navigation.
Um diese Grenze zu überwinden, wurde ein vollimmersives Virtual-Reality(VR)-Labyrinth entwickelt, in dem Teilnehmer ihre Navigationsfähigkeiten trainieren. Entscheidend ist, dass das Labyrinthdesign auf spezifischen Beiträgen des medialen Temporallappens, posterioren parietalen Kortex und retrosplenialen Komplexes zur SN basiert. Zur Quantifizierung regionsspezifischer Beiträge wandte das Forscherteam Mobile Brain Body Imaging (MoBI) an, um Körperbewegung synchron mit EEG zur Aufzeichnung und Analyse von Hirnaktivität auf Quellenebene während aktiver Bewegung im Raum aufzuzeichnen. Das Labyrinth ist darauf ausgelegt, das Lernen in zwei diskrete Phasen zu unterteilen: 1) Stehen/Kodieren des Labyrinths aus der Vogelperspektive zur induktion allozentrischer räumlicher Kodierung (d.h. unabhängig von Position/Orientierung des Navigators) und 2) Gehen/Navigieren des Labyrinths mit erhöhten Wänden, sodass nur Korridore/Kreuzungen während des Gehens sichtbar sind, um egocentrische räumliche Kodierung zu induzieren (d.h. navigatorabhängig; biegen Sie an der nächsten Kreuzung links ab). Evidenz deutet darauf hin, dass der mediale Temporallappen an allozentrischer und der posteriore parietale Kortex an egocentrischer räumlicher Kodierung beteiligt ist, wobei der retrospleniale Komplex allo- und egocentrische mentale Referenzrahmen integriert. Mittels MoBI wird das Studienteam interventionsbedingte Veränderungen der Hirnaktivierung während allo- und egocentrischer räumlicher Kodierung identifizieren und verfolgen. 30 nicht demente ältere Erwachsene in Gemeinschaftsleben werden für eine personalisierte, betreute einarmige klinische Studie zur SN-Intervention mit 24 Sitzungen rekrutiert. VR-Labyrinthe steigern sich gradual in der Komplexität basierend auf dem Fortschritt der einzelnen Lernenden. Das Demenzrisiko wird anhand von Grenzwerten validierter telefonbasierter Screening-Verfahren bestimmt.
Ziel 1: Machbarkeit eines personalisierten Virtual Reality-Räumliche Navigation (VR-SN) Labyrinthtrainingsprotokolls bestimmen. Die Machbarkeit des VR-SN-Labyrinthprotokolls zur Schulung nicht dementer älterer Erwachsener wird untersucht. Machbarkeitsmetriken einschließlich Rekrutierungsquellen, Implementierung (d.h. Abschlussraten der Interventionssitzungen), Rückhalteraten, Akzeptanz (Post-Studien-Interviews) und Sicherheit (Überwachung unerwünschter Ereignisse) werden mittels qualitativer und quantitativer Bewertungswerkzeuge erhoben.
Ziel 2: Traininginduzierte Neuroplastizität bei älteren Erwachsenen in VR-SN-Übungen explorieren. Validierte neuroplastizitätsbezogene behaviorale (Floor Maze Test, FMT) und neurophysiologische (MoBI) Maße sind in den Abschnitten zu Ergebnismessungen beschrieben. Der FMT ist ein 7x10 Fuß großes, auf den Boden geklebtes Labyrinth und misst die zur Navigation benötigte Zeit, die das Studienteam als robusten Prädiktor für kognitive Beeinträchtigung validiert hat und die in Studien mit Alzheimer-Pathologie in Verbindung gebracht wurde. Neurophysiologische Outcomes basieren auf früheren VR-SN-MoBI-Messungen bei jungen Erwachsenen. Hypothese 2a: VR-SN-Training verbessert die Leistung im FMT. Hypothese 2b: VR-SN-Training steigert Modulationen der retrosplenialen Theta-Leistung während Stehen/Kodieren und der posterioren parietalen Alpha-Leistung während Gehen/Navigieren. Hypothese 2c: Erhöhte Modulation in Theta/Alpha-Leistung korreliert mit Verbesserung im Floor Maze Test.
VR ist ein "One-Size-Fits-One"-Ansatz: VR hat sich als effektiv erwiesen bei Patienten mit grobmotorischen und Gleichgewichtsstörungen, posttraumatischer Belastungsstörung und kognitiver Beeinträchtigung. Die Vielseitigkeit von VR ermöglicht die Generierung diverser kontrollierter/sicherer Szenarien, spezifisch auf Patientenanforderungen zugeschnitten. Der VR-SN-Ansatz dieser Studie fördert nachhaltiges Lernen durch Neuartigkeit (d.h. neue Labyrinthe pro Sitzung), angemessene Herausforderung (d.h. Labyrinthkomplexität angepasst an Lernfortschritt) und positives Feedback (d.h. Erreichen des Labyrinthziels). Teilnehmer berichten häufig von Freude an den spielähnlichen Labyrinthübungen, was wesentlich für anhaltende Motivation ist. Das Forscherteam argumentiert, dass dieses VR-Protokoll mit Fokus auf räumliche Navigation klinisch signifikant sein könnte, ähnlich früheren VR-Interventionen, die höhere Gewinne im Vergleich zu Nicht-VR-Interventionen erzielten. Lernenden die Möglichkeit zu geben, sich aktiv im virtuellen Raum zu bewegen und zu navigieren (VR SN) während related brain activation aufgezeichnet wird (VR SN MoBI), erhöht wissenschaftliche Strenge und adressiert frühere Mängel (z.B. Navigation am Standort). Verglichen mit alternativen Bildgebungsverfahren (z.B. MRT, PET) ist EEG low-tech, vollständig portabel und kosteneffizient. Letztendlich könnte dies ein ambulantes EEG-Protokoll rechtfertigen, wie es klinisch üblich ist.
Innovation: SN beansprucht räumliche (z.B. allo/egocentrische räumliche Kodierung) und nicht-räumliche kognitive (z.B. Aufmerksamkeit) Fähigkeiten. Darüber hinaus erfordert SN Integration und flexibles Wechseln zwischen allo- und egocentrischen mentalen Referenzrahmen. Wenn das innovative und neuartige VR-SN-MoBI-Labyrinthprotokoll entwickelt und regionsspezifische Hirnaktivierung im Zusammenhang mit allo- und egocentrischer Kodierung erfolgreich bestimmt wird, ermöglicht dies, das komplexe Zusammenspiel kognitiver Prozesse, die zu Desorientierung und Navigationsunfähigkeit in vertrauten/unvertrauten Umgebungen führen, zu entfalten. Differenzierung und Erkennung spezifischer Beiträge kann zu individualisierten, gezielten Trainingsprotokollen führen, um räumliche und nicht-räumliche Prozesse sowie Probleme räumlicher Kodierung bezüglich Wechsel/Integration allo- und egocentrischer mentaler Referenzrahmen anzugehen. Die Verfolgung von Prä-/Post-Interventionsveränderungen in regionsspezifischer Hirnaktivierung von SN wird neuartige Kandidatenmarker für Neuroplastizität liefern, die getestet und als Quantifizierer (z.B. Dauer, Frequenz, Komplexität) verwendet werden können, um bessere Interventionen gegen kognitiven Abbau und Demenz zu entwickeln.
Neuroplastizität basiert auf der Annahme, dass anspruchsvolle geistige Übungen (z.B. SN) größeren Schutz für entsprechende Hirnregionen (z.B. medialer Temporallappen) bieten und/oder zur Rekrutierung neuer Hirnregionen während Aufgabenperformance führen; das Studienteam strebt an, interventionsbedingte Veränderungen in EEG-Hirnaktivität als Mittel zur Quantifizierung von Neuroplastizität zu untersuchen. Frühere Studien haben vielversprechende Ergebnisse erbracht. Zum Beispiel ist bei Schlaganfallpatienten die Rekrutierung homologer Hirnregionen mit der Wiederherstellung sensomotorischer Fähigkeiten verbunden. Im Gegensatz dazu haben EEG-Studien zu kognitiven/körperlichen Interventionen und related plasticity gemischte Ergebnisse geliefert. EEG-spektrale Leistungsverschiebungen von hohen zu niedrigeren Frequenzbändern während Demenz wurden berichtet, mit einer Umkehr dieser EEG-Verschiebung sowie verbesserter Kognition nach 6-wöchigem Training bei MCI-Patienten. Gleichzeitig berichten Studien über keine Evidenz, die kognitive Trainingsgewinne mit EEG-Markern verbindet. Dieser Vorschlag baut auf und erweitert frühere Studien, indem regions- und spektralspezifische Hirnaktivierung innerhalb eines "One-Size-Fits-One"-SN-Übungsansatzes zur Quantifizierung von Neuroplastizität untersucht wird.
APPROACH Studienverfahren/-assessments
- Telephone Memory Impairment Screen (MIS): Der MIS ist ein kurzer vier-Punkte-Demenz-Screening, der wahrgenommene und rezente Gedächtnisveränderungen bewertet (Grenzwert ≤ 5, Sensitivität 85%, Spezifität 86%).
- 8-item Dementia Screening Interview (AD8): Der AD8 ist ein 8-Punkte-Demenz-Screening, das Gedächtnis, Orientierung, Urteilsvermögen und Alltagsfunktion testet (Grenzwert ≥ 1, Sensitivität 74%, Spezifität 86%).
- Telephone-based Montreal Cognitive Assessment (T-MoCA): Der T-MoCA testet verschiedene kognitive Domänen einschließlich Aufmerksamkeit, exekutive Funktionen, Gedächtnis, Sprache und visuell-räumliche/konstruktive Fähigkeiten und zeigt ausreichende psychometrische Eigenschaften als Screening für leichte kognitive Beeinträchtigung (Grenzwert > 17, Sensitivität 72%, Spezifität 59%).
- Floor Maze Test: FMT ist ein ökologisch valider SN-Test, entwickelt vom Forscherteam, und hat sich als Prädiktor für MCI sowie Korrelat mit Alzheimer-Pathologie erwiesen. Teilnehmer werden am Startpunkt positioniert und angewiesen, den Weg zum Ausgang zu finden. Eine feste 15-Sekunden-Planungsperiode wird zur Routenplanung gegeben. Die vom Ende der Planungsperiode bis zum erfolgreichen Ausgang verstrichene Zeit wird aufgezeichnet (immediate maze time [IMT], Sekunden).
- MoBI: navigationsbezogene Modulationen in regionsspezifischer Theta- und Alpha-Leistung während Stehen/Kodieren und Gehen/Navigieren unter Verwendung von block- und ereignisbezogenen (Fersenauftritt) spektralen Analysemethoden, wie in früheren MoBI-Arbeiten detailliert.
Machbarkeitsdomänen und Erfolgskriterien. Ziel 1 strebt an, die Machbarkeit von Methoden und Verfahren für spätere großflächigere Anwendung zu testen. Das Studienteam schlägt einen 10-tägigen Rotationsplan vor, um dreißig ältere Erwachsene in 24 VR-SN-Labyrinthsitzungen über 4 Monate zu trainieren. Ein gestaffeltes Protokoll wird angewendet, mit 15 älteren Erwachsenen (2 Sitzungen innerhalb 10 Tage) trainiert in Monaten 6-9 und 15 älteren Erwachsenen trainiert in Monaten 10-14 dieses 2-Jahres-Vorschlags. Primäre Erfolgskriterien: 1) mindestens 60% aller eligible älteren Erwachsenen können rekrutiert werden und 2) 70% der älteren Erwachsenen können mit dem 10-tägigen Rotationsprogramm trainiert werden (d.h. 378 Sitzungen über 12 Monate). Zusätzlich werden Daten unter Verwendung der von Thabane et.al. vorgeschlagenen Klassifikation gesammelt (siehe Referenzabschnitt). Gemischte Methoden mit quantitativen und qualitativen Maßen zur Machbarkeitsbewertung werden angewendet.
Stichprobe, Rekrutierung und Screening. Eine Zufallsstichprobe älterer Erwachsener (≥65 Jahre) wird durch verschiedene Mittel identifiziert: Informationsmaterialien und Präsentationen im Fort Washington Senior Center und Listen von Freiwilligen früherer Studien am Albert Einstein College of Medicine (Division of Cognitive and Motor Aging). Interessierte werden telefonisch mit "Demenzrisiko"-Grenzwerten entweder beim MIS (>3 bis ≤6) und AD8 (≥1) gescreent. Eingeschriebene Teilnehmer haben ein Spektrum kognitiver Funktionen von normal bis leichte kognitive Beeinträchtigung (T-MoCA ≤ 17). Dies wird mehrfach berücksichtigt: 1. Adjustierung für MCI-Status in Analysen; 2. Adjustierung für T-MoCA-Score; 3. Stratifizierte Analyse nach MCI-Status.
Interventionsprotokoll VR-Labyrinthsitzung 1: Beginn mit individualisierter, persönlicher Einführungssitzung zur Beschreibung und Beantwortung von Fragen zum Protokoll. Teilnehmer testen VR-Brille, EEG-Haube und gewöhnen sich an die VR-Labyrinthaufgabe. VR-SN-MoBI-Sitzung 2 (Baseline): Jede Sitzung dauert 50 Minuten. Anfängliche Labyrinthkomplexität wird auf niedrigstem Level eingestellt (d.h. eine Drehung zum Ziel). Navigationsziele können anywhere im Labyrinth platziert werden, um Navigationskomplexität entsprechend Lernendenbedürfnissen, Ressourcen und Fortschritt zu manipulieren. Ein Labyrinth wird wiederholt, bis fehlerfrei absolviert, danach wird ein neues Labyrinth eingeführt. Viele VR-Labyrinthe sind vorprogrammiert, um sicherzustellen, dass Übung machbar, neuartig und herausfordernd ist, um langfristiges SN-Training zu incentivieren. Eine up-down transformed rule (UDTR) wird zur Komplexitätsanpassung basierend auf Teilnehmerleistung verwendet. Eine three-up/one-down rule, meaning dass für drei aufeinanderfolgende fehlerfreie Labyrinthe verwendet wird, wobei Komplexität durch zusätzliche Drehung zum Ziel angepasst wird und für jeden Fehler die Anzahl der Drehungen zum Ziel um eins reduziert wird. VR-Labyrinthsitzungen 3-23 (kein MoBI): Teilnehmer nehmen an zwei Sitzungen (50 Minuten, inklusive Pausen) innerhalb 10 Tage über 4 Monate teil. VR-SN-MoBI-Sitzungen 12 & 24: Teilnehmer werden im VR-Labyrinth trainiert, während MoBI aufgezeichnet wird.
Sicherheit Teilnahme an immersiver Virtual Reality kann bei einigen Personen Übelkeit und Schwindel verursachen. Zur Sicherheitsgewährleistung wird der Forschungsassistent stets neben dem Teilnehmer stehen, um ihn während der Bewegung im leeren Raum zu sichern. Pausen nach jedem gelernten Labyrinth werden empfohlen. Kontinuierliche VR-Exposition wird auf maximal 10 Minuten begrenzt, um Teilnehmern die Rückkehr zur physischen Welt zu ermöglichen. Eine aktuelle Metaanalyse bei MCI/Demenz-Patienten in VR-Interventionen berichtete keine signifikante Zunahme unerwünschter Effekte für VR-Protokolle. Alle Interventionen finden in medizinischen Einrichtungen statt.
EXPERIMENTAL APPROACH
Details zu Ziel 1 werden nur referenziell bereitgestellt, um einen umfassenden Studienbericht zu gewährleisten. Die Registrierung dieses Vorschlags in ClinicalTrials.gov bezieht sich ausschließlich auf Ziel 2.
Ziel 1: Machbarkeit des VR-SN-Labyrinthtrainings bestimmen Begründung: Vorläufige Ergebnisse zur Machbarkeit von VR-SN-Übungen für nicht demente ältere Erwachsene helfen, das Protokoll für eine zukünftige randomisierte klinische Studie zu optimieren.
Ziel 2: Traininginduzierte Neuroplastizität bei älteren Erwachsenen nach VR-SN-Labyrinthtraining explorieren Begründung: Hypothesen sind, dass VR-SN-Labyrinthtraining die für das Floor-Labyrinth benötigte Zeit reduziert und Modulationen von Theta/Alpha-Leistung erhöht; Floor-Labyrinthzeit korreliert mit Theta/Alpha-Leistungsveränderung.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Pierfilippo De Sanctis, PhD
- Telefonnummer: 718-862-1828
- E-Mail: pierfilippo.sanctis@einsteinmed.edu
Studieren Sie die Kontaktsicherung
- Name: Maya Hoff, BS
- Telefonnummer: 7188397650
- E-Mail: maya.hoff@einsteinmed.edu
Studienorte
-
-
New York
-
Manhattan, New York, Vereinigte Staaten, 10032
- Rekrutierung
- Columbia University Irving Medical Center
-
Kontakt:
- Sunil Agrawal, PhD
- Telefonnummer: 212-854-2993
- E-Mail: sa3077@columbia.edu
-
The Bronx, New York, Vereinigte Staaten, 10461
- Rekrutierung
- Albert Einstein College of Medicine
-
Kontakt:
- Pierfilippo De Sanctis, PhD
- Telefonnummer: 718-862-1828
- E-Mail: pierfilippo.sanctis@einsteinmed.edu
-
Hauptermittler:
- Pierfilippo De Sanctis, PhD
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Alter 65 Jahre und älter mit amnestischer leichter kognitiver Beeinträchtigung (aMCI);
- Kann Englisch sprechen;
- Einverständnis mit MoBI-Aufzeichnung;
- Normales oder korrigiertes Seh- und Hörvermögen;
- In der Lage, 10 Minuten ohne Hilfe zu gehen;
- Plant, im nächsten Jahr in der Region zu bleiben
Ausschlusskriterien:
- Demenz (Gedächtnisbeeinträchtigung/AD8-Screening);
- Medizinische Zustände, die die Teilnahme beeinflussen, wie Schwindel und Nackenschmerzen;
- Krankenhausaufenthalt in den letzten sechs Monaten oder geplante Operationen, die die Teilnahme in den nächsten vier Monaten beeinträchtigen;
- Mobilitätseinschränkungen ausschließlich aufgrund muskuloskelettaler Einschränkungen oder Schmerzen;
- Terminale Erkrankung mit einer Lebenserwartung von weniger als 12 Monaten;
- Vorhandensein klinischer Störungen, die die Aufmerksamkeit offensichtlich verändern, wie Delirium;
- Aktive Psychosen oder psychiatrische Symptome;
- Bewohnt in einem Pflegeheim;
- Teilnahme an einer Interventionsstudie;
- Standardkontraindikationen für EEG einschließlich Anfallsmedikation, Epilepsie, Schlaganfall, traumatische Hirnverletzung;
- Schwangere Frauen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Sonstiges
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Vollimmersives Virtual-Reality (VR)-Labyrinth
Virtuelle Realität Labyrinth-Sitzung 1: Individuelle, persönliche Einführungssitzung zur Beschreibung und Beantwortung von Fragen zum Protokoll.
Virtuelle Realität EEG-Sitzung 2 (Baseline): Jede Sitzung dauert 50 Minuten.
Die anfängliche Labyrinthkomplexität wird auf der niedrigsten Stufe eingestellt (d.h. eine Kurve zum Erreichen des Ziels).
Ein Labyrinth wird wiederholt, bis es fehlerfrei absolviert wird, woraufhin ein neues Labyrinth eingeführt wird.
Die Up-Down-Transformationsregel wird verwendet, um die Komplexität basierend auf der Leistung eines Teilnehmers anzupassen.
Insbesondere eine Drei-hoch/Ein-runter-Regel, was bedeutet, dass für drei aufeinanderfolgende fehlerfreie Labyrinthe die Komplexität des Labyrinths durch Einführung einer zusätzlichen Kurve zum Ziel angepasst wird und für jeden Fehler die Anzahl der Kurven zum Erreichen des Ziels um eins reduziert wird.
Virtuelle Realität Labyrinth-Sitzungen 3-23 (kein EEG): Teilnehmer nehmen innerhalb von 10 Tagen über einen 4-monatigen Zeitraum an sechs Sitzungen teil.
Virtuelle Realität-SN EEG-Sitzungen 12 & 24: Teilnehmer werden am virtuellen Realitätslabyrinth trainiert, während EEG aufgezeichnet wird.
|
Eine vollimmersive Virtual-Reality-Umgebung, in der Teilnehmer die Fähigkeit trainieren, sich in einem Labyrinth in der virtuellen Realität zurechtzufinden und ihren Weg zu finden, wurde entwickelt.
Die Virtual-Reality-Umgebung eignet sich gut, um die Lernmotivation während der gesamten Intervention aufrechtzuerhalten, indem sie angemessene Herausforderungen (d.h., die Labyrinthkomplexität kann an den Lernfortschritt angepasst werden), positives Feedback (d.h., das Erreichen des Labyrinthziels) und Neuartigkeit (d.h., neue Labyrinthe für jede Sitzung) bietet.
50 verschiedene VR-Labyrinthe, die im Schwierigkeitsgrad von 1 bis 4 Kreuzungen variieren, wurden erstellt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Änderung der Sofort-Labyrinthzeit (IMT)
Zeitfenster: Veränderung vom Ausgangswert zur Nachuntersuchung nach 4 Monaten
|
Die Veränderung der sofortigen Labyrinthzeit wird als Verhaltensmarker für Veränderungen bewertet und mithilfe des Bodenlabyrinthtests (FMT) bestimmt, der Navigation mit Gehen kombiniert.
Die Teilnehmer werden am Einstiegspunkt des FMT positioniert und angewiesen, ihren Weg zum Ausstiegspunkt des FMT zu finden.
Es wird eine feste Planungsperiode von 15 Sekunden für die Routenplanung gegeben.
Die vom Ende der Planungsperiode bis zum erfolgreichen Ausstieg verstrichene Zeit (d.h. IMT) in Sekunden wird aufgezeichnet.
Gepaarte t-Tests werden verwendet, um die Bodenlabyrinthtest-Zeit zwischen Basiswert und nach der Intervention zu vergleichen.
|
Veränderung vom Ausgangswert zur Nachuntersuchung nach 4 Monaten
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Änderung der benötigten Zeit zur Bewältigung des VR-SN-Labyrinths
Zeitfenster: Veränderung vom Ausgangswert zur Nachuntersuchung nach 4 Monaten
|
Die Veränderung der benötigten Zeit zur Bewältigung des VR-SN-Labyrinths wird ebenfalls als Verhaltensmarker für Veränderungen bewertet.
Die Vorher-/Nachher-Veränderung der Zeit zur Navigation durch Labyrinthe gleicher Komplexität wird mit einer Kontrollbedingung verglichen, die nahezu identische Anforderungen stellt, jedoch ohne Navigationserfordernis (z. B. Markierungen auf dem Boden).
Lineare gemischte Effektmodelle werden verwendet, um die benötigte Zeit zur Navigation durch das VR-SN-Labyrinth als Funktion der Bedingung (Experiment versus Kontrollbedingung) und Phase (vor/während/nach der Intervention) zu bewerten und zu vergleichen.
|
Veränderung vom Ausgangswert zur Nachuntersuchung nach 4 Monaten
|
|
Änderung der mobilen Brain Body Imaging (MoBI)-Marker
Zeitfenster: Veränderung vom Ausgangswert zur Nachuntersuchung nach 2 Monaten (~ Halbzeit) und nach 4 Monaten
|
Mobile Brain Body Imaging wird als neurophysiologischer Marker der Plastizität nach einem räumlichen Navigationstraining bewertet.
Mobile Brain Body Imaging wird verwendet, um Veränderungen im retrosplenialen Theta (3-7 Hz) während allozentrischer Enkodierung (d. h. Stehen/Enkodieren) und im posterioren partiellen Alpha (8-12 Hz) während egocentrischer Abrufung (d. h. Gehen/Navigieren) räumlicher Informationen zu messen.
Veränderungen in der spektralen Leistung werden gegen eine Kontrollbedingung gemessen, die nahezu gleiche Anforderungen stellt, ohne dass navigiert werden muss (d. h. Markierungen auf dem Boden).
Navigationbezogene Modulationen (spektrale Leistung) werden sowohl für die Stehen/Enkodieren- als auch für die Gehen/Navigieren-Phasen zusammengefasst.
Lineare gemischte Effektmodelle werden verwendet, um den allozentrisch-retrosplenialen Theta-Anstieg während Stehen/Enkodieren als Funktion der Bedingung (Experiment vs. Kontrollbedingung) und der Zeit (vor/während/nach der Intervention) zu bewerten und zu vergleichen.
|
Veränderung vom Ausgangswert zur Nachuntersuchung nach 2 Monaten (~ Halbzeit) und nach 4 Monaten
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Pierfilippo De Sanctis, PhD, Albert Einstein College of Medicine
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Thabane L, Ma J, Chu R, Cheng J, Ismaila A, Rios LP, Robson R, Thabane M, Giangregorio L, Goldsmith CH. A tutorial on pilot studies: the what, why and how. BMC Med Res Methodol. 2010 Jan 6;10:1. doi: 10.1186/1471-2288-10-1.
- Livingston G, Sommerlad A, Orgeta V, Costafreda SG, Huntley J, Ames D, Ballard C, Banerjee S, Burns A, Cohen-Mansfield J, Cooper C, Fox N, Gitlin LN, Howard R, Kales HC, Larson EB, Ritchie K, Rockwood K, Sampson EL, Samus Q, Schneider LS, Selbaek G, Teri L, Mukadam N. Dementia prevention, intervention, and care. Lancet. 2017 Dec 16;390(10113):2673-2734. doi: 10.1016/S0140-6736(17)31363-6. Epub 2017 Jul 20. No abstract available.
- Montero-Odasso M, Ismail Z, Livingston G. One third of dementia cases can be prevented within the next 25 years by tackling risk factors. The case "for" and "against". Alzheimers Res Ther. 2020 Jul 8;12(1):81. doi: 10.1186/s13195-020-00646-x.
- Galvin JE, Roe CM, Powlishta KK, Coats MA, Muich SJ, Grant E, Miller JP, Storandt M, Morris JC. The AD8: a brief informant interview to detect dementia. Neurology. 2005 Aug 23;65(4):559-64. doi: 10.1212/01.wnl.0000172958.95282.2a.
- Lipton RB, Katz MJ, Kuslansky G, Sliwinski MJ, Stewart WF, Verghese J, Crystal HA, Buschke H. Screening for dementia by telephone using the memory impairment screen. J Am Geriatr Soc. 2003 Oct;51(10):1382-90. doi: 10.1046/j.1532-5415.2003.51455.x.
- Papaioannou T, Voinescu A, Petrini K, Stanton Fraser D. Efficacy and Moderators of Virtual Reality for Cognitive Training in People with Dementia and Mild Cognitive Impairment: A Systematic Review and Meta-Analysis. J Alzheimers Dis. 2022;88(4):1341-1370. doi: 10.3233/JAD-210672.
- Inzitari M, Metti A, Rosano C, Udina C, Perez LM, Carrizo G, Verghese J, Newman AB, Studenski S, Rosso AL. Qualitative neurological gait abnormalities, cardiovascular risk factors and functional status in older community-dwellers without neurological diseases: The Healthy Brain Project. Exp Gerontol. 2019 Sep;124:110652. doi: 10.1016/j.exger.2019.110652. Epub 2019 Jul 6.
- Katz MJ, Wang C, Nester CO, Derby CA, Zimmerman ME, Lipton RB, Sliwinski MJ, Rabin LA. T-MoCA: A valid phone screen for cognitive impairment in diverse community samples. Alzheimers Dement (Amst). 2021 Feb 5;13(1):e12144. doi: 10.1002/dad2.12144. eCollection 2021.
- Coughlan G, Laczo J, Hort J, Minihane AM, Hornberger M. Spatial navigation deficits - overlooked cognitive marker for preclinical Alzheimer disease? Nat Rev Neurol. 2018 Aug;14(8):496-506. doi: 10.1038/s41582-018-0031-x.
- Cornwell BR, Salvadore G, Colon-Rosario V, Latov DR, Holroyd T, Carver FW, Coppola R, Manji HK, Zarate CA Jr, Grillon C. Abnormal hippocampal functioning and impaired spatial navigation in depressed individuals: evidence from whole-head magnetoencephalography. Am J Psychiatry. 2010 Jul;167(7):836-44. doi: 10.1176/appi.ajp.2009.09050614. Epub 2010 May 3.
- Lithfous S, Dufour A, Despres O. Spatial navigation in normal aging and the prodromal stage of Alzheimer's disease: insights from imaging and behavioral studies. Ageing Res Rev. 2013 Jan;12(1):201-13. doi: 10.1016/j.arr.2012.04.007. Epub 2012 Jul 5.
- Placido J, de Almeida CAB, Ferreira JV, de Oliveira Silva F, Monteiro-Junior RS, Tangen GG, Laks J, Deslandes AC. Spatial navigation in older adults with mild cognitive impairment and dementia: A systematic review and meta-analysis. Exp Gerontol. 2022 Aug;165:111852. doi: 10.1016/j.exger.2022.111852. Epub 2022 May 27.
- Fricke M, Morawietz C, Wunderlich A, Muehlbauer T, Jansen CP, Gramann K, Wollesen B. Successful wayfinding in age: A scoping review on spatial navigation training in healthy older adults. Front Psychol. 2022 Aug 16;13:867987. doi: 10.3389/fpsyg.2022.867987. eCollection 2022.
- Lovden M, Schaefer S, Noack H, Bodammer NC, Kuhn S, Heinze HJ, Duzel E, Backman L, Lindenberger U. Spatial navigation training protects the hippocampus against age-related changes during early and late adulthood. Neurobiol Aging. 2012 Mar;33(3):620.e9-620.e22. doi: 10.1016/j.neurobiolaging.2011.02.013. Epub 2011 Apr 16.
- Colombo D, Serino S, Tuena C, Pedroli E, Dakanalis A, Cipresso P, Riva G. Egocentric and allocentric spatial reference frames in aging: A systematic review. Neurosci Biobehav Rev. 2017 Sep;80:605-621. doi: 10.1016/j.neubiorev.2017.07.012. Epub 2017 Jul 29.
- Ralph H.B. Benedict, D. S., Lowell Groninger, Jason Brandt. Hopkins Verbal Learning Test â€" Revised: Normative Data and Analysis of Inter-Form and Test-Retest Reliabilit. The Clinical Neuropsychologist 12, 12 (2010).
- Martelli D, Prado A, Xia B, Verghese J, Agrawal SK. Development of a Virtual Floor Maze Test - Effects of Distal Visual Cues and Correlations With Executive Function in Healthy Adults. IEEE Trans Neural Syst Rehabil Eng. 2019 Oct;27(10):2229-2236. doi: 10.1109/TNSRE.2019.2938103. Epub 2019 Aug 28.
- De Sanctis P, Wagner J, Molholm S, Foxe JJ, Blumen HM, Horsthuis DJ. Neural signature of mobility-related everyday function in older adults at-risk of cognitive impairment. Neurobiol Aging. 2023 Feb;122:1-11. doi: 10.1016/j.neurobiolaging.2022.11.005. Epub 2022 Nov 9.
- Verghese J, De Sanctis P, Ayers E. Everyday function profiles in prodromal stages of MCI: Prospective cohort study. Alzheimers Dement. 2023 Feb;19(2):498-506. doi: 10.1002/alz.12681. Epub 2022 Apr 26.
- De Sanctis P, Solis-Escalante T, Seeber M, Wagner J, Ferris DP, Gramann K. Time to move: Brain dynamics underlying natural action and cognition. Eur J Neurosci. 2021 Dec;54(12):8075-8080. doi: 10.1111/ejn.15562.
- Ashendorf L, Jefferson AL, Green RC, Stern RA. Test-retest stability on the WRAT-3 reading subtest in geriatric cognitive evaluations. J Clin Exp Neuropsychol. 2009 Jul;31(5):605-10. doi: 10.1080/13803390802375557. Epub 2008 Sep 27.
- Brink, T. L., Yesavage, J.A.., Lum, O., Heersema, P.H., Adey, M., & Rose, T.L. . Screening tests for depression. Clinical Gerontologist 1, 37-43 (1982).
- Verghese J, Lipton R, Ayers E. Spatial navigation and risk of cognitive impairment: A prospective cohort study. Alzheimers Dement. 2017 Sep;13(9):985-992. doi: 10.1016/j.jalz.2017.01.023. Epub 2017 Mar 3.
- Sanders AE, Holtzer R, Lipton RB, Hall C, Verghese J. Egocentric and exocentric navigation skills in older adults. J Gerontol A Biol Sci Med Sci. 2008 Dec;63(12):1356-63. doi: 10.1093/gerona/63.12.1356.
- Tangen GG, Nilsson MH, Stomrud E, Palmqvist S, Hansson O. Spatial Navigation and Its Association With Biomarkers and Future Dementia in Memory Clinic Patients Without Dementia. Neurology. 2022 Nov 8;99(19):e2081-e2091. doi: 10.1212/WNL.0000000000201106. Epub 2022 Aug 26.
- Malcolm BR, Foxe JJ, Butler JS, Molholm S, De Sanctis P. Cognitive load reduces the effects of optic flow on gait and electrocortical dynamics during treadmill walking. J Neurophysiol. 2018 Nov 1;120(5):2246-2259. doi: 10.1152/jn.00079.2018. Epub 2018 Aug 1.
- Miyakoshi M, Gehrke L, Gramann K, Makeig S, Iversen J. The AudioMaze: An EEG and motion capture study of human spatial navigation in sparse augmented reality. Eur J Neurosci. 2021 Dec;54(12):8283-8307. doi: 10.1111/ejn.15131. Epub 2021 Feb 23.
- Do TN, Lin CT, Gramann K. Human brain dynamics in active spatial navigation. Sci Rep. 2021 Jun 22;11(1):13036. doi: 10.1038/s41598-021-92246-4.
- Luna TD, Santamaria V, Agrawal SK. Redistributing Ground Reaction Forces During Squatting Using a Cable-Driven Robotic Device. IEEE Int Conf Rehabil Robot. 2022 Jul;2022:1-6. doi: 10.1109/ICORR55369.2022.9896494.
- Galvin JE, Roe CM, Xiong C, Morris JC. Validity and reliability of the AD8 informant interview in dementia. Neurology. 2006 Dec 12;67(11):1942-8. doi: 10.1212/01.wnl.0000247042.15547.eb.
- WETHERILL GB, LEVITT H. SEQUENTIAL ESTIMATION OF POINTS ON A PSYCHOMETRIC FUNCTION. Br J Math Stat Psychol. 1965 May;18:1-10. doi: 10.1111/j.2044-8317.1965.tb00689.x. No abstract available.
- Delaux A, de Saint Aubert JB, Ramanoel S, Becu M, Gehrke L, Klug M, Chavarriaga R, Sahel JA, Gramann K, Arleo A. Mobile brain/body imaging of landmark-based navigation with high-density EEG. Eur J Neurosci. 2021 Dec;54(12):8256-8282. doi: 10.1111/ejn.15190. Epub 2021 May 4.
- Meiner Z, Ayers E, Verghese J. Motoric Cognitive Risk Syndrome: A Risk Factor for Cognitive Impairment and Dementia in Different Populations. Ann Geriatr Med Res. 2020 Mar;24(1):3-14. doi: 10.4235/agmr.20.0001. Epub 2020 Mar 24.
- Verghese J, Wang C, Bennett DA, Lipton RB, Katz MJ, Ayers E. Motoric cognitive risk syndrome and predictors of transition to dementia: A multicenter study. Alzheimers Dement. 2019 Jul;15(7):870-877. doi: 10.1016/j.jalz.2019.03.011. Epub 2019 Jun 1.
- Gehrke L, Lopes P, Klug M, Akman S, Gramann K. Neural sources of prediction errors detect unrealistic VR interactions. J Neural Eng. 2022 May 6;19(3). doi: 10.1088/1741-2552/ac69bc.
- Gehrke L, Gramann K. Single-trial regression of spatial exploration behavior indicates posterior EEG alpha modulation to reflect egocentric coding. Eur J Neurosci. 2021 Dec;54(12):8318-8335. doi: 10.1111/ejn.15152. Epub 2021 Mar 11.
- Gramann K, Hohlefeld FU, Gehrke L, Klug M. Human cortical dynamics during full-body heading changes. Sci Rep. 2021 Sep 14;11(1):18186. doi: 10.1038/s41598-021-97749-8.
- Sharma G, Gramann K, Chandra S, Singh V, Mittal AP. Brain connectivity during encoding and retrieval of spatial information: individual differences in navigation skills. Brain Inform. 2017 Sep;4(3):207-217. doi: 10.1007/s40708-017-0066-6. Epub 2017 May 16.
- Chiu TC, Gramann K, Ko LW, Duann JR, Jung TP, Lin CT. Alpha modulation in parietal and retrosplenial cortex correlates with navigation performance. Psychophysiology. 2012 Jan;49(1):43-55. doi: 10.1111/j.1469-8986.2011.01270.x. Epub 2011 Aug 8.
- Malcolm BR, Foxe JJ, Joshi S, Verghese J, Mahoney JR, Molholm S, De Sanctis P. Aging-related changes in cortical mechanisms supporting postural control during base of support and optic flow manipulations. Eur J Neurosci. 2021 Dec;54(12):8139-8157. doi: 10.1111/ejn.15004. Epub 2020 Oct 27.
- Oostenveld R, Oostendorp TF. Validating the boundary element method for forward and inverse EEG computations in the presence of a hole in the skull. Hum Brain Mapp. 2002 Nov;17(3):179-92. doi: 10.1002/hbm.10061.
- Delorme A, Palmer J, Onton J, Oostenveld R, Makeig S. Independent EEG sources are dipolar. PLoS One. 2012;7(2):e30135. doi: 10.1371/journal.pone.0030135. Epub 2012 Feb 15.
- Artoni F, Menicucci D, Delorme A, Makeig S, Micera S. RELICA: a method for estimating the reliability of independent components. Neuroimage. 2014 Dec;103:391-400. doi: 10.1016/j.neuroimage.2014.09.010. Epub 2014 Sep 16.
- Snyder KL, Kline JE, Huang HJ, Ferris DP. Independent Component Analysis of Gait-Related Movement Artifact Recorded using EEG Electrodes during Treadmill Walking. Front Hum Neurosci. 2015 Dec 1;9:639. doi: 10.3389/fnhum.2015.00639. eCollection 2015.
- Wagner J, Solis-Escalante T, Grieshofer P, Neuper C, Muller-Putz G, Scherer R. Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in able-bodied subjects. Neuroimage. 2012 Nov 15;63(3):1203-11. doi: 10.1016/j.neuroimage.2012.08.019. Epub 2012 Aug 14.
- Gwin JT, Gramann K, Makeig S, Ferris DP. Electrocortical activity is coupled to gait cycle phase during treadmill walking. Neuroimage. 2011 Jan 15;54(2):1289-96. doi: 10.1016/j.neuroimage.2010.08.066. Epub 2010 Sep 9.
- Welch, P. D. The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms. IEEE Transactions on Audio and Electroacoustics, 70-73 (1967).
- Makeig S. Auditory event-related dynamics of the EEG spectrum and effects of exposure to tones. Electroencephalogr Clin Neurophysiol. 1993 Apr;86(4):283-93. doi: 10.1016/0013-4694(93)90110-h.
- Wollesen B, Fricke M, Jansen CP, Gordt K, Schwenk M, Muehlbauer T, Morawietz C, Kruse A, Gramann K. A three-armed cognitive-motor exercise intervention to increase spatial orientation and life-space mobility in nursing home residents: study protocol of a randomized controlled trial in the PROfit project. BMC Geriatr. 2020 Oct 31;20(1):437. doi: 10.1186/s12877-020-01840-0.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2024-16312
- 1R21AG091161-01A1 (US NIH Stipendium/Vertrag)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Demografische, kognitive, klinische und 32-Kanal-EEG-elektrophysiologische Daten werden erfasst. Virtual Reality wird durch SteamVRs HTC Vive-Technologie präsentiert, die für vollimmersive 3D-Erlebnisse spezialisiert ist und Bewegungserfassung zur Fortbewegung und Interaktion innerhalb der virtuellen Umgebung nutzt. Alle Daten werden vor dem Eingang beim Repository anonymisiert, aber die zur Erzeugung einer global eindeutigen Kennung für das NIMH Data Archive (NDA) benötigten Informationen werden gesammelt. Es wird erwartet, dass die wissenschaftlichen Daten 10 Terabyte erreichen.<\/p>
Die klinischen, kognitiven und EEG-Daten werden mit speziell entwickelten MATLAB-Codes analysiert, die in der MATLAB®-Umgebung und mit dem EEGLAB-Paket für EEG-Daten geschrieben wurden. Während MATLAB eine kommerzielle Software ist, verfügen die meisten Universitäten über Campuslizenzen. Alle Codes werden auf der GitHub-Lab-Website geteilt. Der Code kann durch die Suche nach "labname" auf GitHub gefunden werden. Die Haupt-readme.md-Datei des Projekts wird ebenfalls Anleitungen enthalten.<\/p>
IPD-Sharing-Zeitrahmen
IPD-Sharing-Zugriffskriterien
Art der unterstützenden IPD-Freigabeinformationen
- STUDIENPROTOKOLL
- SAFT
- ICF
- ANALYTIC_CODE
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .