- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05642299
EEG multimodal y BCI basado en NIRS con robótica suave de asistencia para accidentes cerebrovasculares (MBCI-SR) (MBCI-SR)
EEG multimodal y BCI basado en NIRS con robótica blanda de asistencia para accidentes cerebrovasculares
Un tercio de los pacientes que sufrieron un accidente cerebrovascular sufrieron discapacidades persistentes, y el deterioro motor de las extremidades superiores (MI) es una de las principales discapacidades. Se realizaron estudios clínicos recientes utilizando BCI no invasivo basado en EEG a través de imágenes motoras, para la rehabilitación posterior al accidente cerebrovascular, que arrojó una mejora motora de 7.2 en la puntuación de la Evaluación motora Fugl-Meyer (FMA-UE) en pacientes con accidente cerebrovascular crónico que es significativamente mejor que el cuidado estándar. Sin embargo, todos los pacientes con accidente cerebrovascular se sometieron a la misma opción de tratamiento "único para todos" que involucraba las seis tareas diferentes orientadas a las actividades de la vida diaria (AVD), independientemente de su discapacidad o capacidad.
Los investigadores plantean la hipótesis de que la intervención de rehabilitación de accidentes cerebrovasculares personalizada de precisión que se adapta al paciente es más prometedora que una estrategia de rehabilitación de accidentes cerebrovasculares "única para todos".
Descripción general del estudio
Descripción detallada
- Para abordar la estrategia de rehabilitación de accidentes cerebrovasculares "talla única", RRIS desarrollará una rehabilitación de accidentes cerebrovasculares personalizada basada en datos de Ability basada en el deterioro de UL y la capacidad motora del paciente con ACV, al unir primero 6 tareas de UL en RRIS Ability Database con el 6 Tareas AVD del BCI-SR Intervención a través de índices de similitud. A continuación, se genera un subconjunto personalizado de opciones de tratamiento de tareas ADL mediante una recomendación basada en datos basada en la capacidad del paciente, el patrón de movimiento de la opción de tratamiento y los datos normativos de la base de datos de capacidad del RRIS. Se propone un BCI multimodal para realizar la calibración específica del sujeto EEG utilizando espectroscopia de infrarrojo cercano, NIRS para garantizar el cumplimiento de las imágenes motoras.
- Los sujetos con accidentes cerebrovasculares con deficiencias de UL (puntuación de 11 a 45 en la FMA-UE) serán reclutados para someterse a la evaluación de tareas de UL en RRIS. Luego se someterán a la rehabilitación personalizada de accidentes cerebrovasculares utilizando el EEG multimodal y el BCI basado en NIRS con terapia robótica suave durante 1,5 horas durante 6 semanas, 3 veces a la semana. La eficacia de la rehabilitación personalizada del ictus se puede comparar retrospectivamente con el uso de tareas ADL "únicas para todos" en el ensayo clínico anterior.
Tipo de estudio
Inscripción (Anticipado)
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Chloe Lauha Chung, PhD
- Número de teléfono: +65 6357 8305
- Correo electrónico: chloe_lh_chung@ttsh.com.sg
Copia de seguridad de contactos de estudio
- Nombre: Kai Keng Ang, PhD
- Número de teléfono: +65 6408 2000
- Correo electrónico: kkang@i2r.a-star.edu.sg
Ubicaciones de estudio
-
-
-
Singapore, Singapur, 569766
- Reclutamiento
- Tan Tock Seng Hospital Rehabilitation Centre
-
Contacto:
- Chloe Lauha Chung, PhD
- Número de teléfono: 6357 8305
- Correo electrónico: Chloe_lh_chung@ttsh.com.sg
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión:
- primer accidente cerebrovascular antes del ensayo clínico
- Escala de evaluación Fugl-Meyer de deterioro de las extremidades superiores de 11 a 45 sobre una puntuación máxima de 66
- capacidad de dar su propio consentimiento
- capacidad para prestar atención y mantener una posición sentada apoyada durante 1,5 horas seguidas
- capaz de comprender y seguir comandos
- cumple con los estados cerebrales en reposo de BCI en la evaluación inicial
- deterioro unilateral de miembros superiores
Criterio de exclusión:
- accidente cerebrovascular recurrente
- incapacidad para seguir órdenes y sentarse erguido durante 1,5 horas
- negligencia hemiespacial
- espasticidad evaluada por la escala de Ashworth modificada más de 2/4
- Historia de la epilepsia
- Contractura fija / deformidad de las articulaciones de los dedos
- dolor en miembros superiores que impide los movimientos con escala de analogía visual > 4/10
- Afasia grave o deterioro cognitivo a pesar de las ayudas visuales
- otras condiciones que siguen a la debilidad de las extremidades superiores
- malas condiciones de la piel
- defecto del cráneo que podría afectar la lectura de EEG o NIRS
- alergia a electrodos o gel adhesivo
- Deficiencias visuales y auditivas significativas que afectan la participación.
- Mujeres embarazadas
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Tratamiento
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: MBCI-SR
La rehabilitación robótica basada en BCI funciona mediante la detección de la intención motora del usuario a partir de las señales del electroencefalograma para conducir la rehabilitación asistida por los guantes robóticos blandos.
|
Se les pedirá a los participantes que usen una gorra de EEG+NIRS y un guante robótico suave en la mano afectada por el accidente cerebrovascular.
Se le indicará al participante que pida que imagine que se imagina moviendo la mano afectada por el trazo en la mente.
La señal cerebral (datos de EEG y NIRS) se registrará como referencia.
Cuando el participante imagina este movimiento nuevamente, al detectar dicho movimiento imaginado por el sistema MBCI-SR, el guante se activará y ayudará a los participantes a realizar una tarea específica de la extremidad superior según la capacidad individual.
Hay seis tareas diferentes orientadas a las actividades de la vida diaria (AVD) representadas a través de un brazo virtual y objetos virtuales, que formaron la retroalimentación visual para los participantes.
Estas tareas incluyen escanear productos, mover un objeto hacia arriba a un gabinete, usar las dos manos para mover una toalla, verter agua en una taza, comer y el movimiento motor fino de levantar un bloque pequeño con dos dedos.
La intensidad del entrenamiento es de 1,5 horas 3 veces por semana durante 6 semanas, un total de 18 sesiones.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Puntuación de Fugl-Meyer del miembro superior
Periodo de tiempo: Base
|
una medida para la extremidad superior, la coordinación del movimiento y la acción refleja.
|
Base
|
|
Puntuación de Fugl-Meyer del miembro superior
Periodo de tiempo: en la semana 4 (punto medio)
|
una medida para la extremidad superior, la coordinación del movimiento y la acción refleja.
|
en la semana 4 (punto medio)
|
|
Puntuación de Fugl-Meyer del miembro superior
Periodo de tiempo: en la semana 6 (finalización de la intervención)
|
una medida para la extremidad superior, la coordinación del movimiento y la acción refleja.
|
en la semana 6 (finalización de la intervención)
|
|
Puntuación de Fugl-Meyer del miembro superior
Periodo de tiempo: en la semana 12 (3 meses después de la intervención)
|
una medida para la extremidad superior, la coordinación del movimiento y la acción refleja.
|
en la semana 12 (3 meses después de la intervención)
|
|
Puntuación de Fugl-Meyer del miembro superior
Periodo de tiempo: en la semana 24 (a los 6 meses después de la intervención)
|
una medida para la extremidad superior, la coordinación del movimiento y la acción refleja.
|
en la semana 24 (a los 6 meses después de la intervención)
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Prueba de brazo de investigación de acción
Periodo de tiempo: Base
|
Una medida para el funcionamiento de las extremidades superiores, como la destreza y la coordinación motora, los componentes clave para realizar las AVD
|
Base
|
|
Prueba de brazo de investigación de acción
Periodo de tiempo: en la semana 12 (3 meses después de la intervención)
|
Una medida para el funcionamiento de las extremidades superiores, como la destreza y la coordinación motora, los componentes clave para realizar las AVD
|
en la semana 12 (3 meses después de la intervención)
|
|
Prueba de brazo de investigación de acción
Periodo de tiempo: en la semana 24 (a los 6 meses de la intervención)
|
Una medida para el funcionamiento de las extremidades superiores, como la destreza y la coordinación motora, los componentes clave para realizar las AVD
|
en la semana 24 (a los 6 meses de la intervención)
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Chloe Lauha Chung, PhD, Tan Tock Seng Hospital
- Investigador principal: Kai Keng Ang, Institute for Infocomm Research
Publicaciones y enlaces útiles
Publicaciones Generales
- Daly JJ, Wolpaw JR. Brain-computer interfaces in neurological rehabilitation. Lancet Neurol. 2008 Nov;7(11):1032-43. doi: 10.1016/S1474-4422(08)70223-0. Epub 2008 Oct 2.
- Ang KK, Chua KS, Phua KS, Wang C, Chin ZY, Kuah CW, Low W, Guan C. A Randomized Controlled Trial of EEG-Based Motor Imagery Brain-Computer Interface Robotic Rehabilitation for Stroke. Clin EEG Neurosci. 2015 Oct;46(4):310-20. doi: 10.1177/1550059414522229. Epub 2014 Apr 21.
- Ang KK, Guan C, Phua KS, Wang C, Zhou L, Tang KY, Ephraim Joseph GJ, Kuah CW, Chua KS. Brain-computer interface-based robotic end effector system for wrist and hand rehabilitation: results of a three-armed randomized controlled trial for chronic stroke. Front Neuroeng. 2014 Jul 29;7:30. doi: 10.3389/fneng.2014.00030. eCollection 2014.
- Cheng N, Phua KS, Lai HS, Tam PK, Tang KY, Cheng KK, Yeow RC, Ang KK, Guan C, Lim JH. Brain-Computer Interface-Based Soft Robotic Glove Rehabilitation for Stroke. IEEE Trans Biomed Eng. 2020 Dec;67(12):3339-3351. doi: 10.1109/TBME.2020.2984003. Epub 2020 Nov 19.
- Ang KK, Guan C, Chua KS, Ang BT, Kuah CW, Wang C, Phua KS, Chin ZY, Zhang H. A large clinical study on the ability of stroke patients to use an EEG-based motor imagery brain-computer interface. Clin EEG Neurosci. 2011 Oct;42(4):253-8.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Anticipado)
Finalización primaria (Anticipado)
Finalización del estudio (Anticipado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Estimar)
Actualizaciones de registros de estudio
Última actualización publicada (Estimar)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 2021/00715
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .