- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT03140475
Metakognition normaalin hermokäyttäytymisen ja patologisten perusteiden tutkimus (METASENS)
Metakognitio on kykyä itsetutkiskella ja raportoida omista mielentiloistaan tai toisin sanoen tietää, kuinka paljon hän tietää. Sen avulla voimme muodostaa luottamuksen tunteen jokapäiväisessä elämässä tehdyistä päätöksistä, joten voimme sitoutua yhteen vaihtoehtoon, jos itseluottamuksemme on korkea, tai etsiä lisää todisteita ennen sitoutumista, jos itseluottamuksemme on alhainen. Vaikka tämä toiminto on ratkaisevan tärkeä käyttäytyäkseen asianmukaisesti monimutkaisessa ympäristössä, luottamuspäätökset eivät aina ole optimaalisia. Erityisesti skitsofreniaa sairastavat ihmiset ovat alttiita yliluottamukseen virheisiin ja aliluottamukseen oikeisiin vastauksiin. Skitsofreniassa luottamus korreloi vähemmän suorituskykyyn verrattuna kontrolleihin.
Näiden näkökohtien katsotaan olevan syynä harhaluuloihin, epäjärjestykseen, huonoon näkemykseen sairaudesta ja kognitiivisista puutteista ja huonosta sosiaalisesta toiminnasta.
Tutkimuksemme tavoitteena on tunnistaa kognitiiviset ja hermoprosessit, jotka liittyvät skitsofrenian metakognitiivisiin puutteisiin. Osallistujat tekevät metakognitiivisia arvioita matalan tason havaintotehtävässä (visuaalinen liikkeen erottelu). Osallistujat suorittavat ensimmäisen asteen havaintotehtävän napsauttamalla oikeaa vastausta hiirellä. Ensimmäisen kertaluvun tehtävän suorittamisen aikana tutkijat kirjaavat useita käyttäytymis-, fysiologisia ja hermomuuttujia. Sitten osallistujat suorittavat metakognitiivisen tehtävän visuaalisella analogisella asteikolla.
Tutkimus käsittelee neljää tutkimuskysymystä:
- Kysymys 1: liittyykö skitsofrenia metakognitiivisen tehokkuuden vähenemiseen? Johtuuko metakognitiivinen puute ali- tai liiallisuudesta?
- Q2: heijastuuko metakognitiivinen heikentyminen päätöksentekotasolla käyttäytymismuuttujilla (hiiren seuranta ja reaktioajat) mitattuna?
- Kysymys 3: Mitkä fysiologiset markkerit (EEG, ihon johtavuus, syke) ennustavat metakognitiivista tehokkuutta skitsofreniaa sairastavilla ja terveillä verrokeilla?
- Q4: mitkä kliiniset oireet korreloivat metakognitiivisten puutteiden kanssa?
Tutkijat esittävät useita aiempiin tutkimuskysymyksiin liittyviä hypoteeseja:
- Q1: Tutkijat odottavat skitsofrenian metakognitiivisia puutteita useiden sekä kvalitatiivisia että kvantitatiivisia mittareita käyttävien tutkimusten tulosten perusteella. Tutkijat sulkevat pois sen, että kvantitatiiviset puutteet eivät sekoitu tyypin 1 suorituskyvyn heikkenemiseen, yleiseen kognitiiviseen vajavaisuuteen skitsofreniassa (alempi premorbid ja nykyinen älykkyysosamäärä (IQ) ja puutteet toimeenpanotoiminnassa ja erityisesti suunnittelu- ja työmuistikyvyissä). masennusta tai tilastollisia puutteita luottamusanalyysin aikana.
- Kysymys 2: Tutkijat odottavat käyttäytymismerkkien (hiiren seuranta ja reaktioajat) korreloivan vähemmän potilaiden luottamuksen kanssa verrattuna kontrolleihin. Näin ollen tutkijat tekevät hypoteesin, että skitsofrenian metakognitiivinen puute voi johtua kyvyttömyydestä integroida päätöksentekoa edeltäviä vihjeitä suorittaessaan eksplisiittistä metakognitiivista arviointia.
- Kysymys 3: Tutkijat odottavat fysiologisten vihjeiden (EEG, jossa on virheisiin liittyvää negatiivisuutta, lateralisoitunut valmiuspotentiaali ja alfa-suppressio sekä autonomisen hermoston kiihottaminen ihon johtavuuden ja sykkeen kanssa) korreloivan vähemmän potilaiden luottamuksen kanssa verrattuna kontrolleihin.
- Q4: Aiempien löydösten perusteella tutkijat odottavat, että useat skitsofrenian kliiniset ulottuvuudet voivat korreloida metakognitiivisen suorituskyvyn kanssa. Metakognitiivinen puute olisi suurempi potilailla, joilla on paljon positiivisia ja epäjärjestyneitä oireita, ja suurempi potilailla, joilla on alhainen kliininen ja kognitiivinen näkemys ja alhainen sosiaalinen toimintakyky.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
NÄYTTEENOTTOSUUNNITELMA
- Olemassa olevat tiedot Rekisteröinti ennen tiedon luomista: Tämän tutkimussuunnitelman esirekisteröintiä varten toimitettua tietoa ei ole vielä kerätty, luotu tai toteutettu.
- Tiedonkeruumenettelyt. Terveitä vapaaehtoisia rekrytoidaan väestöstä. Skitsofreniaa sairastavia henkilöitä rekrytoidaan Versaillesin alueen mielenterveyskeskuksista ja poliklinikoista sekä FACE-SZ (FondaMental Academic Centers of Skitsofrenia) -kohortista Versaillesissa. Kaikki osallistujat suhtautuvat naiiveihin tutkimuksen tarkoitukseen, antavat tietoisen suostumuksen instituution ohjeiden ja Helsingin julistuksen mukaisesti ja saavat rahallisen korvauksen (10€/h).
- Näytteen koko Enintään 50 tervettä kontrollia vs. 50 skitsofreniaa sairastavaa henkilöä.
Otoskoon perustelut Arvioidut otoskoot mahdollistavat keskikokoisten testien testaamisen skitsofreniaa sairastavien yksilöiden ja terveiden kontrollien välillä teholla 0,8, perustuen yksipuoliseen kahden näytteen t-testin teholaskentaan Cohenin d = 0,5, α = 0,05. Ne mahdollistavat keskisuurten korrelaatioiden mittaamisen ryhmien sisällä teholla 0,7 perustuen likimääräiseen korrelaatio-teholaskelmaan, jossa r = 0,3, α = 0,05.
Elektrofysiologisten tallenteiden näytekoot perustuvat aiempaan tutkimukseen, jossa 20 potilasta vs. 20 kontrollia, mikä johtaa 13 vs. 13 poikkeavien tutkimusten poissulkemisen jälkeen.
Pysäytyssääntö Valinnainen pysäytys vältetään käyttämällä peräkkäisiä Bayes-tekijäanalyysejä. Tiedonkeruu lopetetaan aina, kun kriittinen vertailu saavuttaa kynnyksen BF = 3 tai BF = 1/3.
SUUNNITTELUSUUNNITELMA
- Tutkimuksen suunnittelu Tutkijat pyytävät osallistujia erottamaan satunnaisen pistekinetogrammin liikesuunnan (tyypin 1 tehtävä). He osoittavat hiirellä, liikkuvatko pisteet enimmäkseen oikealle vai vasemmalle, napsauttamalla sitä puolta, jonka he uskovat vastaavan oikeaa vastausta (punaiset ja siniset ympyrät, katso kuva 1). Tyypin 1 tehtävää vastaava hiiren liikerata tallennetaan ja analysoidaan. Liikkeen varianssi mukautetaan jokaiselle koehenkilölle ennen koetta käyttämällä 1 ylös/2 alas portaita, jotta saavutetaan keskimääräinen suorituskyky 71 %. Jos osallistujat vastaavat yli 6 sekunnissa, soitetaan äänipalaute. Jokaisessa kokeessa osallistujat osoittavat sitten visuaalisella analogisella asteikolla vastauksensa luottamuksen (tyypin 2 tehtävä). Asteikko vaihtelee 0 %:sta ("Varmasti vastaukseni on oikea") 100%:iin ("Varmasti vastaukseni on väärä"). Kohdistimen alkusijainti vastaa aina 50 %:n luottamusta ("Epävarma vastauksestani)". Kokeilu koostuu 10 lohkosta ja 30 kokeesta ja kestää noin 1 tunnin.
Satunnaistaminen Liikesuunta (vasen tai oikea) on näennäissatunnaistettu, ja samalla suunnalla on enintään 4 peräkkäistä koetta.
ANALYYSISUUNNITELMA
Tilastolliset mallit 8.1. Käyttäytymistiedot Kaikki analyysit suoritetaan R:llä käyttäen erityisesti afex-, BayesFactor-, ggplot2-, lme4-, lmerTest- ja tehostepaketteja. Kaikissa ANOVA:issa vapausasteet korjataan Greenhouse-Geisser-menetelmällä.
Ryhmien sosiodemografisia (ikä, sukupuoli, koulutus), kognitiivisia (sairautta edeltävä ja nykyinen älykkyysosamäärä sekä toimeenpanokyky suunnittelun ja työmuistin kanssa) ja mielialan (masennus) ominaisuuksia verrataan käyttämällä Studentin t-testiä tai Χ²-testejä tarvittaessa. Vain muuttujat, jotka eroavat merkittävästi näiden kahden ryhmän välillä, sisällytetään kovariaatteina seuraaviin analyyseihin.
Metakognitiivista suorituskykyä analysoidaan ensisijaisesti binomiaalisilla sekavaikutusmalleilla tarkkuuden ja luottamuksen välillä, jolloin ryhmä (potilas vs. kontrolli) ja useita kovariaatteja (premorbid ja nykyinen älykkyysosamäärä, masennus ja toimeenpanon suorituskyky suunnittelun ja työmuistin kanssa) ovat aiheiden välisiä tekijöitä. . Regressiokulmaa pidetään metakognitiivisen suorituskyvyn indikaattorina ja asymptootteja luottamusharhan merkkinä, eli taipumus ilmoittaa korkeita tai alhaisia luottamusluokituksia tehtävän suorituskyvystä riippumatta. Todennäköisyyssuhdetestit arvioivat merkityksen.
Ennakkoratkaisulliset käyttäytymismuuttujat (reaktioajat, hiiren liikerataparametrit) lisätään malliin toissijaisessa analyysissä, kun tärkeimmät erot potilaiden ja kontrollien välillä on selvitetty. Hiiren liikeradan geometriset ominaisuudet (liikeentropia x-akselilla) kvantifioidaan käyttämällä EMOT- ja Mousetrap-paketteja. Liikeentropian ja luotettavuuden väliset korrelaatiot kvantifioidaan R²:llä, joka on säädetty riippuvien muuttujien lukumäärän mukaan suhteessa datapisteiden määrään.
8.2. Metakognitiivisen suorituskyvyn ja skitsofrenian kliinisten ominaisuuksien välinen korrelaatio
Tutkijat suorittavat korrelaatioanalyysejä metakognitiivisen suorituskyvyn (metakognitiivisten arvioiden ja ensimmäisen asteen tehtävän tarkkuuden välinen regressiokulma) ja useiden kliinisten muuttujien välillä. Kliiniset muuttujat ovat:
- Positiivisten ja negatiivisten oireyhtymäasteikon (PANSS) positiiviset ja epäorganisaatiopisteet van der Gaagin et al. ehdottaman 5-tekijämallin mukaisesti.
- Birchwood Insight Scalen (BIS) kokonaispistemäärä sairauden käsityksestä
- Kognitiivisen näkemyksen Beck Cognitive Insight Scalen (BCIS) kokonaispistemäärä
- Yhteiskunnallisen toiminnan henkilökohtaisen ja sosiaalisen suorituskyvyn asteikon (PSP) kokonaispistemäärä Tutkijat käyttävät Spearmanin järjestyskorrelaatiotestiä, jossa on vääriä löytöjä, korjatakseen useita vertailuja.
8.3 Elektrofysiologiset tiedot Esikäsittely: jatkuva EEG saadaan taajuudella 1200 Hz 64-kanavaisella Gtec HIamp -järjestelmällä. Signaalin esikäsittely suoritetaan mukautetuilla Matlab (Mathworks) -skripteillä käyttämällä EEGLAB-työkalupakin toimintoja. Silmämääräisen tarkastuksen jälkeen artefaktien saastuttamat elektrodit poistetaan jokaiselta osallistujalta ja epoching suoritetaan tyypin 1 vasteen alkaessa. Jokaisella aikakaudella kunkin elektrodin signaali keskitetään nollaan ja keskiarvoon. Artefaktuaalisia signaaleja sisältävien aikakausien visuaalisen tarkastuksen ja hylkäämisen jälkeen yksittäisiin tietosarjoihin sovelletaan riippumatonta komponenttianalyysiä, jota seuraa artefaktuaalisten komponenttien puoliautomaattinen havaitseminen autokorrelaation, polttokanavan topografian ja yleisen epäjatkuvuuden mittareiden perusteella. Artefaktien hylkäämisen jälkeen artefaktien saastuttamat elektrodit interpoloidaan käyttämällä pallomaisia splineitä.
Tilastollinen analyysi: jännitteen amplitudista lasketaan keskiarvo ajallisten ikkunoiden sisällä (esim. 20 ms) ja analysoidaan lineaarisilla sekamalleilla käyttämällä R:tä yhdessä lme4- ja lmerTest-pakettien kanssa. Tämä menetelmä mahdollistaa yksittäisten kokeiden tietojen analysoinnin ilman kunnon tai osallistujien keskiarvoa, eikä luotettavuusluokituksia diskretoida. Jokaiselle latenssille ja elektrodille tehdään yksittäisiä kokeita varten malleja, mukaan lukien raakaluottamusluokitus ja tarkkuus kiinteinä vaikutuksina sekä koehenkilöiden satunnaiset sieppaukset. Tilastollinen merkitys sähköfysiologisille tiedoille kiinnostavilla alueilla (esim. frontocentral ja vasen parietaalinen päänahan alue) arvioidaan sen jälkeen, kun virheellisten havaintojen määrä on korjattu. Jos mahdollista, käytetään klusteripohjaista permutaatiotestiä.
- Muunnokset Data muunnetaan, jos ne rikkovat normaalisuusoletusta (esim. käänteiset reaktioajat).
Seuranta-analyysit Sekalaisten logististen regressioiden lisäksi metakognitiivista suorituskykyä analysoidaan käyttämällä toisen asteen signaalintunnistusteoriaa: meta-d' heijastaa käytettävissä olevan havainnollisen todisteen määrää luotettavuusarvioinnissa. Luottamuspoikkeamat lasketaan myös vastaanottimen toimintakäyrillä (ROC): ROC:n ja suuren diagonaalin välinen alue jaetaan pienellä lävistäjällä, ja luottamuspoikkeama määritellään alemman ja ylemmän alueen logaritmisuhteeksi. ANOVA, jossa on ryhmä ja sopivat kovariaatit koehenkilöiden välisinä tekijöinä, testaa metakognitiivisen tehokkuuden heikkenemistä ja luottamusharhan lisääntymistä potilaiden vs. kontrolliosallistujissa.
Ajautuma-diffuusiomallinnuksen avulla voimme määrittää, mitkä reaktioaikojen näkökohdat tyypin 1 tehtävän aikana eroavat skitsofreenisten potilaiden ja terveiden kontrollien välillä (esim. ajautumisnopeus ja rajojen erottelu), ja arvioida, kuinka tällaiset erot voivat määrittää luotettavuusarviot, jolloin voidaan testata metakognitiivisten puutteiden olemassaolo päätöksentekopaikassa.
- Päättelykriteerit Käytetään kaksisuuntaisia testejä, joissa ryhmä on kohteiden välinen tekijä. Merkittävyyden kynnysarvoksi asetetaan alfa = 5 %. Mikäli mahdollista, Bayes-tekijät lasketaan tukemaan nollalöydöksiä ja asettamaan pysäytyssääntöjä (katso yllä).
Tietojen poissulkeminen Kunkin tilan ensimmäiset kokeet jätetään analyysin ulkopuolelle, jos ne sisältävät suuria vaihteluita havaintosignaalissa.
Vain kokeet, joiden reaktioajat ovat 100 ms ja 6 s välillä tyypin 1 tehtävässä, säilytetään.
Osallistujat suljetaan pois, jos he eivät saavuta 71 %:n tarkkuutta tyypin 1 tehtävässä, vastaavat yli 6 sekunnissa useimmissa kokeissa tai jos he eivät käytä luottamusasteikkoa oikein (esim. luottamusraporteissa ei ole vaihtelua). .
- Puuttuvat tiedot Käyttäytymis- ja elektrofysiologisiin tietoihin sovellettavien sekamallien käyttö mahdollistaa epätasapainoisten tietokokonaisuuksien käsittelyn, jolloin tietojen imputointia ei tarvita.
- Tutkiva analyysi (valinnainen) 14.1. Metakognitiivisen harhan ja skitsofrenian kliinisten ominaisuuksien välinen korrelaatio Tutkijat suorittavat tutkivia Spearmanin järjestyskorrelaatioanalyysejä metakognitiivisten harhojen (metakognitiivisten arvioiden ja ensimmäisen asteen tehtävän tarkkuuden välisen regressioviivan asymptootit) ja useiden kliinisten muuttujien (positiiviset ja epäorganisaatiopisteet) välillä. PANSS, BIS:n, BCIS:n ja PSP:n kokonaispistemäärä).
14.2. Syke Syke mitataan Gtec-pletysmografisella pulssianturilla ja kvantifioidaan tyypin 2 suorituskyvyn funktiona. Terveillä osallistujilla tehtyjen aikaisempien löydösten perusteella tutkijat odottavat suuremman itseluottamuksen liittyvän nopeampaan sykeen ärsykkeen alkamisen ja tyypin 2 vasteen välillä. Tutkijat yrittävät toistaa nämä havainnot samoilla menetelmillä kuin Allen ja kollegat ja laajentaa sen potilaisiin.
14.3. galvaaninen ihovaste (GSR) Mitä tulee sykeen, GSR mitataan Gtecille tarkoitetulla anturilla ja kvantifioidaan tyypin 2 suorituskyvyn funktiona Matlabin Ledalabin työkalupakin avulla. Tietojemme mukaan mikään tutkimus ei ole kvantifioinut GSR:n ja metakognition välistä yhteyttä niin, että tutkijat suorittaisivat tutkivia analyyseja.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Grenoble, Ranska
- Ei vielä rekrytointia
- Chu Grenoble
-
Le Chesnay, Ranska, 78150
- Rekrytointi
- Centre Hospitalier de Versailles
-
Saint-Égrève, Ranska
- Ei vielä rekrytointia
- CH Alpes Isère
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Potilaat:
Potilaat vakautetaan ja heidät rekrytoidaan Versaillesin alueen mielenterveyskeskuksista ja poliklinikoista sekä FACE-SZ (FondaMental Academic Center of Skitsofrenia) -kohortti Versaillesissa.
Säätimet:
Terveitä vapaaehtoisia rekrytoidaan väestöstä. Kontrolliryhmä seulotaan nykyisen tai aiemman psykiatrisen sairauden varalta ja osallistujat suljetaan pois, jos he täyttävät minkä tahansa DSM-V:n häiriön kriteerit.
Kaikki osallistujat suhtautuvat naiiveihin tutkimuksen tarkoitukseen, antavat tietoisen suostumuksen instituution ohjeiden ja Helsingin julistuksen mukaisesti ja saavat rahallisen korvauksen (10€/h).
Kuvaus
Sisällyttämiskriteerit:
- Skitsofrenian DSM-V-kriteerit (strukturoitu kliininen haastattelu häiriöille)
- Normaali tai normaaliksi korjattu näkö
Poissulkemiskriteerit:
- kohtalainen tai vaikea päihteiden käyttöhäiriö viimeisen 6 kuukauden aikana (DSM-V-kriteerit)
- nykyinen tai aikaisempi hoitamaton merkittävä lääketieteellinen sairaus tai neurologinen sairaus
- sähkökonvulsiivinen hoito viimeisen kolmen kuukauden aikana
- dyskromatopsia
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Case-Control
- Aikanäkymät: Poikkileikkaus
Kohortit ja interventiot
Ryhmä/Kohortti |
---|
Skitsofreniaa sairastavat henkilöt
Käyttäytymismuuttujat: Tyypin 1 tehtävä (liikkeen erottelu) tarkkuus (binäärinen: oikea/virheellinen) / tyypin 1 reaktioaika (jatkuva: aika vastata tyypin 1 tehtävään ms) / luottamus (jatkuva: visuaalinen analoginen asteikko) / tyypin 2 reaktioaika (jatkuva) : aika raportoida luotettavuus ms) / Hiiren liikerata (pikselin koordinaatit) Fysiologiset muuttujat: Elektroenkefalogrammi (jatkuva: 64ch. aikalukittu tyypin 1 vasteeseen) / Syke (jatkuva: aikalukittu tyypin 1 vasteeseen) / Galvaaninen ihovaste (jatkuva: aikalukittu tyypin 1 vasteeseen) Kliiniset muuttujat: Positiivisen ja negatiivisen oireyhtymän asteikko / Birchwood Insight Scale / Beck Cognitive Insight -asteikko / Henkilökohtainen ja sosiaalinen suorituskykyasteikko / Calgaryn masennusasteikko / Klooripromatsiinivastineet Neuropsykologiset muuttujat: Kansallinen aikuisten lukutesti (ranska) / Wechsler Adult Intelligence Scale version IV (WAIS-IV) osatestit (matriisipäättely, sanasto, kirjain-numerojärjestys) |
Säätimet
Käyttäytymismuuttujat: Tyypin 1 tehtävä (liikkeen erottelu) tarkkuus (binäärinen: oikea/virheellinen) / tyypin 1 reaktioaika (jatkuva: aika vastata tyypin 1 tehtävään ms) / luottamus (jatkuva: visuaalinen analoginen asteikko) / tyypin 2 reaktioaika (jatkuva) : aika raportoida luottamus ms) / Hiiren liikerata (pikselikoordinaatit) / Fysiologiset muuttujat: Elektroenkefalogrammi (jatkuva: 64ch. aikalukittu tyypin 1 vasteeseen) / Syke (jatkuva: aikalukittu tyypin 1 vasteeseen) / Galvaaninen ihovaste (jatkuva: aikalukittu tyypin 1 vasteeseen) / Kliiniset muuttujat: Calgaryn masennusasteikko Neuropsykologiset muuttujat: Kansallinen aikuisten lukutesti (ranska) / WAIS-IV-alitestit (matriisipäättely, sanasto, kirjain-numerojärjestys) |
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
---|---|---|
Metakognitiivinen suorituskyky
Aikaikkuna: Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Tarkkuuden ja luottamuksen välinen regressiokulma binomiaalisessa sekavaikutusmallissa, joka sisältää sopivat kovariaatit (muuttujat, jotka eroavat merkittävästi potilaiden ja kontrollien välillä, muun muassa seuraavien joukossa: ikä, sukupuoli, koulutus, premorbid ja nykyinen älykkyysosamäärä, johtamisen suorituskyky suunnittelun ja työmuistin kanssa ja masennus)
|
Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Ennaltaehkäisevät käyttäytymismuuttujat
Aikaikkuna: Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Reaktioajat ja hiiren liikeradan parametrit (liikeentropia x-akselilla)
|
Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
EEG-merkit
Aikaikkuna: Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Virheisiin liittyvä negatiivisuus, lateraalinen valmiuspotentiaali ja alfa-suppressio
|
Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
---|---|---|
Metakognitiivinen harha
Aikaikkuna: Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Tarkkuuden ja luottamuksen välisen regressioviivan asymptootti binomiaalisessa sekavaikutusmallissa, joka sisältää sopivat kovariaatit (muuttujat, jotka eroavat merkittävästi potilaiden ja kontrollien välillä, muun muassa seuraavien joukossa: ikä, sukupuoli, koulutus, premorbid ja nykyinen älykkyysosamäärä, toimeenpanon suorituskyky ja suunnittelu ja työmuisti; ja masennus)
|
Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Skitsofrenian positiiviset oireet
Aikaikkuna: Yksi mitta per koehenkilö, arvioituna 30 minuutin haastattelun aikana
|
Seuraavat positiivisten ja negatiivisten oireyhtymäasteikon kohteet: P1+P3+G9+P6+P5+G1+G12+G16-N5
|
Yksi mitta per koehenkilö, arvioituna 30 minuutin haastattelun aikana
|
Skitsofrenian häiriöoireet
Aikaikkuna: Yksi mitta per koehenkilö, arvioituna 30 minuutin haastattelun aikana
|
Seuraavat positiivisten ja negatiivisten oireyhtymäasteikon kohteet: N7+G11+G10+P2+N5+G5 +G12 +G13 +G15+G9
|
Yksi mitta per koehenkilö, arvioituna 30 minuutin haastattelun aikana
|
Näkemys sairaudesta
Aikaikkuna: Yksi mitta per koehenkilö, arvioituna 10 minuutin pituisella autokyselyllä
|
Kokonaispistemäärä Birchwood Insight Scale -asteikolla, itseraportointiasteikko, jossa on 8 kohtaa
|
Yksi mitta per koehenkilö, arvioituna 10 minuutin pituisella autokyselyllä
|
Kognitiivinen oivallus
Aikaikkuna: Yksi mitta per koehenkilö, arvioituna 20 minuutin pituisella autokyselyllä
|
Kokonaispistemäärä Beck Cognitive Insight Scale -asteikolla, itseraportointiasteikko, jossa on 15 kohtaa
|
Yksi mitta per koehenkilö, arvioituna 20 minuutin pituisella autokyselyllä
|
sosiaalinen toiminta
Aikaikkuna: Yksi mitta per koehenkilö, arvioituna 20 minuutin haastattelun aikana
|
Kokonaispisteet henkilökohtaisen ja sosiaalisen suorituskyvyn asteikolla
|
Yksi mitta per koehenkilö, arvioituna 20 minuutin haastattelun aikana
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
---|---|---|
Syke
Aikaikkuna: Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Mitattu Gtec pletysmografisella pulssianturilla
|
Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Galvaaninen ihovaste
Aikaikkuna: Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Mitattu Gtecin omalla anturilla
|
Toistetut toimenpiteet 2 tunnin kokeen sisällä
|
Yhteistyökumppanit ja tutkijat
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Beck AT, Baruch E, Balter JM, Steer RA, Warman DM. A new instrument for measuring insight: the Beck Cognitive Insight Scale. Schizophr Res. 2004 Jun 1;68(2-3):319-29. doi: 10.1016/S0920-9964(03)00189-0.
- Kay SR, Fiszbein A, Opler LA. The positive and negative syndrome scale (PANSS) for schizophrenia. Schizophr Bull. 1987;13(2):261-76. doi: 10.1093/schbul/13.2.261.
- Birchwood M, Smith J, Drury V, Healy J, Macmillan F, Slade M. A self-report Insight Scale for psychosis: reliability, validity and sensitivity to change. Acta Psychiatr Scand. 1994 Jan;89(1):62-7. doi: 10.1111/j.1600-0447.1994.tb01487.x.
- Perrin F, Pernier J, Bertrand O, Echallier JF. Spherical splines for scalp potential and current density mapping. Electroencephalogr Clin Neurophysiol. 1989 Feb;72(2):184-7. doi: 10.1016/0013-4694(89)90180-6.
- Allen M, Frank D, Schwarzkopf DS, Fardo F, Winston JS, Hauser TU, Rees G. Unexpected arousal modulates the influence of sensory noise on confidence. Elife. 2016 Oct 25;5:e18103. doi: 10.7554/eLife.18103.
- Bagiella E, Sloan RP, Heitjan DF. Mixed-effects models in psychophysiology. Psychophysiology. 2000 Jan;37(1):13-20.
- Bruno N, Sachs N, Demily C, Franck N, Pacherie E. Delusions and metacognition in patients with schizophrenia. Cogn Neuropsychiatry. 2012;17(1):1-18. doi: 10.1080/13546805.2011.562071. Epub 2011 Jun 28.
- Calcagni A, Lombardi L, Sulpizio S. Analyzing spatial data from mouse tracker methodology: An entropic approach. Behav Res Methods. 2017 Dec;49(6):2012-2030. doi: 10.3758/s13428-016-0839-5.
- Charles L, Gaillard R, Amado I, Krebs MO, Bendjemaa N, Dehaene S. Conscious and unconscious performance monitoring: Evidence from patients with schizophrenia. Neuroimage. 2017 Jan 1;144(Pt A):153-163. doi: 10.1016/j.neuroimage.2016.09.056. Epub 2016 Sep 23.
- Chaumon M, Bishop DV, Busch NA. A practical guide to the selection of independent components of the electroencephalogram for artifact correction. J Neurosci Methods. 2015 Jul 30;250:47-63. doi: 10.1016/j.jneumeth.2015.02.025. Epub 2015 Mar 16.
- Chiu CY, Liu CC, Hwang TJ, Hwu HG, Hua MS. Metamemory in patients with schizophrenia measured by the feeling of knowing. Psychiatry Res. 2015 Dec 15;230(2):511-6. doi: 10.1016/j.psychres.2015.09.046. Epub 2015 Oct 3.
- Fleming SM, Dolan RJ, Frith CD. Metacognition: computation, biology and function. Philos Trans R Soc Lond B Biol Sci. 2012 May 19;367(1594):1280-6. doi: 10.1098/rstb.2012.0021.
- Fox, J. (2003). Effect displays in R for generalised linear models. Journal of statistical software 8(15): 1-27.
- Kepecs A, Mainen ZF. A computational framework for the study of confidence in humans and animals. Philos Trans R Soc Lond B Biol Sci. 2012 May 19;367(1594):1322-37. doi: 10.1098/rstb.2012.0037.
- Kieslich, P. J., D. U. Wulff, et al. Mousetrap: An R package for processing and analyzing mouse-tracking data (Version 3.0.0). 2017
- Koren D, Seidman LJ, Poyurovsky M, Goldsmith M, Viksman P, Zichel S, Klein E. The neuropsychological basis of insight in first-episode schizophrenia: a pilot metacognitive study. Schizophr Res. 2004 Oct 1;70(2-3):195-202. doi: 10.1016/j.schres.2004.02.004.
- Kother U, Veckenstedt R, Vitzthum F, Roesch-Ely D, Pfueller U, Scheu F, Moritz S. "Don't give me that look" - overconfidence in false mental state perception in schizophrenia. Psychiatry Res. 2012 Mar 30;196(1):1-8. doi: 10.1016/j.psychres.2012.03.004. Epub 2012 Apr 5.
- Kuznetsova, A., P. B. Brockhoff, et al. Package 'lmerTest'. R package version 2. 2015
- Lysaker PH, McCormick BP, Snethen G, Buck KD, Hamm JA, Grant M, Nicolo G, Dimaggio G. Metacognition and social function in schizophrenia: associations of mastery with functional skills competence. Schizophr Res. 2011 Sep;131(1-3):214-8. doi: 10.1016/j.schres.2011.06.011. Epub 2011 Jul 13.
- Maniscalco B, Lau H. A signal detection theoretic approach for estimating metacognitive sensitivity from confidence ratings. Conscious Cogn. 2012 Mar;21(1):422-30. doi: 10.1016/j.concog.2011.09.021. Epub 2011 Nov 8.
- Morey, R. D., J. N. Rouder, et al. BayesFactor: Computation of Bayes factors for common designs. R package version 0.98. 2014.
- Moritz S, Woodward TS, Jelinek L, Klinge R. Memory and metamemory in schizophrenia: a liberal acceptance account of psychosis. Psychol Med. 2008 Jun;38(6):825-32. doi: 10.1017/S0033291707002553. Epub 2008 Jan 21.
- Nasrallah H, Morosini P, Gagnon DD. Reliability, validity and ability to detect change of the Personal and Social Performance scale in patients with stable schizophrenia. Psychiatry Res. 2008 Nov 30;161(2):213-24. doi: 10.1016/j.psychres.2007.11.012. Epub 2008 Oct 11.
- Rausch M, Muller HJ, Zehetleitner M. Metacognitive sensitivity of subjective reports of decisional confidence and visual experience. Conscious Cogn. 2015 Sep;35:192-205. doi: 10.1016/j.concog.2015.02.011. Epub 2015 Mar 7.
- Singmann, H., B. Bolker, et al. afex: Analysis of factorial experiments. R package version 0.15-2. 2015.
- Team, R. C.R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing. 2016.
- van der Gaag M, Hoffman T, Remijsen M, Hijman R, de Haan L, van Meijel B, van Harten PN, Valmaggia L, de Hert M, Cuijpers A, Wiersma D. The five-factor model of the Positive and Negative Syndrome Scale II: a ten-fold cross-validation of a revised model. Schizophr Res. 2006 Jul;85(1-3):280-7. doi: 10.1016/j.schres.2006.03.021. Epub 2006 May 26.
- Wickham, H. ggplot2: elegant graphics for data analysis, Springer. 2016.
- Yeung N, Summerfield C. Metacognition in human decision-making: confidence and error monitoring. Philos Trans R Soc Lond B Biol Sci. 2012 May 19;367(1594):1310-21. doi: 10.1098/rstb.2011.0416.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (TODELLINEN)
Ensisijainen valmistuminen (ODOTETTU)
Opintojen valmistuminen (ODOTETTU)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (TODELLINEN)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (TODELLINEN)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- P16/25_METASENS/METACTION
- 2016-A01612-49 (MUUTA: ANSM)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .