- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06551090
Ahdistuneisuuden ja muistitilan ennustaminen (CAMERA)
Kontekstitietoisen multimodaalisen ekologisen tutkimus- ja arviointialustan (CAMERA) kehittäminen ahdistuneisuuden ja muistitilan jatkuvaan mittaamiseen ja ennustamiseen
Tämän tutkimuksen tarkoituksena on tarkastella, kuinka aivojen, kehon ja käyttäytymisen signaalit liittyvät ahdistukseen ja muistin toimintaan. Tämän hankkeen tavoitteena on kehittää CAMERA (Context-Aware Multimodal Ecological Research and Assessment) -alustaa, joka on huippuluokan avoin multimodaalinen laitteisto/ohjelmistojärjestelmä ihmisen aivojen ja käyttäytymisen suhteiden mittaamiseen.
Projektin R61-osuus on suunniteltu kehittämään CAMERA-alustaa, joka käyttää multimodaalista, passiivista anturidataa ennustamaan ahdistuneisuus-muistitilaa potilailla, jotka ovat sairaalahoidossa kallonsisäisillä elektrodeilla kliinisen epilepsian vuoksi, sekä rakentamaan CAMERAn passiivisen datakehyksen ja aktiivinen tietokehys.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
CAMERA tallentaa hermo-, fysiologisia, käyttäytymis- ja ympäristösignaaleja sekä ekologisten hetkellisten arvioiden (EMA) mittauksia kehittääkseen jatkuvan korkean resoluution ennusteen henkilön ahdistuneisuustasosta ja kognitiivisesta suorituskyvystä. CAMERA tarjoaa merkittävän edistyksen nykyisiin ihmisen käyttäytymisen mittausmenetelmiin verrattuna, koska se hyödyntää multimodaalisten tietolähteiden toisiaan täydentäviä ominaisuuksia ja yhdistää ne tulkittavissa olevaan koneoppimiseen ihmisten käyttäytymisen ennustamiseksi. Toinen CAMERA:n erottuva piirre on, että se sisältää kontekstitietoisen, mukautuvan EMA:n, jossa arviointien ajoitus riippuu kohteen fysiologiasta ja käyttäytymisestä vasteasteiden ja mallioppimisen parantamiseksi. Tässä tutkimuksessa CAMERA keskittyy ahdistuneisuustilan ja samanaikaisen muistin suorituskyvyn ennustamiseen, mutta alusta on joustava käytettäväksi eri aloilla.
Tällä hetkellä on haastavaa tutkia monimutkaisia, pitkittäisiä suhteita aivojen, kehon ja ympäristön välillä ihmisillä. Useimmat olemassa olevat työkalut eivät salli ohimenevien sisäisten tilojen tai kognitiivisten toimintojen mittaamista kokonaisvaltaisesti tai jatkuvasti. Sen sijaan luotamme tyypillisesti harvakseltaan kerättyihin ja rajoitettuihin itseraportteihin tai kokeellisiin rakenteisiin, mukaan lukien EMA.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Angela Velazquez
- Puhelinnumero: 646-515-1909
- Sähköposti: agv2113@cumc.columbia.edu
Tutki yhteystietojen varmuuskopiointi
- Nimi: Brett E Youngerman, MD
- Puhelinnumero: 516-946-2145
- Sähköposti: bey2103@cumc.columbia.edu
Opiskelupaikat
-
-
New York
-
New York, New York, Yhdysvallat, 10032
- Rekrytointi
- Columbia University Irving Medical Center
-
Ottaa yhteyttä:
- Brett E Youngerman, MD
- Puhelinnumero: 646-317-2887
- Sähköposti: bey2103@cumc.columbia.edu
-
Päätutkija:
- Brett E Youngerman, MD
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- Potilaiden on tiedettävä tai epäilty ohimolohkon epilepsiaa.
- Englannin tai espanjan syntyperäinen tai taitava puhuminen.
- SEEG-tapaukset: Implanttisuunnitelman tulee sisältää hippokampuksen pään, vartalon ja hännän elektrodit joko yksi- tai molemminpuolisesti.
- 7. luokan lukutaito (vähimmäistaso, jota pidetään aikuisten lukutaitoina)
Poissulkemiskriteerit:
- Kuulovamma (eli ei ole korjattu kuulokojeella)
- Ei pysty lukemaan sanomalehteä käsivarren etäisyydellä korjaavilla linsseillä.
- Objektiivinen älyllinen vajaatoiminta (arvioitu älykkyysosamäärä < 70)
- Kaikki sähkökonvulsiivisen hoidon tai psykoosin historia (paitsi potilaiden postiktaalinen psykoosi)
- Psykoottinen häiriö (elinikäinen)
- Nykyinen ahdistuneisuushäiriö, vakava masennushäiriö tai kaksisuuntainen mielialahäiriö
- Neurodegeneratiiviset sairaudet, laajalle levinneet aivovauriot, kieliongelmat (muut kuin nimeämisvaikeudet)
- Lääketieteelliset sairaudet, jotka voivat mahdollisesti vaikuttaa kognitiiviseen suorituskykyyn (esim. HIV-infektio, syöpä, jossa on metastaattista potentiaalia).
- Akuutti munuaisten vajaatoiminta tai loppuvaiheen munuaissairaus
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Seulonta
- Jako: Ei käytössä
- Inventiomalli: Yksittäinen ryhmätehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Muut: KAMERA
Aikuiset epilepsiaa sairastavat koehenkilöt käyvät läpi ei-invasiivisen videoelektroenkefalografian (EEG) ja aivojen syvien rakenteiden elektrodien asettamisen mantelitumakkeeseen ja hippokampukseen (toispuoleisesti tai molemminpuolisesti).
Osajoukko koehenkilöistä (n=10) käyttää Context-Aware Multimodal Ecological Research and Assessment (CAMERA) -alustaa 2 viikkoa kotiutumisen jälkeen seuraavien menetelmien osajoukon kanssa: fysiologinen rannekoru, älypuhelimen fenotyyppianalyysi, ekologiset hetkelliset arviointikyselyt (EMA) ja muistitehtävä.
Ennalta arvaamattomalla aikavälillä CAMERA keskeyttää koehenkilöitä: (a) kuultavalla hälytyksellä, joka aiheuttaa akustisen säikähdyksen; (b) itse raportoidulla ahdistuneisuustilan asteikolla; ja (c) uhka-aiheisella häiriöllä varustetulla visuaalis-spatiaalisella muistitehtävällä.
Esimerkiksi osallistujat täyttävät lyhyen kyselyn ja pelaavat videopeliä useita kertoja päivässä sekä käyttävät sensoreilla varustettua rannekorua.
|
CAMERA-alusta on multimodaalinen, laitteisto-ohjelmistokehys, joka mittaa aivojen ja käyttäytymisen vuorovaikutusta jäsentymättömässä ympäristössä ja ennustaa ekologisia tiloja.
CAMERA käyttää multimodaalista, passiivista anturidataa ennustaakseen ahdistuneisuus-muistitilaa potilailla, jotka ovat sairaalahoidossa kallonsisäisillä elektrodeilla kliinisen epilepsian vuoksi.
KAMERA koostuu: Rannekeantureista, jotka välittävät autonomisia fysiologisia signaaleja, jotka korostavat sykemittauksia ja elektrodermaalista aktiivisuutta; Älypuhelimen käyttö, jossa korostetaan tekstinsyötön luonnollisen kielen käsittelyä kielellisten ominaisuuksien vuoksi; Aiheen seuranta audiovisuaalinen ryhmä, joka korostaa aiheen laulutoimintaa; Intrakraniaaliset hermotallenteet, jotka korostavat hippokampuksen theta-voimaa ja korkeataajuista aktiivisuutta (~70-200 Hz).
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Keskimääräinen absoluuttinen virhe ennustetun ja todellisen ekologisen hetkellisen arvioinnin (EMA) tulosten välillä
Aikaikkuna: 1-30 päivää
|
Käytä multimodaalista koneoppimismallia (EMANet) ennustaaksesi ≥1 EMA:n ahdistuneisuus-muistitilan lopputulos (tavoite) väestötason pidennetyssä datassa.
Keskimääräinen absoluuttinen virhe on ennustettujen EMA-pisteiden ja todellisten EMA-pisteiden absoluuttisen arvon keskimääräinen ero.
Suurempi keskivirhe edustaa vähemmän tarkkaa ennustetta.
Ennustuksessa on käytettävä ≥2 erilaista passiivista modaliteettia, jotka osoittavat huomattavasti parempaa ennustetarkkuutta kuin jompikumpi modaliteeteista yksinään.
|
1-30 päivää
|
|
Prosenttiosuus koehenkilöistä, jotka osoittavat EMANet-ennusteen paranemista ajan myötä.
Aikaikkuna: 1-30 päivää
|
Käytä EMANetiä ennustaaksesi ≥1 ekologisen hetkellisen arvioinnin (EMA) ahdistuneisuus-muistitilan tulos (tavoite), mikä osoittaa parannusta ajan myötä mitattuna lineaarisella regressiolla, jota sovelletaan päivien aikana mitatun ennustetun ja todellisen EMA-arvon väliseen absoluuttiseen keskivirheeseen.
Ennustuksessa on käytettävä ≥2 erilaista passiivista modaliteettia, jotka osoittavat huomattavasti parempaa ennustetarkkuutta kuin jompikumpi modaliteeteista yksinään.
|
1-30 päivää
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Keskimääräinen absoluuttinen virhe ennustetun ja todellisen absoluuttisen virheen välillä päivittäin
Aikaikkuna: 1-30 päivää
|
Käytä ennusteen epävarmuuden multimodaalista koneoppimismallia (UncertaintyNet) ennustaaksesi ekologisen hetkellisen arvioinnin (EMA) ennusteiden keskimääräisen absoluuttisen ennustusvirheen pidennetyissä tiedoissa yksittäisen koehenkilön tasolla joka päivä.
Keskimääräinen absoluuttinen virhe mittaa ennustetun virheen (kaikkien saatavilla olevien tietojen perusteella) ja todellisen virheen välistä eroa.
|
1-30 päivää
|
Muut tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Neuraalidatan värinä (millisekuntia)
Aikaikkuna: 1-30 päivää
|
Hermotietojen tarkka synkronointi värinällä <30 millisekuntia.
|
1-30 päivää
|
|
Audiovisuaalisen datan latenssi (sekunteina)
Aikaikkuna: 1-30 päivää
|
Audiovisuaalisen datan tarkka synkronointi latenssilla <10 sekuntia.
|
1-30 päivää
|
|
Rannetunnistimen tietojen latenssi (minuuttia)
Aikaikkuna: 1-30 päivää
|
Rannetunnistimen tietojen tarkka synkronointi latenssilla <2 minuuttia.
|
1-30 päivää
|
|
Älypuhelimen datan latenssi (minuutit)
Aikaikkuna: 1-30 päivää
|
Älypuhelimen tietojen tarkka synkronointi latenssilla <20 minuuttia.
|
1-30 päivää
|
|
Ekologisen hetkellisen arvioinnin (EMA) toimituksen värinä. (millisekuntia)
Aikaikkuna: 1-30 päivää
|
Onnistunut EMA-arviointien toimitus ekologisen hetkellisen arvioinnin täsmällisen synkronoinnin kanssa värinällä <50 millisekuntia.
|
1-30 päivää
|
|
Prosentuaalinen parannus normalisoidussa vastesuhteessa ekologisen hetkellisen arvioinnin (EMA) toimitukseen.
Aikaikkuna: 1-30 päivää
|
Onnistunut EMA-arviointien ≥10 % tilastollisesti merkitsevä (p<0,05)
normalisoidun vastausnopeuden paraneminen ajan myötä (kohteiden välillä) kontekstitietoisen EMA-toimituksen avulla ResponseNetin avulla.
|
1-30 päivää
|
|
Kohteiden lukumäärä, jotka osoittavat käännöksen toteutettavuuden avohoitoon.
Aikaikkuna: 14 päivää
|
Kerätään (synkronoitua) ei-neuraalista fysiologista, älypuhelin- ja EMA-tietoa (tutkimus ja tehtävä) 10 avohoitopotilaalta peräkkäin 2 viikon ajan passiivisella datahäviöllä <10 %.
|
14 päivää
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Opintojohtaja: Joshua Jacobs, PhD, University of Chicago
- Päätutkija: Brett E Youngerman, MD, Columbia University
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- AAAU7374
- 1R61MH135405-01 (Yhdysvaltain NIH-apuraha/sopimus)
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .