Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Ahdistuneisuuden ja muistitilan ennustaminen (CAMERA)

maanantai 26. tammikuuta 2026 päivittänyt: Brett Youngerman, Columbia University

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

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

Interventio

Ilmoittautuminen (Arvioitu)

40

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

    • New York
      • New York, New York, Yhdysvallat, 10032
        • Rekrytointi
        • Columbia University Irving Medical Center
        • Ottaa yhteyttä:
        • Päätutkija:
          • Brett E Youngerman, MD

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Tutkimusväestö

Koehenkilöt, jotka on otettu epilepsiavalvontayksikköön joko sEEG:llä ja/tai päänahan EEG:llä.

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

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

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

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Opintojohtaja: Joshua Jacobs, PhD, University of Chicago
  • Päätutkija: Brett E Youngerman, MD, Columbia University

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Tiistai 23. heinäkuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Tiistai 1. joulukuuta 2026

Opintojen valmistuminen (Arvioitu)

Tiistai 1. joulukuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Sunnuntai 11. elokuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Sunnuntai 11. elokuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Tiistai 13. elokuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 28. tammikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 26. tammikuuta 2026

Viimeksi vahvistettu

Torstai 1. tammikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

Ei

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 .

Tilaa