- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06606925
Déterminer quelles régions du cerveau sont actives pendant la simulation de vol à des moments distincts pendant l'entraînement (fMRI Pilots)
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
L'établissement, le maintien et la quantification de l'état de préparation des individus et des populations de haute performance, tels que les pilotes en service actif, restent un défi important pour le DoD. La maîtrise des pilotes, comme d’autres populations performantes, consiste en la maîtrise de plusieurs tâches. Certaines tâches, telles que les efforts G, reposent sur des approches connues pour renforcer l'endurance musculo-squelettique des fesses, des quadriceps et des ischio-jambiers1 avec des exercices bien définis pour améliorer la tolérance aux charges G élevées. Ainsi, si un pilote ou un stagiaire particulier souffre d'une perte de conscience proche de celle induite par G, des programmes d'entraînement clairs peuvent être prescrits pour renforcer les muscles nécessaires à l'amélioration des performances. Cependant, les tâches cognitives, telles que contrôler précisément un avion pour maintenir une trajectoire spécifique, malgré la présence de vents latéraux et d'autres perturbations, sont plus difficiles à comprendre et à entraîner. Jusqu'à il y a quelques années, il n'existait pas d'approche claire pour définir le circuit neuronal nécessaire à de telles tâches. Sans cette compréhension de ces circuits cognitifs, il est difficile, voire impossible, de prescrire des modalités d’entraînement ciblées et efficaces pour renforcer ses performances.
Neuroergonomie En détectant des changements subtils dans le flux sanguin vers différentes régions du cerveau au cours d'une tâche, l'imagerie par résonance magnétique fonctionnelle (IRMf) peut localiser les régions les plus actives du cerveau à tout moment. Cette technologie progresse rapidement et, pour des tâches spécifiques, démontre une cohérence remarquable dans les multiples régions corticales du cerveau utilisées au cours de la même tâche, entre différents individus. Les multiples régions activées au cours d'une tâche particulière sont souvent appelées « fonctionnellement connectées ». De plus, ces régions du cerveau fonctionnellement connectées et activées lors d’une tâche cognitive partagent une analogie avec les muscles activés pour accomplir une tâche physique. Une autre technologie d'IRM peut quantifier la connectivité via les axones situés dans la substance blanche (les fils du cerveau) et mesurer la force de la connexion physique entre différentes régions du cerveau - appelée connectivité structurelle. Fait intéressant, comme les muscles après un entraînement prolongé, la « force » des connexions entre des régions spécifiques peut montrer des augmentations mesurables avec l’entraînement et la répétition.
Cependant, en raison des champs magnétiques élevés existant dans les appareils IRM, des appareils complexes ou des écrans vidéo ne pouvaient généralement pas être utilisés lors de l'analyse de sujets. En conséquence, les premières tâches des scanners (appelées paradigmes) étaient souvent en série et non représentatives des tâches hautement dynamiques du vol. Mais il existe des systèmes d'affichage haute résolution compatibles IRM, qui peuvent générer des environnements haute résolution et plus immersifs5. En outre, des dispositifs d'entrée de plus en plus sophistiqués ont également été développés, compatibles IRM et il est désormais possible d'inclure un manche de vol réaliste pour contrôler le tangage, le roulis et l'accélérateur des cellules simulées.
Ainsi, le domaine de la neuroergonomie – qui analyse de manière plus naturaliste le comportement du cerveau au cours des opérations quotidiennes – peut être appliqué à l’aviation6. Des travaux récents sur l'IRMf ont commencé à identifier les neurocircuits impliqués dans des tâches de vol spécifiques telles que la poursuite aérienne. D'autres travaux ont identifié des régions du cerveau activées lors d'une surcharge cognitive où les sujets ne percevaient pas d'alarmes sonores lorsqu'ils volaient dans un simulateur. De plus, des régions spécifiques du cerveau semblent activées lors du retour vidéo après avoir effectué une tâche d’atterrissage complexe. Ainsi, les régions cérébrales actives lors de la poursuite aérienne, de la surcharge cognitive et du feedback – toutes pertinentes à la formation aéronautique – commencent à être identifiées. Cependant, étant donné qu’une grande partie de ces données ont été collectées auprès d’amateurs – et non de pilotes militaires très expérimentés – leur applicabilité à des aviateurs militaires hautement qualifiés doit être testée.
L'application des techniques de neuroergonomie pour améliorer les performances des aviateurs militaires nécessitera deux étapes distinctes : 1.) Les circuits neuroanatomiques associés aux différents aspects de l'aviation de haute performance doivent être identifiés ; et 2.) pour chaque circuit, des paradigmes d'entraînement devront être identifiés pour renforcer le circuit neuroanatomique d'intérêt afin de suivre non seulement les performances comportementales, mais aussi les corrélats neuronaux associés à des performances améliorées.
Tâche PICT - Défis de simulation de vol IRM
Le test sur simulateur de vol PICT (Precision Instrument Control Task) est adapté d'une étude existante sur les performances humaines, appelée « Wayfinding, Hypoxia, and Interceptive Performance in Pilots Executing Transitions » (WHIPPET), qui est actuellement menée aux Brooks Research Altitude Chambers avec l'objectif de mesurer la détérioration du pilotage qui résulte d'une hypoxie hypobare modérée. La tâche génère des mesures quantitatives pour évaluer la précision et la rapidité avec lesquelles un pilote peut exécuter des commandes correctives pendant le vol. Les tâches seront adaptées de leur application psychophysique actuelle pour être utilisées dans cette application de neuroimagerie.
Les deux tâches de pilotage seront exécutées à l'aide du logiciel d'application disponible dans le commerce appelé XPlane (Laminar Research, Inc., Columbia SC), qui est une suite de simulation sur PC qui utilise des commandes de vol crédibles et des modèles d'avion dynamiques pour présenter des sorties simulées haute fidélité avec les caractéristiques visuelles et les exigences du vol réel. XPlane a été utilisé dans des enquêtes psychophysiques sur l'effet des facteurs de stress environnementaux sur les performances humaines dans un environnement de cockpit et pour identifier les zones d'activation cérébrale lors de l'exécution de tâches de poursuite aérienne simulées. Pour cette application, XPlane sera utilisé pour présenter les caractéristiques aérodynamiques d'un F/A-18F. L'interface visuelle comprendra un affichage avant « par la fenêtre » intégrant un affichage tête haute (HUD) générique avec une échelle de montée-plongée, des indicateurs d'horizon et de cap, ainsi que des indicateurs numériques de vitesse anémométrique et de vitesse verticale. L'affichage sera présenté dans le scanner IRMf à l'aide de lunettes stéréogéniques appelées écran Visual System HD (NordicNeuroLab, Bergen, Norvège) montées dans le scanner via la bobine frontale à 64 canaux Siemens Vida, comme cela a été utilisé avec succès pour construire des plates-formes interactives de réalité virtuelle pour Applications de recherche en IRMf5. Cet appareil présentera l'interface visuelle expérimentale au format 1 920 x 1 200 pixels via des lunettes stéréoscopiques, le réseau de chaque œil s'étendant sur environ 52 x 34 degrés (horizontal x vertical) dans le champ de vision. Cette configuration doit fournir une résolution suffisante et une subtilité angulaire pour produire une présence virtuelle dans l'environnement simulé.
Objectifs spécifiques
- Déterminez quelles parties de l'activité cérébrale sont en corrélation avec le niveau de performance lors d'une simulation de vol (PICT).
- Déterminez les changements dans l’activité cérébrale qui se produisent à deux moments distincts.
- Déterminez quelles parties de l'anatomie cérébrale sont en corrélation avec le niveau de performance lors d'une simulation de vol (PICT).
- Déterminez les changements dans l’anatomie du cerveau qui se produisent à deux moments distincts.
Type d'étude
Inscription (Réel)
Phase
- N'est pas applicable
Contacts et emplacements
Lieux d'étude
-
-
Texas
-
San Antonio, Texas, États-Unis, 78150
- Joint Base San Antonio - Randolph & Lackland
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
Accepte les volontaires sains
La description
Critères d'intégration :
- Pilotes militaires en service actif (stagiaires pilotes instructeurs ou stagiaires sur aéronefs télépilotés)
- Âge 18-54 ans
- Mâle ou femelle biologique
Critères d'exclusion :
- Âge < 18 ans
- Âge > 60 ans
- Membres en service non actif
- Antécédents de migraines récurrentes nécessitant un traitement suppressif chronique ou une intervention médicamenteuse sur ordonnance plus d'une fois par an.
- Antécédents de traumatisme crânien ou de traumatisme crânien avec perte de conscience ou confusion ou amnésie de plus de cinq minutes.
- Antécédents de traumatisme oculaire lié à un objet métallique sauf si la présence de métal résiduel a été préalablement exclue par radiographie.
- Grossesse
- Antécédents de maladie neurologique importante, notamment maladie cérébrovasculaire, maladie démyélinisante ou infections du système nerveux central (encéphalite, méningite).
- Antécédents de pathologies pouvant entraîner une atteinte neurologique, telles que l'apnée obstructive du sommeil, les maladies auto-immunes, etc.
- Antécédents de convulsions depuis l'âge de six ans.
- Claustrophobie ou intolérance à l'IRM sans médicament.
- Toute contre-indication médicale à l'IRM (ex : corps étrangers, stimulateur cardiaque non compatible IRM, appareils métalliques).
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Diagnostique
- Répartition: N / A
- Modèle interventionnel: Affectation à un seul groupe
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Expérimental: Imagerie IRM fonctionnelle (IRMf) et anatomique à deux moments lors d'une simulation pilote de réalité virtuelle
Imagerie anatomique initiale et IRMf avec numérisation sur simulateur de vol en réalité virtuelle avec tests répétés effectués environ 2 mois (+/- 1 mois) après l'analyse initiale.
|
Au cours de cette analyse, le sujet portera des lunettes stéréogéniques appelées Visual System HD (NordicNeuroLab) montées dans le scanner via une bobine frontale qui peut être ajustée au confort du sujet à l'aide du bras de commande et couvrira complètement les yeux pour éviter l'exposition à la lumière et pour visualiser clairement le mouvement des yeux pendant la simulation de vol.
Le sujet utilisera un système de réponse visuelle avec des poignées personnalisées pour simuler un manche et un accélérateur dans un cockpit d'avion à réaction tout en visualisant la simulation de vol (PICT) dans les lunettes.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Scores de réponses de simulation de vol (temps de réaction et latence)
Délai: De l'inscription à la fin du traitement à 30 mois
|
Évaluez les scores de simulation de vol des réponses (temps de réaction et latence) aux régions anatomiques et fonctionnelles du cerveau qui réagissent lors de l'exécution d'actions de vol correctives.
Cela se produira en analysant les données d'imagerie anatomique IRM et IRMf et en corrélation avec les performances du simulateur.
|
De l'inscription à la fin du traitement à 30 mois
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Robert Smalley, MD, 59th Medical Wing Science and Technology
- Chercheur principal: Tony Yuan, PhD, Uniformed Services University of the Health Sciences
Publications et liens utiles
Publications générales
- Lynch CJ, Power JD, Scult MA, Dubin M, Gunning FM, Liston C. Rapid Precision Functional Mapping of Individuals Using Multi-Echo fMRI. Cell Rep. 2020 Dec 22;33(12):108540. doi: 10.1016/j.celrep.2020.108540.
- Grady CL, Rieck JR, Nichol D, Rodrigue KM, Kennedy KM. Influence of sample size and analytic approach on stability and interpretation of brain-behavior correlations in task-related fMRI data. Hum Brain Mapp. 2021 Jan;42(1):204-219. doi: 10.1002/hbm.25217. Epub 2020 Sep 30.
- Beer J, Dart TS, Fischer J, Kisner J. Pulmonary Effects from a Simulated Long-Duration Mission in a Confined Cockpit. Aerosp Med Hum Perform. 2017 Oct 1;88(10):952-957. doi: 10.3357/AMHP.4854.2017.
- Turner BO, Paul EJ, Miller MB, Barbey AK. Small sample sizes reduce the replicability of task-based fMRI studies. Commun Biol. 2018 Jun 7;1:62. doi: 10.1038/s42003-018-0073-z. eCollection 2018.
- Li CX, Patel S, Zhang X. Evaluation of multi-shell diffusion MRI acquisition strategy on quantitative analysis using multi-compartment models. Quant Imaging Med Surg. 2020 Apr;10(4):824-834. doi: 10.21037/qims.2020.03.11.
- Bhushan C, Haldar JP, Choi S, Joshi AA, Shattuck DW, Leahy RM. Co-registration and distortion correction of diffusion and anatomical images based on inverse contrast normalization. Neuroimage. 2015 Jul 15;115:269-80. doi: 10.1016/j.neuroimage.2015.03.050. Epub 2015 Mar 27.
- Gonzalez-Castillo J, Panwar P, Buchanan LC, Caballero-Gaudes C, Handwerker DA, Jangraw DC, Zachariou V, Inati S, Roopchansingh V, Derbyshire JA, Bandettini PA. Evaluation of multi-echo ICA denoising for task based fMRI studies: Block designs, rapid event-related designs, and cardiac-gated fMRI. Neuroimage. 2016 Nov 1;141:452-468. doi: 10.1016/j.neuroimage.2016.07.049. Epub 2016 Jul 27.
- Tan ET, Shih RY, Mitra J, Sprenger T, Hua Y, Bhushan C, Bernstein MA, McNab JA, DeMarco JK, Ho VB, Foo TKF. Oscillating diffusion-encoding with a high gradient-amplitude and high slew-rate head-only gradient for human brain imaging. Magn Reson Med. 2020 Aug;84(2):950-965. doi: 10.1002/mrm.28180. Epub 2020 Feb 3.
- Tan ET, Hua Y, Fiveland EW, Vermilyea ME, Piel JE, Park KJ, Ho VB, Foo TKF. Peripheral nerve stimulation limits of a high amplitude and slew rate magnetic field gradient coil for neuroimaging. Magn Reson Med. 2020 Jan;83(1):352-366. doi: 10.1002/mrm.27909. Epub 2019 Aug 6.
- Foo TKF, Tan ET, Vermilyea ME, Hua Y, Fiveland EW, Piel JE, Park K, Ricci J, Thompson PS, Graziani D, Conte G, Kagan A, Bai Y, Vasil C, Tarasek M, Yeo DTB, Snell F, Lee D, Dean A, DeMarco JK, Shih RY, Hood MN, Chae H, Ho VB. Highly efficient head-only magnetic field insert gradient coil for achieving simultaneous high gradient amplitude and slew rate at 3.0T (MAGNUS) for brain microstructure imaging. Magn Reson Med. 2020 Jun;83(6):2356-2369. doi: 10.1002/mrm.28087. Epub 2019 Nov 25.
- Callan DE, Terzibas C, Cassel DB, Callan A, Kawato M, Sato MA. Differential activation of brain regions involved with error-feedback and imitation based motor simulation when observing self and an expert's actions in pilots and non-pilots on a complex glider landing task. Neuroimage. 2013 May 15;72:55-68. doi: 10.1016/j.neuroimage.2013.01.028. Epub 2013 Jan 26.
- Callan DE, Gamez M, Cassel DB, Terzibas C, Callan A, Kawato M, Sato MA. Dynamic visuomotor transformation involved with remote flying of a plane utilizes the 'Mirror Neuron' system. PLoS One. 2012;7(4):e33873. doi: 10.1371/journal.pone.0033873. Epub 2012 Apr 20.
- Durantin G, Dehais F, Gonthier N, Terzibas C, Callan DE. Neural signature of inattentional deafness. Hum Brain Mapp. 2017 Nov;38(11):5440-5455. doi: 10.1002/hbm.23735. Epub 2017 Jul 26.
- Gougelet RJ, Terzibas C, Callan DE. Cerebellum, Basal Ganglia, and Cortex Mediate Performance of an Aerial Pursuit Task. Front Hum Neurosci. 2020 Feb 14;14:29. doi: 10.3389/fnhum.2020.00029. eCollection 2020.
- Mehta RK, Parasuraman R. Neuroergonomics: a review of applications to physical and cognitive work. Front Hum Neurosci. 2013 Dec 23;7:889. doi: 10.3389/fnhum.2013.00889.
- Cisek P, Kalaska JF. Neural mechanisms for interacting with a world full of action choices. Annu Rev Neurosci. 2010;33:269-98. doi: 10.1146/annurev.neuro.051508.135409.
- Van de Putte E, De Baene W, Garcia-Penton L, Woumans E, Dijkgraaf A, Duyck W. Anatomical and functional changes in the brain after simultaneous interpreting training: A longitudinal study. Cortex. 2018 Feb;99:243-257. doi: 10.1016/j.cortex.2017.11.024. Epub 2017 Dec 12.
- DeYoe EA, Bandettini P, Neitz J, Miller D, Winans P. Functional magnetic resonance imaging (FMRI) of the human brain. J Neurosci Methods. 1994 Oct;54(2):171-87. doi: 10.1016/0165-0270(94)90191-0.
- Tesch PA, Hjort H, Balldin UI. Effects of strength training on G tolerance. Aviat Space Environ Med. 1983 Aug;54(8):691-5.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- FWH20230088H
- MW.65.R22 (Autre subvention/numéro de financement: Restoral DHA)
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
produit fabriqué et exporté des États-Unis.
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .