- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT03857438
Az audiovizuális jellemzők összefüggése a klinikai változókkal és a neurokognitív funkciókkal bipoláris zavarban, mániában
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Istanbul, Pulyka, 34736
- SBU Erenkoy Mental State Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- I-es típusú BD, mániás epizód diagnózisa a DSM-5 szerint [10] a következő orvos által,
- tájékoztatást kaptak a vizsgálat céljáról, és a beiratkozás előtt aláírták a hozzájárulásukat.
Kizárási kritériumok:
- 18 évesnél fiatalabb vagy 60 évesnél idősebb,
- alacsony szellemi kapacitást mutatva az interjú során
- hallucinációk és zavaró viselkedések kifejezése az interjú során,
- súlyos szerves betegség jelenléte,
- bármely szervi betegség jelenléte, amely befolyásolhatja a megismerést
- öt évnél kevesebb közoktatással rendelkezik
- szerrel vagy alkohollal való visszaélés diagnosztizálása az elmúlt három hónapban (kivéve a nikotint és a koffeint)
- cerebrovaszkuláris rendellenesség jelenléte, fejsérülés hosszabb ideig tartó eszméletvesztéssel, súlyos vérzés és demencia,
- elektrokonvulzív kezelésben részesült az elmúlt egy évben.
Az egészséges kontrollcsoport esetében a következő további kritériumokat vettük figyelembe a kizáráshoz
- a családi anamnézisben hangulati vagy pszichotikus rendellenesség szerepel,
- pszichiátriai rendellenesség jelenléte az interjú során vagy a múltban.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
Bipoláris mánia
I-es típusú BD, mániás epizód diagnózisa DSM-5 szerint, a következő orvos által
|
A következő orvos írja fel a kórházi kezelés során és az elbocsátás után
Hét feladat, mint például a kórházba érkezés/a tevékenységben való részvétel okának magyarázata, boldog és szomorú emlékek leírása, harmincig számolás, két érzelemkeltő kép magyarázata
|
Egészséges kontroll
normális mentális képességet mutat az interjú során, több mint öt éves közoktatásban van, az elmúlt három hónapban nem diagnosztizáltak kábítószerrel vagy alkohollal való visszaélést (kivéve a nikotint és a koffeint, a családi anamnézisben nincs hangulati vagy pszichotikus rendellenesség, és nincs jelen pszichiátriai betegség zavar az interjú során vagy a múltban, nincs jelen súlyos szervi betegség.
|
Hét feladat, mint például a kórházba érkezés/a tevékenységben való részvétel okának magyarázata, boldog és szomorú emlékek leírása, harmincig számolás, két érzelemkeltő kép magyarázata
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Kezelési válasz
Időkeret: az alapvonaltól a 3. hónapig
|
A Young Mania Rating Scale (YMRS) pontszámának aránya (a kiindulási értéktől a 3-7-14-28. napig és a 3. hónapig (alapvonali skála/követési nap skála) Az YMRS pontszám értékelési skálákat használt a mániás tünetek értékelésére 0 és 76 között volt
|
az alapvonaltól a 3. hónapig
|
Változások a vizuális jellemzőkben
Időkeret: Alapállapot és 3. hónap
|
A finomhangolt mély konvolúciós neurális hálózatokból (DCNN) kinyert megjelenési leírók funkciói, nyomon követett arctereptárgyak segítségével nyert geometriai jellemzők (súlyozatlan átlagos visszahívás) Geometrikus keretszint 23 geometriai jellemzők és megjelenési leírók 4096 dimenziós jellemző a FER finomhangolt CNN utolsó konvolúciós rétegéből, amelyeket az átlag- és tartományfunkcionálok segítségével alklipeken keresztül összegeznek, és a döntéseket videó szinten szavazzák meg, UAR-teljesítményt kapunk. . A videóból kinyert jellemzővektorokat a részleges legkisebb négyzetek (PLS) regresszió és az Extreme Learning Machines osztályozók segítségével modellezik A súlyozatlan átlagos visszahívást (UAR), amely az osztályonkénti visszahívási pontszámok átlaga, általában teljesítménymérőként használják a pontosság helyett, ami félrevezető lehet osztály-kiegyensúlyozatlanság esetén. |
Alapállapot és 3. hónap
|
Változások az audio funkciókban
Időkeret: Alapállapot és 3. hónap
|
Az openSMILE eszközzel kinyert akusztikus jellemzők funkciói (súlyozatlan átlagos visszahívás) Alacsony akusztikus leírók, beleértve a prozódiát (energia, alapfrekvencia - F0), a hangminőség jellemzőit (remegés és csillámlás), a Mel Frequency Cepstral együtthatókat, amelyeket gyakran használnak számos beszédtechnológiában az audióból, a 76 dimenziós szabványos jellemzőkészletet használjuk. az INTERSPEECH 2010 paralingvisztikai kihívásban mint kiindulópont. A második az általunk javasolt 10 funkcionális készlet: átlag, szórás, görbületi együttható, meredekség és eltolás, minimális érték és relatív helyzete, maximális érték és relatív helyzete, valamint a tartomány. A hangból kinyert jellemzővektorokat a részleges legkisebb négyzetek (PLS) regressziója és az Extreme Learning Machines osztályozók segítségével modellezi. |
Alapállapot és 3. hónap
|
a Stop Signal Testben
Időkeret: Alapállapot és 3. hónap
|
(ezredmásodperc) SST - Sikeres leállási arány SST - go - Reakció idő SST - Stop Signal Delay SST - Stop Signal Reaction Time SST - Teljes helyes
|
Alapállapot és 3. hónap
|
Változások a gyors vizuális feldolgozásban
Időkeret: Alapállapot és 3. hónap
|
Az RVP A' (A prime) a célpontra való érzékenység jelérzékelési mértéke, függetlenül a válaszhajlamtól (0,00 és 1,00 közötti tartomány; rossztól jóig). Az RVP B'' (B kettős prím) a válasz kiváltásához szükséges nyomkövetés erősségének jelérzékelési mértéke (-1,00 és +1,00 közötti tartomány) |
Alapállapot és 3. hónap
|
a Cambridge Gambling Task-ban
Időkeret: Alapállapot és 3. hónap
|
(milisecond) CGT Döntéshozatal minősége CGT Mérlegelési idő CGT Késés elkerülés CGT Teljes arányú fogadás
|
Alapállapot és 3. hónap
|
Változások az érzelemfelismerő tesztben
Időkeret: Alapállapot és 3. hónap
|
(az érzelmek előrejelzésének aránya) Százalék és számok helyes/helytelen előrejelzés
|
Alapállapot és 3. hónap
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Heysem Kaya, Ass Prof, Namik Kemal University
- Tanulmányi szék: Ali A Salah, Ass Prof, Bogazici University
- Tanulmányi szék: Hüseyin Gülec, Ass Prof, Istanbul Saglık Bilimleri University
- Kutatásvezető: Elvan Ciftci, MD PhD, Istanbul Saglık Bilimleri University
Publikációk és hasznos linkek
Általános kiadványok
- Ciftci E, Kaya H, Gulec H, Salah AA (2018) The Turkish Audio-Visual Bipolar Disorder Corpus. In: 2018 First Asian Conference on Affective Computing and Intelligent Interaction (ACII Asia), pp 1-6. IEEE. Available at: https://ieeexplore.ieee.org/document/8470362/
- Çiftçi E, Kaya H, Güleç H and Salah AA Potential audio treatment predictors for bipolar mania Psychiatry and Clinical Psychopharmacology Supplementary
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (TÉNYLEGES)
Elsődleges befejezés (TÉNYLEGES)
A tanulmány befejezése (TÉNYLEGES)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (TÉNYLEGES)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (TÉNYLEGES)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- BipolarAI
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
IPD megosztási időkeret
IPD-megosztási hozzáférési feltételek
Az IPD megosztását támogató információ típusa
- STUDY_PROTOCOL
- ICF
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .