- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05910762
Új strukturált információk emberi tanulása az idő és az alvás során
Újszerű struktúra tanulása az idő és az alvás során
Az alkalmazkodó fellépés megköveteli a környezet szerkezetének gyors feltérképezését és a megszerzett tudás tárolását a későbbi hatékony felhasználás érdekében. A hippokampusz domináns elméletei arra a képességére összpontosítottak, hogy képes egyedi pillanatfelvételeket kódolni a tapasztalatokról, de a kutatók és mások bizonyítékokat találtak arra vonatkozóan, hogy ez is kulcsfontosságú a tapasztalatok közötti struktúra megtalálásához. Ennek a nélkülözhetetlen tanulási formának a mechanizmusai nem tisztázottak. A kutatók kidolgozták a hippokampusz neurális hálózati modelljét, amely azt az elméletet támasztja alá, hogy annak egyik almezője gyorsan képes kódolni a struktúrát elosztott reprezentációkkal, amely a reprezentáció egy erőteljes formája, amelyben a neuronok populációi reagálnak a környezet több kapcsolódó jellemzőjére.
A projekt első célja a modell előrejelzéseinek tesztelése nagy felbontású funkcionális mágneses rezonancia képalkotás (fMRI) segítségével olyan paradigmákban, amelyek megkövetelik az információk integrálását a tapasztalatok között. Az eredmények tisztázni fogják azokat az alapvető mechanizmusokat, amelyek szerint az emberek hogyan tanulják meg az új struktúrát, döntenek a folyamat meglévő modelljei között, és tájékoztatják a további modellfejlesztést. Vannak versengő elméletek is az új hippocampális reprezentációk végső sorsát illetően. Az egyik nézet azt állítja, hogy alvás közben a hippokampusz visszajátssza a legújabb információkat, hogy hosszabb távú elosztott reprezentációkat hozzon létre a neokortexben. Egy másik nézet azt állítja, hogy az emlékek közvetlenül és függetlenül képződnek és konszolidálódnak a hippocampusban és a neokortexben.
A projekt második célja ezen elméletek közötti tesztelés. A kutatók felmérik a hippocampalis és a corticalis reprezentációk időbeli változásait a résztvevők újraszkennelésével és a memória változásainak egy hetes késéssel történő követésével. Bármilyen megfigyelt változás az agyban és a viselkedésben az idő múlásával, az idő általános hatásainak vagy az alvás közbeni aktív feldolgozásnak köszönhető.
A harmadik cél tehát az alvás konkrét ok-okozati hozzájárulásának felmérése a strukturált információk megszilárdulásához. A kutatók valós idejű alvási elektroencefalográfiát fognak használni, hogy hangjelzéseket játsszanak le a memória újraaktiválására. A kutatók arra számítanak, hogy ez a munka tisztázni fogja az anatómiai szubsztrátokat, és kritikusan az ábrázolások természetét, amelyek támogatják az új struktúra kódolását és megszilárdítását a környezetben.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Beiratkozás (Tényleges)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Egyesült Államok, 19104
- University of Pennsylvania
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- 18 és 35 év között (minden cél)
- Nem egy sebezhető népesség tagja (minden cél)
- Normál vagy normálra korrigált látás (minden cél)
- Normál hallás (minden cél)
- Folyékonyan beszél angolul (minden cél)
- Nincs korábbi súlyos pszichiátriai vagy neurológiai rendellenesség (1. és 2. cél; MRI-specifikus)
- Jelenleg nem szed antidepresszánst vagy nyugtatót (1. és 2. cél; MRI-specifikus)
- Nem ismert neurológiai rendellenesség (3. cél; EEG-specifikus)
Kizárási kritériumok:
- A vizsgálók kizárják azokat az egyéneket, akiknél MR-ellenjavallatok, például nem eltávolítható orvosbiológiai eszközök vagy fém található a testben vagy a testen (1. és 2. cél; MRI-specifikus)
- Klausztrofóbia (1. és 2. cél; MRI-specifikus)
- A terhes nőket szintén kizárják a neuroimagingből, mivel az MR terhességre gyakorolt hatása nem teljesen ismert (1. és 2. cél; MRI-specifikus)
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Alapvető tudomány
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Egyetlen
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: Tanulás és konszolidáció az asszociatív következtetésben
A javasolt funkcionális mágneses rezonancia képalkotás az egyszerű következtetések és az általánosítások alátámasztása érdekében értékeli azokat a neurális reprezentációkat, amelyek hozzájárulnak az emberek objektumtársítási képességéhez.
Minden résztvevő ugyanazon az eljáráson megy keresztül.
A résztvevők megismerkednek a tárgypárokkal, majd megkérik őket, hogy ítéleteket és következtetéseket hozzanak a tárgyak közötti kapcsolatokról.
Az objektumok bemutatásának sorrendjét a tantárgyakon belül manipulálják, mivel a különböző tanulási elméletek eltérő előrejelzéseket adnak arról, hogy a tanulás hogyan fog kibontakozni különböző sorrendben.
A résztvevőket egy héttel később visszahozzák egy második vizsgálatra, hogy értékeljék, hogyan változnak e folyamatok idegi szubsztrátjai a konszolidáció során.
|
A résztvevők asszociatív következtetési paradigmában vesznek részt.
A memóriát viselkedés alapján értékelik, és az idegi reprezentációkat funkcionális mágneses rezonancia képalkotás segítségével értékelik.
|
|
Kísérleti: Tanulás és konszolidáció a kategóriatanulásban
A javasolt funkcionális mágneses rezonancia képalkotó vizsgálat azokat a neurális reprezentációkat vizsgálja, amelyek hozzájárulnak az emberek azon képességéhez, hogy új objektumkategóriákat tanuljanak meg.
Minden résztvevő ugyanazon az eljáráson megy keresztül.
A résztvevők újszerű tárgyakat ismerhetnek meg, amelyek mindegyike több színes részből áll.
Egyes részek egyediek az egyes objektumokhoz, mások pedig a kategória tagjai között vannak megosztva.
A kutatók felmérik, hogy az agy különböző régiói hogyan járulnak hozzá a különböző típusú részek megtanulásához és emlékezéséhez, és az eredményül kapott reprezentációk hogyan támogatják a kategória megértését.
A résztvevőket egy héttel később visszahozzák egy második vizsgálatra, hogy értékeljék, hogyan változnak e folyamatok idegi szubsztrátjai a konszolidáció során.
|
A résztvevők kategóriatanulási paradigmában vesznek részt.
A memóriát viselkedés alapján értékelik (2. és 3. kar), és az idegi reprezentációkat funkcionális mágneses rezonancia képalkotással (2. kar).
|
|
Kísérleti: A visszajátszás manipulálása alvás közben valós idejű EEG segítségével
A javasolt elektroencefalográfiás (EEG) vizsgálatban minden résztvevő ugyanazon az eljáráson esik át.
A résztvevők megtanulják az újszerű tárgyak három kategóriájához kapcsolódó vizuális jellemzőket és kimondott neveket.
A résztvevők memóriáját ezekre a tárgyakra és az objektumok részeire teszteljük szunyókálás előtt és után.
A kutatók valós időben figyelik az agyi aktivitást alvás közben, és optimális pillanatokban csendesen lejátsszák a tárgyak kimondott neveit, hogy ösztönözzék az egyes objektumok bizonyos sorrendben történő újraaktiválását.
A nyomozók felmérik, hogy ez a manipuláció hogyan befolyásolja ezen objektumok memóriáját.
|
A résztvevők kategóriatanulási paradigmában vesznek részt.
A memóriát viselkedés alapján értékelik (2. és 3. kar), és az idegi reprezentációkat funkcionális mágneses rezonancia képalkotással (2. kar).
A résztvevők aludni fognak egy kategóriatanulási paradigmát követően, miközben elektroencefalográfiai adatokat gyűjtenek, és a memóriát alvás után viselkedési szempontból értékelik.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Változások a többváltozós reprezentációkban
Időkeret: Az első ülésen belül (2-3 óra) és körülbelül egy hét késéssel a második ülésen (1-2 óra)
|
Változások a térbeli korrelációkban a kapcsolódó objektumokhoz kapcsolódó MRI BOLD mintázat között a tanulás során és az egyhetes késleltetés során.
|
Az első ülésen belül (2-3 óra) és körülbelül egy hét késéssel a második ülésen (1-2 óra)
|
|
Agy-viselkedés összefüggések
Időkeret: Az első ülésen belül (2-3 óra) és körülbelül egy hét késéssel a második ülésen (1-2 óra)
|
Összefüggések az agyban lévő BOLD jel és a résztvevők viselkedése között a tárgyakról való ítélkezés során.
|
Az első ülésen belül (2-3 óra) és körülbelül egy hét késéssel a második ülésen (1-2 óra)
|
|
Az agyi régiók aktivitása közötti összefüggések
Időkeret: Az első ülésen belül (2-3 óra) és körülbelül egy hét késéssel a második ülésen (1-2 óra)
|
Kapcsolatok a BOLD-aktivitás között az agy különböző régióiban a próbatípus és a késleltetés függvényében.
|
Az első ülésen belül (2-3 óra) és körülbelül egy hét késéssel a második ülésen (1-2 óra)
|
|
Memória pontosság
Időkeret: Egyetlen tanulmányi ülésen (4-5 órán keresztül)
|
Az általánosító képesség változása a szunyókálás előtti és utáni állapotok függvényében az alvás közbeni tárgyjelzés különböző feltételeinek függvényében.
|
Egyetlen tanulmányi ülésen (4-5 órán keresztül)
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Anna C Schapiro, PhD, University of Pennsylvania
Publikációk és hasznos linkek
Általános kiadványok
- Kriegeskorte N, Mur M, Bandettini P. Representational similarity analysis - connecting the branches of systems neuroscience. Front Syst Neurosci. 2008 Nov 24;2:4. doi: 10.3389/neuro.06.004.2008. eCollection 2008.
- Schapiro AC, Turk-Browne NB, Norman KA, Botvinick MM. Statistical learning of temporal community structure in the hippocampus. Hippocampus. 2016 Jan;26(1):3-8. doi: 10.1002/hipo.22523. Epub 2015 Oct 13.
- Mack ML, Love BC, Preston AR. Building concepts one episode at a time: The hippocampus and concept formation. Neurosci Lett. 2018 Jul 27;680:31-38. doi: 10.1016/j.neulet.2017.07.061. Epub 2017 Aug 8.
- Schapiro AC, Rogers TT, Cordova NI, Turk-Browne NB, Botvinick MM. Neural representations of events arise from temporal community structure. Nat Neurosci. 2013 Apr;16(4):486-92. doi: 10.1038/nn.3331. Epub 2013 Feb 17.
- Kumaran D, McClelland JL. Generalization through the recurrent interaction of episodic memories: a model of the hippocampal system. Psychol Rev. 2012 Jul;119(3):573-616. doi: 10.1037/a0028681.
- Schapiro AC, McDevitt EA, Chen L, Norman KA, Mednick SC, Rogers TT. Sleep Benefits Memory for Semantic Category Structure While Preserving Exemplar-Specific Information. Sci Rep. 2017 Nov 1;7(1):14869. doi: 10.1038/s41598-017-12884-5.
- McClelland JL, McNaughton BL, O'Reilly RC. Why there are complementary learning systems in the hippocampus and neocortex: insights from the successes and failures of connectionist models of learning and memory. Psychol Rev. 1995 Jul;102(3):419-457. doi: 10.1037/0033-295X.102.3.419.
- Schapiro AC, McDevitt EA, Rogers TT, Mednick SC, Norman KA. Human hippocampal replay during rest prioritizes weakly learned information and predicts memory performance. Nat Commun. 2018 Sep 25;9(1):3920. doi: 10.1038/s41467-018-06213-1.
- Goldi M, van Poppel EAM, Rasch B, Schreiner T. Increased neuronal signatures of targeted memory reactivation during slow-wave up states. Sci Rep. 2019 Feb 25;9(1):2715. doi: 10.1038/s41598-019-39178-2.
- Hu X, Cheng LY, Chiu MH, Paller KA. Promoting memory consolidation during sleep: A meta-analysis of targeted memory reactivation. Psychol Bull. 2020 Mar;146(3):218-244. doi: 10.1037/bul0000223.
- Cairney SA, Guttesen AAV, El Marj N, Staresina BP. Memory Consolidation Is Linked to Spindle-Mediated Information Processing during Sleep. Curr Biol. 2018 Mar 19;28(6):948-954.e4. doi: 10.1016/j.cub.2018.01.087. Epub 2018 Mar 8.
- Eichenbaum H. Prefrontal-hippocampal interactions in episodic memory. Nat Rev Neurosci. 2017 Sep;18(9):547-558. doi: 10.1038/nrn.2017.74. Epub 2017 Jun 29.
- Schapiro AC, Kustner LV, Turk-Browne NB. Shaping of object representations in the human medial temporal lobe based on temporal regularities. Curr Biol. 2012 Sep 11;22(17):1622-7. doi: 10.1016/j.cub.2012.06.056. Epub 2012 Aug 9.
- Schapiro AC, Gregory E, Landau B, McCloskey M, Turk-Browne NB. The necessity of the medial temporal lobe for statistical learning. J Cogn Neurosci. 2014 Aug;26(8):1736-47. doi: 10.1162/jocn_a_00578. Epub 2014 Jan 23.
- Covington NV, Brown-Schmidt S, Duff MC. The Necessity of the Hippocampus for Statistical Learning. J Cogn Neurosci. 2018 May;30(5):680-697. doi: 10.1162/jocn_a_01228. Epub 2018 Jan 8.
- Schlichting ML, Preston AR. Memory integration: neural mechanisms and implications for behavior. Curr Opin Behav Sci. 2015 Feb;1:1-8. doi: 10.1016/j.cobeha.2014.07.005.
- Hinton, GE. Distributed representations. Technical Report CMU-CS-84-157. 1984.
- Schapiro AC, Turk-Browne NB, Botvinick MM, Norman KA. Complementary learning systems within the hippocampus: a neural network modelling approach to reconciling episodic memory with statistical learning. Philos Trans R Soc Lond B Biol Sci. 2017 Jan 5;372(1711):20160049. doi: 10.1098/rstb.2016.0049.
- Norman KA, O'Reilly RC. Modeling hippocampal and neocortical contributions to recognition memory: a complementary-learning-systems approach. Psychol Rev. 2003 Oct;110(4):611-46. doi: 10.1037/0033-295X.110.4.611.
- Yonelinas AP, Ranganath C, Ekstrom AD, Wiltgen BJ. A contextual binding theory of episodic memory: systems consolidation reconsidered. Nat Rev Neurosci. 2019 Jun;20(6):364-375. doi: 10.1038/s41583-019-0150-4.
- Singh D, Norman KA, Schapiro AC. A model of autonomous interactions between hippocampus and neocortex driving sleep-dependent memory consolidation. Proc Natl Acad Sci U S A. 2022 Nov;119(44):e2123432119. doi: 10.1073/pnas.2123432119. Epub 2022 Oct 24.
- Hassabis D, Kumaran D, Summerfield C, Botvinick M. Neuroscience-Inspired Artificial Intelligence. Neuron. 2017 Jul 19;95(2):245-258. doi: 10.1016/j.neuron.2017.06.011.
- McCloskey M, Cohen NJ. Catastrophic interference in connectionist networks: The sequential learning problem. Psychology of Learning and Motivation. 1989; 24: 109-165.
- Daw ND, Niv Y, Dayan P. Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nat Neurosci. 2005 Dec;8(12):1704-11. doi: 10.1038/nn1560. Epub 2005 Nov 6.
- Leutgeb S, Leutgeb JK, Treves A, Moser MB, Moser EI. Distinct ensemble codes in hippocampal areas CA3 and CA1. Science. 2004 Aug 27;305(5688):1295-8. doi: 10.1126/science.1100265. Epub 2004 Jul 22.
- Leutgeb JK, Leutgeb S, Moser MB, Moser EI. Pattern separation in the dentate gyrus and CA3 of the hippocampus. Science. 2007 Feb 16;315(5814):961-6. doi: 10.1126/science.1135801.
- Nakashiba T, Young JZ, McHugh TJ, Buhl DL, Tonegawa S. Transgenic inhibition of synaptic transmission reveals role of CA3 output in hippocampal learning. Science. 2008 Feb 29;319(5867):1260-4. doi: 10.1126/science.1151120. Epub 2008 Jan 24.
- Schlichting ML, Preston AR. Hippocampal-medial prefrontal circuit supports memory updating during learning and post-encoding rest. Neurobiol Learn Mem. 2016 Oct;134 Pt A(Pt A):91-106. doi: 10.1016/j.nlm.2015.11.005. Epub 2015 Nov 25.
- Guise KG, Shapiro ML. Medial Prefrontal Cortex Reduces Memory Interference by Modifying Hippocampal Encoding. Neuron. 2017 Apr 5;94(1):183-192.e8. doi: 10.1016/j.neuron.2017.03.011. Epub 2017 Mar 23.
- Barker GR, Banks PJ, Scott H, Ralph GS, Mitrophanous KA, Wong LF, Bashir ZI, Uney JB, Warburton EC. Separate elements of episodic memory subserved by distinct hippocampal-prefrontal connections. Nat Neurosci. 2017 Feb;20(2):242-250. doi: 10.1038/nn.4472. Epub 2017 Jan 9.
- Wimmer GE, Daw ND, Shohamy D. Generalization of value in reinforcement learning by humans. Eur J Neurosci. 2012 Apr;35(7):1092-104. doi: 10.1111/j.1460-9568.2012.08017.x.
- Tompary A, Davachi L. Consolidation Promotes the Emergence of Representational Overlap in the Hippocampus and Medial Prefrontal Cortex. Neuron. 2020 Jan 8;105(1):199-200. doi: 10.1016/j.neuron.2019.12.020. No abstract available.
- Antony JW, Schapiro AC. Active and effective replay: systems consolidation reconsidered again. Nat Rev Neurosci. 2019 Aug;20(8):506-507. doi: 10.1038/s41583-019-0191-8. No abstract available.
- Paller KA. Sleeping in a Brave New World: Opportunities for Improving Learning and Clinical Outcomes through Targeted Memory Reactivation. Curr Dir Psychol Sci. 2017 Dec;26(6):532-537. doi: 10.1177/0963721417716928. Epub 2017 Nov 1.
- Armstrong K, Kose S, Williams L, Woolard A, Heckers S. Impaired associative inference in patients with schizophrenia. Schizophr Bull. 2012 May;38(3):622-9. doi: 10.1093/schbul/sbq145. Epub 2010 Dec 6.
- Molitor RJ, Sherrill KR, Morton NW, Miller AA, Preston AR. Memory Reactivation during Learning Simultaneously Promotes Dentate Gyrus/CA2,3 Pattern Differentiation and CA1 Memory Integration. J Neurosci. 2021 Jan 27;41(4):726-738. doi: 10.1523/JNEUROSCI.0394-20.2020. Epub 2020 Nov 25.
- Dimsdale-Zucker HR, Ritchey M, Ekstrom AD, Yonelinas AP, Ranganath C. CA1 and CA3 differentially support spontaneous retrieval of episodic contexts within human hippocampal subfields. Nat Commun. 2018 Jan 18;9(1):294. doi: 10.1038/s41467-017-02752-1.
- Schlichting ML, Zeithamova D, Preston AR. CA1 subfield contributions to memory integration and inference. Hippocampus. 2014 Oct;24(10):1248-60. doi: 10.1002/hipo.22310. Epub 2014 Jun 11.
- Shohamy D, Wagner AD. Integrating memories in the human brain: hippocampal-midbrain encoding of overlapping events. Neuron. 2008 Oct 23;60(2):378-89. doi: 10.1016/j.neuron.2008.09.023.
- Zeithamova D, Schlichting ML, Preston AR. The hippocampus and inferential reasoning: building memories to navigate future decisions. Front Hum Neurosci. 2012 Mar 26;6:70. doi: 10.3389/fnhum.2012.00070. eCollection 2012.
- Schlichting ML, Mumford JA, Preston AR. Learning-related representational changes reveal dissociable integration and separation signatures in the hippocampus and prefrontal cortex. Nat Commun. 2015 Aug 25;6:8151. doi: 10.1038/ncomms9151.
- Tompary A, Al-Aidroos N, Turk-Browne NB. Attending to What and Where: Background Connectivity Integrates Categorical and Spatial Attention. J Cogn Neurosci. 2018 Sep;30(9):1281-1297. doi: 10.1162/jocn_a_01284. Epub 2018 May 23.
- Carr VA, Rissman J, Wagner AD. Imaging the human medial temporal lobe with high-resolution fMRI. Neuron. 2010 Feb 11;65(3):298-308. doi: 10.1016/j.neuron.2009.12.022.
- Poppenk J, Evensmoen HR, Moscovitch M, Nadel L. Long-axis specialization of the human hippocampus. Trends Cogn Sci. 2013 May;17(5):230-40. doi: 10.1016/j.tics.2013.03.005. Epub 2013 Apr 16.
- Chanales AJH, Tremblay-McGaw AG, Drascher ML, Kuhl BA. Adaptive Repulsion of Long-Term Memory Representations Is Triggered by Event Similarity. Psychol Sci. 2021 May;32(5):705-720. doi: 10.1177/0956797620972490. Epub 2021 Apr 21.
- Miner AE, Schurgin MW, Brady TF. Is working memory inherently more "precise" than long-term memory? Extremely high fidelity visual long-term memories for frequently encountered objects. J Exp Psychol Hum Percept Perform. 2020 Aug;46(8):813-830. doi: 10.1037/xhp0000748. Epub 2020 Apr 23.
- Zhao Y, Chanales AJH, Kuhl BA. Adaptive Memory Distortions Are Predicted by Feature Representations in Parietal Cortex. J Neurosci. 2021 Mar 31;41(13):3014-3024. doi: 10.1523/JNEUROSCI.2875-20.2021. Epub 2021 Feb 22.
- Ashby FG, Maddox WT. Human category learning 2.0. Ann N Y Acad Sci. 2011 Apr;1224:147-161. doi: 10.1111/j.1749-6632.2010.05874.x. Epub 2010 Dec 23.
- Bowman CR, Iwashita T, Zeithamova D. Tracking prototype and exemplar representations in the brain across learning. Elife. 2020 Nov 26;9:e59360. doi: 10.7554/eLife.59360.
- Margalit E, Biederman I, Tjan BS, Shah MP. What Is Actually Affected by the Scrambling of Objects When Localizing the Lateral Occipital Complex? J Cogn Neurosci. 2017 Sep;29(9):1595-1604. doi: 10.1162/jocn_a_01144. Epub 2017 May 11.
- Rogers TT, Hocking J, Noppeney U, Mechelli A, Gorno-Tempini ML, Patterson K, Price CJ. Anterior temporal cortex and semantic memory: reconciling findings from neuropsychology and functional imaging. Cogn Affect Behav Neurosci. 2006 Sep;6(3):201-13. doi: 10.3758/cabn.6.3.201.
- Landmann N, Kuhn M, Piosczyk H, Feige B, Baglioni C, Spiegelhalder K, Frase L, Riemann D, Sterr A, Nissen C. The reorganisation of memory during sleep. Sleep Med Rev. 2014 Dec;18(6):531-41. doi: 10.1016/j.smrv.2014.03.005. Epub 2014 Mar 18.
- Whitmore NW, Bassard AM, Paller KA. Targeted memory reactivation of face-name learning depends on ample and undisturbed slow-wave sleep. NPJ Sci Learn. 2022 Jan 12;7(1):1. doi: 10.1038/s41539-021-00119-2.
- Norman KA, Newman EL, Perotte AJ. Methods for reducing interference in the Complementary Learning Systems model: oscillating inhibition and autonomous memory rehearsal. Neural Netw. 2005 Nov;18(9):1212-28. doi: 10.1016/j.neunet.2005.08.010. Epub 2005 Nov 2.
- Zhou Z, Singh D, Tandoc MC, Schapiro AC. Building integrated representations through interleaved learning. J Exp Psychol Gen. 2023 Sep;152(9):2666-2684. doi: 10.1037/xge0001415. Epub 2023 May 25.
- Klinzing JG, Niethard N, Born J. Mechanisms of systems memory consolidation during sleep. Nat Neurosci. 2019 Oct;22(10):1598-1610. doi: 10.1038/s41593-019-0467-3. Epub 2019 Aug 26.
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
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 833228B
- R01MH129436 (Az Egyesült Államok NIH támogatása/szerződése)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
IPD megosztási időkeret
IPD-megosztási hozzáférési feltételek
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
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. .