- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06606925
Annak meghatározása, hogy az agy mely régiói aktívak a repülésszimuláció során, külön időpontokban az edzés során (fMRI Pilots)
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A készenlét kialakítása, fenntartása és számszerűsítése a nagy teljesítményű egyénekben és populációkban, például az aktív szolgálatot teljesítő pilótákban továbbra is jelentős kihívást jelent a DoD számára. A pilótákban való jártasság, más nagy teljesítményű populációkhoz hasonlóan, több feladat elsajátításából áll. Egyes feladatok, mint például a G-feszítés, olyan ismert megközelítésekre támaszkodik, amelyek a fenék, a négyfejű izom és a combizmok izom-csontrendszeri állóképességét1 jól meghatározott gyakorlatokkal erősítik a nagy G-terhelésekkel szembeni tolerancia javítása érdekében. Így, ha egy adott pilóta vagy gyakornok G-közeli eszméletvesztéssel küzd, világos edzési rendeket lehet előírni a teljesítmény javításához szükséges izmok megerősítésére. A kognitív feladatokat, mint például a repülőgép pontos irányítása egy adott röppálya fenntartása érdekében, az oldalszél és egyéb zavarások ellenére azonban nehezebb megérteni és betanítani. Néhány évvel ezelőttig nem volt egyértelmű megközelítés az ilyen feladatokhoz szükséges neuronális áramkör meghatározására. Ennek a kognitív áramkörnek a megértése nélkül nehéz, ha nem lehetetlen célzott és hatékony edzési módokat előírni a teljesítmény erősítésére.
Neuroergonómia A funkcionális mágneses rezonancia képalkotás (fMRI) az agy különböző régióiban végbemenő véráramlás finom változásainak észlelésével bármely időpontban képes lokalizálni az agy legaktívabb régióit. Ez a technológia gyorsan fejlődik, és meghatározott feladatok esetén figyelemre méltó konzisztenciát mutat az agy több kérgi régiójában, amelyeket ugyanazon feladat során alkalmaznak, különböző egyének között. Az egy adott feladat során aktivált több régiót gyakran "funkcionálisan összekapcsolt"-nak nevezik. Ezenkívül az agynak ezek a funkcionálisan összekapcsolt régiói, amelyek egy kognitív feladat során aktiválódnak, analógiát mutatnak a fizikai feladat végrehajtásához aktivált izmokkal. Egy másik MRI technológia képes a fehérállományban található axonokon (az agyban lévő vezetékeken) keresztül számszerűsíteni a kapcsolódást, és mérni az agy különböző régiói közötti fizikai kapcsolat erősségét – ezt nevezik strukturális kapcsolatnak. Érdekes módon, mint az izmok hosszan tartó edzés után, az egyes régiók közötti kapcsolatok "erőssége" mérhető növekedést mutathat edzéssel és ismétléssel.
Az MRI-gépeken belüli nagy mágneses mezők miatt azonban az összetett eszközök vagy videomegjelenítők hagyományosan nem használhatók alanyok letapogatására. Ennek eredményeként a szkennereken belüli korai feladatok (az úgynevezett paradigmák) gyakran sorozatosak voltak, és nem reprezentálták a repülés rendkívül dinamikus feladatait. Vannak azonban olyan nagy felbontású kijelzőrendszerek, amelyek MRI-kompatibilisek – amelyek nagy felbontású és magával ragadóbb környezeteket hozhatnak létre5. Ezenkívül egyre kifinomultabb beviteli eszközöket is kifejlesztettek, amelyek MRI-kompatibilisek, és most már lehetséges egy valósághű repülési kar a szimulált repülőgépvázak dőlésszögének, dőlésének és fojtószelepének szabályozására.
Így a neuroergonómia területe – az agy mindennapi működés közbeni viselkedését elemezve naturalisztikusabban – a repülésre is alkalmazható6. A közelmúltban végzett fMRI-munka elkezdte azonosítani azokat az idegi áramköröket, amelyek részt vesznek bizonyos repülési feladatokban, például a légi üldözésben. Más munkák azonosították az agy kognitív túlterheltsége során aktiválódó régióit, ahol az alanyok nem érzékeltek hangos riasztást szimulátorban való repülés közben. Ezenkívül bizonyos agyi régiók aktiválódnak a videó visszacsatolás során egy összetett leszállási feladat végrehajtása után. Így kezdik azonosítani azokat az agyi régiókat, amelyek aktívak a légi üldözés, a kognitív túlterhelés és a visszacsatolás során – ezek mind a repülési képzés szempontjából relevánsak. Tekintettel azonban arra, hogy ezen adatok nagy részét amatőröktől – nem nagy tapasztalattal rendelkező katonai pilótáktól – gyűjtötték össze, tesztelni kell a magasan képzett katonai repülőkre való alkalmazhatóságát.
A neuroergonómia technikáinak alkalmazása a katonai repülők teljesítményének javítására két külön lépést tesz szükségessé: 1.) Meg kell határozni a nagy teljesítményű repülés különböző aspektusaihoz kapcsolódó neuroanatómiai áramköröket; és 2.) minden egyes áramkör esetében meg kell határozni a képzési paradigmákat, hogy megerősítsék az érdeklődésre számot tartó neuroanatómiai kört, hogy ne csak a viselkedési teljesítményt, hanem a fokozott teljesítménnyel kapcsolatos idegi összefüggéseket is nyomon kövessék.
PICT feladat -- MRI repülési szimulációs kihívások
A Precision Instrument Control Task (PICT) repülésszimulátor tesztje egy létező emberi teljesítmény-tanulmányból épül fel, az úgynevezett "Útkeresés, hipoxia és elfogó teljesítmény pilótáknál az átmeneteket végrehajtó pilótáknál" (WHIPPET), amelyet jelenleg a Brooks Research Altitude Chambers-ben végeznek. A cél a mérsékelt hypobariás hipoxia következtében fellépő repülési károsodás mérése. A feladat kvantitatív mérőszámokat generál annak értékelésére, hogy a pilóta milyen pontossággal és gyorsasággal tudja végrehajtani a korrekciós vezérlési bemeneteket repülés közben. A feladatok a jelenlegi pszichofizikai alkalmazásukból lesznek adaptálva ebben a neuroimaging alkalmazásban.
Mindkét pilótafeladatot az XPlane (Laminar Research, Inc., Columbia SC) nevű, kereskedelmi forgalomban kapható alkalmazásszoftverrel hajtják végre, amely egy PC-alapú szimulációs programcsomag, amely hihető repülésvezérlést és dinamikus repülőgép-modelleket használ a nagy pontosságú szimulált bevetések bemutatására. a valódi repülés vizuális jellemzői és igényei. Az XPlane-t a környezeti stresszorok emberi teljesítményre gyakorolt hatásának pszichofizikai vizsgálatára használták pilótafülke-környezetben, valamint az agyi aktivációs területek azonosítására szimulált légi üldözési feladatok végrehajtása során. Ennél az alkalmazásnál az XPlane-t használják az F/A-18F aerodinamikai jellemzőinek bemutatására. A vizuális interfész tartalmazni fog egy elülső, ablakon kívüli kijelzőt, amely egy általános head-up-display-t (HUD) foglal magában, mászó-búvárlétrával, horizont- és irányjelzőkkel, valamint digitális légsebesség- és függőleges sebességjelzőkkel. A kijelzőt az fMRI szkennerben sztereogén szemüveggel, a Visual System HD (NordicNeuroLab, Bergen, Norvégia) nevű kijelzővel mutatják be, amely a szkennerbe van szerelve a Siemens Vida 64 csatornás fejtekerccsel, amelyet sikeresen alkalmaztak interaktív virtuális valóság platformok létrehozására fMRI kutatási alkalmazások5. Ez a készülék a kísérleti vizuális interfészt 1920 x 1200 pixeles formátumban mutatja be sztereoszkópikus szemüvegen keresztül, mindkét szem tömbje körülbelül 52 x 34 fokos (vízszintes x függőleges) látómezőben. Ennek a konfigurációnak elegendő felbontást és szögletességet kell biztosítania a virtuális jelenlét megteremtéséhez a szimulált környezetben.
Konkrét célok
- Határozza meg, hogy az agyi tevékenység mely részei korrelálnak a repülésszimuláció (PICT) során teljesített teljesítménnyel.
- Határozza meg az agyi aktivitás változásait, amelyek két különböző időpontban fordulnak elő.
- Határozza meg, hogy az agy anatómiájának mely részei korrelálnak a repülésszimuláció (PICT) során nyújtott teljesítmény szintjével.
- Határozza meg az agy anatómiájában bekövetkező változásokat, amelyek két különböző időpontban fordulnak elő.
Tanulmány típusa
Beiratkozás (Tényleges)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Texas
-
San Antonio, Texas, Egyesült Államok, 78150
- Joint Base San Antonio - Randolph & Lackland
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- Aktív szolgálatot teljesítő katonai pilóták (oktatópilóta gyakornokok vagy távpilóta gyakornokok)
- Életkor 18-54 év
- Biológiai hím vagy nőstény
Kizárási kritériumok:
- Életkor < 18 év
- Életkor > 60 év
- Nem aktív tagok
- A krónikus szuppresszív gyógyszeres kezelést vagy vényköteles gyógyszeres beavatkozást igénylő, visszatérő migrénes fejfájás anamnézisében gyakrabban, mint évente egyszer.
- Fej- vagy traumás agysérülés a kórelőzményben eszméletvesztéssel vagy 5 percnél hosszabb ideig tartó zavartsággal vagy amnéziával.
- Fémtárgyhoz kapcsolódó szemsérülés az anamnézisben, kivéve, ha a fémmaradvány jelenlétét korábban röntgenfelvétellel kizárták.
- Terhesség
- Jelentős neurológiai betegség a kórtörténetben, beleértve az agyi érbetegséget, a demyelinizáló betegséget vagy a központi idegrendszer fertőzéseit (encephalitis, meningitis).
- Lehetséges neurológiai érintettséggel járó egészségügyi állapotok anamnézisében, mint például obstruktív alvási apnoe, autoimmun rendellenességek stb.
- A rohamok története hat éves kora óta.
- Klausztrofóbia vagy az MRI intoleranciája gyógyszer nélkül.
- Bármilyen orvosi ellenjavallat az MRI-re (pl.: idegen testek, nem MRI-kompatibilis pacemaker, fémeszközök).
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Diagnosztikai
- Kiosztás: N/A
- Beavatkozó modell: Egyetlen csoportos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: Funkcionális (fMRI) és anatómiai MRI képalkotás két időpontban a pilóta virtuális valóság szimuláció során
Kezdeti anatómiai képalkotás és fMRI virtuális valóság repülésszimulátoros szkenneléssel, ismételt teszteléssel az első szkennelés után körülbelül 2 hónappal (+/- 1 hónap).
|
A szkennelés során az alany a Visual System HD (NordicNeuroLab) nevű sztereogén védőszemüveget viseli, amely a szkennerbe van szerelve egy fejtekercsen keresztül, amely a vezérlőkar segítségével az alany kényelméhez állítható, és teljesen lefedi a szemét, hogy megakadályozza a fénysugárzást és jól láthatóvá teszi a szem mozgását a repülésszimuláció során.
Az alany egy vizuális válaszrendszert használ testreszabott markolatokkal, hogy egy botot és gázpedált szimuláljon egy sugárhajtású pilótafülkében, miközben a szemüvegben a repülésszimulációt (PICT) jeleníti meg.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Repülésszimulációs válaszpontszámok (reakcióidők és várakozási idő)
Időkeret: A beiratkozástól a 30 hónapos kezelés végéig
|
Értékelje az agy anatómiai és funkcionális régióira adott válaszok repülésszimulációs pontszámait (reakcióidők és látencia), amelyek reagálnak a korrekciós repülési műveletek végrehajtásakor.
Ez az anatómiai MRI és fMRI képalkotási adatok elemzésével történik, és korrelál a szimulátor teljesítményével.
|
A beiratkozástól a 30 hónapos kezelés végéig
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Robert Smalley, MD, 59th Medical Wing Science and Technology
- Kutatásvezető: Tony Yuan, PhD, Uniformed Services University of the Health Sciences
Publikációk és hasznos linkek
Általános kiadványok
- 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.
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
- FWH20230088H
- MW.65.R22 (Egyéb támogatási/finanszírozási szám: Restoral DHA)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
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. .