このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

早期脳損傷メカニズムとVCIの包括的介入に関する研究

2021年8月10日 更新者:Zhongnan Hospital

血管性認知障害の早期脳損傷メカニズムと包括的介入に関する研究

アルツハイマー病 (AD) と血管性認知症 (VaD) は、老人性認知症の最も一般的な形態です。 認知症の動物研究は目覚ましい進歩を遂げましたが、AD 病態に対する薬剤の臨床試験は近年失敗に終わっています。 細胞モデルや動物モデルに基づく認知症の研究は、一般的に単一のメカニズムとターゲットを対象としており、その結果は実際の臨床環境とは大きく異なります。 ますます多くの研究が、研究者が研究の焦点を認知症の前の認知障害の初期段階に移すべきであることを示唆しています。 予防は治療よりも重要であり、多因子および多標的に対する介入が重要なコンセンサスになっています。 多数の研究により、血管性脳損傷のメカニズムがADおよびVaDの病因に重要な役割を果たしており、多くの血管危険因子がある程度介入可能であることが示されています。 したがって、臨床コホートに基づいて、血管認知障害(血管認知障害、VCI)の詳細な研究は、ADおよびVaDの効果的な予防と治療にとって重要な臨床的意義を持っています。

プロジェクトの主要チームは、長い間 VCI 研究に注力してきました。 20年近くの実験的研究と予備的な臨床観察の後、慢性脳虚血は臨床疾患の実体であるだけでなく、VCIの早期発症の重要な病理学的根拠でもあることが提案されています。 この見解は、最近、多くの権威ある国際研究の証拠によって支持されています。 2016 年に Nature Commun によって報告された 1171 人の AD 患者に関するビッグデータの研究は、AD の初期の病理学的変化はアミロイドタンパク質 (Aβ) のカスケードではなく、脳血流の減少である可能性があることを示しています。 したがって、このプロジェクトは、VCI の研究と臨床診療における 3 つの重要な問題に焦点を当てるために、VCI の初期の臨床研究コホートを確立することを目的としています。臨床研究によるエビデンスの裏付けがあり、そのメカニズムはさらに解明する必要があります。 (2) VCI 血管性脳損傷病理学のマルチモーダル MRI と Aβ 分子病理学の PET イメージング マーカーの融合に基づいて、多変量 VCI 認知評価モデルが構築され、その感度と特異性は既存の VCI 診断基準よりも優れている可能性があります。 (3)VCIの認知機能低下に対する血管危険因子の早期の包括的な介入の保護効果は、単一の危険因子よりも効果的である可能性があります。

このプロジェクトの最初の部分は、認知症以外の血管性認知障害 (VCIND) の研究コホートを確立することです。 ASL、DCE、DTI、および BOLD 技術を含むマルチモーダル MRI と組み合わせた神経認知機能評価を使用して、VCI の初期段階および進行における脳低灌流の役割を観察しました。 同時に、血液脳関門や神経回路網の変化と認知機能低下の関係を動的に観察し、脳血流低下による認知障害の影響とメカニズムを検証・探索しました。 第2部では、MRIに基づく血管性脳損傷の病態とPETに基づくAβの分子病理学、および認知機能に影響を与える主な要因を含むAβ分子病態と認知障害との関係を研究し、人工知能(AI)アルゴリズムを使用します。主にMRIとPET画像マーカーの融合に基づくVCI認知機能の複数の定量的評価システムを開発する。 3番目の部分では、VCIの予防と治療のための直接的な臨床的証拠と介入モデルを提供するために、早期VCIに対する血管危険因子の包括的で集中的な介入の認知保護効果を観察するために、多施設無作為化比較臨床コホート研究が実施されました。 このプロジェクトでカバーされる上記の 3 つの側面のトピックは密接に関連しており、重要な科学的問題であるだけでなく、VCI の診断と治療において解決されるべき重要な臨床的問題でもあります。

本プロジェクトの研究により、VCIにおける脳血流低下の役割とメカニズムがさらに解明され、認知症の予防と治療に新たな理論的基盤が提供され、主に画像技術とAIに基づいたVCI認知機能の定量的評価システムが開発されることが期待されます。 VCI の早期の臨床的同定と科学的研究のためのより正確で便利な診断ツールを提供するためのアルゴリズム。 血管危険因子に基づいた VCI の早期包括的介入パラダイムを作成し、臨床で普及させ、徐々に専門家のコンセンサスを形成し、認知症の診断と治療のガイドラインを充実させ、更新し、認知症関連の予防と治療のレベルを効果的に向上させます。 VCIに。

調査の概要

詳細な説明

このプロジェクトの主な研究内容は、上記の 3 つの重要な問題に焦点を当てています。 MRI 血管脳損傷および PET-A β 病理の早期診断のための予測モデルを確立する。 VCIの予防と治療に対するVRFの早期の包括的集中介入の臨床効果を調査すること。

1. VCIの早期脳損傷における脳低灌流の役割とメカニズムを調査する。

  1. 血管危険因子負荷と VCI 血管危険因子 (VRF) との関係は、VCI の発生と発症における重要な要因であるだけでなく、主要な介入対象でもあります。 VRF と VCI の関係を解明することは、その早期予防と治療のための重要な理論的基礎を提供できます。 いくつかの臨床研究では、長期的な VRF 負担が、脳卒中のない若年および中年の人々の全体的な脳血流の減少と密接に関連していることを示しており、VRF、脳血流低下、および認知障害の間に密接な関係があることを示唆しています臨床コホート研究でさらに明確にする必要があります。 このプロジェクトでは、VRF 負荷のある 500 の中年および高齢者を含む VCIND の臨床コホートが確立され、それらの完全な人口統計情報が収集されました。 全体的な VRF 負担は Framingham Stroke risk Assessment スケールによって評価され、被験者は低リスク群 (10 年脳卒中リスク < 10%)、中リスク群 (10 年脳卒中リスク 10%)、および高リスク群に分けられました。グループ (10 年脳卒中リスク > 20%) フォロー アップのため。 ベースラインと 3 年間の追跡期間における認知機能の変化を測定しました。 VRF負荷とVCIの認知機能低下との関係を混合効果モデルによって分析し、脳灌流の減少がこの相関を媒介するかどうかを媒介効果モデルによって分析しました。
  2. VCIの早期脳損傷における脳低灌流の役割。 多くの実験的研究は、慢性脳低灌流がVaDとADの発生と発症に重要な役割を果たしている可能性があることを示しています。 遅発性AD患者1171人を対象とした最新研究のビッグデータは、ADの初期の病理学的変化はAβカスケードではなく、脳血流の減少である可能性があることを示しており、脳の低灌流が認知機能の低下に重要な役割を果たしている可能性があることを示唆している. ただし、VCI の初期の病因における脳低灌流の役割に関する体系的な前向き研究はまだ不足しています。 初期の VCI 集団のコホートの確立に基づいて、動脈スピン標識磁気共鳴画像法 (ASL-MRI) を使用して、3 年間の追跡期間中に 300 人の VCIND 被験者の脳全体と局所脳血流の変化を観察しました。 . 被験者は、ベースラインでの相対総脳血流量(rCBF)の三分位値に従って、追跡調査のために3つのグループに分けられました。 同時に、性別、年齢、および教育レベルが一致する正常な認知機能を持つ 100 人の患者が対照として含まれました。 被験者の認知機能の変化は、完全な神経心理学的スケールで評価されました。 追跡結果の指標は次のとおりです。VCIND は VaD に進行し、VCIND は AD または他のタイプの認知症に進行し、VCIND は低下し、VCIND は安定し、認知は正常のままでした。 混合効果モデルは、VCI の初期の脳損傷における脳低灌流の役割を分析するために使用されました。
  3. VCIの初期段階における血液脳関門と神経ネットワークの損傷。 ニューラル ネットワークの完全性は認知機能の神経基盤であり、血液脳関門は神経血管ユニットの重要な部分です。 研究者チームの以前の実験的研究では、慢性的な脳の低灌流が、海馬を含む多くの脳領域で神経ネットワークと血液脳関門の損傷につながる可能性があることが示されています。 被験者は、血液脳関門と神経ネットワークの変化を観察するために縦断的に追跡されました。 3 年間のフォローアップのアウトカム指標は次のとおりでした: VCIND は VaD から AD および他のタイプの認知症に進行し、VCIND は安定し、VCIND は正常のままでした。 血液脳関門、ニューラル ネットワーク、および認知転帰の間の多次元的な関係を時間と空間で比較することにより、早期 VCI 患者の脳機能と構造損傷のメカニズムがさらに明らかになりました。

2. イメージング技術とその主要技術に基づく早期 VCI 診断予測モデル。

以前の研究では、VCI の発生と発症は、脳梗塞、脳萎縮、脳微小血管疾患などの構造的 MRI 指標と密接に関連しているだけでなく、脳血流低下や脳の超微細構造損傷などの機能的 MRI 指標とも密接に関連していることが示されています。 しかしながら、上記の画像指標融合に基づくVCIの定量的評価系は、現在のところ確立されていない。 一方、VCI 患者の最大 40 ~ 80% は、Aβ を特徴とする AD 様の病理学的変化を示します。 Aβ病理学がVCI患者の認知機能低下に与える影響と、Aβ病理学的指標をVCIの診断に含める必要があるかどうかは、コホート研究で明らかにする必要があります。 このプロジェクトでは、人工知能 (AI) アルゴリズムを MRI 血管脳の病理学的損傷および認知機能に影響を与える関連因子と組み合わせて使用​​して、臨床応用に適した VCI 診断予測モデルを構築し、コホート研究で検証することを目的としています。 同時に、PETに基づくAβ分子病理画像を統合して、臨床科学研究に適したVCI診断予測モデルを確立し、VCIの発生と発症におけるAβ病理の可能な役割をさらに明らかにしました。

  1. VCIの診断と予測モデルの確立。 300 人の非認知症被験者 (VRF および/または脳血管障害の病理学を含む) が登録されました。 臨床データ、画像データ、および体系的な神経心理学的評価の結果に従って、すべての被験者は VCIND と非 VCIND (認知正常または他のタイプの認知障害を含む) に分けられました。 認知機能の変化は、3年間の追跡調査中に体系的に評価されました。 2 種類の結果指標は、認知低下と認知保持として定義されます。 さまざまな程度および形態の脳損傷の指標 (血管危険因子、構造 MRI、ASL-MRI、および DTI を含む) をベースラインで記録し、結果指標を使用して対応する定量分析を実施しました。 AI アルゴリズムを使用して、臨床応用に適した早期 VCI 診断モデルを確立しました。 3年間のフォローアップ期間の認知結果に従って、ベースラインで指標を画像化することによってVCINDの認知結果を予測するモデルが確立されました。 また、ベースライン時の VCIND 群 50 例と非 VCIND 群 50 例を 11C-PiB PET で検査し、Aβ 病理画像と上記 MRI 画像を融合して VCI の診断と評価を行った。臨床科学研究に適したシステム。
  2. VCI 診断および予測モデルの検証。 3年間のフォローアップの終わりに、被験者の脳の損傷と認知機能が再評価されました。 新たに診断された VCIND に従って、診断および予測モデルの信頼性と有効性が検証され、臨床応用モデルと科学研究モデルが検証されました。タイプ A の感度と特異性が比較および分析されました。

3. 血管危険因子の包括的介入が血管認知障害に及ぼす影響に関するコホート研究。

  1. 血管認知障害に対する早期包括的集中介入の効果に関する研究。

    この研究の目的は、VCIND のコホート (n = 250) と VRF の認知正常な人々のコホート (n = 250) を確立することでした。 各コホートは、包括的集中介入グループと一般介入グループの 2 つのグループに分けられました。 包括的で集中的な介入は、対応するVRFに従って、血圧、血糖、脂質調節、運動などの側面に関するガイダンスを提供し、特定の介入プログラムと品質管理基準を策定します。 医療スタッフは、スマート ウェアラブル デバイスとクラウド プラットフォーム データを介して追跡管理と定期的なリマインダーを実装し、段階的な介入の目標を達成します。 一般的なデータ、血管危険因子、および神経心理学的評価は、ベースラインおよび 1 年、2 年、3 年の追跡調査で完了しました。 混合変量効果回帰モデルと Cox 比例ハザード モデルを使用して、VRF と包括的な介入が最終事象の結果 (主な結果: 認知症、副次的な結果: 脳卒中、心筋梗塞、認知障害、認知症のサブタイプ、および死亡率) に及ぼす影響を分析しました。 Fuminghan 脳卒中リスク サブグループによると、さまざまなサブグループにおける包括的な介入の臨床効果の違いが統計的に分析されました。

  2. 血管認知障害患者における早期脳灌流およびAβに対する包括的集中介入の効果。

ベースラインと 3 年間のフォローアップの終わりに、VCIND 包括的集中介入群の 50 人の患者と一般治療群の 50 人の患者が、ASL 脳血流と 11C-PiB PET 脳 Aβ の検出を完了しました。 脳血流、Aβ、および認知機能に対する包括的な集中的介入の効果が分析されました。 脳血流の変化とAβ病態との関係や認知機能への影響をさらに解析し、早期包括的集中治療の対象とメカニズムを明らかにし、画像化効果の完全な評価基準を確立する。

研究の種類

介入

入学 (予想される)

600

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究連絡先

  • 名前:Junjian Zhang, Ph. D.
  • 電話番号:13986225751
  • メールxsssm@sina.com

研究場所

    • Hubei
      • Wuhan、Hubei、中国、430071
        • 募集
        • Zhongnan Hospital
        • コンタクト:
          • Mengwei Hu, Master
          • 電話番号:+86-027-67811757

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

50年~75年 (大人、高齢者)

健康ボランティアの受け入れ

いいえ

受講資格のある性別

全て

説明

包含基準:

  • ①健康なボランティアまたはVCIND患者(診断基準は、中国医師会神経科の認知症および認知障害グループによって策定された「血管認知障害の診断と治療のガイドライン」に準拠しています);
  • ②50~70歳の方。
  • ③各種機器検査・神経心理検査・スケール検査等の受付・協力ができる方。
  • ④インフォームドコンセントフォームに署名することに同意します。

除外基準:

  • ①他の重篤な疾患と合わせて、平均余命が3年未満。
  • ②認知検査に著しい影響を与える視覚・聴覚障害のある患者。
  • ③重度の心臓、脳、肺、腎臓、その他の疾患;
  • ④向精神薬の乱用歴がある。
  • ⑤昏睡、てんかん、甲状腺機能低下症、低酸素血症など、認知検査に影響を与えるその他の深刻な身体疾患がある;
  • ⑥精神疾患の病歴がある。
  • ⑦MRI禁忌であり、研究への参加を望まず、無条件のフォローアップを行う。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 主な目的:防止
  • 割り当て:ランダム化
  • 介入モデル:並列代入
  • マスキング:なし(オープンラベル)

武器と介入

参加者グループ / アーム
介入・治療
実験的:包括的集中介入
日常的な管理に基づいて、個別化された脳血管危険因子の評価と医療看護協力モデルへの包括的な介入を実行し、対応する制御指標の達成を要求します。 専門の医療スタッフによって包括的な介入チームが設立され、スマートウェアラブルデバイスを介して血圧、心拍数、運動、およびその他のデータを監視し、それらをクラウドプラットフォームに自動的にアップロードし、毎週包括的なデータ分析を実施し、タイムリーなフィードバックとオンラインリマインダーを確立します。健康管理ファイルを作成し、対象集団を改善する 血液脳管危険因子の制御と自己管理能力。
  • 健康教育② 服薬指導:降圧療法、血糖降下療法、脂質低下療法

    • 食事指導: 健康的な食事には、低塩分、低油分、より多くの果物と野菜、より多くのセルロース、適切な量のタンパク質、制限された脂肪とコレステロールの食品などが必要です。喫煙をやめ、飲酒量を減らし、アルコール摂取を制限してください。

      • 運動指導:中強度または低強度の有酸素運動を週5回以上行い、毎回30分以上の運動を行う。

        • 減量指導。
介入なし:日常管理
特別な介入なしに、被験者に対して日常的な管理のみが行われました。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
モントリオール認知評価 (MoCA)
時間枠:ベースライン

MoCA テストのスコアは、被験者の認知機能を評価するために使用されます。 MoCA は 30 問の簡単なテストで、医療従事者が認知障害を非常に早い段階で検出するのに役立ち、より迅速な診断と患者ケアを可能にします。 MoCA は、MMSE では測定されない重要なコンポーネントである複数の認知ドメインを測定するために利用できる最も感度の高いテストです。

Montreal Cognitive Assessment 測定の最小値は 0 で、最大値は 30 です。 全体として、Moca スコアが悪いほど、参加者の認知機能が悪いことを表します。

ベースライン
モントリオール認知評価 (MoCA)
時間枠:1年間のフォローアップ

MoCA テストのスコアは、被験者の認知機能を評価するために使用されます。 MoCA は 30 問の簡単なテストで、医療従事者が認知障害を非常に早い段階で検出するのに役立ち、より迅速な診断と患者ケアを可能にします。 MoCA は、MMSE では測定されない重要なコンポーネントである複数の認知ドメインを測定するために利用できる最も感度の高いテストです。

Montreal Cognitive Assessment 測定の最小値は 0 で、最大値は 30 です。 全体として、Moca スコアが悪いほど、参加者の認知機能が悪いことを表します。

1年間のフォローアップ
モントリオール認知評価 (MoCA)
時間枠:2年間のフォローアップ

MoCA テストのスコアは、被験者の認知機能を評価するために使用されます。 MoCA は 30 問の簡単なテストで、医療従事者が認知障害を非常に早い段階で検出するのに役立ち、より迅速な診断と患者ケアを可能にします。 MoCA は、MMSE では測定されない重要なコンポーネントである複数の認知ドメインを測定するために利用できる最も感度の高いテストです。

モカ測定の最小値は 0、最大値は 30 です。 全体として、モントリオール認知評価スコアが低いほど、参加者の認知機能が低下していることを表しています。

2年間のフォローアップ
モントリオール認知評価 (MoCA)
時間枠:3年間のフォローアップ

MoCA テストのスコアは、被験者の認知機能を評価するために使用されます。 MoCA は 30 問の簡単なテストで、医療従事者が認知障害を非常に早い段階で検出するのに役立ち、より迅速な診断と患者ケアを可能にします。 MoCA は、MMSE では測定されない重要なコンポーネントである複数の認知ドメインを測定するために利用できる最も感度の高いテストです。

Montreal Cognitive Assessment 測定の最小値は 0 で、最大値は 30 です。 全体として、Moca スコアが悪いほど、参加者の認知機能が悪いことを表します。

3年間のフォローアップ
ミニメンタルステート検査(MMSE)
時間枠:ベースライン

MMSE は、認知障害のスクリーニング スケールとして使用され、参加者の全体的な認知機能を測定できます。

Mini-Mental State Examination 測定値の最小値は 0、最大値は 30 です。 MMSE スコアが悪いほど、参加者の認知機能が悪いことを表します。

ベースライン
ミニメンタルステート検査(MMSE)
時間枠:1年間のフォローアップ

MMSE は、認知障害のスクリーニング スケールとして使用され、参加者の全体的な認知機能を測定できます。

Mini-Mental State Examination 測定値の最小値は 0、最大値は 30 です。 MMSE スコアが悪いほど、参加者の認知機能が悪いことを表します。

1年間のフォローアップ
ミニメンタルステート検査(MMSE)
時間枠:2年間のフォローアップ

MMSE は、認知障害のスクリーニング スケールとして使用され、参加者の全体的な認知機能を測定できます。

Mini-Mental State Examination の測定値の最小値は 0、最大値は 30 です。 MMSE スコアが悪いほど、参加者の認知機能が悪いことを表します。

2年間のフォローアップ
ミニメンタルステート検査(MMSE)
時間枠:3年間のフォローアップ

MMSE は、認知障害のスクリーニング スケールとして使用され、参加者の全体的な認知機能を測定できます。

Mini-Mental State Examination 測定値の最小値は 0、最大値は 30 です。 MMSE スコアが悪いほど、参加者の認知機能が悪いことを表します。

3年間のフォローアップ

二次結果の測定

結果測定
メジャーの説明
時間枠
聴覚言語学習テスト(AVLT)
時間枠:ベースライン

AVLT は、参加者の瞬間記憶と遅延想起を測定するために使用されます。

聴覚言語学習テストのスコアの最小値は 0 で、最大値は 12 (遅延想起) または 36 (瞬間記憶) です。 スコアが高いほど、認知機能が優れていることを意味します。

ベースライン
聴覚言語学習テスト(AVLT)
時間枠:1年間のフォローアップ

AVLT は、参加者の瞬間記憶と遅延想起を測定するために使用されます。

聴覚言語学習テストのスコアの最小値は 0 で、最大値は 12 (遅延想起) または 36 (瞬間記憶) です。 スコアが高いほど、認知機能が優れていることを意味します。

1年間のフォローアップ
聴覚言語学習テスト(AVLT)
時間枠:2年間のフォローアップ

AVLT は、参加者の瞬間記憶と遅延想起を測定するために使用されます。

聴覚言語学習テストのスコアの最小値は 0 で、最大値は 12 (遅延想起) または 36 (瞬間記憶) です。 スコアが高いほど、認知機能が優れていることを意味します。

2年間のフォローアップ
聴覚言語学習テスト(AVLT)
時間枠:3年間のフォローアップ

AVLT は、参加者の瞬間記憶と遅延想起を測定するために使用されます。

聴覚言語学習テストのスコアの最小値は 0 で、最大値は 12 (遅延想起) または 36 (瞬間記憶) です。 スコアが高いほど、認知機能が優れていることを意味します。

3年間のフォローアップ
言語流暢性テスト (VFT)
時間枠:ベースライン
語学能力を測定するために、言語流暢性テストが使用されます。 Verbal Fluency Test スコアの最小値は 0 です。スコアが高いほど、言語機能が優れていることを表します。
ベースライン
言語流暢性テスト (VFT)
時間枠:1年間のフォローアップ
語学能力を測定するために、言語流暢性テストが使用されます。 Verbal Fluency Test スコアの最小値は 0 です。スコアが高いほど、言語機能が優れていることを表します。
1年間のフォローアップ
言語流暢性テスト (VFT)
時間枠:2年間のフォローアップ
語学能力を測定するために、言語流暢性テストが使用されます。 Verbal Fluency Test スコアの最小値は 0 です。スコアが高いほど、言語機能が優れていることを表します。
2年間のフォローアップ
言語流暢性テスト (VFT)
時間枠:3年間のフォローアップ
語学能力を測定するために、言語流暢性テストが使用されます。 Verbal Fluency Test スコアの最小値は 0 です。スコアが高いほど、言語機能が優れていることを表します。
3年間のフォローアップ
時計描画テスト(CDT)
時間枠:ベースライン
CDT は視覚空間能力を測定するために使用されます。 Clock Drawing Test のスコアの最小値は 0 で、最大値は 15 です。 12 未満のテスト スコアは、参加者の視覚空間機能が損なわれていることを意味します。
ベースライン
時計描画テスト(CDT)
時間枠:1年間のフォローアップ
CDT は視覚空間能力を測定するために使用されます。 Clock Drawing Test のスコアの最小値は 0 で、最大値は 15 です。 12 未満のテスト スコアは、参加者の視覚空間機能が損なわれていることを意味します。
1年間のフォローアップ
時計描画テスト(CDT)
時間枠:2年間のフォローアップ
CDT は視覚空間能力を測定するために使用されます。 Clock Drawing Test のスコアの最小値は 0 で、最大値は 15 です。 12 未満のテスト スコアは、参加者の視覚空間機能が損なわれていることを意味します。
2年間のフォローアップ
時計描画テスト(CDT)
時間枠:3年間のフォローアップ
CDT は視覚空間能力を測定するために使用されます。 Clock Drawing Test のスコアの最小値は 0 で、最大値は 15 です。 12 未満のテスト スコアは、参加者の視覚空間機能が損なわれていることを意味します。
3年間のフォローアップ
トレイルメイキングテスト(TMT)
時間枠:ベースライン

トレイル メイキング テストは、視覚スキャン、グラフ運動速度、実行機能の指標として使用されます。

参加者が Trail Making Test を完了するのにかかった時間と、テスト中のエラーの数を記録する必要があります。 参加者が長く過ごすほど、より多くのエラーが発生し、実行機能が低下します。

ベースライン
トレイルメイキングテスト(TMT)
時間枠:1年間のフォローアップ

トレイル メイキング テストは、視覚スキャン、グラフ運動速度、実行機能の指標として使用されます。

参加者が Trail Making Test を完了するのにかかった時間と、テスト中のエラーの数を記録する必要があります。 参加者が長く過ごすほど、より多くのエラーが発生し、実行機能が低下します。

1年間のフォローアップ
トレイルメイキングテスト(TMT)
時間枠:2年間のフォローアップ

トレイル メイキング テストは、視覚スキャン、グラフ運動速度、実行機能の指標として使用されます。

参加者が Trail Making Test を完了するのにかかった時間と、テスト中のエラーの数を記録する必要があります。 参加者が長く過ごすほど、より多くのエラーが発生し、実行機能が低下します。

2年間のフォローアップ
トレイルメイキングテスト(TMT)
時間枠:3年間のフォローアップ

トレイル メイキング テストは、視覚スキャン、グラフ運動速度、実行機能の指標として使用されます。

参加者が Trail Making Test を完了するのにかかった時間と、テスト中のエラーの数を記録する必要があります。 参加者が長く過ごすほど、より多くのエラーが発生し、実行機能が低下します。

3年間のフォローアップ

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

捜査官

  • スタディディレクター:Zhipeng Xu, Ph. D.、Zhongnan Hospital

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2020年7月1日

一次修了 (予想される)

2023年11月1日

研究の完了 (予想される)

2023年12月1日

試験登録日

最初に提出

2021年4月20日

QC基準を満たした最初の提出物

2021年8月10日

最初の投稿 (実際)

2021年8月11日

学習記録の更新

投稿された最後の更新 (実際)

2021年8月11日

QC基準を満たした最後の更新が送信されました

2021年8月10日

最終確認日

2021年8月1日

詳しくは

本研究に関する用語

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

未定

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

血管性認知障害の臨床試験

包括的集中介入の臨床試験

3
購読する