人間は時間と睡眠を超えて新しい構造化情報を学習する
2025年7月29日 更新者：University of Pennsylvania
時間と睡眠を超えて新しい構造を学習する
適応的に行動するには、環境内の構造を素早く把握し、将来効果的に使用できるように獲得した知識を保存する必要があります。 海馬に関する有力な理論は、経験の個々のスナップショットを符号化する海馬の能力に焦点を当ててきたが、研究者らは海馬が経験全体にわたる構造を見つけるためにも重要であるという証拠を発見した。 この本質的な学習形式のメカニズムはまだ確立されていません。 研究者らは、海馬のニューラルネットワークモデルを開発し、海馬のサブフィールドの1つが、ニューロンの集団が環境の複数の関連する特徴に応答する強力な表現形式である分散表現を使用して構造を迅速にエンコードできるという理論を具体化した。
このプロジェクトの最初の目的は、さまざまな経験にわたる情報の統合が必要なパラダイムにおいて、高解像度の機能的磁気共鳴画像法 (fMRI) を使用して、このモデルの予測をテストすることです。 この結果は、人間が新しい構造を学習する方法の基本的なメカニズムを明らかにし、このプロセスの既存のモデルを判断し、さらなるモデル開発に情報を提供するでしょう。 新しい海馬表現の最終的な運命については、競合する理論もあります。 ある見解では、睡眠中に海馬は最新の情報を再生して新皮質に長期的な分散表現を構築すると仮定しています。 別の見解では、記憶は海馬と新皮質内で直接かつ独立して形成され、統合されると主張しています。
このプロジェクトの 2 番目の目的は、これらの理論の間でテストを行うことです。 研究者らは、参加者を再スキャンし、1週間遅れで記憶の変化を追跡することで、海馬と皮質の表現の経時的変化を評価する予定です。 ただし、時間の経過とともに観察される脳と行動の変化は、一般的な時間の影響または睡眠中の活動的な処理によるものである可能性があります。
したがって、3 番目の目的は、構造化情報の統合に対する睡眠の具体的な因果関係を評価することです。 研究者らは、リアルタイム睡眠脳波検査を使用して音の合図を再生し、記憶の再活性化をバイアスする予定です。 研究者らは、この研究により、解剖学的基質、そして重要なことに、環境における新しい構造のコード化と統合をサポートする表現の性質が明らかになると期待しています。
調査の概要
研究の種類
介入
入学 (推定)
105
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：Anna C Schapiro, PhD
- 電話番号：6177974555
- メール：aschapir@sas.upenn.edu
研究連絡先のバックアップ
- 名前：Rishi Krishnamurthy, BA
- 電話番号：4255050841
- メール：rishikr@sas.upenn.edu
研究場所
-
-
Pennsylvania
-
Philadelphia、Pennsylvania、アメリカ、19104
- 募集
- University of Pennsylvania
-
コンタクト：
- Rishi Krishnamurthy, BA
-
-
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
- 大人
健康ボランティアの受け入れ
はい
説明
包含基準:
- 18歳から35歳まで（すべての目的）
- 脆弱な集団の一員ではない（すべての目的）
- 正常または正常に矯正された視力（すべての目的）
- 正常な聴力（すべての目的）
- 英語を流暢に話せること（すべての目標）
- 重大な精神障害または神経障害の既往歴がない（目的 1 および 2; MRI に特有）
- 現在、抗うつ薬や鎮静剤を服用していない（目標 1 および 2、MRI 特有）
- 既知の神経疾患なし (目標 3; EEG 特異的)
除外基準:
- 研究者は、取り外し不可能な生体医療機器や体内または表面の金属などの MR 禁忌を持つ個人を除外します (目的 1 および 2、MRI 固有)
- 閉所恐怖症 (目的 1 および 2; MRI 特有)
- 妊娠に対する MR の影響は完全には理解されていないため、妊婦も神経画像検査から除外されます (目的 1 および 2; MRI に特有)
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：基礎科学
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：独身
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：連想推論における学習と統合
提案されている機能的磁気共鳴画像研究では、単純な推論と一般化をサポートして、人間が物体を関連付ける能力に寄与する神経表現を評価します。
参加者全員が同様の手続きを行います。
参加者はオブジェクトのペアについて学び、オブジェクト間の関係について判断と推論を行うように求められます。
さまざまな学習理論がさまざまな順序の下で学習がどのように展開するかについてさまざまな予測を行うため、オブジェクトの提示順序は被験者内で操作されます。
参加者は 1 週間後に再度検査を受け、これらのプロセスの神経基質が硬化に伴ってどのように変化するかを評価します。
|
参加者は連想推論パラダイムに取り組みます。
記憶は行動的に評価され、神経表現は機能的磁気共鳴画像法を使用して評価されます。
|
|
実験的：カテゴリー学習での学習と定着
提案された機能的磁気共鳴画像研究では、人間の新しいカテゴリの物体を学習する能力に寄与する神経表現を評価します。
参加者全員が同様の手続きを行います。
参加者は、それぞれにいくつかの色の部品が付いている新しい物体について学びます。
一部のパーツは個々のオブジェクトに固有であり、その他のパーツはカテゴリのメンバー間で共有されます。
研究者らは、脳のさまざまな領域がこれらのさまざまな種類の部分の学習と記憶にどのように寄与しているか、また、結果として得られる表現がカテゴリの理解をどのようにサポートしているかを評価する予定です。
参加者は 1 週間後に再度検査を受け、これらのプロセスの神経基質が硬化に伴ってどのように変化するかを評価します。
|
参加者はカテゴリー学習パラダイムに取り組みます。
記憶は行動的に評価され（アーム 2 および 3）、神経表現は機能的磁気共鳴画像法を使用して評価されます（アーム 2）。
|
|
実験的：リアルタイムEEGを使用した睡眠中のリプレイの操作
提案されている脳波検査（EEG）研究では、すべての参加者が同じ手順を受けることになります。
参加者は、新しいオブジェクトの 3 つのカテゴリに関連付けられた視覚的特徴と口頭での名前を学びます。
これらの物体とその部品に関する参加者の記憶力は、昼寝の前後にテストされます。
研究者らは昼寝中の脳の活動をリアルタイムで監視し、最適なタイミングで物体の名前を音声で静かに再生して、特定の順序で特定の物体の再活性化を促す。
研究者らは、この操作がこれらのオブジェクトの記憶にどのような影響を与えるかを評価する予定です。
|
参加者はカテゴリー学習パラダイムに取り組みます。
記憶は行動的に評価され（アーム 2 および 3）、神経表現は機能的磁気共鳴画像法を使用して評価されます（アーム 2）。
参加者は、脳波データが収集されている間にカテゴリー学習パラダイムに取り組んだ後に眠り、睡眠後に行動的に記憶が評価されます。
|
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 |
|---|---|---|
|
多変量表現の変化
時間枠：最初のセッション (2 ～ 3 時間) 内と、約 1 週間遅れて 2 番目のセッション (1 ～ 2 時間)
|
学習過程および 1 週間の遅延にわたる、関連オブジェクトに関連付けられた MRI BOLD パターン間の空間相関の変化。
|
最初のセッション (2 ～ 3 時間) 内と、約 1 週間遅れて 2 番目のセッション (1 ～ 2 時間)
|
|
脳と行動の相関関係
時間枠：最初のセッション (2 ～ 3 時間) 内と、約 1 週間遅れて 2 番目のセッション (1 ～ 2 時間)
|
脳内の BOLD 信号と、物体を判断する際の参加者の行動との相関関係。
|
最初のセッション (2 ～ 3 時間) 内と、約 1 週間遅れて 2 番目のセッション (1 ～ 2 時間)
|
|
脳領域間の活動間の相関関係
時間枠：最初のセッション (2 ～ 3 時間) 内と、約 1 週間遅れて 2 番目のセッション (1 ～ 2 時間)
|
試験の種類と遅延の関数としての、脳のさまざまな領域にわたる BOLD 活動の関係。
|
最初のセッション (2 ～ 3 時間) 内と、約 1 週間遅れて 2 番目のセッション (1 ～ 2 時間)
|
|
記憶精度
時間枠：1 回の勉強セッション内 (4 ～ 5 時間)
|
睡眠中の物体の合図のさまざまな条件の関数としての、昼寝前から昼寝後の汎化能力の変化。
|
1 回の勉強セッション内 (4 ～ 5 時間)
|
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。
捜査官
- 主任研究者：Anna C Schapiro, PhD、University of Pennsylvania
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- 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.
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)
2023年6月5日
一次修了 (推定)
2028年3月1日
研究の完了 (推定)
2028年3月1日
試験登録日
最初に提出
2023年5月10日
QC基準を満たした最初の提出物
2023年6月12日
最初の投稿 (実際)
2023年6月20日
学習記録の更新
投稿された最後の更新 (実際)
2025年8月1日
QC基準を満たした最後の更新が送信されました
2025年7月29日
最終確認日
2025年7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?
はい
IPD プランの説明
基礎となるすべての IPD が出版物になります。
IPD 共有時間枠
IPD は研究発表時に入手可能になります。
IPD 共有アクセス基準
IPD は制限なく公開されます。
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
米国で製造され、米国から輸出された製品。
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。
寝るの臨床試験
-
Fujian Shengdi Pharmaceutical Co., Ltd.募集