軽度認知障害のための領域特異的脳活動に基づく空間ナビゲーション介入プロトコルの設計 (SNav)
軽度認知障害のための脳領域特異的活性化に基づく空間ナビゲーション介入プロトコルの設計
この単群臨床試験の目的は、軽度認知障害(MCI)を有する参加者が仮想現実(VR)迷路を正常にナビゲートできるかどうかを判断することです。 VR迷路は、参加者の空間ナビゲーション能力を向上させることを目的としたトレーニングツールとして設計されています。
主な目的:
- 研究に登録された高齢者の少なくとも70%が、4か月間にわたる24回の50分トレーニングセッションを完了できるかどうかを判断すること。
- 仮想現実と脳波記録を組み合わせることで、空間ナビゲーション学習に関連する脳活性化及び脳活性化の変化を測定できるかどうかを評価すること。
参加者は:
- VRゴーグルを装着しながら、開放的で障害物のない空間を歩行します。
- 最大50種類の異なる仮想迷路を順次探索し、各迷路の通り抜け方を試みます。
調査の概要
詳細な説明
特定目的:まだ治療法が確立されていない現状において、アルツハイマー病および関連認知症の発症を遅らせるための生活習慣介入が不可欠です。観察データによれば、認知活動の維持などの予防的行動により、認知症症例の最大3分の1が予防可能である可能性があります。しかし、発症を遅らせるための認知トレーニングプロトコルはしばしば成果が不十分です。研究チームは、認知機能を司る脳領域からの特定の測定値に基づいて設計された介入が、より良い結果をもたらすと仮説を立てています。
このパイロットプロジェクトは、早期介入の標的として特に適している、慣れた/慣れない環境を移動する能力である空間ナビゲーション(SN)に焦点を当てています。新しい空間記憶の形成困難や既存の空間記憶の維持困難は、アルツハイマー病の一般的かつ早期の兆候であり、見当識障害や日常生活動作における依存を引き起こす可能性があります。タウおよびアミロイドβの蓄積は、内側側頭葉や後部頭頂葉皮質などのSNを司る領域から始まります。SN障害は重要な標的であるにもかかわらず、SNを対象とした臨床試験はほとんどありません。多くの試験はデスクトップまたはバーチャルリアリティベースで、学習者が手持ちデバイスを使用してSNを訓練します。これらの訓練方法の主な限界は、能動的ナビゲーション中の運動関連の感覚および運動情報から学習者を奪うことです。
この限界を克服するため、参加者がナビゲーション能力を訓練する完全没入型バーチャルリアリティ(VR)迷路が開発されました。重要なことに、迷路設計はSNにおける内側側頭葉、後部頭頂葉皮質、および Retrospenial Complex の特定の寄与に基づいて行われています。領域特異的寄与を定量化するため、研究チームは Mobile Brain Body Imaging(MoBI)を適用し、空間内での能動的運動中の脳活動をソースレベルで記録・分析するために身体運動とEEGを同期記録しました。迷路は学習を2つの離散的な期間に分割するように設計されています:1) 鳥瞰図から迷路を立って符号化し、Allocentric空間符号化(ナビゲーターの位置/方向に依存しない)を誘導する、2) 壁が立ち上がった状態で迷路を歩いてナビゲートし、歩行中に廊下/交差点のみが見えるようにして、Egocentric空間符号化(ナビゲーター依存;次の交差点で左折)を誘導する。エビデンスによれば、内側側頭葉皮質はAllocentric符号化に関与し、後部頭頂葉皮質はEgocentric空間符号化に関与し、Retrospenial ComplexはAllocentricおよびEgocentricのメンタルフレーム間を統合します。MoBIを使用して、研究チームはAllocentricおよびEgocentric空間符号化中の脳活性化における介入関連変化を特定・追跡します。非認知症の地域在住高齢者30名を、24セッションからなる個別化された監督付き単群臨床試験SN介入に登録します。VR迷路は個々の学習者の進捗に基づいて複雑さを段階的に増加させます。認知症リスク状態は、検証済みの電話ベーススクリーナーのカットスコアで決定されます。
目的1:個別化されたVirtual Reality-Spatial Navigation(VR-SN)迷路訓練プロトコルの実現可能性を決定する。非認知症高齢者を訓練するためのVR-SN迷路プロトコルの実現可能性を検討します。募集源、実施(介入セッション完了率)、維持率、受容性(研究後インタビュー)、安全性(有害事象モニタリング)を含む実現可能性指標を、質的および量的評価ツールの混合を使用して評価します。
目的2:VR-SN演習に参加する高齢者における訓練誘発性神経可塑性を探求する。検証済みの神経可塑性行動(Floor Maze test, FMT)および神経生理学的(MoBI)測定値は、アウトカム測定セクションで説明されています。FMTは床にテープで貼られた7×10フィートの迷路で、迷路をナビゲートするのに必要な時間を測定し、研究チームはこれを認知障害の強力な予測因子として検証し、研究はアルツハイマー病理と関連づけています。神経生理学的アウトカムは、若年成人で得られた以前のVR-SN MoBI測定値に基づいています。仮説2a:VR-SN訓練はFMTの成績を改善する。仮説2b:VR-SN訓練は、立って符号化中のRetrospenial thetaパワー、および歩いてナビゲート中の後部頭頂葉alphaパワーの変調を増加させる。仮説2c:theta/alphaパワーの変調増加は、フロア迷路テストの改善と相関する。
VRはOne-Size-Fits-Oneアプローチ:VRは、粗大運動および平衡障害、外傷後ストレス障害、認知障害を有する患者を支援するのに効果的であることが証明されています。VRの多様性により、患者のニーズに特化して設計された多様な制御/安全シナリオの生成が可能になります。本研究のVR SNアプローチは、新規性(各セッションごとに新しい迷路を作成可能)、適切な挑戦(迷路の複雑さを学習者の進捗に合わせて調整可能)、肯定的フィードバック(迷路目標到達)を通じて、時間をかけた持続的学習を促進します。参加者はしばしばゲームのような迷路演習を楽しむと報告しており、これは動機付けを維持するために不可欠です。研究チームは、空間ナビゲーションに焦点を当てたこのVRプロトコルが、非VR介入と比較してより高い利益をもたらした以前のVR介入と同様に、臨床的に有意である可能性があると主張します。学習者に仮想空間内での能動的移動とナビゲーション(VR SN)の機会を提供しながら、関連する脳活性化(VR SN MoBI)を記録することは、科学的厳密性を高め、以前の欠点(例:その場でのナビゲーション)に対処します。代替イメージングアプローチ(MRI、PETなど)と比較して、EEGは低技術で、完全に携帯可能で、費用効果が高いです。最終的に、これは臨床設定で一般的に使用される携帯型EEGプロトコルの正当化につながる可能性があります。
革新性:SNは空間的(Allocentric/Egocentric空間符号化など)および非空間的認知(注意力など)能力を関与させます。さらに、SNはAllocentricおよびEgocentricのメンタルフレーム間の統合と柔軟な切り替えを必要とします。革新的かつ新しいVR-SN MoBI迷路プロトコルが開発され、AllocentricおよびEgocentric符号化に関連する領域特異的脳活性化を首尾よく決定すれば、見当識障害および慣れた/慣れない環境をナビゲート不能にする認知プロセスの複雑な相互作用を解明することが可能になります。特定の寄与を区別・認識することにより、空間的および非空間的プロセス、ならびにAllocentricおよびEgocentricのメンタルフレームの切り替え/統合に関連する空間符号化の問題に取り組むための個別化された標的訓練プロトコルにつながる可能性があります。介入前/後のSNの領域特異的脳活性化の変化を追跡することは、神経可塑性の新規候補マーカーを提供し、これらは定量化指標(期間、頻度、複雑さなど)としてテストされ、認知低下および認知症に対するより良い介入の開発に使用される可能性があります。
神経可塑性:挑戦的な精神的演習(SNなど)への従事がそれぞれの脳領域(内側側頭葉皮質など)により大きな保護をもたらす、および/または課題実行中に新規脳領域の動員につながるという仮定に基づく神経可塑性として、研究チームは神経可塑性を定量化する手段としてEEG脳活性化における介入関連変化を探求することを目指します。以前の研究はいくつかの有望な結果をもたらしました。例えば、脳卒中患者では、相同脳領域の動員が感覚運動能力の回復に関連しています。対照的に、認知/身体的介入および関連する可塑性を探求するEEG研究は混合した結果をもたらしました。認知症中のEEGスペクトルパワーの高周波帯域から低周波帯域へのシフトが報告されており、MCI患者における6週間の運動後、このEEGシフトの逆転および認知機能の改善が認められました。同時に、認知訓練の利益をEEGマーカーに関連づける証拠がないとする研究も報告されています。本提案は、神経可塑性を定量化するためのOne-Size-Fits-One SN演習アプローチ内で領域およびスペクトル特異的脳活性化を探求することにより、以前の研究を構築し前進させます。
アプローチ 研究手順/評価
- 電話記憶障害スクリーニング(MIS):MISは、認識された記憶変化および最近の記憶変化を評価する簡潔な4項目の認知症スクリーニングです(カットスコア≤5、感度85%、特異度86%)。
- 8項目認知症スクリーニングインタビュー(AD8):AD8は、記憶、見当識、判断、日常機能をテストする8項目の認知症スクリーニングです(カットスコア≥1、感度74%、特異度86%)。
- 電話ベースMontreal Cognitive Assessment(T-MoCA):T-MoCAは、注意力、実行機能、記憶、言語、視空間/構成技能を含む様々な認知領域をテストし、軽度認知障害のスクリーニングとして十分な心理測定的特性を示します(カットスコア>17、感度72%、特異度59%)。
- フロア迷路テスト:FMTは、研究チームによって開発されたSNの生態学的に妥当性の高いテストであり、MCIを予測し、アルツハイマー病理と相関することが示されています。参加者は入口に配置され、出口までの道を見つけるように指示されます。ルートを計画するための固定15秒計画期間が与えられます。計画期間終了から出口成功までの経過時間が記録されます(即時迷路時間[IMT]、秒)。
- MoBI:立って符号化および歩いてナビゲート期間中の領域特異的thetaおよびalphaパワーにおけるナビゲーション関連変調を、以前のMoBI研究で詳細に説明されたブロック関連および事象関連(踵接地)スペクトル分析アプローチを使用して。
実現可能性ドメインおよび成功のベンチマーク。目的1は、後の大規模使用のための方法と手順の実現可能性をテストすることを目的としています。研究チームは、4か月間にわたり24回のVR SN迷路セッションに参加する30名の高齢者を訓練するための10日間ローテーションスケジュールを提案します。段階的プロトコルが適用され、15名の高齢者(10日間内2セッション)がこの2年提案の6-9か月目に訓練され、15名の高齢者が10-14か月目に訓練されます。成功決定の主要基準:1) 全ての適格高齢者の少なくとも60%が募集可能、2) 高齢者の70%が10日間ローテーションプログラムで訓練可能(12か月で378セッション)。加えて、Thabaneらによって提案された分類を使用したデータが収集されます。実現可能性を評価するための量的および質的測定値を使用する混合メソッドが適用されます。
サンプル、募集、スクリーニング。高齢者(年齢≥65歳)の無作為サンプルは、様々な手段を通じて同定されます:Fort Washington Senior Centerでの情報資料とプレゼンテーション、Albert Einstein College of Medicine(Division of Cognitive and Motor Aging)での以前の研究に参加したボランティアのリスト。関心を示した者は、MIS(>3から≤6)およびAD8(≥1)のいずれかの「認知症リスク」カットスコアを使用して電話でスクリーニングされます。登録参加者は、正常から軽度認知障害(T-MoCA≤17)までの認知機能スペクトラムを有します。これは複数の方法で考慮されます。1. 分析におけるMCI状態の調整、2. T-MoCAスコアの調整、3. MCI状態による層別化分析の実施。
介入プロトコル VR迷路セッション1:プロトコルについて説明し質問に答える個別の対面導入セッションから開始。参加者はVRゴーグル、EEGキャップをテストし、VR迷路課題に慣れ親しみます。VR-SN MoBIセッション2(ベースライン):各セッションは50分間続きます。初期迷路複雑さは最低レベル(ターゲット到達に1回転)に設定されます。ナビゲーションターゲットは、学習者のニーズ、リソース、進捗に応じてナビゲーション複雑さを操作するために、迷路内の任意の場所に配置できます。迷路はエラーなく実行されるまで繰り返され、その後新しい迷路が導入されます。多くのVR迷路は、長期SN訓練を促進するために、演習が実現可能で、新規かつ挑戦的であることを保証するために事前プログラムされています。参加者のパフォーマンスに基づいて複雑さを調整するために、Up-Down Transformed Rule(UDTR)が使用されます。3回連続エラーフリー迷路ごとに複雑さが調整される3-up/1-downルール(ターゲットへの追加回転の導入)が使用され、エラーがあるごとにターゲット到達までの回転数が1つ減少します。VR迷路セッション3-23(MoBIなし):参加者は4か月間にわたり10日間内に2セッション(50分、休憩含む)に参加します。VR-SN MoBIセッション12&24:参加者はMoBIが記録されている間、VR迷路で訓練されます。
安全性 没入型バーチャルリアリティへの参加は、一部の個人において吐き気およびめまいを引き起こす可能性があります。安全性を確保するため、研究アシスタントは参加者が空き空間を歩行する際に参加者の側にいて見守り、安全性を確保します。学習した各迷路後の休憩が推奨されます。VRへの連続曝露は最大10分間に制限され、参加者が物理的世界に再関与することを可能にします。VR介入に参加したMCI/認知症患者における最近のメタアナリシスは、VRプロトコルによる有害効果の有意な増加を報告していません。全ての介入は医療施設で実施されます。
実験的アプローチ
目的1に関する詳細は、参照のみを目的として提供され、研究の包括的説明を確保します。本提案のClinicalTrials.govへの登録は、目的2に排他的に関係します。
目的1:VR-SN迷路訓練の実現可能性を決定する 理論的根拠:非認知症高齢者に対するVR-SN演習の実現可能性に関する予備結果を収集することは、将来の無作為化臨床試験のためのプロトコル最適化に役立ちます。
目的2:VR-SN迷路訓練後の高齢者における訓練誘発性神経可塑性を探求する 理論的根拠:仮説は、VR-SN迷路訓練がフロア迷路ナビゲート所需時間を減少させ、theta/alphaパワーの変調を増加させること、フロア迷路時間がtheta/alphaパワー変化と相関することです。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Pierfilippo De Sanctis, PhD
- 電話番号:718-862-1828
- メール:pierfilippo.sanctis@einsteinmed.edu
研究連絡先のバックアップ
- 名前:Maya Hoff, BS
- 電話番号:7188397650
- メール:maya.hoff@einsteinmed.edu
研究場所
-
-
New York
-
Manhattan、New York、アメリカ、10032
- 募集
- Columbia University Irving Medical Center
-
コンタクト:
- Sunil Agrawal, PhD
- 電話番号:212-854-2993
- メール:sa3077@columbia.edu
-
The Bronx、New York、アメリカ、10461
- 募集
- Albert Einstein College of Medicine
-
コンタクト:
- Pierfilippo De Sanctis, PhD
- 電話番号:718-862-1828
- メール:pierfilippo.sanctis@einsteinmed.edu
-
主任研究者:
- Pierfilippo De Sanctis, PhD
-
-
参加基準
適格基準
就学可能な年齢
- 高齢者
健康ボランティアの受け入れ
説明
対象基準:
- 65歳以上で健忘型軽度認知障害(aMCI)を有する方;
- 英語を話すことができる方;
- MoBI記録に同意できる方;
- 正常または矯正視力・聴力が正常な方;
- 10分間の無補助歩行が可能な方;
- 今後1年間の地域在住予定がある方
除外基準:
- 認知症(記憶障害/AD8スクリーニング);
- めまい、頚部痛など参加に影響する医学的状態;
- 過去6ヶ月以内の入院、または今後4ヶ月以内の参加に影響する手術計画;
- 筋骨格系の制限または疼痛のみによる移動制限;
- 余命12ヶ月未満の末期疾患;
- せん妄など注意力を顕著に変化させる臨床的障害の存在;
- 活動性精神病または精神症状;
- 老人ホーム入居者;
- 介入試験への参加;
- 痙攣薬、てんかん、脳卒中、外傷性脳損傷を含むEEGに対する標準的禁忌;
- 妊娠中の女性
研究計画
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:他の
- 割り当て:なし
- 介入モデル:単一グループの割り当て
- 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:完全没入型バーチャルリアリティ(VR)迷路
バーチャルリアリティ迷路セッション1:プロトコルについて説明し、質問に答えるための個別の対面導入セッション。
バーチャルリアリティEEGセッション2(ベースライン):各セッションは50分間続きます。
初期の迷路の複雑さは最低レベル(つまり、ターゲットに到達するための1つの曲がり角)に設定されます。
迷路は、エラーなく実行されるまで繰り返され、その後、新しい迷路が導入されます。
参加者のパフォーマンスに基づいて複雑さを調整するために、上下変換ルールが使用されます。
具体的には、3回連続でエラーのない迷路をクリアすると迷路の複雑さが調整され(ターゲットへの曲がり角が1つ追加され)、エラーがある場合はターゲットに到達するまでの曲がり角の数が1つ減らされます。
バーチャルリアリティ迷路セッション3-23(EEGなし):参加者は4ヶ月間にわたり10日間で6回のセッションに参加します。
バーチャルリアリティ-SN EEGセッション12 & 24:参加者はEEGを記録しながらバーチャルリアリティ迷路のトレーニングを受けます。
|
フルイマーシブの仮想現実環境が開発され、参加者は仮想現実内で迷路を進み、道を見つける能力を訓練します。
この仮想現実環境は、適切な挑戦(例:学習者の進捗に合わせて迷路の複雑さを調整可能)、肯定的なフィードバック(例:迷路のゴール到達)、新規性(例:各セッションごとに新しい迷路)を提供することで、介入全体を通じて学習者のモチベーションを維持するのに適しています。
難易度が1から4の交差点まで異なる50種類のVR迷路が構築されています。
|
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 |
|---|---|---|
|
即時迷路時間(IMT)の変化
時間枠:ベースラインから介入後4か月時点での変化
|
迷路所要時間の変化は、行動変化のマーカーとして評価され、歩行とナビゲーションを組み合わせた床迷路テスト(FMT)を用いて測定されます。
参加者はFMTの開始地点に配置され、FMTの出口地点までの経路を見つけるよう指示されます。
経路計画のために15秒間の固定計画期間が与えられます。
計画期間終了後から出口への成功到達までの経過時間(すなわちIMT)が秒単位で記録されます。
対応のあるt検定を用いて、介入前と介入後の床迷路テスト所要時間を比較します。
|
ベースラインから介入後4か月時点での変化
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
VR-SN迷路の移動に要する時間の変化
時間枠:ベースラインから介入後4か月までの変化
|
VR-SN迷路を移動するのに必要な時間の変化は、変化の行動マーカーとしても評価されます。
同等の複雑さの迷路をナビゲートする前後の時間変化は、ナビゲートの必要がない(つまり、床のマーキング)ほぼ同等の要求を課す対照条件と比較されます。
線形混合効果モデルを使用して、VR-SN迷路をナビゲートするのに必要な時間を、条件(実験条件対対照条件)とフェーズ(介入前/中間/後)の関数として評価および比較します。
|
ベースラインから介入後4か月までの変化
|
|
携帯型脳身体イメージング(MoBI)マーカーの変化
時間枠:ベースラインから介入後2カ月(~中間点)および4カ月での変化
|
モバイル脳身体イメージングは、空間ナビゲーション訓練介入後の可塑性の神経生理学的マーカーとして評価されます。
モバイル脳身体イメージングは、空間情報の自己中心的位置符号化(例:立位/符号化)中の後帯状回シータ波(3-7Hz)と自己中心的位置検索(例:歩行/ナビゲート)中の後頭部アルファ波(8-12Hz)の変化を測定するために使用されます。
スペクトルパワーの変化は、ナビゲーションを必要とせずほぼ同等の要求を課す対照条件(例:床のマーキング)に対して測定されます。
ナビゲーション関連変調(スペクトルパワー)の変化は、立位/符号化と歩行/ナビゲートの両方の段階について要約されます。
線形混合効果モデルを使用して、条件(実験条件 vs 対照条件)と時間(介入前/中間/介入後)の関数としての立位/符号化中の自己中心的位置-後帯状回シータ波の増加を評価および比較します。
|
ベースラインから介入後2カ月(~中間点)および4カ月での変化
|
協力者と研究者
捜査官
- 主任研究者:Pierfilippo De Sanctis, PhD、Albert Einstein College of Medicine
出版物と役立つリンク
一般刊行物
- Thabane L, Ma J, Chu R, Cheng J, Ismaila A, Rios LP, Robson R, Thabane M, Giangregorio L, Goldsmith CH. A tutorial on pilot studies: the what, why and how. BMC Med Res Methodol. 2010 Jan 6;10:1. doi: 10.1186/1471-2288-10-1.
- Livingston G, Sommerlad A, Orgeta V, Costafreda SG, Huntley J, Ames D, Ballard C, Banerjee S, Burns A, Cohen-Mansfield J, Cooper C, Fox N, Gitlin LN, Howard R, Kales HC, Larson EB, Ritchie K, Rockwood K, Sampson EL, Samus Q, Schneider LS, Selbaek G, Teri L, Mukadam N. Dementia prevention, intervention, and care. Lancet. 2017 Dec 16;390(10113):2673-2734. doi: 10.1016/S0140-6736(17)31363-6. Epub 2017 Jul 20. No abstract available.
- Montero-Odasso M, Ismail Z, Livingston G. One third of dementia cases can be prevented within the next 25 years by tackling risk factors. The case "for" and "against". Alzheimers Res Ther. 2020 Jul 8;12(1):81. doi: 10.1186/s13195-020-00646-x.
- Galvin JE, Roe CM, Powlishta KK, Coats MA, Muich SJ, Grant E, Miller JP, Storandt M, Morris JC. The AD8: a brief informant interview to detect dementia. Neurology. 2005 Aug 23;65(4):559-64. doi: 10.1212/01.wnl.0000172958.95282.2a.
- Lipton RB, Katz MJ, Kuslansky G, Sliwinski MJ, Stewart WF, Verghese J, Crystal HA, Buschke H. Screening for dementia by telephone using the memory impairment screen. J Am Geriatr Soc. 2003 Oct;51(10):1382-90. doi: 10.1046/j.1532-5415.2003.51455.x.
- Papaioannou T, Voinescu A, Petrini K, Stanton Fraser D. Efficacy and Moderators of Virtual Reality for Cognitive Training in People with Dementia and Mild Cognitive Impairment: A Systematic Review and Meta-Analysis. J Alzheimers Dis. 2022;88(4):1341-1370. doi: 10.3233/JAD-210672.
- Inzitari M, Metti A, Rosano C, Udina C, Perez LM, Carrizo G, Verghese J, Newman AB, Studenski S, Rosso AL. Qualitative neurological gait abnormalities, cardiovascular risk factors and functional status in older community-dwellers without neurological diseases: The Healthy Brain Project. Exp Gerontol. 2019 Sep;124:110652. doi: 10.1016/j.exger.2019.110652. Epub 2019 Jul 6.
- Katz MJ, Wang C, Nester CO, Derby CA, Zimmerman ME, Lipton RB, Sliwinski MJ, Rabin LA. T-MoCA: A valid phone screen for cognitive impairment in diverse community samples. Alzheimers Dement (Amst). 2021 Feb 5;13(1):e12144. doi: 10.1002/dad2.12144. eCollection 2021.
- Coughlan G, Laczo J, Hort J, Minihane AM, Hornberger M. Spatial navigation deficits - overlooked cognitive marker for preclinical Alzheimer disease? Nat Rev Neurol. 2018 Aug;14(8):496-506. doi: 10.1038/s41582-018-0031-x.
- Cornwell BR, Salvadore G, Colon-Rosario V, Latov DR, Holroyd T, Carver FW, Coppola R, Manji HK, Zarate CA Jr, Grillon C. Abnormal hippocampal functioning and impaired spatial navigation in depressed individuals: evidence from whole-head magnetoencephalography. Am J Psychiatry. 2010 Jul;167(7):836-44. doi: 10.1176/appi.ajp.2009.09050614. Epub 2010 May 3.
- Lithfous S, Dufour A, Despres O. Spatial navigation in normal aging and the prodromal stage of Alzheimer's disease: insights from imaging and behavioral studies. Ageing Res Rev. 2013 Jan;12(1):201-13. doi: 10.1016/j.arr.2012.04.007. Epub 2012 Jul 5.
- Placido J, de Almeida CAB, Ferreira JV, de Oliveira Silva F, Monteiro-Junior RS, Tangen GG, Laks J, Deslandes AC. Spatial navigation in older adults with mild cognitive impairment and dementia: A systematic review and meta-analysis. Exp Gerontol. 2022 Aug;165:111852. doi: 10.1016/j.exger.2022.111852. Epub 2022 May 27.
- Fricke M, Morawietz C, Wunderlich A, Muehlbauer T, Jansen CP, Gramann K, Wollesen B. Successful wayfinding in age: A scoping review on spatial navigation training in healthy older adults. Front Psychol. 2022 Aug 16;13:867987. doi: 10.3389/fpsyg.2022.867987. eCollection 2022.
- Lovden M, Schaefer S, Noack H, Bodammer NC, Kuhn S, Heinze HJ, Duzel E, Backman L, Lindenberger U. Spatial navigation training protects the hippocampus against age-related changes during early and late adulthood. Neurobiol Aging. 2012 Mar;33(3):620.e9-620.e22. doi: 10.1016/j.neurobiolaging.2011.02.013. Epub 2011 Apr 16.
- Colombo D, Serino S, Tuena C, Pedroli E, Dakanalis A, Cipresso P, Riva G. Egocentric and allocentric spatial reference frames in aging: A systematic review. Neurosci Biobehav Rev. 2017 Sep;80:605-621. doi: 10.1016/j.neubiorev.2017.07.012. Epub 2017 Jul 29.
- Ralph H.B. Benedict, D. S., Lowell Groninger, Jason Brandt. Hopkins Verbal Learning Test â€" Revised: Normative Data and Analysis of Inter-Form and Test-Retest Reliabilit. The Clinical Neuropsychologist 12, 12 (2010).
- Martelli D, Prado A, Xia B, Verghese J, Agrawal SK. Development of a Virtual Floor Maze Test - Effects of Distal Visual Cues and Correlations With Executive Function in Healthy Adults. IEEE Trans Neural Syst Rehabil Eng. 2019 Oct;27(10):2229-2236. doi: 10.1109/TNSRE.2019.2938103. Epub 2019 Aug 28.
- De Sanctis P, Wagner J, Molholm S, Foxe JJ, Blumen HM, Horsthuis DJ. Neural signature of mobility-related everyday function in older adults at-risk of cognitive impairment. Neurobiol Aging. 2023 Feb;122:1-11. doi: 10.1016/j.neurobiolaging.2022.11.005. Epub 2022 Nov 9.
- Verghese J, De Sanctis P, Ayers E. Everyday function profiles in prodromal stages of MCI: Prospective cohort study. Alzheimers Dement. 2023 Feb;19(2):498-506. doi: 10.1002/alz.12681. Epub 2022 Apr 26.
- De Sanctis P, Solis-Escalante T, Seeber M, Wagner J, Ferris DP, Gramann K. Time to move: Brain dynamics underlying natural action and cognition. Eur J Neurosci. 2021 Dec;54(12):8075-8080. doi: 10.1111/ejn.15562.
- Ashendorf L, Jefferson AL, Green RC, Stern RA. Test-retest stability on the WRAT-3 reading subtest in geriatric cognitive evaluations. J Clin Exp Neuropsychol. 2009 Jul;31(5):605-10. doi: 10.1080/13803390802375557. Epub 2008 Sep 27.
- Brink, T. L., Yesavage, J.A.., Lum, O., Heersema, P.H., Adey, M., & Rose, T.L. . Screening tests for depression. Clinical Gerontologist 1, 37-43 (1982).
- Verghese J, Lipton R, Ayers E. Spatial navigation and risk of cognitive impairment: A prospective cohort study. Alzheimers Dement. 2017 Sep;13(9):985-992. doi: 10.1016/j.jalz.2017.01.023. Epub 2017 Mar 3.
- Sanders AE, Holtzer R, Lipton RB, Hall C, Verghese J. Egocentric and exocentric navigation skills in older adults. J Gerontol A Biol Sci Med Sci. 2008 Dec;63(12):1356-63. doi: 10.1093/gerona/63.12.1356.
- Tangen GG, Nilsson MH, Stomrud E, Palmqvist S, Hansson O. Spatial Navigation and Its Association With Biomarkers and Future Dementia in Memory Clinic Patients Without Dementia. Neurology. 2022 Nov 8;99(19):e2081-e2091. doi: 10.1212/WNL.0000000000201106. Epub 2022 Aug 26.
- Malcolm BR, Foxe JJ, Butler JS, Molholm S, De Sanctis P. Cognitive load reduces the effects of optic flow on gait and electrocortical dynamics during treadmill walking. J Neurophysiol. 2018 Nov 1;120(5):2246-2259. doi: 10.1152/jn.00079.2018. Epub 2018 Aug 1.
- Miyakoshi M, Gehrke L, Gramann K, Makeig S, Iversen J. The AudioMaze: An EEG and motion capture study of human spatial navigation in sparse augmented reality. Eur J Neurosci. 2021 Dec;54(12):8283-8307. doi: 10.1111/ejn.15131. Epub 2021 Feb 23.
- Do TN, Lin CT, Gramann K. Human brain dynamics in active spatial navigation. Sci Rep. 2021 Jun 22;11(1):13036. doi: 10.1038/s41598-021-92246-4.
- Luna TD, Santamaria V, Agrawal SK. Redistributing Ground Reaction Forces During Squatting Using a Cable-Driven Robotic Device. IEEE Int Conf Rehabil Robot. 2022 Jul;2022:1-6. doi: 10.1109/ICORR55369.2022.9896494.
- Galvin JE, Roe CM, Xiong C, Morris JC. Validity and reliability of the AD8 informant interview in dementia. Neurology. 2006 Dec 12;67(11):1942-8. doi: 10.1212/01.wnl.0000247042.15547.eb.
- WETHERILL GB, LEVITT H. SEQUENTIAL ESTIMATION OF POINTS ON A PSYCHOMETRIC FUNCTION. Br J Math Stat Psychol. 1965 May;18:1-10. doi: 10.1111/j.2044-8317.1965.tb00689.x. No abstract available.
- Delaux A, de Saint Aubert JB, Ramanoel S, Becu M, Gehrke L, Klug M, Chavarriaga R, Sahel JA, Gramann K, Arleo A. Mobile brain/body imaging of landmark-based navigation with high-density EEG. Eur J Neurosci. 2021 Dec;54(12):8256-8282. doi: 10.1111/ejn.15190. Epub 2021 May 4.
- Meiner Z, Ayers E, Verghese J. Motoric Cognitive Risk Syndrome: A Risk Factor for Cognitive Impairment and Dementia in Different Populations. Ann Geriatr Med Res. 2020 Mar;24(1):3-14. doi: 10.4235/agmr.20.0001. Epub 2020 Mar 24.
- Verghese J, Wang C, Bennett DA, Lipton RB, Katz MJ, Ayers E. Motoric cognitive risk syndrome and predictors of transition to dementia: A multicenter study. Alzheimers Dement. 2019 Jul;15(7):870-877. doi: 10.1016/j.jalz.2019.03.011. Epub 2019 Jun 1.
- Gehrke L, Lopes P, Klug M, Akman S, Gramann K. Neural sources of prediction errors detect unrealistic VR interactions. J Neural Eng. 2022 May 6;19(3). doi: 10.1088/1741-2552/ac69bc.
- Gehrke L, Gramann K. Single-trial regression of spatial exploration behavior indicates posterior EEG alpha modulation to reflect egocentric coding. Eur J Neurosci. 2021 Dec;54(12):8318-8335. doi: 10.1111/ejn.15152. Epub 2021 Mar 11.
- Gramann K, Hohlefeld FU, Gehrke L, Klug M. Human cortical dynamics during full-body heading changes. Sci Rep. 2021 Sep 14;11(1):18186. doi: 10.1038/s41598-021-97749-8.
- Sharma G, Gramann K, Chandra S, Singh V, Mittal AP. Brain connectivity during encoding and retrieval of spatial information: individual differences in navigation skills. Brain Inform. 2017 Sep;4(3):207-217. doi: 10.1007/s40708-017-0066-6. Epub 2017 May 16.
- Chiu TC, Gramann K, Ko LW, Duann JR, Jung TP, Lin CT. Alpha modulation in parietal and retrosplenial cortex correlates with navigation performance. Psychophysiology. 2012 Jan;49(1):43-55. doi: 10.1111/j.1469-8986.2011.01270.x. Epub 2011 Aug 8.
- Malcolm BR, Foxe JJ, Joshi S, Verghese J, Mahoney JR, Molholm S, De Sanctis P. Aging-related changes in cortical mechanisms supporting postural control during base of support and optic flow manipulations. Eur J Neurosci. 2021 Dec;54(12):8139-8157. doi: 10.1111/ejn.15004. Epub 2020 Oct 27.
- Oostenveld R, Oostendorp TF. Validating the boundary element method for forward and inverse EEG computations in the presence of a hole in the skull. Hum Brain Mapp. 2002 Nov;17(3):179-92. doi: 10.1002/hbm.10061.
- Delorme A, Palmer J, Onton J, Oostenveld R, Makeig S. Independent EEG sources are dipolar. PLoS One. 2012;7(2):e30135. doi: 10.1371/journal.pone.0030135. Epub 2012 Feb 15.
- Artoni F, Menicucci D, Delorme A, Makeig S, Micera S. RELICA: a method for estimating the reliability of independent components. Neuroimage. 2014 Dec;103:391-400. doi: 10.1016/j.neuroimage.2014.09.010. Epub 2014 Sep 16.
- Snyder KL, Kline JE, Huang HJ, Ferris DP. Independent Component Analysis of Gait-Related Movement Artifact Recorded using EEG Electrodes during Treadmill Walking. Front Hum Neurosci. 2015 Dec 1;9:639. doi: 10.3389/fnhum.2015.00639. eCollection 2015.
- Wagner J, Solis-Escalante T, Grieshofer P, Neuper C, Muller-Putz G, Scherer R. Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in able-bodied subjects. Neuroimage. 2012 Nov 15;63(3):1203-11. doi: 10.1016/j.neuroimage.2012.08.019. Epub 2012 Aug 14.
- Gwin JT, Gramann K, Makeig S, Ferris DP. Electrocortical activity is coupled to gait cycle phase during treadmill walking. Neuroimage. 2011 Jan 15;54(2):1289-96. doi: 10.1016/j.neuroimage.2010.08.066. Epub 2010 Sep 9.
- Welch, P. D. The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms. IEEE Transactions on Audio and Electroacoustics, 70-73 (1967).
- Makeig S. Auditory event-related dynamics of the EEG spectrum and effects of exposure to tones. Electroencephalogr Clin Neurophysiol. 1993 Apr;86(4):283-93. doi: 10.1016/0013-4694(93)90110-h.
- Wollesen B, Fricke M, Jansen CP, Gordt K, Schwenk M, Muehlbauer T, Morawietz C, Kruse A, Gramann K. A three-armed cognitive-motor exercise intervention to increase spatial orientation and life-space mobility in nursing home residents: study protocol of a randomized controlled trial in the PROfit project. BMC Geriatr. 2020 Oct 31;20(1):437. doi: 10.1186/s12877-020-01840-0.
研究記録日
主要日程の研究
研究開始 (推定)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
- 2024-16312
- 1R21AG091161-01A1 (米国 NIH グラント/契約)
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?
IPD プランの説明
人口統計学的、認知的、臨床的、および32チャンネルEEG電気生理学的データを取得します。 仮想現実は、SteamVRのHTC Vive技術を通じて提示され、モーション追跡を使用して仮想環境内を移動および相互作用する完全没入型3D体験に特化しています。 すべてのデータはリポジトリによる受領前に匿名化されますが、NIMHデータアーカイブ(NDA)のグローバル一意識別子を生成するために必要な情報が収集されます。 科学データは10テラバイトに達すると予想されています。
臨床的、認知的、およびEEGデータは、MATLAB®環境とEEGデータ用のEEGLABパッケージを使用して書かれたカスタムmatlabコードで分析されます。 MATLABは商用ソフトウェアですが、ほとんどの大学ではサイトライセンスを利用できます。 すべてのコードはGitHubラボウェブサイトで共有されます。 コードはGitHubで「labname」を検索することで見つけることができます。 プロジェクトのメインreadme.mdファイルにも指示が含まれます。
IPD 共有時間枠
IPD 共有アクセス基準
IPD 共有サポート情報タイプ
- STUDY_PROTOCOL
- SAP
- ICF
- ANALYTIC_CODE
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
米国FDA規制機器製品の研究
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。