불안과 기억 상태 예측 (CAMERA)
불안과 기억 상태를 지속적으로 측정하고 예측하기 위한 상황 인식 다중 모드 생태 연구 및 평가(CAMERA) 플랫폼 개발
본 연구의 목적은 뇌, 신체, 행동의 신호가 불안 및 기억 기능과 어떻게 관련되는지 살펴보는 것입니다. 이 프로젝트는 인간의 뇌-행동 관계를 측정하기 위한 최첨단 개방형 다중 모드 하드웨어/소프트웨어 시스템인 CAMERA(Context-Aware Multimodal Ecological Research and Assessment) 플랫폼을 개발하려고 합니다.
프로젝트의 R61 부분은 다중 모드 수동 센서 데이터를 사용하여 임상 간질에 대해 두개내 전극을 사용하여 입원 환자 모니터링을 받는 환자의 불안-기억 상태를 예측하고 CAMERA의 수동 데이터 프레임워크를 구축하는 CAMERA 플랫폼을 개발하도록 설계되었습니다. 활성 데이터 프레임워크.
연구 개요
상세 설명
CAMERA는 신경, 생리, 행동 및 환경 신호뿐만 아니라 생태학적 순간 평가(EMA)의 측정값을 기록하여 개인의 불안 수준과 인지 능력에 대한 지속적인 고해상도 예측을 개발합니다. CAMERA는 다중 모드 데이터 소스의 보완적인 기능을 활용하고 이를 해석 가능한 기계 학습과 결합하여 인간 행동을 예측하므로 인간 행동 측정을 위한 현재 방법에 비해 상당한 발전을 제공할 것입니다. CAMERA의 또 다른 특징은 상황 인식 적응형 EMA가 통합되어 있다는 것입니다. 평가 시기는 피험자의 생리 및 행동에 따라 달라져 응답률과 모델 학습을 향상시킵니다. 본 연구에서 CAMERA는 불안 상태 및 동시 기억 성능 예측에 중점을 두었지만 플랫폼은 다양한 영역에서 유연하게 사용할 수 있습니다.
현재 인간의 뇌, 신체, 환경 사이의 복잡하고 종단적인 관계를 연구하는 것은 어려운 일입니다. 대부분의 기존 도구로는 일시적인 내부 상태나 인지 기능을 포괄적으로 또는 지속적으로 측정할 수 없습니다. 대신 우리는 일반적으로 EMA를 포함하여 드물게 수집되고 제한적인 자체 보고 또는 실험 구성에 의존합니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Angela Velazquez
- 전화번호: 646-515-1909
- 이메일: agv2113@cumc.columbia.edu
연구 연락처 백업
- 이름: Brett E Youngerman, MD
- 전화번호: 516-946-2145
- 이메일: bey2103@cumc.columbia.edu
연구 장소
-
-
New York
-
New York, New York, 미국, 10032
- 모병
- Columbia University Irving Medical Center
-
연락하다:
- Brett E Youngerman, MD
- 전화번호: 646-317-2887
- 이메일: bey2103@cumc.columbia.edu
-
수석 연구원:
- Brett E Youngerman, MD
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
건강한 자원 봉사자를 받아들입니다
연구 인구
설명
포함 기준:
- 환자는 측두엽 간질을 알고 있거나 의심해야 합니다.
- 영어 또는 스페인어를 모국어로 사용하거나 능숙하게 구사할 수 있습니다.
- sEEG 사례: 임플란트 계획에는 일측 또는 양측 해마 머리, 몸통 및 꼬리 전극이 포함되어야 합니다.
- 7학년 읽기 수준(성인의 읽기 능력으로 간주되는 최소 수준)
제외 기준:
- 청각 장애가 있는 사람(즉, 보청기로 교정되지 않은 사람)
- 교정 렌즈를 착용한 상태에서는 팔을 벌린 채 신문을 읽을 수 없습니다.
- 객관적 지적 장애(추정 IQ < 70)
- 전기경련 요법 또는 정신병 병력(환자의 발작 후 정신병 제외)
- 정신병적 장애(평생)
- 현재 불안 장애, 주요 우울 장애 또는 양극성 장애
- 신경퇴행성 질환, 광범위한 뇌 병변의 존재, 언어 문제(명명 어려움 제외)
- 인지 능력에 잠재적으로 영향을 미칠 수 있는 의학적 상태(예: HIV 감염, 전이 가능성이 있는 암).
- 급성 신부전 또는 말기 신장 질환
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 상영
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
다른: CAMERA
성인 간질 환자는 비침습적 비디오 뇌파검사(EEG)와 편도체 및 해마(일측 또는 양측)의 두개내 전극 샘플링을 받게 됩니다.
일부 참가자(n=10)는 퇴원 후 2주 동안 생리적 손목밴드, 스마트폰 표현형 분석, 생태학적 순간 평가(EMA) 설문조사, 기억 과제 등의 일부 양식을 포함하는 상황인식 다중모드 생태 연구 및 평가(CAMERA) 플랫폼을 사용합니다.
예측할 수 없는 간격으로 CAMERA는 참가자를 다음과 같은 방식으로 중단시킵니다: (a) 청각적 스타트 반응을 유발하는 가청 경보; (b) 자가 보고 불안 상태 척도; (c) 위협 간섭이 있는 시공간 기억 과제.
예를 들어, 참가자는 간단한 설문조사를 작성하고 하루에 여러 번 비디오 게임을 플레이하며 센서가 장착된 손목밴드를 착용하게 됩니다.
|
CAMERA 플랫폼은 구조화되지 않은 환경에서 뇌-행동 상호작용을 측정하고 생태학적 상태를 예측하기 위한 다중 모드, 하드웨어-소프트웨어 프레임워크입니다.
CAMERA는 임상 간질에 대해 두개내 전극을 사용하여 입원환자 모니터링을 받는 환자의 불안-기억 상태를 예측하기 위해 다중 모드 수동 센서 데이터를 사용합니다.
CAMERA는 다음으로 구성됩니다. 심박수 측정 및 피부 전기 활동을 강조하는 자율 생리적 신호의 손목 밴드 센서; 스마트폰 사용, 언어적 특징을 위한 텍스트 입력의 자연어 처리 강조 주제 추적 시청각 배열, 주제 보컬 활동 강조 두개내 신경 기록, 해마 세타 파워 및 고주파 활동(~70-200Hz) 강조.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
예측 점수와 실제 생태학적 순간 평가(EMA) 점수 사이의 평균 절대 오차
기간: 1~30일
|
다중 모드 기계 학습 모델(EMANet)을 사용하여 모집단 수준의 보유 데이터에서 1개 이상의 EMA 불안-기억 상태 결과(목표)를 예측합니다.
평균 절대 오차는 예측된 EMA와 실제 EMA 점수의 절대값의 평균 차이입니다.
평균 오류가 높을수록 예측이 덜 정확하다는 의미입니다.
예측은 2개 이상의 서로 다른 수동 양식을 사용해야 하며, 두 가지 양식 중 하나를 단독으로 사용하는 것보다 훨씬 더 나은 예측 정확도를 보여야 합니다.
|
1~30일
|
|
시간이 지남에 따라 EMANet 예측의 개선을 보여주는 피험자의 비율입니다.
기간: 1~30일
|
EMANet을 사용하여 며칠에 걸쳐 측정된 예측 EMA 값과 실제 EMA 값 사이의 평균 절대 오차에 적용된 선형 회귀를 사용하여 측정된 시간 경과에 따른 개선을 보여주는 ≥1 생태학적 순간 평가(EMA) 불안-기억 상태 결과(목표)를 예측합니다.
예측은 2개 이상의 서로 다른 수동 양식을 사용해야 하며, 두 가지 양식 중 하나를 단독으로 사용하는 것보다 훨씬 더 나은 예측 정확도를 보여야 합니다.
|
1~30일
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
일별 예측 절대오차와 실제 절대오차 사이의 평균절대오차
기간: 1~30일
|
예측 불확실성의 다중 모드 기계 학습 모델(UncertaintyNet)을 사용하여 매일 단일 주제 수준에서 보유 데이터의 생태학적 순간 평가(EMA) 예측의 평균 절대 예측 오류를 예측합니다.
평균 절대 오차는 예측된 오차(사용 가능한 모든 데이터를 기반으로 함)와 실제 오차 간의 차이를 측정합니다.
|
1~30일
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
신경 데이터의 지터(밀리초)
기간: 1~30일
|
30밀리초 미만의 지터로 신경 데이터를 정확하게 동기화합니다.
|
1~30일
|
|
시청각 데이터의 지연 시간(초)
기간: 1~30일
|
10초 미만의 대기 시간으로 시청각 데이터를 정확하게 동기화합니다.
|
1~30일
|
|
손목 센서 데이터의 지연 시간(분)
기간: 1~30일
|
2분 미만의 대기 시간으로 손목 센서 데이터를 정확하게 동기화합니다.
|
1~30일
|
|
스마트폰 데이터 지연 시간(분)
기간: 1~30일
|
20분 미만의 대기 시간으로 스마트폰 데이터를 정확하게 동기화합니다.
|
1~30일
|
|
생태학적 순간 평가(EMA) 전달의 지터입니다. (밀리초)
기간: 1~30일
|
지터가 50밀리초 미만인 생태학적 순간 평가 전달의 정확한 동기화를 통해 EMA 평가를 성공적으로 전달합니다.
|
1~30일
|
|
생태학적 순간 평가(EMA) 전달에 대한 정규화된 응답률의 백분율 개선.
기간: 1~30일
|
통계적으로 유의미한 10% 이상의 EMA 평가 성공적 전달(p<0.05)
ResponseNet을 사용하여 상황 인식 EMA 전달을 구현하여 시간이 지남에 따라(주제 전반에 걸쳐) 정규화된 응답률이 향상되었습니다.
|
1~30일
|
|
외래 환경으로의 전환 가능성을 입증하는 피험자의 수.
기간: 14일
|
10% 미만의 수동적 데이터 손실로 2주 동안 연속적으로 외래 환경에 있는 10명의 외래환자로부터 (동기화된) 비신경 생리학적, 스마트폰 및 EMA(설문조사 및 작업) 데이터를 수집합니다.
|
14일
|
공동 작업자 및 조사자
수사관
- 연구 책임자: Joshua Jacobs, PhD, University of Chicago
- 수석 연구원: Brett E Youngerman, MD, Columbia University
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .