Circadiaans en homeostatisch synchronisatie-effect op wakkere mobiliteit bij de ziekte van Parkinson (Synch Fit)
Circadiaans en homeostatisch synchronisatie-effect op wakkere mobiliteit bij de ziekte van Parkinson: een haalbaarheidsstudie
Slaapvoordeel (SB) bestaat uit een spontane, voorbijgaande en inconsistente verbetering van de mobiliteit die optreedt bij het ontwaken in de ochtend bij ongeveer 40% van de patiënten met de ziekte van Parkinson (PD), voordat de eerste ochtenddosis dopaminerge geneesmiddelen wordt ingenomen.
De SB zou een weg kunnen zijn voor de ontwikkeling van nieuwe therapeutische strategieën voor motorische symptomen bij de ziekte van Parkinson.
Omdat het een ogenschijnlijk onvoorspelbaar fenomeen is en een grote dagelijkse variabiliteit vertoont, tussen en binnen de proefpersoon, vereist de SB-studie meerdere en herhaalde beoordelingen van de mobiliteit gedurende meerdere dagen. Een experimentele thuissituatie zou hiervoor optimaal zijn in termen van kosteneffectiviteit en patiëntacceptatie.
Bovendien, aangezien de omvang en aard van SB tot nu toe niet goed zijn gekarakteriseerd en de omvang van de variabiliteit onbekend is, is een betrouwbare beoordelingsmethode, onafhankelijk van waarnemers en situatie, de SB een vereiste voor verder onderzoek op dit gebied.
Een recent ontwikkelde techniek die machine learning-algoritmen combineert met draadloze draagbare sensoren (versnellingsmeters en gyroscopen) en softwaretoepassingen zou bijzonder veelbelovend kunnen zijn voor het karakteriseren van de complexiteit en veelheid van SB's in. Met deze techniek kunnen herhaalde en meervoudige beoordelingen van mobiliteit bij patiënten thuis worden uitgevoerd zonder de constante aanwezigheid van een onderzoeker.
Deze aanpak biedt verschillende voordelen in termen van kosteneffectiviteit, haalbaarheid en acceptatie van onderzoeksprotocollen door patiënten. Het verbetert ook de ecologische validiteit van subjectieve en objectieve schattingen van mobiliteit bij deze patiënten.
De onderzoekers kozen ervoor om dit vooronderzoek uit te voeren op patiënten met de ziekte van Parkinson in plaats van op gezonde proefpersonen, omdat SB een fenomeen is dat tot nu toe alleen in deze populatie is beschreven. Onderzoekers zijn ook van mening dat de haalbaarheid van de studie voornamelijk zal afhangen van het vermogen van de patiënt om te bewegen en de context van hun eigen ziekte.
SB is een fenomeen dat wordt veroorzaakt door slaap. De neiging en timing van slaap hangen af van de gecoördineerde interactie van de duur van het vorige ontwaken (homeostatisch proces) en een circadiaans signaal (circadiaans proces). Om SB beter te begrijpen, is het noodzakelijk om de wederzijdse invloeden van het circadiane en homeostatische proces te bestuderen.
Onderzoekers hebben een nieuw paradigma bedacht om de circadiane procesfase te "verschuiven" rond het homeostatische proces, gehandhaafd onder constante omstandigheden, om het effect van de synchronisatie of desynchronisatie van deze twee processen op de ontwakende mobiliteit van patiënten met een MP te observeren. Deze experimentele benadering werd goedgekeurd door professor Aleksandar Videnovic (Harvard University School of Medicine, VS), opinieleider over circadiane ritmiek in het parlementslid en wetenschappelijk medewerker van deze studie.
Als eerste stap zijn de onderzoekers van plan om een technologie-ondersteunde home-based methodologie te implementeren, deze te valideren bij PD-patiënten en om de logistieke haalbaarheid van deze methode-ondersteunde aanpak bij een kleine groep patiënten te verifiëren, om te kunnen dit paradigma toe te passen in grotere wetenschappelijke projecten.
Studie Overzicht
Toestand
Conditie
Gedetailleerde beschrijving
De ziekte van Parkinson is een veel voorkomende neurodegeneratieve aandoening die 1,5% van de algemene bevolking ouder dan 60 jaar treft en gekenmerkt wordt door verminderde mobiliteit met een grote impact op het dagelijks leven en de levenskwaliteit van de patiënten en hun verzorgers. Veertig procent van de patiënten met de ziekte van Parkinson (PD) rapporteert een wisselvallige, prominente, spontane, voorbijgaande verbetering van de mobiliteit die optreedt bij het ontwaken in de ochtend, voordat ze hun eerste ochtenddosis dopaminerge medicatie innemen. Dit ogenschijnlijk onvoorspelbare, zeer variabele, slaapgerelateerde fenomeen is door de wetenschappers "Sleep Benefit" (SB) genoemd.
SB is een veelbelovend pad om te volgen om nieuwe therapeutische strategieën voor motorische symptomen bij de ziekte van Parkinson te ontwikkelen. Een innovatieve aanpak zou kunnen zijn om mobiliteitsveranderingen teweeg te brengen door slaapregulatie te beïnvloeden bij PD-patiënten in experimentele settings.
Slaapneiging en timing zijn afhankelijk van de gecoördineerde interactie van de duur van voorafgaande waakzaamheid (homeostatische component) en van een circadiaans signaal (circadiaanse component). Wederzijdse interacties tussen homeostatische en circadiane processen leiden tot interne synchronisatie van veel fysiologische processen. We veronderstellen dat SB afhankelijk is van toevallige optimale synchronisatie tussen het circadiane en homeostatische proces bij het ontwaken in de ochtend. Omdat SB een grote dagelijkse variabiliteit tussen en binnen de proefpersoon vertoont, vereist het bestuderen van SB een meervoudige, herhaalde beoordeling van de mobiliteit gedurende meerdere dagen. Een thuisgebaseerde experimentele setting zou hiervoor optimaal zijn in termen van kosteneffectiviteit en acceptatie door de patiënten. Bovendien, gezien het feit dat het bereik en de aard van SB tot nu toe niet goed zijn gekarakteriseerd en dat de amplitude van de variabiliteit onbekend is, is een betrouwbare, waarnemer- en situatie-onafhankelijke, reproduceerbare beoordelingsmethode van SB een cruciale vereiste voor verder onderzoek. in dit gebied.
Een recent ontwikkelde techniek die machine-learning algoritmen associeert met draadloze draagbare sensoren (versnellingsmeters en gyroscopen) en softwaretoepassingen kan bijzonder veelbelovend zijn om de complexiteit en veelheid van SB in PD te karakteriseren. Dankzij deze techniek kunnen herhaalde, meervoudige mobiliteitsbeoordelingen bij patiënten thuis worden uitgevoerd zonder de constante aanwezigheid van een onderzoeker.
De werkhypothese van deze studie is dat de motorische prestaties bij PD-patiënten verbeteren bij het ontwaken in de ochtend wanneer optimale synchronisatie tussen circadiane en homeostatische regulatie van slaap optreedt. Als eerste stap stellen we ons voor om een thuisgebaseerde en technologieondersteunde methodologie op te zetten en de wetenschappelijke, technologische en logistieke haalbaarheid ervan te verifiëren.
De studie omvat vier werkpakketten, voor elk waarvan specifieke eindpunten worden gedefinieerd:
WP1: Definitie van de logistiek, setting, praktijken van de studieprocedures voor thuisbeoordeling;
WP2: Technologische opzet van:
- IMU draagbare sensoren
- Ontwikkeling van SleepFit-softwareapplicaties
- lichttherapie (inclusief schijnlichttherapie)
- thuis polysomnografie
- chronobiologische beoordelingen (distaal-proximale huidlichaamstemperatuurgradiënt; Dim Light Melatonine Onset (DLMO) van speekselspecimens;
Twee werkpakketten (3 en 4) vereisen inclusie van patiënten en interventies bij patiënten:
WP3: Validatie van mobiliteitsbeoordeling door draagbare sensoren: nauwkeurigheid van machine learning-algoritme om de motorische status van patiënten te voorspellen op basis van de MDS-UPDRS-III-totaalscore en op het 3.14-item (globale klinische indruk van mobiliteit);
WP4: Testen in real-life omstandigheden bij patiënten thuis in een kleine groep proefpersonen.
Studietype
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
-
Fort-de-France, Frankrijk, 97200
- CHU de Martinique
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Beschrijving
Inclusiecriteria:
- Patiënten > 18 jaar;
- Patiënten met idiopathische PD, van beide geslachten;
- Hoehn en Yahr-stadium van 2 tot 4 in de "aan" -toestand;
- Stabiele antiparkinson- en/of psychotrope medicatie gedurende ten minste 4 weken voorafgaand aan de studiescreening;
- Betrouwbare partner/verzorger om de patiënt bij te staan tijdens de onderzoeksprocedures;
- Aangesloten persoon of begunstigde van een socialezekerheidsregeling;
- Gratis, geïnformeerde en schriftelijke toestemming ondertekend door de deelnemer en de onderzoeker (uiterlijk op de dag van opname en vóór elk onderzoek dat vereist is voor het onderzoek).
Uitsluitingscriteria:
- Patiënten < 18 jaar oud;
- Atypische Parkinson-syndromen;
- Dementie;
- Behandeling met dopaminerge geneesmiddelen met verlengde afgifte (exclusief levodopa met verlengde afgifte, gegeven niet later dan 6 uur voor de gebruikelijke bedtijd);
- Gebruik van hypno-sedativa of stimulerende middelen;
- Gebruik van antidepressiva tenzij op een stabiele dosis gedurende ten minste 3 maanden;
- Reis door 2 tijdzones binnen 90 dagen voorafgaand aan de studiescreening;
- Visuele afwijkingen die de lichttherapie kunnen verstoren, zoals significant staar, nauwekamerhoekglaucoom of blindheid;
- Elke andere medische aandoening die mogelijk de beoordeling van mobiliteit verstoort (bijv. amputatie van ledematen, verlamming na een beroerte, ernstige osteo-articulaire aandoening);
- Elke aandoening die het vermogen van de proefpersoon beperkt om de taak te begrijpen die thuis door de patiënt zelf moet worden uitgevoerd (bijv. afasie, oligofrenie);
- Ernstig veranderde lichamelijke en/of psychische gezondheid die volgens de onderzoeker van invloed kan zijn op de deelname van de deelnemer aan het onderzoek;
- Onvoldoende woonomstandigheden om woningbeoordelingen uit te voeren;
- Patiënten die weigeren deel te nemen aan het onderzoek;
- Patiënten onder wettelijke voogdij of curatele, zwangere vrouwen en vrouwen die borstvoeding geven, vrouwen in de vruchtbare leeftijd, personen in noodsituaties;
- Personen die deelnemen aan een ander onderzoek waarvan de periode van uitsluiting nog loopt en in ieder geval < 1 maand.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: ANDER
- Toewijzing: NA
- Interventioneel model: SINGLE_GROUP
- Masker: GEEN
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
EXPERIMENTEEL: Patiënten met idiopathische ziekte van Parkinson
|
De validiteit van de mobiliteitsbeoordeling door draagbare IMU-sensoren wordt geverifieerd in Werkpakket 3. Het zal worden gedefinieerd als de nauwkeurigheid van het machine learning-algoritme om de motorische status van patiënten te voorspellen in vergelijking met de motorische status die bij klinisch onderzoek wordt beoordeeld door middel van de MDS-UPDRS-III-schaal en de Fit-test. Voorspelling door machine learning zal worden vergeleken met de MDS-UPDRS-III-totaalscore en met het item 3,14 (globale klinische indruk van mobiliteit) van dezelfde schaal. De patiënten zullen worden gevraagd om alle motorische taken van de MDS-UPDRS-III-schaal en de vingertiktest (Fit-test) uit te voeren met beide handen die het IMU-systeem dragen. Een subset van minimale motorische taken die een goede voorspelling van de motorische status van de patiënt door het machine learning-algoritme mogelijk maken, zal vervolgens worden geselecteerd voor werkpakket 4. Basislijn Fase B1: Observatiefase: polsactigrafie van 1 week en slaapdagboek om de gebruikelijke activiteits-/rustroutines te beoordelen. B2: Nachtelijke slaapconsolidatiefase: 2 weken: getimede blootstelling aan licht, constante slaap/waakroutine en slaapbeperking van 1 uur/nacht (gebaseerd op gebruikelijke activiteit). Interventie fase
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Validatie van de objectieve metrieken van mobiliteit
Tijdsspanne: 12 maanden
|
De validiteit van de mobiliteitsbeoordeling door draagbare sensoren van de Inertial Measurement Unit (IMU) zal worden geverifieerd. Het zal worden gedefinieerd als de nauwkeurigheid van het machine learning-algoritme om de motorische status van patiënten te voorspellen in vergelijking met de motorische status die bij klinisch onderzoek wordt beoordeeld door middel van de MDSUPDRS-III-schaal en de Fit-test. Voorspelling door machine learning zal worden vergeleken met de MDS-UPDRS-III-totaalscore en met het item 3,14 (globale klinische indruk van mobiliteit) van dezelfde schaal. De patiënten zullen worden gevraagd om alle motorische taken van de MDS-UPDRS-III-schaal en de vingertiktest (Fit-test) uit te voeren met beide handen die het IMU-systeem dragen. |
12 maanden
|
|
Objectieve en subjectieve mobiliteit
Tijdsspanne: 12 maanden
|
Voorspelling van mobiliteit door machine learning op basis van gegevens van draagbare IMU-sensoren; vingertap-test; VAS-motor
|
12 maanden
|
|
Slaap en slaperigheid
Tijdsspanne: 12 maanden
|
Gemeten door slaapdagboek, SSS
|
12 maanden
|
|
Cognitie (elektronische Stroop-test)
Tijdsspanne: 12 maanden
|
12 maanden
|
|
|
Emotionele staat
Tijdsspanne: 12 maanden
|
Gemeten door Visual Analog Scale (VAS) stemming / angst
|
12 maanden
|
|
Vermoeidheid
Tijdsspanne: 12 maanden
|
Gemeten door VAS-vermoeidheid
|
12 maanden
|
|
Circadiane fase
Tijdsspanne: 12 maanden
|
Continu voor huid-lichaamstemperatuur en herhaalde monsters (elke 30' voor een totaal van 9 monsters, 's avonds rond bedtijd, voor speeksel-DLMO
|
12 maanden
|
|
Slaaphomeostase (SWA)
Tijdsspanne: 12 maanden
|
Berekend op basis van de EEG-registratie verkregen door middel van nachtelijke draagbare polysomnografie.
|
12 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Chronotype
Tijdsspanne: 12 maanden
|
Gemeten door Horne & Ostberg Morningness/Avondness Questionnaire (MEQ)
|
12 maanden
|
|
Slaapgewoonten, slaap- en waakgerelateerde symptomen, slaapkwaliteit
Tijdsspanne: 12 maanden
|
Gemeten door Pittsburgh Sleep Quality Index (PSQI)
|
12 maanden
|
|
PD-specifieke slaap- en waakgerelateerde symptomen
Tijdsspanne: 12 maanden
|
Gemeten met de slaapschaal van de ziekte van Parkinson (PDSS-2)
|
12 maanden
|
|
Overdag symptomen van slecht of onvoldoende slapen
Tijdsspanne: 12 maanden
|
Gemeten met Epworth Sleepiness Scale (ESS) [96] en Fatigue Severity Scale (FSS)
|
12 maanden
|
|
Wijziging van de mobiliteit bij het ontwaken in de ochtend
Tijdsspanne: 12 maanden
|
Gemeten aan de hand van de vragenlijst Slaapvoordeel
|
12 maanden
|
|
Motorische en niet-motorische symptomen van PD in het dagelijks leven
Tijdsspanne: 12 maanden
|
Gemeten met MDS-UPDRS-schaal (delen I, II en IV)
|
12 maanden
|
|
Neuropsychologische batterij nuttig bij idiopathische PD
Tijdsspanne: 12 maanden
|
Gemeten met de Mattis-beoordelingsschaal voor dementie (MDRS)
|
12 maanden
|
|
Stemming
Tijdsspanne: 12 maanden
|
Gemeten door Beck Depression Inventory (BDI)
|
12 maanden
|
Medewerkers en onderzoekers
Onderzoekers
- Hoofdonderzoeker: Pietro Luca RATTI, MD, CHU de Martinique
Studie record data
Bestudeer belangrijke data
Studie start (VERWACHT)
Primaire voltooiing (VERWACHT)
Studie voltooiing (VERWACHT)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (WERKELIJK)
Updates van studierecords
Laatste update geplaatst (WERKELIJK)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 19_RIPH2-12
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .