Forutsi utviklingen av subjektiv kognitiv nedgang til Alzheimers sykdom med maskinlæring (PREVIEW)
Alzheimers sykdom (AD) har et presymptomatisk forløp som kan vare fra flere år til tiår. Identifisering av forsøkspersoner på et tidlig stadium er avgjørende for terapeutisk intervensjon og mulig forebygging av kognitiv svikt. Nåværende forskning er fokusert på å identifisere kjennetegn ved de tidlige stadiene av AD, og flere konsepter er utviklet for dette formål.
Subjektiv kognitiv nedgang (SCD) er definert som en selvopplevd vedvarende nedgang i kognitiv kapasitet sammenlignet med forsøkspersonens tidligere normale status, der forsøkspersonen har normal alders-, kjønns- og utdanningsjustert ytelse på standardiserte kognitive tester. SCD er ikke relatert til nåværende kognitiv svikt, men det har blitt vurdert for sin potensielle rolle som risikofaktorer for AD.
Målet med denne studien er å evaluere, gjennom maskinlæringsverktøy, nøyaktighetsdata, nevropsykologisk vurdering, personlighetstrekk, kognitiv reserve, genetiske faktorer, cerebrospinalvæske (CSF) nevrodegenerasjonsbiomarkører, EEG og hendelsesrelaterte potensialregistreringer for å forutsi konvertering fra SCD-tilstand , til mild kognitiv svikt (MCI) og AD.
Studieoversikt
Status
Intervensjon / Behandling
- Genetisk: Genetisk analyse av APOE- og BDNF-gener.
- Diagnostisk test: EEG-registrering
- Diagnostisk test: CSF-innsamling og AD-biomarkørmåling
- Diagnostisk test: Nevropsykologisk evaluering
- Diagnostisk test: Vurdering av kognitiv reserve, depresjon, personlighetstrekk og fritidsaktiviteter
- Diagnostisk test: Klinisk-nevropsykologisk oppfølging
- Diagnostisk test: ERP-opptak
Detaljert beskrivelse
Det regionale referansesenteret for Alzheimers sykdom og kognitive lidelser ved Careggi sykehus, Firenze, startet for omtrent 25 år siden for å samle inn kliniske, nevropsykologiske, personlighets- og livsstilsdata for pasienter med subjektiv kognitiv forfall (SCD). Med utgangspunkt i disse dataene er målet med denne studien å øke antallet variabler som samles inn på SCD-personer og utvide den kliniske oppfølgingen for å avgrense mer nøyaktig sykdomsvei og å identifisere svært tidlige personer med risiko for konvertering i Alzheimers sykdom (AD) ).
Fordelene ved å oppdage kognitiv svikt i de tidlige stadiene er kritiske. Slik påvisning har tradisjonelt blitt utført manuelt av en eller flere klinikere basert på rapporter og testresultater. Maskinlæringsalgoritmer tilbyr en metode for deteksjon som kan gi en automatisert prosess og verdifull innsikt i diagnose og klassifisering. Med dette verktøyet kan klinikere utforme optimale screeninger for å forutsi, allerede på SCD-stadiet, mulige utviklinger av pasientens tilstander, og, gjennom beslutningsprotokoller, etablere graden av hensiktsmessighet av undersøkelsene/undersøkelsen som skal utføres for hver pasient, basert på gjeldende risikotilstand.
Målet med denne studien er å evaluere, gjennom maskinlæringsverktøy, nøyaktigheten av kliniske data, nevropsykologisk vurdering, personlighetstrekk, kognitiv reserve, genetiske faktorer, cerebrospinalvæske (CSF) nevrodegenerasjonsbiomarkører og funksjoner fra EEG og hendelsesrelaterte potensialer (ERP) ) for å forutsi konvertering fra SCD-tilstand, til Mild Cognitive Impairment (MCI) og AD.
Alle deltakere vil gjennomgå en omfattende familiær og klinisk historie, generell og nevrologisk undersøkelse, omfattende nevropsykologisk batteri (ca. 19 tester som utforsker alle kognitive domener: hukommelse, oppmerksomhet, eksekutive funksjoner, språk, praksis), estimering av premorbid intelligens (TIB - Test di Intelligenza Breve, en italiensk versjon av National Adult Reading Test - NART), personlighetstrekk (Big Five Factors Questionnaire - BFFQ), og evaluering av fritidsaktiviteter (strukturert intervju om deltakelse i intellektuelle, sportslige og sosiale aktiviteter) samt vurdering av depresjon ( Hamilton Depression Rating Scale - HDRS). I tillegg vil alle pasienter gjennomgå en CSF-analyse for å vurdere etablerte biomarkører (Aβ42, total tau, p-tau) og blodprøver for DNA-analyse vil bli samlet inn for å identifisere genotypene Apolipoprotein E (APOE) og hjerneavledet neurotrofisk faktor (BDNF). . Spesielt vil det bli analysert tre forskjellige enkeltnukleotidpolymorfismer (SNPer):
- BDNF SNP Val66Met (valin-metionin-substitusjon) var allerede assosiert med dårligere episodisk hukommelse og unormal hippocampus-aktivering analysert med MR
- APOE-gener rs429358 og rs7412 som er involvert i dannelsen av amyloid plakk Bare klinisk og nevropsykologisk vurdering gjentas årlig for å evaluere progresjon av nedgang.
Delprøven vil bli valgt, inkludert alle nye tilfeller av SCD inkludert i studien (ca. 50), alle forsøkspersoner konvertert til MCI (ca. 25), og alle pasienter som allerede er studert, som rapporterer en subjektiv kognitiv lidelse i mindre enn 10 år (omtrent 75).
Denne utvalgte delprøven vil også utføre ytterligere undersøkelser: CSF-biomarkører, EEG-registreringer i hviletilstand og ERP-registrering.
For ca. 150 personer vil EEG-aktiviteten bli registrert. Deltakerne vil få administrert et ERP-testbatteri med samtidig registrert EEG. Spesielt Analyse av EEG-data vil starte med en standardisert tidligfase EEG-behandlingsrørledning (PREP Pipeline) med fokus på høyfiltrering ved 1 Hz, identifisering av dårlige kanaler og beregning av en robust gjennomsnittsreferanse. Etterforskerne vil utføre signalepoker ved å bruke epoker med fast lengde for hviletilstandsmålinger, og stimuluslåste epoker for signaler som er innhentet under oppgaver. Epoker som inneholder artefaktiske signaler vil bli fjernet med en halvautomatisk prosedyre. Etterforskerne vil deretter bruke uavhengig komponentanalyse (ICA) på dataene, etterfulgt av en semiautomatisk deteksjon av artefaktuelle komponenter basert på mål på autokorrelasjon, korrelasjon med EOG-elektrode, fokalkanaltopografi og kvaliteten på monokilde-dipoltilpasning. Til slutt vil etterforskerne beregne kraftfunksjoner ved sensorrommet, dvs. frekvensbåndseffekter, og lineære/ikke-lineære funksjonelle tilkoblingsmetrikker, dvs. direkte overføringsfunksjon og gjensidig informasjon, på kildenivå etter en kilderekonstruksjonsprosedyre, dvs. Low Resolution Brain Electromagnetic Tomography (LORETA) metode (Pascual-Marqui et al 2002).
Maskinlæringsanalyse vil fortsette som følger. Den første analysen vil inkludere alle pasientene som ble diagnostisert med SCD i forarbeidet. Etterforskerne vil definere et sett med multimodale funksjoner, inkludert alle de 19 nevropsykologiske testene, et utvalg av personlighetsvurderinger og den genetiske profilen. Etterforskerne vil definere en felles beregning basert på spredningen av hver enkelt dimensjon av profilen, og deretter vil de trene en maskinlæringsalgoritme for å knytte hver profil-"vektor" til den tilhørende utviklingen av sykdommen etter en fast tid (først mulig kategorier vil kun være SCD, MCI, AD uten ytterligere undernivåer, men dette kan forbedres i ytterligere runder). Først vil etterforskerne utføre denne klassifiseringen med standard maskinlæringsprosedyrer som støttevektormaskin (SVM, ved bruk av binære beslutningstrær) og k-nærmeste naboer (kNN). Deretter vil de utnytte det faktum at nevrofysiologiske vurderinger gjentas årlig (se ovenfor) for å bruke SuStaIn-algoritmen som tidligere ble brukt på nevrobildedata (se state of the art og Young 2018). Kort fortalt, z-skårer algoritmen hver dimensjon av profilen og modellerer med en stykkevis lineær funksjon de forskjellige banene for akkumuleringer for hver markør, dvs. progresjonen fra sunne til unormale verdier. Denne tilnærmingen overgår ikke bare standardalgoritmer når det gjelder å forutsi den endelige tilstanden til fagene basert på startprofilen, men fremhever de forskjellige veiene som kan føre til samme utfall. I et separat sett med analyser vil etterforskerne følge en dyp læringstilnærming, ved å bruke nøyaktig de samme fagprofilene for å trene et multi-level feedforward kunstig nevrale nettverk (ANN) som forutsier tilstanden til pasienten etter en fast tid. Nettverkene vil bli trent med standard gradient descent og backpropagation teknikker og ved hjelp av dropout og batch normaliseringsprosedyrer vil etterforskerne oppnå robuste automatiske klassifiseringsresultater. Ved å sammenligne SuStaIn- og ANN-klassifiseringsytelsen vil de bestemme den mest praktiske tilnærmingen for oppgaven. Dessuten vil de bruke standard dimensjonalitetsreduksjonsteknikker for å trekke ut de mest fremtredende funksjonene og gjenta prosedyren beskrevet ovenfor for å vurdere om det er mulig å oppnå de samme resultatene med en undergruppe av screeningene.
Den valgte tilnærmingen vil deretter bli gjentatt for de nye pasientene som ble rekruttert under PREVIEW og de som gjennomgår oppfølgingsanalyse under prosjektet. Den eneste forskjellen vil være det nye settet med faktorer som er inkludert i analysen, inkludert alle dataene som ble brukt i den første versjonen, men også BDNF, CSF-biomarkører, og de nye funksjonene hentet fra hviletilstands EEG-opptak og ERP. Dette vil kreve å definere en andre multimodal beregning på tvers av alle funksjoner, og en påfølgende omforming og omskolering av maskinlæringsnettverket. Som beskrevet ovenfor, selv for den andre versjonen av algoritmen vil etterforskerne sikte på å definere det minimale settet med funksjoner for å oppnå optimal ytelse. Det endelige resultatet av algoritmen vil gi en prediksjon av utviklingen av tilstanden for hver pasient basert på hans/hennes fullstendige profil.
Studietype
Registrering (Forventet)
Kontakter og plasseringer
Studiekontakt
- Navn: Valentina Bessi, MD, PhD
- Telefonnummer: +393496096308
- E-post: valentina.bessi@unifi.it
Studer Kontakt Backup
- Navn: Sonia Padiglioni, Psy, PhD
- Telefonnummer: +393488512232
- E-post: padiglionis@aou-careggi.toscana.it
Studiesteder
-
-
-
Florence, Italia, 50143
- Rekruttering
- IRCCS Don Gnocchi
-
Ta kontakt med:
- Antonello Grippo, MD, PhD
-
Hovedetterforsker:
- Sandro Sorbi, MD, PhD
-
Underetterforsker:
- Rachele Buralli
-
Underetterforsker:
- Antonello Grippo, MD, PhD
-
Florence, Italia
- Rekruttering
- Department of Neuroscience, Psychology, Drug Research and Child Health, University of Florence
-
Ta kontakt med:
- Benedetta Nacmias, PhD
- Telefonnummer: 055/7948910
- E-post: nacmias@unifi.it
-
Hovedetterforsker:
- Benedetta Nacmias, PhD
-
Underetterforsker:
- Silvia Bagnoli, PhD
-
Underetterforsker:
- Assunta Ingannato
-
Pisa, Italia
- Rekruttering
- Istituto di Biorobotica e Dipartimento di Eccellenza in Robotica e AI, Scuola Superiore Sant'Anna
-
Ta kontakt med:
- Alberto Mazzoni, PhD
-
Hovedetterforsker:
- Alberto Mazzoni
-
Underetterforsker:
- Michael Lassi
-
Underetterforsker:
- Alberto Vergani
-
Underetterforsker:
- Silvestro Micera
-
-
Tuscany Region
-
Florence, Tuscany Region, Italia, 50134
- Rekruttering
- Aou Careggi
-
Ta kontakt med:
- Valentina Bessi, MD, PhD
- Telefonnummer: +393496096308
- E-post: valentina.bessi@unifi.it
-
Ta kontakt med:
- Salvatore Mazzeo, MD
- Telefonnummer: +393477219137
- E-post: salvatore.mazzeo@unifi.it
-
Hovedetterforsker:
- Valentina Bessi, MD, PhD
-
Underetterforsker:
- Salvatore Mazzeo, MD
-
Underetterforsker:
- Sonia Padiglioni, Psy, PhD
-
Underetterforsker:
- Valentina Moschini, Psy
-
Underetterforsker:
- Carmen Morinelli, Psy
-
Underetterforsker:
- Giulia Giacomucci, MD
-
Underetterforsker:
- Filippo Emiliani, MD
-
Underetterforsker:
- Giulia Galdo, MD
-
Underetterforsker:
- Juri Balestrini, MD
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Etterforskerne vil inkludere påfølgende spontane forsøkspersoner i studien som selv henviste til Center for Alzheimers Disease and Adult Cognitive Disorders ved Careggi Hospital i Firenze.
Undersøkerne vil inkludere i studien 300 pasienter med SCD som allerede er valgt og evaluert én gang (baseline) eller flere (oppfølging) i vår klinikk, og de vil øke baseline-utvalget ved å legge til nye forsøkspersoner med SCD eller MCI.
Beskrivelse
Inklusjonskriterier:
- Klager over kognitiv svikt med en varighet på ≥ 6 måneder;
- Normal funksjon på skalaene Activities of Daily Living og Instrumental Activities of Daily Living (Lawton og Brody, 1969);
- Utilfredsstilte kriterier for demens ved baseline (DSM-V, American Psychiatric Association, 2013).
Ekskluderingskriterier:
- Anamnese med hodeskade, nåværende nevrologisk og/eller systemisk sykdom, symptomer på psykose, alvorlig depresjon, alkoholisme eller annet rusmisbruk
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Sunne kontroller
|
EEG-aktiviteten vil bli registrert kontinuerlig fra 19 steder ved å bruke elektroder satt i en elastisk hette og plassert i henhold til det internasjonale 10-20-systemet.
Opptaket vil bli referert til fellesgjennomsnittet for alle elektrodene, unntatt Fp1 og Fp2.
Re-referanse vil bli gjort før EEG-artefaktdeteksjon og analyse.
Data vil bli registrert med et båndpassfilter på 0,3-70 Hz og digitalisert med en samplingshastighet på 512 Hz og analog-digital presisjon var 16 bits (Gal-Nt, EbNeuro®, Firenze, Italia).
Horisontale og vertikale øyebevegelser vil bli oppdaget ved elektrookulogram (EOG).
Forsøkspersonene vil bli satt i en tilbakelent stol i ca. 20 minutter.
Data vil bli samlet inn med en samplingshastighet på 256 Hz, med et felles modus avvisningsforhold på 105 dB (desibel), og følgende båndpasskarakteristikk: 0,1 Hz høypassfilter, 100 Hz femteordens lavpassfilter.
For ERP-innhenting vil det samme EEG-systemet som ble brukt for EEG-datainnhenting bli brukt.
Deltakerne vil få administrert et ERP-testbatteri med samtidig registrert EEG som består av en 3-valgs årvåkenhetsoppgave (3CVT) designet for å evaluere vedvarende oppmerksomhet og standard bildegjenkjenningsminneoppgave (SIR) designet for å evaluere oppmerksomhet, koding og bildegjenkjenningsminne.
I SIR vil bilder bli valgt som stimuli for å skille kortsiktig fra semantisk minnetap og utvide tidligere resultater av bildegjenkjennings-ERP-effekter.
|
|
Pasienter med subjektiv kognitiv svikt
Pasienter som klager over kognitiv svikt med normal funksjon på dagliglivets aktiviteter og utilfredsstilte kriterier for MCI eller demens ved baseline.
|
De tre SNP-ene (rs429358, rs7412 og rs6265 på henholdsvis APOE- og BDNF-gener) vil bli analysert ved polymerasekjedereaksjonen (PCR) på genomisk DNA og med analyse av smeltekurver (HRMA) ved bruk av Rotor-Gene 6000 (Rotor-Gene) , Corbett Research, Mortlake, Australia).
EEG-aktiviteten vil bli registrert kontinuerlig fra 19 steder ved å bruke elektroder satt i en elastisk hette og plassert i henhold til det internasjonale 10-20-systemet.
Opptaket vil bli referert til fellesgjennomsnittet for alle elektrodene, unntatt Fp1 og Fp2.
Re-referanse vil bli gjort før EEG-artefaktdeteksjon og analyse.
Data vil bli registrert med et båndpassfilter på 0,3-70 Hz og digitalisert med en samplingshastighet på 512 Hz og analog-digital presisjon var 16 bits (Gal-Nt, EbNeuro®, Firenze, Italia).
Horisontale og vertikale øyebevegelser vil bli oppdaget ved elektrookulogram (EOG).
Forsøkspersonene vil bli satt i en tilbakelent stol i ca. 20 minutter.
Data vil bli samlet inn med en samplingshastighet på 256 Hz, med et felles modus avvisningsforhold på 105 dB (desibel), og følgende båndpasskarakteristikk: 0,1 Hz høypassfilter, 100 Hz femteordens lavpassfilter.
CSF-prøvene vil bli samlet ved lumbalpunksjon, sentrifugert umiddelbart og lagret ved -80 °C inntil analysen utføres.
Aβ42, Aβ42/Aβ40 ratio, t-tau og p-tau vil bli målt ved å bruke en kjemiluminescerende enzymimmunoassay (CLEIA) analysator LUMIPULSE® G600 (Fujirebio, Tokyo, Japan).
For omfattende nevropsykologisk evaluering vil etterforskerne bruke følgende verktøy: globale målinger (MMSE, informasjon-minne-konsentrasjonstest), oppgaver som utforsker verbalt og romlig kort- og langtidsminne (Sifferspenn, Corsi Tapping Test, Five Words og Paired Words Innhenting og tilbakekalling etter 10 minutter og 24 timer, novelle øyeblikkelig og forsinket tilbakekalling), potensielt minne (Rivermead Behavioral Memory Test), oppmerksomhet (Trail Making Test A, Dual Task), språk (Token Test, navngivning av bilder, Category Fluency Task, Fonemisk flytende oppgave), konstruksjonspraksis (kopiering av tegninger og Rey-Osterrieth kompleks figur) og eksekutiv funksjon (Trail Making Test B, Stroop Test, Frontal Assessment Battery, Weigl Test). For å vurdere ferdigheter i selvstendig liv, vil etterforskerne bruke to strukturerte intervjuer: Activities of Daily Living Scale (ADL) og Instrumental Activities of Daily Living Scale (IADL).
Diagnostisk test: Vurdering av kognitiv reserve, depresjon, personlighetstrekk og fritidsaktiviteter
For å estimere premorbid intelligens, vil alle tilfeller utføre TIB-test (Test di Intelligenza Breve), en italiensk versjon av National Adult Reading Test (NART). For å vurdere personlighetstrekk hos fagene, vil etterforskerne bruke Big Five Factors Questionnaire (BFFQ), som måler de fem faktorene emosjonell stabilitet, energi, samvittighetsfullhet, behagelighet og åpenhet for kultur og opplevelse. For kognitiv reserve. forsøkspersonene vil utføre strukturerte intervjuer angående deltakelse i intellektuelle, sportslige og sosiale aktiviteter, i løpet av livet. Tilstedeværelsen av depressive symptomer vil bli evaluert ved hjelp av Hamilton Depression Rating Scale (HDRS) med 22 punkter.
For oppfølgingsvurdering vil hvert forsøksperson utføre en fullstendig klinisk evaluering, en omfattende nevropsykologisk evaluering (27 test), vurdering av ferdigheter i selvstendig liv (ADL og IADL), estimering av premorbid intelligens (TIB-test) og skala for depresjon (Hamilton Depression) Vurderingsskala - HDRS).
For ERP-innhenting vil det samme EEG-systemet som ble brukt for EEG-datainnhenting bli brukt.
Deltakerne vil få administrert et ERP-testbatteri med samtidig registrert EEG som består av en 3-valgs årvåkenhetsoppgave (3CVT) designet for å evaluere vedvarende oppmerksomhet og standard bildegjenkjenningsminneoppgave (SIR) designet for å evaluere oppmerksomhet, koding og bildegjenkjenningsminne.
I SIR vil bilder bli valgt som stimuli for å skille kortsiktig fra semantisk minnetap og utvide tidligere resultater av bildegjenkjennings-ERP-effekter.
|
|
Pasienter med mild kognitiv svikt
Pasienter diagnostisert med MCI
|
De tre SNP-ene (rs429358, rs7412 og rs6265 på henholdsvis APOE- og BDNF-gener) vil bli analysert ved polymerasekjedereaksjonen (PCR) på genomisk DNA og med analyse av smeltekurver (HRMA) ved bruk av Rotor-Gene 6000 (Rotor-Gene) , Corbett Research, Mortlake, Australia).
EEG-aktiviteten vil bli registrert kontinuerlig fra 19 steder ved å bruke elektroder satt i en elastisk hette og plassert i henhold til det internasjonale 10-20-systemet.
Opptaket vil bli referert til fellesgjennomsnittet for alle elektrodene, unntatt Fp1 og Fp2.
Re-referanse vil bli gjort før EEG-artefaktdeteksjon og analyse.
Data vil bli registrert med et båndpassfilter på 0,3-70 Hz og digitalisert med en samplingshastighet på 512 Hz og analog-digital presisjon var 16 bits (Gal-Nt, EbNeuro®, Firenze, Italia).
Horisontale og vertikale øyebevegelser vil bli oppdaget ved elektrookulogram (EOG).
Forsøkspersonene vil bli satt i en tilbakelent stol i ca. 20 minutter.
Data vil bli samlet inn med en samplingshastighet på 256 Hz, med et felles modus avvisningsforhold på 105 dB (desibel), og følgende båndpasskarakteristikk: 0,1 Hz høypassfilter, 100 Hz femteordens lavpassfilter.
CSF-prøvene vil bli samlet ved lumbalpunksjon, sentrifugert umiddelbart og lagret ved -80 °C inntil analysen utføres.
Aβ42, Aβ42/Aβ40 ratio, t-tau og p-tau vil bli målt ved å bruke en kjemiluminescerende enzymimmunoassay (CLEIA) analysator LUMIPULSE® G600 (Fujirebio, Tokyo, Japan).
For omfattende nevropsykologisk evaluering vil etterforskerne bruke følgende verktøy: globale målinger (MMSE, informasjon-minne-konsentrasjonstest), oppgaver som utforsker verbalt og romlig kort- og langtidsminne (Sifferspenn, Corsi Tapping Test, Five Words og Paired Words Innhenting og tilbakekalling etter 10 minutter og 24 timer, novelle øyeblikkelig og forsinket tilbakekalling), potensielt minne (Rivermead Behavioral Memory Test), oppmerksomhet (Trail Making Test A, Dual Task), språk (Token Test, navngivning av bilder, Category Fluency Task, Fonemisk flytende oppgave), konstruksjonspraksis (kopiering av tegninger og Rey-Osterrieth kompleks figur) og eksekutiv funksjon (Trail Making Test B, Stroop Test, Frontal Assessment Battery, Weigl Test). For å vurdere ferdigheter i selvstendig liv, vil etterforskerne bruke to strukturerte intervjuer: Activities of Daily Living Scale (ADL) og Instrumental Activities of Daily Living Scale (IADL).
Diagnostisk test: Vurdering av kognitiv reserve, depresjon, personlighetstrekk og fritidsaktiviteter
For å estimere premorbid intelligens, vil alle tilfeller utføre TIB-test (Test di Intelligenza Breve), en italiensk versjon av National Adult Reading Test (NART). For å vurdere personlighetstrekk hos fagene, vil etterforskerne bruke Big Five Factors Questionnaire (BFFQ), som måler de fem faktorene emosjonell stabilitet, energi, samvittighetsfullhet, behagelighet og åpenhet for kultur og opplevelse. For kognitiv reserve. forsøkspersonene vil utføre strukturerte intervjuer angående deltakelse i intellektuelle, sportslige og sosiale aktiviteter, i løpet av livet. Tilstedeværelsen av depressive symptomer vil bli evaluert ved hjelp av Hamilton Depression Rating Scale (HDRS) med 22 punkter.
For oppfølgingsvurdering vil hvert forsøksperson utføre en fullstendig klinisk evaluering, en omfattende nevropsykologisk evaluering (27 test), vurdering av ferdigheter i selvstendig liv (ADL og IADL), estimering av premorbid intelligens (TIB-test) og skala for depresjon (Hamilton Depression) Vurderingsskala - HDRS).
For ERP-innhenting vil det samme EEG-systemet som ble brukt for EEG-datainnhenting bli brukt.
Deltakerne vil få administrert et ERP-testbatteri med samtidig registrert EEG som består av en 3-valgs årvåkenhetsoppgave (3CVT) designet for å evaluere vedvarende oppmerksomhet og standard bildegjenkjenningsminneoppgave (SIR) designet for å evaluere oppmerksomhet, koding og bildegjenkjenningsminne.
I SIR vil bilder bli valgt som stimuli for å skille kortsiktig fra semantisk minnetap og utvide tidligere resultater av bildegjenkjennings-ERP-effekter.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Klinisk diagnose av MCI hos pasienter diagnostisert med SCD
Tidsramme: tre år
|
Pasienter diagnostisert med SCD ved baseline vil bli fulgt opp hver sjette måned ved nevrologisk evaluering og hver tolvte måned ved nevropsykologisk undersøkelse for å oppdage progresjon til MCI i henhold til National Institute on Aging and Alzheimer's Association (NIA-AA) kriterier (Albert et al. . 2011)
|
tre år
|
|
Klinisk diagnose av AD hos pasienter diagnostisert med SCD og MCI
Tidsramme: tre år
|
Pasienter diagnostisert med SCD eller MCI ved baseline vil følges opp hver sjette måned ved nevrologisk evaluering og hver tolvte måned ved nevropsykologisk undersøkelse for å påvise progresjon til AD i henhold til NIA-AA kriterier (Mc Khann et al. 2011).
|
tre år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Variasjoner i nevropsykologiske skårer
Tidsramme: tre år
|
Alle inkluderte pasienter vil bli evaluert hver 12. måned ved omfattende nevropsykologiske undersøkelser for å identifisere variasjoner i kognitive prestasjoner.
|
tre år
|
Samarbeidspartnere og etterforskere
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Valentina Bessi, MD, PhD, Research and Innovation Centre for Dementia-CRIDEM, AOU Careggi, Florence, Italy
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Giacomucci G, Mazzeo S, Bagnoli S, Casini M, Padiglioni S, Polito C, Berti V, Balestrini J, Ferrari C, Lombardi G, Ingannato A, Sorbi S, Nacmias B, Bessi V. Matching Clinical Diagnosis and Amyloid Biomarkers in Alzheimer's Disease and Frontotemporal Dementia. J Pers Med. 2021 Jan 14;11(1):47. doi: 10.3390/jpm11010047.
- Mazzeo S, Bessi V, Bagnoli S, Giacomucci G, Balestrini J, Padiglioni S, Tomaiuolo G, Ingannato A, Ferrari C, Bracco L, Sorbi S, Nacmias B. Dual Effect of PER2 C111G Polymorphism on Cognitive Functions across Progression from Subjective Cognitive Decline to Mild Cognitive Impairment. Diagnostics (Basel). 2021 Apr 18;11(4):718. doi: 10.3390/diagnostics11040718.
- Bessi V, Balestrini J, Bagnoli S, Mazzeo S, Giacomucci G, Padiglioni S, Piaceri I, Carraro M, Ferrari C, Bracco L, Sorbi S, Nacmias B. Influence of ApoE Genotype and Clock T3111C Interaction with Cardiovascular Risk Factors on the Progression to Alzheimer's Disease in Subjective Cognitive Decline and Mild Cognitive Impairment Patients. J Pers Med. 2020 May 29;10(2):45. doi: 10.3390/jpm10020045.
- Mazzeo S, Padiglioni S, Bagnoli S, Bracco L, Nacmias B, Sorbi S, Bessi V. The dual role of cognitive reserve in subjective cognitive decline and mild cognitive impairment: a 7-year follow-up study. J Neurol. 2019 Feb;266(2):487-497. doi: 10.1007/s00415-018-9164-5. Epub 2019 Jan 2.
- Giacomucci G, Mazzeo S, Padiglioni S, Bagnoli S, Belloni L, Ferrari C, Bracco L, Nacmias B, Sorbi S, Bessi V. Gender differences in cognitive reserve: implication for subjective cognitive decline in women. Neurol Sci. 2022 Apr;43(4):2499-2508. doi: 10.1007/s10072-021-05644-x. Epub 2021 Oct 8.
- Mazzeo S, Bessi V, Padiglioni S, Bagnoli S, Bracco L, Sorbi S, Nacmias B. KIBRA T allele influences memory performance and progression of cognitive decline: a 7-year follow-up study in subjective cognitive decline and mild cognitive impairment. Neurol Sci. 2019 Aug;40(8):1559-1566. doi: 10.1007/s10072-019-03866-8. Epub 2019 Apr 5.
- Bessi V, Mazzeo S, Padiglioni S, Piccini C, Nacmias B, Sorbi S, Bracco L. From Subjective Cognitive Decline to Alzheimer's Disease: The Predictive Role of Neuropsychological Assessment, Personality Traits, and Cognitive Reserve. A 7-Year Follow-Up Study. J Alzheimers Dis. 2018;63(4):1523-1535. doi: 10.3233/JAD-171180.
- Mazzeo S, Padiglioni S, Bagnoli S, Carraro M, Piaceri I, Bracco L, Nacmias B, Sorbi S, Bessi V. Assessing the effectiveness of subjective cognitive decline plus criteria in predicting the progression to Alzheimer's disease: an 11-year follow-up study. Eur J Neurol. 2020 May;27(5):894-899. doi: 10.1111/ene.14167. Epub 2020 Mar 8.
- Amoroso N, Diacono D, Fanizzi A, La Rocca M, Monaco A, Lombardi A, Guaragnella C, Bellotti R, Tangaro S; Alzheimer's Disease Neuroimaging Initiative. Deep learning reveals Alzheimer's disease onset in MCI subjects: Results from an international challenge. J Neurosci Methods. 2018 May 15;302:3-9. doi: 10.1016/j.jneumeth.2017.12.011. Epub 2017 Dec 26.
- Bansal D. et al. Comparative Analysis of Various Machine Learning Algorithms for Detecting Dementia - Procedia Computer Science (2018) 132: 1497-1502
- Gouw AA, Alsema AM, Tijms BM, Borta A, Scheltens P, Stam CJ, van der Flier WM. EEG spectral analysis as a putative early prognostic biomarker in nondemented, amyloid positive subjects. Neurobiol Aging. 2017 Sep;57:133-142. doi: 10.1016/j.neurobiolaging.2017.05.017. Epub 2017 Jun 1.
- Guillem F, Rougier A, Claverie B. Short- and long-delay intracranial ERP repetition effects dissociate memory systems in the human brain. J Cogn Neurosci. 1999 Jul;11(4):437-58. doi: 10.1162/089892999563526.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Forventet)
Studiet fullført (Forventet)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 20RSVB
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .