- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05910762
Menneskelig læring av ny strukturert informasjon på tvers av tid og søvn
Lære ny struktur på tvers av tid og søvn
Å handle adaptivt krever raskt å fange opp strukturen i miljøet og lagre den ervervede kunnskapen for effektiv fremtidig bruk. Dominerende teorier om hippocampus har fokusert på dens evne til å kode individuelle øyeblikksbilder av erfaring, men etterforskerne og andre har funnet bevis på at det også er avgjørende for å finne struktur på tvers av opplevelser. Mekanismene for denne essensielle formen for læring er ikke etablert. Forskerne har utviklet en nevrale nettverksmodell av hippocampus som instansierer teorien om at et av underfeltene raskt kan kode struktur ved hjelp av distribuerte representasjoner, en kraftig form for representasjon der populasjoner av nevroner blir responsive på flere relaterte trekk ved miljøet.
Det første målet med dette prosjektet er å teste spådommer av denne modellen ved å bruke høyoppløselig funksjonell magnetisk resonansavbildning (fMRI) i paradigmer som krever integrering av informasjon på tvers av opplevelser. Resultatene vil klargjøre grunnleggende mekanismer for hvordan mennesker lærer ny struktur, bedømme mellom eksisterende modeller av denne prosessen, og informere videre modellutvikling. Det er også konkurrerende teorier om den eventuelle skjebnen til nye hippocampale representasjoner. En oppfatning antyder at under søvn, spiller hippocampus nyere informasjon for å bygge langsiktige distribuerte representasjoner i neocortex. Et annet syn hevder at minner er direkte og uavhengig dannet og konsolidert i hippocampus og neocortex.
Det andre målet med dette prosjektet er å teste mellom disse teoriene. Etterforskerne vil vurdere endringer i hippocampus og kortikale representasjoner over tid ved å skanne deltakerne på nytt og spore endringer i minnet med en ukes forsinkelse. Eventuelle observerte endringer i hjernen og atferd over tid kan imidlertid skyldes generiske effekter av tid eller aktiv prosessering under søvn.
Det tredje målet er derfor å vurdere de spesifikke årsaksbidragene søvn har til konsolideringen av strukturert informasjon. Etterforskerne vil bruke sanntids søvnelektroencefalografi for å spille av lydsignaler for å påvirke reaktivering av minnet. Etterforskerne forventer at dette arbeidet vil klargjøre de anatomiske substratene og, kritisk, arten av representasjonene som støtter koding og konsolidering av ny struktur i miljøet.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Studietype
Registrering (Faktiske)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Forente stater, 19104
- University of Pennsylvania
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Mellom 18 og 35 år (alle mål)
- Ikke medlem av en sårbar befolkning (alle mål)
- Normalt eller korrigert til normalt syn (alle mål)
- Normal hørsel (alle mål)
- Kunne snakke engelsk flytende (alle mål)
- Ingen tidligere historie med alvorlige psykiatriske eller nevrologiske lidelser (Mål 1 og 2; MR-spesifikk)
- Tar for øyeblikket ingen antidepressiva eller beroligende midler (Mål 1 og 2; MR-spesifikk)
- Ingen kjente nevrologiske lidelser (Mål 3; EEG-spesifikk)
Ekskluderingskriterier:
- Etterforskerne vil ekskludere personer med MR-kontraindikasjoner som ikke-avtakbare biomedisinske enheter eller metall i eller på kroppen (mål 1 og 2; MR-spesifikke)
- Klaustrofobi (Mål 1 og 2; MR-spesifikk)
- Gravide kvinner vil også bli ekskludert fra nevroimaging, da effekten av MR på graviditet ikke er fullt ut forstått (Mål 1 og 2; MR-spesifikk)
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Grunnvitenskap
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Enkelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Læring og konsolidering i assosiativ inferens
Den foreslåtte funksjonelle magnetiske resonansavbildningsstudien vurderer nevrale representasjoner som bidrar til menneskers evne til å assosiere objekter til støtte for enkle slutninger og generalisering.
Alle deltakere vil gjennomgå samme prosedyre.
Deltakerne vil lære om gjenstandspar og deretter bli bedt om å gjøre vurderinger og slutninger om forholdet mellom gjenstandene.
Rekkefølgen på presentasjonen av objektene vil bli manipulert innenfor fag, da ulike læringsteorier gir ulike spådommer om hvordan læring vil utfolde seg under ulike rekkefølger.
Deltakerne vil bli brakt tilbake en uke senere for en ny skanning, for å evaluere hvordan de nevrale substratene til disse prosessene endres med konsolidering.
|
Deltakerne vil engasjere seg i et assosiativt slutningsparadigme.
Minne vil bli vurdert atferdsmessig og nevrale representasjoner vil bli vurdert ved bruk av funksjonell magnetisk resonansavbildning.
|
|
Eksperimentell: Læring og konsolidering i kategorilæring
Den foreslåtte funksjonelle magnetiske resonansavbildningsstudien vurderer nevrale representasjoner som bidrar til menneskers evne til å lære nye kategorier av objekter.
Alle deltakere vil gjennomgå samme prosedyre.
Deltakerne vil lære om nye gjenstander, hver med flere fargede deler.
Noen deler er unike for individuelle objekter og andre deles mellom medlemmene i kategorien.
Etterforskerne vil vurdere hvordan ulike regioner av hjernen bidrar til å lære og huske disse ulike delene, og hvordan de resulterende representasjonene støtter kategoriforståelse.
Deltakerne vil bli brakt tilbake en uke senere for en ny skanning, for å evaluere hvordan de nevrale substratene til disse prosessene endres med konsolidering.
|
Deltakerne vil engasjere seg i et kategorilæringsparadigme.
Hukommelse vil bli vurdert atferdsmessig (arm 2 og 3), og nevrale representasjoner vil bli vurdert ved bruk av funksjonell magnetisk resonansavbildning (arm 2).
|
|
Eksperimentell: Manipulere replay under søvn ved hjelp av sanntids EEG
I den foreslåtte elektroencefalografistudien (EEG) vil alle deltakerne gjennomgå samme prosedyre.
Deltakerne vil lære de visuelle egenskapene og de talte navnene knyttet til tre kategorier av nye objekter.
Deltakernes hukommelse for disse objektene og objektenes deler vil bli testet før og etter en lur.
Etterforskerne vil overvåke hjerneaktiviteten i løpet av luren i sanntid og, på optimale tidspunkter, stille av de talte navnene til objektene for å oppmuntre til reaktivering av bestemte objekter i bestemte rekkefølger.
Etterforskerne vil vurdere hvordan denne manipulasjonen påvirker minnet for disse objektene.
|
Deltakerne vil engasjere seg i et kategorilæringsparadigme.
Hukommelse vil bli vurdert atferdsmessig (arm 2 og 3), og nevrale representasjoner vil bli vurdert ved bruk av funksjonell magnetisk resonansavbildning (arm 2).
Deltakerne vil sove etter å ha deltatt i et kategorilæringsparadigme mens elektroencefalografidata samles inn, og hukommelsen vil bli vurdert atferdsmessig etter søvn.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Endringer i multivariate representasjoner
Tidsramme: Innenfor den første økten (spenner over 2-3 timer) og med omtrent en ukes forsinkelse i den andre økten (spenner over 1-2 timer.)
|
Endringer i romlige korrelasjoner mellom MRI BOLD-mønsteret assosiert med relaterte objekter i løpet av læringen og over en ukes forsinkelse.
|
Innenfor den første økten (spenner over 2-3 timer) og med omtrent en ukes forsinkelse i den andre økten (spenner over 1-2 timer.)
|
|
Hjerne-atferd korrelasjoner
Tidsramme: Innenfor den første økten (spenner over 2-3 timer) og med omtrent en ukes forsinkelse i den andre økten (spenner over 1-2 timer.)
|
Korrelasjoner mellom FET-signal i hjernen og deltakeratferd under vurderinger av objekter.
|
Innenfor den første økten (spenner over 2-3 timer) og med omtrent en ukes forsinkelse i den andre økten (spenner over 1-2 timer.)
|
|
Korrelasjoner mellom aktivitet på tvers av hjerneregioner
Tidsramme: Innenfor den første økten (spenner over 2-3 timer) og med omtrent en ukes forsinkelse i den andre økten (spenner over 1-2 timer.)
|
Forhold mellom FET-aktivitet på tvers av forskjellige områder av hjernen som en funksjon av prøvetype og forsinkelse.
|
Innenfor den første økten (spenner over 2-3 timer) og med omtrent en ukes forsinkelse i den andre økten (spenner over 1-2 timer.)
|
|
Minnes nøyaktighet
Tidsramme: Innenfor en enkelt studieøkt (som strekker seg over 4-5 timer.)
|
Endring i generaliseringsevne fra før til etter lur som en funksjon av de ulike betingelsene for gjenstandscueing under søvn.
|
Innenfor en enkelt studieøkt (som strekker seg over 4-5 timer.)
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Anna C Schapiro, PhD, University of Pennsylvania
Publikasjoner og nyttige lenker
Generelle publikasjoner
- 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.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
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
- 833228B
- R01MH129436 (U.S. NIH-stipend/kontrakt)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
IPD-delingstidsramme
Tilgangskriterier for IPD-deling
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
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. .