Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Przewidywanie stanu lęku i pamięci (CAMERA)

26 stycznia 2026 zaktualizowane przez: Brett Youngerman, Columbia University

Opracowanie kontekstowej multimodalnej platformy badań i oceny ekologicznej (CAMERA) do ciągłego pomiaru i przewidywania lęku i stanu pamięci

Celem tego badania jest sprawdzenie, w jaki sposób sygnały w mózgu, ciele i zachowaniu odnoszą się do lęku i funkcji pamięci. Celem tego projektu jest opracowanie platformy CAMERA (Context-Aware Multimodal Ecoological Research and Assessment), najnowocześniejszego, otwartego, multimodalnego systemu sprzętowo-programowego do pomiaru relacji między ludzkim mózgiem a zachowaniem.

Część projektu R61 ma na celu opracowanie platformy CAMERA, która będzie wykorzystywać multimodalne, pasywne dane z czujników do przewidywania stanu lęku i pamięci u pacjentów poddawanych monitorowaniu szpitalnemu za pomocą elektrod wewnątrzczaszkowych z powodu padaczki klinicznej, a także zbudowanie pasywnej struktury danych i oprogramowania CAMERA aktywne ramy danych.

Przegląd badań

Szczegółowy opis

CAMERA będzie rejestrować sygnały nerwowe, fizjologiczne, behawioralne i środowiskowe, a także pomiary z chwilowych ocen ekologicznych (EMA), aby opracować ciągłą prognozę o wysokiej rozdzielczości dotyczącą poziomu lęku i sprawności poznawczej danej osoby. Projekt CAMERA zapewni znaczący postęp w porównaniu z obecnymi metodami pomiaru zachowania człowieka, ponieważ wykorzystuje uzupełniające się funkcje multimodalnych źródeł danych i łączy je z możliwym do zinterpretowania uczeniem maszynowym w celu przewidywania ludzkich zachowań. Kolejnym charakterystycznym aspektem CAMERA jest to, że zawiera kontekstową, adaptacyjną EMA, w której czas oceny zależy od fizjologii i zachowania pacjenta, aby poprawić współczynnik reakcji i model uczenia się. W tym badaniu CAMERA koncentruje się na przewidywaniu stanu lęku i wydajności pamięci współbieżnej, ale platforma jest elastyczna i można ją stosować w różnych dziedzinach.

Obecnie wyzwaniem jest badanie złożonych, podłużnych relacji między mózgiem, ciałem i środowiskiem u ludzi. Większość istniejących narzędzi nie pozwala na całościowy i ciągły pomiar przejściowych stanów wewnętrznych czy funkcji poznawczych. Zamiast tego zazwyczaj polegamy na słabo zebranych i ograniczonych raportach własnych lub konstrukcjach eksperymentalnych, w tym EMA.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

40

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

    • New York
      • New York, New York, Stany Zjednoczone, 10032
        • Rekrutacyjny
        • Columbia University Irving Medical Center
        • Kontakt:
        • Główny śledczy:
          • Brett E Youngerman, MD

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dorosły

Akceptuje zdrowych ochotników

Nie

Badana populacja

Pacjenci przyjmowani do Oddziału Monitorowania Padaczki z badaniem sEEG i/lub EEG skóry głowy.

Opis

Kryteria włączenia:

  • Pacjenci muszą mieć stwierdzoną lub podejrzewaną padaczkę skroniową.
  • Rodzimy lub biegły w mowie po angielsku lub hiszpańsku.
  • Przypadki SEEG: Plan implantacji musi obejmować elektrody głowy, tułowia i ogona hipokampa, jednostronnie lub obustronnie.
  • Poziom czytania w klasie 7 (minimalny poziom uważany za umiejętność czytania i pisania w przypadku dorosłych)

Kryteria wykluczenia:

  • Słaby słuch (tj. nieskorygowany aparatem słuchowym)
  • Nie można czytać gazety na odległość wyciągniętej ręki, mając soczewki korekcyjne.
  • Obiektywne upośledzenie umysłowe (szacowany IQ < 70)
  • Jakakolwiek historia terapii elektrowstrząsami lub psychozy (z wyjątkiem psychozy ponapadowej u pacjentów)
  • Zaburzenie psychotyczne (do końca życia)
  • Obecne zaburzenie lękowe, duże zaburzenie depresyjne lub choroba afektywna dwubiegunowa
  • Choroby neurodegeneracyjne, obecność rozległych zmian w mózgu, problemy językowe (inne niż trudności w nazywaniu)
  • Stany chorobowe, które mogą potencjalnie wpływać na funkcje poznawcze (np. zakażenie wirusem HIV, nowotwór z możliwością przerzutów).
  • Ostra niewydolność nerek lub schyłkowa niewydolność nerek

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Ekranizacja
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Inny: KAMERA
Dorośli pacjenci z epilepsją przejdą nieinwazyjne badanie wideoelektroencefalografii (EEG) oraz wszczepienie elektrod wewnątrzczaszkowych do ciała migdałowatego i hipokampa (jednostronnie lub obustronnie). Podgrupa pacjentów (n=10) będzie korzystać z platformy Context-Aware Multimodal Ecological Research and Assessment (CAMERA) przez 2 tygodnie po wypisie z podzbioru modalności: opaska fizjologiczna, fenotypowanie smartfonowe, badania ekologicznej oceny chwilowej (EMA) oraz zadanie pamięciowe. W nieprzewidywalnych odstępach czasu CAMERA będzie przerywać pacjentom: (a) dźwiękowym alarmem w celu wywołania reakcji zaskoczenia akustycznego; (b) skalą samoopisową stanu lęku; oraz (c) zadaniem pamięci wzrokowo-przestrzennej z zakłóceniem zagrożenia. Na przykład uczestnicy będą wypełniać krótką ankietę i grać w grę wideo kilka razy dziennie oraz nosić opaskę z czujnikami.
Platforma CAMERA to wielomodalna platforma sprzętowo-programowa do pomiaru interakcji mózg-zachowanie w nieustrukturyzowanym środowisku i przewidywania stanów ekologicznych. CAMERA wykorzysta multimodalne, pasywne dane z czujników do przewidywania stanu lęku i pamięci u pacjentów poddawanych szpitalnemu monitorowaniu za pomocą elektrod wewnątrzczaszkowych z powodu klinicznej padaczki. CAMERA składa się z: Opaski na rękę z czujnikami autonomicznych sygnałów fizjologicznych, kładących nacisk na pomiary tętna i aktywność elektrodermalną; Korzystanie ze smartfona, kładąc nacisk na przetwarzanie wprowadzanego tekstu w języku naturalnym pod kątem cech językowych; Zestaw audiowizualny śledzący temat, kładący nacisk na aktywność wokalną podmiotu; Wewnątrzczaszkowe nagrania neuronowe, podkreślające moc theta hipokampa i aktywność o wysokiej częstotliwości (~70-200 Hz).

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Średni błąd bezwzględny między przewidywanymi i rzeczywistymi wynikami chwilowej oceny ekologicznej (EMA).
Ramy czasowe: 1-30 dni
Użyj multimodalnego modelu uczenia maszynowego (EMANEt), aby przewidzieć ≥1 wynik stanu lęku i pamięci EMA (docelowy) w przechowywanych danych na poziomie populacji. Średni błąd bezwzględny będzie średnią różnicą wartości bezwzględnej przewidywanych i rzeczywistych wyników EMA. Wyższy średni błąd oznacza mniej dokładne przewidywanie. Przewidywanie musi wykorzystywać ≥2 różne modalności pasywne, wykazując znacznie lepszą dokładność przewidywania niż każda z nich osobno.
1-30 dni
Odsetek pacjentów wykazujących poprawę przewidywań EMANet w czasie.
Ramy czasowe: 1-30 dni
Użyj EMANet do przewidzenia ≥1 chwilowego wyniku ekologicznej oceny (EMA) stanu lękowo-pamięciowego (docelowego), wykazującego poprawę w czasie, mierzoną za pomocą regresji liniowej zastosowanej do średniego błędu bezwzględnego między przewidywanymi i rzeczywistymi wartościami EMA mierzonymi w ciągu dni. Przewidywanie musi wykorzystywać ≥2 różne modalności pasywne, wykazując znacznie lepszą dokładność przewidywania niż każda z nich osobno.
1-30 dni

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Średni błąd bezwzględny pomiędzy przewidywanym a rzeczywistym błędem bezwzględnym w ujęciu dziennym
Ramy czasowe: 1-30 dni
Użyj multimodalnego modelu niepewności prognozowania opartego na uczeniu maszynowym (UncertaintyNet), aby przewidzieć średni bezwzględny błąd przewidywania prognoz chwilowej oceny ekologicznej (EMA) w przechowywanych danych, na poziomie pojedynczego obiektu każdego dnia. Średni błąd bezwzględny będzie miarą różnicy między błędem przewidywanym (na podstawie wszystkich dostępnych danych) a błędem rzeczywistym.
1-30 dni

Inne miary wyników

Miara wyniku
Opis środka
Ramy czasowe
Jitter danych neuronowych (milisekundy)
Ramy czasowe: 1-30 dni
Precyzyjna synchronizacja danych neuronowych z jitterem <30 milisekund.
1-30 dni
Opóźnienie danych audiowizualnych (sekundy)
Ramy czasowe: 1-30 dni
Precyzyjna synchronizacja danych audiowizualnych z opóźnieniem <10 sekund.
1-30 dni
Opóźnienie danych z czujnika nadgarstkowego (w minutach)
Ramy czasowe: 1-30 dni
Precyzyjna synchronizacja danych czujnika nadgarstkowego z opóźnieniem <2 minut.
1-30 dni
Opóźnienie danych smartfona (minuty)
Ramy czasowe: 1-30 dni
Precyzyjna synchronizacja danych smartfona z opóźnieniem <20 minut.
1-30 dni
Jitter dostarczania chwilowej oceny ekologicznej (EMA). (milisekundy)
Ramy czasowe: 1-30 dni
Pomyślne dostarczanie ocen EMA z precyzyjną synchronizacją dostarczania chwilowych ocen ekologicznych z jitterem <50 milisekund.
1-30 dni
Procentowa poprawa znormalizowanego wskaźnika odpowiedzi na dostarczenie chwilowej oceny ekologicznej (EMA).
Ramy czasowe: 1-30 dni
Pomyślne przeprowadzenie ocen EMA przy ≥10% istotności statystycznej (p<0,05) poprawa znormalizowanego współczynnika odpowiedzi w czasie (wśród pacjentów) dzięki wdrożeniu kontekstowego dostarczania EMA przy użyciu ResponseNet.
1-30 dni
Liczba pacjentów wykazujących możliwość przeniesienia do warunków ambulatoryjnych.
Ramy czasowe: 14 dni
Gromadzenie (zsynchronizowanych) nieneuralnych danych fizjologicznych, danych ze smartfona i EMA (ankieta i zadanie) od 10 pacjentów ambulatoryjnych kolejno przez 2 tygodnie z <10% pasywną utratą danych.
14 dni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Dyrektor Studium: Joshua Jacobs, PhD, University of Chicago
  • Główny śledczy: Brett E Youngerman, MD, Columbia University

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

23 lipca 2024

Zakończenie podstawowe (Szacowany)

1 grudnia 2026

Ukończenie studiów (Szacowany)

1 grudnia 2026

Daty rejestracji na studia

Pierwszy przesłany

11 sierpnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

11 sierpnia 2024

Pierwszy wysłany (Rzeczywisty)

13 sierpnia 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

28 stycznia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

26 stycznia 2026

Ostatnia weryfikacja

1 stycznia 2026

Więcej informacji

Terminy związane z tym badaniem

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj