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

Adaptive Recruitment Curve Analysis Using Bayesian Modeling

12 sierpnia 2026 zaktualizowane przez: James McIntosh, Columbia University

Enhancing Speed and Accuracy of Motor Evoked Potential Recruitment Curve Analysis Using Hierarchical Bayesian Modeling

The purpose of this study is to better understand how electrical or magnetic stimulation affect the nervous system by optimizing the way researchers measure muscle responses. The relationship between stimulation intensity and muscle response is described by "neural recruitment curves," which are critical for monitoring the state of the nervous system during therapies like transcranial magnetic stimulation (TMS) and spinal cord stimulation (SCS).

This study tests a new, real-time computational approach based on our previously developed methods (Hierarchical Bayesian models) to estimate these recruitment curves more efficiently. The primary goal is to use this model to dynamically guide the experiment, automatically selecting the optimal stimulation intensities to test.

The investigators hypothesize that this optimized approach will accurately estimate the entire recruitment curve, or specific targets components of it like the motor threshold, using significantly fewer samples than standard methods. By reducing the number of measurements required, this approach aims to decrease experimental time and minimize participant burden, making future TMS and SCS therapies and experiments more feasible and efficient.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Transcranial magnetic stimulation and other types of neurostimulation play a crucial role in advancing the understanding and manipulation of neural activity for both research and therapeutic purposes. The proposed approach to sampling recruitment curves in real-time promises to significantly improve the efficiency and precision of experiments that use electrical or electromagnetic stimulation techniques, reducing the experimental burden for participants as well as experimenters. By enhancing experimental efficiency in multiple experimental settings and techniques, this research directly contributes to accelerating the translation of scientific discoveries into clinical applications. This study will benchmark the relative performance of different methods against each other by testing existing and proposed algorithms using neurostimulation in people, and comparing the resultant estimates in recruitment curve parameters, and the number of samples required to reach predefined tolerances on these parameters.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

14

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

Lokalizacje studiów

  • Stany Zjednoczone
    • New York
      • New York, New York, Stany Zjednoczone, 10032
        • Rekrutacyjny
        • Columbia University Irving Medical Center
        • Kontakt:
        • Główny śledczy:
          • James R McIntosh, PhD

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
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Inclusion Criteria:

  • Healthy adult volunteers aged 18 years and older.
  • Able to understand study procedures and provide written informed consent.

Exclusion Criteria:

  • 1. History of adverse reaction to Transcranial Magnetic Stimulation (TMS) or non-invasive neurostimulation.
  • 2. History of seizures, epilepsy, or family history of epilepsy.
  • 3. History of stroke, brain injury, or illness causing brain injury.
  • 4. History of head injury or neurosurgery.
  • 5. History of neurological diseases, or central nervous system lesions.
  • 6. Presence of metallic implants or foreign bodies in the head (outside of dental work/fillings).
  • 7. Presence of implanted electronic or medical devices (e.g., cardiac pacemakers, medical pumps, implanted stimulators).
  • 8. Current pregnancy or possibility of pregnancy.
  • 9. Currently taking medications that alter cortical excitability or lower seizure threshold.

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: Podstawowa nauka
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Test of developed methods
Participants undergo distinct experiments within a single session to compare different neurostimulation sampling algorithms. Each experiment involves recruitment curve sampling with different methods (e.g., Uniform, Expected Information Gain) to evaluate the accuracy and efficiency of motor threshold.
Inny: Algorithm: Uniform Sampling
Standard uniform distribution sampling used as a baseline comparison.
Inny: ML-PEST
Algorithm: Adaptive threshold hunting using the Parameter Estimation by Sequential Testing (PEST) algorithm.
Urządzenie: MagPro X100 Transcranial Magnetic Stimulation
The proposed algorithms will deliver stimulation by using this magnetic stimulation methodology.
Urządzenie: Digitimer DS8R Transcutaneous Electrical stimulation
The proposed algorithms will deliver stimulation by using this electrical stimulation methodology.
Inny: Algorithm: hbMEP-adaptive algorithm (version 1)
An active sampling algorithm for recruitment curve estimation.
Inny: Algorithm: hbMEP-adaptive algorithm (version 2)
An alternative active sampling algorithm for recruitment curve estimation.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Number of stimuli to reach a pre-defined threshold error
Ramy czasowe: Through completion of the study visit, 2-4 hours.
Number of stimuli required for the compared methods to reach a pre-defined error threshold relative to the ground truth, computed from recruitment curves fitted after sampling using aggregated data.
Through completion of the study visit, 2-4 hours.
Number of stimuli to reach a pre-defined predictive curve error
Ramy czasowe: Through completion of the study visit, 2-4 hours.
Number of stimuli required for the compared methods to reach a pre-defined error threshold relative to the ground truth, computed from recruitment curves fitted after sampling using aggregated data.
Through completion of the study visit, 2-4 hours.

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Mean absolute error in a given parameter (e.g. threshold, predictive curve, slope) for a given number of stimuli
Ramy czasowe: Through completion of the study visit, 2-4 hours.
The error of the methods under comparison, with the ground truth computed from recruitment curves fitted subsequent to sampling using aggregated data.
Through completion of the study visit, 2-4 hours.

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Columbia University

Współpracownicy

National Institute of Neurological Disorders and Stroke (NINDS)

Śledczy

  • Główny śledczy: James R McIntosh, PhD, Columbia University

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

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 (Szacowany)

1 września 2026

Zakończenie podstawowe (Szacowany)

31 marca 2027

Ukończenie studiów (Szacowany)

31 marca 2027

Daty rejestracji na studia

Pierwszy przesłany

20 kwietnia 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

24 kwietnia 2026

Pierwszy wysłany (Rzeczywisty)

1 maja 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

14 sierpnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

12 sierpnia 2026

Ostatnia weryfikacja

1 sierpnia 2026

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

  • AAAV6853
  • 1R03NS141040-01A1 (Grant/umowa NIH USA)

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

De-identified MEP data and analysis code and algorithms.

Ramy czasowe udostępniania IPD

Together with publication at the end of this study (04/2027).

Kryteria dostępu do udostępniania IPD

Open access repository (e.g. Zenodo and Github).

Typ informacji pomocniczych dotyczących udostępniania IPD

  • ANALITYCZNY_KOD

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Tak

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