- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05910762
Aprendizagem humana de novas informações estruturadas ao longo do tempo e do sono
Aprendendo novas estruturas ao longo do tempo e do sono
Agir de forma adaptativa requer captar rapidamente a estrutura do ambiente e armazenar o conhecimento adquirido para uso futuro eficaz. As teorias dominantes do hipocampo se concentraram em sua capacidade de codificar instantâneos individuais da experiência, mas os investigadores e outros encontraram evidências de que também é crucial para encontrar estrutura nas experiências. Os mecanismos desta forma essencial de aprendizagem não foram estabelecidos. Os pesquisadores desenvolveram um modelo de rede neural do hipocampo, instanciando a teoria de que um de seus subcampos pode codificar rapidamente a estrutura usando representações distribuídas, uma poderosa forma de representação na qual populações de neurônios respondem a vários recursos relacionados do ambiente.
O primeiro objetivo deste projeto é testar as previsões deste modelo usando ressonância magnética funcional de alta resolução (fMRI) em paradigmas que requerem integração de informações entre experiências. Os resultados esclarecerão os mecanismos fundamentais de como os humanos aprendem novas estruturas, julgando entre os modelos existentes desse processo e informando o desenvolvimento de modelos adicionais. Também existem teorias concorrentes quanto ao destino final de novas representações do hipocampo. Uma visão postula que, durante o sono, o hipocampo reproduz informações recentes para construir representações distribuídas de longo prazo no neocórtex. Outra visão afirma que as memórias são direta e independentemente formadas e consolidadas no hipocampo e no neocórtex.
O segundo objetivo deste projeto é testar entre essas teorias. Os investigadores avaliarão as mudanças nas representações hipocampais e corticais ao longo do tempo, reanalisando os participantes e rastreando as mudanças na memória com uma semana de atraso. Quaisquer mudanças observadas no cérebro e no comportamento ao longo do tempo, no entanto, podem ser devidas a efeitos genéricos do tempo ou ao processamento ativo durante o sono.
O terceiro objetivo é, portanto, avaliar as contribuições causais específicas do sono para a consolidação da informação estruturada. Os investigadores usarão eletroencefalografia do sono em tempo real para reproduzir sinais sonoros para influenciar a reativação da memória. Os pesquisadores esperam que este trabalho esclareça os substratos anatômicos e, criticamente, a natureza das representações que suportam a codificação e consolidação de novas estruturas no ambiente.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Anna C Schapiro, PhD
- Número de telefone: 6177974555
- E-mail: aschapir@sas.upenn.edu
Estude backup de contato
- Nome: Rishi Krishnamurthy, BA
- Número de telefone: 4255050841
- E-mail: rishikr@sas.upenn.edu
Locais de estudo
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Estados Unidos, 19104
- Recrutamento
- University of Pennsylvania
-
Contato:
- Rishi Krishnamurthy, BA
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
Aceita Voluntários Saudáveis
Descrição
Critério de inclusão:
- Entre 18 e 35 anos (todos os objetivos)
- Não é membro de uma população vulnerável (todos os objetivos)
- Visão normal ou corrigida para o normal (todos os objetivos)
- Audição normal (todos os objetivos)
- Capaz de falar inglês fluentemente (todos os objetivos)
- Sem história prévia de distúrbios psiquiátricos ou neurológicos importantes (objetivos 1 e 2; específico para RM)
- Atualmente não está tomando nenhum antidepressivo ou sedativo (objetivos 1 e 2; específico para RM)
- Sem distúrbios neurológicos conhecidos (objetivo 3; EEG-específico)
Critério de exclusão:
- Os investigadores excluirão indivíduos com contraindicações para RM, como dispositivos biomédicos não removíveis ou metal dentro ou sobre o corpo (objetivos 1 e 2; específicos para RM)
- Claustrofobia (objetivos 1 e 2; específico para RM)
- As mulheres grávidas também serão excluídas da neuroimagem, pois os efeitos da ressonância magnética na gravidez não são totalmente compreendidos (objetivos 1 e 2; específicos para ressonância magnética)
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Ciência básica
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Solteiro
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Aprendizagem e consolidação em Inferência Associativa
O estudo de ressonância magnética funcional proposto avalia as representações neurais que contribuem para a capacidade humana de associar objetos no suporte de inferências simples e generalização.
Todos os participantes passarão pelo mesmo procedimento.
Os participantes aprenderão sobre pares de objetos e, em seguida, serão solicitados a fazer julgamentos e inferências sobre as relações entre os objetos.
A ordem de apresentação dos objetos será manipulada dentro dos sujeitos, pois diferentes teorias de aprendizagem fazem diferentes previsões sobre como a aprendizagem se desenrolará sob diferentes ordenações.
Os participantes serão trazidos de volta uma semana depois para uma segunda varredura, para avaliar como os substratos neurais desses processos mudam com a consolidação.
|
Os participantes se envolverão em um paradigma de inferência associativa.
A memória será avaliada comportamentalmente e as representações neurais serão avaliadas por ressonância magnética funcional.
|
|
Experimental: Aprendizagem e consolidação na aprendizagem categorial
O estudo de ressonância magnética funcional proposto avalia as representações neurais que contribuem para a capacidade humana de aprender novas categorias de objetos.
Todos os participantes passarão pelo mesmo procedimento.
Os participantes aprenderão sobre novos objetos, cada um com várias partes coloridas.
Algumas partes são exclusivas de objetos individuais e outras são compartilhadas entre os membros da categoria.
Os investigadores avaliarão como diferentes regiões do cérebro contribuem para aprender e lembrar esses diferentes tipos de partes e como as representações resultantes suportam a compreensão da categoria.
Os participantes serão trazidos de volta uma semana depois para uma segunda varredura, para avaliar como os substratos neurais desses processos mudam com a consolidação.
|
Os participantes se envolverão em um paradigma de aprendizagem de categoria.
A memória será avaliada comportamentalmente (braços 2 e 3) e as representações neurais serão avaliadas por ressonância magnética funcional (braço 2).
|
|
Experimental: Manipulação do replay durante o sono usando EEG em tempo real
No estudo de eletroencefalografia (EEG) proposto, todos os participantes serão submetidos ao mesmo procedimento.
Os participantes aprenderão os recursos visuais e os nomes falados associados a três categorias de novos objetos.
A memória dos participantes para esses objetos e suas partes será testada antes e depois de uma soneca.
Os investigadores monitorarão a atividade cerebral durante a soneca em tempo real e, nos momentos ideais, reproduzirão silenciosamente os nomes falados dos objetos para estimular a reativação de determinados objetos em determinadas ordens.
Os investigadores avaliarão como essa manipulação afeta a memória desses objetos.
|
Os participantes se envolverão em um paradigma de aprendizagem de categoria.
A memória será avaliada comportamentalmente (braços 2 e 3) e as representações neurais serão avaliadas por ressonância magnética funcional (braço 2).
Os participantes dormirão após se envolverem em um paradigma de aprendizado de categoria enquanto os dados de eletroencefalografia são coletados e a memória será avaliada comportamentalmente após o sono.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Mudanças em representações multivariadas
Prazo: Na primeira sessão (de 2 a 3 horas) e com aproximadamente uma semana de atraso na segunda sessão (de 1 a 2 horas)
|
Mudanças nas correlações espaciais entre o padrão MRI BOLD associado a objetos relacionados ao longo do aprendizado e ao longo do atraso de uma semana.
|
Na primeira sessão (de 2 a 3 horas) e com aproximadamente uma semana de atraso na segunda sessão (de 1 a 2 horas)
|
|
Correlações cérebro-comportamentais
Prazo: Na primeira sessão (de 2 a 3 horas) e com aproximadamente uma semana de atraso na segunda sessão (de 1 a 2 horas)
|
Correlações entre o sinal BOLD no cérebro e o comportamento do participante durante julgamentos sobre objetos.
|
Na primeira sessão (de 2 a 3 horas) e com aproximadamente uma semana de atraso na segunda sessão (de 1 a 2 horas)
|
|
Correlações entre a atividade em todas as regiões do cérebro
Prazo: Na primeira sessão (de 2 a 3 horas) e com aproximadamente uma semana de atraso na segunda sessão (de 1 a 2 horas)
|
Relações entre a atividade BOLD em diferentes regiões do cérebro em função do tipo de tentativa e atraso.
|
Na primeira sessão (de 2 a 3 horas) e com aproximadamente uma semana de atraso na segunda sessão (de 1 a 2 horas)
|
|
Precisão da memória
Prazo: Dentro de uma única sessão de estudo (durando 4-5 horas)
|
Mudança na capacidade de generalização de antes para depois da soneca em função das diferentes condições de sinalização de objetos durante o sono.
|
Dentro de uma única sessão de estudo (durando 4-5 horas)
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Anna C Schapiro, PhD, University of Pennsylvania
Publicações e links úteis
Publicações Gerais
- 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.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Outros números de identificação do estudo
- 833228B
- R01MH129436 (Concessão/Contrato do NIH dos EUA)
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Prazo de Compartilhamento de IPD
Critérios de acesso de compartilhamento IPD
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
produto fabricado e exportado dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Dorme
-
Haseki Training and Research HospitalAinda não está recrutandoRichards-Campbell Sleep Questionnaire (RCSQ)