Adaptive Recruitment Curve Analysis Using Bayesian Modeling
12 августа 2026 г. обновлено: 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.
Обзор исследования
Статус
Рекрутинг
Условия
Вмешательство/лечение
Подробное описание
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.
Тип исследования
Интервенционный
Регистрация (Оцененный)
14
Фаза
- Непригодный
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: James R McIntosh, PhD
- Номер телефона: +19294352335
- Электронная почта: jrm2263@cumc.columbia.edu
Места учебы
-
-
New York
-
New York, New York, Соединенные Штаты, 10032
- Рекрутинг
- Columbia University Irving Medical Center
-
Контакт:
- James R McIntosh, PhD
- Номер телефона: 9294352335
- Электронная почта: jrm2263@cumc.columbia.edu
-
Главный следователь:
- James R McIntosh, PhD
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Да
Описание
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.
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
- Основная цель: Фундаментальная наука
- Распределение: Н/Д
- Интервенционная модель: Одногрупповое задание
- Маскировка: Нет (открытая этикетка)
Оружие и интервенции
Группа участников / Армия |
Вмешательство/лечение |
|---|---|
|
Экспериментальный: 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.
|
Standard uniform distribution sampling used as a baseline comparison.
Algorithm: Adaptive threshold hunting using the Parameter Estimation by Sequential Testing (PEST) algorithm.
The proposed algorithms will deliver stimulation by using this magnetic stimulation methodology.
The proposed algorithms will deliver stimulation by using this electrical stimulation methodology.
An active sampling algorithm for recruitment curve estimation.
An alternative active sampling algorithm for recruitment curve estimation.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Number of stimuli to reach a pre-defined threshold error
Временное ограничение: 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
Временное ограничение: 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.
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Mean absolute error in a given parameter (e.g. threshold, predictive curve, slope) for a given number of stimuli
Временное ограничение: 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.
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
Следователи
- Главный следователь: James R McIntosh, PhD, Columbia University
Публикации и полезные ссылки
Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Оцененный)
1 сентября 2026 г.
Первичное завершение (Оцененный)
31 марта 2027 г.
Завершение исследования (Оцененный)
31 марта 2027 г.
Даты регистрации исследования
Первый отправленный
20 апреля 2026 г.
Впервые представлено, что соответствует критериям контроля качества
24 апреля 2026 г.
Первый опубликованный (Действительный)
1 мая 2026 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
14 августа 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
12 августа 2026 г.
Последняя проверка
1 августа 2026 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Другие идентификационные номера исследования
- AAAV6853
- 1R03NS141040-01A1 (Грант/контракт NIH США)
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
ДА
Описание плана IPD
De-identified MEP data and analysis code and algorithms.
Сроки обмена IPD
Together with publication at the end of this study (04/2027).
Критерии совместного доступа к IPD
Open access repository (e.g.
Zenodo and Github).
Совместное использование IPD Поддерживающий тип информации
- АНАЛИТИЧЕСКИЙ_КОД
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Да
продукт, произведенный в США и экспортированный из США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .