iBAILA - 调查大脑和活动以改善拉丁裔老化
2023年5月11日 更新者：David Xavier Marquez、University of Illinois at Chicago
检查 BAILAMOS (TM) 舞蹈项目对生活方式体育活动的影响
研究概览
详细说明
检查 BAILAMOS (TM) 舞蹈项目对生活方式体育活动 (PA) 的影响。
假设 1：干预组将表现出比对照组更大的生活方式 PA 改善。
2) 测试BAILAMOS(TM) 对认知功能和生活质量的影响。
假设 2：干预组将比对照组在认知功能和生活质量方面表现出更大的改善。
3) 测试BAILAMOS(TM) 对脑网络功能连通性的影响。
假设 3：干预组将展示增强的默认模式网络 (DMN)、执行网络 (EN) 和感觉运动网络连接与视觉控制。
研究类型
介入性
注册 (实际的)
22
阶段
- 不适用
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
60年 及以上 (成人、年长者)
接受健康志愿者
是的
描述
纳入标准：
- 年龄 > 60 岁；
- 拉丁裔/西班牙裔；
- 会说西班牙语的能力；
- 参加 <150 分钟/周的有氧运动；
- 通过简易精神状态检查 (>14/21) 评估的适当认知状态；
- 在过去的 12 个月内每月跳舞 < 2 次；
- 愿意被随机分配到治疗组或对照组；
- 研究期间没有离开美国的计划 > 两周。
排除标准：
- 不受控制的心血管疾病或糖尿病；
- 起搏器或金属植入物（输液泵、金属假肢、金属背透皮贴剂或金属弹片）； - 无法进行 MRI 的幽闭恐惧症；
- 过去一年内中风；
- 愈合或未愈合的骨折；
- 在过去 6 个月内进行过髋关节或膝关节置换；
- 心脏衰竭;
- 过去一年内经常跌倒；
- 经常使用助行器或轮椅；
- 体重超过 300 磅，因为无法放入 MRI。 EASY（Resnick 等人，2008 年）将用于了解项目注册是否需要医生同意。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：预防
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：无（打开标签）
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：拜拉莫斯©
BAILAMOS© 包括为期 4 个月、每周两次的舞蹈课程。
PI 和一位专业舞蹈教师共同开发了内容广泛的 BAILAMOS© 舞蹈手册和逐班课程表。
|
BAILAMOS© 包括为期 4 个月、每周两次的舞蹈课程。
PI 和一位专业舞蹈教师共同开发了内容广泛的 BAILAMOS© 舞蹈手册和逐班课程表。
|
|
无干预：控制
随机进入候补名单，收集数据后接受 BAILAMOS© 程序。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
老年人社区健康活动示范计划 (CHAMPS) 老年人体育活动问卷
大体时间：基线和 4 个月（跟进）。干预后 4 个月的跟进评估过去 4 周的平均身体活动。
|
报告每周进行中度至剧烈运动的分钟数。
每周身体活动的频率和持续时间用于计算每周中度至剧烈水平身体活动 (MVPA) 的分钟数。
|
基线和 4 个月（跟进）。干预后 4 个月的跟进评估过去 4 周的平均身体活动。
|
|
每分钟活动计数 (CPM)。
大体时间：基线和 4 个月（跟进）
|
通过佩戴 7 天的腕戴式加速度计（ActiGraph 型号 GT3X）测量。
|
基线和 4 个月（跟进）
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
试车测试 (TMT) A 部分
大体时间：基线和 4 个月（跟进）
|
执行功能的测量。
在 A 部分，受试者按数字顺序连接一系列带圈的数字。
在 B 部分，受试者按数字和字母顺序连接圈出的数字和字母，数字和字母交替出现。
TMT 分数是受试者完成测试所需的时间（以秒为单位）。
分数/时间越低越好。
TMT A 分数范围为 0-180 秒，TMT B 分数范围为 0-300 秒。
使用基线均值和标准差将原始分数转换为 z 分数。
然后将 Z 分数组合成执行功能的综合分数。
|
基线和 4 个月（跟进）
|
|
斯特鲁普 C（彩色）
大体时间：基线和 4 个月（跟进）
|
执行功能的测量。
Stroop 测试评估抑制认知干扰的能力。
颜色字用不一致的颜色墨水打印。
受试者被要求说出墨水的颜色，而不是阅读单词。
分数范围是 30 秒内正确命名的单词数减去错误数，范围为 0-77。
较高的分数反映了较好的表现和对阅读能力的较少干扰。
使用基线均值和标准差将原始分数转换为 z 分数。
然后将 Z 分数组合成执行功能的综合分数。
|
基线和 4 个月（跟进）
|
|
Stroop 神经心理学筛选测试的 Stroop C-W（颜色词测试）
大体时间：基线和 4 个月（跟进）
|
执行功能的测量。
Stroop 测试评估抑制认知干扰的能力。
颜色字用不一致的颜色墨水打印。
受试者被要求说出墨水的颜色，而不是阅读单词。
分数范围是 30 秒内正确命名的单词数减去错误数，范围为 0-77。
较高的分数反映了较好的表现和对阅读能力的较少干扰。
使用基线均值和标准差将原始分数转换为 z 分数。
然后将 Z 分数组合成执行功能的综合分数。
|
基线和 4 个月（跟进）
|
|
语言流利度测试 - 动物
大体时间：基线和 4 个月（跟进）
|
这是一种广泛使用的语言流畅性（或语义记忆）测量方法，要求参与者在 60 秒的时间限制内生成两类（动物、水果和蔬菜）中每一类的范例。
性能的主要衡量标准是在时限内生成的唯一示例的数量。
分数是在限定时间内点名的动物总数（Animal Total）和蔬菜总数（Vegetable Total）。
更高的分数意味着更好的结果。
分数从 0 开始，没有上限。
|
基线和 4 个月（跟进）
|
|
符号数字模态测试
大体时间：基线和 4 个月（跟进）
|
测量感知处理速度，要求参与者在 90 秒内识别和命名属于连续出现的符号的数字。
分数是在 90 秒时限内正确识别的数字的数量 - 分数越高，结果越好。
分数范围从 0 到 110。
|
基线和 4 个月（跟进）
|
|
数字跨度测试 - 正向
大体时间：基线和 4 个月（跟进）
|
这是一种广泛使用的工作记忆（或注意力）测量方法，其中参与者被读取长度增加的数字序列，然后要求重复每个序列向前（数字向前）或向后（数字向后）。
性能的主要衡量标准是每个子部分（向前的数字，向后的数字）中正确回忆的数字序列的数量。
Digits Forward 和 Digits Backward 的每个序列都记为错误 (0) 或正确 (1) - 分数越高意味着结果越好。
|
基线和 4 个月（跟进）
|
|
数字排序测试
大体时间：基线和 4 个月（跟进）
|
这是对工作记忆的一种测量，其中参与者被读取长度增加的数字序列，然后被要求重新排列数字并按升序说出它们。
分数范围是 0 - 12，分数越高意味着结果越好。
|
基线和 4 个月（跟进）
|
|
逻辑内存 I（立即）测试
大体时间：基线和 4 个月（跟进）
|
测量 这是记忆（陈述性/情节性）的测量，其中向 P 朗读一个简短的故事，然后要求 P 立即（I）并在延迟后（II）从记忆中复述它。
绩效的主要衡量标准是召回的故事单元数。
分数是正确回忆的故事单元 (25) 的总和。
分数范围为 0 - 25，分数越高意味着结果越好。
|
基线和 4 个月（跟进）
|
|
逻辑内存 II（延迟）测试
大体时间：基线和 4 个月（跟进）
|
测量 这是记忆（陈述性/情节性）的测量，其中向 P 朗读一个简短的故事，然后要求 P 立即（I）并在延迟后（II）从记忆中复述它。
绩效的主要衡量标准是召回的故事单元数。
分数是正确回忆的故事单元 (25) 的总和。
分数范围为 0 - 25，分数越高意味着结果越好。
|
基线和 4 个月（跟进）
|
|
脑白质体积 - 全球
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质体积 - 额叶
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质体积-时间
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质体积 - 顶叶
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质体积-枕骨
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质体积 - 前扣带回
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质体积 - 后扣带回
大体时间：基线和 4 个月（跟进）
|
通过磁共振成像扫描评估
|
基线和 4 个月（跟进）
|
|
脑白质体积 - 扣带回峡部
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑白质高强度
大体时间：基线
|
通过磁共振成像扫描评估
|
基线
|
|
脑功能连接 - 默认模式网络
大体时间：基线和 4 个月（跟进）
|
功能连通性被定义为来自每个由预先指定的感兴趣区域定义的大脑网络的血氧水平依赖性 (BOLD) 信号的相关性。
使用 8 通道头部线圈在 GE MR 750 Discovery 3-T 扫描仪上获取全脑图像。
使用静息状态功能磁共振成像 (fMRI) 工具箱生成功能连接体。
使用“networks.nii”
（根据 CONN 对 HCP 数据集/497 名受试者的 ICA 分析定义的 ROI），功能性大脑网络（例如，DMN、FPN、SAL 和语言）是使用成对的 BOLD 信号相关性得出的，然后使用 Fisher 的 r 将其转换为 z 分数-to-z 转换。
由于老化和 PA 对这些网络的影响的证据，DMN、FPN 和 SAL 被选为感兴趣的网络。
选择语言网络作为控制网络。
|
基线和 4 个月（跟进）
|
|
脑功能连接 - 额顶网络
大体时间：基线和 4 个月（跟进）
|
功能连通性被定义为来自每个由预先指定的感兴趣区域定义的大脑网络的血氧水平依赖性 (BOLD) 信号的相关性。
使用 8 通道头部线圈在 GE MR 750 Discovery 3-T 扫描仪上获取全脑图像。
使用静息状态功能磁共振成像 (fMRI) 工具箱生成功能连接体。
使用“networks.nii”
（根据 CONN 对 HCP 数据集/497 名受试者的 ICA 分析定义的 ROI），功能性大脑网络（例如，DMN、FPN、SAL 和语言）是使用成对的 BOLD 信号相关性得出的，然后使用 Fisher 的 r 将其转换为 z 分数-to-z 转换。
由于老化和 PA 对这些网络的影响的证据，DMN、FPN 和 SAL 被选为感兴趣的网络。
选择语言网络作为控制网络。
|
基线和 4 个月（跟进）
|
|
脑功能连接 - Salience Network
大体时间：基线和 4 个月（跟进）
|
功能连通性被定义为来自每个由预先指定的感兴趣区域定义的大脑网络的血氧水平依赖性 (BOLD) 信号的相关性。
使用 8 通道头部线圈在 GE MR 750 Discovery 3-T 扫描仪上获取全脑图像。
使用静息状态功能磁共振成像 (fMRI) 工具箱生成功能连接体。
使用“networks.nii”
（根据 CONN 对 HCP 数据集/497 名受试者的 ICA 分析定义的 ROI），功能性大脑网络（例如，DMN、FPN、SAL 和语言）是使用成对的 BOLD 信号相关性得出的，然后使用 Fisher 的 r 将其转换为 z 分数-to-z 转换。
由于老化和 PA 对这些网络的影响的证据，DMN、FPN 和 SAL 被选为感兴趣的网络。
选择语言网络作为控制网络。
|
基线和 4 个月（跟进）
|
|
脑功能连接 - 语言网络
大体时间：基线和 4 个月（跟进）
|
功能连通性被定义为来自每个由预先指定的感兴趣区域定义的大脑网络的血氧水平依赖性 (BOLD) 信号的相关性。
使用 8 通道头部线圈在 GE MR 750 Discovery 3-T 扫描仪上获取全脑图像。
使用静息状态功能磁共振成像 (fMRI) 工具箱生成功能连接体。
使用“networks.nii”
（根据 CONN 对 HCP 数据集/497 名受试者的 ICA 分析定义的 ROI），功能性大脑网络（例如，DMN、FPN、SAL 和语言）是使用成对的 BOLD 信号相关性得出的，然后使用 Fisher 的 r 将其转换为 z 分数-to-z 转换。
由于老化和 PA 对这些网络的影响的证据，DMN、FPN 和 SAL 被选为感兴趣的网络。
选择语言网络作为控制网络。
|
基线和 4 个月（跟进）
|
|
试车测试 (TMT) B 部分
大体时间：基线和 4 个月（跟进）
|
执行功能的测量。
在 A 部分，受试者按数字顺序连接一系列带圈的数字。
在 B 部分，受试者按数字和字母顺序连接圈出的数字和字母，数字和字母交替出现。
TMT 分数是受试者完成测试所需的时间（以秒为单位）。
分数/时间越低越好。
TMT A 分数范围为 0-180 秒，TMT B 分数范围为 0-300 秒。
使用基线均值和标准差将原始分数转换为 z 分数。
然后将 Z 分数组合成执行功能的综合分数。
|
基线和 4 个月（跟进）
|
|
语言流利度测试 - 水果和蔬菜
大体时间：基线和 4 个月（跟进）
|
这是一种广泛使用的语言流畅性（或语义记忆）测量方法，要求参与者在 60 秒的时间限制内生成两类（动物、水果和蔬菜）中每一类的范例。
性能的主要衡量标准是在时限内生成的唯一示例的数量。
分数是在限定时间内点名的动物总数（Animal Total）和蔬菜总数（Vegetable Total）。
更高的分数意味着更好的结果。
分数从 0 开始，没有上限。
|
基线和 4 个月（跟进）
|
|
数字跨度测试 - 向后
大体时间：基线和 4 个月（跟进）
|
这是一种广泛使用的工作记忆（或注意力）测量方法，其中参与者被读取长度增加的数字序列，然后要求重复每个序列向前（数字向前）或向后（数字向后）。
性能的主要衡量标准是每个子部分（向前的数字，向后的数字）中正确回忆的数字序列的数量。
Digits Forward 和 Digits Backward 的每个序列都记为错误 (0) 或正确 (1) - 分数越高意味着结果越好。
|
基线和 4 个月（跟进）
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：David X Marquez, PhD、University of Illinois at Chicago
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2015年9月1日
初级完成 (实际的)
2016年5月31日
研究完成 (实际的)
2016年9月30日
研究注册日期
首次提交
2020年8月31日
首先提交符合 QC 标准的
2020年9月3日
首次发布 (实际的)
2020年9月10日
研究记录更新
最后更新发布 (实际的)
2023年5月16日
上次提交的符合 QC 标准的更新
2023年5月11日
最后验证
2023年5月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.