健康老年人手指序列提示运动训练后的脑成像和行为变化 (NMSOA)
健康老年人多感觉刺激的神经相关性
本研究的目的是检查健康老年人使用音乐来指导学习手指运动序列(与单独的视觉刺激相比)时大脑、行为和个人体验的变化。 本研究旨在回答的主要研究问题是:
- 与仅使用视觉提示的运动训练相比,基于听觉的运动训练是否与大脑白质束(连接听觉运动区域)的结构完整性增加相关?
- 基于听觉的运动训练(与仅视觉线索相比)是否与大脑皮层厚度增加以及在 MRI 中执行任务时以及休息时听觉和感觉运动区域的大脑激活变化相关?
- 与视觉提示的运动训练相比,基于听觉的运动训练是否能在训练任务中带来更大的运动改善?
- 与单独的视觉提示相比,基于听觉的运动训练是否可以在思维、运动和自我报告的健康指标方面带来更大的改善?
在为期 8 周的家庭训练中,参与者将被随机分为音乐提示运动学习(实验组)或仅视觉提示条件(对照组),参与者将在训练前后完成以下措施第 1 周和 8 周试验结束时:
- MRI 扫描(结构和功能)
- 行为测量(运动、认知)
- 在培训前后进行问卷调查(心理社会功能)。
- 仅进行一次问卷调查(性格特征、音乐背景)
- 在两次措施之间,参与者将在家中接受基于计算机的在线培训,每次 20 分钟,每周 3 次,持续 8 周,总共 24 次培训,共计 8 小时。
研究概览
详细说明
理由:针对运动恢复的音乐干预越来越多地应用于运动障碍患者的临床环境中。 近年来,研究开始证明通过听音乐来恢复运动能力的机制。 虽然神经影像学研究开始阐明基于音乐的运动的神经相关性,但大多数研究都是针对年轻人进行的,而音乐治疗目标运动障碍的平均发病年龄是 6 岁。 因此,在这项研究中,研究人员旨在通过运动学习、根据音乐节奏进行手指序列任务来阐明健康老年人基于音乐的运动的潜在机制。 这项研究的结果对于老年人的音乐运动学习和老年人的神经可塑性具有重要意义,并且可能揭示在运动活动中添加音乐提示对老年人的运动、认知和动机结果的好处。
目的:当前研究的目标是检查结构和功能神经相关性,以及与仅使用视觉线索的相同运动训练相比,基于视听音乐的运动训练的行为和自我报告测量的变化。 该研究的主要目标是白质变化,因为研究人员对音乐提示运动训练中涉及的听觉和运动大脑区域之间的联系感兴趣。 该研究将检查大脑激活和灰质体积的变化作为次要神经影像结果。 此外,该研究还将检查训练任务(核磁共振扫描仪之外)的改善情况、运动和认知功能标准化测量的变化,以及心理健康的自我报告测量。
主要假设是,基于音乐的运动训练组将表现出更大的弓状束白质完整性,以及与受训左手相对的右脑半球运动区域的皮质厚度密度更大,以及大脑的更大变化执行任务时和休息时激活。 音乐小组预计在训练任务、运动和认知功能测量以及幸福感自我报告测量(动机、情绪和体验)方面表现出更大的进步。 作为一项探索性措施,该研究将评估训练前后双任务干扰的变化,作为训练的远转移测量,包括运动功能和潜在的大脑功能。
研究设计:在为期 8 周的纵向组间设计中,参与者将被随机分为两组,并参加在基线(第 1 周)和试验结束(第 8 周)时进行的前后 MRI 扫描和行为测量)。 视听手指运动序列任务的学习将与仅使用视觉提示的相同运动序列的训练进行比较。 参与者将在为期 8 周的 MRI 和行为测量培训之前和之后接受评估。
研究人群:本研究将招募总共 50 名健康老年人(60 岁及以上),并随机分为两组,每组 25 名参与者。 纳入标准为右利手(由爱丁堡利手性清单评估)、神经系统和身体健康的 60 岁或以上成年人(之前诊断出无症状的神经/精神疾病,且至少在以下时间无需治疗)可能包括 5 年)、其他稳定的身体健康状况(可能包括过去 2 年内诊断或治疗没有变化)、具有与年龄正常的认知功能(根据 MMSE 评分≥24 进行评估) ,年龄适当,视力和听力正常或矫正,能说流利的荷兰语,目前未接受音乐培训。 参与者应该可以使用计算机在家完成培训。 参与者将通过荷兰的各种渠道招募,包括老龄化组织、(社交)媒体和研究招聘网站。
样本量:在之前的一项纵向设计研究中,在健康年轻人中使用相同的学习任务,研究人员发现,大脑半球连接听觉和运动区域(即弓状束)的白质束的变化具有中等大小的影响。训练有素的手。 因此,估计显示类似中等规模效应所需的样本量为每组 22 个,但是,该数字增加到每组 25 个健康老年参与者,以考虑到分析阶段的额外退出。
干预:两组将接受类似的手指序列运动学习干预,遵循视觉提示,有(或没有)有节奏的听觉刺激。 在基线测量之前,参与者将在实验室接受任务培训。 参与者将继续在家中使用计算机和键盘进行在线培训,每次 20 分钟,每周 3 次,为期 8 周,总共 24 节课程。 音乐组将借助与音乐节奏同步的视觉提示来训练手指序列,而对照组将接受相同的视觉刺激,但没有听觉成分。
主要研究参数/终点:主要参数是与训练的手相对的大脑半球中听觉运动区域(弓状束)下方的白质束的变化,对比训练前后以及半球之间的变化。 次要 MRI 参数重点关注初级运动区、运动前区和辅助运动区的皮质厚度变化、运动前皮质中与任务相关的大脑激活以及听觉运动区的静息状态功能连接。 将通过测量按键的准确性以及与提示开始同步的定时稳定性来评估提示运动序列任务的运动表现。 将在各组和时间点之间比较标准化运动和认知测量以及自我报告的动机和情绪指数问卷的分数变化。 作为探索性结果,该研究还将评估训练前后双任务干扰的变化,包括行为上的变化以及执行任务时相关大脑活动的变化。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Leiden、荷兰
- Faculty of Social Science, Leiden University
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准:
- 惯用右手(由爱丁堡惯用手清单评估),
- 神经系统和身体健康的成年人(可能包括以前诊断出的无症状神经/精神疾病,并且至少 5 年内无需治疗),其他稳定的身体健康状况(诊断或治疗没有变化)过去2年的药物治疗可能包括在内)
- 60岁或以上,
- 年龄正常认知功能(MMSE 评分≥24 分评估),
- 年龄适当的正常或矫正视力和听力能力,
- 讲一口流利的荷兰语,
- 目前未接受音乐训练。
- 参与者应该可以使用计算机和互联网来在家完成培训。
排除标准:
- MRI 禁忌症(例如,具有铁磁金属,如植入物,或幽闭恐惧症)
- 开始或目前正在进行手部训练,包括音乐训练,例如编织、打字或其他爱好(不涉及手部的音乐活动,例如跳舞或唱歌)。
- 可能影响功能磁共振成像测量的药物变化。
- 无法在实验室或家里进行培训,或者尽管有警报和提醒但仍无法在家完成练习。
学习计划
研究是如何设计的?
设计细节
- 主要用途:基础科学
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:单身的
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:音乐提示视听运动训练
参与者将收到有关他们将在家中使用键盘在线执行的任务的指导。
训练涉及听觉提示的视听手指运动序列学习任务。
参与者将在家完成每周 3 次、每次 20 分钟的在线计算机培训,持续 8 周,总共 24 节课、持续时间和节数。
|
除了视觉提示之外,音乐刺激还以节奏(时间成分)和声音(音高手指对齐)方式引导手指序列运动。
其他名称:
|
|
有源比较器:视觉提示运动训练
参与者将收到有关他们将在家中使用键盘在线执行的任务的指导。
训练涉及手指运动序列学习任务的视觉提示。
参与者将在家完成每周3次、每次20分钟的在线计算机培训,持续8周,总共24节课,持续时间和节数
|
视觉提示通过指示哪个手指与视觉提示的位置和位置一致地移动来引导手指序列移动。
其他名称:
|
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 |
|---|---|---|
|
弓状束白质扩散率从基线到第 8 周的变化
大体时间:基线和第 8 周
|
将通过比较左手和未训练手的分数各向异性 (FA) 径向扩散率 (RD) 和平均扩散率 (MD) 来评估白质扩散率的变化(训练后的基线;受过训练的手与未经训练的手的对侧半球内部和之间)跨越两个时间点、训练前和训练后训练手对侧半球以及半球之间的右弓状束。
|
基线和第 8 周
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
第 8 周时运动区域皮质厚度相对于基线的变化
大体时间:基线和第 8 周
|
将在训练前后比较音乐组和对照组之间主要、运动前和辅助运动区域的皮质厚度从基线的变化,该变化集中于感觉运动区域的感兴趣区域。
使用为每个半球生成的初始表面来测量皮质厚度,该初始表面通过平铺该半球的白质团的外部来测量。
然后对该初始表面进行细化,以遵循白质和灰质之间的强度梯度(这称为白色表面)。
然后推动白色表面以遵循灰质和脑脊液(这是软脑膜表面)之间的强度梯度。
将白色和软脑膜表面叠加在原始T1加权图像上,并测量白色和软脑膜表面之间的距离以确定皮质每个位置的厚度。
|
基线和第 8 周
|
|
第 8 周时运动前皮层基于任务的功能磁共振成像 (fMRI) 激活的基线变化
大体时间:基线和第 8 周
|
前运动皮质中基于任务的功能 MRI 激活(血氧水平依赖;BOLD)相对于基线的变化,检查第 8 周的对比度(提示敲击与休息)。
|
基线和第 8 周
|
|
第 8 周听觉和感觉运动网络静息态 fMRI 连接性相对基线的变化
大体时间:基线和第 8 周
|
静息状态连接相对于基线的变化将集中在第 8 周功能性 MRI 激活中的听觉网络节点和感觉运动网络强度
|
基线和第 8 周
|
|
基于按键准确性的三个时间点(测量前访问和在线试验中期)提示运动序列任务的运动表现
大体时间:基线、第 4 周和第 8 周
|
根据按键的准确性,在三个时间点(8 周训练的前后测量访问和第 4 周在线试验的中期)中提示运动序列任务的运动表现。
正确执行的运动序列和运动的数量将对经过训练和未经训练的序列进行平均。
|
基线、第 4 周和第 8 周
|
|
基于时序稳定性和与提示开始的同步性,在三个时间点(测量前访问和在线试验中期)的提示运动序列任务中的运动表现。
大体时间:基线、第 4 周和第 8 周
|
基于与提示开始同步的时间稳定性,在三个时间点(8 周训练的前后测量访问和第 4 周在线试验的中期)中提示运动序列任务的运动表现。
正确执行的运动序列和运动的数量将被平均。
|
基线、第 4 周和第 8 周
|
|
第 8 周凹槽钉板任务分数相对于基线的变化
大体时间:基线和第 8 周
|
惯用手和非惯用手的凹槽钉板任务分数(以秒为单位测量)从基线到第 8 周的变化。
总共 240 秒是允许的最大值(最小值为 0),分数越高表示结果越差。
|
基线和第 8 周
|
|
第 8 周 Box 和 Blocks 测试分数相对于基线的变化
大体时间:基线和第 8 周
|
从基线到第 8 周,优势手和非优势手的 Box 和 Block 测试分数(以一分钟内转移的块数来衡量,扣除规则破坏)的变化。
150 分是最高分(最低分 0 分),分数越高表示结果越好。
|
基线和第 8 周
|
|
第 8 周时数字跨度向前分数相对于基线的变化
大体时间:基线和第 8 周
|
从基线到第 8 周,数字跨度任务的分数发生变化(记录序列中正确回忆的数字数量),最高分数为 2-9,分数越高意味着结果越好。
|
基线和第 8 周
|
|
第 8 周时数字跨度向后分数相对于基线的变化
大体时间:基线和第 8 周
|
从基线到第 8 周,数字跨度任务(记录序列中正确回忆的数字数量)的分数发生变化,分数范围为 2-8,分数越高表明结果越好。
|
基线和第 8 周
|
|
第 8 周跟踪测试分数相对于基线的变化
大体时间:基线和第 8 周
|
越野测试分数从基线到第 8 周的变化(在 5 次试验中测量)。
最终分数是试验 4(字母切换)(分数范围:0-240)减去试验 1、2、3 和 5(分别为视觉扫描、数字排序、字母排序和电机速度)的平均值。
最低可能分数为 0,最高分数为 240,分数越高表示结果越差。
|
基线和第 8 周
|
|
第 8 周斯特鲁普色词干扰测试分数较基线的变化
大体时间:基线和第 8 周
|
斯特鲁普色词干扰测试分数从基线到第 8 周的变化(从非一致试验期间的时间中减去两次一致试验期间的总时间),最低可能分数为 0,最高分数为 180,其中分数越高表明结果越差。
|
基线和第 8 周
|
|
第 8 周言语流利度测试分数较基线的变化
大体时间:基线和第 8 周
|
从基线到第 8 周,言语流畅性测试的分数发生变化(记录整个试验中正确回答的总数,不包括重复,并扣除音素和分类子测试的错误),其中分数越高表示表现越好,最小值为 0,a最多 480。
|
基线和第 8 周
|
|
第 8 周时 Rey 听觉语言学习测试分数相对于基线的变化
大体时间:基线和第 8 周
|
Rey 听觉言语学习测试的分数从基线到第 8 周发生变化,记录立即、干扰和延迟回忆试验的正确反应数量,最终分数是学习轨迹中达到的最高分数 (0 - 15 ) 减去延迟回忆分数 (0 - 15),其中分数越高表示结果越差。
最高分数为 15,最低分数为-15。
|
基线和第 8 周
|
|
第 8 周生活质量测量分数相对于基线的变化
大体时间:基线和第 8 周
|
从基线到第 8 周,EuroQol-5 分数(维度:行动能力、自我护理、日常活动、疼痛/不适和焦虑/抑郁)的变化范围为 1-5,其中数字越高,结果越差;视觉模拟量表从 0 到 100,其中数字越高,结果越好。
|
基线和第 8 周
|
|
第 8 周情绪测量分数相对基线的变化
大体时间:基线和第 8 周
|
抑郁焦虑压力量表评分从基线到第 8 周的变化,其中抑郁症状相关项目:3、5、10、13、16、17、21(范围从 0-21) 焦虑障碍相关项目:2、4 , 7, 9, 15, 19, 20(范围为0-21) 与压力相关的项目:1, 6, 8, 11, 12, 14, 18(范围为0-21),分数越高表示越差所有领域的结果。
|
基线和第 8 周
|
其他结果措施
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
第 8 周双重认知运动干扰任务期间大脑激活相对于基线的变化
大体时间:基线和第 8 周
|
在第 8 周的双重认知运动干扰任务中,大脑激活从基线到第 8 周发生变化。参与者被要求分别进行手指敲击任务和字母计数任务(单一任务条件),第三次试验中参与者被要求同时执行两项任务(双任务条件),通过取消双任务中单一任务的作用,并比较两组,在基线和第 8 周比较 fMRI 皮质激活。
|
基线和第 8 周
|
|
第 8 周双重认知运动干扰任务表现较基线的变化
大体时间:基线和第 8 周
|
第 8 周时,双重认知运动干扰任务的表现从基线到第 8 周发生变化。参与者被要求分别进行手指敲击任务和字母计数任务(单一任务条件),第三次试验中,参与者要求同时执行两项任务(双任务条件)。
将在基线和第 8 周比较任务的分数,方法是比较单一任务与双重任务的作用,量化与双重任务相关的任何减少/干扰,并比较两组。
|
基线和第 8 周
|
|
第 8 周时皮质脊髓束白质扩散率相对于基线的变化
大体时间:基线和第 8 周
|
变化(训练后的基线;受过训练的手与未经训练的手的对侧半球内和之间)比较两个时间点、半球训练前和训练后各组间皮质脊髓束的分数各向异性、径向扩散率和平均扩散率受过训练的手的对侧以及大脑半球之间。
|
基线和第 8 周
|
|
第 8 周时认知和白质扩散测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
认知测量之间关联强度(如果有)的变化(基于综合分数,包括数字跨度向前、数字跨度向后、轨迹制作测试(倒置以表明数字越大结果越好)、斯特鲁普色词干扰(倒置表示数字越高结果越好)、语言流畅性测试和雷伊听觉语言学习测试)以及自我报告测量和训练任务)以及白质扩散率的 MRI 变化(通过左弓形部分各向异性测量)束测量)在基线和第 8 周。
|
基线和第 8 周
|
|
第 8 周运动测量和白质扩散测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
运动测量(基于凹槽钉板任务(倒置以表明数字越高结果越好)和盒子和块测试的综合评分)与白质扩散率的 MRI 变化(测量值)之间关联强度(如果有)的变化通过基线和第 8 周左弓状束测量的分数各向异性测量)。
|
基线和第 8 周
|
|
第 8 周自我报告测量与白质扩散测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
自我报告测量(基于生活质量测量的综合评分(倒数以表明数字越高结果越好)与其视觉模拟量表抑郁焦虑压力量表(倒数)之间关联强度(如果有)的变化以表明数字越高,结果越好))以及基线和第 8 周白质扩散率的 MRI 变化(通过左弓状束测量的分数各向异性测量)。
|
基线和第 8 周
|
|
第 8 周运动训练表现与白质扩散测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
训练任务表现(通过正确执行的运动序列数量和与提示开始同步的时间稳定性的综合得分来衡量)与白质扩散率的 MRI 变化之间的关联强度(如果有)变化(通过左弓状束测量的分数各向异性测量)在基线和第 8 周。
|
基线和第 8 周
|
|
第 8 周时认知测量与皮质厚度测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
认知测量之间关联强度(如果有)的变化(基于综合分数,包括数字跨度向前、数字跨度向后、轨迹制作测试(倒置以表明数字越大结果越好)、斯特鲁普色词干扰(倒置表示数字越高结果越好)、言语流利度测试和雷伊听觉言语学习测试)以及自我报告测量和训练任务)以及皮质厚度的 MRI 变化(测量为白色和软脑膜之间的距离)在基线和第 8 周发现的皮质每个位置的表面)。
|
基线和第 8 周
|
|
第 8 周运动测量和皮质厚度测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
运动测量(基于凹槽钉板任务(倒置以表明数字越高结果越好)和盒子和块测试的综合评分)和皮质厚度的 MRI 变化(测量为在基线和第 8 周发现的皮质每个位置的白色和软脑膜表面之间的距离。
|
基线和第 8 周
|
|
第 8 周时自我报告测量值与皮质厚度测量值之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
自我报告测量(基于生活质量测量的综合评分(倒数以表明数字越高结果越好)与其视觉模拟量表抑郁焦虑压力量表(倒数)之间关联强度(如果有)的变化以表明数字越大效果越好))以及在基线和第 8 周发现的皮质厚度(测量皮质每个位置的白色和软脑膜表面之间的距离)的 MRI 变化。
|
基线和第 8 周
|
|
第 8 周运动表现与皮质厚度测量之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
训练任务表现(通过正确执行的运动序列数量和与提示开始同步的时序稳定性的综合得分来衡量)与皮质厚度的 MRI 变化之间的关联强度(如果有)变化(测量为在基线和第 8 周发现的皮质每个位置的白色和软脑膜表面之间的距离。
|
基线和第 8 周
|
|
第 8 周时基于任务的认知和功能 MRI 皮质激活之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
认知测量之间关联强度(如果有)的变化(基于综合分数,包括数字跨度向前、数字跨度向后、轨迹制作测试(倒置以表明数字越大结果越好)、斯特鲁普色词干扰(倒置表示数字越高结果越好)、语言流畅性测试和雷伊听觉语言学习测试)以及运动前皮层中基于任务的功能性 MRI 激活,将计算以下对比(提示敲击与休息),可在基线和第 8 周。
|
基线和第 8 周
|
|
第 8 周时运动测量与基于功能 MRI 任务的皮质激活之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
运动测量(基于凹槽钉板任务(倒置以表明数字越高结果越好)和盒子和块测试的综合评分)和运动前基于任务的功能性 MRI 激活之间的关联强度(如果有)的变化皮层,将计算在基线和第 8 周发现的以下对比(提示敲击与休息)。
|
基线和第 8 周
|
|
第 8 周自我报告测量与基于功能 MRI 任务的皮质激活之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
自我报告测量(基于生活质量测量的综合评分(倒数以表明数字越高结果越好)与其视觉模拟量表抑郁焦虑压力量表(倒数)之间关联强度(如果有)的变化为了表明更高的结果))和前运动皮层中基于任务的功能性 MRI 激活,将计算在基线和第 8 周发现的以下对比(提示敲击与休息)。
|
基线和第 8 周
|
|
第 8 周时运动表现与基于功能 MRI 任务的皮质激活之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
训练任务表现(通过正确执行的运动序列数量和与提示开始同步的时序稳定性的综合得分来衡量)与基于任务的功能 MRI 激活之间关联强度(如果有)的变化在前运动皮层中,将计算基线和第 8 周发现的以下对比(提示敲击与休息)。
|
基线和第 8 周
|
|
第 8 周测量的听觉和感觉运动网络中认知和静息状态 fMRI 连接性之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
认知测量之间关联强度(如果有)的变化(基于综合分数,包括数字跨度向前、数字跨度向后、轨迹制作测试(倒置以表明数字越大结果越好)、斯特鲁普色词干扰(倒置表示数字越大结果越好)、语言流畅性测试和 Rey 听觉语言学习测试),静息态连接将重点关注第 8 周在基线和发现的功能性 MRI 激活中听觉网络和感觉运动网络强度的节点。第 8 周时。
|
基线和第 8 周
|
|
第 8 周测量的听觉和感觉运动网络中运动测量与静息态 fMRI 连接性之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
运动测量(基于凹槽钉板任务的综合分数(倒置以表明数字越大结果越好)以及盒子和块测试)和静息状态连接之间的关联强度(如果有)的变化将集中在听觉节点在基线和第 8 周发现的第 8 周功能性 MRI 激活网络和感觉运动网络强度。
|
基线和第 8 周
|
|
第 8 周测量的听觉和感觉运动网络中自我报告测量值与静息态 fMRI 连接性之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
自我报告测量(基于生活质量测量的综合评分(倒数以表明数字越高结果越好)与其视觉模拟量表抑郁焦虑压力量表(倒数)之间关联强度(如果有)的变化以较高的数字表示更好的结果))和静息态连接将重点关注基线和第 8 周发现的第 8 周功能性 MRI 激活中的听觉网络节点和感觉运动网络强度。
|
基线和第 8 周
|
|
第 8 周测量的听觉和感觉运动网络中运动表现与静息态 fMRI 连接性之间的关联相对于基线的变化。
大体时间:基线和第 8 周
|
训练任务表现(通过正确执行的运动序列数量和与提示开始同步的时序稳定性的综合得分来衡量)和静息状态连接之间的关联强度(如果有)的变化将集中于在基线和第 8 周发现第 8 周功能性 MRI 激活中听觉网络和感觉运动网络强度的节点。
|
基线和第 8 周
|
|
人格特质作为从基线到 8 周认知变化个体间差异的预测因子
大体时间:基线和第 8 周
|
通过大五短表(在基线进行)测量的人格特征将用作认知测量中从基线到 8 周时间点变化的协变量(基于综合分数,包括数字跨度向前、数字跨度的分数)向后、追踪测试(倒置表示数字越高结果越好)、斯特鲁普色词干扰(倒置表示数字越高结果越好)、言语流利度测试和雷伊听觉言语学习测试)。
|
基线和第 8 周
|
|
人格特质作为运动能力个体间差异的预测因子从基线到 8 周的变化
大体时间:基线和第 8 周
|
通过大五短表测量的人格特质将用作运动测量中从基线到 8 周时间点变化的协变量(基于 Grooved Pegboard 任务的综合得分(倒置表示数字越高结果越好),和盒子和块测试)。
|
基线和第 8 周
|
|
人格特质作为从基线到 8 周自我报告测量中个体差异的预测因子
大体时间:基线和第 8 周
|
通过大五短表测量的人格特质将用作自我报告测量中从基线到 8 周时间点变化的协变量(基于生活质量测量的综合得分(倒置以表明更好的结果)较高的数字)及其视觉模拟量表,抑郁焦虑压力量表(倒置以表明数字较高的结果更好))
|
基线和第 8 周
|
|
人格特质作为从基线到 8 周运动任务表现个体间差异的预测因子
大体时间:基线和第 8 周
|
通过大五短表测量的人格特质将用作训练任务表现从基线到 8 周时间点变化的协变量(通过正确执行的运动序列数量和计时稳定性的综合得分来衡量)与提示的开始同步)。
|
基线和第 8 周
|
|
参与音乐活动的动机作为从基线到 8 周时间点认知变化的预测因素
大体时间:基线和第 8 周
|
我们的目标是使用在 8 周时间点进行的巴塞罗那音乐奖励问卷 (BMRQ) 作为认知测量从基线到 8 周时间点变化的协变量来评估参与音乐活动的内在动机(基于综合评分,包括数字跨度向前、数字跨度向后、线索测试(倒置表示数字越大结果越好)、斯特鲁普色词干扰(倒置表示数字越大结果越好)、言语流利度测试和雷伊听觉言语学习的分数测试)。
|
基线和第 8 周
|
|
参与音乐活动的动机作为运动能力从基线到 8 周时间点变化的预测因素
大体时间:基线和第 8 周
|
我们的目标是使用在 8 周时间点进行的巴塞罗那音乐奖励问卷 (BMRQ) 作为运动测量从基线到 8 周时间点变化的协变量来评估参与音乐活动的内在动机(基于综合评分)钉板任务(倒置表示数字越高结果越好)以及盒子和积木测试)。
|
基线和第 8 周
|
|
参与音乐活动的动机作为自我报告测量的预测因素从基线变化到 8 周时间点
大体时间:基线和第 8 周
|
我们的目标是使用在 8 周时间点进行的巴塞罗那音乐奖励问卷 (BMRQ) 作为自我报告测量中从基线到 8 周时间点变化的协变量来评估参与音乐活动的内在动机(基于综合生活质量测量得分(倒数表示数字越大结果越好)及其视觉模拟量表抑郁焦虑压力量表(倒数表示数字越高结果越好)。
|
基线和第 8 周
|
|
参与音乐活动的动机作为运动任务表现的预测指标从基线变化到 8 周时间点
大体时间:基线和第 8 周
|
我们的目标是使用在 8 周时间点进行的巴塞罗那音乐奖励问卷 (BMRQ) 来评估参与音乐活动的内在动机,作为训练任务表现从基线到 8 周时间点变化的协变量(通过正确执行的运动序列数量和与提示开始同步的定时稳定性的综合得分)。
|
基线和第 8 周
|
|
参与音乐活动的动机作为音乐奖励区域静息状态连通性从基线到 8 周时间点变化的预测因子
大体时间:基线和第 8 周
|
我们试图评估伏隔核(NAcc)与涉及音乐奖励的区域(作为动机的代表)的静息态连通性,即颞上回(STG)、初级听觉皮层(A1)、前额叶皮层(PFC)、腹侧皮层纹状体和壳核,同时使用巴塞罗那音乐奖励问卷(BMRQ)作为协变量添加参与者参与音乐活动的内部动机的分数。
|
基线和第 8 周
|
|
参与音乐活动的动机作为音乐奖励区域从基线到 8 周时间点的白质连接变化的预测因子
大体时间:基线和第 8 周
|
我们试图使用与音乐奖励相关的白质束底层区域(NAcc、STG、A1、PFC、腹侧纹状体和壳核)的弥散张量成像(DTI)来评估分数各向异性的变化,作为白质完整性的衡量标准。
即钩束、弓状束、胼胝体、扣带束、额枕束、内囊前肢、丘脑前放射。
使用巴塞罗那音乐奖励问卷 (BMRQ) 评估参与音乐活动的内部动机的参与者分数将作为协变量添加。
|
基线和第 8 周
|
|
音乐背景作为运动任务表现从基线到 8 周时间点变化的预测因子
大体时间:基线和第 8 周
|
使用金史密斯音乐复杂度指数 (GMSI) 评估的音乐背景将用作训练任务表现从基线到 8 周时间点变化的协变量(通过正确执行的运动序列和计时的数量的综合分数来衡量)与提示开始同步的稳定性)。
|
基线和第 8 周
|
合作者和调查者
调查人员
- 学习椅:Hanneke E Hulst, PhD、Universiteit Leiden
出版物和有用的链接
一般刊物
- Folstein MF, Folstein SE, McHugh PR. "Mini-mental state". A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 1975 Nov;12(3):189-98. doi: 10.1016/0022-3956(75)90026-6. No abstract available.
- Faul F, Erdfelder E, Lang AG, Buchner A. G*Power 3: a flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behav Res Methods. 2007 May;39(2):175-91. doi: 10.3758/bf03193146.
- Oldfield RC. The assessment and analysis of handedness: the Edinburgh inventory. Neuropsychologia. 1971 Mar;9(1):97-113. doi: 10.1016/0028-3932(71)90067-4. No abstract available.
- Fischl B, Dale AM. Measuring the thickness of the human cerebral cortex from magnetic resonance images. Proc Natl Acad Sci U S A. 2000 Sep 26;97(20):11050-5. doi: 10.1073/pnas.200033797.
- Sihvonen AJ, Sarkamo T, Leo V, Tervaniemi M, Altenmuller E, Soinila S. Music-based interventions in neurological rehabilitation. Lancet Neurol. 2017 Aug;16(8):648-660. doi: 10.1016/S1474-4422(17)30168-0. Epub 2017 Jun 26.
- Mathiowetz V, Volland G, Kashman N, Weber K. Adult norms for the Box and Block Test of manual dexterity. Am J Occup Ther. 1985 Jun;39(6):386-91. doi: 10.5014/ajot.39.6.386.
- Jenkinson M, Beckmann CF, Behrens TE, Woolrich MW, Smith SM. FSL. Neuroimage. 2012 Aug 15;62(2):782-90. doi: 10.1016/j.neuroimage.2011.09.015. Epub 2011 Sep 16.
- Gold BP, Mas-Herrero E, Zeighami Y, Benovoy M, Dagher A, Zatorre RJ. Musical reward prediction errors engage the nucleus accumbens and motivate learning. Proc Natl Acad Sci U S A. 2019 Feb 19;116(8):3310-3315. doi: 10.1073/pnas.1809855116. Epub 2019 Feb 6.
- Belfi AM, Loui P. Musical anhedonia and rewards of music listening: current advances and a proposed model. Ann N Y Acad Sci. 2020 Mar;1464(1):99-114. doi: 10.1111/nyas.14241. Epub 2019 Sep 23.
- Smith SM, Jenkinson M, Woolrich MW, Beckmann CF, Behrens TE, Johansen-Berg H, Bannister PR, De Luca M, Drobnjak I, Flitney DE, Niazy RK, Saunders J, Vickers J, Zhang Y, De Stefano N, Brady JM, Matthews PM. Advances in functional and structural MR image analysis and implementation as FSL. Neuroimage. 2004;23 Suppl 1:S208-19. doi: 10.1016/j.neuroimage.2004.07.051.
- Moore E, Schaefer RS, Bastin ME, Roberts N, Overy K. Diffusion tensor MRI tractography reveals increased fractional anisotropy (FA) in arcuate fasciculus following music-cued motor training. Brain Cogn. 2017 Aug;116:40-46. doi: 10.1016/j.bandc.2017.05.001. Epub 2017 Jun 12.
- Kissela BM, Khoury JC, Alwell K, Moomaw CJ, Woo D, Adeoye O, Flaherty ML, Khatri P, Ferioli S, De Los Rios La Rosa F, Broderick JP, Kleindorfer DO. Age at stroke: temporal trends in stroke incidence in a large, biracial population. Neurology. 2012 Oct 23;79(17):1781-7. doi: 10.1212/WNL.0b013e318270401d. Epub 2012 Oct 10.
- Chen JL, Zatorre RJ, Penhune VB. Interactions between auditory and dorsal premotor cortex during synchronization to musical rhythms. Neuroimage. 2006 Oct 1;32(4):1771-81. doi: 10.1016/j.neuroimage.2006.04.207. Epub 2006 Jun 14.
- Rogge AK, Roder B, Zech A, Hotting K. Exercise-induced neuroplasticity: Balance training increases cortical thickness in visual and vestibular cortical regions. Neuroimage. 2018 Oct 1;179:471-479. doi: 10.1016/j.neuroimage.2018.06.065. Epub 2018 Jun 26.
- Aloufi AE, Rowe FJ, Meyer GF. Behavioural performance improvement in visuomotor learning correlates with functional and microstructural brain changes. Neuroimage. 2021 Feb 15;227:117673. doi: 10.1016/j.neuroimage.2020.117673. Epub 2020 Dec 24.
- Bermudez P, Lerch JP, Evans AC, Zatorre RJ. Neuroanatomical correlates of musicianship as revealed by cortical thickness and voxel-based morphometry. Cereb Cortex. 2009 Jul;19(7):1583-96. doi: 10.1093/cercor/bhn196. Epub 2008 Dec 10.
- Blecher T, Tal I, Ben-Shachar M. White matter microstructural properties correlate with sensorimotor synchronization abilities. Neuroimage. 2016 Sep;138:1-12. doi: 10.1016/j.neuroimage.2016.05.022. Epub 2016 May 7.
- Brown RM, Penhune VB. Efficacy of Auditory versus Motor Learning for Skilled and Novice Performers. J Cogn Neurosci. 2018 Nov;30(11):1657-1682. doi: 10.1162/jocn_a_01309. Epub 2018 Aug 29.
- de Manzano O, Ullen F. Same Genes, Different Brains: Neuroanatomical Differences Between Monozygotic Twins Discordant for Musical Training. Cereb Cortex. 2018 Jan 1;28(1):387-394. doi: 10.1093/cercor/bhx299.
- Chen JL, Rae C, Watkins KE. Learning to play a melody: an fMRI study examining the formation of auditory-motor associations. Neuroimage. 2012 Jan 16;59(2):1200-8. doi: 10.1016/j.neuroimage.2011.08.012. Epub 2011 Aug 16.
- Denissen JJA, Geenen R, Soto CJ, John OP, van Aken MAG. The Big Five Inventory-2: Replication of Psychometric Properties in a Dutch Adaptation and First Evidence for the Discriminant Predictive Validity of the Facet Scales [Formula: see text] [Formula: see text] [Formula: see text]. J Pers Assess. 2020 May-Jun;102(3):309-324. doi: 10.1080/00223891.2018.1539004. Epub 2019 Jan 14.
- EuroQol Research Foundation. (2019). EQ-5D-5L User Guide. https://euroqol.org/publications/user-guides/
- Fine, E. M., & Delis, D. C. (2011). Delis-Kaplan Executive Functioning System. In J. S. Kreutzer, J. DeLuca, & B. Caplan (Eds.), Encyclopedia of Clinical Neuropsychology (pp. 796-801). Springer. https://doi.org/10.1007/978-0-387-79948-3_1539
- Gaser C, Schlaug G. Brain structures differ between musicians and non-musicians. J Neurosci. 2003 Oct 8;23(27):9240-5. doi: 10.1523/JNEUROSCI.23-27-09240.2003. Erratum In: J Neurosci. 2013 Sep 4;33(36):14629.
- Guo P, Li Q, Wang X, Li X, Wang S, Xie Y, Xie Y, Fu Z, Zhang X, Li S. Structural Covariance Changes of Anterior and Posterior Hippocampus During Musical Training in Young Adults. Front Neuroanat. 2020 May 19;14:20. doi: 10.3389/fnana.2020.00020. eCollection 2020.
- Herholz SC, Coffey EB, Pantev C, Zatorre RJ. Dissociation of Neural Networks for Predisposition and for Training-Related Plasticity in Auditory-Motor Learning. Cereb Cortex. 2016 Jul;26(7):3125-34. doi: 10.1093/cercor/bhv138. Epub 2015 Jul 1.
- Hudziak JJ, Albaugh MD, Ducharme S, Karama S, Spottswood M, Crehan E, Evans AC, Botteron KN; Brain Development Cooperative Group. Cortical thickness maturation and duration of music training: health-promoting activities shape brain development. J Am Acad Child Adolesc Psychiatry. 2014 Nov;53(11):1153-61, 1161.e1-2. doi: 10.1016/j.jaac.2014.06.015. Epub 2014 Sep 3.
- Li Q, Wang X, Wang S, Xie Y, Li X, Xie Y, Li S. Musical training induces functional and structural auditory-motor network plasticity in young adults. Hum Brain Mapp. 2018 May;39(5):2098-2110. doi: 10.1002/hbm.23989. Epub 2018 Feb 5.
- Lovibond, S. H., & Lovibond, P. F. (1995). Manual for the Depression Anxiety Stress Scales (2nd ed.). Psychology Foundation of Australia.
- Mas-Herrero, E., Marco-Pallares, J., Lorenzo-Seva, U., Zatorre, R. J., & Rodriguez-Fornells, A. (2013). Individual Differences in Music Reward Experiences. Music Perception, 31(2), 118-138. https://doi.org/10.1525/mp.2013.31.2.118
- Müllensiefen, D., Gingras, B., Musil, J., & Stewart, L. (2014). Measuring the facets of musicality: The Goldsmiths Musical Sophistication Index (Gold-MSI). Personality and Individual Differences, 60, S35. https://doi.org/10.1016/j.paid.2013.07.081
- O'Callaghan G, O'Dowd A, Stapleton J, Merriman NA, Roudaia E, Newell FN. Changes in Regional Brain Grey-Matter Volume Following Successful Completion of a Sensori-Motor Intervention Targeted at Healthy and Fall-Prone Older Adults. Multisens Res. 2018 Jan 1;31(3-4):317-344. doi: 10.1163/22134808-00002604.
- Pagano G, Ferrara N, Brooks DJ, Pavese N. Age at onset and Parkinson disease phenotype. Neurology. 2016 Apr 12;86(15):1400-1407. doi: 10.1212/WNL.0000000000002461. Epub 2016 Feb 10.
- Rey, A. (1941). The psychological examination of cases of traumatic encephalopathy. 28, 286- 340.
- Roy, E. A., & Square, P. A. (1994). CHAPTER 9-Neuropsychology of Movement Sequencing Disorders and Apraxia. In D. W. Zaidel (Ed.), Neuropsychology (pp. 183-218). Academic Press. https://doi.org/10.1016/B978-0-08-092668-1.50015-6
- Sachs ME, Ellis RJ, Schlaug G, Loui P. Brain connectivity reflects human aesthetic responses to music. Soc Cogn Affect Neurosci. 2016 Jun;11(6):884-91. doi: 10.1093/scan/nsw009. Epub 2016 Mar 10.
- Smith SM. Fast robust automated brain extraction. Hum Brain Mapp. 2002 Nov;17(3):143-55. doi: 10.1002/hbm.10062.
- Szameitat AJ, Schubert T, Muller HJ. How to test for dual-task-specific effects in brain imaging studies--an evaluation of potential analysis methods. Neuroimage. 2011 Feb 1;54(3):1765-73. doi: 10.1016/j.neuroimage.2010.07.069. Epub 2010 Aug 3.
- Tavor I, Botvinik-Nezer R, Bernstein-Eliav M, Tsarfaty G, Assaf Y. Short-term plasticity following motor sequence learning revealed by diffusion magnetic resonance imaging. Hum Brain Mapp. 2020 Feb 1;41(2):442-452. doi: 10.1002/hbm.24814. Epub 2019 Oct 9.
- Vaquero L, Ramos-Escobar N, Francois C, Penhune V, Rodriguez-Fornells A. White-matter structural connectivity predicts short-term melody and rhythm learning in non-musicians. Neuroimage. 2018 Nov 1;181:252-262. doi: 10.1016/j.neuroimage.2018.06.054. Epub 2018 Jun 19.
- Wechsler, D. (2008). WAIS-IV: Wechsler Adult Intelligence Scale-Fourth Edition (4th ed.). Pearson.
- Mas-Herrero E, Dagher A, Farres-Franch M, Zatorre RJ. Unraveling the Temporal Dynamics of Reward Signals in Music-Induced Pleasure with TMS. J Neurosci. 2021 Apr 28;41(17):3889-3899. doi: 10.1523/JNEUROSCI.0727-20.2020. Epub 2021 Mar 29.
- Koch K, Wagner G, Schachtzabel C, Schultz CC, Gullmar D, Reichenbach JR, Sauer H, Zimmer C, Schlosser RG. Association between white matter fiber structure and reward-related reactivity of the ventral striatum. Hum Brain Mapp. 2014 Apr;35(4):1469-76. doi: 10.1002/hbm.22284. Epub 2013 Apr 24.
- Mas-Herrero E, Maini L, Sescousse G, Zatorre RJ. Common and distinct neural correlates of music and food-induced pleasure: A coordinate-based meta-analysis of neuroimaging studies. Neurosci Biobehav Rev. 2021 Apr;123:61-71. doi: 10.1016/j.neubiorev.2020.12.008. Epub 2021 Jan 10.
- Shany O, Singer N, Gold BP, Jacoby N, Tarrasch R, Hendler T, Granot R. Surprise-related activation in the nucleus accumbens interacts with music-induced pleasantness. Soc Cogn Affect Neurosci. 2019 May 17;14(4):459-470. doi: 10.1093/scan/nsz019.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (估计的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- 2022-08-23-RS Schaefer-V2-4097
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
IPD 共享时间框架
IPD 共享访问标准
IPD 共享支持信息类型
- 研究方案
- 树液
- 分析代码
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.