婴儿自然睡眠期间的神经影像学评估典型发育和脑瘫 (NIBS-CP)
背景:脑瘫(CP)的早期诊断至关重要,可以在神经可塑性最高时进行干预。 磁共振成像(MRI)在脑瘫诊断中起着至关重要的作用。 目前,对疑似脑损伤的新生儿和婴儿进行 MRI 诊断在很大程度上依赖于结构 MR 图像。 目前的研究旨在 i) 建立自然睡眠期间临床婴儿和幼儿 MRI 的程序,ii) 使用先进的 MRI 序列,例如先进的扩散加权成像 (DWI),它在检测早期脑损伤方面可能更敏感,以及 iii )绘制早期大脑发育与运动功能和发育之间的关系。
方法:NIBS-CP 研究将招募大约 200 名有 CP 风险或正在发育的婴儿。 将在 3 个月至 2 岁之间对婴儿进行纵向随访(三轮),进行 3 特斯拉的脑 MRI 以及运动和认知功能的综合评估。 MRI 协议包括先进的扩散加权成像、高分辨率结构 MRI 和 MR 光谱。 运动和认知评估包括婴儿手评估、阿尔伯塔婴儿运动量表、哈默史密斯婴儿神经学检查、皮博迪发育运动量表、婴儿发育贝利量表以及年龄和阶段问卷。 NIBS-CP旨在建立丹麦儿童早期大脑发育的规范材料,并对典型和非典型发育进行规范建模,以识别单个儿童水平的大脑发育偏差。
讨论:识别运动功能和运动发育的预测性大脑结构特征是未来在临床检查中使用早期 MRI 的关键,因为这有助于针对个体儿童制定早期诊断和(临床)干预策略。
研究概览
详细说明
如今,对疑似脑损伤的新生儿和婴儿的诊断磁共振成像 (MRI) 基于传统的结构 MR 图像,重点是识别主要的结构性脑病理。 然而,先进的 MRI 序列,例如先进的扩散加权成像,可能对检测脑损伤更敏感。 婴儿自然睡眠期间神经影像评估典型发育和脑瘫 (NIBS-CP) 研究是一项针对 3-24 个月婴儿和幼儿的纵向队列研究,旨在研究有脑瘫 (CP) 风险的婴儿的早期大脑发育通常使用先进的 MRI 序列来发育婴儿。 NIBS-CP 队列包括:
从“脑瘫:早期诊断和干预试验”(CP-EDIT) 中招募的有 CP 风险的婴儿。
首席研究员 Christina Høi-Hansen 教授正在进行的丹麦 CP-EDIT 已在 ClinicalTrials.gov 注册 ID NCT05835674。 CP-EDIT 将招募 160 名 3-11 个月大的 CP 或高风险 CP 婴儿。 在婴儿出生后的头两年,将进行大量运动、神经和认知评估的纵向跟踪。 此外,CP-EDIT 包含来自患者期刊的有关诊断 MRI 的信息,但 CP-EDIT 不包括作为研究一部分的 MRI 扫描收集。 对于参加 CP-EDIT 的婴儿,参与 NIBS-CP 仅包括高级 MRI 扫描和家长报告的问卷调查。 所有神经、运动和认知评估都将在 CP-EDIT 中进行。
- 通常为发育中的婴儿,专门为 NIBS-CP 招募。 对于这些婴儿,参与 NIBS-CP 包括高级 MRI 扫描、神经、运动和认知评估(与 CP-EDIT 中包含的评估类似)以及家长报告的问卷调查。 NIBS-CP 提供了典型发育婴儿的对照队列,这将为 CP 高风险婴儿提供早期大脑发育的丹麦标准样本,因为 CP-EDIT 不包括典型发育婴儿的对照队列。
目标管理系统
NIBS-CP 项目旨在:
- 在 Hvidovre 医院建立在不使用镇静剂或 GA 的情况下在自然睡眠期间进行婴幼儿 MRI 的程序。
- 采用先进的 MRI 序列来扫描婴儿和幼儿,例如先进的扩散加权成像、高分辨率结构 MRI 和 MR 光谱,这些在检测脑损伤和损伤方面可能比传统的诊断 MRI 更敏感。
启动一组典型发育的婴儿和幼儿,并对脑瘫高风险婴儿进行纵向高级 MRI。 NIBS-CP 队列将用于:
- 建立丹麦儿童早期大脑发育的规范材料数据集。
- 对典型和非典型早期大脑发育进行规范建模,即类似于生长图,以了解单个儿童水平上大脑发育的差异。
- 绘制早期大脑发育与运动功能和发育之间的关系。 通过 MRI 识别大脑结构的预测特征是未来在临床检查中使用早期 MRI 的关键,因为这些特征可以更好地预测儿童运动功能和运动发育的前景。
假设
主要假设是:
- 患有脑瘫的婴儿会表现出手部功能下降,这与主要在皮质脊髓束中的髓鞘形成和微结构完整性下降有关。
- 单侧脑损伤的婴儿会表现出不对称的手部功能,这与不对称的皮质脊髓束微结构和髓鞘形成有关。
次要假设是:
手部功能减少和手部功能不对称还与以下因素有关:
- 其他关键运动区域(如基底神经节、运动皮层、小脑和白质束)的髓鞘形成和微结构完整性降低
- 基底神经节/内囊的代谢特征。
- 患有脑瘫的婴儿会表现出粗大运动功能下降,这与关键运动区域(如基底神经节、运动皮层、小脑和白质束,例如皮质脊髓束)的髓鞘形成和微结构完整性下降有关。
此外,类似于儿科生长曲线的规范建模框架将用于阐明脑性瘫痪高风险婴儿个体如何偏离不同大脑结果测量的标准。 发展中的运动功能和大脑结构结果测量之间的关系也将被绘制出来,因为我们对临床使用的手部和运动功能评估与大脑结果测量之间的个体差异知之甚少。 阐明与发展运动功能相关的大脑结果测量对于在医学评估中使用早期 MRI 扫描至关重要。 这种模式可以帮助预测孩子的运动技能以及这些技能如何发展,这对于指导未来的干预措施可能很重要。
方法
NIBS-CP 研究将使用以下方法:
磁共振成像 (MRI) MRI 协议由几种不同的结构 MRI 序列、扩散加权成像和 MR 波谱组成。 将使用 3 Tesla MR 扫描仪对儿童进行扫描。 MRI 协议大约需要 45 分钟。 如果婴儿/幼儿在特定序列期间移动,则如果可能,将重做该特定序列。 在这种情况下,该协议可能需要长达 1 小时。 耳塞和耳机将有助于最大限度地减少婴儿/幼儿所经历的与扫描仪相关的噪音。
结构磁共振成像 (sMRI) 提供具有不同对比度的大脑解剖结构的高分辨率图像(例如,T1 加权和 T2 加权图像)。 这种扫描可以量化不同的大脑测量值,例如特定大脑区域的体积和皮质厚度估计。 此外,sMRI 提供神经放射科医生将读取和诊断使用的图像。
弥散加权成像 (DWI) 提供有关灰质和白质组织的微观结构以及结构连接性的信息。
质子磁共振波谱 (MRS) 将产生基底神经节/内囊区域的代谢概况,包括神经元完整性标记(例如,N-乙酰基-天冬氨酸和谷氨酸)和神经胶质标记(例如,肌醇)。 体素将包括左或右基底神经节和内囊,以捕获该区域的代谢概况。
序列将被排序,以便首先获取最重要的序列(sMRI > DWI > MRS),以优化获得需要诊断扫描的脑瘫高风险婴儿的诊断目的所需序列的机会。
神经学评估 Hammersmith 婴儿神经学检查 (HINE) 将由 Hvidovre 医院的儿科医生针对正常发育的婴儿进行,并在 CP-EDIT 研究中针对有 CP 风险的婴儿进行。
运动和认知评估
Hvidovre 医院的物理和职业治疗师将对正常发育的婴儿进行运动和认知评估。 有 CP 风险的婴儿将在 CP-EDIT 方案中接受相同的测试。 包括以下运动和认知测试:
- 艾伯塔省婴儿运动量表 (AIMS)
- 婴儿手部评估 (HAI)
- 贝利婴幼儿发育量表,第四版 (BSID-4)
- 皮博迪发育运动量表,第二版 (PDMS-2)
问卷调查
将使用以下家长报告的问卷收集所有参与者(通常是脑瘫患者和有脑瘫风险的人)的神经心理学数据:
- 年龄和阶段 (ASQ)。 有两份问卷,一份评估运动和认知发展,一份评估社会情感发展。
- 人口统计和背景
学习大纲
NIBS-CP 中典型发育婴儿的研究大纲:
NIBS-CP 研究由三轮评估组成:
- 第 1 轮(纳入)3-6 个月大(婴儿的范围可能是 2 个月或至 11 个月),包括 MRI、HINE、AIMS、HAI 以及人口统计和背景。
- 第 2 轮在 12 个月大时进行,包括 MRI、AIMS、HAI、ASQ 以及人口统计和背景。
- 第 3 轮在 24 个月大时进行,包括 MRI、PDMS-2、ASQ、BSID-4 以及人口统计和背景。
NIBS-CP CP-EDIT 参与者的学习大纲:
参加 CP-EDIT 的家庭将被要求在 2-11 个月大(第 1 轮,纳入)、12 个月大(第 2 轮,第一次随访)和 24 个月大(第 3 轮,第二次)时参加 3 次 MRI 扫描。后续)与 CP-EDIT 并行。 参与 NIBS-CP 仅包括 MRI 扫描和家长报告的问卷(ASQ 和人口统计与背景)。
统计考虑因素将从 200 名婴儿中收集纵向数据。 由于 MR 扫描这个年龄段的挑战,婴儿队列通常小于成人队列(Korom 等人,2022)。 sMRI 扫描的成功率预计约为 75%,DWI 扫描的成功率约为 60%,MRS 扫描的成功率约为 50%。 成功率下降是由于序列的顺序造成的,因为扫描时间越长,婴儿醒来的风险就越高。
统计分析将在 R 和 SPSS 等统计软件工具以及 FreeSurfer 和 FSL 等图像分析专用工具中进行。 我们将使用例如协方差分析 (ANCOVA) 和多元线性回归来处理横截面数据,以及例如线性混合模型、广义加性混合模型 (GAMM) 和重复测量方差分析 (ANOVA) 来处理纵向数据
脑瘫患者群体在生物学和临床上具有异质性。 因此,除了检查群体平均值的差异之外,还将使用规范建模框架(Rutherford et al., 2023, 2022)通过绘制个体水平的结构性大脑变化来量化结构性大脑测量的异质性。 规范建模是精准医学的领先工具,因为它可以阐明个体水平的差异,并与规范数据的参考模型相关联,类似于儿科医学中的身高生长图表。 在这里,规范建模涉及根据大脑测量的映射,或者例如大脑测量和运动功能之间的映射,绘制整个人群的变异百分位数。 公开数据集,例如健康大脑和儿童发育 (HBCD) 研究,将用于增强我们的训练数据集。 在所有 MRI 模型中,年龄、性别和 MRI 期间估计受试者运动的变量将被用作协变量。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名:Line K Johnsen, PhD
- 电话号码:+4561145571
- 邮箱:linekj@drcmr.dk
研究联系人备份
- 姓名:Kathrine Skak Madsen, PhD
- 电话号码:+45 38623323
- 邮箱:kathrine@drcmr.dk
学习地点
-
-
Capital Region
-
Hvidovre、Capital Region、丹麦、2650
- 招聘中
- Danish Research Centre for Magnetic Resonance
-
接触:
- Kathrine Skak Madsen, PhD
- 电话号码:+45 38623323
- 邮箱:kathrine@drcmr.dk
-
接触:
- Line K Johnsen, PhD
- 邮箱:linekj@drcmr.dk
-
首席研究员:
- Kathrine Skak Madsen, PhD
-
副研究员:
- Melanie Ganz-Benjaminsen, PhD
-
副研究员:
- Line K Johnsen, PhD
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
接受健康志愿者
取样方法
研究人群
有脑瘫风险的婴儿:
160 名患有 CP 高风险的婴儿将被纳入 CP-EDIT (ClinicalTrials.gov ID NCT05835674)。 预计至少 2/3 来自“新生儿可检测风险途径”,不到 1/3 来自“婴儿可检测途径”。 纳入时,婴儿主要年龄为 3-6 个月,但也接受 2-11 个月的年龄范围。 预计至少有50-60名高危婴儿参与NIBS-CP研究,上限为100名婴儿。
通常发育的婴儿:
为了建立早期大脑发育的丹麦标准样本和 CP-EDIT 队列的对照组,大约。 NIBS-CP 将招募 140-150 名正常发育的婴儿(大约 100 名)。 200 名婴儿(将高风险组和典型发育组合并)。 正常发育婴儿的年龄范围和平均年龄将与高风险婴儿的年龄范围和平均年龄相匹配。
描述
纳入标准高风险人群:
组:“新生儿可检测风险途径”
- 胎龄低于32周的早产
- 出生体重低于1500克
- 中度至重度脑损伤(如果存在乳头3至4级脑室内出血、囊性脑室周围白质软化、新生儿卒中、足月缺氧缺血性脑病(出生时妊娠≥35周)或其他显着症状,则考虑中度至重度脑损伤标签神经系统状况)
- 病史(例如新生儿惊厥、ECMO、脑膜炎、核黄疸、严重低血糖)或神经系统危险因素(中枢神经系统畸形、音调增高)
组:“婴儿可检测风险途径”
- 9个月大时无法独立坐
- 手部功能不对称或爬行不对称
- 无法通过足底表面承受重量
- 病史(例如,如上所述)或神经系统危险因素
两个 CP 风险组纳入 NIBS-CP 的附加纳入标准:
- 同意将临床发现的健康相关信息传递给 CP-EDIT 的医生和/或其初级保健医生。
纳入标准 典型发育婴儿群体:
- 出生>37周
- 平安出生
- 没有已知的脑损伤史
- 无神经系统疾病
- 同意将临床发现的健康相关信息传递给初级保健医生或相关医生,例如神经儿科医生。
排除标准(所有组):
- 婴儿有任何 MRI 禁忌症,例如起搏器或其他植入电子设备。
- 家人不会说或听不懂丹麦语。
- 家属不希望获知 MRI 的偶然发现,或神经、运动或认知评估的临床范围内的分数。
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
通常发育的婴儿
孕周 37 周后出生,出生平安,无已知脑损伤史,无已知神经系统疾病
|
无干预,观察
|
|
脑瘫的高风险
通过 CP-EDIT 招募(临床试验.gov ID:NCT05835674),纳入标准。 “新生儿可检测的风险途径”。 胎龄低于 32 岁或出生体重低于 1500 克且临床关注的早产、中度至重度脑损伤(3 至 4 级脑室内出血、囊性脑室周围白质软化、新生儿卒中、足月缺氧缺血性脑病(出生时妊娠≥35 周) )或其他重要的神经系统疾病),病史(例如 新生儿惊厥、体外膜氧合、脑膜炎、核黄疸、严重低血糖)或神经系统危险因素(脑畸形、张力增高)、父母的关注以及上述因素之一 “婴儿可检测风险途径”。 9 个月大时无法独立坐、手功能不对称或爬行不对称、无法通过足底表面承受重量、病史(如上所述)或神经系统危险因素、父母的关注以及上述因素之一。 |
无干预,观察
|
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 |
|---|---|---|
|
扩散加权磁共振成像
大体时间:基线、12 个月、24 个月
|
从基于固定和基于张量的分析获得的微观结构测量。
|
基线、12 个月、24 个月
|
|
脑容量测量
大体时间:基线、12 个月、24 个月
|
总脑体积、皮质体积和白质体积,以及皮质包和皮质下灰质结构的区域灰质体积(以 mm3 为单位)
|
基线、12 个月、24 个月
|
|
皮质厚度
大体时间:基线、12 个月、24 个月
|
表观皮质厚度的全球和区域测量(以毫米为单位)
|
基线、12 个月、24 个月
|
|
大脑连接措施
大体时间:基线、12 个月、24 个月
|
从结构协方差和基于纤维束描记的连接分析中获得的大脑连接测量
|
基线、12 个月、24 个月
|
|
髓鞘形成指数
大体时间:基线、12 个月、24 个月
|
灰质和白质区域的 T1/T2 对比
|
基线、12 个月、24 个月
|
|
磁共振波谱测量
大体时间:基线、12 个月、24 个月
|
从包含左半球和右半球基底神经节和丘脑的体素中获得脑代谢测量值(代谢物:NAA、胆碱、肌酸、肌醇、乳酸)。
|
基线、12 个月、24 个月
|
|
表面积
大体时间:基线、12 个月、24 个月
|
以 mm2 为单位测量的全球和区域表面积
|
基线、12 个月、24 个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
婴儿手部评估 (HAI)
大体时间:基线,12 个月
|
HAI 测量每只手单独以及双手一起执行的目标导向动作的程度和质量。
HAI 在 17 个项目上进行评分(12 个单手动项目和 5 个双手项目)
|
基线,12 个月
|
|
艾伯塔省婴儿运动量表 (AIMS)
大体时间:基线,12 个月
|
AIMS 是一种观察评估量表,用于测量婴儿从出生到独立行走的粗大运动成熟度。
该量表由 58 个项目组成,分为四种姿势:俯卧、仰卧、坐立和站立。
每个项目描述了运动性能的三个方面——负重、姿势和反重力运动。
|
基线,12 个月
|
|
皮博迪运动发育量表 (PDMS-2)
大体时间:24个月
|
PDMS-2 是对儿童从出生到 5 岁的粗大和精细运动技能的深入评估。
|
24个月
|
|
贝利婴幼儿发育量表,第四版 (BSID-4)
大体时间:24个月
|
BSID-4 是一项标准化且参考规范的评估,用于衡量 0-3 岁婴幼儿的认知、运动、语言和社交情感发展。
|
24个月
|
|
年龄和阶段 (ASQ)
大体时间:12个月、24个月
|
ASQ 是一份家长评级问卷,用于筛查 1 个月至 5.5 岁幼儿的发育里程碑。
主要有两种问卷,一种评估运动和认知发展,另一种评估社会情感发展。
|
12个月、24个月
|
|
哈默史密斯婴儿神经系统检查 (HINE)
大体时间:基线,24 个月
|
HINE 是一种标准化、可评分的神经系统检查,用于诊断 24 个月以下的脑瘫。
HINE 检测 CP 的准确率超过 90%,并提供有关严重程度的客观信息。
|
基线,24 个月
|
合作者和调查者
合作者
调查人员
- 首席研究员:Kathrine Skak Madsen, PhD、Senior Researcher
出版物和有用的链接
一般刊物
- Wagenaar N, Verhage CH, de Vries LS, van Gasselt BPL, Koopman C, Leemans A, Groenendaal F, Benders MJNL, van der Aa NE. Early prediction of unilateral cerebral palsy in infants at risk: MRI versus the hand assessment for infants. Pediatr Res. 2020 Apr;87(5):932-939. doi: 10.1038/s41390-019-0664-5. Epub 2019 Nov 13.
- Korom M, Camacho MC, Filippi CA, Licandro R, Moore LA, Dufford A, Zollei L, Graham AM, Spann M, Howell B; FIT'NG; Shultz S, Scheinost D. Dear reviewers: Responses to common reviewer critiques about infant neuroimaging studies. Dev Cogn Neurosci. 2022 Feb;53:101055. doi: 10.1016/j.dcn.2021.101055. Epub 2021 Dec 27.
- Rutherford S, Barkema P, Tso IF, Sripada C, Beckmann CF, Ruhe HG, Marquand AF. Evidence for embracing normative modeling. Elife. 2023 Mar 13;12:e85082. doi: 10.7554/eLife.85082.
- Rutherford S, Kia SM, Wolfers T, Fraza C, Zabihi M, Dinga R, Berthet P, Worker A, Verdi S, Ruhe HG, Beckmann CF, Marquand AF. The normative modeling framework for computational psychiatry. Nat Protoc. 2022 Jul;17(7):1711-1734. doi: 10.1038/s41596-022-00696-5. Epub 2022 Jun 1.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
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 (实际的)
上次提交的符合 QC 标准的更新
最后验证
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.