焦虑和记忆状态的预测 (CAMERA)
2026年1月26日 更新者：Brett Youngerman、Columbia University
开发情境感知多模式生态研究和评估 (CAMERA) 平台，用于连续测量和预测焦虑和记忆状态
这项研究的目的是了解大脑、身体和行为中的信号如何与焦虑和记忆功能相关。 该项目旨在开发 CAMERA（情境感知多模态生态研究和评估）平台，这是一个用于测量人脑行为关系的最先进的开放式多模态硬件/软件系统。
该项目的 R61 部分旨在开发 CAMERA 平台，该平台将使用多模式、被动传感器数据来预测接受临床癫痫颅内电极住院监测的患者的焦虑记忆状态，并构建 CAMERA 的被动数据框架和主动数据框架。
研究概览
详细说明
CAMERA 将记录神经、生理、行为和环境信号，以及生态瞬时评估 (EMA) 的测量结果，以对人的焦虑水平和认知表现进行连续的高分辨率预测。 CAMERA 将为当前的人类行为测量方法带来重大进步，因为它利用多模式数据源的互补特征，并将其与可解释的机器学习相结合来预测人类行为。 CAMERA 的另一个独特之处是它结合了情境感知、自适应 EMA，其中评估的时间取决于受试者的生理和行为，以提高响应率和模型学习。 在这项研究中，CAMERA 专注于预测焦虑状态和并发记忆表现，但该平台可以灵活地用于各个领域。
目前，研究人类大脑、身体和环境之间复杂的纵向关系具有挑战性。 大多数现有工具不允许我们全面或连续地测量短暂的内部状态或认知功能。 相反，我们通常依赖于稀疏收集和受限的自我报告或实验结构，包括 EMA。
研究类型
介入性
注册 (估计的)
40
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Angela Velazquez
- 电话号码：646-515-1909
- 邮箱：agv2113@cumc.columbia.edu
研究联系人备份
- 姓名：Brett E Youngerman, MD
- 电话号码：516-946-2145
- 邮箱：bey2103@cumc.columbia.edu
学习地点
-
-
New York
-
New York、New York、美国、10032
- 招聘中
- Columbia University Irving Medical Center
-
接触：
- Brett E Youngerman, MD
- 电话号码：646-317-2887
- 邮箱：bey2103@cumc.columbia.edu
-
首席研究员：
- Brett E Youngerman, MD
-
-
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
- 成人
接受健康志愿者
不
研究人群
受试者入住癫痫监测单元，进行 sEEG 和/或头皮 EEG 检测。
描述
纳入标准：
- 患者必须患有已知或疑似颞叶癫痫。
- 母语为或精通英语或西班牙语。
- sEEG 病例：植入计划必须包括单侧或双侧海马头、海马体和尾部电极。
- 七年级阅读水平（成人识字的最低水平）
排除标准：
- 听力受损（即未使用助听器矫正）
- 无法戴着矫正镜片在远处阅读报纸。
- 客观智力障碍（估计智商<70）
- 任何电惊厥治疗史或精神病史（患者发作后精神病除外）
- 精神障碍（终生）
- 目前患有焦虑症、重度抑郁症或双相情感障碍
- 神经退行性疾病、广泛的脑部病变、语言问题（命名困难除外）
- 可能影响认知能力的医疗状况（例如，HIV 感染、具有转移潜力的癌症）。
- 急性肾功能衰竭或终末期肾病
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：放映
- 分配：不适用
- 介入模型：单组作业
- 屏蔽：无（打开标签）
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
其他：相机
患有癫痫的成人受试者将接受无创视频脑电图（EEG）以及针对杏仁核和海马体（单侧或双侧）的颅内电极采样。
一部分受试者（n=10）将在出院后使用情境感知多模态生态研究与评估（CAMERA）平台2周，并采用部分模态：生理腕带、智能手机表型分析、生态瞬时评估（EMA）调查和记忆任务。
在不可预测的时间间隔，CAMERA将中断受试者，进行：（a）发出可听警报以引发听觉惊跳反应；（b）自我报告的焦虑状态量表；（c）带有威胁干扰的视觉空间记忆任务。
例如，参与者将每天多次填写简短调查并玩视频游戏，并佩戴带有传感器的腕带。
|
CAMERA 平台是一个多模式硬件软件框架，用于测量非结构化环境中的大脑行为相互作用并预测生态状态。
CAMERA 将使用多模式、被动传感器数据来预测接受颅内电极住院监测的临床癫痫患者的焦虑记忆状态。
CAMERA 包括： 自主生理信号腕带传感器，强调心率指标和皮肤电活动；智能手机的使用，强调文本输入的自然语言处理的语言特征；主题跟踪视听阵列，强调主题的声音活动；颅内神经记录，强调海马 theta 功率和高频活动（~70-200 Hz）。
|
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 |
|---|---|---|
|
预测与实际生态瞬时评估 (EMA) 分数之间的平均绝对误差
大体时间：1-30天
|
使用多模态机器学习模型 (EMANet) 在人群水平的保留数据中预测 ≥1 EMA 焦虑记忆状态结果（目标）。
平均绝对误差是预测 EMA 和实际 EMA 分数的绝对值的平均差。
平均误差越高表示预测的准确性越低。
预测必须使用 ≥2 种不同的被动方式，显示出比单独使用任何一种方式明显更好的预测准确性。
|
1-30天
|
|
随着时间的推移，EMANet 预测表现出改进的受试者百分比。
大体时间：1-30天
|
使用 EMANet 预测 ≥1 生态瞬时评估 (EMA) 焦虑记忆状态结果（目标），证明随着时间的推移有所改善，这是通过应用于几天内测量的预测 EMA 值和实际 EMA 值之间的平均绝对误差的线性回归来测量的。
预测必须使用 ≥2 种不同的被动方式，显示出比单独使用任何一种方式明显更好的预测准确性。
|
1-30天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
每日预测绝对误差与实际绝对误差之间的平均绝对误差
大体时间：1-30天
|
使用预测不确定性的多模态机器学习模型 (UncertaintyNet) 来预测每天单受试者水平的生态瞬时评估 (EMA) 预测的平均绝对预测误差。
平均绝对误差将测量预测误差（基于所有可用数据）与实际误差之间的差异。
|
1-30天
|
其他结果措施
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
神经数据的抖动（毫秒）
大体时间：1-30天
|
神经数据的精确同步，抖动<30 毫秒。
|
1-30天
|
|
视听数据延迟（秒）
大体时间：1-30天
|
视听数据精确同步，延迟<10秒。
|
1-30天
|
|
手腕传感器数据的延迟（分钟）
大体时间：1-30天
|
手腕传感器数据的精确同步，延迟<2 分钟。
|
1-30天
|
|
智能手机数据延迟（分钟）
大体时间：1-30天
|
智能手机数据精确同步，延迟<20 分钟。
|
1-30天
|
|
生态瞬时评估（EMA）传递的抖动。 （毫秒）
大体时间：1-30天
|
成功交付 EMA 评估，生态瞬时评估交付精确同步，抖动 <50 毫秒。
|
1-30天
|
|
对生态瞬时评估 (EMA) 交付的标准化响应率的提高百分比。
大体时间：1-30天
|
成功进行 EMA 评估，统计显着性≥10% (p<0.05)
通过使用 ResponseNet 实施上下文感知 EMA 交付，随着时间的推移（跨受试者）标准化响应率得到改善。
|
1-30天
|
|
证明翻译到流动环境的可行性的受试者数量。
大体时间：14天
|
连续 2 周从门诊环境中连续 2 周收集 10 名门诊患者的（同步）非神经生理、智能手机和 EMA（调查和任务）数据，被动数据丢失 <10%。
|
14天
|
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
- 研究主任：Joshua Jacobs, PhD、University of Chicago
- 首席研究员：Brett E Youngerman, MD、Columbia University
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)
2024年7月23日
初级完成 (估计的)
2026年12月1日
研究完成 (估计的)
2026年12月1日
研究注册日期
首次提交
2024年8月11日
首先提交符合 QC 标准的
2024年8月11日
首次发布 (实际的)
2024年8月13日
研究记录更新
最后更新发布 (实际的)
2026年1月28日
上次提交的符合 QC 标准的更新
2026年1月26日
最后验证
2026年1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.