|
2020年7月27日 |
2020年8月5日 |
2020年8月6日 |
2014年12月1日 |
2023年12月31日(主要结果指标的最终数据收集日期) |
- 成瘾性障碍严重程度的变化[时间范围:基线和1、2、3、4、5、6、6、7年后7年]
根据 精神障碍的诊断和统计手册,满足标准数量的变化,第五版(DSM-5) - 成瘾行为的数量和频率的变化[时间范围:基线和1、2、3、4、5、6、6、7年之后的7年]
成瘾行为的数量和频率的变化,这些行为被合并为数量频率指数。 - 认知控制能力的变化[时间范围:基线和基线后3年和6年]
协作研究中心(CRC)940的认知控制任务电池具有九个执行功能任务(Stroop,AX,连续性能,颜色形状,停止信号,信号,字母存储器,数字字母,number-nogo,go-nogo,2-back,类别开关)用于得出代表一般执行功能(GEF)中个体差异的潜在变量。对于潜在的变量建模错误率和任务的反应时间合并为逆效率分数(IESS)。 - 冲动决策的变化[时间范围:基线和基线后3年和6年]
合作研究中心(CRC)940的基于价值的决策(VBDM)电池包括四个带有贝叶斯自适应算法的决策任务,用于自适应评估冲动决策。对于延迟和概率折现任务,使用双曲线值函数,描述了延迟(或概率)奖励的主观值根据折现率k倍增。对于混合赌博任务,使用了一个简单的线性函数,其中损失厌恶(λ)是参与者中损失的相对权重。假定具有较高冲动性决策的个体在延迟折现任务,概率折现任务中的K值较低以及混合赌博任务中较低的λ值显示出较高的K值。 - 反应抑制的神经相关性的变化[时间范围:基线和基线后3年和6年]
使用3个TESLA功能性磁共振成像(fMRI)测量响应抑制(GO/NOGO,StROOP)的任务中的血液氧合水平(BOLD)反应。 - 误差监测的神经相关性的变化[时间范围:基线和基线后3年和6年]
使用3个TESLA fMRI,在测量错误监控(Stroop)的任务中进行了粗体响应。 - 基于价值决策的神经相关性的变化[时间范围:基线和基线后3年和6年]
使用3个TESLA fMRI的任务测量基于价值的决策的大胆响应。 - 结构大脑特征的变化[时间范围:基线和基线后3年和6年]
理论上动机的灰质体积,皮质厚度和白质特性(例如,RIFG,VMPFC,ACC,AINS)使用3种特斯拉结构MRI。 - 现实生活中的自我控制的变化[时间范围:基线和基线后3年和6年]
使用生态时瞬时评估(EMA)方案评估了日常自我控制,该协议适用于Hofmann,Baumeister,Förster和Vohs(2012)。自我控制被定义为在冲突情况下的欲望制定。
|
- 成瘾性障碍严重程度的变化[时间范围:基线和1、2、3、4、5、6、6、7年后7年]
根据 精神障碍的诊断和统计手册,满足标准数量的变化,第五版(DSM-5) - 成瘾行为的变化[时间范围:基线和1、2、3、4、5、6、6、7年之后的7年]
成瘾行为的数量和频率的变化,这些行为被合并为数量频率指数。 - 认知控制能力的变化[时间范围:基线和基线后3年和6年]
协作研究中心(CRC)940的认知控制任务电池具有九个执行功能任务(Stroop,AX,连续性能,颜色形状,停止信号,信号,字母存储器,数字字母,number-nogo,go-nogo,2-back,类别开关)用于得出代表一般执行功能(GEF)中个体差异的潜在变量。对于潜在的变量建模错误率和任务的反应时间合并为逆效率分数(IESS)。 - 冲动决策的变化[时间范围:基线和基线后3年和6年]
合作研究中心(CRC)940的基于价值的决策(VBDM)电池包括四个带有贝叶斯自适应算法的决策任务,用于自适应评估冲动决策。对于延迟和概率折现任务,使用双曲线值函数,描述了延迟(或概率)奖励的主观值根据折现率k倍增。对于混合赌博任务,使用了一个简单的线性函数,其中损失厌恶(λ)是参与者中损失的相对权重。假定具有较高冲动性决策的个体在延迟折现任务,概率折现任务中的K值较低以及混合赌博任务中较低的λ值显示出较高的K值。 - 反应抑制的神经相关性的变化[时间范围:基线和基线后3年和6年]
使用3个TESLA功能性磁共振成像(fMRI)测量响应抑制(GO/NOGO,StROOP)的任务中的血液氧合水平(BOLD)反应。 - 误差监测的神经相关性的变化[时间范围:基线和基线后3年和6年]
使用3个TESLA fMRI,在测量错误监控(Stroop)的任务中进行了粗体响应。 - 基于价值决策的神经相关性的变化[时间范围:基线和基线后3年和6年]
使用3个TESLA fMRI的任务测量基于价值的决策的大胆响应。 - 结构大脑特征的变化[时间范围:基线和基线后3年和6年]
理论上动机的灰质体积,皮质厚度和白质特性(例如,RIFG,VMPFC,ACC,AINS)使用3种特斯拉结构MRI。 - 现实生活中的自我控制的变化[时间范围:基线和基线后3年和6年]
使用生态时瞬时评估(EMA)方案评估了日常自我控制,该协议适用于Hofmann,Baumeister,Förster和Vohs(2012)。自我控制被定义为在冲突情况下的欲望制定。
|
|
- 智能[时间范围:基线]
作为控制变量,我们使用成人的Wechsler智能测试(WIE)评估了情报商(IQ)。 - 个性[时间范围:基线]
作为主持人变量,我们评估了NEO五因子库存(NEO-FFI;结果是总分)。 - 积极和负面影响[时间范围:基线]
作为主持人变量,我们评估了积极和负面影响时间表(PANAS;结果是总分)。 - 动作和状态方向的变化[时间范围:基线和基线后3年和6年]
作为主持人变量,我们评估了动作状态方向量表(ACS-90;结果是总数得分)。 - 冲动性的变化[时间范围:基线和基线后3年和6年]
作为主持人变量,我们评估了Barratt冲动量表(BIS-11;结果是总数)。 - 自我控制的变化[时间范围:基线和基线后3年和6年]
作为主持人变量,我们评估了简短的自我控制量表(BSC;结果是总数)。 - 慢性压力的变化[时间范围:基线和基线后3年和6年]
作为主持人变量,我们评估了慢性应力的TRIER清单(TICS;结果是总数)。
|
|
不提供 |
不提供 |
|
|
自我控制失败和成瘾行为的自愿功能障碍 |
自我控制失败和成瘾行为的自愿功能障碍 |
该项目的目的是阐明认知控制,绩效监控以及基于价值的决策和基于价值的决策以及基础大脑系统之间的功能失调的相互作用是介导机制和每日自我控制失败和成瘾性疾病的脆弱性因素。 |
在长期目标和直接欲望之间发生冲突期间,自我控制的失败是许多有害行为的关键特征,包括不健康的饮食习惯,缺乏运动和有问题的药物使用,这通常会带来不利的个人后果和造成巨大的社会成本。该项目旨在阐明介导不足自我控制的神经认知机制,无论是在每日的自我控制失败和物质使用障碍和行为成瘾中,其特征是尽管有不利影响,但其特征是失去控制。使用多层次的方法启动了一项前瞻性队列研究,该方法结合了(i)全面的临床评估,(ii)评估认知控制和决策功能的行为任务电池,(iii)与任务相关的静止状态fMRI,以及( iv)基于智能手机的生态瞬时评估每日自我控制失败。从代表性的社区样本中,招募了三组参与者(每个n = 100; 20-26岁),(a)(a)与非固定性相关的症状以及(b)与物质相关的成瘾性疾病和(c)无综合征对照组。在初次招募后3年和6年后,邀请参与者进行年度临床随访评估和进一步的多层次评估。到目前为止获得的结果(直到06/2020)提供了融合的证据,表明任务性能以及在监视,控制和估值网络中的大脑活动与实施现实生活自我控制失败的倾向可靠地相关联。结果支持一个过程模型,根据该过程,不足的性能监控导致控制网络的募集不足,这会削弱长期目标对神经价值信号的影响,并增加了自我控制失败的可能性。在最后的资金期(直到06/2024)中,临床随访期将延长到7年。此外,应将应力标记评估为自我控制的可能主持人。有了交叉滞后的面板设计,预计将对中心尚未解决的问题做出重大贡献不同成瘾性疾病之间的社区和差异。因此,该项目将为基于机制的自我控制障碍的模型做出贡献,以此作为改善预防和治疗的基础。 |
观察 |
观察模型:生态或社区 时间观点:前瞻性 |
不提供 |
不提供 |
概率样本 |
基线时的年龄范围为19至27岁。正如我们的抽样程序所预期的那样,成瘾性障碍的严重程度主要是轻度(基线62%)和中等(基线28%)。 |
- 上瘾的行为
- 饮酒障碍(AUD)
- 烟草使用障碍
- 自我控制
- 执行功能障碍
|
其他:无干预措施的观察性研究 |
|
- KräplinA。在儿童和青少年中概念化行为成瘾。瘾。 2017年10月; 112(10):1721-1723。 doi:10.1111/add.13846。 Epub 2017年5月15日。
- KrönkeKM,Wolff M,Benz A,GoschkeT。在Stroop任务中,成功的吸烟戒烟与前额叶皮质功能有关:初步研究。精神病学。 2015年10月30日; 234(1):52-6。 doi:10.1016/j.pscychresns.2015.08.005。 EPUB 2015 8月20日。
- KräplinA,HöflerM,Pooseh S,Wolff M,KrönkeKM,Goschke T,BühringerG,Smolka MN。冲动的决策预测了与物质有关和成瘾性疾病的过程。心理药理学(Berl)。 2020年9月; 237(9):2709-2724。 doi:10.1007/s00213-020-05567-Z。 EPUB 2020年6月5日。
- KrönkeKM,Wolff M,Mohr H,KräplinA,Smolka MN,BühringerG,GoschkeT。从编码预期未来结果的价值的大脑活动中预测现实生活中的自我控制。 Psychol Sci。 2020年3月; 31(3):268-279。 doi:10.1177/0956797619896357。 EPUB 2020 2月5日。
- Wolff M,KrönkeKM,Venz J,KräplinA,BühringerG,Smolka MN,GoschkeT。行动与国家方向的行动与执行功能对现实生活中的自我控制的影响有关。 J Exp Psychol Gen. 2016年12月; 145(12):1635-1653。 EPUB 2016年10月13日。
- KrönkeKM,Wolff M,Mohr H,KräplinA,Smolka MN,BühringerG,GoschkeT。与错误相关的大脑活动不足可以预测现实生活中的自我控制失败。 Cogn影响行为神经科学。 2018年8月; 18(4):622-637。 doi:10.3758/s13415-018-0593-5。
|
|
|
|
活跃,不招募 |
338 |
与电流相同 |
2024年6月30日 |
2023年12月31日(主要结果指标的最终数据收集日期) |
纳入标准(基线): - 年龄19-27岁
- 满足三组之一的标准(SUD,ND,控件)
- 书面知情同意
排除标准(基线): - 没有书面知情同意书或了解问卷和任务的能力有限
- 可能影响认知或运动表现的疾病(例如脑损伤' target='_blank'>颅脑损伤)
- 磁共振的禁忌症
- 当前的精神障碍治疗
- 当前使用精神药物或物质
- 终身精神病症状,躁郁症或其他SUD或不在研究中
- 在过去的4周内,重度抑郁症,体型,焦虑,强迫性或饮食失调
|
|
19年至27年(成人) |
是的 |
仅当研究招募主题时才显示联系信息 |
德国 |
|
|
|
NCT04498988 |
SFB940 C01 项目编号178833530(其他赠款/资金编号:Deutsche Forschungsgemeinschaft(DFG)) |
不 |
研究美国FDA调节的药物: | 不 | 研究美国FDA调节的设备产品: | 不 |
|
计划共享IPD: | 是的 | 计划说明: | 出版物中的数据和分析代码将通过开放科学框架(OSF)共享。参与者数据的最终归档将与TechnischeUniversitätDresden(Opara)的开放访问存储库一起进行。 | 支持材料: | 分析代码 | 大体时间: | 从出版物开始,将共享出版物中的数据和分析代码。研究完成后,最终的存档数据将在2024年完成后共享。 | 访问标准: | 开放访问 |
|
技术大学德累斯顿 |
技术大学德累斯顿 |
德国研究基金会 |
首席研究员: | 托马斯·高斯克(Thomas Goschke),博士教授 | 技术大学德累斯顿 | 首席研究员: | 迈克尔·N·斯莫尔卡(Michael N. Smolka),博士 | 技术大学德累斯顿 | 首席研究员: | 格哈德·布林格(GerhardBühringer),博士教授 | 技术大学德累斯顿 |
|
技术大学德累斯顿 |
2020年8月 |