Tes MemTrax Dibandingkan dengan Estimasi Penilaian Kognitif Montreal untuk Penurunan Kognitif Ringan

Jenis artikel: MemTrax Penelitian Artikel

Penulis: van der Hoek, Marjanne D. | Nieuwenhuizen, Arie | Keijer, Jaap | Ashford, J. Wesson

Afiliasi:  Stanford University, Stanford, CA, AS - Departemen Psikiatri dan Ilmu Perilaku, Pusat Penelitian Terapan Makanan dan Susu, Van Hall Larenstein University of Applied Sciences, Leeuwarden, Belanda | Fisiologi Manusia dan Hewan, Universitas Wageningen, Wageningen, Belanda | Pusat Studi Penyakit dan Cedera Terkait Perang, VA Palo Alto HCS, Palo Alto, CA, AS

DOI: 10.3233/JAD-181003

Jurnal: Jurnal dari Penyakit Alzheimer, vol. 67, tidak. 3, hal. 1045-1054, 2019

Abstrak

Gangguan kognitif merupakan penyebab utama disfungsi pada lansia. Kapan gangguan kognitif ringan (MCI) terjadi pada lansia, seringkali merupakan kondisi prodromal demensia. Penilaian Kognitif Montreal (MoCA) adalah alat yang biasa digunakan untuk menyaring MCI. Namun, tes ini membutuhkan administrasi tatap muka dan terdiri dari bermacam-macam pertanyaan yang tanggapannya ditambahkan bersama oleh penilai untuk memberikan skor yang makna tepatnya kontroversial. Penelitian ini dirancang untuk mengevaluasi kinerja komputerisasi uji memori (MemTrax), yang merupakan adaptasi dari tugas pengenalan berkelanjutan, sehubungan dengan MoCA. Dua ukuran hasil dihasilkan dari Tes MemTrax: MemTraxspeed dan MemTraxcorrect. Subyek diberikan MoCA dan Tes MemTrax. Berdasarkan hasil MoCA, subjek dibagi dalam dua kelompok status kognitif: kognisi normal (n = 45) dan MCI (n = 37). Rata-rata skor MemTrax secara signifikan lebih rendah pada MCI dibandingkan pada kelompok kognisi normal. Semua variabel hasil MemTrax berhubungan positif dengan MoCA. Dua metode, menghitung rata-rata Skor MemTrax dan regresi linier digunakan untuk memperkirakan nilai cutoff dari tes MemTrax untuk mendeteksi MCI. Metode ini menunjukkan bahwa untuk hasil MemTraxkecepatan skor di bawah kisaran 0.87 – 91 s-1 merupakan indikasi MCI, dan untuk hasil MemTraxbenar skor di bawah kisaran 85 – 90% merupakan indikasi untuk MCI.

PENGANTAR

Populasi dunia, yang dipimpin oleh Eropa, Amerika Utara, dan Asia Utara, mengalami penuaan, menyebabkan peningkatan pesat dalam proporsi orang tua. Dengan bertambahnya usia, ada peningkatan progresif dan eksponensial yang mapan dari perkembangan gangguan kognitif, demensia, dan Penyakit Alzheimer (AD), yang menyebabkan peningkatan besar dalam jumlah orang dengan kondisi ini. Deteksi dini dan identifikasi gangguan kognitif dapat meningkatkan perawatan pasien, mengurangi biaya perawatan kesehatan, dan dapat membantu menunda timbulnya gejala yang lebih parah, sehingga berpotensi membantu meringankan beban demensia dan AD yang berkembang pesat. Oleh karena itu, diperlukan alat yang lebih baik untuk memantau fungsi kognitif pada lansia.

Untuk melakukan penilaian klinis fungsi kognitif dan perilaku orang tua, dokter dan peneliti telah mengembangkan ratusan alat skrining dan penilaian singkat, dan beberapa tes telah umum digunakan. Salah satu alat yang paling sering digunakan untuk penilaian klinis gangguan kognitif ringan (MCI) dalam pengaturan akademik adalah Penilaian Kognitif Montreal (MoCA).

MoCA menilai tujuh fungsi kognitif: eksekutif, penamaan, perhatian, bahasa, abstraksi, memori/recall tertunda, dan orientasi. Memori domain/pengingat tertunda dan orientasi MoCA sebelumnya diidentifikasi sebagai item paling sensitif terhadap gangguan kognitif tipe Alzheimer awal, yang mengarah pada konsep bahwa pengkodean memori adalah faktor fundamental yang diserang oleh proses neuropatologis AD. Oleh karena itu, dalam alat klinis untuk penilaian gangguan kognitif yang terkait dengan DA, memori adalah faktor kognitif sentral yang perlu dipertimbangkan, sementara gangguan lain, termasuk afasia, apraksia, agnosia, dan disfungsi eksekutif, meskipun umumnya terganggu oleh DA, mungkin terkait. dengan disfungsi mekanisme pemrosesan memori neuroplastik di daerah neokorteks pendukung.

Meskipun MoCA banyak digunakan untuk menilai MCI, pemberian MoCA dilakukan secara tatap muka, yang memakan waktu dan memerlukan pertemuan klinis dan akibatnya memerlukan biaya yang cukup besar untuk setiap pemberian. Selama penilaian, waktu yang dibutuhkan untuk melaksanakan tes meningkatkan akurasi penilaian, sehingga pengembangan di masa depan harus mempertimbangkan hubungan ini untuk mengembangkan tes yang lebih efisien.

Masalah kritis di bidang ini adalah persyaratan untuk penilaian kognitif dari waktu ke waktu. Penilaian perubahan dari waktu ke waktu adalah penting untuk mendeteksi dan menentukan perkembangan gangguan, kemanjuran pengobatan, dan evaluasi intervensi penelitian terapeutik. Sebagian besar alat yang tersedia tidak cocok atau tidak dirancang untuk tingkat presisi tinggi dan tidak dapat dengan mudah dikelola secara sering. Solusi untuk meningkatkan penilaian kognitif telah disarankan untuk komputerisasi, tetapi sebagian besar upaya tersebut telah memberikan sedikit lebih dari komputerisasi tes neuropsikologi umum digunakan, dan belum dikembangkan untuk secara khusus mengatasi masalah kritis penilaian kognitif yang diperlukan untuk memahami awal. singkat akal dan perkembangannya. Oleh karena itu, alat penilaian kognitif baru harus terkomputerisasi dan didasarkan pada sumber tes sebanding yang tidak terbatas, yang tidak dibatasi oleh bahasa atau budaya, yang memberikan tingkat akurasi, presisi, dan keandalan yang dapat ditingkatkan secara progresif. Selain itu, tes semacam itu harus menyenangkan dan menarik, sehingga pengujian berulang akan dianggap sebagai pengalaman positif daripada pengalaman yang memberatkan. Pengujian online, khususnya, menawarkan potensi untuk memenuhi kebutuhan ini, sambil menyediakan pengumpulan dan analisis data yang cepat, dan memberikan umpan balik langsung kepada individu, dokter, dan peneliti yang berpartisipasi.

Penelitian ini dirancang untuk menilai kegunaan adaptasi on-line dari paradigma continuous recognition task (CRT), untuk menilai fungsi kognitif pada populasi individu yang tinggal di komunitas yang belum diidentifikasi menderita demensia. Paradigma CRT banyak digunakan di dunia akademik studi tentang memori mekanisme. Pendekatan CRT pertama kali diimplementasikan sebagai alat demonstrasi audiens yang menyediakan data individu yang tertarik masalah memori. Selanjutnya, pengujian ini dilaksanakan secara online oleh perusahaan Perancis (HAPPYneuron, Inc.); oleh perusahaan yang berbasis di AS, MemTrax, LLC (http://www.memtrax.com); oleh Otak Kesehatan Registri yang dikembangkan oleh Dr. Michael Weiner, UCSF, dan timnya untuk mendukung perekrutan untuk studi gangguan kognitif; dan oleh perusahaan Cina SJN Biomed, LTD). Tes ini, per Juni 2018, telah memperoleh data dari lebih dari 200,000 pengguna, dan sedang dalam uji coba di beberapa negara.

Dalam penelitian ini, MemTrax (MTX), tes berbasis CRT, diberikan bersama dengan MoCA pada populasi lansia yang hidup mandiri di Belanda utara. Objek penelitian ini adalah untuk mengetahui hubungan antara kinerja pada implementasi CRT ini dengan MoCA. Pertanyaannya adalah apakah MTX akan berguna untuk memperkirakan fungsi kognitif yang dinilai oleh MoCA, yang dapat menunjukkan potensi penerapan klinis.

BAHAN DAN METODE

Populasi penelitian

Antara Oktober 2015 dan Mei 2016, sebuah studi cross-sectional dilakukan di kalangan lansia yang tinggal di komunitas di Belanda utara. Subyek (≥75y) direkrut melalui distribusi selebaran dan selama pertemuan kelompok yang diselenggarakan untuk orang tua. Subjek potensial dikunjungi di rumah untuk menyaring kriteria inklusi dan eksklusi sebelum mereka terdaftar dalam penelitian ini. Subjek yang menderita demensia (dilaporkan sendiri) atau yang memiliki gangguan penglihatan atau pendengaran yang parah yang akan mempengaruhi pelaksanaan tes kognitif tidak diizinkan untuk berpartisipasi dalam penelitian ini. Selain itu, subjek harus mampu berbicara dan memahami bahasa Belanda dan tidak buta huruf. Studi telah dilakukan sesuai dengan deklarasi Helsinki tahun 1975 dan semua peserta menandatangani sebuah Penjelasan dan persetujuan bentuk setelah menerima penjelasan rinci tentang penelitian.

Prosedur belajar

Setelah pendaftaran dalam penelitian, kuesioner umum diberikan, yang mencakup pertanyaan tentang faktor demografi, seperti usia dan tahun pendidikan (mulai dari sekolah dasar), riwayat medis, dan konsumsi alkohol. Setelah menyelesaikan kuesioner, tes MoCA dan MTX diberikan secara acak.

memtrax- Pusat Medis Penelitian

Sebagai milik MemTrax, LLC (Redwood City, CA, USA), versi lengkap gratis dari tes MTX disediakan. Dalam pengujian ini, serangkaian 50 gambar ditampilkan masing-masing hingga tiga detik. Ketika gambar berulang yang tepat muncul (25/50), subjek diinstruksikan untuk bereaksi terhadap gambar berulang secepat mungkin dengan menekan spasi (yang ditandai dengan pita berwarna merah). Ketika subjek merespons sebuah gambar, gambar berikutnya segera ditampilkan. Setelah menyelesaikan tes, program menunjukkan persentase tanggapan yang benar (MTXbenar) dan waktu reaksi rata-rata dalam detik untuk gambar berulang, yang mencerminkan waktu yang diperlukan untuk menekan bilah spasi saat mengenali gambar berulang. Untuk mencocokkan dimensi kedua ukuran ini, waktu reaksi diubah menjadi kecepatan reaksi (MTXkecepatan) dengan membagi 1 dengan waktu reaksi (yaitu, 1/MTXwaktu reaksi). Riwayat tes dari semua skor MemTrax individu dan validitasnya secara otomatis disimpan secara online di akun tes. Validitas semua tes yang dilakukan diperiksa, membutuhkan 5 atau lebih sedikit tanggapan positif palsu, 10 atau lebih pengakuan yang benar, dan waktu pengenalan rata-rata antara 0.4 dan 2 detik, dan hanya tes yang valid yang dimasukkan dalam analisis.

Sebelum tes MTX yang sebenarnya diberikan, tes dijelaskan secara rinci dan tes praktik diberikan kepada subjek. Ini tidak hanya mencakup tes itu sendiri, tetapi juga instruksi dan halaman hitung mundur agar peserta terbiasa dengan tata letak situs dan tindakan awal yang diperlukan, sebelum tes dimulai. Untuk menghindari pengulangan gambar selama tes yang sebenarnya, gambar yang tidak termasuk dalam database MemTrax digunakan untuk tes latihan.

penilaian kognitif Montreal alat

Izin diperoleh dari MoCA Institute & Clinique (Quebec, Kanada) untuk menggunakan MoCA untuk penelitian ini. MoCA Belanda tersedia dalam tiga versi, yang diberikan secara acak kepada subjek. Skor MoCA adalah jumlah kinerja pada setiap domain kognitif terpisah yang dinilai dan memiliki skor maksimum 30 poin. Sesuai rekomendasi resmi, poin tambahan ditambahkan jika peserta memiliki pendidikan 12 tahun (jika <30 poin). Instruksi tes resmi digunakan sebagai pedoman selama pelaksanaan tes. Tes dilakukan oleh tiga peneliti terlatih dan pemberian satu tes memakan waktu sekitar 10 sampai 15 menit.

Analisis data MemTrax

Berdasarkan hasil MoCA yang dikoreksi untuk pendidikan, subjek dibagi dalam dua kelompok status kognitif: kognisi normal (NC) versus gangguan kognitif ringan (MCI). Skor MoCA dari 23 digunakan sebagai batas untuk MCI (skor 22 dan di bawah dianggap MCI), karena ditunjukkan bahwa skor ini menunjukkan keseluruhan 'akurasi diagnostik terbaik di berbagai parameter' dibandingkan dengan skor yang direkomendasikan pada awalnya. 26 atau nilai 24 atau 25. Untuk semua analisis, skor MoCA yang dikoreksi digunakan karena skor ini digunakan dalam pengaturan klinis.

Tes MTX memberikan dua hasil, yaitu MTXwaktu reaksi, yang diubah menjadi MTXkecepatan oleh 1/MTXwaktu reaksi, dan MTXbenar.

Analisis statistik dilakukan dengan menggunakan R (versi 1.0.143, Rstudio Team, 2016). Normalitas diperiksa untuk semua variabel dengan uji Shapiro-Wilk. Variabel dari seluruh populasi penelitian, dan dari kelompok NC dan MCI, dilaporkan sebagai mean ± standar deviasi (SD), median dan rentang interkuartil (IQR) atau sebagai jumlah dan persentase. Uji T sampel independen dan uji Wilcoxon Sum Rank untuk variabel kontinu dan uji Chi-kuadrat untuk variabel kategori dilakukan untuk membandingkan karakteristik kelompok NC dan MCI. Uji Kruskal-Wallis non-parametrik digunakan untuk menentukan apakah tiga versi MoCA dan tiga administrator memengaruhi hasil MoCA. Selain itu, uji T independen atau uji Wilcoxon Sum Rank dilakukan untuk menentukan apakah urutan pemberian MoCA dan MTX mempengaruhi hasil pengujian (misalnya, skor MoCA, MTXbenar, dan MTXkecepatan). Ini dilakukan dengan menentukan apakah skor rata-rata berbeda untuk subjek yang pertama kali menerima MoCA dan kemudian MemTrax atau yang pertama kali menerima MTX dan kemudian MoCA.

Korelasi Pearson tes dihitung untuk menilai hubungan antara MTX dan MoCA dan antara kedua MemTrax hasil tes, misalnya, MTXspeed dan MTXcorrect. Perhitungan ukuran sampel yang dilakukan sebelumnya menunjukkan bahwa untuk uji korelasi Pearson satu sisi (daya = 80 % , α = 0.05), dengan asumsi ukuran efek sedang (r = 0.3), diperlukan ukuran sampel minimal n = 67. Tes korelasi poliserial dihitung untuk menilai hubungan antara hasil tes MTX dan domain MoCA terpisah menggunakan paket psych di R.

Skor MoCA yang setara untuk skor MemTrax yang diberikan dihitung dengan menghitung skor MemTrax rata-rata untuk setiap skor MoCA yang mungkin dan regresi linier dilakukan untuk memperkirakan persamaan yang berkaitan dengan ukuran ini. Selain itu, untuk menentukan nilai batas uji MemTrax untuk MCI yang diukur oleh MoCA, dan nilai sensitivitas dan spesifisitas yang sesuai, analisis Receiver Operator Characteristic (ROC) dilakukan menggunakan paket pROC di R. Bootstrap berlapis non-parametrik (n = 2000) digunakan untuk membandingkan area di bawah kurva (AUCs) dan interval kepercayaan yang sesuai. Skor cutoff optimal dihitung dengan metode Youden, yang memaksimalkan nilai positif sejati sambil meminimalkan positif palsu.

Untuk semua analisis statistik, nilai p dua sisi <0.05 dianggap sebagai ambang batas signifikansi statistik, kecuali untuk analisis untuk menilai hubungan antara MTX dan MoCA (yaitu, analisis korelasi dan regresi linier sederhana) yang mana satu- sided p-value <0.05 dianggap signifikan.

HASIL MemTrax

Subjek

Secara total, 101 subjek dilibatkan dalam penelitian ini. Data 19 orang dikeluarkan dari analisis, karena hasil tes MemTrax dari 12 subjek tidak disimpan oleh program, 6 subjek memiliki hasil tes MemTrax yang tidak valid, dan satu subjek memiliki skor MoCA 8 poin, menunjukkan gangguan kognitif berat, yaitu sebuah kriteria eksklusi. Oleh karena itu, data dari 82 subjek dimasukkan dalam analisis. Tidak ada perbedaan signifikan dalam hasil tes MoCA yang ditemukan antara versi MoCA yang berbeda dan antara administrator. Selain itu, urutan pemberian tes tidak berpengaruh signifikan pada salah satu nilai tes (MoCA, MTXkecepatan, MTXbenar). Berdasarkan hasil tes MoCA, subjek ditempatkan dalam kelompok NC atau MCI (misalnya, MoCA 23 atau MoCA <23, masing-masing). Karakteristik subjek untuk total populasi penelitian, dan kelompok NC dan MCI disajikan pada Tabel 1. Tidak ada perbedaan yang signifikan antara kelompok, kecuali median skor MoCA (25 (IQR: 23 – 26) versus 21 (IQR: 19 – 22). ) poin, Z = -7.7, p <0.001).

Tabel 1

Karakteristik subjek

Jumlah populasi penelitian (n = 82) NC (n = 45) MKI (n = 37) p
Usia (y) 83.5 5.2 ± 82.6 4.9 ± 84.7 5.4 ± 0.074
Perempuan, No. (%) 55 (67) 27 (60) 28 (76) 0.133
Pendidikan (y) 10.0 (8.0 - 13.0) 11.0 (8.0 - 14.0) 10.0 (8.0 - 12.0) 0.216
Asupan alkohol (# gelas/minggu) 0 (0 - 4) 0 (0 - 3) 0 (0 - 5) 0.900
Skor MoCA (# poin) 23 (21 - 25) 25 (23 - 26) 21 (19 - 22) na

Nilai dinyatakan sebagai mean ± sd, median (IQR) atau sebagai angka dengan persentase.

Status kognitif diukur dengan MemTrax

Status kognitif diukur dengan tes MTX. Gambar 1 menunjukkan hasil dari tes kognitif hasil dari mata pelajaran NC dan MCI. Nilai rata-rata MTX (misalnya, MTXkecepatan dan MTXbenar) berbeda secara signifikan antara kedua kelompok. Subjek NC (0.916 ± 0.152 dtk-1) memiliki kecepatan reaksi lebih cepat yang signifikan dibandingkan dengan subjek MCI (0.816 ± 0.146 s-1); t(80) = 3.01, p = 0.003 (Gbr. 1A). Selain itu, subjek NC memiliki skor yang lebih baik pada MTXbenar variabel dari subyek MCI (91.2 ± 5.0% versus 87.0 ± 7.7% masing-masing; tw (59) = 2.89, p = 0.005) (Gbr. 1B).

Fig.1

Boxplot hasil uji MTX untuk kelompok NC dan MCI. A) MTXkecepatan hasil tes dan B) MTXbenar hasil tes. Kedua variabel hasil tes MTX secara signifikan lebih rendah pada kelompok MCI dibandingkan dengan NC. Warna abu-abu terang menunjukkan subjek NC, sedangkan warna abu-abu gelap menunjukkan subjek MCI.

penilaian kognitif montreal, tes memori online, tes kognitif, tes otak, penyakit Alzheimer dan demensia, MemTrax

Boxplot hasil uji MTX untuk kelompok NC dan MCI. A) hasil tes MTXspeed dan B) hasil tes MTX benar. Kedua variabel hasil tes MemTrax secara signifikan lebih rendah pada kelompok MCI dibandingkan dengan NC. Warna abu-abu terang menunjukkan subjek NC, sedangkan warna abu-abu gelap menunjukkan subjek MCI.

Korelasi antara MemTrax dan MOCA

Hubungan antara skor tes MTX dan MoCA ditunjukkan pada Gambar. 2. Kedua variabel MTX berhubungan positif dengan MoCA. MTXkecepatan dan MoCA menunjukkan korelasi yang signifikan sebesar r = 0.39 (p = 0.000), dan korelasi antara MTXbenar dan MoCA adalah r = 0.31 (p = 0.005). Tidak ada hubungan antara MTXkecepatan dan MTXbenar.

Fig.2

Asosiasi antara A) MTXkecepatan dan Kemenag; B) MTXbenar dan Kemenag; C) MTXbenar dan MTXkecepatan. Subyek NC dan MCI masing-masing ditandai dengan titik dan segitiga. Di sudut kanan bawah setiap grafik, rho dan nilai p yang sesuai ditunjukkan dari korelasi antara dua variabel.

memori online penguji memori gratis tes alzheimer online tes mandiri demensia

Asosiasi antara A) MTXspeed dan MoCA; B) MTX benar dan MoCA; C) MTX benar dan MTXspeed. Subyek NC dan MCI masing-masing ditandai dengan titik dan segitiga. Di sudut kanan bawah setiap grafik, rho dan nilai p yang sesuai ditunjukkan dari korelasi antara kedua variabel.

Asosiasi antara A) MTXspeed dan MoCA; B) MTX benar dan MoCA; C) MTX benar dan MTXspeed. Subyek NC dan MCI masing-masing ditandai dengan titik dan segitiga. Di sudut kanan bawah setiap grafik, rho dan nilai p yang sesuai ditampilkan dari korelasi antara kedua variabel.[/caption]

Korelasi poliseri dihitung antara skor tes MemTrax dan domain MoCA untuk menentukan hubungan setiap domain dengan metrik MemTrax. Korelasi poliserial ditunjukkan pada Tabel 2. Beberapa domain MoCA secara signifikan berkorelasi dengan MTXkecepatan .  Domain "abstraksi" menunjukkan korelasi tertinggi, meskipun moderat, dengan MTXkecepatan (r = 0.35, p = 0.002). Domain "penamaan" dan "bahasa" menunjukkan hubungan signifikan yang lemah hingga sedang dengan MTXkecepatan (r = 0.29, p = 0.026 dan r = 0.27, p = 0.012, masing-masing). MTXbenar tidak terkait secara signifikan dengan domain MoCA, kecuali untuk korelasi yang lemah dengan domain "visuospasial" (r = 0.25, p = 0.021).

Tabel 2

Korelasi poliseri hasil tes MTX dengan domain MoCA

MTXkecepatan MTXbenar
r p r p
Visuospasial 0.22 0.046 0.25 0.021
Penamaan 0.29 0.026 0.24 0.063
Perhatian 0.24 0.046 0.09 0.477
Bahasa 0.27 0.012 0.160 0.165
Abstraksi 0.35 0.002 0.211 0.079
Mengingat kembali 0.15 0.159 0.143 0.163
Orientasi 0.21 0.156 0.005 0.972

Catatan: Korelasi yang signifikan ditunjukkan dalam huruf tebal.

Skor MemTrax dan perkiraan nilai batas untuk MCI

Untuk menentukan skor MemTrax dan MoCA yang sesuai, skor MemTrax dari setiap skor MoCA dirata-ratakan dan regresi linier dihitung untuk memprediksi hubungan dan persamaan yang sesuai. Hasil regresi linier menunjukkan bahwa MTXkecepatan menjelaskan 55% varians dalam MoCA (R2 = 0.55, p = 0.001). Variabel MTXbenar menjelaskan 21% varians dalam MoCA (R2 = 0.21, p = 0.048). Berdasarkan persamaan hubungan ini, skor MoCA yang setara dihitung untuk skor MTX yang diberikan, yang ditunjukkan pada Tabel 3. Berdasarkan persamaan ini, nilai cutoff yang sesuai (misalnya, skor MoCA 23 poin) untuk MTXkecepatan dan MTXbenar adalah 0.87 s-1 dan 90%. Selain itu, regresi linier berganda pada kedua variabel MemTrax dilakukan, tetapi variabel MTXbenar tidak secara signifikan berkontribusi pada model dan oleh karena itu hasilnya tidak ditampilkan.

Tabel 3

Skor MoCA setara yang disarankan untuk skor MemTrax yang diberikan

MoCA (poin) MTX Setarakecepatan (s-1)a CI prediksi dengan MTXkecepatan (poin) MTX Setarabenar (%)b CI prediksi dengan MTXbenar (poin)
15 0.55 7 - 23 68 3 - 28
16 0.59 8 - 24 71 5 - 28
17 0.63 10 - 24 73 6 - 28
18 0.67 11 - 25 76 8 - 28
19 0.71 12 - 26 79 9 - 29
20 0.75 13 - 27 82 11 - 29
21 0.79 14 - 28 84 12 - 30
22 0.83 15 - 29 87 13 - 30
23 0.87 16 - 30 90 14 - 30
24 0.91 17 - 30 93 15 - 30
25 0.95 18 - 30 95 16 - 30
26 0.99 19 - 30 98 16 - 30
27 1.03 20 - 30 100 17 - 30
28 1.07 21 - 30 100 17 - 30
29 1.11 21 - 30 100 17 - 30
30 1.15 22 - 30 100 17 - 30

aPersamaan yang digunakan: 1.1 + 25.2 *MTXkecepatan; b Persamaan yang digunakan: –9.7 + 0.36 *MTXbenar.

Selain itu, nilai batas MTX dan sensitivitas dan spesifisitas yang sesuai ditentukan melalui analisis ROC. Kurva ROC dari variabel MemTrax disajikan pada Gambar. 3. AUC untuk MTXkecepatan dan MTXbenar berturut-turut adalah 66.7 (CI: 54.9 – 78.4) dan 66.4% (CI: 54.1 – 78.7). AUC dari variabel MemTrax yang digunakan untuk menilai MCI yang ditetapkan oleh MoCA tidak berbeda secara signifikan. Tabel 4 menunjukkan sensitivitas dan spesifisitas titik potong yang berbeda dari variabel MemTrax. Skor batas optimal, yang memaksimalkan nilai positif sejati sambil meminimalkan positif palsu, untuk MTXkecepatan dan MTXbenar adalah 0.91 s-1 (sensitivitas = 48.9% spesifisitas = 78.4%) dan 85% (sensitivitas = 43.2%; spesifisitas = 93.3%).

Fig.3

Kurva ROC dari hasil tes MTX untuk menilai MCI yang dinilai oleh MoCA. Garis putus-putus menunjukkan MTXkecepatan dan garis padat MTXbenar. Garis abu-abu mewakili garis referensi 0.5.

tes online untuk tes kesehatan kehilangan memori yang dapat Anda lakukan di rumah pentingnya buku tes kesehatan otak

Kurva ROC dari hasil tes MTX untuk menilai MCI yang dinilai oleh MoCA. Garis putus-putus menunjukkan kecepatan MTX dan garis padat MTX benar. Garis abu-abu mewakili garis referensi 0.5.

Tabel 4

MTXkecepatan dan MTXbenar titik potong dan spesifisitas dan sensitivitas yang sesuai

Titik potong Tp (#) tn (#) Fp(#) Fn (#) Kekhususan (%) Sensitivitas (%)
MTXkecepatan 1.20 37 1 44 0 2.2 100
1.10 36 7 38 1 15.6 97.3
1.0 33 13 32 4 28.9 89.2
0.90 28 22 23 9 48.9 75.7
0.80 18 34 11 19 75.6 48.6
0.70 9 41 4 28 91.1 24.3
0.60 3 45 0 34 100 8.1
MTXbenar 99 36 3 42 1 97.3 6.7
95 31 11 34 6 83.8 24.4
91 23 23 22 14 62.2 51.1
89 20 28 17 17 54.1 62.2
85 16 42 3 21 43.2 93.3
81 8 44 1 29 21.6 97.8
77 3 45 0 34 8.1 100

tp, benar positif; tn, benar negatif; fp, positif palsu; fn, negatif palsu.

PEMBAHASAN

Studi ini dibuat untuk menyelidiki alat MemTrax online, tes berbasis CRT, menggunakan MoCA sebagai referensi. MoCA dipilih karena tes ini saat ini banyak digunakan untuk menyaring MCI. Namun, cut-point optimal untuk MoCA tidak ditetapkan dengan jelas [28]. Perbandingan ukuran individu MemTrax dengan MoCA menunjukkan bahwa tes on-line yang sederhana dan singkat dapat menangkap proporsi yang signifikan dari varian dalam fungsi kognitif dan gangguan kognitif. Dalam analisis ini, efek terkuat terlihat pada ukuran kecepatan. Ukuran kebenaran menunjukkan hubungan yang kurang kuat. Temuan yang signifikan adalah bahwa tidak ada korelasi yang diamati antara kecepatan MTX dan ukuran kebenaran, yang menunjukkan bahwa variabel ini mengukur komponen yang berbeda dari dasar fungsi pemrosesan otak. Dengan demikian, tidak ada indikasi pertukaran kecepatan-akurasi yang ditemukan di seluruh subjek. Selain itu, dua metode yang berbeda digunakan untuk memperkirakan nilai cutoff tes memori MemTrax untuk mendeteksi MCI. Metode-metode ini menunjukkan bahwa untuk kecepatan dan ketepatan hasil, skor di bawah kisaran masing-masing 0.87 – 91 detik.-1 dan 85 – 90% merupakan indikasi bahwa individu yang mendapat skor di bawah salah satu rentang tersebut lebih mungkin memiliki MCI. Sebuah "analisis kelayakan biaya" akan menunjukkan pada titik mana seseorang harus disarankan untuk berkonsultasi dengan dokter tentang melakukan tes yang lebih komprehensif untuk menyaring MCI [8-35].

Dalam penelitian ini, ditemukan bahwa domain "penamaan", "bahasa", dan "abstraksi" yang diukur oleh MoCA memiliki korelasi tertinggi dengan salah satu hasil MemTrax, meskipun korelasinya lemah hingga sedang. Hal ini berbeda dengan apa yang diharapkan, karena penelitian sebelumnya menunjukkan dalam memeriksa Ujian Keadaan Mental Mini menggunakan Item Response Theory, bahwa domain "memori/penarikan tertunda" dan "orientasi" adalah yang paling sensitif terhadap AD awal [12]. Pada saat ini tahap awal disfungsi kognitif, tampak bahwa indikator MoCA gangguan halus dalam penamaan, bahasa, dan abstraksi lebih sensitif terhadap MCI daripada ukuran memori dan orientasi, konsisten dengan temuan sebelumnya dalam analisis Item Response Theory dari MoCA [36]. Selanjutnya, Ukuran kecepatan pengenalan MemTrax tampaknya mencerminkan penurunan awal ini sebelum memori pengenalan yang diukur dengan MTX (yang memiliki efek plafon yang signifikan). konstelasi ini efek menunjukkan bahwa aspek kompleks dari patologi yang menyebabkan MCI mencerminkan otak awal perubahan yang sulit untuk dikonseptualisasikan dengan pendekatan neurokognitif sederhana dan mungkin benar-benar mencerminkan perkembangan neuropatologi yang mendasarinya [37].

Poin kuat dalam penelitian ini adalah bahwa ukuran sampel (n = 82) lebih dari cukup untuk mendeteksi korelasi antara MoCA dan MTX dalam populasi yang relatif tua ini. Selain itu, tes praktik diberikan kepada semua mata pelajaran, sehingga individu lanjut usia yang tidak terbiasa dengan komputer memiliki kesempatan untuk menyesuaikan diri dengan lingkungan pengujian dan peralatan. Dibandingkan dengan MoCA, subjek menunjukkan bahwa MemTrax lebih menyenangkan untuk dilakukan, sedangkan MoCA lebih terasa seperti ujian. Usia subjek dan kemandirian komunitas mereka membatasi fokus analisis pada kelompok terpilih dari individu yang relatif berfungsi tinggi ini, tetapi kelompok ini termasuk yang paling sulit untuk diidentifikasi gangguannya.

Sebagai catatan, meskipun dianggap sebagai tes skrining standar, MoCA hanyalah tes untuk menunjukkan kemungkinan adanya MCI, bukan alat diagnostik atau pengukuran mutlak disfungsi kognitif. Jadi, dengan demikian, perbandingan MoCA dan MTX adalah relatif, dan keduanya mungkin menangkap varian independen dalam identifikasi MCI. Dengan demikian, isu penting dalam literatur adalah upaya untuk mendefinisikan kegunaan MoCA [38], validasinya [39], pembentukan skor normatif [40], perbandingan dengan penilaian kognitif singkat lainnya [41-45] , dan kegunaannya sebagai alat skrining untuk MCI [46] (ditinjau oleh Carson et al., 2017 [28]), serta penerapan versi elektronik [47]. Analisis tersebut melibatkan pemeriksaan sensitivitas dan spesifisitas, biasanya menggunakan analisis ROC dengan pengukuran “area under the curve”, dan rekomendasi cutoff untuk “diagnosis”. Namun, dengan tidak adanya pendekatan untuk menentukan secara mutlak di mana seorang individu berada pada rangkaian gangguan ringan, bersama dengan variabilitas yang luar biasa dalam kondisi yang mendasarinya. fungsi otak berkontribusi terhadap penurunan tersebut, semua alat tersebut hanya dapat memberikan perkiraan probabilistik. Memberikan korelasi antara ukuran yang berbeda hanya menunjukkan bahwa kondisi yang mendasarinya ditangani dengan benar, tetapi keadaan biologis yang sebenarnya tidak dapat ditentukan secara tepat dengan pendekatan ini. Meskipun analisis tingkat yang lebih tinggi dapat berguna secara praktis dalam pengaturan klinis, penetapan utilitas tersebut memerlukan pertimbangan tambahan dari empat faktor: prevalensi kondisi dalam populasi; biaya tes, biaya hasil positif palsu, dan keuntungan material dari diagnosis positif sebenarnya [8, 35].

Utama bagian dari masalah dalam mengevaluasi AD dan gangguan kognitif yang terkait adalah bahwa tidak ada yang nyata "tahapan" [48], melainkan kontinum perkembangan temporal [8, 17, 49]. Perbedaan "normal" dari MCI sebenarnya jauh lebih sulit daripada membedakan salah satu dari kondisi ini dari yang ringan terkait demensia dengan AD [50, 51]. Menggunakan konsep "Teori Tes Modern", masalah menjadi menentukan di mana pada kontinum seorang individu kemungkinan besar berada dalam rentang interval kepercayaan tertentu, dengan skor tes tertentu. Untuk membuat penentuan tersebut, diperlukan penilaian yang lebih tepat daripada yang diberikan oleh sebagian besar tes kognitif singkat, tetapi seperti yang disediakan oleh MTX. Peningkatan presisi dan penghilangan bias pengamat dengan pengujian terkomputerisasi adalah arah yang menjanjikan. Selain itu, tes terkomputerisasi, seperti MemTrax, memberikan kemungkinan tes sebanding dalam jumlah tak terbatas, yang secara substansial mengurangi varian estimasi penurunan nilai. Selanjutnya, pada prinsipnya, pengujian terkomputerisasi dapat menguji banyak domain terkait memori yang dipengaruhi oleh AD. Studi ini tidak membandingkan MTX dengan banyak tes terkomputerisasi lainnya yang telah dibuat (lihat pendahuluan), tetapi sejauh ini tidak ada tes yang tersedia yang menggunakan pendekatan canggih yang ditawarkan oleh CRT. Pengembangan lebih lanjut dari pengujian terkomputerisasi merupakan area penting untuk perhatian dan dukungan lebih lanjut. Akhirnya, efek pelatihan dapat dimasukkan ke dalam analisis.

Saat ini, pengujian on-line terkomputerisasi bukanlah pendekatan yang mapan layar untuk demensia, menilai gangguan kognitif, atau membuat diagnosis klinis. Namun, kekuatan dan potensi dari pendekatan ini, khususnya penggunaan CRT, untuk mengevaluasi memori episodik (jangka pendek), sangat besar dan kemungkinan besar akan menjadi penting dalam penerapan evaluasi kognitif di masa mendatang, termasuk skrining demensia dan penilaian, pemantauan kebingungan pasca operasi, pembentukan kapasitas mental untuk pengambilan keputusan, mendeteksi defisit pasca gegar otak, dan perkiraan gangguan potensial untuk keselamatan berkendara. Dalam studi ini, ditunjukkan bahwa MemTrax dapat menangkap proporsi yang signifikan dari varian gangguan kognitif. Selain itu, nilai cutoff disajikan untuk variabel MTX yang sama dengan skor cutoff MoCA untuk MCI. Untuk penelitian di masa mendatang, disarankan untuk menyelidiki populasi yang lebih besar dan lebih jelas untuk menetapkan MemTrax sebagai alat skrining untuk MCI. Populasi tersebut harus menyertakan sampel klinis di mana masalah diagnostik dapat didefinisikan setepat mungkin dan subjek dapat diikuti dari waktu ke waktu dengan MTX dan tes kognitif lainnya. Analisis semacam itu dapat menentukan variasi lintasan penurunan kognitif, terkait dengan penuaan normal dan berbagai kondisi patologis. Ketika pengujian dan pendaftar terkomputerisasi berkembang, lebih banyak informasi tentang tingkat kesehatan akan tersedia dan tidak diragukan lagi mengarah pada peningkatan besar dalam perawatan kesehatan dan mudah-mudahan pendekatan untuk mencegah kondisi seperti AD.

UCAPAN TERIMA KASIH

Kami ingin mengucapkan terima kasih kepada Anne van der Heijden, Hanneke Rasing, Esther Sinnema, dan Melinda Lodders atas kerja mereka dalam penelitian ini. Selain itu, kami ingin mengucapkan terima kasih kepada MemTrax, LLC yang telah menyediakan versi lengkap tes MemTrax secara gratis. Pekerjaan ini merupakan bagian dari program penelitian, yang dibiayai oleh Provinsi Fryslân (01120657), Belanda dan Alfasigma Nederland BV (kontribusi langsung untuk hibah nomor 01120657). Diterbitkan: 12 Februari 2019

REFERENSI

[1] Jorm AF, Jolley D (1998) Insiden demensia: meta-analisis. Neurologi 51, 728-733.
[2] Hebert LE , Menenun. J , Scherr PA , Evans DA (2013) Penyakit Alzheimer di Amerika Serikat (2010-2050) diperkirakan menggunakan sensus 2010. Neurologi 80, 1778–1783.
[3] Menenun. J , Hebert LE , Scherr PA , Evans DA (2015) Prevalensi dari Penyakit Alzheimer di negara bagian AS. Epidemiologi 26, e4–6.
[4] Brookmeyer R , Abdalla N , Kawas CH , Corrada MM (2018) Peramalan prevalensi praklinis dan klinis Penyakit Alzheimer di Amerika Serikat. Alzheimer Demen 14, 121–129.
[5] Borson S , Frank L , Bayley PJ , Boustani M , Dean M , Lin PJ , McCarten JR , Morris JC , Salmon DP , Schmitt FA , Stefanacci RG , Mendiondo MS , Peschin S , Hall EJ , Fillit H , Ashford JW (2013) Meningkatkan perawatan demensia: the peran skrining dan deteksi gangguan kognitif. Alzheimer Demen 9, 151–159.
[6] Loewenstein DA , Curiel RE , Duara R , Buschke H (2018) Paradigma kognitif baru untuk deteksi gangguan memori pada penyakit Alzheimer praklinis. Penilaian 25, 348–359.
[7] Thyrian JR, Hoffmann W, Eichler T (2018) Editorial: Pengenalan dini demensia dalam masalah dan konsep perawatan primer saat ini. Curr Alzheimer Res 15, 2-4.
[8] Ashford JW (2008) Skrining untuk gangguan memori, demensia, dan Penyakit Alzheimer. Kesehatan Penuaan 4, 399–432.
[9] Yokomizo JE , Simon SS , Bottino CM (2014) Skrining kognitif untuk demensia dalam perawatan primer: tinjauan sistematis. Int Psychogeriatr 26, 1783–1804.
[10] Bayley PJ , Kong JY , Mendiondo M , Lazzeroni LC , Borson S , Buschke H , Dean M , Fillit H , Frank L , Schmitt FA , Peschin S , Finkel S , Austen M , Steinberg C , Ashford JW (2015) Temuan dari Skrining Memori Nasional Program hari. J Am Geriatr Soc 63, 309–314.
[11] Nasreddine ZS, Phillips NA, Bedirian V, Charbonneau S, Whitehead V, Collin I, Cummings JL, Chertkow H (2005) The Montreal Cognitive Assessment, MoCA: alat skrining singkat untuk gangguan kognitif ringan. J Am Geriatr Soc 53, 695–699.
[12] Ashford JW, Kolm P, Colliver JA, Bekian C, Hsu LN (1989) Evaluasi pasien Alzheimer dan keadaan mini-mental: analisis kurva karakteristik item. J Gerontol 44, P139–P146.
[13] Ashford JW, Jarvik L (1985) penyakit alzheimer: apakah plastisitas neuron mempengaruhi degenerasi neurofibrillary aksonal? N Engl J Med 313, 388–389.
[14] Ashford JW (2015) Pengobatan penyakit alzheimer: warisan hipotesis kolinergik, neuroplastisitas, dan arah masa depan. J Alzheimer Dis 47, 149–156.
[15] Larner AJ (2015) Kognitif berbasis kinerja instrumen skrining: analisis diperpanjang waktu versus akurasi trade-off. Diagnostik (Basel) 5, 504–512.
[16] Ashford JW , Shan M , Butler S , Rajasekar A , Schmitt FA (1995) Kuantifikasi temporal dari Penyakit Alzheimer tingkat keparahan: model 'indeks waktu'. Demensia 6, 269–280.
[17] Ashford JW , Schmitt FA (2001) Memodelkan perjalanan waktu Demensia alzheimer. Curr Psikiatri Rep 3, 20–28.
[18] Li K , Chan W , Doody RS , Quinn J , Luo S (2017) Prediksi konversi ke Penyakit Alzheimer dengan ukuran longitudinal dan data waktu-ke-peristiwa. J Alzheimers Dis 58, 361–371.
[19] Dede E, Zalonis I, Gatzonis S, Sakas D (2015) Integrasi komputer dalam penilaian kognitif dan tingkat kelengkapan baterai komputerisasi yang sering digunakan. Neurol Psikiatri Otak Res 21, 128-135.
[20] Siraly E , Szabo A , Szita B , Kovacs V , Fodor Z , Marosi C , Salacz P , Hidasi Z , Maros V , Hanak P , Csibri E , Csukly G (2015) Pemantauan tanda-tanda awal penurunan kognitif pada lansia oleh permainan komputer: studi MRI. PLoS Satu 10, e0117918.
[21] Gates NJ , Kochan NA (2015) Komputerisasi dan pengujian neuropsikologis online untuk kognisi akhir kehidupan dan gangguan neurokognitif: apakah kita sudah sampai? Curr Opin Psikiatri 28, 165-172.
[22] Zygouris S , Tsolaki M (2015) Tes kognitif terkomputerisasi untuk orang tua: ulasan. Am J Alzheimers Di Demen Lainnya 30, 13–28.
[23] Possin KL, Moskowitz T, Erlhoff SJ, Rogers KM, Johnson ET, Steele NZR, Higgins JJ, Stiver. J , Alioto AG , Farias ST , Miller BL , Rankin KP (2018) The Kesehatan otak Penilaian untuk mendeteksi dan mendiagnosis gangguan neurokognitif. J Am Geriatr Soc 66, 150–156.
[24] Shepard RN, Teghtsoonian M (1961) Retensi informasi dalam kondisi mendekati kondisi mapan. J Exp Psikol 62, 302–309.
[25] Wixted JT , Goldinger SD , ​​Squire LR , Kuhn JR , Papesh MH , Smith KA , Treiman DM , Steinmetz PN (2018) Pengkodean memori episodik di manusia hipokampus. Proc Natl Acad Sci USA 115, 1093–1098.
[26] Ashford JW , Gere E , Bayley PJ (2011) Mengukur memori dalam pengaturan grup besar menggunakan tes pengenalan berkelanjutan. J Alzheimer Dis 27, 885–895.
[27] Weiner MW , Nosheny R , Camacho M , Truran-Sacrey D , Mackin RS , Flenniken D , Ulbricht A , Insel P , Finley S , Fockler J , Veitch D (2018) The Kesehatan otak Registri: Platform berbasis internet untuk perekrutan, penilaian, dan pemantauan longitudinal peserta untuk studi ilmu saraf. Alzheimers Dement 14, 1063–1076.
[28] Carson N , Leach L , Murphy KJ (2018) Pemeriksaan ulang skor cutoff Penilaian Kognitif Montreal (MoCA). Int J Geriatr Psikiatri 33, 379–388.
[29] Faul F , Erdfelder E , Buchner A , Lang AG (2009) Analisis daya statistik menggunakan G*Power 3.1: uji untuk analisis korelasi dan regresi. Metode Res Perilaku 41, 1149-1160.
[30] Drasgow F (1986) Korelasi polikorik dan polisiserial. Dalam Encyclopedia of Statistical Sciences, Kotz S , Johnson NL , Read CB , eds. John Wiley & Sons, New York, hlm. 68–74.
[31] Revelle WR (2018) psych: Prosedur untuk Penelitian Kepribadian dan Psikologis. Universitas Northwestern, Evanston, IL, AS.
[32] Robin X , Turck N , Hainard A , Tiberti N , Lisacek F , Sanchez JC , Muller M (2011) pROC: paket sumber terbuka untuk R dan S+ untuk menganalisis dan membandingkan kurva ROC. Bioinformatika BMC 12, 77.
[33] Fluss R , Faraggi D , Reiser B (2005) Estimasi Indeks Youden dan titik potong terkaitnya. Biom J 47, 458–472.
[34] Youden WJ (1950) Indeks untuk menilai tes diagnostik. Kanker 3, 32–35.
[35] Kraemer H (1992) Mengevaluasi Tes Medis, Sage Publications, Inc., Newbury Park, CA.
[36] Tsai CF , Lee WJ , Wang SJ , Shia BC , Nasreddine Z , Fuh JL (2012) Psikometri dari Montreal Cognitive Assessment (MoCA) dan subskalanya: validasi MoCA versi Taiwan dan analisis teori respons item. Int Psikogeriatri 24, 651–658.
[37] Aschenbrenner AJ , Gordon BA , Benzinger TLS , Morris JC , Hassenstab JJ (2018) Pengaruh tau PET, amyloid PET, dan hippocampal volume pada kognisi pada penyakit Alzheimer. Neurologi 91, e859–e866.
[38] Puustin. J, Luostarinen L, Luostarinen M, Pulliainen V, Huhtala H, Soini M, Suhonen J (2016) Penggunaan MoCA dan tes kognitif lainnya dalam evaluasi gangguan kognitif pada pasien usia lanjut yang menjalani artroplasti. Geriatr Orthop Surg Rehabil 7, 183–187.
[39] Chen KL , Xu Y , Chu AQ , Ding D , Liang XN , Nasreddine ZS , Dong Q , Hong Z , Zhao QH , Guo QH (2016) Validasi Montreal Versi Mandarin Asesmen Kognitif Dasar untuk skrining gangguan kognitif ringan. J Am Geriatr Soc 64, e285–e290.
[40] Borland E , Nagga K , Nilsson PM , Minthon L , Nilsson ED , Palmqvist S (2017) Penilaian Kognitif Montreal: data normatif dari kohort besar berbasis populasi Swedia. J Alzheimers Dis 59, 893–901.
[41] Ciesielska N , Sokolowski R , Mazur E , Podhorecka M , Polak-Szabela A , Kedziora-Kornatowska K (2016) Apakah tes Montreal Cognitive Assessment (MoCA) lebih cocok daripada Tes Mini-Mental State Examination (MMSE) dalam deteksi gangguan kognitif ringan (MCI) di antara orang berusia di atas 60? Meta-analisis. Psikiater Pol 50, 1039–1052.
[42] Giebel CM , Challis D (2017) Sensitivitas Pemeriksaan Kondisi Mental Mini, Montreal Penilaian Kognitif dan Pemeriksaan Kognitif Addenbrooke III untuk aktivitas sehari-hari gangguan dalam demensia: studi eksplorasi. Int J Geriatr Psikiatri 32, 1085–1093.
[43] Kopecek M , Bezdicek O , Sulc Z , Lukavsky. J, Stepankova H (2017) Montreal Cognitive Assessment dan Mini-Mental State Examination indeks perubahan yang andal pada orang dewasa tua yang sehat. Int J Geriatr Psikiatri 32, 868–875.
[44] Roalf DR, Moore TM, Mechanic-Hamilton D, Wolk DA, Arnold SE, Weintraub DA, Moberg PJ (2017) Menjembatani tes skrining kognitif pada gangguan neurologis: Penyeberangan antara Penilaian Kognitif Montreal singkat dan Pemeriksaan Keadaan Mental Mini. Alzheimer Demen 13, 947-952.
[45] Solomon TM , deBros GB , Budson AE , Mirkovic N , Murphy CA , Solomon PR (2014) Analisis korelasi dari 5 ukuran fungsi kognitif yang umum digunakan dan status mental: Sebuah pembaharuan. Am J Alzheimer Dis Other Demen 29, 718–722.
[46] Mellor D, Lewis M, McCabe M, Byrne L, Wang T, Wang. J, Zhu M, Cheng Y, Yang C, Dong S, Xiao S (2016) Menentukan alat skrining yang tepat dan titik potong untuk gangguan kognitif pada sampel lansia Cina. Nilai Psikol 28, 1345–1353.
[47] Snowdon A , Hussein A , Kent R , Pino L , Hachinski V (2015) Perbandingan Alat Penilaian Kognitif Montreal berbasis elektronik dan kertas. Alzheimer Dis Assoc Disord 29, 325–329.
[48] Eisdorfer C , Cohen D , Paveza GJ , Ashford JW , Luchins DJ , Gorelick PB , Hirschman RS , Freels SA , Levy PS , Semla TP dkk. (1992) Evaluasi empiris Skala Deteriorasi Global untuk pementasan Penyakit Alzheimer. Am J Psikiatri 149, 190–194.
[49] Butler SM, Ashford JW, Snowdon DA (1996) Usia, pendidikan, dan perubahan dalam skor Ujian Negara Mini-Mental wanita yang lebih tua: temuan dari Studi Biarawati. J Am Geriatr Soc 44, 675–681.
[50] Schmitt FA, Davis DG, Wekstein DR, Smith CD, Ashford JW, Markesbery WR (2000) "Praklinis" AD ditinjau kembali: neuropatologi orang dewasa tua yang secara kognitif normal. Neurologi 55, 370–376.
[51] Schmitt FA , Mendiondo MS , Kryscio RJ , Ashford JW (2006) Sekilas Layar Alzheimer untuk praktek klinis. Res Pract Alzheimers Dis 11, 1–4.

Kata kunci: penyakit Alzheimer, tugas kinerja berkelanjutan, demensia, lansia, memori, gangguan kognitif ringan, skrining

Link Terkait:

New Tes Penyadapan Jari - Tes Kecepatan Psikomotor

Diet PIKIRAN: Brain Food untuk Penambah Otak

Gejala Coronavirus - Kabut Otak

Tes Memori Terbaik Online

Tips Mencegah Demensia