MemTrax テストとモントリオール認知評価の比較 軽度認知障害の推定
記事タイプ: MemTrax 研究 記事
著者: van der Hoek, Marjanne D. | ニーウェンハイゼン、アリエ | Keijer、Jaap | | アシュフォード、J.ウェッソン
所属： スタンフォード大学、スタンフォード、カリフォルニア州、米国 - 精神医学および行動科学科、応用研究センター食品および乳製品、ヴァン ホール ラレンスタイン応用科学大学、レーワルデン、オランダ | 人間と動物の生理学、ワーヘニンゲン大学、ワーヘニンゲン、オランダ | War Related Illness and Injury Study Center、バージニア州パロアルト HCS、パロアルト、カリフォルニア州、米国
doi：10.3233/jad-181003
ジャーナル: Journal of アルツハイマー病、ｖｏｌ。 67、いいえ。 3、pp。1045-1054、2019
抽象
認知障害は、高齢者の機能障害の主な原因です。 いつ 軽度認識障害 (MCI) は高齢者に発生し、認知症の前駆症状であることがよくあります。 モントリオール認知評価 (MoCA) は、MCI のスクリーニングに一般的に使用されるツールです。 ただし、このテストは対面式の管理が必要であり、正確な意味が物議を醸しているスコアを提供するために、評価者によって回答が合計されるさまざまな質問で構成されています。 この研究は、コンピューター化されたコンピューターのパフォーマンスを評価するために設計されました。 記憶テスト (MemTrax) は、MoCA に関して、連続認識タスクの適応です。 から XNUMX つの結果測定値が生成されます。 MemTrax テスト: MemTraxspeed と MemTraxcorrect です。 被験者には MoCA と MemTrax テスト. MoCA の結果に基づいて、被験者は認知状態の XNUMX つのグループに分けられました。n = 45) および MCI (n = 37)。 平均 MemTrax スコアは、通常の認知グループよりも MCI で有意に低かった。 すべての MemTrax 結果変数は、MoCA と正の関連がありました。 平均を計算する XNUMX つの方法 MemTrax スコアと線形回帰を使用して、MemTrax テストのカットオフ値を推定しました MCIを検出します。 これらのメソッドは、結果 MemTrax についてスピード 0.87 ～ 91 秒の範囲を下回るスコア-1 は MCI の指標であり、結果については MemTrax正しい 85 ～ 90% の範囲を下回るスコアは、MCI の兆候です。
はじめに
欧州、北米、北アジアを中心に世界人口の高齢化が進み、高齢者の割合が急速に増加しています。 加齢に伴い、認知障害、認知症、および アルツハイマー病 （AD）、これらの状態を持つ人々の数が大幅に増加しています。 早期発見 認知障害の特定は、患者のケアを改善し、医療費を削減し、より深刻な症状の発症を遅らせるのに役立つ可能性があるため、急速に進行する認知症とADの負担を軽減するのに役立つ可能性があります. したがって、高齢者の認知機能を監視するためのより優れたツールが必要です。
高齢者の認知機能と行動機能の臨床評価を行うために、臨床医と研究者は何百ものスクリーニングと簡単な評価ツールを開発し、いくつかのテストが一般的に使用されるようになりました。 学術的な設定で軽度認知障害 (MCI) の臨床評価に最も頻繁に使用されるツールの XNUMX つは、 モントリオール認知評価 (MoCA)。
MoCA は、エグゼクティブ、ネーミング、注意、言語、抽象化、記憶/遅延想起、および向きの XNUMX つの認知機能を評価します。 MoCA のドメイン記憶/遅延想起および向きは、初期のアルツハイマー型認知障害に対して最も敏感な項目として以前に特定されており、記憶のエンコードが AD 神経病理学的プロセスによって攻撃される基本的な要因であるという概念につながりました。 したがって、アルツハイマー病に関連する認知障害を評価するための臨床ツールでは、記憶が考慮すべき中心的な認知因子であり、失語症、失行症、失認症、および実行機能障害を含む他の障害は、一般的にアルツハイマー病によって中断されますが、関連している可能性があります。支持する新皮質領域における神経可塑性記憶処理メカニズムの機能不全に。
MoCA は MCI の評価に広く使用されていますが、MoCA の管理は対面で行われるため、時間がかかり、臨床的な出会いが必要なため、各管理にかなりの費用がかかります。 評価の過程で、テストの実施に必要な時間が評価の精度を高めるため、今後の開発ではこの関係を考慮して、より効率的なテストを開発する必要があります。
この分野の重要な問題は、経時的な認知評価の要件です。 経時変化の評価は、 検出するために重要 障害の進行、治療の有効性、および治療研究介入の評価を決定します。 利用可能なそのようなツールのほとんどは、高レベルの精度には適しておらず、設計もされておらず、頻繁に管理することは容易ではありません。 認知評価を改善するための解決策はコンピューター化であると示唆されていますが、そのような取り組みのほとんどは、一般的に使用される神経心理学的検査のコンピューター化に過ぎず、早期に理解するために必要な認知評価の重要な問題に具体的に対処するために開発されていません。 重度の聴覚障害者が、認知症 とその進行。 したがって、新しい認知評価ツールはコンピュータ化され、言語や文化に制限されない比較可能なテストの無制限のソースに基づいている必要があります。これらのテストは、段階的に改善できる精度、精度、および信頼性のレベルを提供します。 さらに、そのようなテストは楽しくて魅力的なものでなければなりません。そうすれば、テストを繰り返すことは、面倒な経験ではなく肯定的なものと見なされます。 特に、オンライン試験は、データの迅速な収集と分析を提供し、参加者、臨床医、および研究者に即時のフィードバックを提供しながら、このニーズを満たす可能性を提供します。
本研究は、認知症であると特定されていない地域在住の個人の集団における認知機能を評価するために、連続認識タスク (CRT) パラダイムのオンライン適応の有用性を評価するために設計されました。 CRT パラダイムは学術分野で広く使用されています。 記憶の研究 メカニズム。 CRT アプローチは、最初に、興味を持った個人に関するデータを提供するオーディエンス デモンストレーション ツールとして実装されました。 メモリの問題. その後、このテストはフランスの会社 (HAPPYneuron, Inc.) によってオンラインで実施されました。 米国を拠点とする会社 MemTrax, LLC (http://www.memtrax.com) によるもの。 脳によって 健康 UCSF の Michael Weiner 博士と彼のチームによって開発されたレジストリは、認知障害の研究のための募集をサポートします。 および中国企業 SJN Biomed, LTD) によるものです。 このテストは、2018 年 200,000 月現在、XNUMX 万人を超えるユーザーからデータを取得しており、複数の国で試行されています。
本研究では、CRT ベースのテストである MemTrax (MTX) が、オランダ北部の独立生活を送っている高齢者集団で MoCA と組み合わせて投与されました。 この研究の目的は、CRT と MoCA のこの実装でのパフォーマンスの関係を判断することでした。 問題は、MTX が MoCA によって評価された認知機能を推定するのに役立つかどうかでした。これは潜在的な臨床適用性を示している可能性があります。
材料および方法
調査対象母集団
2015 年 2016 月から 75 年 1975 月の間に、オランダ北部の地域在住の高齢者を対象に横断研究が実施されました。 被験者（XNUMX歳以上）は、チラシの配布や高齢者向けのグループミーティングを通じて募集されました。 潜在的な被験者は、この研究に登録する前に、包含基準と除外基準をスクリーニングするために自宅を訪問しました。 （自己報告された）認知症を患っている被験者、または認知テストの実施に影響を与える可能性のある視覚または聴覚に重度の障害がある被験者は、この研究への参加を許可されませんでした。 さらに、被験者はオランダ語を話し、理解できる必要があり、読み書きができないことはありません。 この研究は、XNUMX 年のヘルシンキ宣言に従って実施され、すべての参加者が署名した インフォームドコンセント 研究の詳細な説明を受けた後、フォーム。
学習手順
研究への登録後、一般的なアンケートが実施されました。これには、年齢や教育年数 (小学校から開始)、病歴、アルコール消費量などの人口統計学的要因に関する質問が含まれていました。 アンケートの完了後、MoCA および MTX テストがランダムな順序で実施されました。
メムトラックス - 研究医療センター
MemTrax, LLC (Redwood City, CA, USA) のご厚意により、MTX テストの完全版が無料で提供されました。 このテストでは、一連の 50 枚の画像がそれぞれ最大 25 秒間表示されます。 正確な繰り返し画像が表示されたとき (50/XNUMX)、被験者は、スペースバー (赤いテープで示されている) を押して、繰り返し画像にできるだけ早く反応するように指示されました。 被験者が画像に反応すると、すぐに次の画像が表示されました。 テスト終了後、プログラムは正答率 (MTX) を表示します。正しい) と繰り返し画像の平均反応時間 (秒単位)。これは、繰り返し画像を認識するときにスペースバーを押すのに必要な時間を反映しています。 これら XNUMX つの測定値の次元を一致させるために、反応時間を反応速度 (MTX) に変換しました。スピード) 1 を反応時間で割ることにより (すなわち、1/MTX)反応時間）。 すべての個々の MemTrax スコアのテスト履歴とその有効性は、テスト アカウントにオンラインで自動的に保存されました。 実行されたすべてのテストの有効性がチェックされ、5 つ以下の偽陽性応答、10 個以上の正しい認識、および 0.4 ～ 2 秒の平均認識時間が要求され、有効なテストのみが分析に含まれました。
実際にMTXテストを実施する前に、テストについて詳しく説明し、模擬テストを実施しました。 これには、テスト自体だけでなく、参加者がテスト開始前にサイトのレイアウトと必要な初期アクションに慣れるための指示とカウントダウン ページも含まれていました。 実際のテスト中に画像の繰り返しを避けるために、MemTrax データベースに含まれていない画像が模擬テストに使用されました。
モントリオール認知評価 ツール
MoCA Institute & Clinique (ケベック州、カナダ) から、この研究に MoCA を使用する許可を得ました。 オランダの MoCA は 30 つのバージョンで利用でき、被験者にランダムに投与されました。 MoCA スコアは、評価された個別の認知領域ごとのパフォーマンスの合計であり、最大スコアは 12 ポイントです。 公式の推奨に従って、参加者の教育年数が 30 年以下の場合 (10 ポイント未満の場合)、追加ポイントが追加されました。 公式のテスト指示は、テストの実施中のガイドラインとして使用されました。 テストは 15 人の訓練を受けた研究者によって管理され、XNUMX つのテストの管理には約 XNUMX ～ XNUMX 分かかりました。
MemTrax データ分析
教育のために修正されたMoCAの結果に基づいて、被験者は認知状態の23つのグループに分けられました：通常の認知（NC）と軽度の認知障害（MCI）。 MCI のカットオフとして 22 の MoCA スコアが使用されました (26 以下のスコアは MCI と見なされました)。 24 または 25 または XNUMX の値。このスコアは臨床現場で使用されるため、すべての分析で修正された MoCA スコアが使用されました。
MTX テストでは、MTX という XNUMX つの結果が得られます。反応時間、MTXに変換されたスピード 1/MTXで反応時間、およびMTX正しい.
統計分析は、R (バージョン 1.0.143、Rstudio Team、2016) を使用して実行されました。 Shapiro-Wilk検定により、すべての変数について正規性がチェックされました。 研究集団全体、およびNCおよびMCIグループの変数は、平均±標準偏差（SD）、中央値および四分位範囲（IQR）、または数とパーセンテージとして報告されました。 NC と MCI グループの特性を比較するために、連続変数の独立サンプル T 検定と Wilcoxon Sum Rank 検定、およびカテゴリ変数のカイ XNUMX 乗検定を実行しました。 ノンパラメトリック Kruskal-Wallis 検定を使用して、MoCA の XNUMX つのバージョンと XNUMX 人の管理者が MoCA の結果に影響を与えたかどうかを判断しました。 さらに、独立した T 検定または Wilcoxon Sum Rank 検定を実施して、MoCA および MTX の投与順序がテスト結果に影響を与えるかどうかを判断しました (MoCA スコア、MTX など)。正しい、およびMTXスピード）。 これは、最初に MoCA を受け取り、次に MemTrax を受け取った被験者、または最初に MTX を受け取り、次に MoCA を受け取った被験者の平均スコアが異なるかどうかを判断することによって実行されました。
ピアソン相関 テストは、MTX と MoCA の間、および両方の MemTrax の間の関係を評価するために計算されました。 MTXspeed や MTXcorrect などのテスト結果。 以前に実行されたサンプル サイズの計算では、ピアソンの片側相関検定 (検出力 = 80 %、 α = 0.05)、中程度の効果サイズ (r = 0.3) を仮定すると、n = 67 の最小サンプル サイズが必要でした。 R の psych パッケージを使用して、MTX テスト結果と個別の MoCA ドメインとの関係を評価するために、ポリシリアル相関テストが計算されました。
特定の MemTrax スコアに相当する MoCA スコアは、考えられる各 MoCA スコアの平均 MemTrax スコアを計算することによって計算され、線形回帰を実行して、これらの測定値に関連する方程式を推定しました。 さらに、MoCA によって測定された MCI の MemTrax テストのカットオフ値、および対応する感度と特異度の値を決定するために、R の pROC パッケージを使用して受信者操作特性 (ROC) 分析を実行しました。 = 2000) を使用して、曲線下面積 (AUC) と対応する信頼区間を比較しました。 最適なカットオフ スコアは、偽陽性を最小限に抑えながら真陽性を最大化する Youden メソッドを使用して計算されました。
MTX と MoCA の間の関係を評価するための分析 (すなわち、相関分析と単純な線形回帰) を除いて、すべての統計分析について、両側 p 値 <0.05 が統計的有意性のしきい値と見なされました。 <0.05の片側p値は有意と見なされました。
MemTraxの結果
科目
合計で、101 人の被験者がこの研究に参加しました。 19 人の被験者の MemTrax テスト結果がプログラムによって保存されなかったため、12 人のデータが分析から除外されました。除外基準。 したがって、6人の被験者からのデータが分析に含まれました。 MoCA の異なるバージョン間および管理者間で、MoCA のテスト結果に大きな違いは見つかりませんでした。 さらに、テスト投与の順序は、テストのスコア (MoCA、MTX) のいずれにも有意な影響を与えませんでした。スピード、MTX正しい）。 MoCA テストの結果に基づいて、被験者は NC または MCI グループに分類されました (たとえば、それぞれ MoCA ≥ 23 または MoCA <23)。 総研究集団、NC および MCI グループの被験者の特徴を表 1 に示します。MoCA スコアの中央値 (25 (IQR: 23 – 26) 対 21 (IQR: 19 – 22)) を除いて、グループ間に有意差はありませんでした。 ) ポイント、Z = -7.7、p <0.001)。
表1
被験者の特徴
| 総研究人口 (n = 82) | NC (n = 45) | MCI (n = 37) | p | |
| 年齢 (歳) | 83.5±5.2 | 82.6±4.9 | 84.7±5.4 | 0.074 |
| 女性、番号 (%) | 55（67） | 27（60） | 28（76） | 0.133 |
| 教育 (y) | 10.0（8.0 – 13.0） | 11.0（8.0 – 14.0） | 10.0（8.0 – 12.0） | 0.216 |
| アルコール摂取量 (# グラス/週) | 0（0 – 4） | 0（0 – 3） | 0（0 – 5） | 0.900 |
| MoCA スコア (# ポイント) | 23（21 – 25） | 25（23 – 26） | 21（19 – 22） | NA |
値は、平均値±標準偏差、中央値 (IQR)、またはパーセンテージ付きの数値として表されます。
MemTrax によって測定される認知状態
認知状態は、MTX テストによって測定されました。 図 1 は、 認知テスト NCおよびMCI被験者の結果。 平均 MTX スコア (例: MTXスピード とMTX正しい) は、0.916 つのグループ間で有意に異なっていました。 NC 被験者 (0.152 ± XNUMX 秒-1) は、MCI 被験者と比較して反応速度が有意に速かった (0.816 ± 0.146 秒)-1); t(80) = 3.01、p = 0.003) (図 1A)。 さらに、NC被験者はMTXでより良いスコアを示しました正しい MCI被験者よりも変数（それぞれ91.2±5.0％対87.0±7.7％; tw (59) = 2.89、p = 0.005) (図 1B)。
Fig.1
NC および MCI グループの MTX テスト結果の箱ひげ図。 A) MTXスピード テスト結果と B) MTX正しい テスト結果。 MTX テストの両方の結果変数は、NC と比較して MCI グループで有意に低くなっています。 明るい灰色は NC 科目を示し、濃い灰色は MCI 科目を示します。
NC および MCI グループの MTX テスト結果の箱ひげ図。 A) MTXspeed テストの結果と B) MTXcorrect テストの結果。 MemTrax テストの両方の結果変数は、NC と比較して MCI グループで有意に低くなっています。 明るい灰色は NC 科目を示し、濃い灰色は MCI 科目を示します。
MemTrax と MOCA の相関関係
MTX テストのスコアと MoCA の関連性を図 2 に示します。両方の MTX 変数は MoCA と正の関連性がありました。 MTXスピード と MoCA は r = 0.39 (p = 0.000) の有意な相関を示し、MTX との相関は正しい MoCA は r = 0.31 (p = 0.005) でした。 MTX 間に関連性はなかった。スピード とMTX正しい.
Fig.2
A) MTX 間の関連付けスピード およびMoCA; B) MTX正しい およびMoCA; ウ）MTX正しい とMTXスピード. NC および MCI の被験者は、それぞれドットと三角形で示されます。 各グラフの右下隅には、XNUMX つの変数間の相関関係の rho と対応する p 値が表示されます。
A) MTXspeed と MoCA の関連付け。 B) MTXcorrect と MoCA。 C) MTXcorrect と MTXspeed。 NC および MCI の被験者は、それぞれドットと三角形で示されます。 各グラフの右下隅には、XNUMX つの変数間の相関関係の rho と対応する p 値が表示されます。
A) MTXspeed と MoCA の関連付け。 B) MTXcorrect と MoCA; C) MTXcorrect と MTXspeed。 NC および MCI の被験者は、それぞれドットと三角形で示されます。 各グラフの右下隅には、XNUMX つの変数間の相関関係の rho と対応する p 値が示されています。[/caption]
MemTrax テスト スコアと MoCA ドメイン間のポリシリアル相関を計算して、各ドメインと MemTrax メトリックとの関連性を判断しました。 ポリシリアル相関を表 2 に示します。MoCA の複数のドメインは、MTX と有意に相関していました。速度 。 ドメイン「抽象化」は、中程度ではあるが、MTX と最も高い相関を示したスピード (r = 0.35、p = 0.002)。 ドメイン「ネーミング」と「言語」は、MTX と弱いから中程度の有意な関連性を示しましたスピード (r = 0.29、p = 0.026 および r = 0.27、p = 0.012、それぞれ)。 MTX正しい ドメイン「visuospatial」との弱い相関関係を除いて、MoCA ドメインとは有意に関連していませんでした (r = 0.25、p = 0.021)。
表2
MTX テスト結果と MoCA ドメインのポリシリアル相関
| MTXスピード | MTX正しい | |||
| r | p | r | p | |
| 視覚空間 | 0.22 | 0.046 | 0.25 | 0.021 |
| 命名 | 0.29 | 0.026 | 0.24 | 0.063 |
| 注目 | 0.24 | 0.046 | 0.09 | 0.477 |
| 言語設定 | 0.27 | 0.012 | 0.160 | 0.165 |
| 抽象化 | 0.35 | 0.002 | 0.211 | 0.079 |
| リコール | 0.15 | 0.159 | 0.143 | 0.163 |
| 利き手 | 0.21 | 0.156 | 0.005 | 0.972 |
注: 重要な相関関係は太字で示されています。
MemTrax スコアと MCI の推定カットオフ値
MemTrax と MoCA の対応するスコアを決定するために、各 MoCA スコアの MemTrax スコアを平均し、線形回帰を計算して関係と対応する式を予測しました。 線形回帰の結果は、MTX がスピード MoCA の分散の 55% を説明しました (R2 = 0.55、p = 0.001)。 可変MTX正しい MoCA の分散の 21% を説明しました (R2 = 0.21、p = 0.048)。 これらの関係式に基づいて、与えられた MTX スコアに対して同等の MoCA スコアが計算されました。これを表 3 に示します。これらの式に基づいて、MTX の対応するカットオフ値 (たとえば、23 ポイントの MoCA スコア)スピード とMTX正しい は0.87秒-1 そして90％。 さらに、両方の MemTrax 変数で多重線形回帰が実行されましたが、変数 MTX正しい はモデルに大きく寄与しなかったため、結果は表示されません。
表3
指定された MemTrax スコアに対して推奨される同等の MoCA スコア
| MoCA (ポイント) | 同等のMTXスピード (s-1)a | MTX による予測の CIスピード （ポイント） | 同等のMTX正しい （％）b | MTX による予測の CI正しい （ポイント） |
| 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 |
a使用される式: 1.1 + 25.2 *MTXスピード; b 使用される式: –9.7 + 0.36 *MTX正しい.
さらに、MTX カットオフ値および対応する感度と特異性は、ROC 分析によって決定されました。 MemTrax 変数の ROC 曲線を図 3 に示します。MTX の AUCスピード とMTX正しい それぞれ、66.7 (CI: 54.9 – 78.4) と 66.4% (CI: 54.1 – 78.7) です。 MoCA によって確立された MCI を評価するために使用される MemTrax 変数の AUC は、有意差はありませんでした。 表 4 は、MemTrax 変数のさまざまなカットオフ ポイントの感度と特異性を示しています。 MTX の最適なカットオフ スコア (偽陽性を最小限に抑えながら真陽性を最大化)スピード とMTX正しい 0.91秒でした-1 (感度 = 48.9% 特異性 = 78.4%) と 85% (感度 = 43.2%; 特異性 = 93.3%)、それぞれ。
Fig.3
MoCA によって評価された MCI を評価するための MTX テスト結果の ROC 曲線。 点線はMTXを示しますスピード そして実線のMTX正しい. 灰色の線は、0.5 の基準線を表します。
MoCA によって評価された MCI を評価するための MTX テスト結果の ROC 曲線。 点線は MTXspeed を示し、実線は MTXcorrect を示します。 灰色の線は、0.5 の基準線を表します。
表4
MTXスピード とMTX正しい カットオフ ポイントおよび対応する特異性と感度
| カットオフポイント | TP (#) | tn (#) | FP (#) | Fn (#) | 特異度（％） | 感度（％） | |
| MTXスピード | 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 | |
| MTX正しい | 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、真陽性。 tn、真陰性。 fp、偽陽性。 fn、偽陰性。
考察
この研究は、MoCA を参照として使用して、CRT ベースのテストであるオンライン MemTrax ツールを調査するために設定されました。 MoCA が選択されたのは、このテストが MCI のスクリーニングに現在広く使用されているためです。 ただし、MoCA の最適なカットポイントは明確に確立されていません [28]。 MemTrax の個々の測定値を MoCA と比較すると、単純で短いオンライン テストで、認知機能と認知障害の分散のかなりの部分を捉えることができることがわかります。 この分析では、速度測定で最も強い効果が見られました。 正しさの尺度は、それほど堅牢でない関係を示しました。 重要な発見は、MTX の速度と正確さの測定値の間に相関関係が観察されなかったことであり、これらの変数が基礎となるさまざまなコンポーネントを測定することを示しています。 脳処理機能. したがって、被験者全体で速度と精度のトレードオフの兆候は見つかりませんでした。 さらに、0.87 つの異なる方法を使用して、MCI を検出する MemTrax メモリ テストのカットオフ値を推定しました。 これらの方法は、結果の速度と正確さについて、スコアがそれぞれ 91 ～ XNUMX 秒の範囲を下回ることを示しました。-1 85 ～ 90% は、これらの範囲のいずれかを下回るスコアを持つ個人が MCI を発症する可能性が高いことを示しています。 「コスト価値分析」は、MCI をスクリーニングするためのより包括的な検査の実施について医師に相談するよう個人にアドバイスする必要がある時点を示します [8-35]。
今回の研究では、MoCA によって測定されたドメイン「ネーミング」、「言語」、および「抽象化」が、MemTrax の結果の XNUMX つと最も高い相関関係にあることがわかりましたが、相関関係は弱から中程度でした。 これは予想とは対照的です。 ミニメンタルステート試験 項目応答理論を使用して、ドメイン「記憶/遅延想起」および「方向性」が早期ADに最も敏感であった[12]。 これで非常に 初期段階 認知機能障害の研究では、ネーミング、言語、および抽象化における微妙な障害の MoCA 指標は、MoCA のアイテム応答理論分析における以前の調査結果と一致して、記憶および方向の測定よりも MCI に敏感であるようです [36]。 さらに、 認識速度のMemTrax測定は、認識記憶の前のこの初期の障害を反映しているようです MTX によって測定されます (重大な天井効果があります)。 この星座 これらの効果は、MCI を引き起こす病理学の複雑な側面が初期の脳を反映していることを示唆しています。 単純な神経認知アプローチでは概念化が困難であり、実際には根底にある神経病理の進行を反映している可能性がある変化[37]。
本研究の強みは、サンプルサイズ (n = 82) が、この比較的古い集団で MoCA と MTX の間の相関関係を検出するのに十分すぎることです。 また、パソコンに慣れていない高齢者にも試験環境や機器に慣れてもらうために、全科目模擬試験を実施しました。 MoCA と比較して、被験者は MemTrax の方が楽しく、MoCA の方が試験のように感じました。 被験者の年齢とコミュニティの独立性により、分析の焦点は比較的機能の高い個人のこの選択されたグループに制限されましたが、このグループは障害の特定が最も困難なグループのXNUMXつです.
注意すべき点として、MoCA は標準的なスクリーニング検査と考えられていますが、MCI の存在の可能性を示すための検査に過ぎず、診断ツールや認知機能障害の絶対的な測定ではありません。 したがって、MoCA と MTX の比較は相対的なものであり、どちらも MCI 識別で独立した差異を捉えている可能性があります。 したがって、文献における重要な問題は、MoCA [38]、その検証 [39]、規範的スコアの確立 [40]、他の簡単な認知評価との比較 [41–45] の有用性を定義する努力でした。 、および MCI のスクリーニング ツールとしてのその有用性 [46] (Carson らによる総説、2017 [28])、および電子版の適用性 [47]。 このような分析には、感度と特異性の検査が含まれ、通常は「曲線下面積」の測定を伴う ROC 分析を使用し、「診断」のカットオフを推奨します。 しかし、個人が軽度の障害の連続体のどこに位置するかを絶対的に決定するためのアプローチがない場合、基礎となる障害の途方もない変動性とともに 脳機能 その障害の一因となるため、そのようなツールはすべて確率論的推定しか提供できません。 異なる尺度間の相関関係を提供することは、根本的な状態が正しく対処されていることを示すだけですが、このアプローチでは実際の生物学的状態を正確に定義することはできません. 高レベルの分析は臨床現場で実際に役立つ可能性がありますが、そのような有用性を確立するには、次の 8 つの要因をさらに考慮する必要があります。 テストのコスト、偽陽性の結果のコスト、および真の陽性診断の実質的な利点[35、XNUMX]。
メジャー アルツハイマー病とそれに関連する認知障害を評価する際の問題の一部は、実際の認知機能がないことです。 「段階」[48] ではなく、進行の一時的な連続体 [8, 17, 49]。 「正常」と MCI の区別は、これらの状態と軽症を区別するよりも実際にははるかに困難です。 認知症関連 AD [50、51]。 「現代のテスト理論」の概念を使用して、問題は、特定のテストスコアが与えられた場合に、連続体のどこに個人が特定の信頼区間内にいる可能性が最も高いかを判断することになります. このような決定を行うには、ほとんどの簡単な認知テストで提供されるよりも正確な評価が必要ですが、MTX で提供されるようなものです。 コンピュータ化されたテストによる精度の向上と観察者のバイアスの除去は、有望な方向性です。 また、MemTrax などのコンピューター化されたテストは、無制限の数の比較可能なテストの可能性を提供し、障害推定の分散を大幅に削減します。 さらに、原則として、コンピューター化されたテストは、AD の影響を受けるメモリ関連ドメインの多くをテストできます。 この研究では、MTX を作成された他の多数のコンピューター化されたテストと比較しませんでしたが (紹介を参照)、これまでに利用可能なものはどれも、CRT によって提供される強力なアプローチを使用していません。 コンピュータ化されたテストのさらなる開発は、さらなる注目とサポートが求められる重要な分野です。 ついに、 トレーニング効果 分析に組み込むことができます。
現時点では、コンピュータ化されたオンライン テストは確立されたアプローチではありません。 認知症のスクリーン、認知障害の評価、または臨床診断を行います。 ただし、エピソード (短期) 記憶を評価するためのこのアプローチ、特に CRT の使用の力と可能性は非常に大きく、次のような認知評価の将来のアプリケーションで重要になる可能性があります。 認知症スクリーニング 評価、術後混乱のモニタリング、意思決定のための精神的能力の確立、脳震盪後の赤字の検出、および安全運転のための潜在的な障害の推定。 この研究では、MemTrax が認知障害の分散のかなりの部分を捉えることができることが示されています。 さらに、MCI の MoCA カットオフ スコアに等しい MTX 変数のカットオフ値が提示されます。 将来の研究では、MCI のスクリーニング ツールとして MemTrax を確立するために、より大きく、より明確に定義された集団で調査することをお勧めします。 このような集団には、診断上の問題を可能な限り正確に定義でき、被験者を MTX やその他の認知テストで長期にわたって追跡できる臨床サンプルを含める必要があります。 このような分析は、通常の老化とさまざまな病的状態の両方に関連する認知機能低下の軌跡の変化を判断できます。 コンピュータ化されたテストとレジストリが開発されるにつれて、レベルに関するより多くの情報が 健康が利用可能になり、間違いなくヘルスケアの大幅な改善につながります そして願わくば、ADのような状態を予防することに近づきます。
謝辞
Anne van der Heijden、Hanneke Rasing、Esther Sinnema、Melinda Lodders の研究への協力に感謝いたします。 さらに、無料のフル バージョンの MemTrax テストを提供してくれた MemTrax, LLC に感謝します。 この作品は、フリスラン県 (01120657)、オランダ、アルファシグマ ネダーランド BV (助成金番号 01120657 への直接寄付) によって資金提供されている研究プログラムの一部です。 公開日: 12 年 2019 月 XNUMX 日
参考文献
| 【1] | Jorm AF、Jolley D (1998) 認知症の発生率: メタ分析。 神経学 51、728–733。 |
| 【2] | Hebert LE、Weuve。 J、シェール PA、エヴァンス DA (2013) アルツハイマー病 2010年の国勢調査を使用して推定された米国（2050年から2010年）。 神経学 80、1778–1783。 |
| 【3] | ウィーブ。 J , Hebert LE , Scherr PA , Evans DA (2015) の有病率 アルツハイマー病 米国の州で。 疫学 26、e4–6。 |
| 【4] | Brookmeyer R 、Abdalla N 、Kawas CH 、Corrada MM (2018) 前臨床および臨床の有病率の予測 アルツハイマー病 米国では。 アルツハイマー認知症 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)認知症ケアの改善: 認知障害のスクリーニングと検出の役割. アルツハイマー認知症 9、151–159。 |
| 【6] | Loewenstein DA , Curiel RE , Duara R , Buschke H (2018) 前臨床アルツハイマー病における記憶障害の検出. 評価 25、348–359。 |
| 【7] | Thyrian JR、Hoffmann W、Eichler T (2018) 社説: プライマリケアにおける認知症の早期認識 - 現在の問題と概念。 Curr Alzheimer Res 15, 2–4. |
| 【8] | Ashford JW (2008) 記憶障害、認知症、認知症のスクリーニング アルツハイマー病. 老化の健康 4、399–432。 |
| 【9] | 横溝 JE , Simon SS , Bottino CM (2014) の認知スクリーニング プライマリケアにおける認知症: システマティックレビュー。 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) ナショナルメモリースクリーニング デイプログラム。 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: 軽度認知障害の簡単なスクリーニング ツール。 J Am Geriatr Soc 53、695–699。 |
| 【12] | Ashford JW、Kolm P、Colliver JA、Bekian C、Hsu LN (1989) アルツハイマー患者の評価と最小限の精神状態: 項目特性曲線分析。 J Gerontol 44、P139–P146。 |
| 【13] | アシュフォード JW、ジャービック L (1985) アルツハイマー病： ニューロンの可塑性は軸索神経原線維変性の素因となるか? N Engl J Med 313、388–389。 |
| 【14] | Ashford JW (2015) 治療 アルツハイマー病： コリン作動性仮説、神経可塑性、および将来の方向性の遺産。 J アルツハイマー Dis 47、149–156。 |
| 【15] | ラーナー AJ (2015) パフォーマンスベースの認知 スクリーニング機器: 時間と精度のトレードオフの拡張分析。 診断 (バーゼル) 5、504–512。 |
| 【16] | Ashford JW 、Shan M 、Butler S 、Rajasekar A 、Schmitt FA (1995) の時間的定量化 アルツハイマー病 重大度: 「時間インデックス」モデル。 認知症 6、269–280。 |
| 【17] | Ashford JW , Schmitt FA (2001) 時間経過のモデリング アルツハイマー型認知症. Curr Psychiatry Rep 3、20–28。 |
| 【18] | Li K , Chan W , Doody RS , Quinn J , Luo S (2017) への変換の予測 アルツハイマー病 縦方向の測定値とイベントまでの時間データ。 J アルツハイマー Dis 58、361–371。 |
| 【19] | Dede E , Zalonis I , Gatzonis S , Sakas D (2015) 認知評価におけるコンピューターの統合と、頻繁に使用されるコンピューター化されたバッテリーの包括性のレベル。 Neurol Psychiatry Brain 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) 初期の兆候 コンピューターゲームによる高齢者の認知機能低下: MRI 研究。 PLoS One 10、e0117918。 |
| 【21] | Gates NJ , Kochan NA (2015) 晩年の認知および神経認知障害に関するコンピューター化されたオンラインの神経心理学的検査: まだそこにいるのか? Curr Opin Psychiatry 28、165–172。 |
| 【22] | Zygouris S , Tsolaki M (2015) コンピュータによる認知テスト 高齢者： 評価。 Am J Alzheimers Dis Other Demen 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) 脳の健康 神経認知障害を検出および診断するための評価。 J Am Geriatr Soc 66、150–156。 |
| 【24] | Shepard RN 、 Teghtsoonian M (1961) 定常状態に近づく条件下での情報の保持。 J Exp Psychol 62、302–309。 |
| 【25] | Wixted JT , Goldinger SD , Squire LR , Kuhn JR , Papesh MH , Smith KA , Treiman DM , Steinmetz PN (2018) エピソード記憶のコーディング 人間 海馬。 Proc Natl Acad Sci USA 115、1093–1098。 |
| 【26] | Ashford JW , Gere E , Bayley PJ (2011) 測定 連続認識テストを使用した大規模なグループ設定での記憶. J アルツハイマー 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) 脳の健康 レジストリ: 神経科学研究の参加者の募集、評価、および縦断的モニタリングのためのインターネットベースのプラットフォーム。 アルツハイマー認知症 14、1063–1076。 |
| 【28] | カーソン N 、リーチ L 、マーフィー KJ (2018) モントリオール認知評価 (MoCA) カットオフ スコアの再検討。 Int J Geriatr Psychiatry 33、379–388。 |
| 【29] | Faul F、Erdfelder E、Buchner A、Lang AG (2009) G*Power 3.1 を使用した統計的検出力分析: 相関分析と回帰分析のテスト。 Behav Res Methods 41、1149–1160。 |
| 【30] | Drasgow F (1986) ポリコリックおよびポリシリアル相関。 Encyclopedia of Statistical Sciences、Kotz S、Johnson NL、Read CB、編。 John Wiley & Sons、ニューヨーク、pp. 68–74。 |
| 【31] | Revelle WR (2018) サイケ: パーソナリティと心理学研究の手順。 ノースウェスタン大学、エバンストン、イリノイ州、米国。 |
| 【32] | Robin X , Turck N , Hainard A , Tiberti N , Lisacek F , Sanchez JC , Muller M (2011) pROC: R および S+ のオープンソース パッケージで、ROC 曲線を分析および比較します。 BMC バイオインフォマティクス 12、77。 |
| 【33] | Fluss R , Faraggi D , Reiser B (2005) Youden Index とそれに関連するカットオフ ポイントの推定。 Biom J 47、458–472。 |
| 【34] | Youden WJ (1950) 評価診断テストのインデックス。 がん 3、32–35。 |
| 【35] | Kraemer H (1992) Evaluating Medical Tests、Sage Publications, Inc.、カリフォルニア州ニューベリー パーク。 |
| 【36] | Tsai CF , Lee WJ , Wang SJ , Shia BC , Nasreddine Z , Fuh JL (2012) モントリオール認知評価 (MoCA) の心理測定とそのサブスケール: MoCA の台湾版の検証と項目応答理論分析。 Int Psychogeriatr 24、651–658。 |
| 【37] | Aschenbrenner AJ , Gordon BA , Benzinger TLS , Morris JC , Hassenstab JJ (2018) タウ PET、アミロイド PET、および海馬体積の影響 アルツハイマー病における認知. 神経学 91、e859–e866。 |
| 【38] | プスティネン。 J , Luostarinen L , Luostarinen M , Pulliainen V , Huhtala H , Soini M , Suhonen J (2016) 関節形成術を受けている高齢患者の認知障害の評価におけるMoCAおよびその他の認知テストの使用。 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) 中国語版モントリオールの検証 軽度認知障害のスクリーニングのための認知評価基本. J Am Geriatr Soc 64、e285–e290。 |
| 【40] | Borland E , Nagga K , Nilsson PM , Minthon L , Nilsson ED , Palmqvist S (2017) The Montreal Cognitive Assessment: スウェーデンの人口ベースの大規模コホートからの規範的データ。 J アルツハイマー Dis 59、893–901。 |
| 【41] | Ciesielska N , Sokolowski R , Mazur E , Podhorecka M , Polak-Szabela A , Kedziora-Kornatowska K (2016) モントリオール認知評価 (MoCA) テストは、Mini-Mental State Examination よりも適しています (MMSE) 60 歳以上の人々の軽度認知障害 (MCI) の検出において? メタ分析。 Psychiatr Pol 50、1039–1052。 |
| 【42] | Giebel CM , Challis D (2017) Mini-Mental State Examination の感度、モントリオール 日常活動に対する認知評価とアデンブルックの認知検査 III 認知症の機能障害: 探索的研究。 Int J Geriatr Psychiatry 32、1085–1093。 |
| 【43] | Kopecek M、Bezdicek O、Sulc Z、Lukavsky。 J , Stepankova H (2017) Montreal Cognitive Assessment and Mini-Mental State Examination の健康な高齢者における信頼できる変化指数。 Int J Geriatr Psychiatry 32、868–875。 |
| 【44] | Roalf DR 、Moore TM 、Mechanic-Hamilton D 、Wolk DA 、Arnold SE 、Weintraub DA 、Moberg PJ (2017) 神経疾患における認知スクリーニング検査の橋渡し: 短いモントリオール認知評価とミニ精神状態検査の間のクロスウォーク。 アルツハイマー認知症 13, 947–952. |
| 【45] | Solomon TM 、deBros GB 、Budson AE 、Mirkovic N 、Murphy CA 、Solomon PR (2014) 認知機能および 精神状態： アップデート。 Am J Alzheimers 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) 中国の高齢者サンプルにおける認知障害の適切なスクリーニング ツールとカットポイントの決定。 Psychol Assess 28、1345–1353。 |
| 【47] | Snowdon A、Hussein A、Kent R、Pino L、Hachinski V (2015) 電子および紙ベースのモントリオール認知評価ツールの比較。 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 他。 (1992) ステージングのための地球規模の劣化尺度の経験的評価 アルツハイマー病. Am J Psychiatry 149、190–194。 |
| 【49] | Butler SM、Ashford JW、Snowdon DA (1996) 年齢、教育、および年配の女性の Mini-Mental State Exam スコアの変化: Nun Study からの調査結果。 J Am Geriatr Soc 44、675–681。 |
| 【50] | Schmitt FA 、Davis DG 、Wekstein DR 、Smith CD 、Ashford JW 、Markesbery WR (2000) 「前臨床」AD 再考: 認知的に正常な高齢者の神経病理学。 神経学 55、370–376。 |
| 【51] | Schmitt FA , Mendiondo MS , Kryscio RJ , Ashford JW (2006) 概要 アルツハイマーのスクリーン 臨床実習のために。 Res Pract Alzheimers Dis 11, 1–4. |
キーワード: アルツハイマー病、継続的遂行課題、認知症、高齢者、記憶、軽度認知障害、スクリーニング