가벼운 인지 장애의 몬트리올 인지 평가 추정과 비교한 MemTrax 테스트

기사 유형: MemTrax 리써치 기사

저자: van der Hoek, Marjanne D. | Nieuwenhuizen, 아리 | 케이예르, 얍 | 애쉬포드, J. 웨슨

소속 :  Stanford University, Stanford, CA, USA - Van Hall Larenstein University of Applied Sciences, Leeuwarden, 네덜란드 응용 연구 센터 식품 및 유제품 정신의학 및 행동과학부 | 인간 및 동물 생리학, Wageningen University, Wageningen, 네덜란드 | 전쟁 관련 질병 및 부상 연구 센터, VA Palo Alto HCS, Palo Alto, CA, USA

DOI: 10.3233/JAD-181003

저널: 저널 오브 알츠하이머병, vol. 67, 아니요 3, pp. 1045-1054, 2019

추상

인지 장애는 노인의 기능 장애의 주요 원인입니다. 언제 경도인지 장애 (MCI)는 노인에서 발생하며 종종 치매에 대한 전구 증상입니다. MoCA(Montreal Cognitive Assessment)는 MCI를 선별하는 데 일반적으로 사용되는 도구입니다. 그러나이 테스트는 대면 관리가 필요하며 정확한 의미가 논란의 여지가있는 점수를 제공하기 위해 평가자가 응답을 함께 추가하는 다양한 질문으로 구성됩니다. 이 연구는 전산화된 장치의 성능을 평가하기 위해 고안되었습니다. 메모리 테스트 (MemTrax)는 MoCA와 관련하여 지속적인 인식 작업을 적용한 것입니다. 두 가지 결과 측정이 생성됩니다. MemTrax 테스트: MemTraxspeed 및 MemTraxcorrect. 주제는 MoCA 및 MemTrax 테스트. MoCA의 결과에 따라 피험자는 인지 상태에 따라 정상 인지(n = 45) 및 MCI(n = 37). 평균 MemTrax 점수는 정상인지 그룹보다 MCI에서 유의하게 낮았습니다. 모든 MemTrax 결과 변수는 MoCA와 긍정적으로 연관되었습니다. 평균을 계산하는 두 가지 방법 MemTrax 점수 및 선형 회귀를 사용하여 MemTrax 테스트의 컷오프 값을 추정했습니다. MCI를 감지합니다. 이러한 방법은 MemTrax 결과에 대해속도 0.87 – 91초 범위 미만의 점수-1 MCI의 표시이며 결과 MemTrax수정 85~90% 범위 미만의 점수는 MCI의 지표입니다.

소개

유럽, 북미, 북아시아를 필두로 한 전 세계 인구는 고령화되고 있어 노인인구 비율이 급격히 증가하고 있다. 연령이 증가함에 따라 인지 장애, 치매, 알츠하이머 병 (AD), 이러한 조건을 가진 사람들의 수가 크게 증가하고 있습니다. 조기 발견 인지 장애의 식별은 환자 치료를 개선하고 의료 비용을 줄이며 더 심각한 증상의 발병을 지연시키는 데 도움이 될 수 있으므로 잠재적으로 빠르게 발전하는 치매 및 알츠하이머병의 부담을 완화하는 데 도움이 될 수 있습니다. 따라서 노인의 인지 기능을 모니터링하기 위해서는 더 나은 도구가 필요합니다.

노인의 인지 및 행동 기능에 대한 임상 평가를 수행하기 위해 임상의와 연구자는 수백 가지의 선별 및 간단한 평가 도구를 개발했으며 몇 가지 테스트가 일반적으로 사용되었습니다. 학업 환경에서 경도인지 장애(MCI)의 임상 평가를 위해 가장 자주 사용되는 도구 중 하나는 몬트리올인지 평가 (모카).

MoCA는 실행, 명명, 주의력, 언어, 추상화, 기억/지연된 회상 및 방향의 XNUMX가지 인지 기능을 평가합니다. MoCA의 영역 기억/지연된 회상 및 방향은 이전에 초기 알츠하이머형 인지 장애에 가장 민감한 항목으로 식별되었으며, 이는 기억 인코딩이 AD 신경병리학적 과정에 의해 공격받는 근본적인 요인이라는 개념으로 이어졌습니다. 따라서 알츠하이머병과 관련된 인지 장애의 평가를 위한 임상 도구에서 기억은 고려해야 할 중심 인지 요소인 반면, 실어증, 실행증, 실인증 및 실행 기능 장애를 포함한 다른 장애는 알츠하이머병에 의해 일반적으로 중단되기는 하지만 관련될 수 있습니다. 지지하는 신피질 영역에서 신경가소성 기억 처리 메커니즘의 기능 장애.

MoCA는 MCI를 평가하는 데 널리 사용되지만 MoCA의 투여는 면대면으로 이루어지기 때문에 시간이 많이 걸리고 임상적 만남이 필요하며 결과적으로 각 투여에 상당한 비용이 필요합니다. 평가 과정에서 테스트를 관리하는 데 필요한 시간은 평가의 정확도를 높이므로 향후 개발에서는 보다 효율적인 테스트를 개발하기 위해 이 관계를 고려해야 합니다.

이 영역에서 중요한 문제는 시간 경과에 따른 인지 평가에 대한 요구 사항입니다. 시간 경과에 따른 변화 평가는 탐지에 중요 손상의 진행, 치료의 효능 및 치료 연구 개입의 평가를 결정합니다. 사용 가능한 대부분의 이러한 도구는 높은 수준의 정밀도에 적합하지도 설계되지도 않았으며 빈번하게 쉽게 관리할 수 없습니다. 인지 평가를 개선하기 위한 해결책은 컴퓨터화로 제안되었지만 대부분의 그러한 노력은 일반적으로 사용되는 신경 심리학 테스트의 컴퓨터화 이상을 제공하지 않았으며 조기 이해에 필요한 인지 평가의 중요한 문제를 구체적으로 다루기 위해 개발되지 않았습니다. 백치 그리고 그 진행. 따라서 새로운 인지 평가 도구는 컴퓨터화되어야 하며 언어나 문화에 제한되지 않고 점진적으로 향상될 수 있는 정확도, 정밀도 및 신뢰성 수준을 제공하는 비교 가능한 테스트의 무제한 소스를 기반으로 해야 합니다. 또한 이러한 테스트는 재미 있고 매력적이어야 하므로 반복되는 테스트가 번거로운 경험이 아니라 긍정적인 것으로 간주됩니다. 특히 온라인 테스트는 데이터의 신속한 수집 및 분석을 제공하고 참여하는 개인, 임상의 및 연구자에게 즉각적인 피드백을 제공하면서 이러한 요구를 충족할 수 있는 가능성을 제공합니다.

본 연구는 치매가 있는 것으로 확인되지 않은 지역사회 거주 개인 집단의 인지 기능을 평가하기 위한 연속 인식 작업(CRT) 패러다임의 온라인 적응의 유용성을 평가하도록 설계되었습니다. CRT 패러다임은 학계에서 널리 사용됩니다. 기억력 연구 메커니즘. CRT 접근 방식은 관심 있는 개인에 대한 데이터를 제공하는 청중 데모 도구로 처음 구현되었습니다. 메모리 문제. 그 후, 이 테스트는 프랑스 회사(HAPPYneuron, Inc.)에 의해 온라인으로 구현되었습니다. 미국 기반 회사인 MemTrax, LLC(http://www.memtrax.com); 뇌에 의해 건강 인지 장애 연구를 위한 모집을 지원하기 위해 UCSF의 Michael Weiner 박사와 그의 팀이 개발한 등록부; 및 중국 회사 SJN Biomed, LTD). 2018년 200,000월 현재 이 테스트는 XNUMX명 이상의 사용자로부터 데이터를 얻었으며 여러 국가에서 시험 중입니다.

현재 연구에서 CRT 기반 테스트인 MemTrax(MTX)는 네덜란드 북부의 독립적으로 생활하는 노인 인구에서 MoCA와 함께 시행되었습니다. 이 연구의 목적은 CRT와 MoCA의 구현에 대한 성능 간의 관계를 결정하는 것이었습니다. 문제는 MTX가 MoCA가 평가한 인지 기능을 추정하는 데 유용할 것인지 여부였으며, 이는 잠재적 임상 적용 가능성을 나타낼 수 있습니다.

대상 및 방법

연구 인구

2015년 2016월에서 75년 1975월 사이에 네덜란드 북부의 지역 사회 거주 노인들 사이에서 단면 연구가 수행되었습니다. 피험자(≥XNUMX세)는 전단지 배포 및 노인을 위한 그룹 모임을 통해 모집되었습니다. 잠재적 피험자는 본 연구에 등록하기 전에 포함 및 제외 기준을 선별하기 위해 가정을 방문했습니다. (자체 보고된) 치매를 앓고 있거나 인지 검사 시행에 영향을 미칠 심각한 시력 또는 청력 장애가 있는 피험자는 이 연구에 참여할 수 없습니다. 또한 피험자는 네덜란드어를 말하고 이해할 수 있어야 하며 문맹이 아니어야 합니다. 이 연구는 XNUMX년 헬싱키 선언에 따라 수행되었으며 모든 참가자는 동의 연구에 대한 자세한 설명을받은 후 양식.

연구 절차

연구에 등록한 후 연령 및 교육 연수(초등학교부터 시작), 병력 및 알코올 소비와 같은 인구 통계학적 요인에 대한 질문을 포함하는 일반 설문지를 실시했습니다. 설문 완료 후 MoCA 및 MTX 테스트는 무작위 순서로 시행되었습니다.

멤트랙스 - 연구의료센터

MemTrax, LLC(Redwood City, CA, USA)의 호의로 MTX 테스트의 무료 정식 버전이 제공되었습니다. 이 테스트에서 일련의 50개 이미지가 각각 최대 25초 동안 표시됩니다. 정확한 반복 이미지가 나타나면(50/XNUMX) 피험자들은 스페이스바(빨간색 테이프로 표시됨)를 눌러 반복 이미지에 최대한 빨리 반응하도록 지시했습니다. 피사체가 이미지에 응답하면 다음 이미지가 즉시 표시됩니다. 테스트가 끝나면 프로그램은 정답률(MTX수정) 및 반복 이미지에 대한 평균 반응 시간(초)은 반복 이미지를 인식할 때 스페이스바를 누르는 데 필요한 시간을 반영합니다. 이 두 측정값의 차원을 일치시키기 위해 반응 시간을 반응 속도(MTX속도) 1을 반응 시간(즉, 1/MTX)으로 나누어반응 시간). 모든 개별 MemTrax 점수의 테스트 기록과 유효성은 테스트 계정에 온라인으로 자동 저장되었습니다. 수행된 모든 검사의 유효성을 확인하였으며, 5개 이하의 위양성 응답, 10개 이상의 올바른 인식, 0.4초에서 2초 사이의 평균 인식 시간을 요구했으며 유효한 검사만 분석에 포함했습니다.

실제 MTX 시험을 시행하기 전에 시험에 대해 자세히 설명하고 모의고사를 피험자에게 제공하였다. 여기에는 테스트 자체뿐만 아니라 참가자가 테스트 시작 전에 사이트 레이아웃과 필요한 초기 작업에 익숙해지도록 하는 지침 및 카운트다운 페이지가 포함되었습니다. 실제 테스트 중 이미지의 반복을 피하기 위해 MemTrax 데이터베이스에 포함되지 않은 이미지를 연습 테스트에 사용했습니다.

몬트리올 인지 평가 수단

이 연구에 MoCA를 사용하기 위해 MoCA Institute & Clinique(캐나다 퀘벡)로부터 허가를 받았습니다. Dutch MoCA는 30가지 버전으로 제공되며 피험자에게 무작위로 투여되었습니다. MoCA 점수는 평가된 각 인지 영역에 대한 수행의 합계이며 최대 점수는 12점입니다. 공식 권장 사항에 따라 참가자가 30년 미만의 교육을 받은 경우 추가 점수가 추가되었습니다(<10점인 경우). 공식 시험 지침은 시험을 시행하는 동안 지침으로 사용되었습니다. 테스트는 숙련된 15명의 연구원이 시행했으며 한 테스트에 약 XNUMX~XNUMX분이 소요되었습니다.

MemTrax 데이터 분석

교육용으로 보정된 MoCA의 결과에 따라 대상을 인지 상태의 두 그룹으로 나누었습니다. 정상 인지(NC) 대 경도인지 장애(MCI)입니다. MoCA 점수 23점은 MCI에 대한 컷오프로 사용되었습니다(22점 이하는 MCI로 간주). 이 점수는 처음 권장된 26 또는 24 또는 25의 값. 모든 분석에 대해 이 점수가 임상 환경에서 사용되므로 수정된 MoCA 점수가 사용되었습니다.

MTX 테스트는 MTX라는 두 가지 결과를 제공합니다.반응 시간, MTX로 변환속도 1/MTX로반응 시간, MTX수정.

통계 분석은 R(버전 1.0.143, Rstudio Team, 2016)을 사용하여 수행되었습니다. Shapiro-Wilk 테스트를 통해 모든 변수에 대해 정규성을 확인했습니다. 전체 연구 모집단과 NC 및 MCI 그룹의 변수는 평균 ± 표준 편차(SD), 중앙값 및 사분위수 범위(IQR) 또는 숫자 및 백분율로 보고되었습니다. 연속변수에 대한 독립표본 T-검정과 Wilcoxon Sum Rank 검정 및 범주형 변수에 대한 카이제곱 검정을 수행하여 NC 및 MCI 그룹의 특성을 비교했습니다. 비모수적 Kruskal-Wallis 테스트는 세 가지 버전의 MoCA와 세 명의 관리자가 MoCA 결과에 영향을 미쳤는지 확인하는 데 사용되었습니다. 또한 MoCA 및 MTX 투여 순서가 검사 결과에 영향을 미치는지 알아보기 위해 독립 T-test 또는 Wilcoxon Sum Rank test(예: MoCA 점수, MTX수정, MTX속도). 이것은 먼저 MoCA를 받은 다음 MemTrax를 받은 피험자 또는 먼저 MTX를 받은 다음 MoCA를 받은 피험자의 평균 점수가 다른지 여부를 결정하여 수행되었습니다.

피어슨 상관관계 테스트는 MTX와 MoCA 사이 및 두 MemTrax 사이의 관계를 평가하기 위해 계산되었습니다. 테스트 결과, 예: MTXspeed 및 MTXcorrect. 이전에 실행한 표본 크기 계산은 단측 Pearson 상관 검정(검정력 = 80%, α = 0.05), 중간 효과 크기(r = 0.3)를 가정하면 n = 67의 최소 표본 크기가 필요했습니다. R의 psych 패키지를 사용하여 MTX 테스트 결과와 별도의 MoCA 도메인 간의 관계를 평가하기 위해 다중 직렬 상관 테스트를 계산했습니다.

주어진 MemTrax 점수에 대한 동등한 MoCA 점수는 가능한 각 MoCA 점수에 대한 평균 MemTrax 점수를 계산하여 계산하고 선형 회귀를 수행하여 이러한 측정과 관련된 방정식을 추정했습니다. 또한 MoCA로 측정한 MCI에 대한 MemTrax 테스트의 컷오프 값과 해당 민감도 및 특이도 값을 결정하기 위해 R의 pROC 패키지를 사용하여 ROC(Receiver Operator Characteristic) 분석을 수행했습니다. = 2000)을 사용하여 곡선 아래 면적(AUC)과 해당 신뢰 구간을 비교했습니다. 최적의 컷오프 점수는 참양성을 최대화하고 거짓양성을 최소화하는 Youden 방법으로 계산되었습니다.

MTX와 MoCA 간의 관계를 평가하기 위한 분석(즉, 상관 분석 및 단순 선형 회귀)을 제외하고 모든 통계 분석에서 <0.05의 양측 p-값은 통계적 유의성에 대한 임계값으로 간주되었습니다. 0.05 미만의 측면 p-값이 유의한 것으로 간주되었습니다.

MemTrax 결과

주제

총 101명의 피험자가 이 연구에 포함되었습니다. 19명의 대상자의 MemTrax 테스트 결과가 프로그램에 의해 저장되지 않았고, 12명의 대상자는 잘못된 MemTrax 테스트 결과를 갖고, 6명의 대상은 MoCA 점수가 8점으로 심각한 인지 장애를 나타내는 82명의 데이터는 분석에서 제외되었습니다. 제외 기준. 따라서 XNUMX명의 피험자의 데이터가 분석에 포함되었습니다. 다른 버전의 MoCA와 관리자 간에 MoCA 테스트 결과에서 큰 차이는 발견되지 않았습니다. 또한 시험 투여 순서는 시험 점수(MoCA, MTX)에 유의한 영향을 미치지 않았습니다.속도, MTX수정). MoCA 테스트 결과에 따라 피험자는 NC 또는 MCI 그룹에 배치되었습니다(예: MoCA ≥ 23 또는 MoCA < 23). 전체 연구 모집단, NC 및 MCI 그룹에 대한 주제 특성은 표 1에 나와 있습니다. MoCA 점수 중앙값(25(IQR: 23 – 26) 대 21(IQR: 19 – 22)을 제외하고는 그룹 간에 유의한 차이가 없었습니다. ) 포인트, Z = -7.7, p <0.001).

1 번 테이블

주제 특성

총 연구 모집단(n = 82) NC(n = 45) MCI(n = 37) p
나이(y) 83.5 5.2 ± 82.6 4.9 ± 84.7 5.4 ± 0.074
여성, 아니오(%) 55 (67) 27 (60) 28 (76) 0.133
교육(y) 10.0 (8.0 ~ 13.0) 11.0 (8.0 ~ 14.0) 10.0 (8.0 ~ 12.0) 0.216
알코올 섭취(#잔/주) 0 (0 ~ 4) 0 (0 ~ 3) 0 (0 ~ 5) 0.900
MoCA 점수(#점) 23 (21 ~ 25) 25 (23 ~ 26) 21 (19 ~ 22) n.a.

값은 평균 ± sd, 중앙값(IQR) 또는 백분율이 있는 숫자로 표시됩니다.

MemTrax로 측정한 인지 상태

인지 상태는 MTX 테스트로 측정되었습니다. 그림 1은 결과를 보여줍니다. 인지 테스트 NC 및 MCI 과목의 결과. 평균 MTX 점수(예: MTX속도 및 MTX수정) 두 그룹 간에 유의한 차이가 있었다. NC 피험자(0.916 ± 0.152초-1) MCI 피험자(0.816 ± 0.146초)에 비해 상당히 빠른 반응 속도를 보였습니다.-1); t(80) = 3.01, p = 0.003)(그림 1A). 또한 NC 과목은 MTX에서 더 나은 점수를 받았습니다.수정 MCI 대상보다 가변적(각각 91.2 ± 5.0% 대 87.0 ± 7.7%, tw (59) = 2.89, p = 0.005) (그림 1B).

FIG.1

NC 및 MCI 그룹에 대한 MTX 테스트 결과의 상자 그림. 가) MTX속도 테스트 결과 및 나) MTX수정 검사 결과. MTX 테스트의 두 결과 변수 모두 NC에 비해 MCI 그룹에서 유의하게 낮습니다. 밝은 회색은 NC 과목을 나타내고 어두운 회색은 MCI 과목을 나타냅니다.

몬트리올 인지 평가, 온라인 기억력 테스트, 인지 테스트, 뇌 테스트, 알츠하이머병 및 치매, MemTrax

NC 및 MCI 그룹에 대한 MTX 테스트 결과의 상자 그림. A) MTXspeed 테스트 결과 및 B) MTXcorrect 테스트 결과. MemTrax 테스트의 두 결과 변수 모두 NC에 비해 MCI 그룹에서 유의하게 낮습니다. 밝은 회색은 NC 과목을 나타내고 어두운 회색은 MCI 과목을 나타냅니다.

MemTrax와 MOCA 간의 상관관계

MTX 테스트 점수와 MoCA 간의 연관성은 그림 2에 나와 있습니다. 두 MTX 변수 모두 MoCA와 양의 상관관계가 있었습니다. MTX속도 MoCA는 r = 0.39(p = 0.000)의 유의한 상관관계를 보였고, MTX 간의 상관관계는수정 MoCA는 r = 0.31(p = 0.005)이었습니다. MTX 사이에는 연관성이 없었습니다.속도 및 MTX수정.

FIG.2

A) MTX 간의 연관성속도 및 MoCA; 나) MTX수정 및 MoCA; 다) MTX수정 및 MTX속도. NC 및 MCI 주제는 각각 점과 삼각형으로 표시됩니다. 각 그래프의 오른쪽 하단 모서리에는 rho와 해당 p 값이 두 변수 간의 상관 관계에 대해 표시됩니다.

메모리 온라인 무료 메모리 테스터 알츠하이머 테스트 온라인 치매 자가 테스트

A) MTXspeed와 MoCA 간의 연관성 B) MTXcorrect 및 MoCA; C) MTXcorrect 및 MTXspeed. NC 및 MCI 주제는 각각 점과 삼각형으로 표시됩니다. 각 그래프의 오른쪽 하단 모서리에는 rho와 해당 p 값이 두 변수 간의 상관 관계에 대해 표시됩니다.

A) MTXspeed와 MoCA 간의 연관성 B) MTXcorrect 및 MoCA; C) MTXcorrect 및 MTXspeed. NC 및 MCI 주제는 각각 점과 삼각형으로 표시됩니다. 각 그래프의 오른쪽 하단 모서리에는 rho와 해당 p 값이 두 변수 간의 상관 관계에 대해 표시됩니다.[/caption]

MemTrax 테스트 점수와 MoCA 도메인 간의 다중 직렬 상관 관계를 계산하여 각 도메인과 MemTrax 메트릭의 연관성을 결정했습니다. 다중 직렬 상관 관계는 표 2에 나와 있습니다. MoCA의 여러 도메인은 MTX와 유의하게 상관 관계가 있었습니다.속도 .  도메인 "추상화"는 중간 수준이지만 MTX와 가장 높은 상관관계를 보였습니다.속도 (r = 0.35, p = 0.002). 도메인 "이름 지정" 및 "언어"는 MTX와 약하거나 중간 정도의 유의미한 연관성을 보여주었습니다.속도 (r = 0.29, p = 0.026 및 r = 0.27, p = 0.012). MTX수정 도메인 "시각 공간"(r = 0.25, p = 0.021)과의 약한 상관 관계를 제외하고는 MoCA 도메인과 유의하게 연관되지 않았습니다.

2 번 테이블

MTX 테스트 결과와 MoCA 도메인의 다직렬 상관 관계

MTX속도 MTX수정
r p r p
시공간 0.22 0.046 0.25 0.021
이름 지정 0.29 0.026 0.24 0.063
주의 0.24 0.046 0.09 0.477
지원하는 언어 0.27 0.012 0.160 0.165
추출 0.35 0.002 0.211 0.079
소환 0.15 0.159 0.143 0.163
정위 0.21 0.156 0.005 0.972

참고: 유의미한 상관관계는 굵게 표시됩니다.

MCI에 대한 MemTrax 점수 및 예상 컷오프 값

MemTrax 및 MoCA의 해당 점수를 결정하기 위해 각 MoCA 점수의 MemTrax 점수를 평균화하고 선형 회귀를 계산하여 관계 및 해당 방정식을 예측했습니다. 선형 회귀의 결과는 MTX가속도 MoCA 분산의 55%를 설명했습니다(R2 = 0.55, p = 0.001). 변수 MTX수정 MoCA 분산의 21%를 설명했습니다(R2 = 0.21, p = 0.048). 이러한 관계의 방정식을 기반으로 주어진 MTX 점수에 대해 동등한 MoCA 점수가 계산되었으며 이는 표 3에 나와 있습니다. 이러한 방정식을 기반으로 MTX에 대한 해당 컷오프 값(예: MoCA 점수 23점)속도 및 MTX수정 0.87초-1 그리고 90%. 또한 두 MemTrax 변수에 대해 다중 선형 회귀를 수행했지만 변수 MTX수정 모델에 크게 기여하지 않았으므로 결과는 표시되지 않습니다.

3 번 테이블

주어진 MemTrax 점수에 대해 제안된 동등한 MoCA 점수

MoCA(포인트) 동등한 MTX속도 (s-1)a MTX를 사용한 예측 CI속도 (포인트들) 동등한 MTX수정 (%)b MTX를 사용한 예측 CI수정 (포인트들)
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

a사용된 방정식: 1.1 + 25.2 *MTX속도; b 사용된 방정식: –9.7 + 0.36 *MTX수정.

또한 ROC 분석을 통해 MTX 컷오프 값과 해당 민감도 및 특이성을 결정했습니다. MemTrax 변수의 ROC 곡선은 그림 3에 나와 있습니다. MTX에 대한 AUC속도 및 MTX수정 각각 66.7(CI: 54.9 – 78.4) 및 66.4%(CI: 54.1 – 78.7)입니다. MoCA에 의해 설정된 MCI를 평가하는 데 사용된 MemTrax 변수의 AUC는 크게 다르지 않았습니다. 표 4는 MemTrax 변수의 다양한 컷오프 지점의 민감도와 특이성을 보여줍니다. MTX에 대해 거짓양성을 최소화하면서 참양성을 최대화한 최적의 컷오프 점수속도 및 MTX수정 0.91초-1 (민감도 = 48.9% 특이도 = 78.4%) 및 85% (민감도 = 43.2%, 특이도 = 93.3%).

FIG.3

MoCA에서 평가한 MCI를 평가하기 위한 MTX 테스트 결과의 ROC 곡선. 점선은 MTX를 나타냅니다.속도 실선 MTX수정. 회색 선은 0.5의 기준선을 나타냅니다.

기억 상실을 위한 온라인 테스트 집에서 할 수 있는 의료 테스트 책의 중요성 뇌 건강 테스트

MoCA에서 평가한 MCI를 평가하기 위한 MTX 테스트 결과의 ROC 곡선. 점선은 MTXspeed를 나타내고 실선은 MTXcorrect를 나타냅니다. 회색 선은 0.5의 기준선을 나타냅니다.

4 번 테이블

MTX속도 및 MTX수정 컷오프 포인트 및 해당 특이성 및 민감도

컷오프 포인트 Tp(#) 텐(#) FP(#) Fn(#) 특이성 (%) 감도 (%)
MTX속도 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
MTX수정 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, 참 양성; tn, 참음성; fp, 위양성; fn, 위음성.

토론

이 연구는 MoCA를 참조로 사용하여 CRT 기반 테스트인 온라인 MemTrax 도구를 조사하기 위해 설정되었습니다. MoCA는 이 테스트가 현재 MCI를 스크리닝하는 데 널리 사용되기 때문에 선택되었습니다. 그러나 MoCA에 대한 최적의 컷 포인트는 명확하게 설정되지 않았습니다[28]. MemTrax와 MoCA의 개별 측정값을 비교하면 간단하고 짧은 온라인 테스트가 인지 기능 및 인지 장애의 상당한 부분을 포착할 수 있음을 알 수 있습니다. 이 분석에서는 속도 측정에 가장 큰 영향을 미쳤습니다. 정확성 측정은 덜 강력한 관계를 보여주었습니다. 중요한 발견은 MTX 속도와 정확성 측정 사이에 상관관계가 관찰되지 않았다는 것입니다. 뇌 처리 기능. 따라서 속도-정확도 절충의 징후는 피험자 간에 발견되지 않았습니다. 또한 두 가지 다른 방법을 사용하여 MCI를 감지하기 위한 MemTrax 메모리 테스트의 컷오프 값을 추정했습니다. 이러한 방법은 결과 속도와 정확성에 대해 각각 0.87 – 91초 범위 미만의 점수임을 보여주었습니다.-1 85~90%는 해당 범위 중 하나 미만의 점수를 받은 개인이 MCI를 가질 가능성이 더 높다는 표시입니다. "비용 가치 분석"은 MCI를 선별하기 위해 보다 포괄적인 검사를 수행하는 것에 대해 개인이 의사와 상담하도록 조언해야 하는 시점을 나타냅니다[8-35].

본 연구에서는 MoCA로 측정한 "이름 지정", "언어" 및 "추상화" 영역이 MemTrax 결과 중 하나와 가장 높은 상관 관계를 보였지만 상관 관계는 약하거나 중간 정도인 것으로 나타났습니다. 이는 이전의 연구들이 미니 정신 상태 시험 항목 응답 이론을 사용하여 "기억/지연된 회상" 및 "방향" 영역이 초기 AD에 가장 민감했습니다[12]. 이때 아주 초기 단계 인지 기능 장애의 경우 명명, 언어 및 추상화의 미묘한 손상에 대한 MoCA 지표가 기억 및 방향 측정보다 MCI에 더 민감한 것으로 보이며, 이는 MoCA의 항목 응답 이론 분석에서 이전 발견과 일치합니다[36]. 또한, 인식 속도의 MemTrax 측정은 인식 메모리 전에 이러한 초기 손상을 반영하는 것으로 보입니다. MTX로 측정한 것입니다(상당한 천장 효과가 있음). 이 별자리의 효과는 MCI를 유발하는 병리학의 복잡한 측면이 초기 뇌를 반영한다는 것을 시사합니다. 단순한 신경인지적 접근으로 개념화하기 어려웠고 실제로 근본적인 신경병리학의 진행을 반영할 수 있는 변화[37].

현재 연구의 장점은 표본 크기(n = 82)가 이 상대적으로 오래된 인구에서 MoCA와 MTX 간의 상관 관계를 감지하기에 충분했다는 것입니다. 또한 전 과목에 모의고사를 실시하여 컴퓨터에 익숙하지 않은 고령자도 시험환경과 장비에 적응할 수 있는 기회를 제공하였다. MoCA와 비교하여 피험자들은 MemTrax가 더 재미있는 반면 MoCA는 시험처럼 느껴졌습니다. 피험자의 연령과 지역사회 독립성은 상대적으로 고기능 개인의 선별된 그룹으로 분석의 초점을 제한했지만 이 그룹은 손상 식별에 가장 어려운 그룹에 속합니다.

MoCA는 표준 스크리닝 테스트로 간주되지만 MCI의 존재 가능성을 나타내는 테스트일 뿐 진단 도구나 인지 기능 장애의 절대적인 측정이 아닙니다. 따라서 MoCA와 MTX의 비교는 상대적이며 어느 쪽이든 MCI 식별에서 독립적인 분산을 캡처했을 가능성이 있습니다. 이에 따라 MoCA의 유용성[38], 그것의 타당성[39], 규범적 점수의 설정[40], 다른 간략한 인지 평가와의 비교[41-45]를 정의하려는 노력이 문헌에서 중요한 이슈가 되어 왔다. , MCI의 스크리닝 도구로서의 유용성[46](Carson et al., 2017[28] 검토), 전자 버전의 적용 가능성[47]. 이러한 분석에는 일반적으로 "곡선 아래 영역" 측정과 "진단"에 대한 컷오프 권장 사항과 함께 ROC 분석을 사용하여 민감도 및 특이도 검사가 포함됩니다. 그러나 개인이 경미한 장애의 연속체에 있는 위치를 절대적으로 결정하기 위한 접근 방식이 없고 근본적인 장애의 엄청난 변동성이 있는 경우 두뇌 기능 이러한 손상에 기여하는 이러한 모든 도구는 확률적 추정만 제공할 수 있습니다. 서로 다른 측정 간의 상관 관계를 제공하는 것은 기본 조건이 올바르게 해결되고 있음을 보여줄 뿐이지 만 이 접근 방식으로는 실제 생물학적 상태를 정확하게 정의할 수 없습니다. 더 높은 수준의 분석이 임상 환경에서 실질적으로 유용할 수 있지만, 그러한 유용성을 확립하려면 다음 네 가지 요소를 추가로 고려해야 합니다. 테스트 비용, 위양성 결과 비용, 진정한 양성 진단의 실질적인 이점[8, 35].

전공 AD 및 관련 인지 장애를 평가하는 문제의 일부는 실제 "단계"[48], 오히려 진행의 시간적 연속체[8, 17, 49]. MCI에서 "정상"을 구별하는 것은 이러한 상태와 경미한 상태를 구별하는 것보다 실제로 훨씬 더 어렵습니다. 치매 관련 광고 [50, 51]. 현대 시험 이론(Modern Test Theory)의 개념을 사용하여 주어진 특정 시험 점수에서 개인이 특정 신뢰 구간 범위 내에 있을 가능성이 가장 높은 연속체의 위치를 ​​결정하는 문제가 됩니다. 그러한 결정을 내리기 위해서는 대부분의 간단한 인지 테스트에서 제공하는 것보다 더 정확한 평가가 필요하지만 MTX에서 제공하는 것과 같습니다. 전산화된 테스트로 정밀도를 높이고 관찰자 편향을 제거하는 것이 유망한 방향입니다. 또한 MemTrax와 같은 전산화된 테스트는 무제한의 비교 테스트 가능성을 제공하여 손상 추정의 분산을 크게 줄입니다. 또한 원칙적으로 컴퓨터 테스트는 AD의 영향을 받는 많은 메모리 관련 영역을 테스트할 수 있습니다. 이 연구는 MTX를 생성된 다른 수많은 컴퓨터 테스트와 비교하지 않았지만(서론 참조) 지금까지 사용할 수 있는 테스트 중 어느 것도 CRT가 제공하는 강력한 접근 방식을 사용하지 않습니다. 컴퓨터 테스트의 추가 개발은 추가 관심과 지원이 필요한 중요한 영역입니다. 드디어, 훈련 효과 분석에 반영할 수 있습니다.

현재 전산화된 온라인 테스트는 확립된 접근 방식이 아닙니다. 치매 선별검사, 인지 장애를 평가하거나 임상 진단을 내립니다. 그러나 이 접근법, 특히 일화(단기) 기억을 평가하기 위한 CRT의 사용의 힘과 잠재력은 엄청나며 다음을 포함한 인지 평가의 향후 적용에서 중요할 것입니다. 치매 검진 및 평가, 수술 후 혼란 모니터링, 의사 결정을 위한 정신 능력 확립, 뇌진탕 후 결함 감지 및 운전 안전을 위한 잠재적 손상 추정. 이 연구에서 MemTrax는 인지 장애의 상당한 부분을 캡처할 수 있음을 보여줍니다. 또한 MCI에 대한 MoCA 컷오프 점수와 동일한 MTX 변수에 대한 컷오프 값이 표시됩니다. 향후 연구를 위해 MemTrax를 MCI의 스크리닝 도구로 설정하기 위해 더 크고 명확하게 정의된 모집단을 조사하는 것이 좋습니다. 이러한 모집단에는 진단 문제를 가능한 한 정확하게 정의할 수 있고 MTX 및 기타 인지 테스트를 통해 대상자를 시간 경과에 따라 추적할 수 있는 임상 샘플이 포함되어야 합니다. 이러한 분석은 정상적인 노화와 다양한 병리학적 상태 모두와 관련된 인지 기능 저하 궤적의 변화를 결정할 수 있습니다. 전산화된 테스트 및 레지스트리가 개발됨에 따라 건강이 가능해지고 의심할 여지 없이 의료 서비스의 큰 개선으로 이어질 것입니다. 그리고 알츠하이머병과 같은 상태를 예방하기 위한 접근을 희망합니다.

감사의 글

이 연구를 수행한 Anne van der Heijden, Hanneke Rasing, Esther Sinnema 및 Melinda Lodders에게 감사드립니다. 또한 MemTrax 테스트의 무료 정식 버전을 제공한 MemTrax, LLC에 감사드립니다. 이 작업은 Fryslân 지방(01120657), 네덜란드 및 Alfasigma Nederland BV(보조금 번호 01120657에 직접 기부)에서 자금을 지원하는 연구 프로그램의 일부입니다. 게시일: 12년 2019월 XNUMX일

참조

[1] Jorm AF, Jolley D(1998) 치매 발병률: 메타 분석. 신경과 51, 728–733.
[2] Hebert LE, Weuve. J, Scherr PA, Evans DA(2013) 알츠하이머 병 2010년 인구 조사를 사용하여 추정한 미국(2050-2010). 신경학 80, 1778–1783.
[3] 위브. J , Hebert LE , Scherr PA , Evans DA (2015) 유병률 알츠하이머 병 미국 주에서. 역학 26, e4–6.
[4] Brookmeyer R , Abdalla N , Kawas CH , Corrada MM (2018) 전임상 및 임상의 유병률 예측 알츠하이머 병 미국에서. 알츠하이머 치매 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) 치매 치료 개선: 인지 장애의 선별 및 감지 역할. 알츠하이머 치매 9, 151–159.
[6] Loewenstein DA , Curiel RE , Duara R , Buschke H (2018) 새로운 인지 패러다임 전임상 알츠하이머병에서 기억 장애 감지. 평가 25, 348–359.
[7] Thyrian JR , Hoffmann W , Eichler T (2018) 사설: 일차 진료에서 치매의 조기 인식-현재 문제 및 개념. Curr 알츠하이머 해상도 15, 2–4.
[8] Ashford JW(2008) 기억 장애, 치매 및 알츠하이머 병. 노화 건강 4, 399–432.
[9] Yokomizo JE , Simon SS , Bottino CM (2014) 인지 스크리닝 XNUMX차 진료에서의 치매: 체계적인 검토. 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) 조사 결과 국가 기억력 심사 데이 프로그램. 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: 경도 인지 장애에 대한 간략한 선별 도구. J Am Geriatr Soc 53, 695–699.
[12] Ashford JW, Kolm P, Colliver JA, Bekian C, Hsu LN(1989) 알츠하이머 환자 평가 및 최소 정신 상태: 항목 특성 곡선 분석. J Gerontol 44, P139–P146.
[13] Ashford JW, Jarvik L (1985) 알츠하이머 병 : 뉴런 가소성은 축삭 신경원섬유 변성에 취약합니까? N Engl J Med 313, 388–389.
[14] Ashford JW(2015) 치료 알츠하이머 병 : 콜린성 가설의 유산, 신경가소성 및 미래 방향. J 알츠하이머 Dis 47, 149–156.
[15] Larner AJ(2015) 성과 기반 인지 스크리닝 도구: 시간 대 정확도 절충에 대한 확장된 분석. 진단(바젤) 5, 504–512.
[16] Ashford JW, Shan M, Butler S, Rajasekar A, Schmitt FA(1995)의 시간 정량화 알츠하이머 병 심각도: '시간 인덱스' 모델. 치매 6, 269–280.
[17] Ashford JW , Schmitt FA(2001) 시간 경과 모델링 알츠하이머 치매. Curr 정신과 담당자 3, 20–28.
[18] Li K , Chan W , Doody RS , Quinn J , Luo S (2017) 로의 전환 예측 알츠하이머 병 종단 측정 및 이벤트까지의 시간 데이터와 함께. J 알츠하이머 Dis 58, 361–371.
[19] Dede E , Zalonis I , Gatzonis S , Sakas D (2015) 자주 사용되는 컴퓨터 배터리의 인지 평가 및 포괄성 수준에서의 컴퓨터 통합. 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) 모니터링 초기 징후 컴퓨터 게임에 의한 노인의 인지 기능 저하: MRI 연구. 플로스 원 10, e0117918.
[21] Gates NJ, Kochan NA (2015) 노년의 인지 및 신경 인지 장애에 대한 컴퓨터 및 온라인 신경 심리학 테스트: 우리가 아직 거기에 있습니까? Curr Opin Psychiatry 28, 165–172.
[22] Zygouris S , Tsolaki M (2015) 전산화 인지 테스트 고령자: 리뷰. 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) 뇌 건강 신경인지 장애를 감지하고 진단하기 위한 평가. J Am Geriatr Soc 66, 150–156.
[24] Shepard RN, Teghtsoonian M(1961) 정상 상태에 접근하는 조건에서 정보 보유. J Exp Psychol 62, 302–309.
[25] Wixted JT , Goldinger SD , ​​Squire LR , Kuhn JR , Papesh MH , Smith KA , Treiman DM , Steinmetz PN (2018) 사람의 해마. Proc Natl Acad Sci USA 115, 1093–1098.
[26] Ashford JW , Gere E , Bayley PJ (2011) 측정 지속적인 인식 테스트를 사용하는 대규모 그룹 설정의 메모리. J 알츠하이머 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) 뇌 건강 Registry: 신경과학 연구 참가자 모집, 평가 및 종적 모니터링을 위한 인터넷 기반 플랫폼입니다. 알츠하이머 치매 14, 1063–1076.
[28] Carson N, Leach L, Murphy KJ(2018) 몬트리올 인지 평가(MoCA) 컷오프 점수의 재검토. Int J Geriatr Psychiatry 33, 379–388.
[29] Faul F , Erdfelder E , Buchner A , Lang AG (2009) G*Power 3.1을 사용한 통계적 검정력 분석: 상관 관계 및 회귀 분석을 위한 테스트. Behav Res Methods 41, 1149–1160.
[30] Drasgow F (1986) Polychoric 및 polyserial 상관 관계. Encyclopedia of Statistical Sciences, Kotz S, Johnson NL, Read CB, eds. John Wiley & Sons, 뉴욕, pp. 68–74.
[31] Revelle WR (2018) psych: 성격 및 심리학 연구를 위한 절차. 미국 일리노이주 에반스턴에 있는 노스웨스턴 대학교.
[32] Robin X , Turck N , Hainard A , Tiberti N , Lisacek F , Sanchez JC , Muller M (2011) pROC: ROC 곡선을 분석하고 비교하기 위한 R 및 S+용 오픈 소스 패키지. BMC 생물정보학 12, 77.
[33] Fluss R , Faraggi D , Reiser B (2005) Youden 지수 및 관련 컷오프 포인트 추정. Biom J 47, 458–472.
[34] 진단 테스트를 평가하기 위한 Youden WJ(1950) 지수. 암 3, 32–35.
[35] Kraemer H (1992) 의료 테스트 평가, Sage Publications, Inc., Newbury Park, CA.
[36] Tsai CF , Lee WJ , Wang SJ , Shia BC , Nasreddine Z , Fuh JL (2012) 몬트리올 인지 평가(MoCA) 및 그 하위 척도의 심리 측정: MoCA의 대만 버전 검증 및 항목 반응 이론 분석. Int Psychogeriatr 24, 651–658.
[37] Aschenbrenner AJ , Gordon BA , Benzinger TLS , Morris JC , Hassenstab JJ (2018) 타우 PET, 아밀로이드 PET 및 해마 체적의 영향 알츠하이머병의 인지. 신경학 91, e859–e866.
[38] 푸스티넨. J , Luostarinen L , Luostarinen M , Pulliainen V , Huhtala H , Soini M , Suhonen J (2016) 관절 성형술을 받는 노인 환자의 인지 장애 평가에 MoCA 및 기타 인지 검사 사용. 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) 몬트리올 중국어 버전 검증 경미한 인지 장애 선별을 위한 인지 평가 기본. J Am Geriatr Soc 64, e285–e290.
[40] Borland E , Nagga K , Nilsson PM , Minthon L , Nilsson ED , Palmqvist S (2017) 몬트리올 인지 평가: 대규모 스웨덴 인구 기반 코호트의 규범 데이터. J 알츠하이머 Dis 59, 893–901.
[41] Ciesielska N , Sokolowski R , Mazur E , Podhorecka M , Polak-Szabela A , Kedziora-Kornatowska K (2016) 몬트리올 인지 평가(MoCA) 테스트가 Mini-Mental State Examination(MMSE) 60세 이상의 사람들 사이에서 경도 인지 장애(MCI) 탐지에서? 메타 분석. Psychiatr Pol 50, 1039–1052.
[42] Giebel CM , Challis D (2017) Mini-Mental State Examination의 민감도, 몬트리올 일상 활동에 대한 인지 평가 및 Addenbrooke의 인지 검사 III 치매 장애: 탐색적 연구. Int J Geriatr Psychiatry 32, 1085–1093.
[43] Kopecek M, Bezdicek O, Sulc Z, Lukavsky. J , Stepankova H (2017) 건강한 노인의 몬트리올 인지 평가 및 최소 정신 상태 검사 신뢰할 수 있는 변화 지수. Int J Geriatr Psychiatry 32, 868–875.
[44] Roalf DR , Moore TM , Mechanic-Hamilton D , Wolk DA , Arnold SE , Weintraub DA , Moberg PJ (2017) 신경 장애의 인지 선별 검사 연결: 짧은 몬트리올 인지 평가와 최소 정신 상태 검사 사이의 횡단 보도. 알츠하이머 치매 13, 947–952.
[45] Solomon TM , deBros GB , Budson AE , Mirkovic N , Murphy CA , Solomon PR (2014) 일반적으로 사용되는 인지 기능 및 정신 상태: 업데이트. 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) 노인 중국 샘플의 인지 장애에 대한 적절한 선별 도구 및 컷 포인트 결정. 심리 평가 28, 1345-1353.
[47] Snowdon A , Hussein A , Kent R , Pino L , Hachinski V (2015) 전자 및 종이 기반 몬트리올 인지 평가 도구 비교. 알츠하이머 장애 연관 장애 29, 325–329.
[48] Eisdorfer C, Cohen D, Paveza GJ, Ashford JW, Luchins DJ, Gorelick PB, Hirschman RS, Freels SA, Levy PS, Semla TP 외. (1992) 단계화를 위한 글로벌 열화 척도의 경험적 평가 알츠하이머 병. Am J 정신의학 149, 190–194.
[49] Butler SM , Ashford JW , Snowdon DA (1996) 나이, 교육 및 나이든 여성의 Mini-Mental State Exam 점수의 변화: 수녀 연구 결과. J Am Geriatr Soc 44, 675–681.
[50] Schmitt FA , Davis DG , Wekstein DR , Smith CD , Ashford JW , Markesbery WR (2000) "전임상" 광고 재검토: 인지적으로 정상적인 노인의 신경 병리학. 신경과 55, 370–376.
[51] Schmitt FA , Mendiondo MS , Kryscio RJ , Ashford JW (2006) 개요 알츠하이머 스크린 임상 실습을 위해. Res Pract Alzheimers Dis 11, 1–4.

키워드: 알츠하이머병, 지속적 수행과제, 치매, 노인, 기억력, 경도인지장애, 선별검사

관련 링크 :

신제품 손가락 태핑 테스트 - 정신 운동 속도 테스트

마인드 다이어트: 두뇌 음식 브레인 부스터용

코로나바이러스 증상 - 뇌 안개

최고의 메모리 테스트 온라인

치매 예방 요령