ການທົດສອບ MemTrax ປຽບທຽບກັບການປະເມີນການປະເມີນສະຕິຂອງ Montreal ຂອງຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາເລັກນ້ອຍ

ປະເພດບົດຄວາມ: MemTrax ການຄົ້ນຄວ້າ ບົດຄວາມ

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

Affiliations:  Stanford University, Stanford, CA, USA - Department of Psychiatry and Behavioral Sciences, Applied Research Center Food and Dairy, Van Hall Larenstein University of Applied Sciences, Leeuwarden, ເນເທີແລນ | ສະລີລະວິທະຍາມະນຸດ ແລະສັດ, ມະຫາວິທະຍາໄລ Wageningen, Wageningen, ເນເທີແລນ | ສູນການສຶກສາການເຈັບປ່ວຍ ແລະການບາດເຈັບທີ່ກ່ຽວຂ້ອງກັບສົງຄາມ, VA Palo Alto HCS, Palo Alto, CA, USA

DOI: 10.3233/JAD-181003

ວາລະສານ: ວາລະສານຂອງ ພະຍາດ Alzheimer, vol 67, no 3, ຫນ້າ 1045-1054, 2019

ບົດຄັດຫຍໍ້

ຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາເປັນສາເຫດຫຼັກຂອງຄວາມຜິດປົກກະຕິໃນຜູ້ສູງອາຍຸ. ເມື່ອ​ໃດ​ ຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນໆ (MCI) ເກີດຂື້ນໃນຜູ້ສູງອາຍຸ, ມັນມັກຈະເປັນເງື່ອນໄຂ prodromal ກັບ dementia. ການປະເມີນຄວາມເຂົ້າໃຈຂອງ Montreal (MoCA) ເປັນເຄື່ອງມືທີ່ໃຊ້ທົ່ວໄປໃນການກວດສອບ MCI. ແນວໃດກໍ່ຕາມ, ການທົດສອບນີ້ຮຽກຮ້ອງໃຫ້ມີການບໍລິຫານໃບຫນ້າຕໍ່ຫນ້າແລະປະກອບດ້ວຍການແບ່ງປະເພດຂອງຄໍາຖາມທີ່ມີຄໍາຕອບທີ່ໄດ້ຖືກລວມເຂົ້າກັນໂດຍຜູ້ໃຫ້ຄະແນນເພື່ອໃຫ້ຄະແນນທີ່ມີຄວາມຫມາຍຊັດເຈນທີ່ມີການໂຕ້ຖຽງກັນ. ການສຶກສານີ້ຖືກອອກແບບມາເພື່ອປະເມີນປະສິດທິພາບຂອງຄອມພິວເຕີ ການທົດສອບຄວາມຊົງຈໍາ (MemTrax), ເຊິ່ງເປັນການປັບຕົວຂອງວຽກງານການຮັບຮູ້ຢ່າງຕໍ່ເນື່ອງ, ກ່ຽວກັບ MoCA. ສອງມາດຕະການຜົນໄດ້ຮັບແມ່ນໄດ້ມາຈາກ ການທົດສອບ MemTrax: MemTraxspeed ແລະ MemTrax ຖືກຕ້ອງ. ວິຊາໄດ້ຖືກຄຸ້ມຄອງ MoCA ແລະ ການທົດສອບ MemTrax. ອີງ​ຕາມ​ຜົນ​ຂອງ MoCA, ວິ​ຊາ​ໄດ້​ຖືກ​ແບ່ງ​ອອກ​ເປັນ​ສອງ​ກຸ່ມ​ຂອງ​ສະ​ຖາ​ນະ​ການ​ມັນ​ສະ​ຫມອງ​: ຈິດ​ໃຈ​ປົກ​ກະ​ຕິ (.n = 45) ແລະ MCI (n = 37). ຄະແນນ MemTrax ສະເລ່ຍແມ່ນຕໍ່າລົງຢ່າງຫຼວງຫຼາຍໃນ MCI ກ່ວາກຸ່ມສະຕິປັນຍາປົກກະຕິ. ຕົວແປຜົນໄດ້ຮັບ MemTrax ທັງໝົດແມ່ນມີຄວາມກ່ຽວຂ້ອງໃນທາງບວກກັບ MoCA. ສອງ​ວິ​ທີ​ການ​, ການ​ຄິດ​ໄລ່​ສະ​ເລ່ຍ​ ຄະແນນ MemTrax ແລະການຖົດຖອຍແບບເສັ້ນຖືກໃຊ້ເພື່ອປະເມີນຄ່າຕັດຂອງການທົດສອບ MemTrax ເພື່ອກວດຫາ MCI. ວິທີການເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນວ່າສໍາລັບຜົນໄດ້ຮັບ MemTrax_{ຄວາມ​ໄວ} ຄະແນນຕ່ຳກວ່າລະດັບ 0.87 – 91 ວິນາທີ^-1 ແມ່ນຕົວຊີ້ບອກຂອງ MCI, ແລະສໍາລັບຜົນໄດ້ຮັບ MemTrax_{ທີ່ຖືກຕ້ອງ} ຄະແນນຕໍ່າກວ່າລະດັບ 85 – 90% ແມ່ນຕົວຊີ້ວັດສໍາລັບ MCI.

ພາກສະເຫນີ

ປະຊາກອນໃນທົ່ວໂລກ, ນໍາພາໂດຍເອີຣົບ, ອາເມລິກາເຫນືອ, ແລະອາຊີເຫນືອ, ແມ່ນຜູ້ສູງອາຍຸ, ເຮັດໃຫ້ອັດຕາສ່ວນຂອງຜູ້ສູງອາຍຸເພີ່ມຂຶ້ນຢ່າງໄວວາ. ເມື່ອອາຍຸເພີ່ມຂຶ້ນ, ມີຄວາມກ້າວຫນ້າ, ການຂະຫຍາຍຕົວທາງດ້ານການຂະຫຍາຍຕົວທາງດ້ານສະຕິປັນຍາ, ຄວາມບົກຜ່ອງດ້ານສະຕິປັນຍາ, ແລະໂຣກສະຫມອງເສື່ອມ. ພະຍາດ Alzheimer (AD), ເຊິ່ງນໍາໄປສູ່ການເພີ່ມຂື້ນຢ່າງຫຼວງຫຼາຍຂອງຈໍານວນຄົນທີ່ມີເງື່ອນໄຂເຫຼົ່ານີ້. ການກວດພົບກ່ອນໄວອັນຄວນ ແລະການກໍານົດຄວາມຜິດກະຕິທາງສະຕິປັນຍາສາມາດປັບປຸງການດູແລຄົນເຈັບ, ຫຼຸດລົງຄ່າໃຊ້ຈ່າຍໃນການດູແລສຸຂະພາບ, ແລະສາມາດຊ່ວຍໃນການຊັກຊ້າການເລີ່ມຕົ້ນຂອງອາການທີ່ຮຸນແຮງກວ່າ, ດັ່ງນັ້ນສາມາດຊ່ວຍຫຼຸດຜ່ອນພາລະຂອງການພັດທະນາຢ່າງໄວວາຂອງ dementia ແລະ AD. ດັ່ງນັ້ນ, ເຄື່ອງມືທີ່ດີກວ່າແມ່ນຈໍາເປັນເພື່ອຕິດຕາມກວດກາການເຮັດວຽກຂອງມັນສະຫມອງໃນຜູ້ສູງອາຍຸ.

ເພື່ອປະຕິບັດການປະເມີນຜົນທາງດ້ານການຊ່ວຍທາງດ້ານສະຕິປັນຍາແລະພຶດຕິກໍາຂອງຜູ້ສູງອາຍຸ, ແພດແລະນັກຄົ້ນຄວ້າໄດ້ພັດທະນາຫຼາຍຮ້ອຍເຄື່ອງມືການກວດກາແລະການປະເມີນໂດຍຫຍໍ້, ແລະການທົດສອບຈໍານວນຫນຶ່ງໄດ້ເຂົ້າໄປໃນການນໍາໃຊ້ທົ່ວໄປ. ຫນຶ່ງໃນເຄື່ອງມືທີ່ໃຊ້ເລື້ອຍໆທີ່ສຸດສໍາລັບການປະເມີນທາງດ້ານຄລີນິກຂອງຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນໆ (MCI) ໃນສະຖານທີ່ທາງວິຊາການແມ່ນ. ການປະເມີນຄວາມເຂົ້າໃຈຂອງ Montreal (MoCA).

MoCA ປະເມີນຟັງຊັນສະຕິປັນຍາ XNUMX ຢ່າງ: ບໍລິຫານ, ການຕັ້ງຊື່, ຄວາມສົນໃຈ, ພາສາ, ການຫຍໍ້ທໍ້, ຈື່ຈຳ/ການຊັກຊ້າ, ແລະການປະຖົມນິເທດ. ໂດເມນຄວາມຊົງຈໍາ / ການເອີ້ນຄືນທີ່ຊັກຊ້າແລະການວາງທິດທາງຂອງ MoCA ໄດ້ຖືກລະບຸໄວ້ກ່ອນຫນ້ານີ້ເປັນລາຍການທີ່ລະອຽດອ່ອນທີ່ສຸດຕໍ່ຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາປະເພດ Alzheimer ໃນຕອນຕົ້ນ, ເຊິ່ງນໍາໄປສູ່ແນວຄວາມຄິດວ່າການເຂົ້າລະຫັດຄວາມຊົງຈໍາແມ່ນປັດໃຈພື້ນຖານທີ່ຖືກໂຈມຕີໂດຍຂະບວນການ neuropathological AD. ດັ່ງນັ້ນ, ໃນເຄື່ອງມືທາງດ້ານການຊ່ວຍສໍາລັບການປະເມີນຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາທີ່ກ່ຽວຂ້ອງກັບ AD, ຄວາມຊົງຈໍາແມ່ນປັດໃຈສະຫມອງທີ່ຕ້ອງພິຈາລະນາ, ໃນຂະນະທີ່ຄວາມບົກຜ່ອງອື່ນໆ, ລວມທັງຄວາມພິການ, apraxia, agnosia, ແລະຄວາມຜິດປົກກະຕິທາງດ້ານການບໍລິຫານ, ເຖິງແມ່ນວ່າຖືກລົບກວນໂດຍທົ່ວໄປໂດຍ AD, ອາດຈະກ່ຽວຂ້ອງ. ກັບຄວາມຜິດປົກກະຕິຂອງກົນໄກການປະມວນຜົນຄວາມຊົງຈໍາ neuroplastic ໃນພາກພື້ນ neocortical ສະຫນັບສະຫນູນ.

ເຖິງແມ່ນວ່າ MoCA ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງສໍາລັບການປະເມີນ MCI, ການບໍລິຫານຂອງ MoCA ແມ່ນປະຕິບັດຫນ້າຕໍ່ຫນ້າ, ເຊິ່ງໃຊ້ເວລາຫຼາຍແລະຮຽກຮ້ອງໃຫ້ມີການຕອບສະຫນອງທາງດ້ານຄລີນິກແລະດັ່ງນັ້ນຈຶ່ງຮຽກຮ້ອງໃຫ້ມີຄ່າໃຊ້ຈ່າຍຫຼາຍສໍາລັບແຕ່ລະການບໍລິຫານ. ໃນໄລຍະການປະເມີນຜົນ, ເວລາທີ່ຕ້ອງການໃນການຄຸ້ມຄອງການທົດສອບຈະເພີ່ມຄວາມຖືກຕ້ອງຂອງການປະເມີນ, ດັ່ງນັ້ນການພັດທະນາໃນອະນາຄົດຕ້ອງເອົາຄວາມສໍາພັນນີ້ເຂົ້າໄປໃນບັນຊີເພື່ອພັດທະນາການທົດສອບທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນ.

ບັນຫາທີ່ສໍາຄັນໃນຂົງເຂດນີ້ແມ່ນຄວາມຕ້ອງການສໍາລັບການປະເມີນມັນສະຫມອງໃນໄລຍະເວລາ. ການປະເມີນການປ່ຽນແປງໃນໄລຍະເວລາແມ່ນ ສໍາຄັນສໍາລັບການກວດພົບ ແລະການກໍານົດຄວາມຄືບຫນ້າຂອງຄວາມບົກຜ່ອງ, ປະສິດທິພາບຂອງການປິ່ນປົວ, ແລະການປະເມີນຜົນຂອງການແຊກແຊງການຄົ້ນຄວ້າການປິ່ນປົວ. ເຄື່ອງມືດັ່ງກ່າວສ່ວນໃຫຍ່ທີ່ມີຢູ່ແມ່ນບໍ່ເຫມາະສົມຫຼືຖືກອອກແບບສໍາລັບລະດັບຄວາມແມ່ນຍໍາສູງແລະບໍ່ສາມາດປະຕິບັດໄດ້ງ່າຍເປັນປະຈໍາ. ການແກ້ໄຂເພື່ອປັບປຸງການປະເມີນມັນສະຫມອງໄດ້ຖືກແນະນໍາວ່າເປັນຄອມພິວເຕີ້, ແຕ່ຄວາມພະຍາຍາມດັ່ງກ່າວສ່ວນໃຫຍ່ໄດ້ສະຫນອງການເພີ່ມເຕີມຫນ້ອຍກ່ວາຄອມພິວເຕີຂອງການທົດສອບ neuropsychological ທີ່ໃຊ້ທົ່ວໄປ, ແລະບໍ່ໄດ້ຖືກພັດທະນາໂດຍສະເພາະເພື່ອແກ້ໄຂບັນຫາທີ່ສໍາຄັນຂອງການປະເມີນສະຕິປັນຍາທີ່ຕ້ອງການເພື່ອເຂົ້າໃຈໃນຕອນຕົ້ນ. dementia ແລະ​ຄວາມ​ຄືບ​ຫນ້າ​ຂອງ​ຕົນ​. ດັ່ງນັ້ນ, ເຄື່ອງມືການປະເມີນມັນສະຫມອງໃຫມ່ຄວນຈະເປັນຄອມພິວເຕີແລະອີງໃສ່ແຫຼ່ງທີ່ບໍ່ຈໍາກັດຂອງການທົດສອບປຽບທຽບ, ເຊິ່ງບໍ່ຈໍາກັດໂດຍພາສາຫຼືວັດທະນະທໍາ, ເຊິ່ງສະຫນອງລະດັບຄວາມຖືກຕ້ອງ, ຄວາມແມ່ນຍໍາ, ແລະຄວາມຫນ້າເຊື່ອຖືທີ່ສາມາດປັບປຸງກ້າວຫນ້າ. ນອກຈາກນັ້ນ, ການທົດສອບດັ່ງກ່າວຕ້ອງມີຄວາມມ່ວນແລະມີສ່ວນຮ່ວມ, ດັ່ງນັ້ນການທົດສອບຊ້ໍາຊ້ອນຈະຖືກພິຈາລະນາໃນທາງບວກແທນທີ່ຈະເປັນປະສົບການທີ່ຫຍຸ້ງຍາກ. ການທົດສອບອອນໄລນ໌, ໂດຍສະເພາະ, ສະຫນອງທ່າແຮງທີ່ຈະຕອບສະຫນອງຄວາມຕ້ອງການນີ້, ໃນຂະນະທີ່ສະຫນອງການເກັບກໍາຂໍ້ມູນແລະການວິເຄາະຢ່າງໄວວາ, ແລະການສະຫນອງຄວາມຄິດເຫັນທັນທີທັນໃດກັບບຸກຄົນ, ແພດ, ແລະນັກຄົ້ນຄວ້າທີ່ເຂົ້າຮ່ວມ.

ການສຶກສານີ້ໄດ້ຖືກອອກແບບເພື່ອປະເມີນຜົນປະໂຫຍດຂອງການປັບຕົວອອນໄລນ໌ຂອງແບບແຜນວຽກການຮັບຮູ້ຢ່າງຕໍ່ເນື່ອງ (CRT), ສໍາລັບການປະເມີນຫນ້າທີ່ຂອງມັນສະຫມອງໃນປະຊາກອນຂອງບຸກຄົນທີ່ຢູ່ໃນຊຸມຊົນທີ່ບໍ່ໄດ້ຮັບການກໍານົດວ່າເປັນໂຣກສະຫມອງເສື່ອມ. CRT paradigm ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນວິຊາການ ການສຶກສາຄວາມຊົງຈໍາ ກົນ​ໄກ. ວິທີການ CRT ໄດ້ຖືກປະຕິບັດຄັ້ງທໍາອິດເປັນເຄື່ອງມືການສາທິດຜູ້ຊົມທີ່ສະຫນອງຂໍ້ມູນຂອງບຸກຄົນຜູ້ທີ່ສົນໃຈ ປັນຫາຄວາມ ຈຳ. ຫຼັງຈາກນັ້ນ, ການທົດສອບນີ້ໄດ້ຖືກປະຕິບັດອອນໄລນ໌ໂດຍບໍລິສັດຝຣັ່ງ (HAPPYneuron, Inc.); ໂດຍບໍລິສັດຢູ່ໃນສະຫະລັດ, MemTrax, LLC (http://www.memtrax.com); ໂດຍສະຫມອງ ສຸຂະພາບ Registry ພັດທະນາໂດຍທ່ານດຣ Michael Weiner, UCSF, ແລະທີມງານຂອງລາວເພື່ອສະຫນັບສະຫນູນການຈ້າງງານສໍາລັບການສຶກສາກ່ຽວກັບຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ; ແລະໂດຍບໍລິສັດຈີນ SJN Biomed, LTD). ການທົດສອບນີ້, ເດືອນມິຖຸນາ 2018, ໄດ້ຮັບຂໍ້ມູນຈາກຫຼາຍກວ່າ 200,000 ຜູ້ໃຊ້, ແລະມັນຢູ່ໃນການທົດລອງໃນຫຼາຍປະເທດ.

ໃນການສຶກສາໃນປະຈຸບັນ, MemTrax (MTX), ການທົດສອບ CRT-based, ໄດ້ຖືກປະຕິບັດໂດຍສົມທົບກັບ MoCA ໃນປະຊາກອນຜູ້ສູງອາຍຸທີ່ມີຊີວິດເອກະລາດໃນພາກເຫນືອຂອງເນເທີແລນ. ຈຸດປະສົງຂອງການສຶກສານີ້ແມ່ນເພື່ອກໍານົດຄວາມສໍາພັນລະຫວ່າງການປະຕິບັດກ່ຽວກັບການຈັດຕັ້ງປະຕິບັດ CRT ແລະ MoCA. ຄໍາຖາມແມ່ນວ່າ MTX ຈະເປັນປະໂຫຍດສໍາລັບການປະເມີນຫນ້າທີ່ມັນສະຫມອງທີ່ຖືກປະເມີນໂດຍ MoCA, ເຊິ່ງສາມາດຊີ້ໃຫ້ເຫັນເຖິງຄວາມສາມາດທາງດ້ານການຊ່ວຍ.

ອຸປະກອນແລະວິທີການ

ການສຶກສາປະຊາກອນ

ລະຫວ່າງເດືອນຕຸລາ 2015 ຫາເດືອນພຶດສະພາ 2016, ການສຶກສາຂ້າມພາກໄດ້ຖືກປະຕິບັດໃນບັນດາຜູ້ສູງອາຍຸໃນຊຸມຊົນໃນພາກເຫນືອຂອງເນເທີແລນ. ວິຊາ (≥75y) ໄດ້ຖືກບັນຈຸຜ່ານການແຈກຢາຍໃບປິວ ແລະໃນລະຫວ່າງກອງປະຊຸມກຸ່ມທີ່ຈັດຂື້ນສຳລັບຜູ້ສູງອາຍຸ. ວິຊາທີ່ເປັນໄປໄດ້ໄດ້ຖືກໄປຢ້ຽມຢາມຢູ່ເຮືອນເພື່ອກວດກາເບິ່ງເງື່ອນໄຂການລວມແລະການຍົກເວັ້ນກ່ອນທີ່ຈະລົງທະບຽນໃນການສຶກສານີ້. ວິຊາທີ່ປະສົບກັບຄວາມເສື່ອມເສື່ອມ (ລາຍງານດ້ວຍຕົນເອງ) ຫຼືຜູ້ທີ່ມີຄວາມບົກຜ່ອງທາງດ້ານສາຍຕາ ຫຼືການໄດ້ຍິນຢ່າງຮ້າຍແຮງ ທີ່ມີອິດທິພົນຕໍ່ການບໍລິຫານຂອງການກວດສະຕິປັນຍາບໍ່ໄດ້ຖືກອະນຸຍາດໃຫ້ເຂົ້າຮ່ວມໃນການສຶກສານີ້. ນອກຈາກນັ້ນ, ວິຊາທີ່ຈໍາເປັນເພື່ອໃຫ້ສາມາດເວົ້າແລະເຂົ້າໃຈພາສາໂຮນລັງແລະບໍ່ບໍ່ຮູ້ຫນັງສື. ການສຶກສາໄດ້ຖືກປະຕິບັດອີງຕາມການປະກາດຂອງ Helsinki ປີ 1975 ແລະຜູ້ເຂົ້າຮ່ວມທັງຫມົດໄດ້ລົງນາມໃນຂໍ້ຕົກລົງ. ການຍິນຍອມເຫັນດີ ແບບຟອມຫຼັງຈາກໄດ້ຮັບຄໍາອະທິບາຍລາຍລະອຽດຂອງການສຶກສາ.

ຂັ້ນ​ຕອນ​ການ​ສຶກ​ສາ​

ຫຼັງຈາກການລົງທະບຽນໃນການສຶກສາ, ແບບສອບຖາມທົ່ວໄປໄດ້ຖືກປະຕິບັດ, ເຊິ່ງລວມມີຄໍາຖາມກ່ຽວກັບປັດໃຈປະຊາກອນ, ເຊັ່ນ: ອາຍຸແລະປີຂອງການສຶກສາ (ເລີ່ມຕົ້ນໃນໂຮງຮຽນປະຖົມ), ປະຫວັດການແພດ, ແລະການດື່ມເຫຼົ້າ. ຫຼັງຈາກສໍາເລັດຂອງແບບສອບຖາມ, ການທົດສອບ MoCA ແລະ MTX ໄດ້ຖືກປະຕິບັດໃນລໍາດັບສຸ່ມ.

MemTrax - ສູນການແພດຄົ້ນຄ້ວາ

ຕາມຄວາມມາລະຍາດຂອງ MemTrax, LLC (Redwood City, CA, USA), ສະບັບເຕັມຂອງການທົດສອບ MTX ໄດ້ຖືກສະຫນອງໃຫ້. ໃນການທົດສອບນີ້, ຊຸດຂອງ 50 ຮູບພາບແມ່ນສະແດງໃຫ້ເຫັນເຖິງສາມວິນາທີໃນແຕ່ລະ. ເມື່ອຮູບພາບຊ້ໍາກັນປາກົດ (25/50), ຫົວຂໍ້ໄດ້ຖືກແນະນໍາໃຫ້ປະຕິກິລິຍາກັບຮູບພາບທີ່ຊ້ໍາກັນໄວເທົ່າທີ່ຈະໄວໄດ້ໂດຍການກົດປຸ່ມ spacebar (ເຊິ່ງສະແດງໂດຍ tape ສີແດງ). ເມື່ອຫົວຂໍ້ຕອບສະຫນອງກັບຮູບພາບ, ຮູບພາບຕໍ່ໄປໄດ້ຖືກສະແດງໃຫ້ເຫັນທັນທີ. ຫຼັງຈາກສໍາເລັດການທົດສອບ, ໂຄງການສະແດງໃຫ້ເຫັນອັດຕາສ່ວນຂອງຄໍາຕອບທີ່ຖືກຕ້ອງ (MTX_{ທີ່ຖືກຕ້ອງ}) ແລະເວລາຕິກິຣິຍາສະເລ່ຍເປັນວິນາທີສໍາລັບຮູບພາບທີ່ຊ້ໍາກັນ, ເຊິ່ງສະທ້ອນໃຫ້ເຫັນເຖິງເວລາທີ່ຕ້ອງການເພື່ອກົດ spacebar ໃນເວລາທີ່ຮັບຮູ້ຮູບພາບຊ້ໍາກັນ. ເພື່ອໃຫ້ກົງກັບຂະຫນາດຂອງສອງມາດຕະການນີ້, ເວລາຕິກິຣິຍາຖືກປ່ຽນເປັນຄວາມໄວຂອງປະຕິກິລິຍາ (MTX_{ຄວາມ​ໄວ}) ໂດຍການແບ່ງ 1 ໂດຍເວລາຕິກິຣິຍາ (ເຊັ່ນ: 1/MTX_{ເວລາຕິກິຣິຍາ}). ປະຫວັດການທົດສອບຂອງຄະແນນ MemTrax ສ່ວນບຸກຄົນທັງຫມົດແລະຄວາມຖືກຕ້ອງຂອງພວກມັນຖືກບັນທຶກໄວ້ໂດຍອັດຕະໂນມັດໃນບັນຊີທົດສອບ. ຄວາມຖືກຕ້ອງຂອງການທົດສອບທີ່ປະຕິບັດທັງຫມົດໄດ້ຖືກກວດສອບ, ຮຽກຮ້ອງໃຫ້ມີການຕອບໂຕ້ທີ່ບໍ່ຖືກຕ້ອງ 5 ຫຼືຫນ້ອຍ, ການຮັບຮູ້ທີ່ຖືກຕ້ອງ 10 ຫຼືຫຼາຍກວ່ານັ້ນ, ແລະເວລາການຮັບຮູ້ສະເລ່ຍລະຫວ່າງ 0.4 ຫາ 2 ວິນາທີ, ແລະພຽງແຕ່ການທົດສອບທີ່ຖືກຕ້ອງຖືກລວມເຂົ້າໃນການວິເຄາະ.

ກ່ອນທີ່ຈະປະຕິບັດການທົດສອບ MTX ຕົວຈິງ, ການທົດສອບໄດ້ຖືກອະທິບາຍຢ່າງລະອຽດແລະການທົດສອບການປະຕິບັດໄດ້ຖືກສະຫນອງໃຫ້ວິຊາ. ນີ້ປະກອບມີບໍ່ພຽງແຕ່ການທົດສອບຕົວມັນເອງ, ແຕ່ຍັງຄໍາແນະນໍາແລະຫນ້ານັບລົງເພື່ອໃຫ້ຜູ້ເຂົ້າຮ່ວມໄດ້ຮັບຄວາມຄຸ້ນເຄີຍກັບຮູບແບບຂອງເວັບໄຊທ໌ແລະການປະຕິບັດເບື້ອງຕົ້ນທີ່ຈໍາເປັນ, ກ່ອນທີ່ຈະເລີ່ມຕົ້ນການທົດສອບ. ເພື່ອຫຼີກເວັ້ນການຊ້ໍາຊ້ອນຂອງຮູບພາບໃນລະຫວ່າງການທົດສອບຕົວຈິງ, ຮູບພາບທີ່ບໍ່ໄດ້ລວມຢູ່ໃນຖານຂໍ້ມູນ MemTrax ໄດ້ຖືກນໍາໃຊ້ສໍາລັບການທົດສອບການປະຕິບັດ.

ການ​ປະ​ເມີນ​ມັນ​ສະ​ຫມອງ Montreal ເຄື່ອງມື

ການອະນຸຍາດແມ່ນໄດ້ຮັບຈາກ MoCA Institute & Clinique (Quebec, ການາດາ) ເພື່ອນໍາໃຊ້ MoCA ສໍາລັບການຄົ້ນຄວ້ານີ້. MoCA ຂອງໂຮນລັງແມ່ນມີຢູ່ໃນສາມສະບັບ, ເຊິ່ງໄດ້ຖືກຄຸ້ມຄອງແບບສຸ່ມກັບວິຊາຕ່າງໆ. ຄະແນນ MoCA ແມ່ນຜົນລວມຂອງການປະຕິບັດໃນແຕ່ລະໂດເມນມັນສະຫມອງແຍກຕ່າງຫາກທີ່ຖືກປະເມີນແລະມີຄະແນນສູງສຸດ 30 ຄະແນນ. ອີງຕາມຄໍາແນະນໍາຢ່າງເປັນທາງການ, ມີການເພີ່ມຈຸດເພີ່ມເຕີມຖ້າຜູ້ເຂົ້າຮ່ວມມີການສຶກສາ ≤12 ປີ (ຖ້າ <30 ຈຸດ). ຄໍາແນະນໍາຂອງການທົດສອບຢ່າງເປັນທາງການໄດ້ຖືກນໍາໃຊ້ເປັນຄໍາແນະນໍາໃນລະຫວ່າງການບໍລິຫານຂອງການທົດສອບ. ການທົດສອບໄດ້ຖືກປະຕິບັດໂດຍນັກຄົ້ນຄວ້າສາມຄົນທີ່ໄດ້ຮັບການຝຶກອົບຮົມແລະການບໍລິຫານຂອງການທົດສອບຫນຶ່ງໃຊ້ເວລາປະມານ 10 ຫາ 15 ນາທີ.

ການວິເຄາະຂໍ້ມູນ MemTrax

ອີງຕາມຜົນໄດ້ຮັບຂອງ MoCA, ທີ່ຖືກແກ້ໄຂສໍາລັບການສຶກສາ, ວິຊາໄດ້ຖືກແບ່ງອອກເປັນສອງກຸ່ມຂອງສະຖານະພາບມັນສະຫມອງ: ສະຕິປັນຍາປົກກະຕິ (NC) ທຽບກັບຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນ (MCI). ຄະແນນ MoCA ຂອງ 23 ຖືກນໍາໃຊ້ເປັນການຕັດສໍາລັບ MCI (ຄະແນນຂອງ 22 ແລະຕ່ໍາກວ່າແມ່ນພິຈາລະນາ MCI), ຍ້ອນວ່າມັນໄດ້ສະແດງໃຫ້ເຫັນວ່າຄະແນນນີ້ສະແດງໃຫ້ເຫັນໂດຍລວມ 'ຄວາມຖືກຕ້ອງວິນິດໄສທີ່ດີທີ່ສຸດໃນທົ່ວຂອບເຂດຂອງພາລາມິເຕີ' ເມື່ອທຽບກັບຄະແນນແນະນໍາເບື້ອງຕົ້ນຂອງ. 26 ຫຼືຄ່າຂອງ 24 ຫຼື 25. ສໍາລັບການວິເຄາະທັງຫມົດ, ຄະແນນ MoCA ທີ່ຖືກແກ້ໄຂໄດ້ຖືກນໍາໃຊ້ຍ້ອນວ່າຄະແນນນີ້ຖືກນໍາໃຊ້ໃນການຕັ້ງຄ່າທາງດ້ານການຊ່ວຍ.

ການທົດສອບ MTX ໃຫ້ສອງຜົນໄດ້ຮັບ, ຄື MTX_{ເວລາຕິກິຣິຍາ}, ເຊິ່ງຖືກປ່ຽນເປັນ MTX_{ຄວາມ​ໄວ} ໂດຍ 1/MTX_{ເວລາຕິກິຣິຍາ}, ແລະ MTX_{ທີ່ຖືກຕ້ອງ}.

ການວິເຄາະສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ R (ຮຸ່ນ 1.0.143, Rstudio Team, 2016). ຄວາມປົກກະຕິໄດ້ຖືກກວດສອບສໍາລັບຕົວແປທັງຫມົດໂດຍການທົດສອບ Shapiro-Wilk. ຕົວແປຂອງປະຊາກອນການສຶກສາທັງຫມົດ, ແລະຂອງກຸ່ມ NC ແລະ MCI, ໄດ້ຖືກລາຍງານເປັນຄ່າສະເລ່ຍ ± standard deviation (SD), ລະດັບປານກາງແລະ interquartile (IQR) ຫຼືເປັນຈໍານວນແລະອັດຕາສ່ວນ. ການທົດສອບຕົວຢ່າງເອກະລາດ T-test ແລະການທົດສອບ Wilcoxon Sum Rank ສໍາລັບຕົວແປຢ່າງຕໍ່ເນື່ອງແລະການທົດສອບ Chi-squared ສໍາລັບຕົວແປປະເພດໄດ້ຖືກປະຕິບັດເພື່ອປຽບທຽບຄຸນລັກສະນະຂອງກຸ່ມ NC ແລະ MCI. ການທົດສອບທີ່ບໍ່ແມ່ນ parametric Kruskal-Wallis ໄດ້ຖືກນໍາໃຊ້ເພື່ອກໍານົດວ່າສາມສະບັບຂອງ MoCA ແລະຜູ້ບໍລິຫານສາມຄົນໄດ້ຮັບຜົນກະທົບຕໍ່ຜົນໄດ້ຮັບຂອງ MoCA. ນອກຈາກນັ້ນ, ການທົດສອບເອກະລາດ T-test ຫຼື Wilcoxon Sum Rank ໄດ້ຖືກປະຕິບັດເພື່ອກໍານົດວ່າຄໍາສັ່ງຂອງການບໍລິຫານຂອງ MoCA ແລະ MTX ມີອິດທິພົນຕໍ່ຜົນການທົດສອບ (ຕົວຢ່າງ, ຄະແນນ MoCA, MTX._{ທີ່ຖືກຕ້ອງ}, ແລະ MTX_{ຄວາມ​ໄວ}). ນີ້ໄດ້ຖືກປະຕິບັດໂດຍການກໍານົດວ່າຄະແນນສະເລ່ຍແມ່ນແຕກຕ່າງກັນສໍາລັບວິຊາທີ່ໄດ້ຮັບ MoCA ທໍາອິດແລະຫຼັງຈາກນັ້ນ MemTrax ຫຼືຜູ້ທີ່ໄດ້ຮັບ MTX ທໍາອິດແລະຫຼັງຈາກນັ້ນ MoCA.

ຄວາມສຳພັນຂອງ Pearson ການທົດສອບໄດ້ຖືກຄິດໄລ່ເພື່ອປະເມີນຄວາມສໍາພັນລະຫວ່າງ MTX ແລະ MoCA ແລະລະຫວ່າງທັງສອງ MemTrax ຜົນການທົດສອບ, ຕົວຢ່າງ, MTXspeed ແລະ MTXcorrect. ການ​ຄິດ​ໄລ່​ຂະ​ຫນາດ​ຕົວ​ຢ່າງ​ທີ່​ປະ​ຕິ​ບັດ​ໃນ​ເມື່ອ​ກ່ອນ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ວ່າ​ສໍາ​ລັບ​ການ​ທົດ​ສອບ​ການ​ພົວ​ພັນ Pearson ຫາງ​ດຽວ (ພະ​ລັງ​ງານ = 80​% , α = 0.05), ດ້ວຍການສົມມຸດຕິຖານຂອງຂະຫນາດຜົນກະທົບຂະຫນາດກາງ (r = 0.3), ຂະຫນາດຕົວຢ່າງຫນ້ອຍຂອງ n = 67 ແມ່ນຈໍາເປັນ. ການທົດສອບຄວາມກ່ຽວຂ້ອງຂອງ Polyserial ໄດ້ຖືກຄິດໄລ່ເພື່ອປະເມີນຄວາມສໍາພັນລະຫວ່າງຜົນການທົດສອບ MTX ແລະໂດເມນ MoCA ແຍກຕ່າງຫາກໂດຍໃຊ້ຊຸດ psych ໃນ R.

ຄະແນນ MoCA ທຽບເທົ່າສໍາລັບຄະແນນ MemTrax ໄດ້ຖືກຄິດໄລ່ໂດຍການຄິດໄລ່ຄະແນນ MemTrax ສະເລ່ຍສໍາລັບແຕ່ລະຄະແນນ MoCA ທີ່ເປັນໄປໄດ້ແລະການຖົດຖອຍຂອງເສັ້ນໄດ້ຖືກປະຕິບັດເພື່ອຄາດຄະເນສົມຜົນທີ່ກ່ຽວຂ້ອງກັບມາດຕະການເຫຼົ່ານີ້. ນອກຈາກນັ້ນ, ເພື່ອກໍານົດຄ່າ cutoff ຂອງການທົດສອບ MemTrax ສໍາລັບ MCI ທີ່ວັດແທກໂດຍ MoCA, ແລະຄວາມອ່ອນໄຫວທີ່ສອດຄ້ອງກັນແລະຄ່າສະເພາະ, ການວິເຄາະຄຸນລັກສະນະຂອງຕົວປະຕິບັດການຮັບ (ROC) ໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ຊຸດ pROC ໃນ R. bootstrapping ທີ່ບໍ່ແມ່ນ parametric stratified (n. = 2000) ຖືກນໍາໃຊ້ເພື່ອປຽບທຽບພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ (AUCs) ແລະໄລຍະຄວາມຫມັ້ນໃຈທີ່ສອດຄ້ອງກັນ. ຄະແນນການຕັດອອກທີ່ດີທີ່ສຸດໄດ້ຖືກຄິດໄລ່ດ້ວຍວິທີ Youden, ເຊິ່ງເຮັດໃຫ້ຜົນບວກທີ່ແທ້ຈິງສູງສຸດ ໃນຂະນະທີ່ຫຼຸດຜົນບວກທີ່ບໍ່ຖືກຕ້ອງ.

ສໍາລັບການວິເຄາະທາງສະຖິຕິທັງຫມົດ, p-value ສອງດ້ານຂອງ <0.05 ໄດ້ຖືກພິຈາລະນາເປັນເກນສໍາລັບຄວາມສໍາຄັນທາງສະຖິຕິ, ຍົກເວັ້ນການວິເຄາະເພື່ອປະເມີນຄວາມກ່ຽວຂ້ອງລະຫວ່າງ MTX ແລະ MoCA (ເຊັ່ນ: ການວິເຄາະຄວາມສໍາພັນແລະການຖົດຖອຍແບບເສັ້ນແບບງ່າຍດາຍ) ສໍາລັບຫນຶ່ງ. sided p-value ຂອງ <0.05 ຖືກພິຈາລະນາວ່າມີຄວາມສໍາຄັນ.

ຜົນການຄົ້ນຫາ MemTrax

Subjects

ທັງໝົດ, 101 ວິຊາໄດ້ຖືກລວມເຂົ້າໃນການສຶກສາຄັ້ງນີ້. ຂໍ້ມູນຂອງ 19 ຄົນໄດ້ຖືກຍົກເວັ້ນຈາກການວິເຄາະ, ເນື່ອງຈາກວ່າຜົນການທົດສອບ MemTrax ຈາກ 12 ວິຊາບໍ່ໄດ້ຖືກບັນທຶກໄວ້ໂດຍໂຄງການ, 6 ວິຊາມີຜົນການທົດສອບ MemTrax ບໍ່ຖືກຕ້ອງ, ແລະວິຊາຫນຶ່ງມີຄະແນນ MoCA 8 ຄະແນນ, ຊີ້ໃຫ້ເຫັນເຖິງຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາທີ່ຮ້າຍແຮງ, ເຊິ່ງແມ່ນ. ເງື່ອນໄຂການຍົກເວັ້ນ. ດັ່ງນັ້ນ, ຂໍ້ມູນຈາກ 82 ວິຊາໄດ້ຖືກລວມເຂົ້າໃນການວິເຄາະ. ບໍ່ພົບຄວາມແຕກຕ່າງທີ່ສໍາຄັນໃນຜົນການທົດສອບ MoCA ລະຫວ່າງລຸ້ນຕ່າງໆຂອງ MoCA ແລະລະຫວ່າງຜູ້ບໍລິຫານ. ນອກຈາກນັ້ນ, ຄໍາສັ່ງຂອງການບໍລິຫານການທົດສອບບໍ່ມີຜົນກະທົບຢ່າງຫຼວງຫຼາຍຕໍ່ຄະແນນການທົດສອບໃດໆ (MoCA, MTX_{ຄວາມ​ໄວ}, MTX_{ທີ່ຖືກຕ້ອງ}). ອີງຕາມຜົນການທົດສອບຂອງ MoCA, ວິຊາໄດ້ຖືກຈັດໃສ່ໃນກຸ່ມ NC ຫຼື MCI (ຕົວຢ່າງ, MoCA ≥ 23 ຫຼື MoCA <23, ຕາມລໍາດັບ). ລັກສະນະວິຊາສໍາລັບປະຊາກອນການສຶກສາທັງຫມົດ, ແລະກຸ່ມ NC ແລະ MCI ໄດ້ຖືກນໍາສະເຫນີຢູ່ໃນຕາຕະລາງ 1. ບໍ່ມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນລະຫວ່າງກຸ່ມ, ຍົກເວັ້ນຄະແນນ MoCA ປານກາງ (25 (IQR: 23 – 26) ທຽບກັບ 21 (IQR: 19 – 22). ) ຈຸດ, Z = −7.7, p <0.001).

ຕາຕະລາງ 1

ລັກສະນະຂອງລັກສະນະ

	ປະຊາກອນການສຶກສາທັງໝົດ (n = 82)	NC (n = 45)	MCI (n = 37)	p
ອາຍຸ (y)	83.5 5.2	82.6 4.9	84.7 5.4	0.074
ເພດຍິງ, ໝາຍເລກ (%)	55 (67​)	27 (60​)	28 (76​)	0.133
ການສຶກສາ (y)	10.0 (8.0 - 13.0)	11.0 (8.0 - 14.0)	10.0 (8.0 - 12.0)	0.216
ດື່ມເຫຼົ້າ (# ແກ້ວ/ອາທິດ)	0 (0 - 4)	0 (0 - 3)	0 (0 - 5)	0.900
ຄະແນນ MoCA (# ຄະແນນ)	23 (21 - 25)	25 (23 - 26)	21 (19 - 22)	ດີ

ຄ່າແມ່ນສະແດງອອກເປັນຄ່າສະເລ່ຍ ± sd, ປານກາງ (IQR) ຫຼືເປັນຕົວເລກທີ່ມີເປີເຊັນ.

ສະຖານະການສະຕິປັນຍາວັດແທກໂດຍ MemTrax

ສະຖານະການສະຕິປັນຍາຖືກວັດແທກໂດຍການທົດສອບ MTX. ຮູບທີ 1 ສະແດງໃຫ້ເຫັນຜົນໄດ້ຮັບຂອງ ການທົດສອບມັນສະຫມອງ ຜົນໄດ້ຮັບຂອງວິຊາ NC ແລະ MCI. ຄະແນນ MTX ສະເລ່ຍ (ຕົວຢ່າງ, MTX_{ຄວາມ​ໄວ} ແລະ MTX_{ທີ່ຖືກຕ້ອງ}) ມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍລະຫວ່າງສອງກຸ່ມ. ວິຊາ NC (0.916 ± 0.152 s^-1) ມີ​ຄວາມ​ໄວ​ຕິ​ກິ​ຣິ​ຍາ​ໄວ​ທີ່​ສໍາ​ຄັນ​ເມື່ອ​ທຽບ​ໃສ່​ກັບ​ຫົວ​ຂໍ້ MCI (0.816 ± 0.146 s​.^-1); t(80) = 3.01, p = 0.003) (ຮູບ 1A). ນອກຈາກນັ້ນ, ວິຊາ NC ມີຄະແນນດີກວ່າໃນ MTX_{ທີ່ຖືກຕ້ອງ} ປ່ຽນແປງໄດ້ຫຼາຍກວ່າວິຊາ MCI (91.2 ± 5.0% ທຽບກັບ 87.0 ± 7.7% ຕາມລໍາດັບ; t_w (59) = 2.89, p = 0.005) (ຮູບ 1B).

Fig1

Boxplots ຂອງຜົນການທົດສອບ MTX ສໍາລັບກຸ່ມ NC ແລະ MCI. A) MTX_{ຄວາມ​ໄວ} ຜົນການທົດສອບແລະ B) MTX_{ທີ່ຖືກຕ້ອງ} ຜົນ​ການ​ທົດ​ສອບ​. ທັງສອງຕົວແປຜົນໄດ້ຮັບຂອງການທົດສອບ MTX ແມ່ນຕ່ໍາຢ່າງຫຼວງຫຼາຍໃນກຸ່ມ MCI ເມື່ອທຽບກັບ NC. ສີເທົາອ່ອນຊີ້ບອກຫົວຂໍ້ NC, ໃນຂະນະທີ່ສີຂີ້ເຖົ່າເຂັ້ມຊີ້ບອກຫົວຂໍ້ MCI.

ຄວາມສຳພັນລະຫວ່າງ MemTrax ແລະ MOCA

ສະມາຄົມລະຫວ່າງຄະແນນການທົດສອບ MTX ແລະ MoCA ແມ່ນສະແດງຢູ່ໃນຮູບ 2. ທັງສອງຕົວແປ MTX ມີຄວາມກ່ຽວຂ້ອງໃນທາງບວກກັບ MoCA. MTX_{ຄວາມ​ໄວ} ແລະ MoCA ສະແດງໃຫ້ເຫັນຄວາມສໍາພັນທີ່ສໍາຄັນຂອງ r = 0.39 (p = 0.000), ແລະຄວາມສໍາພັນລະຫວ່າງ MTX._{ທີ່ຖືກຕ້ອງ} ແລະ MoCA ແມ່ນ r = 0.31 (p = 0.005). ບໍ່ມີການພົວພັນລະຫວ່າງ MTX_{ຄວາມ​ໄວ} ແລະ MTX_{ທີ່ຖືກຕ້ອງ}.

Fig2

ສະມາຄົມລະຫວ່າງ A) MTX_{ຄວາມ​ໄວ} ແລະ MoCA; ຂ) MTX_{ທີ່ຖືກຕ້ອງ} ແລະ MoCA; ຄ) MTX_{ທີ່ຖືກຕ້ອງ} ແລະ MTX_{ຄວາມ​ໄວ}. ວິຊາ NC ແລະ MCI ຖືກຊີ້ບອກດ້ວຍຈຸດ ແລະ ສາມຫຼ່ຽມຕາມລໍາດັບ. ໃນມຸມຂວາລຸ່ມຂອງແຕ່ລະເສັ້ນ, rho ແລະຄ່າ p ທີ່ສອດຄ້ອງກັນແມ່ນສະແດງໃຫ້ເຫັນເຖິງຄວາມກ່ຽວຂ້ອງກັນລະຫວ່າງສອງຕົວແປ.

ສະມາຄົມລະຫວ່າງ A) MTXspeed ແລະ MoCA; B) MTXcorrect ແລະ MoCA; C) MTXcorrect ແລະ MTXspeed. ວິຊາ NC ແລະ MCI ຖືກຊີ້ບອກດ້ວຍຈຸດ ແລະ ສາມຫຼ່ຽມຕາມລໍາດັບ. ຢູ່ມຸມຂວາລຸ່ມຂອງແຕ່ລະກຣາຟ, rho ແລະຄ່າ p ທີ່ສອດຄ້ອງກັນແມ່ນສະແດງເຖິງຄວາມສຳພັນລະຫວ່າງສອງຕົວແປ.[/caption]

ການພົວພັນ Polyserial ໄດ້ຖືກຄິດໄລ່ລະຫວ່າງຄະແນນການທົດສອບ MemTrax ແລະໂດເມນ MoCA ເພື່ອກໍານົດການເຊື່ອມໂຍງຂອງແຕ່ລະໂດເມນກັບ metrics MemTrax. ການພົວພັນ polyserial ແມ່ນສະແດງຢູ່ໃນຕາຕະລາງ 2. ຫຼາຍໂດເມນຂອງ MoCA ມີຄວາມສໍາພັນກັບ MTX ຢ່າງຫຼວງຫຼາຍ._{ຄວາມ​ໄວ​.}  ໂດເມນ "ບໍ່ມີຕົວຕົນ" ສະແດງໃຫ້ເຫັນຄວາມສໍາພັນທີ່ສູງທີ່ສຸດ, ເຖິງແມ່ນວ່າປານກາງ, ກັບ MTX_{ຄວາມ​ໄວ} (r = 0.35, p = 0.002). ໂດເມນ "ການຕັ້ງຊື່" ແລະ "ພາສາ" ສະແດງໃຫ້ເຫັນຄວາມກ່ຽວຂ້ອງທີ່ອ່ອນແອເຖິງປານກາງກັບ MTX_{ຄວາມ​ໄວ} (r = 0.29, p = 0.026 ແລະ r = 0.27, p = 0.012, ຕາມລໍາດັບ). MTX_{ທີ່ຖືກຕ້ອງ} ບໍ່ມີຄວາມກ່ຽວຂ້ອງກັບໂດເມນ MoCA, ຍົກເວັ້ນຄວາມສໍາພັນທີ່ອ່ອນແອກັບໂດເມນ "visuospatial" (r = 0.25, p = 0.021).

ຕາຕະລາງ 2

ການພົວພັນ Polyserial ຂອງຜົນການທົດສອບ MTX ກັບໂດເມນ MoCA

	MTXຄວາມ​ໄວ	MTXທີ່ຖືກຕ້ອງ
	r	p	r	p
Visuospatial	0.22	0.046	0.25	0.021
ການຕັ້ງຊື່	0.29	0.026	0.24	0.063
ເອົາໃຈໃສ່	0.24	0.046	0.09	0.477
ພາສາ	0.27	0.012	0.160	0.165
ເສີຍໆ	0.35	0.002	0.211	0.079
Recall	0.15	0.159	0.143	0.163
ປະຖົມນິເທດ	0.21	0.156	0.005	0.972

ໝາຍເຫດ: ຄວາມສຳພັນທີ່ສຳຄັນແມ່ນສະແດງເປັນຕົວໜາ.

ຄະ​ແນນ MemTrax ແລະ​ການ​ຄາດ​ຄະ​ເນ​ຄ່າ​ການ​ຕັດ​ອອກ​ສໍາ​ລັບ MCI​

ເພື່ອກໍານົດຄະແນນທີ່ສອດຄ້ອງກັນຂອງ MemTrax ແລະ MoCA, ຄະແນນ MemTrax ຂອງແຕ່ລະຄະແນນ MoCA ໄດ້ຖືກຄິດໄລ່ໂດຍສະເລ່ຍແລະການຖົດຖອຍຂອງເສັ້ນໄດ້ຖືກຄິດໄລ່ເພື່ອຄາດຄະເນການພົວພັນແລະສົມຜົນທີ່ສອດຄ້ອງກັນ. ຜົນໄດ້ຮັບຂອງການຖົດຖອຍເສັ້ນໄດ້ຊີ້ໃຫ້ເຫັນວ່າ MTX_{ຄວາມ​ໄວ} ອະທິບາຍ 55% ຂອງຄວາມແຕກຕ່າງໃນ MoCA (R² = 0.55, p = 0.001). MTX ຕົວແປ_{ທີ່ຖືກຕ້ອງ} ອະທິບາຍ 21% ຂອງຄວາມແຕກຕ່າງໃນ MoCA (R² = 0.21, p = 0.048). ອີງຕາມສົມຜົນຂອງການພົວພັນເຫຼົ່ານີ້, ຄະແນນ MoCA ທຽບເທົ່າໄດ້ຖືກຄິດໄລ່ສໍາລັບຄະແນນ MTX ທີ່ໃຫ້, ເຊິ່ງສະແດງຢູ່ໃນຕາຕະລາງ 3. ອີງຕາມສົມຜົນເຫຼົ່ານີ້, ຄ່າຕັດທີ່ສອດຄ້ອງກັນ (ຕົວຢ່າງ, ຄະແນນ MoCA ຂອງ 23 ຈຸດ) ສໍາລັບ MTX_{ຄວາມ​ໄວ} ແລະ MTX_{ທີ່ຖືກຕ້ອງ} ແມ່ນ 0.87 ວິນາທີ^-1 ແລະ 90%. ນອກຈາກນັ້ນ, ການຖົດຖອຍຫຼາຍເສັ້ນຢູ່ໃນຕົວແປ MemTrax ທັງສອງໄດ້ຖືກປະຕິບັດ, ແຕ່ຕົວແປ MTX_{ທີ່ຖືກຕ້ອງ} ບໍ່ໄດ້ປະກອບສ່ວນຢ່າງຫຼວງຫຼາຍຕໍ່ຕົວແບບແລະດັ່ງນັ້ນຜົນໄດ້ຮັບບໍ່ໄດ້ສະແດງໃຫ້ເຫັນ.

ຕາຕະລາງ 3

ແນະນໍາຄະແນນ MoCA ທຽບເທົ່າສໍາລັບຄະແນນ MemTrax ທີ່ໃຫ້

MoCA (ຄະແນນ)	ທຽບເທົ່າ MTXຄວາມ​ໄວ (s-1)a	CI ຂອງການຄາດຄະເນກັບ MTXຄວາມ​ໄວ (ຄະແນນ)	ທຽບເທົ່າ MTXທີ່ຖືກຕ້ອງ (%)b	CI ຂອງການຄາດຄະເນກັບ MTXທີ່ຖືກຕ້ອງ (ຄະແນນ)
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

^aສົມຜົນທີ່ໃຊ້: 1.1 + 25.2 *MTX_{ຄວາມ​ໄວ}; ^b ສົມຜົນທີ່ໃຊ້: –9.7 + 0.36 *MTX_{ທີ່ຖືກຕ້ອງ}.

ນອກຈາກນັ້ນ, ຄ່າການຕັດ MTX ແລະຄວາມອ່ອນໄຫວທີ່ສອດຄ້ອງກັນແລະສະເພາະແມ່ນຖືກກໍານົດໂດຍຜ່ານການວິເຄາະ ROC. ເສັ້ນໂຄ້ງ ROC ຂອງຕົວແປ MemTrax ຖືກນໍາສະເຫນີໃນຮູບ 3. AUCs ສໍາລັບ MTX_{ຄວາມ​ໄວ} ແລະ MTX_{ທີ່ຖືກຕ້ອງ} ແມ່ນ, ຕາມລໍາດັບ, 66.7 (CI: 54.9 – 78.4) ແລະ 66.4% (CI: 54.1 – 78.7). AUCs ຂອງຕົວແປ MemTrax ທີ່ໃຊ້ເພື່ອປະເມີນ MCI ທີ່ສ້າງຕັ້ງຂຶ້ນໂດຍ MoCA ແມ່ນບໍ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ. ຕາຕະລາງ 4 ສະແດງໃຫ້ເຫັນຄວາມອ່ອນໄຫວແລະຄວາມສະເພາະຂອງຈຸດຕັດທີ່ແຕກຕ່າງກັນຂອງຕົວແປ MemTrax. ຄະແນນການຕັດອອກທີ່ດີທີ່ສຸດ, ເຊິ່ງເຮັດໃຫ້ຜົນບວກທີ່ແທ້ຈິງສູງສຸດໃນຂະນະທີ່ຫຼຸດຜ່ອນຜົນບວກທີ່ບໍ່ຖືກຕ້ອງ, ສໍາລັບ MTX_{ຄວາມ​ໄວ} ແລະ MTX_{ທີ່ຖືກຕ້ອງ} ແມ່ນ 0.91 ວິນາທີ^-1 (sensitivity = 48.9% specificity = 78.4%) ແລະ 85% (sensitivity = 43.2%; specificity = 93.3%) ຕາມລໍາດັບ.

Fig3

ເສັ້ນໂຄ້ງ ROC ຂອງຜົນການທົດສອບ MTX ເພື່ອປະເມີນ MCI ຈັດອັນດັບໂດຍ MoCA. ເສັ້ນຈຸດຊີ້ໃຫ້ເຫັນ MTX_{ຄວາມ​ໄວ} ແລະສາຍແຂງ MTX_{ທີ່ຖືກຕ້ອງ}. ເສັ້ນສີຂີ້ເຖົ່າເປັນຕົວແທນຂອງເສັ້ນອ້າງອີງຂອງ 0.5.

ຕາຕະລາງ 4

MTX_{ຄວາມ​ໄວ} ແລະ MTX_{ທີ່ຖືກຕ້ອງ} ຈຸດຕັດແລະຄວາມສະເພາະທີ່ສອດຄ້ອງກັນແລະຄວາມອ່ອນໄຫວ

	ຈຸດຕັດ	Tp (#)	tn (#)	Fp (#)	Fn (#)	ສະເພາະ (%)	ຄວາມອ່ອນໄຫວ (%)
MTXຄວາມ​ໄວ	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
MTXທີ່ຖືກຕ້ອງ	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, ຄວາມຈິງໃນທາງບວກ; tn, ຄວາມຈິງທາງລົບ; fp, false positive; fn, false negative.

ການສົນທະນາ

ການສຶກສານີ້ໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນເພື່ອສືບສວນເຄື່ອງມືອອນໄລນ໌ MemTrax, ການທົດສອບ CRT-based, ການນໍາໃຊ້ MoCA ເປັນເອກະສານອ້າງອີງ. MoCA ໄດ້ຖືກເລືອກເພາະວ່າການທົດສອບນີ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການກວດສອບ MCI. ຢ່າງໃດກໍ່ຕາມ, ຈຸດຕັດທີ່ດີທີ່ສຸດສໍາລັບ MoCA ບໍ່ໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນຢ່າງຊັດເຈນ [28]. ການປຽບທຽບມາດຕະການສ່ວນບຸກຄົນຂອງ MemTrax ກັບ MoCA ສະແດງໃຫ້ເຫັນວ່າການທົດສອບອອນໄລນ໌ແບບງ່າຍດາຍ, ສັ້ນ, ສາມາດເກັບກໍາອັດຕາສ່ວນທີ່ສໍາຄັນຂອງຄວາມແຕກຕ່າງກັນໃນການເຮັດວຽກຂອງມັນສະຫມອງແລະຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ. ໃນການວິເຄາະນີ້, ຜົນກະທົບທີ່ເຂັ້ມແຂງທີ່ສຸດແມ່ນເຫັນໄດ້ສໍາລັບການວັດແທກຄວາມໄວ. ມາດຕະການທີ່ຖືກຕ້ອງສະແດງໃຫ້ເຫັນຄວາມສໍາພັນທີ່ເຂັ້ມແຂງຫນ້ອຍ. ການຄົ້ນພົບທີ່ສໍາຄັນແມ່ນວ່າບໍ່ມີການສັງເກດເຫັນການພົວພັນລະຫວ່າງຄວາມໄວຂອງ MTX ແລະມາດຕະການທີ່ຖືກຕ້ອງ, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າຕົວແປເຫຼົ່ານີ້ວັດແທກອົງປະກອບທີ່ແຕກຕ່າງກັນຂອງພື້ນຖານ. ການທໍາງານຂອງສະຫມອງ. ດັ່ງນັ້ນ, ບໍ່ມີຕົວຊີ້ບອກຂອງການຄ້າຄວາມຖືກຕ້ອງຂອງຄວາມໄວໄດ້ຖືກພົບເຫັນໃນທົ່ວຫົວຂໍ້. ນອກຈາກນັ້ນ, ສອງວິທີທີ່ແຕກຕ່າງກັນໄດ້ຖືກນໍາໃຊ້ເພື່ອປະເມີນຄ່າຕັດຂອງການທົດສອບຄວາມຊົງຈໍາ MemTrax ເພື່ອກວດຫາ MCI. ວິ​ທີ​ການ​ເຫຼົ່າ​ນີ້​ສະ​ແດງ​ໃຫ້​ເຫັນ​ວ່າ​ສໍາ​ລັບ​ຜົນ​ໄດ້​ຮັບ​ຄວາມ​ໄວ​ແລະ​ຄວາມ​ຖືກ​ຕ້ອງ​, ຄະ​ແນນ​ຂ້າງ​ລຸ່ມ​ນີ້​ລະ​ດັບ​ຂອງ 0.87 – 91 s​.^-1 ແລະ 85 – 90% ແມ່ນຕົວຊີ້ບອກວ່າບຸກຄົນທີ່ມີຄະແນນຕໍ່າກວ່າຫນຶ່ງຂອງລະດັບເຫຼົ່ານັ້ນມີແນວໂນ້ມທີ່ຈະມີ MCI. "ການວິເຄາະຄວາມຄຸ້ມຄ່າ" ຈະຊີ້ບອກເຖິງຈຸດໃດທີ່ບຸກຄົນຄວນໄດ້ຮັບຄໍາແນະນໍາເພື່ອປຶກສາແພດກ່ຽວກັບການປະຕິບັດການທົດສອບທີ່ສົມບູນແບບເພື່ອກວດເບິ່ງ MCI [8-35].

ໃນການສຶກສາໃນປະຈຸບັນ, ມັນໄດ້ພົບເຫັນວ່າໂດເມນ "ການຕັ້ງຊື່", "ພາສາ", ແລະ " abstraction" ທີ່ວັດແທກໂດຍ MoCA ມີຄວາມສໍາພັນສູງທີ່ສຸດກັບຫນຶ່ງໃນຜົນໄດ້ຮັບ MemTrax, ເຖິງແມ່ນວ່າຄວາມສໍາພັນແມ່ນອ່ອນລົງເຖິງປານກາງ. ນີ້ແມ່ນກົງກັນຂ້າມກັບສິ່ງທີ່ຄາດຫວັງ, ນັບຕັ້ງແຕ່ການສຶກສາທີ່ຜ່ານມາສະແດງໃຫ້ເຫັນໃນການກວດສອບ ການ​ສອບ​ເສັງ​ສະ​ຖາ​ນະ​ການ​ຈິດ​ໃຈ​ຂະ​ຫນາດ​ນ້ອຍ​ ການນໍາໃຊ້ທິດສະດີການຕອບໂຕ້ລາຍການ, ວ່າໂດເມນ "ການຈື່ຈໍາ / ການຊັກຊ້າ" ແລະ "ປະຖົມນິເທດ" ແມ່ນມີຄວາມອ່ອນໄຫວທີ່ສຸດໃນຕົ້ນ AD [12]. ໃນນີ້ ໄລຍະຕົ້ນ ຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ, ປະກົດວ່າຕົວຊີ້ວັດ MoCA ຂອງຄວາມບົກຜ່ອງທາງດ້ານການຕັ້ງຊື່, ພາສາ, ແລະການ abstraction ແມ່ນມີຄວາມອ່ອນໄຫວຕໍ່ກັບ MCI ຫຼາຍກ່ວາມາດຕະການຂອງຄວາມຊົງຈໍາແລະການປະຖົມນິເທດ, ສອດຄ່ອງກັບການຄົ້ນພົບທີ່ຜ່ານມາໃນການວິເຄາະທິດສະດີການຕອບສະຫນອງຂອງ MoCA [36]. ນອກຈາກນັ້ນ, ໄດ້ ການວັດແທກຄວາມໄວການຮັບຮູ້ MemTrax ປະກົດວ່າສະທ້ອນເຖິງຄວາມບົກຜ່ອງເບື້ອງຕົ້ນນີ້ກ່ອນຄວາມຈຳການຮັບຮູ້ ຕາມການວັດແທກໂດຍ MTX (ເຊິ່ງມີຜົນກະທົບເພດານທີ່ສໍາຄັນ). constellation ນີ້ ຜົນກະທົບຊີ້ໃຫ້ເຫັນວ່າລັກສະນະສະລັບສັບຊ້ອນຂອງ pathology ທີ່ເຮັດໃຫ້ເກີດ MCI ສະທ້ອນເຖິງສະຫມອງໃນຕອນຕົ້ນ ການ​ປ່ຽນ​ແປງ​ທີ່​ມີ​ຄວາມ​ຫຍຸ້ງ​ຍາກ​ທີ່​ຈະ​ມີ​ແນວ​ຄວາມ​ຄິດ​ກັບ​ວິ​ທີ​ການ neurocognitive ງ່າຍ​ດາຍ​ແລະ​ຕົວ​ຈິງ​ແລ້ວ​ອາດ​ຈະ​ສະ​ທ້ອນ​ໃຫ້​ເຫັນ​ເຖິງ​ຄວາມ​ຄືບ​ຫນ້າ​ຂອງ neuropathology ທີ່​ຕິດ​ພັນ [37​]​.

ຈຸດທີ່ເຂັ້ມແຂງໃນການສຶກສາໃນປະຈຸບັນແມ່ນວ່າຂະຫນາດຕົວຢ່າງ (n = 82) ແມ່ນຫຼາຍກ່ວາພຽງພໍເພື່ອກວດພົບການພົວພັນລະຫວ່າງ MoCA ແລະ MTX ໃນປະຊາກອນທີ່ມີອາຍຸຂ້ອນຂ້າງນີ້. ນອກຈາກນັ້ນ, ໄດ້ມີການປະຕິບັດການທົດສອບການປະຕິບັດກັບທຸກວິຊາ, ເພື່ອໃຫ້ຜູ້ສູງອາຍຸຜູ້ທີ່ບໍ່ໄດ້ນໍາໃຊ້ຄອມພິວເຕີມີໂອກາດທີ່ຈະປັບຕົວກັບສະພາບແວດລ້ອມການທົດສອບແລະອຸປະກອນ. ເມື່ອປຽບທຽບກັບ MoCA, ວິຊາຕ່າງໆໄດ້ຊີ້ໃຫ້ເຫັນວ່າ MemTrax ແມ່ນມ່ວນກວ່າທີ່ຈະເຮັດ, ໃນຂະນະທີ່ MoCA ຮູ້ສຶກຄືກັບການສອບເສັງ. ອາຍຸຂອງວິຊາແລະຄວາມເປັນເອກະລາດຂອງຊຸມຊົນຂອງພວກເຂົາໄດ້ຈໍາກັດຈຸດສຸມຂອງການວິເຄາະຕໍ່ກຸ່ມທີ່ເລືອກຂອງບຸກຄົນທີ່ມີຫນ້າທີ່ຂ້ອນຂ້າງສູງ, ແຕ່ກຸ່ມນີ້ແມ່ນມີຄວາມຫຍຸ້ງຍາກທີ່ສຸດສໍາລັບການກໍານົດຄວາມບົກຜ່ອງ.

ແນ່ນອນ, ເຖິງແມ່ນວ່າຖືວ່າເປັນການທົດສອບມາດຕະຖານ, MoCA ແມ່ນພຽງແຕ່ການທົດສອບເພື່ອຊີ້ໃຫ້ເຫັນຄວາມເປັນໄປໄດ້ຂອງ MCI, ບໍ່ແມ່ນເຄື່ອງມືການວິນິດໄສຫຼືການວັດແທກຢ່າງແທ້ຈິງຂອງຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ. ດັ່ງນັ້ນ, ຕາມຄວາມເຫມາະສົມ, ການປຽບທຽບຂອງ MoCA ແລະ MTX ແມ່ນພີ່ນ້ອງກັນ, ແລະອາດຈະເປັນການຈັບຕົວຄວາມແຕກຕ່າງທີ່ເປັນເອກະລາດໃນການກໍານົດ MCI. ດັ່ງນັ້ນ, ບັນຫາທີ່ສໍາຄັນໃນວັນນະຄະດີແມ່ນຄວາມພະຍາຍາມເພື່ອກໍານົດຜົນປະໂຫຍດຂອງ MoCA [38], ຄວາມຖືກຕ້ອງຂອງມັນ [39], ການສ້າງຕັ້ງຄະແນນມາດຕະຖານ [40], ການປຽບທຽບກັບການປະເມີນມັນສະຫມອງສັ້ນໆອື່ນໆ [41-45]. , ແລະຜົນປະໂຫຍດຂອງມັນເປັນເຄື່ອງມືກວດສອບສໍາລັບ MCI [46] (ທົບທວນຄືນໂດຍ Carson et al., 2017 [28]), ເຊັ່ນດຽວກັນກັບການນໍາໃຊ້ຂອງສະບັບເອເລັກໂຕຣນິກ [47]. ການວິເຄາະດັ່ງກ່າວກ່ຽວຂ້ອງກັບການກວດສອບຄວາມອ່ອນໄຫວແລະຄວາມສະເພາະ, ປົກກະຕິແລ້ວການນໍາໃຊ້ການວິເຄາະ ROC ດ້ວຍການວັດແທກ "ພື້ນທີ່ພາຍໃຕ້ເສັ້ນໂຄ້ງ", ແລະການແນະນໍາຂອງການຕັດອອກສໍາລັບ "ວິນິດໄສ". ຢ່າງໃດກໍຕາມ, ໃນກໍລະນີທີ່ບໍ່ມີວິທີການສໍາລັບການກໍານົດຢ່າງແທ້ຈິງວ່າບຸກຄົນໃດຫນຶ່ງແມ່ນຂຶ້ນກັບຄວາມບົກຜ່ອງດ້ານອ່ອນໆຢ່າງຕໍ່ເນື່ອງ, ພ້ອມກັບການປ່ຽນແປງຢ່າງຫຼວງຫຼາຍໃນພື້ນຖານ. ການເຮັດວຽກຂອງສະຫມອງ ປະກອບສ່ວນຕໍ່ກັບຄວາມບົກຜ່ອງນັ້ນ, ເຄື່ອງມືທັງໝົດດັ່ງກ່າວພຽງແຕ່ສາມາດໃຫ້ການຄາດຄະເນຄວາມເປັນໄປໄດ້ເທົ່ານັ້ນ. ການສະຫນອງການພົວພັນລະຫວ່າງມາດຕະການທີ່ແຕກຕ່າງກັນພຽງແຕ່ສະແດງໃຫ້ເຫັນວ່າສະພາບພື້ນຖານໄດ້ຖືກແກ້ໄຂຢ່າງຖືກຕ້ອງ, ແຕ່ສະຖານະທາງຊີວະພາບທີ່ແທ້ຈິງບໍ່ສາມາດກໍານົດໄດ້ຊັດເຈນກັບວິທີການນີ້. ເຖິງແມ່ນວ່າການວິເຄາະລະດັບສູງສາມາດປະຕິບັດໄດ້ທີ່ເປັນປະໂຫຍດໃນການປິ່ນປົວທາງດ້ານການຊ່ວຍ, ການສ້າງຕັ້ງຜົນປະໂຫຍດດັ່ງກ່າວຮຽກຮ້ອງໃຫ້ມີການພິຈາລະນາເພີ່ມເຕີມຂອງສີ່ປັດໃຈ: ອັດຕາສ່ວນຂອງສະພາບໃນປະຊາກອນ; ຄ່າໃຊ້ຈ່າຍຂອງການທົດສອບ, ຄ່າໃຊ້ຈ່າຍຂອງຜົນໄດ້ຮັບໃນທາງບວກທີ່ບໍ່ຖືກຕ້ອງ, ແລະຜົນປະໂຫຍດທາງດ້ານວັດຖຸຂອງການວິນິດໄສໃນທາງບວກທີ່ແທ້ຈິງ [8, 35].

A major ສ່ວນຫນຶ່ງຂອງບັນຫາໃນການປະເມີນ AD ແລະຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາທີ່ກ່ຽວຂ້ອງແມ່ນວ່າບໍ່ມີຈິງ “ຂັ້ນຕອນ” [48], ແຕ່ເປັນການສືບຕໍ່ຊົ່ວຄາວຂອງຄວາມກ້າວຫນ້າ [8, 17, 49]. ຄວາມແຕກຕ່າງຂອງ "ປົກກະຕິ" ຈາກ MCI ຕົວຈິງແລ້ວແມ່ນມີຄວາມຫຍຸ້ງຍາກຫຼາຍກ່ວາການຈໍາແນກເງື່ອນໄຂເຫຼົ່ານີ້ຈາກຄວາມອ່ອນໂຍນ. dementia ທີ່​ກ່ຽວ​ຂ້ອງ​ ກັບ AD [50, 51]. ການນໍາໃຊ້ແນວຄວາມຄິດຂອງ "ທິດສະດີການທົດສອບທີ່ທັນສະໄຫມ", ບັນຫາຈະກາຍເປັນການກໍານົດບ່ອນທີ່ບຸກຄົນໃດຫນຶ່ງແມ່ນມັກຈະຢູ່ໃນຂອບເຂດຄວາມໄວ້ວາງໃຈໂດຍສະເພາະ, ໂດຍໃຫ້ຄະແນນການທົດສອບສະເພາະ. ເພື່ອເຮັດໃຫ້ການກໍານົດດັ່ງກ່າວ, ການປະເມີນທີ່ຊັດເຈນແມ່ນຈໍາເປັນຫຼາຍກ່ວາສະຫນອງໃຫ້ໂດຍການທົດສອບມັນສະຫມອງໂດຍຫຍໍ້, ແຕ່ເຊັ່ນວ່າແມ່ນສະຫນອງໃຫ້ໂດຍ MTX. ການເພີ່ມຄວາມແມ່ນຍໍາແລະການກໍາຈັດຄວາມລໍາອຽງຂອງຜູ້ສັງເກດການດ້ວຍການທົດສອບດ້ວຍຄອມພິວເຕີແມ່ນທິດທາງທີ່ດີ. ນອກຈາກນີ້, ການທົດສອບຄອມພິວເຕີ, ເຊັ່ນ MemTrax, ສະຫນອງຄວາມເປັນໄປໄດ້ຂອງຈໍານວນບໍ່ຈໍາກັດຂອງການທົດສອບປຽບທຽບ, ຢ່າງຫຼວງຫຼາຍຫຼຸດຜ່ອນຄວາມແຕກຕ່າງຂອງການຄາດຄະເນການດຸ່ນດ່ຽງ. ນອກຈາກນັ້ນ, ໃນຫຼັກການ, ການທົດສອບຄອມພິວເຕີສາມາດທົດສອບຫຼາຍໂດເມນທີ່ກ່ຽວຂ້ອງກັບຄວາມຊົງຈໍາທີ່ໄດ້ຮັບຜົນກະທົບຈາກ AD. ການສຶກສານີ້ບໍ່ໄດ້ປຽບທຽບ MTX ກັບການທົດສອບຄອມພິວເຕີອື່ນໆຈໍານວນຫລາຍທີ່ຖືກສ້າງຂຶ້ນ (ເບິ່ງການແນະນໍາ), ແຕ່ບໍ່ມີອັນໃດທີ່ມີຢູ່ໃນປັດຈຸບັນໃຊ້ວິທີການທີ່ມີປະສິດທິພາບທີ່ສະເຫນີໂດຍ CRT. ການພັດທະນາຕໍ່ໄປຂອງການທົດສອບຄອມພິວເຕີແມ່ນພື້ນທີ່ທີ່ສໍາຄັນສໍາລັບການເອົາໃຈໃສ່ແລະສະຫນັບສະຫນູນຕື່ມອີກ. ສຸດທ້າຍ, ຜົນ​ກະ​ທົບ​ການ​ຝຶກ​ອົບ​ຮົມ​ ສາມາດໄດ້ຮັບການປັດໄຈເຂົ້າໃນການວິເຄາະ.

ໃນ​ເວ​ລາ​ນີ້, ການ​ທົດ​ສອບ​ຄອມ​ພິວ​ເຕີ​ອອນ​ໄລ​ນ​໌​ບໍ່​ແມ່ນ​ວິ​ທີ​ການ​ທີ່​ສ້າງ​ຕັ້ງ​ຂຶ້ນ​ເພື່ອ ຫນ້າຈໍສໍາລັບ dementia, ປະເມີນຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ, ຫຼືເຮັດການວິນິດໄສທາງຄລີນິກ. ຢ່າງໃດກໍຕາມ, ພະລັງງານແລະທ່າແຮງຂອງວິທີການນີ້, ໂດຍສະເພາະການນໍາໃຊ້ CRT, ເພື່ອປະເມີນຄວາມຊົງຈໍາ episodic (ໄລຍະສັ້ນ) ແມ່ນໃຫຍ່ຫຼວງແລະອາດຈະມີຄວາມສໍາຄັນໃນການນໍາໃຊ້ການປະເມີນສະຕິປັນຍາໃນອະນາຄົດ, ລວມທັງ. ການ​ກວດ​ສອບ dementia​ ແລະການປະເມີນຜົນ, ການຕິດຕາມຄວາມສັບສົນຫລັງການປະຕິບັດ, ການສ້າງຕັ້ງຄວາມສາມາດທາງດ້ານຈິດໃຈສໍາລັບການຕັດສິນໃຈ, ການກວດສອບການຂາດດຸນຫຼັງການກະທົບກະເທືອນ, ແລະການຄາດຄະເນຄວາມບົກຜ່ອງດ້ານຄວາມປອດໄພຂອງການຂັບຂີ່. ໃນການສຶກສານີ້, ມັນໄດ້ສະແດງໃຫ້ເຫັນວ່າ MemTrax ສາມາດເກັບກໍາອັດຕາສ່ວນທີ່ສໍາຄັນຂອງການປ່ຽນແປງຂອງຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ. ນອກຈາກນັ້ນ, ຄ່າ cutoff ແມ່ນນໍາສະເຫນີສໍາລັບຕົວແປ MTX ທີ່ເທົ່າກັບຄະແນນ MoCA cutoff ສໍາລັບ MCI. ສໍາລັບການຄົ້ນຄວ້າໃນອະນາຄົດ, ມັນຖືກແນະນໍາໃຫ້ສືບສວນໃນຈໍານວນປະຊາກອນທີ່ໃຫຍ່ກວ່າ, ຖືກກໍານົດຢ່າງຊັດເຈນເພື່ອສ້າງຕັ້ງ MemTrax ເປັນເຄື່ອງມືກວດສອບສໍາລັບ MCI. ປະຊາກອນດັ່ງກ່າວຄວນປະກອບມີຕົວຢ່າງທາງດ້ານຄລີນິກທີ່ບັນຫາການວິນິດໄສສາມາດຖືກກໍານົດໄດ້ຊັດເຈນທີ່ສຸດເທົ່າທີ່ເປັນໄປໄດ້ແລະຫົວຂໍ້ຕ່າງໆສາມາດຖືກປະຕິບັດຕາມເວລາດ້ວຍ MTX ແລະການທົດສອບທາງດ້ານສະຕິປັນຍາອື່ນໆ. ການວິເຄາະດັ່ງກ່າວສາມາດກໍານົດການປ່ຽນແປງໃນ trajectories ຂອງການຫຼຸດລົງຂອງມັນສະຫມອງ, ທີ່ກ່ຽວຂ້ອງກັບທັງຜູ້ສູງອາຍຸປົກກະຕິແລະເງື່ອນໄຂ pathological ຕ່າງໆ. ໃນຂະນະທີ່ການທົດສອບຄອມພິວເຕີແລະການລົງທະບຽນພັດທະນາ, ຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບລະດັບຂອງ ສຸ​ຂະ​ພາບ​ຈະ​ມີ​ແລະ​ແນ່​ນອນ​ວ່າ​ຈະ​ນໍາ​ໄປ​ສູ່​ການ​ປັບ​ປຸງ​ທີ່​ຍິ່ງ​ໃຫຍ່​ໃນ​ການ​ດູ​ແລ​ສຸ​ຂະ​ພາບ​ ແລະຫວັງເປັນຢ່າງຍິ່ງວ່າວິທີການທີ່ຈະປ້ອງກັນເງື່ອນໄຂດັ່ງກ່າວເປັນ AD.

ການຮັບຮູ້

ພວກເຮົາຂໍຂອບໃຈ Anne van der Heijden, Hanneke Rasing, Esther Sinnema, ແລະ Melinda Lodders ສໍາລັບວຽກງານຂອງເຂົາເຈົ້າໃນການສຶກສານີ້. ນອກຈາກນັ້ນ, ພວກເຮົາຂໍຂອບໃຈ MemTrax, LLC ສໍາລັບການສະຫນອງສະບັບເຕັມຟຣີຂອງການທົດສອບ MemTrax. ວຽກງານນີ້ແມ່ນສ່ວນຫນຶ່ງຂອງໂຄງການຄົ້ນຄ້ວາ, ເຊິ່ງໄດ້ຮັບທຶນຈາກແຂວງFryslân (01120657), ປະເທດເນເທີແລນແລະ Alfasigma Nederland BV (ການປະກອບສ່ວນໂດຍກົງກັບຈໍານວນການຊ່ວຍເຫຼືອລ້າ 01120657). ຈັດພີມມາ: 12 ກຸມພາ 2019

ຂໍ້ມູນອ້າງອິງ

[1]	Jorm AF , Jolley D (1998) ການເກີດຂອງພະຍາດສະໝອງເສື່ອມ: ການວິເຄາະແບບ meta. Neurology 51, 728–733.
[2]	Hebert LE, Weuve. J , Scherr PA , Evans DA (2013) ພະຍາດ Alzheimer ໃນສະຫະລັດ (2010-2050) ຄາດຄະເນໂດຍໃຊ້ການສໍາຫຼວດໃນປີ 2010. Neurology 80, 1778–1783.
[3]	Weuve. J , Hebert LE , Scherr PA , Evans DA (2015) ອັດຕາສ່ວນຂອງ ພະຍາດ Alzheimer ໃນ​ລັດ​ສະ​ຫະ​ລັດ​. ລະບາດວິທະຍາ 26, e4–6.
[4]	Brookmeyer R , Abdalla N , Kawas CH , Corrada MM (2018) ການພະຍາກອນການປະກົດຕົວຂອງ preclinical ແລະທາງດ້ານການຊ່ວຍ ພະຍາດ Alzheimer ໃນ​ສະ​ຫະ​ລັດ. Alzheimers Dement 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 , Ashford2013W (XNUMX) ການປັບປຸງການດູແລ dementia: the ບົດບາດຂອງການກວດ ແລະກວດຫາຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາ. Alzheimers Dement 9, 151–159.
[6]	Loewenstein DA , Curiel RE , Duara R , Buschke H (2018) Novel cognitive paradigms for the ການກວດຫາຄວາມບົກຜ່ອງດ້ານຄວາມຊົງຈໍາໃນພະຍາດ Alzheimer ຂອງ preclinical. ການປະເມີນ 25, 348–359.
[7]	Thyrian JR , Hoffmann W , Eichler T (2018) ບັນນາທິການ: ການຮັບຮູ້ເບື້ອງຕົ້ນຂອງ dementia ໃນບັນຫາການດູແລປະຖົມ - ປະຈຸບັນແລະແນວຄວາມຄິດ. Curr Alzheimer Res 15, 2–4.
[8]	Ashford JW (2008) ການກວດຫາຄວາມຜິດປົກກະຕິກ່ຽວກັບຄວາມຊົງຈຳ, ພະຍາດສະໝອງເສື່ອມ ແລະ ພະຍາດ Alzheimer. ສຸຂະພາບຜູ້ສູງອາຍຸ 4, 399–432.
[9]	Yokomizo JE , Simon SS , Bottino CM (2014) ການກວດສອບສະຕິປັນຍາສຳລັບ dementia ໃນການດູແລປະຖົມ: ການທົບທວນຄືນລະບົບ. 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) ການຄົ້ນພົບຈາກ ການກວດສອບຄວາມຊົງຈໍາແຫ່ງຊາດ ໂຄງການມື້. 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: ເຄື່ອງມືກວດກາໂດຍຫຍໍ້ສໍາລັບຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນໆ. J Am Geriatr Soc 53, 695–699.
[12]	Ashford JW , Kolm P , Colliver JA , Bekian C , Hsu LN (1989) ການປະເມີນຄົນເຈັບ Alzheimer ແລະສະຖານະທາງຈິດນ້ອຍ: ການວິເຄາະເສັ້ນໂຄ້ງລັກສະນະລາຍການ. J Gerontol 44, P139–P146.
[13]	Ashford JW , Jarvik L (1985) ພະຍາດ Alzheimer: ໂພຊະນາການຂອງ neuron ເຮັດໃຫ້ເກີດການເສື່ອມໂຊມຂອງ neurofibrillary axonal? N Engl J Med 313, 388–389.
[14]	Ashford JW (2015) ການປິ່ນປົວຂອງ ພະຍາດ Alzheimer: ມໍລະດົກຂອງສົມມຸດຕິຖານ cholinergic, neuroplasticity, ແລະທິດທາງໃນອະນາຄົດ. J Alzheimers Dis 47, 149–156.
[15]	Laner AJ (2015) ສະຕິປັນຍາທີ່ອີງໃສ່ປະສິດທິພາບ ເຄື່ອງ​ມື​ການ​ກວດ​ສອບ​: ການວິເຄາະຂະຫຍາຍເວລາທຽບກັບຄວາມຖືກຕ້ອງຂອງການຄ້າ. ການວິນິດໄສ (Basel) 5, 504–512.
[16]	Ashford JW, Shan M, Butler S, Rajasekar A, Schmitt FA (1995) ປະລິມານຊົ່ວຄາວຂອງ ພະຍາດ Alzheimer ຄວາມຮຸນແຮງ: 'ດັດຊະນີເວລາ' ແບບຈໍາລອງ. Dementia 6, 269–280.
[17]	Ashford JW , Schmitt FA (2001) ການສ້າງແບບຈໍາລອງໄລຍະເວລາຂອງ ໂຣກສະໝອງເສື່ອມ Alzheimer. Curr Psychiatry Rep 3, 20–28.
[18]	Li K , Chan W , Doody RS , Quinn J , Luo S (2017) ການຄາດເດົາການປ່ຽນເປັນ ພະຍາດ Alzheimer ດ້ວຍມາດຕະການຕາມລວງຍາວ ແລະຂໍ້ມູນເວລາຕໍ່ເຫດການ. J Alzheimers Dis 58, 361–371.
[19]	Dede E , Zalonis I , Gatzonis S , Sakas D (2015) ການປະສົມປະສານຂອງຄອມພິວເຕີໃນການປະເມີນສະຕິປັນຍາ ແລະລະດັບຄວາມສົມບູນຂອງຫມໍ້ໄຟຄອມພິວເຕີທີ່ໃຊ້ເລື້ອຍໆ. 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) ຕິດຕາມເບິ່ງ. ອາການຕົ້ນ ການຫຼຸດລົງທາງດ້ານສະຕິປັນຍາໃນຜູ້ສູງອາຍຸໂດຍເກມຄອມພິວເຕີ: ການສຶກສາ MRI. PLoS One 10, e0117918.
[21]	Gates NJ , Kochan NA (2015) ການທົດສອບທາງລະບົບປະສາດທາງຄອມພິວເຕີ ແລະທາງອິນເຕີເນັດສຳລັບສະຕິປັນຍາ ແລະ ຄວາມຜິດກະຕິທາງ neurocognitive: ພວກເຮົາມີບໍ? Curr Opin Psychiatry 28, 165–172.
[22]	Zygouris S , Tsolaki M (2015) ການທົດສອບມັນສະຫມອງຄອມພິວເຕີສໍາລັບ ຜູ້​ສູງ​ອາ​ຍຸ​: ການທົບທວນຄືນ. 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) The ສຸຂະພາບຂອງສະ ໝອງ ການປະເມີນຜົນການກວດສອບແລະວິນິດໄສຄວາມຜິດປົກກະຕິ neurocognitive. J Am Geriatr Soc 66, 150–156.
[24]	Shepard RN , Teghtsoonian M (1961) ການເກັບຮັກສາຂໍ້ມູນພາຍໃຕ້ເງື່ອນໄຂທີ່ໃກ້ກັບສະພາບທີ່ຫມັ້ນຄົງ. J Exp Psychol 62, 302–309.
[25]	Wixted JT , Goldinger SD , ​​Squire LR , Kuhn JR , Papesh MH , Smith KA , Treiman DM , Steinmetz PN (2018) ການຂຽນລະຫັດຂອງຄວາມຊົງຈໍາຕອນໃນ ມະນຸດ hippocampus. Proc Natl Acad Sci USA 115, 1093–1098.
[26]	Ashford JW , Gere E , Bayley PJ (2011) ການວັດແທກ ໜ່ວຍຄວາມຈຳໃນການຕັ້ງຄ່າກຸ່ມໃຫຍ່ໂດຍໃຊ້ການທົດສອບການຮັບຮູ້ຢ່າງຕໍ່ເນື່ອງ. J Alzheimers 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 ສຸຂະພາບຂອງສະ ໝອງ Registry: ເປັນແພລະຕະຟອມອິນເຕີເນັດສໍາລັບການຮັບສະຫມັກ, ການປະເມີນ, ແລະການຕິດຕາມຕາມລວງຍາວຂອງຜູ້ເຂົ້າຮ່ວມສໍາລັບການສຶກສາ neuroscience. Alzheimers Dement 14, 1063–1076.
[28]	Carson N , Leach L , Murphy KJ (2018) ການກວດສອບຄືນໃໝ່ຂອງຄະແນນການຕັດອອກຂອງ Montreal Cognitive Assessment (MoCA). Int J Geriatr Psychiatry 33, 379–388.
[29]	Faul F , Erdfelder E , Buchner A , Lang AG (2009) ການວິເຄາະພະລັງງານທາງສະຖິຕິໂດຍໃຊ້ G*Power 3.1: ການທົດສອບສໍາລັບການວິເຄາະ correlation ແລະ regression. Behav Res Methods 41, 1149–1160.
[30]	Drasgow F (1986) ການພົວພັນ Polychoric ແລະ polyserial. ໃນ Encyclopedia of Statistical Sciences, Kotz S , Johnson NL , ອ່ານ CB , eds. John Wiley & Sons, New York, ໜ້າ 68–74.
[31]	Revelle WR (2018) psych: ຂັ້ນຕອນການຄົ້ນຄວ້າບຸກຄະລິກກະພາບ ແລະຈິດໃຈ. ມະຫາວິທະຍາໄລ Northwestern, Evanston, IL, ສະຫະລັດອາເມລິກາ.
[32]	Robin X , Turck N , Hainard A , Tiberti N , Lisacek F , Sanchez JC , Muller M (2011) pROC: ຊຸດແຫຼ່ງເປີດສໍາລັບ R ແລະ S+ ເພື່ອວິເຄາະ ແລະປຽບທຽບເສັ້ນໂຄ້ງ ROC. BMC Bioinformatics 12, 77.
[33]	Fluss R , Faraggi D , Reiser B (2005) ການຄາດຄະເນດັດຊະນີ Youden ແລະຈຸດຕັດອອກທີ່ກ່ຽວຂ້ອງ. Biom J 47, 458–472.
[34]	Youden WJ (1950) ດັດຊະນີສໍາລັບການທົດສອບການວິນິດໄສການຈັດອັນດັບ. ມະເຮັງ 3, 32–35.
[35]	Kraemer H (1992) ການປະເມີນການທົດສອບທາງການແພດ, Sage Publications, Inc., Newbury Park, CA.
[36]	Tsai CF , Lee WJ , Wang SJ , Shia BC , Nasreddine Z , Fuh JL (2012) Psychometrics of the Montreal Cognitive Assessment (MoCA) and its subscales: validation of the Taiwanese version of the MoCA and an item response theory analysis. Int Psychogeriatr 24, 651–658.
[37]	Aschenbrenner AJ , Gordon BA , Benzinger TLS , Morris JC , Hassenstab JJ (2018) ອິດທິພົນຂອງ tau PET, amyloid PET, ແລະປະລິມານຂອງ hippocampal ກ່ຽວກັບ ສະຕິປັນຍາໃນພະຍາດ Alzheimer. Neurology 91, e859–e866.
[38]	ປູສະຕິນ. J , Luostarinen L , Luostarinen M , Pulliainen V , Huhtala H , Soini M , Suhonen J (2016) ການນໍາໃຊ້ MoCA ແລະການທົດສອບທາງດ້ານສະຕິປັນຍາອື່ນໆໃນການປະເມີນຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາໃນຄົນເຈັບຜູ້ສູງອາຍຸທີ່ຜ່າຕັດ arthroplasty. 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) ການກວດສອບສະບັບພາສາຈີນຂອງ Montreal ພື້ນຖານການປະເມີນສະຕິປັນຍາສຳລັບການກວດຫາຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນໆ. 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: ຂໍ້ມູນມາດຕະຖານຈາກກຸ່ມທີ່ອີງໃສ່ປະຊາກອນສະວີເດັນຂະໜາດໃຫຍ່. J Alzheimers Dis 59, 893–901.
[41]	Ciesielska N , Sokolowski R , Mazur E , Podhorecka M , Polak-Szabela A , Kedziora-Kornatowska K (2016) ແມ່ນການທົດສອບການປະເມີນຄວາມຮູ້ຂອງ Montreal (MoCA) ດີກວ່າການສອບເສັງ Mini-Mental State (ບໍລິສັດ MMSE) ໃນການກວດຫາຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນໆ (MCI) ໃນບັນດາຄົນອາຍຸຫຼາຍກວ່າ 60 ປີ? ການວິເຄາະເມຕາ. Psychiatr Pol 50, 1039–1052.
[42]	Giebel CM , Challis D (2017) ຄວາມອ່ອນໄຫວຂອງການສອບເສັງ Mini-Mental State, Montreal ການປະເມີນສະຕິປັນຍາ ແລະ ການສອບເສັງຄວາມຮູ້ຂອງ Addenbrooke III ກັບກິດຈະກໍາປະຈໍາວັນ ຄວາມບົກຜ່ອງໃນ dementia: ການສຶກສາຄົ້ນຄວ້າ. 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 ຕົວຊີ້ວັດການປ່ຽນແປງທີ່ເຊື່ອຖືໄດ້ໃນຜູ້ໃຫຍ່ທີ່ມີສຸຂະພາບດີ. Int J Geriatr Psychiatry 32, 868–875.
[44]	Roalf DR , Moore TM , Mechanic-Hamilton D , Wolk DA , Arnold SE , Weintraub DA , Moberg PJ (2017) Bridging ການທົດສອບທາງດ້ານສະຕິປັນຍາໃນຄວາມຜິດປົກກະຕິທາງລະບົບປະສາດ: ການຍ່າງຂ້າມລະຫວ່າງການປະເມີນສະຕິປັນຍາຂອງ Montreal ສັ້ນ ແລະ Mini-Mental State Examination. Alzheimers Dement 13, 947–952.
[45]	Solomon TM , deBros GB , Budson AE , Mirkovic N , Murphy CA , Solomon PR (2014) ການວິເຄາະຄວາມສຳພັນຂອງ 5 ມາດຕະການທີ່ໃຊ້ກັນທົ່ວໄປຂອງການເຮັດວຽກຂອງສະຕິປັນຍາ ແລະ ສະ​ຖາ​ນະ​ພາບ​ຈິດ​ໃຈ​: ການປັບປຸງ. 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) ການກໍານົດເຄື່ອງມືກວດກາທີ່ເຫມາະສົມແລະຈຸດຕັດສໍາລັບຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາໃນຕົວຢ່າງຊາວຈີນຜູ້ສູງອາຍຸ. Psychol Assess 28, 1345–1353.
[47]	Snowdon A , Hussein A , Kent R , Pino L , Hachinski V (2015) ການປຽບທຽບເຄື່ອງມືການປະເມີນຄວາມຮູ້ທາງອີເລັກໂທຣນິກ ແລະ ເຈ້ຍ Montreal. 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 et al. (1992) ການ​ປະ​ເມີນ​ຜົນ​ທາງ​ດ້ານ​ປະ​ຈັກ​ພະ​ຍານ​ຂອງ​ຂະ​ໜາດ​ການ​ເສື່ອມ​ໂຊມ​ຂອງ​ໂລກ​ສຳ​ລັບ​ຂັ້ນ​ຕອນ ພະຍາດ Alzheimer. Am J Psychiatry 149, 190–194.
[49]	Butler SM , Ashford JW , Snowdon DA (1996) ອາຍຸ, ການສຶກສາ, ແລະການປ່ຽນແປງໃນຄະແນນ Mini-Mental State Exam ຂອງແມ່ຍິງສູງອາຍຸ: ການຄົ້ນພົບຈາກ Nun Study. J Am Geriatr Soc 44, 675–681.
[50]	Schmitt FA , Davis DG , Wekstein DR , Smith CD , Ashford JW , Markesbery WR (2000) "Preclinical" AD revisited: neuropathology ຂອງສະຕິປັນຍາຂອງຜູ້ໃຫຍ່ປົກກະຕິ. Neurology 55, 370–376.
[51]	Schmitt FA , Mendiondo MS , Kryscio RJ , Ashford JW (2006) ໂດຍຫຍໍ້ ຫນ້າຈໍ Alzheimer ສໍາລັບການປະຕິບັດທາງດ້ານການຊ່ວຍ. Res Pract Alzheimers Dis 11, 1–4.

ຄໍາສໍາຄັນ: ພະຍາດ Alzheimer, ວຽກງານການປະຕິບັດຢ່າງຕໍ່ເນື່ອງ, dementia, ຜູ້ສູງອາຍຸ, ຄວາມຊົງຈໍາ, ຄວາມບົກຜ່ອງທາງດ້ານສະຕິປັນຍາອ່ອນໆ, ການກວດສອບ