MemTrax-testet jämfört med Montreal Cognitive Assessment Estimation of Mild Cognitive Impairment

Artikeltyp: MemTrax Forskning Artikeln

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

tillhörighet:  Stanford University, Stanford, CA, USA - Institutionen för psykiatri och beteendevetenskap, Applied Research Center Food and Dairy, Van Hall Larenstein University of Applied Sciences, Leeuwarden, Nederländerna | Human and Animal Physiology, Wageningen University, Wageningen, Nederländerna | War Related Illness and Injury Study Center, VA Palo Alto HCS, Palo Alto, CA, USA

DOI: 10.3233/JAD-181003

Tidskrift: Tidskrift för Alzheimers sjukdom, vol. 67, nr. 3, sid. 1045-1054, 2019

Abstrakt

Kognitiv funktionsnedsättning är en ledande orsak till dysfunktion hos äldre. När mild kognitiv svikt (MCI) förekommer hos äldre, det är ofta ett prodromalt tillstånd till demens. Montreal Cognitive Assessment (MoCA) är ett vanligt använt verktyg för att screena för MCI. Detta test kräver dock en administration ansikte mot ansikte och består av ett urval av frågor vars svar läggs samman av bedömaren för att ge en poäng vars exakta betydelse har varit kontroversiell. Denna studie utformades för att utvärdera prestandan hos en datoriserad minnestest (MemTrax), som är en anpassning av en kontinuerlig erkännandeuppgift, med avseende på MoCA. Två resultatmått genereras från MemTrax test: MemTraxspeed och MemTraxcorrect. Ämnen administrerades MoCA och MemTrax test. Baserat på resultaten av MoCA, delades försökspersonerna in i två grupper av kognitiv status: normal kognition (n = 45) och MCI (n = 37). Genomsnittliga MemTrax-poäng var signifikant lägre i MCI än i den normala kognitionsgruppen. Alla MemTrax utfallsvariabler var positivt associerade med MoCA. Två metoder, beräkna medelvärdet MemTrax-poäng och linjär regression användes för att uppskatta gränsvärdena för MemTrax-testet för att upptäcka MCI. Dessa metoder visade att för resultatet MemTrax_fart en poäng under intervallet 0.87 – 91 s^-1 är en indikation på MCI, och för resultatet MemTrax_korrekt en poäng under intervallet 85 – 90 % är en indikation för MCI.

INLEDNING

Den globala befolkningen, med Europa, Nordamerika och norra Asien i spetsen, åldras, vilket orsakar en snabb ökning av andelen äldre. Med stigande ålder sker en väletablerad progressiv, exponentiell ökning av utvecklingen av kognitiv funktionsnedsättning, demens och Alzheimers sjukdom (AD), vilket leder till en enorm ökning av antalet personer med dessa tillstånd. Tidig upptäckt och identifiering av kognitiva störningar kan förbättra patientvården, minska hälsovårdskostnaderna och kan hjälpa till att fördröja uppkomsten av allvarligare symtom, vilket potentiellt kan hjälpa till att lätta den snabbt växande bördan av demens och AD. Därför behövs bättre verktyg för att övervaka kognitiv funktion hos äldre.

För att utföra kliniska bedömningar av kognitiva och beteendemässiga funktioner hos äldre har läkare och forskare utvecklat hundratals screening- och kortfattade bedömningsverktyg, och flera tester har kommit till allmän användning. Ett av de mest använda verktygen för klinisk bedömning av mild kognitiv funktionsnedsättning (MCI) i akademiska miljöer är Montreal kognitiv bedömning (MoCA).

MoCA bedömer sju kognitiva funktioner: exekutiv, namngivning, uppmärksamhet, språk, abstraktion, minne/fördröjd återkallelse och orientering. Domänerna minne/fördröjt återkallande och orientering av MoCA har tidigare identifierats som de mest känsliga föremålen för tidig kognitiva funktionsnedsättningar av Alzheimer-typ, vilket ledde till konceptet att minneskodning var den grundläggande faktorn som attackerades av den neuropatologiska processen av AD. Därför, i ett kliniskt verktyg för bedömning av kognitiva funktionsnedsättningar associerade med AD, är minnet den centrala kognitiva faktorn att beakta, medan andra funktionsnedsättningar, inklusive afasi, apraxia, agnosi och exekutiv dysfunktion, även om de ofta störs av AD, kan vara relaterade till dysfunktionen hos neuroplastiska minnesbearbetningsmekanismer i de stödjande neokortikala regionerna.

Även om MoCA används i stor utsträckning för att bedöma MCI, administreras MoCA ansikte mot ansikte, vilket är tidskrävande och kräver ett kliniskt möte och kräver följaktligen en avsevärd kostnad för varje administrering. Under loppet av en bedömning ökar den tid som krävs för att administrera ett test bedömningens noggrannhet, så framtida utveckling måste ta hänsyn till detta förhållande för att utveckla mer effektiva tester.

En kritisk fråga inom detta område är kravet på kognitiv bedömning över tid. Bedömning av förändringar över tid är viktigt att upptäcka och bestämma utvecklingen av funktionsnedsättning, behandlingens effektivitet och utvärderingen av terapeutiska forskningsinterventioner. De flesta tillgängliga tillgängliga verktyg är inte lämpliga eller designade för höga precisionsnivåer och kan inte enkelt administreras på en frekvent basis. Lösningen för att förbättra kognitiv bedömning har föreslagits vara datorisering, men de flesta sådana ansträngningar har gett lite mer än datorisering av vanliga neuropsykologiska tester och har inte utvecklats för att specifikt ta itu med de kritiska frågorna om kognitiv bedömning som krävs för att förstå tidigt demens och dess utveckling. Därför bör nya kognitiva bedömningsverktyg datoriseras och baseras på en obegränsad källa av jämförbara tester, som inte är begränsade av språk eller kultur, som ger nivåer av noggrannhet, precision och tillförlitlighet som successivt kan förbättras. Dessutom måste sådana tester vara roliga och engagerande, så att upprepade tester kommer att betraktas som en positiv snarare än betungande upplevelse. Speciellt onlinetestning erbjuder möjligheten att möta detta behov, samtidigt som det ger snabb insamling och analys av data och ger omedelbar feedback till deltagande individer, kliniker och forskare.

Den föreliggande studien var utformad för att bedöma användbarheten av en onlineanpassning av ett paradigm för kontinuerlig erkännandeuppgift (CRT) för att bedöma kognitiv funktion hos en population av individer som bor i samhället som inte hade identifierats som demenssjukdomar. CRT-paradigmet används flitigt inom akademin studier av minne mekanismer. CRT-metoden implementerades först som ett publikdemonstrationsverktyg som gav data om individer som var intresserade av minnesproblem. Därefter implementerades detta test online av ett franskt företag (HAPPYneuron, Inc.); av ett USA-baserat företag, MemTrax, LLC (http://www.memtrax.com); av hjärnan Hälsa Register utvecklat av Dr. Michael Weiner, UCSF, och hans team för att stödja rekrytering för studier av kognitiv funktionsnedsättning; och av ett kinesiskt företag SJN Biomed, LTD). Detta test, från och med juni 2018, har erhållit data från över 200,000 XNUMX användare, och det är i försök i flera länder.

I den aktuella studien administrerades MemTrax (MTX), ett CRT-baserat test, i samband med MoCA i en självständigt levande äldre befolkning i norra Nederländerna. Syftet med denna studie var att fastställa förhållandet mellan prestanda vid denna implementering av CRT och MoCA. Frågan var om MTX skulle vara användbart för att uppskatta kognitiva funktioner bedömda av MoCA, vilket skulle kunna indikera potentiell klinisk tillämpbarhet.

MATERIAL OCH METODER

Studera befolkning

Mellan oktober 2015 och maj 2016 genomfördes en tvärsnittsstudie bland äldre i samhället i norra Nederländerna. Försökspersoner (≥75y) rekryterades genom utdelning av flygblad och under gruppmöten för äldre. Potentiella försökspersoner besöktes hemma för att screena för inklusions- och exkluderingskriterierna innan de registrerades i denna studie. Försökspersoner som led av (självrapporterad) demens eller som hade gravt nedsatt syn eller hörsel som skulle påverka administreringen av de kognitiva testerna fick inte delta i denna studie. Dessutom behövde ämnen kunna tala och förstå det holländska språket och inte vara analfabeter. Studien har utförts enligt Helsingforsdeklarationen från 1975 och alla deltagare undertecknade en informerat samtycke formuläret efter att ha mottagit en detaljerad förklaring av studien.

Studieförfarande

Efter inskrivningen i studien administrerades ett allmänt frågeformulär som innefattade frågor om demografiska faktorer, såsom ålder och utbildningsår (med början i grundskolan), sjukdomshistoria och alkoholkonsumtion. Efter att ha fyllt i frågeformuläret administrerades MoCA- och MTX-testerna i slumpmässig ordning.

MemTrax - Research Medical Center

Som en artighet av MemTrax, LLC (Redwood City, CA, USA) tillhandahölls gratis fullständiga versioner av MTX-testet. I detta test visas en serie på 50 bilder i upp till tre sekunder vardera. När en exakt upprepad bild dök upp (25/50) instruerades försökspersonerna att reagera på den upprepade bilden så snabbt som möjligt genom att trycka på mellanslagstangenten (vilket indikerades av en röd färgad tejp). När motivet svarade på en bild visades nästa bild direkt. Efter att ha avslutat testet visar programmet procentandelen korrekta svar (MTX_korrekt) och den genomsnittliga reaktionstiden i sekunder för upprepade bilder, vilket återspeglar den tid som behövs för att trycka på mellanslagstangenten när du känner igen en upprepad bild. För att matcha dimensionerna för dessa två mått omvandlades reaktionstiden till reaktionshastigheten (MTX_fart) genom att dividera 1 med reaktionstiden (dvs. 1/MTX_reaktionstid). Testhistoriken för alla individuella MemTrax-poäng och deras giltighet sparades automatiskt online i testkontot. Giltigheten av alla utförda tester kontrollerades, vilket krävde 5 eller färre falskt positiva svar, 10 eller fler korrekta igenkänningar och en genomsnittlig igenkänningstid mellan 0.4 och 2 sekunder, och endast giltiga tester inkluderades i analysen.

Innan det faktiska MTX-testet administrerades förklarades testet i detalj och ett övningstest gavs till försökspersonerna. Detta inkluderade inte bara själva testet, utan också instruktions- och nedräkningssidorna för att låta deltagaren vänja sig vid layouten på webbplatsen och de första åtgärderna som behövdes, innan testet startade. För att undvika upprepning av bilder under själva testet användes bilder som inte fanns med i MemTrax-databasen för övningstestet.

Montreal kognitiv bedömning verktyg

Tillstånd erhölls från MoCA Institute & Clinique (Quebec, Kanada) att använda MoCA för denna forskning. Den holländska MoCA finns i tre versioner, som administrerades slumpmässigt till försökspersonerna. MoCA-poängen är summan av prestation på varje separat bedömd kognitiv domän och har en maximal poäng på 30 poäng. Enligt den officiella rekommendationen lades en extra poäng till om deltagaren hade ≤12 års utbildning (om <30 poäng). De officiella testinstruktionerna användes som riktlinje vid administreringen av testerna. Testerna administrerades av tre utbildade forskare och administreringen av ett test tog cirka 10 till 15 minuter.

MemTrax Dataanalys

Baserat på resultaten av MoCA, som korrigerades för utbildning, delades försökspersonerna in i två grupper av kognitiv status: normal kognition (NC) kontra mild kognitiv funktionsnedsättning (MCI). MoCA-poängen på 23 användes som en cutoff för MCI (poäng på 22 och lägre ansågs MCI), eftersom det visades att denna poäng totalt sett visade "den bästa diagnostiska noggrannheten över en rad parametrar" jämfört med den initialt rekommenderade poängen på 26 eller värdena 24 eller 25. För alla analyser användes den korrigerade MoCA-poängen eftersom denna poäng används i kliniska sammanhang.

MTX-testet ger två utfall, nämligen MTX_reaktionstid, som konverterades till MTX_fart med 1/MTX_reaktionstidoch MTX_korrekt.

Statistiska analyser utfördes med R (version 1.0.143, Rstudio Team, 2016). Normaliteten kontrollerades för alla variabler med Shapiro-Wilk-testet. Variabler för hela studiepopulationen och för NC- och MCI-grupperna rapporterades som medelvärde ± standardavvikelse (SD), median och interkvartilintervall (IQR) eller som antal och procent. Oberoende prov T-tester och Wilcoxon Sum Rank-tester för kontinuerliga variabler och chi-kvadrattest för kategoriska variabler utfördes för att jämföra egenskaperna hos NC- och MCI-gruppen. Det icke-parametriska Kruskal-Wallis-testet användes för att fastställa om de tre versionerna av MoCA och de tre administratörerna påverkade MoCA-resultaten. Dessutom utfördes ett oberoende T-test eller Wilcoxon Sum Rank-test för att fastställa om administreringsordningen för MoCA och MTX påverkade testresultaten (t.ex. MoCA-poäng, MTX_korrektoch MTX_fart). Detta utfördes genom att fastställa om medelpoängen var olika för de försökspersoner som först fick MoCA och sedan MemTrax eller som först fick MTX och sedan MoCA.

Pearson korrelation tester beräknades för att bedöma förhållandet mellan MTX och MoCA och mellan båda MemTrax testresultat, t.ex. MTXspeed och MTXcorrect. En tidigare utförd beräkning av urvalsstorlek visade att för ett ensidigt Pearson-korrelationstest (effekt = 80 % , α = 0.05), med antagandet om en medeleffektstorlek (r = 0.3), behövdes en minimal provstorlek på n = 67. Polyseriell korrelationstester beräknades för att bedöma förhållandet mellan MTX-testresultaten och de separata MoCA-domänerna med hjälp av psych-paketet i R.

Den ekvivalenta MoCA-poängen för givna MemTrax-poäng beräknades genom att beräkna den genomsnittliga MemTrax-poängen för varje möjlig MoCA-poäng och linjär regression utfördes för att uppskatta ekvationerna för dessa mått. Dessutom, för att bestämma cutoff-värdena för MemTrax-testet för MCI uppmätt med MoCA, och motsvarande sensitivitets- och specificitetsvärden, utfördes en Receiver Operator Characteristic (ROC)-analys med användning av pROC-paketet i R. Non-parametrisk stratifierad bootstrapping (n) = 2000) användes för att jämföra arean under kurvorna (AUC) och motsvarande konfidensintervall. Den optimala cutoff-poängen beräknades med Youden-metoden, som maximerar de sanna positiva och samtidigt minimerar falska positiva.

För alla statistiska analyser ansågs ett tvåsidigt p-värde på <0.05 som tröskel för statistisk signifikans, förutom analysen för att bedöma sambandet mellan MTX och MoCA (dvs korrelationsanalys och enkel linjär regression) för vilken en en- sido p-värde på <0.05 ansågs vara signifikant.

MemTrax RESULTAT

Ämnen

Totalt ingick 101 försökspersoner i denna studie. Data från 19 personer exkluderades från analysen, eftersom MemTrax-testresultaten från 12 försökspersoner inte sparades av programmet, 6 försökspersoner hade ogiltiga MemTrax-testresultat och en försöksperson hade en MoCA-poäng på 8 poäng, vilket tyder på allvarlig kognitiv funktionsnedsättning, vilket var ett uteslutningskriterium. Därför inkluderades data från 82 försökspersoner i analysen. Inga signifikanta skillnader i MoCA-testresultaten hittades mellan de olika versionerna av MoCA och mellan administratörerna. Dessutom hade ordningen för testadministration ingen signifikant effekt på något av testresultaten (MoCA, MTX_fart, MTX_korrekt). Baserat på MoCA-testresultaten placerades försökspersoner i NC- eller MCI-gruppen (t.ex. MoCA ≥ 23 respektive MoCA <23). Ämnesegenskaperna för den totala studiepopulationen och NC- och MCI-grupperna presenteras i tabell 1. Inga signifikanta skillnader fanns mellan grupperna, förutom median MoCA-poäng (25 (IQR: 23 – 26) mot 21 (IQR: 19 – 22) ) poäng, Z = -7.7, p <0.001).

bord 1

Ämnesegenskaper

	Total studiepopulation (n = 82)	NC (n = 45)	MCI (n = 37)	p
Ålder (y)	83.5 5.2 ±	82.6 4.9 ±	84.7 5.4 ±	0.074
Kvinna, nr (%)	55 (67)	27 (60)	28 (76)	0.133
Utbildning (y)	10.0 (8.0 - 13.0)	11.0 (8.0 - 14.0)	10.0 (8.0 - 12.0)	0.216
Alkoholintag (# glas/vecka)	0 (0 - 4)	0 (0 - 3)	0 (0 - 5)	0.900
MoCA-poäng (# poäng)	23 (21 - 25)	25 (23 - 26)	21 (19 - 22)	na

Värden uttrycks som medelvärde ± sd, median (IQR) eller som tal med procent.

Kognitiv status mätt med MemTrax

Kognitiv status mättes med MTX-testet. Figur 1 visar resultaten av kognitiva test resultat av NC- och MCI-ämnen. De genomsnittliga MTX-poängen (t.ex. MTX_fart och MTX_korrekt) skilde sig signifikant mellan de två grupperna. NC-ämnen (0.916 ± 0.152 s^-1) hade en signifikant snabbare reaktionshastighet jämfört med MCI-personer (0.816 ± 0.146 s^-1); t(80) = 3.01, p = 0.003) (Fig. lA). Dessutom hade NC-ämnen bättre poäng på MTX_korrekt varierande än MCI-ämnen (91.2 ± 5.0 % respektive 87.0 ± 7.7 %; t_w (59) = 2.89, p = 0.005) (Fig. IB).

Fig.1

Boxplots av MTX-testresultat för NC- och MCI-grupper. A) MTX_fart testresultat och B) MTX_korrekt testresultat. Båda utfallsvariablerna för MTX-testerna är signifikant lägre i MCI-gruppen jämfört med NC. Den ljusgrå färgen indikerar NC-motiv, medan den mörkgrå färgen indikerar MCI-motiv.

Korrelation mellan MemTrax och MOCA

Samband mellan MTX-testresultat och MoCA visas i Fig. 2. Båda MTX-variablerna var positivt associerade med MoCA. MTX_fart och MoCA visade en signifikant korrelation av r = 0.39 (p = 0.000), och korrelationen mellan MTX_korrekt och MoCA var r = 0.31 (p = 0.005). Det fanns inget samband mellan MTX_fart och MTX_korrekt.

Fig.2

Samband mellan A) MTX_fart och MoCA; B) MTX_korrekt och MoCA; C) MTX_korrekt och MTX_fart. NC- och MCI-ämnen indikeras med prickar respektive trianglar. I det nedre högra hörnet av varje graf visas rho och motsvarande p-värde för korrelationen mellan de två variablerna.

Samband mellan A) MTXspeed och MoCA; B) MTXcorrect och MoCA; C) MTXcorrect och MTXspeed. NC- och MCI-ämnen indikeras med prickar respektive trianglar. I det nedre högra hörnet av varje graf visas rho och motsvarande p-värde för korrelationen mellan de två variablerna.[/caption]

Polyseriekorrelationer beräknades mellan MemTrax-testresultaten och MoCA-domänerna för att bestämma associeringen av varje domän med MemTrax-måtten. De polyseriella korrelationerna visas i tabell 2. Flera domäner av MoCA var signifikant korrelerade med MTX_{fart .}  Domänen "abstraktion" visade den högsta korrelationen, om än måttlig, med MTX_fart (r = 0.35, p = 0.002). Domänerna "namngivning" och "språk" visade en svag till måttlig signifikant association med MTX_fart (r = 0.29, p = 0.026 respektive r = 0.27, p = 0.012). MTX_korrekt var inte signifikant associerad med MoCA-domänerna, förutom en svag korrelation med domänen "visuospatial" (r = 0.25, p = 0.021).

bord 2

Polyseriekorrelationer av MTX-testresultat med MoCA-domäner

	MTXfart	MTXkorrekt
	r	p	r	p
Visuospatial	0.22	0.046	0.25	0.021
Namnge	0.29	0.026	0.24	0.063
Uppmärksamhet	0.24	0.046	0.09	0.477
Språk	0.27	0.012	0.160	0.165
Abstraktion	0.35	0.002	0.211	0.079
Recall	0.15	0.159	0.143	0.163
Riktning	0.21	0.156	0.005	0.972

Obs! Signifikanta korrelationer anges med fet stil.

MemTrax-poäng och uppskattade cutoff-värden för MCI

För att fastställa motsvarande poäng för MemTrax och MoCA, medelvärdes MemTrax-poängen för varje MoCA-poäng och linjär regression beräknades för att förutsäga sambanden och motsvarande ekvationer. Resultaten av den linjära regressionen indikerade att MTX_fart förklarade 55 % av variansen i MoCA (R² = 0.55, p = 0.001). Variabeln MTX_korrekt förklarade 21 % av variansen i MoCA (R² = 0.21, p = 0.048). Baserat på ekvationerna för dessa samband, beräknades ekvivalenta MoCA-poäng för givna MTX-poäng, som visas i tabell 3. Baserat på dessa ekvationer, motsvarande cutoff-värden (t.ex. MoCA-poäng på 23 poäng) för MTX_fart och MTX_korrekt är 0.87 s^-1 och 90 %. Dessutom utfördes multipel linjär regression på båda MemTrax-variablerna, men variabeln MTX_korrekt inte nämnvärt bidragit till modellen och därför visas inte resultaten.

bord 3

Föreslagna motsvarande MoCA-poäng för givna MemTrax-poäng

MoCA (poäng)	Motsvarande MTXfart (s-1)a	CI för förutsägelse med MTXfart (Poäng)	Motsvarande MTXkorrekt (%)b	CI för förutsägelse med MTXkorrekt (Poäng)
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

^aAnvänd ekvation: 1.1 + 25.2 *MTX_fart; ^b Använd ekvation: –9.7 + 0.36 *MTX_korrekt.

Dessutom bestämdes MTX-gränsvärden och motsvarande sensitivitet och specificitet via en ROC-analys. ROC-kurvorna för MemTrax-variablerna presenteras i Fig. 3. AUC för MTX_fart och MTX_korrekt är 66.7 (KI: 54.9 – 78.4) respektive 66.4 % (KI: 54.1 – 78.7). AUC:erna för MemTrax-variablerna som användes för att bedöma MCI som fastställts av MoCA var inte signifikant olika. Tabell 4 visar känsligheten och specificiteten för olika cutoff-punkter för MemTrax-variablerna. De optimala cutoff-poängen, som maximerade sanna positiva värden samtidigt som falska positiva värden minimerades, för MTX_fart och MTX_korrekt var 0.91 s^-1 (sensitivitet = 48.9 % specificitet = 78.4 %) respektive 85 % (sensitivitet = 43.2 %; specificitet = 93.3 %).

Fig.3

ROC-kurvor för MTX-testresultaten för att bedöma MCI betygsatt av MoCA. Den streckade linjen indikerar MTX_fart och den heldragna linjen MTX_korrekt. Den grå linjen representerar referenslinjen på 0.5.

bord 4

MTX_fart och MTX_korrekt gränspunkter och motsvarande specificitet och känslighet

	Avskärningspunkt	Tp (#)	tn (#)	Fp (#)	Fn (#)	Specificitet (%)	Känslighet (%)
MTXfart	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
MTXkorrekt	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, sant positivt; tn, sann negativ; fp, falskt positivt; fn, falsk negativ.

DISKUSSION

Denna studie sattes upp för att undersöka onlineverktyget MemTrax, ett CRT-baserat test, med MoCA som referens. MoCA valdes eftersom detta test för närvarande används allmänt för att screena för MCI. De optimala gränsvärdena för MoCA är dock inte tydligt fastställda [28]. Jämförelserna av de individuella måtten av MemTrax med MoCA visar att ett enkelt, kort onlinetest kan fånga en betydande del av variansen i kognitiv funktion och kognitiv funktionsnedsättning. I denna analys sågs den starkaste effekten för hastighetsmåttet. Korrekthetsmåttet visade ett mindre robust samband. Ett signifikant fynd var att ingen korrelation observerades mellan MTX-hastigheten och korrekthetsmåtten, vilket indikerar att dessa variabler mäter olika komponenter i den underliggande hjärnans bearbetningsfunktion. Således hittades ingen indikation på en avvägning mellan hastighet och noggrannhet mellan ämnen. Dessutom användes två olika metoder för att uppskatta cutoff-värdena för MemTrax-minnestestet för att detektera MCI. Dessa metoder visade att för resultaten hastighet och korrekthet, ett poängvärde under intervallen 0.87 – 91 s.^-1 och 85 – 90 % är en indikation på att individer som får poäng under ett av dessa intervall är mer benägna att ha MCI. En "kostnadsvärdighetsanalys" skulle indikera vid vilken tidpunkt en individ bör rådas att konsultera en läkare om att utföra mer omfattande tester för att screena för MCI [8-35].

I den aktuella studien fann man att domänerna "namngivning", "språk" och "abstraktion" mätt av MoCA hade de högsta korrelationerna med ett av MemTrax-resultaten, även om korrelationerna var svaga till måttliga. Detta är i motsats till vad som förväntades, eftersom tidigare studier visade vid undersökning av Mini-Mental State Exam med hjälp av Item Response Theory, att domänerna "minne/fördröjd återkallelse" och "orientering" var de mest känsliga för tidig AD [12]. Just det här tidigt skede av kognitiv dysfunktion, verkar det som att MoCA-indikatorer för subtila försämringar i namngivning, språk och abstraktion är mer känsliga för MCI än mätningarna av minne och orientering, i överensstämmelse med tidigare fynd i en Item Response Theory-analys av MoCA [36]. Vidare, den MemTrax mått på igenkänningshastighet verkar återspegla denna tidiga försämring före igenkänningsminnet mätt med MTX (vilket har en betydande takeffekt). Denna konstellation av effekter tyder på att de komplexa aspekterna av patologin som orsakar MCI återspeglar den tidiga hjärnan förändringar som har varit svåra att konceptualisera med enkla neurokognitiva tillvägagångssätt och som faktiskt kan återspegla utvecklingen av den underliggande neuropatologin [37].

Starka poäng i denna studie är att urvalsstorleken (n = 82) var mer än tillräcklig för att upptäcka korrelationerna mellan MoCA och MTX i denna relativt gamla population. Dessutom gjordes ett övningsprov för alla försökspersoner, så att äldre personer som inte var datorvana fick en chans att anpassa sig till testmiljön och utrustningen. Jämfört med MoCA angav försökspersonerna att MemTrax var roligare att göra, medan MoCA kändes mer som ett prov. Åldern på försökspersonerna och deras samhällsoberoende begränsade analysens fokus till denna utvalda grupp av relativt högfungerande individer, men denna grupp är bland de svåraste för identifiering av funktionshinder.

Observera att även om det anses vara ett standardscreeningstest, är MoCA endast ett test för att indikera möjlig förekomst av MCI, inte ett diagnostiskt verktyg eller ett absolut mått på kognitiv dysfunktion. Så, följaktligen, är jämförelsen av MoCA och MTX relativ, och båda har troligen fångat oberoende varians i MCI-identifieringen. Följaktligen har en viktig fråga i litteraturen varit ansträngningen att definiera användbarheten av MoCA [38], dess validering [39], upprättandet av normativa poäng [40], jämförelsen med andra korta kognitiva bedömningar [41–45] , och dess användbarhet som ett screeningverktyg för MCI [46] (granskat av Carson et al., 2017 [28]), såväl som tillämpligheten av en elektronisk version [47]. Sådana analyser involverar undersökning av sensitivitet och specificitet, vanligtvis med ROC-analys med mätning av "area under kurvan", och rekommendation av en cutoff för "diagnos". Men i avsaknad av något tillvägagångssätt för att absolut avgöra var en individ ligger på kontinuumet av mild funktionsnedsättning, tillsammans med den enorma variationen i den underliggande hjärnfunktioner som bidrar till denna försämring kan alla sådana verktyg bara ge en sannolikhetsuppskattning. Att tillhandahålla korrelationer mellan olika mått visar bara att det underliggande tillståndet behandlas korrekt, men det verkliga biologiska tillståndet kan inte exakt definieras med detta tillvägagångssätt. Även om analyser på högre nivå kan vara praktiskt användbara i en klinisk miljö, kräver etablering av sådan nytta ytterligare hänsyn till fyra faktorer: förekomsten av tillståndet i befolkningen; kostnaden för testet, kostnaden för de falskt positiva resultaten och den materiella fördelen med sann positiv diagnos [8, 35].

En stor en del av problemet med att utvärdera AD och dess associerade kognitiva funktionsnedsättning är att det inte finns några verkliga "stadier" [48], utan snarare ett temporalt kontinuum av progression [8, 17, 49]. Skillnaden mellan "normal" och MCI är faktiskt mycket svårare än att skilja någon av dessa tillstånd från de milda demens associerad med AD [50, 51]. Genom att använda konceptet "Modern Test Theory" blir problemet att avgöra var på kontinuumet en individ är mest sannolikt att vara inom ett visst konfidensintervall, givet ett visst testresultat. För att göra sådana bestämningar behövs mer exakta bedömningar än vad som tillhandahålls av de flesta korta kognitiva tester, men sådana som tillhandahålls av MTX. Ökad precision och avlägsnande av observatörsbias med datoriserade tester är en lovande riktning. Ett datoriserat test, såsom MemTrax, ger också möjligheten till ett obegränsat antal jämförbara tester, vilket avsevärt minskar variansen i nedskrivningsuppskattningen. Vidare kan datoriserad testning i princip testa många av de minnesrelaterade domänerna som påverkas av AD. Denna studie jämförde inte MTX med de många andra datoriserade tester som har skapats (se introduktionen), men ingen av de tillgängliga hittills använder den kraftfulla metoden som en CRT erbjuder. Ytterligare utveckling av datoriserade tester är ett viktigt område för ytterligare uppmärksamhet och stöd. Till sist, träningseffekter kan inkluderas i analyserna.

För närvarande är datoriserad onlinetestning inte en etablerad metod för skärm för demens, bedöma kognitiv funktionsnedsättning eller ställa någon klinisk diagnos. Kraften och potentialen i detta tillvägagångssätt, särskilt användningen av CRT, för att utvärdera episodiskt (korttids) minne, är dock enorm och kommer sannolikt att vara avgörande i framtida tillämpningar av kognitiv utvärdering, inklusive screening för demens och bedömning, postoperativ övervakning av förvirring, etablering av mental förmåga för beslutsfattande, upptäckt av underskott efter hjärnskakning och uppskattning av potentiell försämring för körsäkerhet. I denna studie har det visat sig att MemTrax kan fånga en betydande del av variansen av kognitiv funktionsnedsättning. Dessutom presenteras cutoff-värden för MTX-variablerna som är lika med MoCA cutoff-poängen för MCI. För framtida forskning föreslås det att undersöka i större, mer tydligt definierade populationer för att etablera MemTrax som screeningverktyg för MCI. Sådan population bör inkludera kliniska prover där diagnostiska problem kan definieras så exakt som möjligt och försökspersoner kan följas över tid med MTX och andra kognitiva tester. Sådana analyser kan fastställa variationer i banorna för kognitiv nedgång, relaterade till både normalt åldrande och olika patologiska tillstånd. Allt eftersom datoriserade tester och register utvecklas, mycket mer information om nivåer av hälsa kommer att bli tillgänglig och utan tvekan leda till stora förbättringar inom hälso- och sjukvården och förhoppningsvis metoder för att förhindra sådana tillstånd som AD.

TACK

Vi vill tacka Anne van der Heijden, Hanneke Rasing, Esther Sinnema och Melinda Lodders för deras arbete i denna studie. Dessutom vill vi tacka MemTrax, LLC för att de tillhandahåller gratis fullständiga versioner av MemTrax-testet. Detta arbete är en del av ett forskningsprogram, som finansieras av provinsen Fryslân (01120657), Nederländerna och Alfasigma Nederland BV (direkt bidrag till bidragsnummer 01120657). Publicerad: 12 februari 2019

REFERENSER

[1]	Jorm AF, Jolley D (1998) Incidensen av demens: en metaanalys. Neurology 51, 728–733.
[2]	Hebert LE, Weuve. J , Scherr PA , Evans DA (2013) Alzheimers sjukdom i USA (2010-2050) uppskattat med 2010 års folkräkning. Neurology 80, 1778–1783.
[3]	Weuve. J , Hebert LE , Scherr PA , Evans DA (2015) Prevalens av Alzheimers sjukdom i amerikanska stater. Epidemiologi 26, e4–6.
[4]	Brookmeyer R , Abdalla N , Kawas CH , Corrada MM (2018) Prognoser prevalensen av prekliniska och kliniska Alzheimers sjukdom i USA. 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, Ashford JW (2013) Förbättra demensvården: den roll för screening och upptäckt av kognitiv funktionsnedsättning. Alzheimers Dement 9, 151–159.
[6]	Loewenstein DA, Curiel RE, Duara R, Buschke H (2018) Nya kognitiva paradigm för upptäckt av minnesstörning vid preklinisk Alzheimers sjukdom. Bedömning 25, 348–359.
[7]	Thyrian JR, Hoffmann W, Eichler T (2018) Redaktionell: Tidig erkännande av demens i primärvården-aktuella frågor och begrepp. Curr Alzheimer Res 15, 2–4.
[8]	Ashford JW (2008) Screening för minnesstörningar, demens och Alzheimers sjukdom. Åldrande hälsa 4, 399–432.
[9]	Yokomizo JE , Simon SS , Bottino CM (2014) Kognitiv screening för demens inom primärvården: en systematisk översyn. 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) Nationell minnesscreening Dagsprogram. 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: a short screening tool for mild cognitive impairment. J Am Geriatr Soc 53, 695–699.
[12]	Ashford JW, Kolm P, Colliver JA, Bekian C, Hsu LN (1989) Alzheimer-patientutvärdering och det minimentala tillståndet: objektkarakteristisk kurvanalys. J Gerontol 44, P139–P146.
[13]	Ashford JW, Jarvik L (1985) Alzheimers sjukdom: predisponerar neurons plasticitet för axonal neurofibrillär degeneration? N Engl J Med 313, 388–389.
[14]	Ashford JW (2015) Behandling av Alzheimers sjukdom: arvet från den kolinerga hypotesen, neuroplasticitet och framtida riktningar. J Alzheimers Dis 47, 149–156.
[15]	Larner AJ (2015) Prestationsbaserad kognitiv screeninginstrument: en utökad analys av avvägningen mellan tid och noggrannhet. Diagnostics (Basel) 5, 504–512.
[16]	Ashford JW, Shan M, Butler S, Rajasekar A, Schmitt FA (1995) Temporal quantification of Alzheimers sjukdom allvarlighetsgrad: 'tidsindex'-modell. Demens 6, 269–280.
[17]	Ashford JW, Schmitt FA (2001) Modellering av tidsförloppet för Alzheimers demens. Curr Psychiatry Rep 3, 20–28.
[18]	Li K , Chan W , Doody RS , Quinn J , Luo S (2017) Förutsägelse av konvertering till Alzheimers sjukdom med longitudinella mått och tid-till-händelsedata. J Alzheimers Dis 58, 361-371.
[19]	Dede E , Zalonis I , Gatzonis S , Sakas D (2015) Integration av datorer i kognitiv bedömning och graden av omfattande för ofta använda datoriserade batterier. 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) Övervakning av tidiga tecken av kognitiv nedgång hos äldre genom datorspel: en MRI-studie. PLoS One 10, e0117918.
[21]	Gates NJ , Kochan NA (2015) Datoriserade och online neuropsykologiska tester för kognition och neurokognitiva störningar i slutet av livet: är vi där än? Curr Opin Psychiatry 28, 165–172.
[22]	Zygouris S , Tsolaki M (2015) Datoriserad kognitiv testning för äldre vuxna: en recension. 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) Brain Hälsa Bedömning för att upptäcka och diagnostisera neurokognitiva störningar. J Am Geriatr Soc 66, 150–156.
[24]	Shepard RN, Teghtsoonian M (1961) Bevarande av information under förhållanden som närmar sig ett stabilt tillstånd. J Exp Psychol 62, 302–309.
[25]	Wixted JT, Goldinger SD, Squire LR, Kuhn JR, Papesh MH, Smith KA, Treiman DM, Steinmetz PN (2018) Kodning av episodiskt minne i humant hippocampus. Proc Natl Acad Sci USA 115, 1093–1098.
[26]	Ashford JW, Gere E, Bayley PJ (2011) Mätning minne i stora gruppinställningar med ett kontinuerligt igenkänningstest. 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) Brain Hälsa Registry: En internetbaserad plattform för rekrytering, bedömning och longitudinell övervakning av deltagare för neurovetenskapliga studier. Alzheimers Dement 14, 1063–1076.
[28]	Carson N , Leach L , Murphy KJ (2018) En ny granskning av Montreal Cognitive Assessment (MoCA) cutoff-poäng. Int J Geriatr Psychiatry 33, 379–388.
[29]	Faul F , Erdfelder E , Buchner A , Lang AG (2009) Statistiska effektanalyser med G*Power 3.1: tester för korrelations- och regressionsanalyser. Behav Res Methods 41, 1149–1160.
[30]	Drasgow F (1986) Polykoriska och polyseriella korrelationer. I Encyclopedia of Statistical Sciences, Kotz S, Johnson NL, Läs CB, eds. John Wiley & Sons, New York, s. 68–74.
[31]	Revelle WR (2018) psych: Procedurer för personlighets- och psykologisk forskning. Northwestern University, Evanston, IL, USA.
[32]	Robin X, Turck N, Hainard A, Tiberti N, Lisacek F, Sanchez JC, Muller M (2011) pROC: ett paket med öppen källkod för R och S+ för att analysera och jämföra ROC-kurvor. BMC Bioinformatics 12, 77.
[33]	Fluss R, Faraggi D, Reiser B (2005) Uppskattning av Youden Index och dess associerade brytpunkt. Biom J 47, 458-472.
[34]	Youden WJ (1950) Index för betygsättning av diagnostiska tester. Kräftan 3, 32–35.
[35]	Kraemer H (1992) Evaluating Medical Tests, 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) och dess subskalor: validering av den taiwanesiska versionen av MoCA och en objektsvarsteorianalys. Int Psychogeriatr 24, 651–658.
[37]	Aschenbrenner AJ, Gordon BA, Benzinger TLS, Morris JC, Hassenstab JJ (2018) Inverkan av tau PET, amyloid PET och hippocampus volym på kognition vid Alzheimers sjukdom. Neurology 91, e859–e866.
[38]	Puustinen. J , Luostarinen L , Luostarinen M , Pulliainen V , Huhtala H , Soini M , Suhonen J (2016) Användningen av MoCA och andra kognitiva tester vid utvärdering av kognitiv funktionsnedsättning hos äldre patienter som genomgår artroplastik. 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) Validering av den kinesiska versionen av Montreal Kognitiv bedömning Grundläggande för screening av lindrig kognitiv funktionsnedsättning. 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: normative data from a large Swedish population-based cohort. J Alzheimers Dis 59, 893-901.
[41]	Ciesielska N , Sokolowski R , Mazur E , Podhorecka M , Polak-Szabela A , Kedziora-Kornatowska K (2016) Är Montreal Cognitive Assessment (MoCA) testet bättre lämpat än Mini-Mental State Examination (MMSE) vid upptäckt av mild kognitiv funktionsnedsättning (MCI) bland personer över 60 år? Meta-analys. Psychiatr Pol 50, 1039–1052.
[42]	Giebel CM , Challis D (2017) Sensitivity of the Mini-Mental State Examination, Montreal Kognitiv bedömning och Addenbrookes kognitiva undersökning III till vardagsaktivitet funktionsnedsättningar vid demens: en explorativ studie. 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 tillförlitliga förändringsindex hos friska äldre vuxna. 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 cognitive screening tests in neurologic disorders: A crosswalk between the short Montreal Cognitive Assessment and Mini-Mental State Examination. Alzheimers Dement 13, 947–952.
[45]	Solomon TM , deBros GB , Budson AE , Mirkovic N , Murphy CA , Solomon PR (2014) Korrelationsanalys av 5 vanliga mått på kognitiv funktion och mental status: en uppdatering. 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) Fastställande av lämpliga screeningverktyg och cut-points för kognitiv funktionsnedsättning i ett äldre kinesiskt prov. Psychol Assess 28, 1345–1353.
[47]	Snowdon A, Hussein A, Kent R, Pino L, Hachinski V (2015) Jämförelse av ett elektroniskt och pappersbaserat Montreal Cognitive Assessment Tool. 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) En empirisk utvärdering av Global Deterioration Scale för iscensättning Alzheimers sjukdom. Am J Psychiatry 149, 190–194.
[49]	Butler SM, Ashford JW, Snowdon DA (1996) Ålder, utbildning och förändringar i mini-Mental State Exam poängen för äldre kvinnor: resultat från 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 of cognitively normaler adults. Neurology 55, 370–376.
[51]	Schmitt FA, Mendiondo MS, Kryscio RJ, Ashford JW (2006) En kortfattad Alzheimers skärm för klinisk praktik. Res Pract Alzheimers Dis 11, 1–4.

Nyckelord: Alzheimers sjukdom, kontinuerlig prestationsuppgift, demens, äldre, minne, lätt kognitiv funktionsnedsättning, screening