MemTrax 測試與蒙特利爾認知評估評估輕度認知障礙的比較

文章類型:MemTrax 詳細介紹 文章

作者:van der Hoek, Marjanne D. | Nieuwenhuizen, Arie | 凱爾,雅普 | 阿什福德,J.韋森

所屬機構:  斯坦福大學, 美國加利福尼亞州斯坦福 - 荷蘭呂伐登範霍爾拉倫斯坦應用科學大學食品和乳製品應用研究中心精神病學和行為科學系 | 荷蘭瓦赫寧根瓦赫寧根大學人類和動物生理學 | 戰爭相關疾病和傷害研究中心,弗吉尼亞州帕洛阿爾托 HCS,美國加利福尼亞州帕洛阿爾托

DOI:10.3233/JAD-181003

期刊:期刊 阿爾茨海默氏病,第一卷 67,沒有。 3,pp.1045-1054,2019

抽象

認知障礙是老年人功能障礙的主要原因。 什麼時候 輕度認知障礙 (MCI) 發生在老年人身上,它通常是癡呆的前驅症狀。 蒙特利爾認知評估 (MoCA) 是篩查 MCI 的常用工具。 然而,這個測試需要面對面的管理,並且由各種各樣的問題組成,評分者將這些問題的答案加在一起以提供一個分數,其確切含義一直存在爭議。 本研究旨在評估計算機化的性能 內存測試 (MemTrax),這是一個連續識別任務的改編,相對於 MoCA。 從中產生了兩個結果測量 MemTrax 測試: MemTraxspeed 和 MemTraxcorrect。 受試者接受了 MoCA 和 MemTrax測試. 根據 MoCA 的結果,受試者被分為兩組認知狀態:正常認知(n = 45) 和 MCI (n = 37). MCI 組的平均 MemTrax 分數顯著低於正常認知組。 所有 MemTrax 結果變量都與 MoCA 呈正相關。 兩種方法,計算平均值 MemTrax 分數和線性回歸用於估計 MemTrax 測試的截止值 檢測 MCI。 這些方法表明,對於結果 MemTrax速度 分數低於 0.87 – 91 s-1 是 MCI 的指示,對於結果 MemTrax更正 分數低於 85 – 90% 表示 MCI。

簡介

以歐洲、北美和北亞為首的全球人口正在老齡化,導致老年人口比例迅速增加。 隨著年齡的增長,認知障礙、癡呆和 阿爾茨海默氏病 (AD),這導致患有這些疾病的人數大幅增加。 早期發現 和識別認知障礙可以改善患者護理,降低醫療保健成本,並有助於延緩更嚴重症狀的發作,從而可能有助於減輕迅速發展的癡呆和 AD 負擔。 因此,需要更好的工具來監測老年人的認知功能。

為了對老年人的認知和行為功能進行臨床評估,臨床醫生和研究人員開發了數百種篩查和簡要評估工具,並且幾種測試已經普遍使用。 在學術環境中臨床評估輕度認知障礙 (MCI) 最常用的工具之一是 蒙特利爾認知評估 (民政部)。

MoCA 評估七種認知功能:執行、命名、注意力、語言、抽象、記憶/延遲回憶和定向。 MoCA 的域記憶/延遲回憶和定向先前被確定為對早期阿爾茨海默型認知障礙最敏感的項目,這導致了記憶編碼是 AD 神經病理學過程攻擊的基本因素的概念。 因此,在評估與 AD 相關的認知障礙的臨床工具中,記憶是需要考慮的核心認知因素,而其他障礙,包括失語症、失用症、失認症和執行功能障礙,雖然通常被 AD 破壞,但可能與此相關支持新皮質區域的神經可塑性記憶處理機制的功能障礙。

儘管 MoCA 被廣泛用於評估 MCI,但 MoCA 的管理是面對面進行的,這既耗時又需要臨床接觸,因此每次管理都需要相當大的成本。 在評估過程中,管理測試所需的時間提高了評估的準確性,因此未來的發展必須考慮到這種關係以開發更有效的測試。

該領域的一個關鍵問題是隨著時間的推移對認知評估的要求。 隨時間變化的評估是 對檢測很重要 確定損傷的進展、治療效果和治療研究干預措施的評估。 大多數可用的此類工具既不適合也不是為高精度而設計的,並且不能輕易地經常管理。 改善認知評估的解決方案已被建議為計算機化,但大多數此類努力僅提供了常用神經心理學測試的計算機化,並沒有開發專門解決早期理解所需的認知評估的關鍵問題 癡呆 及其進展。 因此,新的認知評估工具應該是計算機化的,並基於可比測試的無限來源,不受語言或文化的限制,提供可以逐步提高的準確性、精確度和可靠性水平。 此外,此類測試必須有趣且引人入勝,這樣重複測試才會被視為積極而非繁重的體驗。 尤其是在線測試,提供了滿足這一需求的潛力,同時提供了數據的快速收集和分析,並向參與的個人、臨床醫生和研究人員提供即時反饋。

本研究旨在評估在線適應連續識別任務 (CRT) 範式的效用,以評估未被確定患有癡呆症的社區居民人群的認知功能。 CRT範式廣泛應用於學術界 記憶研究 機制。 CRT 方法最初是作為觀眾演示工具實施的,該工具提供有關對以下內容感興趣的個人的數據 內存問題. 隨後,該測試由一家法國公司(HAPPYneuron, Inc.)在線實施; 由美國公司 MemTrax, LLC (http://www.memtrax.com) 提供; 由大腦 健康&养生 由 UCSF 的 Michael Weiner 博士及其團隊開發的註冊表,用於支持認知障礙研究的招募; 和一家中國公司 SJN Biomed, LTD)。 該測試截至 2018 年 200,000 月,已獲得超過 XNUMX 名用戶的數據,並在多個國家進行試用。

在本研究中,MemTrax (MTX) 是一種基於 CRT 的測試,與 MoCA 一起在荷蘭北部獨立生活的老年人群中進行。 本研究的目的是確定 CRT 和 MoCA 實施的性能之間的關係。 問題是 MTX 是否有助於評估 MoCA 評估的認知功能,這可能表明潛在的臨床適用性。

材料和方法

研究人口

2015 年 2016 月至 75 年 1975 月期間,對荷蘭北部社區居住的老年人進行了一項橫斷面研究。 通過分發傳單和在為老年人組織的小組會議期間招募受試者(≥XNUMX 歲)。 在參加本研究之前,對潛在受試者進行了家訪以篩選納入和排除標準。 患有(自我報告的)癡呆症或視力或聽力嚴重受損會影響認知測試管理的受試者不允許參加本研究。 此外,受試者需要能夠說和理解荷蘭語,而不是文盲。 該研究是根據 XNUMX 年的赫爾辛基宣言進行的,所有參與者都簽署了一份 知情同意 在收到對研究的詳細解釋後形成。

學習程序

參加研究後,進行了一般問卷調查,其中包括有關人口統計因素的問題,例如年齡和受教育年限(從小學開始)、病史和飲酒量。 完成問卷後,以隨機順序進行 MoCA 和 MTX 測試。

MemTrax - 研究醫學中心

由 MemTrax, LLC(美國加利福尼亞州雷德伍德城)提供免費的完整版 MTX 測試。 在此測試中,將顯示一系列 50 張圖像,每張圖像最多顯示 25 秒鐘。 當出現精確的重複圖像(50/XNUMX)時,指示受試者通過按空格鍵(由紅色膠帶指示)盡快對重複圖像做出反應。 當受試者對圖像做出反應時,會立即顯示下一張圖像。 完成測試後,程序會顯示正確響應的百分比(MTX更正) 以及重複圖像的平均反應時間(以秒為單位),它反映了識別重複圖像時按下空格鍵所需的時間。 為了匹配這兩個測量的維度,將反應時間轉換為反應速度(MTX速度) 將 1 除以反應時間(即 1/MTX反應時間)。 所有個人 MemTrax 分數的測試歷史及其有效性都自動在線保存在測試帳戶中。 檢查所有執行測試的有效性,需要 5 個或更少的假陽性響應,10 個或更多的正確識別,平均識別時間在 0.4 到 2 秒之間,分析中只包括有效測試。

在進行實際的 MTX 測試之前,對測試進行了詳細解釋,並為受試者提供了模擬測試。 這不僅包括測試本身,還包括說明和倒計時頁面,讓參與者在測試開始之前習慣站點的佈局和所需的初始操作。 為避免在實際測試過程中重複圖像,使用未包含在 MemTrax 數據庫中的圖像進行模擬測試。

蒙特利爾認知評估 工具

MoCA Institute & Clinique (Quebec, Canada) 獲得了使用 MoCA 進行這項研究的許可。 荷蘭 MoCA 提供三個版本,隨機分配給受試者。 MoCA 分數是評估的每個獨立認知領域的表現總和,最高得分為 30 分。 根據官方建議,如果參與者受教育年限≤12 年(如果 <30 分),則加分。 在測試管理期間,官方測試說明被用作指導。 測試由三名訓練有素的研究人員執行,一項測試的執行大約需要 10 到 15 分鐘。

MemTrax 數據分析

根據經過教育校正的 MoCA 結果,將受試者分為兩組認知狀態:正常認知 (NC) 與輕度認知障礙 (MCI)。 MoCA 得分 23 被用作 MCI 的分界值(得分 22 及以下被認為是 MCI),因為與最初推薦的得分相比,該得分顯示總體上“在一系列參數中的最佳診斷準確性”。 26 或 24 或 25 的值。對於所有分析,使用校正後的 MoCA 評分,因為該評分用於臨床環境。

MTX測試給出兩個結果,即MTX反應時間, 轉換為 MTX速度 按 1/MTX反應時間, 和 MTX更正.

使用 R(版本 1.0.143,Rstudio Team,2016)進行統計分析。 通過 Shapiro-Wilk 檢驗檢查所有變量的正態性。 整個研究人群以及 NC 和 MCI 組的變量報告為平均值±標準差 (SD)、中位數和四分位間距 (IQR) 或數字和百分比。 對連續變量進行獨立樣本 T 檢驗和 Wilcoxon Sum Rank 檢驗,對分類變量進行卡方檢驗,以比較 NC 和 MCI 組的特徵。 非參數 Kruskal-Wallis 檢驗用於確定 MoCA 的三個版本和三個管理員是否影響 MoCA 結果。 此外,進行獨立 T 檢驗或 Wilcoxon Sum Rank 檢驗以確定 MoCA 和 MTX 的給藥順序是否影響測試結果(例如,MoCA 評分、MTX更正, 和 MTX速度)。 這是通過確定先接受 MoCA 然後接受 MemTrax 或先接受 MTX 然後接受 MoCA 的受試者的平均分數是否不同來執行的。

皮爾遜相關 計算測試以評估 MTX 和 MoCA 之間以及 MemTrax 之間的關係 測試結果,例如 MTXspeed 和 MTXcorrect。 先前執行的樣本量計算表明,對於單尾 Pearson 相關性檢驗(功效 = 80%, α = 0.05),假設中等效應大小(r = 0.3),需要最小樣本量 n = 67。 使用 R 中的 psych 包計算多序列相關測試以評估 MTX 測試結果與單獨的 MoCA 域之間的關係。

通過計算每個可能的 MoCA 分數的平均 MemTrax 分數來計算給定 MemTrax 分數的等效 MoCA 分數,並進行線性回歸以估計與這些測量相關的方程。 此外,為了確定 MoCA 測量的 MCI 的 MemTrax 測試的截止值以及相應的靈敏度和特異性值,使用 R 中的 pROC 包進行了接受者操作員特徵 (ROC) 分析。非參數分層引導 (n = 2000) 用於比較曲線下面積 (AUC) 和相應的置信區間。 最佳截止分數是使用 Youden 方法計算的,該方法最大化真陽性,同時最小化假陽性。

對於所有統計分析,兩側 p 值 <0.05 被認為是統計顯著性的閾值,但評估 MTX 和 MoCA 之間關係的分析(即相關分析和簡單線性回歸)除外<0.05 的側 p 值被認為是顯著的。

MemTrax 結果

主題

本研究共納入 101 名受試者。 19 人的數據被排除在分析之外,因為 12 名受試者的 MemTrax 測試結果未被程序保存,6 名受試者的 MemTrax 測試結果無效,8 名受試者的 MoCA 得分為 82 分,表明嚴重的認知障礙,這是排除標準。 因此,分析中包括了來自 XNUMX 名受試者的數據。 MoCA 測試結果在不同版本的 MoCA 之間和管理員之間沒有發現顯著差異。 此外,考試管理的順序對任何考試成績(MoCA、MTX)都沒有顯著影響。速度, 甲氨蝶呤更正)。 根據 MoCA 測試結果,受試者被置於 NC 或 MCI 組(例如分別為 MoCA ≥ 23 或 MoCA <23)。 總研究人群以及 NC 和 MCI 組的受試者特徵如表 1 所示。組間沒有顯著差異,除了中位 MoCA 分數(25(IQR:23-26)與 21(IQR:19-22) ) 點,Z = -7.7,p <0.001)。

表格1

主題特徵

總研究人群(n = 82) 數控 (n = 45) MCI(n = 37) p
年齡(y) 83.5±5.2 82.6±4.9 84.7±5.4 0.074
女性,人數(%) 55(67) 27(60) 28(76) 0.133
教育(y) 10.0(8.0 – 13.0) 11.0(8.0 – 14.0) 10.0(8.0 – 12.0) 0.216
酒精攝入量(# 杯/週) 0(0 – 4) 0(0 – 3) 0(0 – 5) 0.900
MoCA 分數(# 分) 23(21 – 25) 25(23 – 26) 21(19 – 22) NA

值表示為平均值 ± 標準差、中位數 (IQR) 或帶有百分比的數字。

MemTrax 測量的認知狀態

通過 MTX 測試測量認知狀態。 圖 1 顯示了結果 認知測試 NC 和 MCI 科目的結果。 平均 MTX 分數(例如,MTX速度 和 MTX更正) 兩組之間存在顯著差異。 NC 受試者 (0.916 ± 0.152 s-1) 與 MCI 受試者相比具有明顯更快的反應速度 (0.816 ± 0.146 s-1); t(80) = 3.01, p = 0.003) (圖 1A)。 此外,NC 科目在 MTX 上的得分更高更正 比 MCI 受試者可變(分別為 91.2 ± 5.0% 和 87.0 ± 7.7%;tw (59) = 2.89, p = 0.005) (圖 1B)。

Fig.1

NC 和 MCI 組的 MTX 測試結果箱線圖。 A) MTX速度 測試結果和 B) MTX更正 測試結果。 與 NC 相比,MCI 組的 MTX 測試的兩個結果變量均顯著降低。 淺灰色表示 NC 主題,而深灰色表示 MCI 主題。

蒙特利爾認知評估,在線記憶測試,認知測試,大腦測試,阿爾茨海默病和癡呆,MemTrax

NC 和 MCI 組的 MTX 測試結果箱線圖。 A) MTXspeed 測試結果和 B) MTXcorrect 測試結果。 與 NC 相比,MCI 組的 MemTrax 測試的兩個結果變量均顯著降低。 淺灰色表示 NC 主題,而深灰色表示 MCI 主題。

MemTrax 和 MOCA 之間的相關性

MTX 測試分數和 MoCA 之間的關聯如圖 2 所示。兩個 MTX 變量都與 MoCA 呈正相關。 甲氨蝶呤速度 和 MoCA 顯示出 r = 0.39 (p = 0.000) 的顯著相關性,以及 MTX 之間的相關性更正 MoCA 為 r = 0.31 (p = 0.005)。 MTX 之間沒有關聯速度 和 MTX更正.

Fig.2

A) MTX 之間的關聯速度 和民政部; B) MTX更正 和民政部; C) MTX更正 和 MTX速度. NC 和 MCI 受試者分別用圓點和三角形表示。 在每個圖表的右下角,顯示了兩個變量之間相關性的 rho 和相應的 p 值。

在線記憶免費記憶測試儀阿爾茨海默氏症在線癡呆症自我測試

A) MTXspeed 和 MoCA 之間的關聯; B) MTXcorrect 和 MoCA; C) MTXcorrect 和 MTXspeed。 NC 和 MCI 受試者分別用圓點和三角形表示。 在每個圖表的右下角,顯示了兩個變量之間相關性的 rho 和相應的 p 值。

A) MTXspeed 和 MoCA 之間的關聯; B) MTXcorrect 和 MoCA; C) MTXcorrect 和 MTXspeed。 NC 和 MCI 受試者分別用圓點和三角形表示。 在每個圖表的右下角,顯示了兩個變量之間的相關性的 rho 和相應的 p 值。[/caption]

計算 MemTrax 測試分數和 MoCA 域之間的多序列相關性,以確定每個域與 MemTrax 指標的關聯。 多序列相關性如表 2 所示。 MoCA 的多個結構域與 MTX 顯著相關速度 。  域“抽象”與 MTX 顯示出最高的相關性,儘管中等速度 (r = 0.35,p = 0.002)。 域“命名”和“語言”顯示出與 MTX 的弱到中度顯著關聯速度 (r = 0.29,p = 0.026 和 r = 0.27,p = 0.012,分別)。 甲氨蝶呤更正 與 MoCA 域沒有顯著相關性,除了與域“視覺空間”的弱相關性(r = 0.25,p = 0.021)。

表格2

MTX 測試結果與 MoCA 域的多序列相關性

MTX速度 MTX更正
r p r p
視覺空間 0.22 0.046 0.25 0.021
命名 0.29 0.026 0.24 0.063
注意 0.24 0.046 0.09 0.477
語言 0.27 0.012 0.160 0.165
抽象化 0.35 0.002 0.211 0.079
記得 0.15 0.159 0.143 0.163
方向 0.21 0.156 0.005 0.972

注:顯著相關性以粗體表示。

MCI 的 MemTrax 分數和估計截止值

為了確定 MemTrax 和 MoCA 的相應分數,對每個 MoCA 分數的 MemTrax 分數進行平均,併計算線性回歸以預測關係和相應的方程。 線性回歸結果表明 MTX速度 解釋了 MoCA 中 55% 的方差(R2 = 0.55,p = 0.001)。 變量 MTX更正 解釋了 MoCA 中 21% 的方差(R2 = 0.21,p = 0.048)。 基於這些關係的方程式,計算給定 MTX 分數的等效 MoCA 分數,如表 3 所示。基於這些方程式,MTX 的相應截止值(例如,23 分的 MoCA 分數)速度 和 MTX更正 為 0.87 秒-1 和 90%。 此外,對兩個 MemTrax 變量進行了多元線性回歸,但變量 MTX更正 對模型沒有顯著貢獻,因此未顯示結果。

表格3

給定 MemTrax 分數的建議等效 MoCA 分數

民政部(分) 等效 MTX速度 (s-1)a 使用 MTX 進行預測的 CI速度 (點) 等效 MTX更正 (%)b 使用 MTX 進行預測的 CI更正 (點)
15 0.55 7 – 23 68 3 – 28
16 0.59 8 – 24 71 5 – 28
17 0.63 10 – 24 73 6 – 28
18 0.67 11 – 25 76 8 – 28
19 0.71 12 – 26 79 9 – 29
20 0.75 13 – 27 82 11 – 29
21 0.79 14 – 28 84 12 – 30
22 0.83 15 – 29 87 13 – 30
23 0.87 16 – 30 90 14 – 30
24 0.91 17 – 30 93 15 – 30
25 0.95 18 – 30 95 16 – 30
26 0.99 19 – 30 98 16 – 30
27 1.03 20 – 30 100 17 – 30
28 1.07 21 – 30 100 17 – 30
29 1.11 21 – 30 100 17 – 30
30 1.15 22 – 30 100 17 – 30

a使用的公式:1.1 + 25.2 *MTX速度; b 使用的公式:–9.7 + 0.36 *MTX更正.

此外,通過 ROC 分析確定 MTX 截止值和相應的靈敏度和特異性。 MemTrax 變量的 ROC 曲線如圖 3 所示。MTX 的 AUC速度 和 MTX更正 分別為 66.7 (CI: 54.9 – 78.4) 和 66.4% (CI: 54.1 – 78.7)。 用於評估 MoCA 建立的 MCI 的 MemTrax 變量的 AUC 沒有顯著差異。 表 4 顯示了 MemTrax 變量的不同截止點的敏感性和特異性。 MTX 的最佳截止分數,最大化真陽性同時最小化假陽性速度 和 MTX更正 為 0.91 秒-1 (敏感性 = 48.9% 特異性 = 78.4%)和 85%(敏感性 = 43.2%;特異性 = 93.3%)。

Fig.3

MTX 測試結果的 ROC 曲線以評估 MoCA 評定的 MCI。 虛線表示 MTX速度 和實線 MTX更正. 灰線代表0.5的參考線。

在線測試記憶喪失醫學測試你可以在家裡做書籍的重要性大腦健康測試

MTX 測試結果的 ROC 曲線以評估 MoCA 評定的 MCI。 虛線表示 MTXspeed,實線表示 MTXcorrect。 灰線代表0.5的參考線。

表格4

MTX速度 和 MTX更正 截止點和相應的特異性和敏感性

截止點 TP (#) 噸 (#) FP (#) Fn (#) 特異性 (%) 靈敏度 (%)
MTX速度 1.20 37 1 44 0 2.2 100
1.10 36 7 38 1 15.6 97.3
1.0 33 13 32 4 28.9 89.2
0.90 28 22 23 9 48.9 75.7
0.80 18 34 11 19 75.6 48.6
0.70 9 41 4 28 91.1 24.3
0.60 3 45 0 34 100 8.1
MTX更正 99 36 3 42 1 97.3 6.7
95 31 11 34 6 83.8 24.4
91 23 23 22 14 62.2 51.1
89 20 28 17 17 54.1 62.2
85 16 42 3 21 43.2 93.3
81 8 44 1 29 21.6 97.8
77 3 45 0 34 8.1 100

tp,真陽性; tn,真陰性; fp,誤報; fn,假陰性。

討論

本研究旨在調查在線 MemTrax 工具,這是一種基於 CRT 的測試,使用 MoCA 作為參考。 選擇 MoCA 是因為該測試目前廣泛用於篩查 MCI。 然而,MoCA 的最佳切點尚未明確 [28]。 MemTrax 與 MoCA 的各個測量值的比較表明,簡單、簡短的在線測試可以捕獲認知功能和認知障礙的很大一部分差異。 在此分析中,速度測量的效果最強。 正確性度量顯示出不太穩健的關係。 一個重要的發現是,在 MTX 速度和正確性測量之間沒有觀察到相關性,這表明這些變量測量了底層的不同組件 大腦處理功能. 因此,沒有在受試者之間發現速度-準確性權衡的跡象。 此外,使用兩種不同的方法來估計 MemTrax 記憶測試的截止值以檢測 MCI。 這些方法表明,對於結果速度和正確性,分數分別低於 0.87 – 91 秒的範圍-1 85 – 90% 表明得分低於其中一個範圍的人更有可能患有 MCI。 “成本價值分析”將表明在什麼時候應建議個人諮詢醫生進行更全面的測試以篩查 MCI [8-35]。

在本研究中,發現 MoCA 測量的領域“命名”、“語言”和“抽象”與 MemTrax 結果之一具有最高的相關性,儘管相關性從弱到中等。 這與預期相反,因為之前的研究表明, 小型精神狀態考試 使用項目反應理論,“記憶/延遲回憶”和“定向”領域對早期 AD 最敏感 [12]。 在這個很 早期 在認知功能障礙方面,似乎 MoCA 的命名、語言和抽象方面的細微損傷指標對 MCI 比記憶和定向測量更敏感,這與 MoCA [36] 的項目反應理論分析中的先前發現一致。 此外, 識別速度的 MemTrax 測量似乎反映了識別記憶之前的這種早期損傷 以 MTX 衡量(具有顯著的上限效應)。 這個星座 影響表明導致 MCI 的病理學的複雜方面反映了早期大腦 這些變化很難用簡單的神經認知方法概念化,實際上可能反映了潛在神經病理學的進展 [37]。

本研究的重點是樣本量(n = 82)足以檢測這個相對較老的人群中 MoCA 和 MTX 之間的相關性。 此外,對所有受試者進行了模擬測試,讓不習慣電腦的老年人有機會適應測試環境和設備。 與 MoCA 相比,受試者表示 MemTrax 做起來更有趣,而 MoCA 感覺更像是一場考試。 受試者的年齡和他們的社區獨立性將分析的重點限制在這一選擇的相對高功能個體的群體中,但這一群體是最難識別障礙的群體之一。

值得注意的是,儘管 MoCA 被認為是標準篩查測試,但它只是一種指示可能存在 MCI 的測試,而不是診斷工具或認知功能障礙的絕對測量。 因此,相應地,MoCA 和 MTX 的比較是相對的,兩者都可能在 MCI 識別中捕獲了獨立方差。 因此,文獻中的一個重要問題是努力定義 MoCA 的有用性 [38]、其驗證 [39]、規範評分的建立 [40]、與其他簡短認知評估的比較 [41–45] ,及其作為 MCI [46] 篩選工具的效用(由 Carson 等人審查,2017 [28]),以及電子版本的適用性 [47]。 此類分析涉及敏感性和特異性檢查,通常使用 ROC 分析和“曲線下面積”的測量,以及“診斷”截止值的建議。 然而,由於沒有任何方法可以絕對確定個體在輕度損傷連續體中的位置,以及潛在的巨大變異性 大腦功能 造成這種損害的原因是,所有此類工具只能提供概率估計。 提供不同措施之間的相關性僅表明正確解決了潛在條件,但無法用這種方法精確定義真實的生物學狀態。 雖然更高層次的分析在臨床環境中可能具有實際意義,但建立這種效用需要額外考慮四個因素:人群中疾病的流行程度; 測試成本、假陽性結果的成本以及真陽性診斷的物質利益 [8, 35]。

一個主要的 評估 AD 及其相關認知障礙的部分問題是沒有真正的 “階段”[48],而是一個時間連續的進展 [8]。 將“正常”與 MCI 區分開來實際上比將這兩種情況與輕度區分開來要困難得多 癡呆相關 與 AD [50, 51]。 使用“現代測試理論”的概念,問題變成了在給定特定測試分數的情況下,確定個人最有可能處於特定置信區間範圍內的連續體中的哪個位置。 為了做出這樣的決定,需要比大多數簡短的認知測試提供的更精確的評估,但如 MTX 提供的那樣。 通過計算機化測試提高精度和消除觀察者偏差是一個有前途的方向。 此外,諸如 MemTrax 之類的計算機化測試提供了無限數量的可比測試的可能性,從而大大減少了減值估計的方差。 此外,原則上,計算機化測試可以測試許多受 AD 影響的內存相關領域。 這項研究沒有將 MTX 與已經創建的眾多其他計算機化測試進行比較(見介紹),但目前可用的測試都沒有使用 CRT 提供的強大方法。 計算機化考試的進一步發展是需要進一步關注和支持的一個重要領域。 最後, 訓練效果 可以考慮到分析中。

目前,計算機化的在線測試還不是一種既定的方法 癡呆症篩查,評估認知障礙,或做出任何臨床診斷。 然而,這種方法的力量和潛力,特別是使用 CRT 來評估情景(短期)記憶,是巨大的,並且可能在未來的認知評估應用中至關重要,包括 癡呆篩查 和評估、術後混亂監測、決策心理能力的建立、檢測腦震盪後的缺陷以及估計駕駛安全的潛在損害。 在這項研究中,表明 MemTrax 可以捕獲很大一部分認知障礙的方差。 此外,為 MTX 變量提供了截止值,該值等於 MCI 的 MoCA 截止分數。 對於未來的研究,建議在更大、更明確定義的人群中進行調查,以將 MemTrax 確立為 MCI 的篩查工具。 此類人群應包括臨床樣本,其中可以盡可能準確地定義診斷問題,並且可以隨時間使用 MTX 和其他認知測試跟踪受試者。 此類分析可以確定與正常衰老和各種病理狀況相關的認知衰退軌蹟的變化。 隨著計算機化測試和註冊的發展,更多關於水平的信息 健康將變得可用,並且無疑會導致醫療保健的巨大改善 並希望採取方法來預防 AD 等情況。

致謝

我們要感謝 Anne van der Heijden、Hanneke Rasing、Esther Sinnema 和 Melinda Lodders 在本研究中所做的工作。 此外,我們要感謝 MemTrax, LLC 提供免費的完整版 MemTrax 測試。 這項工作是一項研究計劃的一部分,該計劃由荷蘭弗里斯蘭省 (01120657)、荷蘭和 Alfasigma Nederland BV 資助(直接資助贈款號 01120657)。 發佈時間:12 年 2019 月 XNUMX 日

參考

[1] Jorm AF , Jolley D (1998) 癡呆的發病率:薈萃分析。 神經病學 51, 728–733。
[2] 赫伯特·勒,韋弗。 J , Scherr PA , Evans DA (2013) 阿爾茨海默病 美國(2010-2050 年)使用 2010 年人口普查估計。 神經病學 80, 1778–1783。
[3] 我們。 J , Hebert LE , Scherr PA , Evans DA (2015) 阿爾茨海默病 在美國各州。 流行病學 26,e4-6。
[4] Brookmeyer R、Abdalla N、Kawas CH、Corrada MM (2018) 預測臨床前和臨床的流行率 阿爾茨海默氏病 在美國。 阿爾茨海默氏症 14, 121–129。
[5] Borson S、Frank L、Bayley PJ、Boustani M、Dean M、Lin PJ、McCarten JR、Morris JC、Salmon DP、Schmitt FA、Stefanacci RG、Mendiondo MS、Peschin S、Hall EJ、Fillit H、Ashford JW (2013)改善癡呆症護理: 篩查和檢測認知障礙的作用. 阿爾茨海默氏症 9, 151–159。
[6] Loewenstein DA、Curiel RE、Duara R、Buschke H (2018) 新的認知範式 臨床前阿爾茨海默病記憶障礙的檢測. 評估 25、348–359。
[7] Thyrian JR , Hoffmann W , Eichler T (2018) 社論:在初級保健當前問題和概念中對癡呆症的早期認識。 Curr 阿爾茨海默病水庫 15, 2-4。
[8] Ashford JW (2008) 篩查記憶障礙、癡呆和 阿爾茨海默氏病. 老齡化健康 4, 399–432。
[9] Yokomizo JE、Simon SS、Bottino CM (2014) 認知篩查 初級保健中的癡呆症: 系統的審查。 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) Findings from the 全國記憶放映 日節目。 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) 蒙特利爾認知評估,MoCA:輕度認知障礙的簡短篩查工具。 J Am Geriatr Soc 53, 695–699。
[12] Ashford JW,Kolm P,Colliver JA,Bekian C,Hsu LN (1989) 阿爾茨海默病患者評估和迷你精神狀態:項目特徵曲線分析。 J Gerontol 44,P139-P146。
[13] 阿什福德 JW,賈維克 L (1985) 阿爾茨海默氏病: 神經元可塑性會導致軸突變性神經原纖維變性嗎? N Engl J Med 313, 388–389。
[14] Ashford JW (2015) 治療 阿爾茨海默氏病: 膽鹼能假說的遺留問題、神經可塑性和未來方向。 J Alzheimers Dis 47, 149–156。
[15] Larner AJ (2015) 基於績效的認知 篩選儀器: 時間與準確性權衡的擴展分析。 診斷學(巴塞爾)5, 504–512。
[16] Ashford JW , Shan M , Butler S , Rajasekar A , Schmitt FA (1995) 時間量化 阿爾茨海默氏病 嚴重性:“時間索引”模型。 癡呆症 6, 269–280。
[17] Ashford JW , Schmitt FA (2001) 時間進程建模 老年癡呆症. Curr Psychiatry Rep 3, 20–28。
[18] Li K , Chan W , Doody RS , Quinn J , Luo S (2017) 轉化預測 阿爾茨海默氏病 具有縱向測量和事件發生時間數據。 J Alzheimers Dis 58, 361–371。
[19] Dede E , Zalonis I , Gatzonis S , Sakas D (2015) 計算機在認知評估中的集成和常用計算機電池的綜合水平。 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) 監測 早期跡象 電腦遊戲對老年人認知能力下降的影響:MRI 研究。 公共科學圖書館一號 10,e0117918。
[21] Gates NJ , Kochan NA (2015) 晚年認知和神經認知障礙的計算機化和在線神經心理學測試:我們到了嗎? Curr Opin 精神病學 28, 165–172。
[22] Zygouris S , Tsolaki M (2015) 計算機化認知測試 老年人: 回顧。 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) 腦健康 檢測和診斷神經認知障礙的評估。 J Am Geriatr Soc 66, 150–156。
[24] Shepard RN , Teghtsoonian M (1961) 在接近穩定狀態的條件下保留信息。 J Exp Psychol 62, 302–309。
[25] Wixted JT、Goldinger SD、Squire LR、Kuhn JR、Papesh MH、Smith KA、Treiman DM、Steinmetz PN (2018) 情景記憶的編碼 並致力透過創新科技結合虛擬空間和實體互動,持續為藝術家擴闊觀眾群,優化觀眾欣賞藝術的體驗,從而推廣藝術與文化。 海馬體。 Proc Natl Acad Sci USA 115, 1093–1098。
[26] Ashford JW , Gere E , Bayley PJ (2011) 測量 使用連續識別測試在大組設置中的記憶. 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) 腦健康 Registry:一個基於互聯網的平台,用於神經科學研究參與者的招募、評估和縱向監測。 阿爾茨海默氏症 14, 1063–1076。
[28] Carson N , Leach L , Murphy KJ (2018) 重新審視蒙特利爾認知評估 (MoCA) 截止分數。 Int J Geriatr Psychiatry 33, 379–388。
[29] Faul F、Erdfelder E、Buchner A、Lang AG (2009) 使用 G*Power 3.1 進行統計功效分析:相關性和回歸分析的檢驗。 行為水庫方法 41, 1149–1160。
[30] Drasgow F (1986) 多變量和多序列相關。 在統計科學百科全書中,Kotz S , Johnson NL , Read CB , eds。 John Wiley & Sons,紐約,第 68-74 頁。
[31] Revelle WR (2018) 心理:人格和心理研究程序。 西北大學,埃文斯頓,伊利諾伊州,美國。
[32] Robin X、Turck N、Hainard A、Tiberti N、Lisacek F、Sanchez JC、Muller M (2011) pROC:用於 R 和 S+ 的開源軟件包,用於分析和比較 ROC 曲線。 BMC 生物信息學 12、77。
[33] Fluss R , Faraggi D , Reiser B (2005) 估計約登指數及其相關的截止點。 生物 J 47, 458–472。
[34] Youden WJ (1950) 診斷測試評級指數。 癌症 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) 蒙特利爾認知評估 (MoCA) 及其分量表的心理測量學:台灣版 MoCA 的驗證和項目反應理論分析。 Int Psychogeriatr 24, 651–658。
[37] Aschenbrenner AJ、Gordon BA、Benzinger TLS、Morris JC、Hassenstab JJ (2018) Tau PET、澱粉樣蛋白 PET 和海馬體積對 阿爾茨海默病的認知. 神經病學 91,e859–e866。
[38] 普斯蒂寧。 J , Luostarinen L , Luostarinen M , Pulliainen V , Huhtala H , Soini M , Suhonen J (2016) MoCA 和其他認知測試在評估接受關節置換術的老年患者認知障礙中的應用。 Geriatr Orthop Surg Rehabil 7, 183–187。
[39] Chen KL , Xu Y , Chu AQ , Ding D , Liang XN , Nasreddine ZS , Dong Q , Hong Z , Zhao QH , Guo QH (2016) 蒙特利爾中文版驗證 用於篩查輕度認知障礙的認知評估基礎. J Am Geriatr Soc 64,e285–e290。
[40] Borland E , Nagga K , Nilsson PM , Minthon L , Nilsson ED , Palmqvist S (2017) 蒙特利爾認知評估:來自瑞典大型人群隊列的規範性數據。 阿爾茨海默病雜誌 59, 893–901。
[41] Ciesielska N , Sokolowski R , Mazur E , Podhorecka M , Polak-Szabela A , Kedziora-Kornatowska K (2016) 蒙特利爾認知評估 (MoCA) 測試是否比迷你精神狀態測試更適合(均方誤差) 在 60 歲以上人群中進行輕度認知障礙 (MCI) 檢測? 薈萃分析。 精神病學 Pol 50, 1039–1052。
[42] Giebel CM , Challis D (2017) 小型精神狀態檢查的敏感性,蒙特利爾 日常活動的認知評估和 Addenbrooke 認知測驗 III 癡呆症的損傷:一項探索性研究。 Int J Geriatr Psychiatry 32, 1085–1093。
[43] Kopecek M,Bezdicek O,Sulc Z,Lukavsky。 J , Stepankova H (2017) 蒙特利爾認知評估和簡易精神狀態檢查在健康老年人中的可靠變化指數。 Int J Geriatr Psychiatry 32, 868–875。
[44] Roalf DR , Moore TM , Mechanic-Hamilton D , Wolk DA , Arnold SE , Weintraub DA , Moberg PJ (2017) 橋接神經系統疾病的認知篩查測試:簡短的蒙特利爾認知評估和簡易精神狀態檢查之間的人行橫道。 老年癡呆症 13, 947–952。
[45] Solomon TM、deBros GB、Budson AE、Mirkovic N、Murphy CA、Solomon PR (2014) 5 種常用的認知功能測量和相關性分析 精神狀態: 更新。 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) 確定中國老年人樣本認知障礙的適當篩查工具和切點。 心理評估 28, 1345–1353。
[47] Snowdon A , Hussein A , Kent R , Pino L , Hachinski V (2015) 電子和紙質蒙特利爾認知評估工具的比較。 阿爾茨海默病協會疾病 29, 325–329。
[48] Eisdorfer C、Cohen D、Paveza GJ、Ashford JW、Luchins DJ、Gorelick PB、Hirschman RS、Freels SA、Levy PS、Semla TP 等。 (1992) 對分期全球惡化量表的實證評估 阿爾茨海默氏病. Am J Psychiatry 149, 190–194。
[49] Butler SM、Ashford JW、Snowdon DA (1996) 年齡、教育和老年女性簡易精神狀態考試分數的變化:修女研究的結果。 J Am Geriatr Soc 44, 675–681。
[50] Schmitt FA , Davis DG , Wekstein DR , Smith CD , Ashford JW , Markesbery WR (2000) “臨床前” AD 重新審視:認知正常老年人的神經病理學。 神經病學 55, 370–376。
[51] Schmitt FA , Mendiondo MS , Kryscio RJ , Ashford JW (2006) 簡介 阿爾茨海默氏症篩查 用於臨床實踐。 Res Pract Alzheimers Dis 11, 1–4。

關鍵詞:阿爾茨海默病,連續執行任務,癡呆,老年人,記憶力,輕度認知障礙,篩查

相關鏈接:

全新 手指敲擊測試 - 精神運動速度測試

MIND飲食: 腦食物 大腦助推器

冠狀病毒症狀 - 腦霧

最佳在線記憶測試

預防癡呆小貼士