针对老年参与者的短时记忆训练：对照组训练方案及初始智力功能评估

摘要

本文介绍了一种针对老年人群的认知训练干预措施，并评估了训练前的认知能力。我们展示了两种训练版本——实验性训练和主动对照训练——并比较了它们在一系列认知测试中的效果。

摘要

近年来，认知训练干预措施的有效性备受争议。目前尚无共识确定何种训练方案最为有效。此外，个体特征作为训练效果预测因子的研究仍在进行中。本文旨在通过考察工作记忆（WM）训练对老年人认知效能的影响，以及初始工作记忆容量（WMC）对训练效果的作用，来探讨这一问题。我们详细描述了如何实施为期5周的自适应双n-back训练，并设置主动对照组（记忆测验）。本文重点介绍训练的技术细节以及参与者初始WMC的评估方法。对其他认知维度在训练前后表现的评估，基于记忆更新、抑制控制、注意转换、短时记忆（STM）和推理能力测试的结果。我们发现，初始WMC水平可预测n-back训练干预的效率。此外，我们观察到训练后几乎所有被测认知功能方面均有改善，但这些效应在很大程度上与具体干预方式无关。

引言

在许多认知训练研究中，双n-back任务被用作工作记忆（WM）训练的方法。由于工作记忆对其他更高级的认知功能具有重要作用，因此它常成为认知干预的目标¹。然而，此类训练的有效性及其是否能够带来更广泛的认知能力提升，一直存在广泛争议（有关元分析，请参见^{2,3,4,5,6,7,14}；有关综述，请参见^{4,8,9,10,11,12,13}）。一些研究者认为，“……没有令人信服的证据表明工作记忆训练能够迁移到其他技能上”⁴，而另一些研究者则提供了元分析数据，显示工作记忆训练具有高度显著的效果^2,3,5,6,11。另一个独立的问题是工作记忆训练在老年人群中的有效性。一些工作记忆训练研究报道，相较于老年人，年轻人获益更大^{15,16,17,18,19,20}，而其他研究则表明，在两个年龄组中均可观察到相似的效果^{21,22,23,24,25}。

人们认为，多种因素可预测记忆训练的效果²⁶。其中一些因素似乎是工作记忆训练效果的潜在调节变量²¹。心理能力，即基线认知能力或一般性认知资源，似乎是担任这一角色的最强候选因素之一。为了评估初始智力水平的作用，我们特别强调（此处描述的方法）在实施训练方案之前对认知能力进行测量。这一做法是基于研究数据：在训练开始时认知能力较高的参与者，相较于初始认知功能水平较低的参与者，训练效果显著更好²⁷。类似的现象也见于教育研究领域，被称为“马太效应”²⁸，即初始技能水平较高者，在接受干预后其能力提升幅度更大，相比之下，初始能力水平较低者进步较小。

然而，令人深思的是，关于这一主题的已发表研究报告并不多见^21,29。此外，在数据分析与解释过程中，个体间存在的显著差异——尤其是老年人群中的差异——常常被忽视³⁰。在本研究中，我们考察了初始工作记忆容量水平对健康老年人群工作记忆训练效果的影响。为了确保实验组与对照组之间的训练方案各要素尽可能一致，我们采用了主动对照组设计，从而使训练内容（工作记忆训练 versus 语义记忆训练）成为决定训练结果差异的关键因素。两个组均进行了基于计算机的家庭训练。实验组成员接受自适应双n-back训练程序，而主动对照组则进行基于语义记忆测验的任务训练。本研究方法的新颖之处在于强调在训练前对参与者认知水平进行评估，特别是对其工作记忆容量（WMC）的测定。此外，本文所介绍的初始WMC水平评估方法已被证明是一种有效工具，可用于区分在后续工作记忆训练中可能成功与不成功的个体。我们此前已对该研究的结果进行了描述并发表⁴⁴。因此，本文重点在于详细阐述我们所采用的实验方案。

方案

社会人文科学大学伦理委员会对本研究方案进行了评估。所有参与者均按照《赫尔辛基宣言》的要求签署了书面知情同意书。

1. 受试者招募

1. 为每个训练组招募至少36名志愿者。作者先前的研究以及该领域的文献表明，这一数量足以观察到组间效应。工作记忆训练研究中的典型效应量根据训练类型或目标人群的不同，通常在d=0.6至0.8之间。基于这些数值，并以0.8的统计功效和0.05的显著性水平为目标，此类研究所需的最小样本量（根据Soper⁴⁵提出的公式计算）为36人（建议更多）。
   1. 采用以下纳入标准：年龄超过55岁，无神经系统或精神疾病史，上肢运动功能完好，无失明或听力损失，目前未参与任何其他认知（尤其是记忆）训练。
2. 通过多种方式招募参与者：在社交媒体页面、科研与工作平台或讨论组中发布在线广告，同时在中国台湾地区的第三年龄大学或面向老年人的活动（如老年人野餐活动）中进行现场宣传（也可使用海报和传单），以确保所招募的人员不仅限于互联网用户。
3. 请务必在广告中充分说明所需参与者的类型。

2. 伦理委员会的评估

1. 在开始研究之前，需获得当地伦理委员会的评估表，其中包括以下许可：a) 对人类行为进行主动干预并旨在改变该行为的互动，且不直接干预大脑，例如认知训练、心理治疗等（这也适用于旨在使受试者受益的干预措施，例如改善其记忆力）；b) 收集和处理参与者的个人数据，特别是能够识别受试者身份的数据。

3. 初筛

1. 首先进行简短访谈，向参与者详细说明项目目的、可随时退出的权利以及个人数据保护措施。
2. 确保参与者未服用任何药物，且从未患有可能影响中枢神经系统功能的疾病。同样，需排查是否使用了可能影响认知功能但与神经系统疾病无关的药物。若筛查发现任何不符合条件的情况，应将该志愿者排除在研究之外。
3. 通过初步筛选后，向参与者出示书面知情同意书，并请其仔细阅读。书面知情同意书应包含以下信息：a) 针对所在国家/地区数据收集与处理的法律依据；b) 数据主体的权利信息（例如访问个人数据、补充不完整数据、删除数据或限制处理的权利）。
   1. 请参与者签署知情同意书。
4. 实施简易精神状态检查（Mini Mental State Examination, MMSE）³²，以确认参与者无轻度认知功能障碍迹象——得分至少达到27分方可进入研究的下一阶段。
   1. 向参与者朗读MMSE的导语脚本，然后按照检查脚本逐一提问。
   2. 首先通过一系列问题评估其时间和空间定向能力：今天完整的日期是什么？今天是星期几？我们现在在哪里（所在城市、建筑名称、所在楼层）？
   3. 接着进行记忆测试：请参与者记住由您大声朗读的三个物品；随后进行七项任务以评估注意力、集中力和计算能力，最后请参与者回忆之前学习过的三个物品。
   4. 最后，根据检查脚本进行命名、复述和理解能力测试。
   5. 评分标准如下：0 = 回答错误或未作答，1 = 回答正确。
   6. MMSE测试的实施时间不得超过10分钟。
   7. 若参与者未达到规定阈值（27分），应告知其测试结果。如怀疑其认知功能存在临床意义上的下降，应将其转介至专业机构（例如神经科中心的认证心理学家）。
5. 以符合当地法律法规和/或《通用数据保护条例》（General Data Protection Regulation）的方式妥善保存研究资料。

4. 培训分组分配

1. 将参与者随机分配至实验组或对照组（图1）。为确保分配过程的随机性，生成包含50个代号的列表（图2），并将这些代号分别对应编号为1和2的训练组，然后按照招募顺序将每位参与者与这些代号（保存在单独文件中）进行匹配。此后，使用代号替代参与者的实际信息。

图1。研究设计及训练任务示例。参与者在为期5周的训练方案前后分别接受两次测量会话。请点击此处查看该图的放大版本。

2. 确保分组在年龄、性别或教育水平方面无偏差。根据志愿者的特征，将年龄、性别和教育分组预先分配给每个训练组（1 和 2）的代号列表，如图 2所示。将每位志愿者按其特征填入表格中。

图2．建议的分组分配编码表示例。

5. 认知功能的初步评估

1. 在每个实验流程开始时，务必向参与者提供非常清晰且详细的指导，说明如何完成每一项任务。在每项任务之前运行“训练模块”（与训练任务完全相同），并观察参与者的回答，以确认他们是否理解了指导说明。
   注意：此类训练模块的使用在下文每项任务的描述开头均有说明。
2. 在呈现每项任务的指导和练习部分之后、正式实验部分开始之前，再次询问参与者是否理解该流程的要求。
3. 确保每位参与者完成以下全部任务。
4. 操作广度任务（OSPAN）
   1. 运行一个训练模块，以估算每位参与者计算简单数学算式所需的时间（单个数字的加法、减法、除法和乘法——不涉及更大的数字）。
   2. 在白色屏幕中央向参与者显示算式。指导参与者思考结果，然后按箭头进入下一个屏幕，在该屏幕上会显示算式的结果。让参与者通过按下 正确 或 错误 按钮来作答。
   3. 记录解决算式所需的时间。以最终训练模块中的平均时间为依据，确定在任务主阶段显示算式的时间。设定固定的判断算式结果正确性的时间限制：5 秒。
   4. 在下一个训练模块中，将字母逐个显示在屏幕上，每个字母显示 500 毫秒，指导参与者记住这些字母。在完整呈现一组字母（3 至 9 个字母）后，向参与者展示一个包含 12 个字母的矩阵，要求其按正确顺序标出所记住的字母。不设作答时间限制。记录作答的准确性。
   5. 运行任务的主阶段。在最终模块中，将上述两个训练模块的内容混合：在每道算式呈现后（注意时间限制！），紧接着呈现一个需要记忆的字母。共呈现 2 至 5 组“算式 + 字母”对，在完整呈现整个“算式 + 字母”序列后，向参与者展示字母矩阵，要求其按正确顺序标出所记住的字母。分别记录数学计算部分和记忆部分的准确性。
      注意：该测试用于评估工作记忆的操作广度（即在处理一种信息的同时记住另一种信息的能力）。
5. 斯特恩伯格任务（Sternberg task）
   1. 在黑色屏幕上以白色字体随机呈现一组数字（每组 2 至 5 个数字），每个数字显示 500 毫秒，间隔时间为 2500 至 3000 毫秒。
   2. 显示注视十字 2500 毫秒。
   3. 在序列呈现结束后，以黄色字体显示目标数字 500 毫秒。
   4. 让参与者通过按下 是/否 按钮，判断黄色数字是否曾出现在之前呈现的白色数字序列中。若参与者在 3000 毫秒内未作答，则进入带有注视点的屏幕并开始下一次试验。将此次尝试记为错误答案。
   5. 重复步骤 5.5.1 至 5.5.4 共 120 次（即 120 次试验），其中 50% 的探测包含目标数字，50% 不包含（随机分配）。
   6. 记录每次试验的正确性和反应时间。
      注意：该任务用于测试从记忆中搜索信息的速度。随着记忆集大小的增加，反应时间也随之延长，这被解释为对记忆内容进行串行搜索的过程。
6. 运行记忆广度任务（running memory span task）
   1. 在屏幕上显示需要记忆的字母数量（根据模块难度级别为 3、4、5 或 6 个字母），并要求参与者按键进入下一个屏幕。
   2. 在白色屏幕中央以黑色字体逐个呈现字母序列，每个字母显示 0.25 秒。
   3. 要求参与者复述序列中最后固定数量的字母：固定数量为 4；示例序列：K U J D S T W A；需记忆的字母：S T W A。
   4. 通过在屏幕上显示一个 9 字母矩阵（3×3）来收集参与者的答案，并要求其使用鼠标按字母出现的顺序标出相应的字母。不设作答时间限制。
   5. 记录作答的准确性（注意顺序错误）。
      注意：该测试通过引入额外干扰（即无法预测列表中哪些字母是需要记忆的部分）来测量工作记忆的容量。
7. Go-No Go 测试
   1. 在白色屏幕上呈现试验序列，包括：a) 250 毫秒的注视点（白色十字），b) 1250 毫秒的刺激（一个字母），c) 2000 毫秒的固定刺激间间隔。
   2. 当目标刺激——字母 X——出现在屏幕上时，要求参与者尽快按键作出反应。
   3. 记录反应时间和答案的正确性。
      注意：该测试在两种条件下测量抑制效率：在较容易的条件下，字母 X 与其他字母以 50/50 的比例出现；在较困难的条件下，目标刺激与其他字母以 70/30 的比例出现。
8. 转换任务（switching task）
   1. 用一条水平线将屏幕分为上下两部分。在该线的上方或下方呈现由较小方块或矩形组成的红色大方块或大矩形。
   2. 根据图形出现的位置，应用两种不同的反应规则：当图形出现在屏幕上方时，“注意小图形”（局部）；当图形出现在屏幕下方时，“注意由小图形组成的大图形整体”（全局）。要求参与者根据刺激出现的屏幕区域遵循相应规则作出反应。
   3. 添加提示线索，指示参与者应对哪个维度（整体或局部）作出反应。与局部维度相关的线索应为一个小红方块，出现在目标刺激的一侧，以及一个小红矩形，出现在目标刺激的另一侧。相应地，与整体维度相关的线索应为一个大红方块，出现在目标刺激的一侧，以及一个大红矩形，出现在目标刺激的另一侧。
   4. 将图形随机地显示在中线的上方或下方。
   5. 要求参与者根据先前呈现的规则作出反应：用左键回答“矩形”，用右键回答“方块”。
   6. 记录反应时间和答案的正确性。
      注意：反应时间必须固定为 3500 毫秒。线索与目标刺激之间的间隔应为 500 毫秒。反应与下一次线索呈现之间的间隔应为 1000 毫秒。每个图形和每个线索应持续显示，直到参与者按键作出反应为止。转换任务用于测量认知流畅性，因为它要求在不同元素之间快速切换注意力。
9. 线性三段论任务（linear syllogism task）
   1. 在屏幕上显示一组三个“前提”，它们共同构成一个逻辑关系链：每对字母及其之间的关系信息，例如 A > B，B > C 和 C > D。每个前提在屏幕上显示 1500 毫秒，其间隔时间为 3000、3500 或 4000 毫秒（随机）。此类字母对集合所形成的整合心理模型表征³²始终为线性顺序“A > B > C > D”。
   2. 在不同的试验中包含三类可能的前提关系对：1) A > B，B > C，C > D（相邻对，与学习阶段看到的完全相同）；2) A > C，B > D（两步关系，此前未见过，需整合信息）；3) A > D（端点关系，此前未见过，需整合信息）。
   3. 设计任务时应包含两种条件：简单条件，前提按形成逻辑链条的顺序依次呈现（例如链条：Q>W>E>R>T，前提顺序：Q>W，W>E，E>R，R>T）；困难条件，前提顺序被打乱（例如前提顺序：W>E，Q>W，R>T，E>R）。
   4. 在前提呈现结束后立即进行测试，显示陈述句（每个陈述显示 1500 毫秒），要求参与者尽快判断其为真（回答：右键）或假（回答：左键）。设定作答时间限制为 6000 毫秒，每次作答后等待额外 1000 毫秒再显示下一个问题。每个陈述仅包含一对字母及其之间的关系（“<”或“>”），可以是正确形式（例如“W > E ?”）或错误形式（例如“E > W ?”）。
   5. 随机化字母的排列顺序，以尽量减少由字母表隐含顺序可能引起的干扰。
   6. 使用大写字母作为刺激材料，而非完整句子，以避免语言联想，并使用符号“>”表示元素之间的关系。
   7. 收集每个问题的回答准确性和反应时间数据。
      注意：关于相邻对的问题用于评估记忆能力，而关于前提顺序被打乱的问题以及关于逻辑序列中远端元素之间关系的问题，则用于测量信息整合能力。

6. 训练方案

1. 为实验组（n-back）和对照组（Quiz）训练提供参与者访问网络平台的权限（登录名和密码），使其每24小时才能登录一次，以避免参与者在同一天内进行多次训练。
2. 确保参与者理解任务内容以及训练方案。
3. 指导参与者每次在相似的条件下进行训练，选择安静、平和且外部干扰尽可能少的环境。
4. 实验训练：工作记忆范式
   注：采用自适应双任务n-back作为工作记忆训练程序。该任务由Jaeggi等人³³提出，可同时调动听觉和视觉注意力、信息维持及更新过程。
   1. 指导参与者从N=2水平开始任务（见图1B）。
   2. 使用字母作为听觉刺激，使用绿色方块作为视觉刺激，绿色方块呈现在3×3矩阵中的九个位置之一。
   3. 每个刺激呈现500毫秒，随后为2500毫秒的间隔期，在此期间参与者需做出反应。当前刺激可能与目标视觉刺激（用左手反应）、目标听觉刺激（用右手反应）或两者均匹配（双手同时反应）。
   4. 单次n-back训练会话
      1. 在任务的第一个区块中将N设为2。每个区块结束后评估回答的正确率，并据此调整下一区块的N值。若正确率超过85%，则提高难度（增加1级）；若正确率低于60%，则降低难度。其他情况下N值保持不变。
      2. 第一个区块的n-back任务难度固定为N=2。之后，根据前一个区块的回答正确率确定当前区块的N值。若正确率超过85%，则提高难度；若正确率低于60%，则降低难度。其他情况下N值保持不变。
      3. 每次双任务n-back训练会话包含15轮（15个任务区块），每轮包含20 + N次试验，整个训练计划共进行25次会话。
      4. 记录每次试验的反应时（RTs）和准确率（ACC）指标。
5. 对照训练：情景记忆范式
   1. 从互联网收集材料，构建用于语义记忆的问答任务（例如：匈牙利的首都是什么？）。
   2. 每次问答训练会话呈现15个问题（从第二次会话开始，其中5个问题来自上一次会话，10个为新问题），阅读问题不设时间限制。指导参与者在点击“回答”按钮后，需在40秒内从四个选项中选择一个答案，并提供答案正确性的反馈。
   3. 整个训练计划共进行25次会话。

7. 培训监督

1. 在训练过程中，核实每位参与者的训练进度。为每位参与者指派一名实验员，负责（在线）检查其训练进度。
2. 若两次训练之间的间隔超过两天，实验员应通过短信联系参与者，并鼓励其恢复训练。

8. 认知功能的训练后评估

1. 按照与培训前会议完全相同的方式进行培训后会议。
2. 向完成整个实验流程并投入时间参与研究的每位参与者支付 150 PLN（约 40 美元）作为报酬。

结果

与训练相关的效果

共有85名受试者参与了本研究（其中男性29名），平均年龄为66.7岁。由于技术问题，n-back训练组中一名受试者的数据未被记录。最终，对n-back训练组的43名受试者和测验训练组的42名受试者的数据进行了分析。采用重复测量的多变量方差分析（MANOVA）来评估两个训练组在不同时间点（训练前与训练后）的训练特异性效应。各项认知测试的结果作为因变量（表1），训练组别和测量时间点（训练前与训练后）作为自变量。这些结果见表2。

分析结果显示，训练后在三段论任务上具有统计学意义的显著提升：(F(1,83)=31.22, p<0.001, ηp2=0.27)，以及在注意力转换任务上：(F(1,83)=5.79, p...

讨论

在本研究中，我们探讨了老年人是否能够从工作记忆训练中获益，以及这种效果是否与其基础认知水平的初始状态相关。我们采用n-back任务作为实验性干预手段，并使用OSPAN任务测量的工作记忆容量（WMC）来评估参与者初始的智力功能水平。本实验方案包含两个关键步骤：第一步也是最重要的一步，是评估参与者初始的工作记忆水平；第二步则是尽可能在各方面对两种训练方案进行匹配，仅在"认知内容"上有所区别（即工作记忆训练 versus 语义记忆训练）。通过在研究开始时评估参与者的认知水平，我们得以揭示在干预初期对其水平进行准确估计的重要性。该指标是认知训练有效性的最重要预测因素。我们推测，在大多数干预研究中，研究人员都会以某种方式评估参与者的初始认知水平。获取此类信息的一种可行方法是，将某一认知任务在训练前首次测量的结果作为预测认知训练效果的指标。正如预期，n-back任务中的N水平在训练过程中发生了显著波动。更令人感兴趣的是，在首次训练中达到较高最大N水平的个体，在后续训练阶段的进步速度也快于其他参与者。这表明，研究初期观察到的个体间表现差异，会随着训练时间和进程的增加而进一步扩大。为了深入探究这一效应，我们进行了进一步分析。结果表明，O...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
GEx	n/a	作者在线平台： 用于 N-back 训练、测验
IBM SPSS Statistics 26.0	IBM Corporation	SPSS 软件用于进行统计分析。
Inquisit 版本 4.0.8.0	Millisecond Software	软件：用于设计和实施实验的工具 用于：Sternberg 任务、线性三段论任务以及呈现基线脑电图记录的指导说明
MATLAB R2018b	The MathWorks, Inc	MATLAB 软件用于计算统计量、导出数据库以及 结果可视化
PsychoPy 版本 2 v.1.83.04	Jonathan Peirce；由诺丁汉大学支持	开源软件 用于：Go/no Go 任务、转换任务、运行记忆广度任务，基于 Python 的程序包
Sublime Text（版本 2.0.2）	n/a	开源软件：HTML 编辑器 用于：在线 OSPAN 任务