用于检测高功能卒中患者认知缺损的双任务斯特鲁普范式

摘要

临床评估量表对高功能卒中患者认知功能障碍的敏感性不足。双重任务范式在认知功能障碍的评估与认知训练中具有优势和潜力。本研究提出一种双重任务Stroop范式，用于识别高功能卒中患者的认知功能障碍。

摘要

常规临床认知评估量表对高功能卒中患者认知障碍的敏感性不足。双任务评估在识别高功能卒中患者的认知缺陷方面具有优势，已逐渐应用于临床评估与认知训练中。此外，Stroop范式在注意力评估方面的敏感性和特异性高于常规临床认知评估量表。因此，本研究提出基于Stroop范式的双任务评估方法，用于识别高功能卒中患者的认知缺陷。本研究展示了基于Stroop范式的单任务与双任务评估，并通过病例实验及同步功能性近红外光谱评估验证了其可行性。以Stroop反应时间和正确率为主要指标，评估受试者的认知水平。本研究方案旨在为解决常规临床评估在高功能卒中患者中出现的天花板效应问题提供新思路。

引言

脑卒中是人类致残的首要原因¹，可导致不同程度的运动、认知、情绪及其他功能障碍²。部分预后较好且仅有轻微功能缺损的脑卒中患者在日常活动中表现出较高的功能自主性，但其功能状态可能仍不足以支持其重返工作岗位或恢复以往的活动能力。这类患者被称为高功能脑卒中患者^3,4。由于其功能缺损较轻，通过常规功能评估量表（如蒙特利尔认知评估量表（MoCA）⁵和临床痴呆评定量表（CDR）⁶）难以识别其功能障碍，尤其是认知功能方面的障碍，因为这些量表存在天花板效应，对高功能脑卒中患者轻度功能缺损的敏感性较差。因此，有必要开发客观且简便的方法，用于识别高功能脑卒中患者的认知功能障碍。

近年来，双任务范式在评估与训练中的优势逐渐受到重视^7,8。例如，患者在简单的单认知任务（如计算）中可能表现正常，但在增加额外任务时则表现出不同程度的认知功能下降^9,10（如边行走边计数）。Manaf 等人发现，卒中患者在执行认知-运动双任务时常常采用代偿性策略，例如通过牺牲认知任务的表现来维持身体稳定性¹¹。因此，双任务评估可能在识别高功能状态卒中患者的认知缺陷方面具有优势。一方面，双任务评估的内容比单任务更接近日常生活，例如边走路边观察周围环境，或边交谈边拨打电话。在以往的研究中，设计了行走+命名任务以及行走+跨越障碍物任务，以模拟真实环境中的行走情况¹²。

另一方面，双任务中的执行能力与分配性注意（属于高级认知功能范畴）密切相关¹³。分配性注意是指同时处理多个任务并将注意力分配给两个或更多任务的能力¹⁴。这一认知技能对于提高日常活动效率具有重要意义。因此，双任务评估的结果可用于反映个体的分配性注意水平。正常情况下，人们在日常生活中能够同时处理两个或更多简单的任务而不受干扰。然而，当脑功能受损时，在面对简单的双任务情境时可能会出现更明显的双任务干扰；即在执行双任务时，由于分配性注意下降，可能导致其中一项或两项任务的表现受损¹⁵。由此可见，双任务执行更有可能检测出高功能卒中患者存在的高级认知功能损害。

Stroop 范式是一种研究 Stroop 效应（也称为冲突效应）的经典实验范式¹⁶，广泛应用于认知功能测试中的注意力评估，尤其是在注意抑制领域¹⁷。经典的 Stroop 效应是指，由于优势反应的干扰，个体难以对非优势刺激做出快速而准确的反应，从而导致对非优势刺激的反应时间更长、反应准确率更低。优势反应与非优势反应之间的反应时间或准确率差异即为 Stroop 效应¹⁸。因此，Stroop 任务需要较高的注意力水平¹⁹。较小的 Stroop 效应代表更强的注意抑制能力，而较大的 Stroop 效应则表示注意抑制能力下降¹⁸。

Stroop 范式可能更适合评估高功能卒中患者认知功能障碍，且在注意力评估方面比传统临床评估量表具有更高的敏感性和特异性²⁰。因此，本研究设计了一种基于 Stroop 范式的双任务评估方法，以识别高功能卒中患者的认知缺陷。该方案还包括对卒中患者认知功能、下肢运动功能和平衡功能的临床评估，以确保患者能够完成双任务评估。采用功能性近红外光谱成像（fNIRS）作为脑功能的客观评价工具，检测高功能卒中患者在执行双任务时脑功能的激活情况。从神经影像学角度验证了基于 Stroop 范式的双任务评估方案的有效性和可行性，为临床实践提供了新的视角。

方案

本项目已获得广州医科大学附属第五医院医学伦理协会批准（编号：KY01-2020-08-06），并在中国临床试验注册中心完成注册（编号：ChiCTR2000036514）。研究中使用患者数据已获得患者的知情同意。

1. 招募

1. 通过影像学检查确认病情稳定的脑卒中患者，诊断符合中华医学会神经病学分会脑血管病诊断标准（2005年）。选择处于Brunnstrom IV期的脑卒中患者²¹。
2. 确保患者能够独立完成基本日常生活活动，无明显认知功能障碍，并满足以下条件：蒙特利尔认知评估（MoCA）评分在正常范围内；无单侧忽略（Albert划销测验，遗漏项数≤2项）²²；无其他神经系统疾病（如语言障碍等）；且能配合相关指令完成本研究。
3. 确保受试者自愿参与测试，并签署知情同意书。

2. 临床评估

1. 记录受试者的信息，包括姓名、性别、出生日期、教育水平、体重指数、病史和用药史。
2. 进行认知功能评估。
   1. 通过提出11个问题对卒中患者进行蒙特利尔认知评估量表（MoCA²³）测试，问题涵盖受试者的注意力与集中力、执行功能、记忆、语言、视觉结构技能、抽象思维、计算能力以及定向力。
   2. MoCA总分为30分，并与教育水平相关。若受试者接受教育时间少于12年，则在MoCA总分基础上加1分。将26分及以上视为正常²³。
   3. 对卒中患者进行临床痴呆评定量表（CDR²⁴）评估。通过与卒中患者及其家属进行结构化访谈收集信息，并评估受试者在以下六个方面的能力：记忆、定向力、判断与问题解决能力、工作与社交互动、家庭生活与个人爱好，以及独立生活能力。
   4. 最高得分为3分。评分结果评估如下：总分=0表示无痴呆；总分=0.5表示可疑痴呆；总分=1表示轻度认知障碍；总分=2表示中度认知障碍；总分=3表示重度认知障碍²⁴。
   5. 进行Albert测试，以检测卒中患者是否存在单侧空间忽略（USN）。要求受试者划掉纸上随机排列的所有线条。
   6. 向受试者呈现一张尺寸为11英寸×8.6英寸的白纸，纸上共40条长约2 cm的黑线，随机分布在六行中。根据测试纸两侧未划掉的线条数量判断是否存在USN。若存在未划掉的线条，且其中超过70%的未划线位于运动功能缺损同侧，则提示存在单侧空间忽略。
3. 进行运动功能评估。
   1. 对卒中患者进行Fugl-Meyer运动功能评估（FMA），以评估脑卒中后偏瘫患者的运动功能、感觉、平衡、关节活动范围及关节疼痛情况。运动功能部分包括肩部、肘部、前臂、腕部、手部、髋部、膝部和踝部的运动、协调性及反射活动的评估项目。
   2. 运动功能评分范围为0分（偏瘫）至100分（正常运动功能），其中上肢占66分，下肢占34分。评分标准如下：0–49分为严重运动功能障碍；50–84分为明显运动功能障碍；85–95分为中度运动功能障碍；96–99分为轻度运动功能障碍。
4. 进行平衡功能评估。
   1. 对卒中患者进行Berg平衡量表（BBS²⁷）评估，共14个项目，难度由易到难，包括坐位平衡、站立平衡、体位转移、转身和单腿站立等。
   2. 评分标准如下：量表最高得分为56分；总分<40分提示有跌倒风险；0–20分表示平衡功能差，需依赖轮椅；21–40分表示具有一定平衡功能，需辅助行走；41–56分表示平衡功能良好，可独立行走²⁸。
5. 进行跌倒风险评估。
   1. 对卒中患者进行计时起立行走测试（TUGT²⁹）。要求受试者从椅子上站起来，以舒适速度安全地行走3米，转身，然后返回并坐回椅子。同时，要求评估者从发出起始指令开始计时，直至受试者重新坐回椅子为止。
   2. 结果评估如下：若受试者完成TUGT的总时间≥14秒，则提示其存在跌倒风险²⁹。

3. Stroop 任务评估

1. 进行Stroop单任务评估（仅Stroop任务；图1）。
   1. 让患者坐在稳定的椅子上。
   2. 运行商用刺激呈现软件并选择一致性测试试验。为患者创建新档案。选择Stroop任务中的一致性测试试验，并重复三次。
      1. 执行以下实验范式：设计实验，使患者休息时间为10秒，随后要求患者进行一次认知测试，频率为每6秒一次，共进行三次，每次试验包含60秒刺激期+60秒休息期。
      2. 将实验总时长设为370秒（具体流程见图1）。在休息阶段，要求患者放松；在刺激阶段，要求患者执行与注意力相关的测试，在6秒内完成一次任务，并在60秒内重复10次。
   3. 要求患者按照以下说明完成两个测试试验。
      1. 选择一致性测试试验。当出现在方框左侧时，尽快点击左侧箭头按钮(←)；当出现在方框右侧时，尽快点击右侧箭头按钮(→)。
      2. 选择不一致性测试试验，其步骤与一致性测试试验相同。当出现在方框左侧时，尽快点击左侧箭头按钮(←)，忽略字符含义，仅关注其位置。
      3. 当出现在方框右侧时，尽快点击右侧箭头按钮(→)，忽略字符含义，仅关注其位置。完成任务后保存数据，并将数据导出至自建数据库。
2. 进行Stroop双任务评估（Stroop任务 + 平衡控制）。
   1. 让患者坐在平衡球上，治疗师负责保护患者安全。让患者按照上述步骤（3.1.1.–3.1.5.）完成Stroop实验范式。
      1. 在实验的休息阶段，要求患者尽可能保持在平衡球上的平衡并放松；在刺激阶段，要求患者在尽可能维持平衡的同时完成注意力相关测试。

4. fNIRS 评估

1. 在 fNIRS 测试帽上放置 10 个光源和 12 个探测器，对应本研究的四个感兴趣区域（ROIs），包括左侧前额叶皮层（LPFC）、右侧前额叶皮层（RPFC）、左侧运动前区皮层（LPMC）和右侧运动前区皮层（RPMC）。
2. 受试者准备
   1. 向受试者说明实验目的，并观察患者状态。
   2. 确保测试帽顶部的 Cz 位置位于整顶帽中线处，从前额至枕叶方向的第四个点；该点应位于鼻根至枕外隆凸下缘连线的中点，或鼻根至枕外隆凸连线与双侧耳甲艇（cymba conchae）连线的交点。
   3. 将测试帽戴在受试者头部，并调整帽的位置，使受试者头部的 Cz 点与帽子上的 Cz 点对齐。系紧帽子两侧的绑带，使受试者的耳朵穿过缝隙；帽子前部自然贴合前额，后部自然贴合枕部。
3. 信号采集与预采集
   1. 打开软件，选择实验受试者，并输入患者的基本信息。将采样频率设置为 11 Hz。
   2. 点击 预采集 按钮开始预采集，以校准测试信号。根据功能近红外光谱成像显示的各通道信号强度，通过移动帽子或进一步暴露头皮来调整弱信号通道。当帽子采集的各通道信号强度趋于稳定时，停止预采集，并点击自动增益按钮。随后点击 开始 按钮进行信号采集。
      注意：采集和预采集过程中需确保信号质量满足以下标准：原始光强信号曲线应稳定，伴有 1–2 Hz 的心跳信号波动，且数值应达到设备设定的合理阈值。信号强度可通过颜色表示，灰色表示信号强度低，黄色表示良好，绿色表示优秀，红色表示过强。
4. 进行与 fNIRS 同步的 Stroop 单任务评估，随后进行与 fNIRS 同步的 Stroop 双任务评估。

5. 数据处理与分析

1. 处理患者的常规信息和临床评估数据。
2. 使用 MATLAB 中的 NirSpark 软件包分析近红外数据。
   1. 进行数据预处理。
      1. 点击 Exclude 按钮，剔除与实验无关的时间段；点击 Motion 按钮，消除由呼吸、心跳、脉搏等生理活动以及眨眼、吞咽等非自主活动引起的运动伪影，并将光强信号转换为光学密度信号。
      2. 点击 Filter 按钮，选择带通滤波器（0.01–0.2 Hz），以去除生理和仪器噪声；点击 Hemo 按钮，根据修正的比尔-朗伯定律计算氧合血红蛋白（HbO₂）和脱氧血红蛋白（HbR）的相对变化，将光学密度信号转换为血氧浓度信号。
         注：HbO₂ 对不同实验条件之间的变化比 HbR 更敏感，因此本研究方案中后续分析仅使用 HbO₂ 数据。
   2. 构建广义线性模型（GLM）
      1. 在血红蛋白类型（Hemo Type）中选择 HbO₂ 作为分析数据；点击 Specification 按钮，以秒为时间单位，选择标准血流动力学响应函数（HRF）类型作为基函数；随后剔除静息阶段，根据实验设计建立 GLM 设计矩阵，并选择任务中的刺激阶段。
      2. 点击 Estimation 按钮，将采集的数据与已建立的设计矩阵进行拟合；点击 View 按钮查看计算得到的 β 值。
         注：GLM 是观测到的血流动力学信号（因变量）的线性组合，包括感兴趣的回归变量（任务变量）、冗余协变量（如短距离通道测量的表面噪声）以及误差项。
   3. 按如下方式计算 β 值：利用已建立的线性相关模型，对感兴趣区域（ROI）内的实验数据进行计算；获取所需通道的 GLM 参数，并推导出每种实验条件下脑激活的 β 值（即线性模型中的权重系数），用于后续分析。
3. 运行商用刺激呈现软件，导出 Stroop 任务中认知任务的行为数据，并获取准确率（ACC）和反应时间（RT），用于最终的数据分析。

结果

本研究报道了一名功能恢复良好的卒中患者的结果，该患者为71岁男性，2年前曾发生缺血性脑卒中并导致左侧偏瘫。磁共振成像（MRI）显示从基底节至放射冠区域存在双侧慢性梗死灶。患者能够在社区中独立行走和生活，但对自身的认知功能恢复不满意。然而，各项功能评估结果均在正常范围内：FMA = 100，BBS = 56/56，TUGT = 6，MoCA = 26/30，CDR = 0.5，Albert's Test = 0。此外，我们还招募了一名年轻健康女性作为对照受试者。受试者信息见表1。

基于Stroop范式的单任务/双任务评估结果显示，在执行单任务Stroop测试的高功能卒中患者中，一致试验的反应时（RT）短于不一致试验，且正确率（ACC）与不一致试验相当（RT_Congruence = 547.62 ms，RT_Incongruence = 565.07 ms；ACC_Congruence = ACC_Incongruence = 100%）。在执行双任务一致试验时，高功能卒...

讨论

在本研究中，高功能水平卒中患者的常规临床认知评估量表结果未显示出任何显著的认知缺陷。然而，这些评估量表可能存在天花板效应，对识别高功能水平卒中患者的轻度认知障碍敏感性较低。因此，本方案进一步选取基于Stroop范式的双任务评估中的ACC和RT作为主要指标，用于识别高功能水平卒中患者的认知障碍。结果表明，当高功能水平卒中患者执行双任务Stroop范式时，其反应时间（RT）显著长于健康年轻受试者，正确率（ACC）也相对较低，且不一致试验条件下的差异大于一致试验条件下的差异。此外，本研究还采用功能性近红外光谱成像（fNIRS）实时检测受试者在执行单任务/双任务过程中认知相关脑区的激活程度，以验证该方案的可行性。数据显示，高功能水平卒中患者感兴趣脑区（ROIs）的β值低于健康受试者。

本研究方案设计了结合运动控制的Stroop范式，并采用了常规临床量表中的运动功能评估模块，包括FMA、BBS和TUGT。其中，FMA用于评估受试者的下肢运动功能，BBS用于评估平衡功能，TUGT用于评估跌倒风险。各项评估结果均处于运动功能正常范围内。常规临床量表的评估结果显示，本研究纳入的脑卒中患者属于高功能...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
平衡球	Shanghai Fanglian Industrial Co, 中国	PVC-KXZ-EVA01-2015	NA
E-Prime 3.0	Psychology Software Tools		商用刺激呈现软件
fNIRS	慧创，中国	NirSmart-500	NA