Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Tradycyjny test tworzenia szlaków zmodyfikowany w zupełnie nowe narzędzia oceny: test tworzenia szlaków cyfrowych i pieszych

11.1K wyświetleń

⸱

DOI:

10.3791/60456

⸱

23 listopada 2019

 ,  ,  , 
1Department of Neurology, The Seventh Medical Center of PLA Army General Hospital, 2Department of Neurology, NO 984 Hospital of PLA

* These authors contributed equally

W tym artykule

Podsumowanie

Tutaj prezentujemy protokół, który pokazuje, jak wykonać dwa rodzaje narzędzi oceny poznawczej pochodzących z papierowo-ołówkowej wersji Testu Tworzenia Szlaków.

Streszczenie

Test Tworzenia Szlaków (TMT) jest powszechnie akceptowanym narzędziem do oceny funkcji wykonawczych. Standard TMT został wynaleziony ponad 60 lat temu i był modyfikowany w wielu wersjach. Wraz z rozwojem technologii cyfrowych, TMT jest obecnie modyfikowane do wersji cyfrowej. Niniejsze badanie wykazało cyfrowe TMT (dTMT) wykonywane na komputerze oraz Walking TMT (WTMT) na podłodze. Oba ujawniły więcej informacji w porównaniu z tradycyjną wersją TMT.

Wprowadzenie

Przy szybko starzejącej się populacji, demencja jest uważana za poważny problem zdrowia publicznego. Liczba starszych pacjentów z demencją na całym świecie wynosi około 47 milionów według Światowej Organizacji Zdrowia1. Upośledzenie funkcji wykonawczych jest nie tylko powszechnym rodzajem dysfunkcji poznawczych u osób starszych, ale zostało zgłoszone jako predyktor progresji od łagodnego upośledzenia funkcji poznawczych (MCI) do klinicznej choroby Alzheimera (AD)2,3. Jako trzeci najczęściej używany test w neuropsychologii4, Trail Making Test (TMT) jest powszechnie akceptowanym narzędziem do oceny funkcji wykonawczych, zwłaszcza długotrwałej uwagi i zmiany zestawu5, nawet u pacjentów w podeszłym wieku6.

Standardowy TMT to test papierowo-ołówkowy składający się z dwóch części: tMT-A i TMT-B5. Pierwsza z nich wymaga, aby zdający narysował linie łączące losowo rozmieszczone liczby (1–25) na arkuszu testowym w kolejności rosnącej (1->2->3...), podczas gdy druga wymaga, aby zdający ustawiał cyfry i litery (1->A->2->B...) naprzemiennie. Wydajność TMT jest zazwyczaj oceniana na podstawie czasu potrzebnego do poprawnego wykonania każdej części7. TMT zostało przetłumaczone na różne języki. Chińska wersja TMT została opracowana w 2006 roku8. Ponieważ chińskie znaki różnią się znacznie od angielskich liter, w naszej procedurze użyto chińskiej wersji TMT.

Oprócz wersji standardowej, TMT zostało zmodyfikowane na różne sposoby przez badaczy (np. ustne TMT9, prowadzenie TMT10, walking TMT (WTMT)11) w celu oceny konkretnych populacji lub znalezienia szczegółów w różnych warunkach, takich jak prowadzenie samochodu i chodzenie. Warto zauważyć, że niektóre badania nadające różne liczby w porównaniu ze standardowym TMT są również zgłaszane jako wysoce trafne i wiarygodne. Na przykład narzędzie THINC-Integrated Tool (THINC-it) opracowane przez grupę McIntyre używało 9 cyfr i liter dla TMT-B12; WTMT zgłoszony przez Schotta i współpracowników użył 15 liczb dla TMT-A13. W ten sam sposób wiele systemów oceny TMT zostało zbudowanych poza pełną punktacją czasową, które są zgłaszane jako pomocne w znalezieniu większej liczby elementów poza dysfunkcją wykonawczą lub są dostępne dla uczestników, którzy nie nadają się do ukończenia standardowego TMT. Na przykład niektórzy badacze zbadali błędy w TMT i odkryli, że błędy w TMT-B były związane ze śledzeniem umysłowym i pamięcią roboczą u pacjentów z zaburzeniami psychicznymi14. Inna grupa z Grecji zasugerowała wyprowadzone wyniki TMT [TMT-(B−A) lub TMT(B/A)] jako wskaźniki do wykrywania upośledzenia elastyczności poznawczej w ciągu dorosłego życia15. Ogólnie rzecz biorąc, alternatywne systemy oceny TMT można podsumować w następujący sposób: (1) analiza czasu ukończenia — czas ukończenia TMT jest obliczany w sekundach16; (2) analiza błędów — różne rodzaje błędów TMT są klasyfikowane i kwantyfikowane14; (3) różnice między rękami – porównano różne zdolności do wypełniania TMT między ręką dominującą a ręką niedominującą17; oraz (4) pochodne wskaźniki Trail Making Test - analizowane są różne charakterystyki między ukończeniem TMT-A i TMT-B15. Alternatywne metody oceniania dostarczają dodatkowych informacji. Na przykład, użyteczność analizy błędów TMT może ujawnić deficyty poznawcze, które nie są tradycyjnie uchwycone przy użyciu czasu ukończenia jako jedynej zmiennej wynikowej u pacjentów ze schizofrenią i depresją14. Brak jakichkolwiek istotnych różnic między urządzeniami pozwolił odróżnić dysfunkcję poznawczą od wpływu zaburzeń motorycznych17. Pochodne wskaźniki TMT mogą wykrywać upośledzenie elastyczności poznawczej w ciągu dorosłego życia i minimalizować wpływ danych demograficznych i innych zmiennych tła poznawczego15.

Wraz z postępem w nowoczesnej technologii, komputerowe aplikacje cyfrowe są coraz częściej integrowane z tradycyjnymi interwencjami poznawczymi, z których większość jest zaprojektowana tak podobnie jak to tylko możliwe, a nie tworzona jako nowe narzędzia. Udowodniono, że cyfrowy lub skomputeryzowany TMT (dTMT) ma potencjał do pozyskiwania dodatkowych informacji, przy czym struktura istniejącego testu w większości nie zmieniła się w ostatnich latach18,19.

To badanie miało na celu wprowadzenie komputerowej chińskiej wersji dTMT-A i dTMT-B, jak również WTMT. Oba są zmodyfikowanymi TMT i potwierdzono, że mają wysoką czułość i swoistość w badaniach przesiewowych pacjentów z MCI, chorobą Parkinsona, chorobą Alzheimera i tak dalej, w oparciu o ruch kończyn górnych i dolnych20,21. Przedstawiono również szczegółowe metody punktacji, ponieważ technologie cyfrowe zastosowane w dTMT i WTMT mogą pomóc w uchwyceniu większej ilości informacji w porównaniu z wersją TMT opartą na papierze i ołówku.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Opracowanie i wstępne zastosowanie dTMT zostało zatwierdzone przez komisję rewizyjną Siódmego Centrum Medycznego Generalnego Szpitala Armii PLA. Przed przeprowadzeniem testów TMT badani podpisali zatwierdzone formularze świadomej zgody.

1. Ogólna optymalizacja metody

  1. Należy użyć tabletu (np. Microsoft Surface Pro 2) z wysokiej jakości czujnikami bezwładnościowymi wbudowanymi w urządzenie oraz kompatybilnego elektronicznego pióra (Rycina 1).
  2. Należy użyć monitora Intelligent Device for Energy Expenditure and Activity (IDEEA), składającego się z pięciu czujników (każdy o wymiarach 16 x 14 x 4 mm3, masa 2 g), z których jeden jest przymocowany nad mostkiem, dwa do przedniej strony każdego uda, a pozostałe dwa pod każdą stopą. Czujniki na mostku i udach należy połączyć za pomocą sztywnego kabla z małym mikroprocesorem 32-bitowym (70 x 44 x 18 mm3, 59 g), a czujniki stóp należy podłączyć przewodowo (Rycina 2).

2. Projektowanie i testowanie dTMT

UWAGA: Jak wspomniano wcześniej, dTMT składa się z dwóch części: dTMT-A i dTMT-B. Te dwa testy należy przeprowadzić sekwencyjnie (dTMT-A przed dTMT-B), bez zmiany tej kolejności.

  1. Procedura dTMT-A
    1. Przeprowadź test dTMT-A w cichym i komfortowym otoczeniu.
      UWAGA: Uczestnicy zakwalifikowani do wykonania dTMT powinni posiadać poziom wykształcenia przekraczający 2 lata szkoły podstawowej; w przeciwnym razie mogą mieć trudności z czytaniem i rozpoznawaniem chińskich znaków w dTMT-B. Jednocześnie należy upewnić się, że uczestnicy nie mają wyraźnych dysfunkcji wzroku ani kończyn górnych.
    2. Poproś uczestników o zajęcie miejsca przed biurkiem, a następnie dostosuj położenie komputera, oświetlenie tła oraz pióro elektroniczne.
    3. Sprawdź ostrość widzenia z bliska u uczestników, aby upewnić się, że mogą oni bez trudu odczytać liczby na ekranie.
      UWAGA: Niektórzy starsi badani mogą potrzebować okularów w przypadku, gdy koła na ekranie są zbyt małe dla osób z presbiopią.
    4. Przedstaw instrukcje do dTMT-A w następujący sposób: Proszę jak najszybciej rysować linię łączącą kolejne liczby (tj. 1->2->3…9) w kołach rozmieszczonych losowo na ekranie. Niezbędne jest przeprowadzenie próby wstępnej (maksymalnie 150 s), ponieważ większość uczestników musi zapoznać się ze sposobem rysowania na powierzchni komputera.
    5. Omów główne różnice między dTMT-A a standardowym TMT-A. Po pierwsze, jeśli koło zostanie prawidłowo połączone linią, jego kolor ulega zmianie. Po drugie, jeśli koło nie zostanie połączone prawidłowo, jego kolor pozostaje bez zmian, a badani muszą ponownie połączyć je, zaczynając od ostatniego prawidłowego koła.
      UWAGA: Zaleca się płynne łączenie wszystkich kół za pomocą linii prostych.
    6. Zasugeruj uczestnikom unikanie błędów i marnowania czasu. Zachęcaj uczestników do płynnego, ale możliwie najdokładniejszego rysowania linii; jednak dokładność nie powinna być traktowana priorytetowo.
    7. Poproś uczestników o wybranie opcji PartA na ekranie (Rycina 1, panel dolny), aby ukończyć dTMT-A bez przerw. Wszystkie dane dTMT-A są gromadzone automatycznie przez komputer.
      UWAGA: Jeśli dane są zbierane w celu zbadania różnic między manualnych, należy przeprowadzić dodatkowy test drugą ręką. Kolejność testów lewej i prawej ręki jest losowa.
  2. Procedura dTMT-B
    1. Powtórz krok 2.1.
    2. Przedstaw instrukcje do dTMT-B w następujący sposób: Proszę jak najszybciej rysować linię łączącą naprzemiennie liczby i chińskie znaki (tj. 1->Schemat równowagi statycznej; ΣFx=0; symbol; równowaga w układach mechanicznych; zwięzłe pojęcie edukacyjne.->2->równowaga statyczna; ΣFx=0, MA=0; schemat; siły, moment obrotowy, równowaga; analiza mechaniczna…Równanie równowagi chemicznej, K_eq, schemat, chemia analityczna, równowaga reakcji, termodynamika.) w kołach rozmieszczonych losowo na ekranie.
      NOTE: Upewnij się, że wszyscy badani rozpoznają chińskie znaki. Próba wstępna (maksymalnie 150 s) jest również niezbędna, ponieważ niektórzy uczestnicy muszą samodzielnie zapoznać się ze sposobem naprzemiennego łączenia liczb i chińskich znaków.
    3. Poproś badanych o wybranie opcji PartB na ekranie (Rycina 1, panel dolny), aby ukończyć dTMT-B bez przerw. Wszystkie dane dTMT-B są gromadzone automatycznie przez komputer.
      UWAGA: Jeśli dane są zbierane w celu zbadania różnic między manualnych, należy przeprowadzić dodatkowy test drugą ręką. Kolejność testów lewej i prawej ręki jest losowa.

3. Bezpośrednia analiza danych i definicje w dTMT

  1. Wyznacz całkowity czas wykonania: czas (ms) potrzebny na narysowanie linii łączącej wszystkie okręgi w prawidłowej kolejności.
  2. Wyznacz liczbę błędów: liczbę razy, gdy linia została narysowana do okręgu w niewłaściwej kolejności.
  3. Wyznacz czas wykonania każdego kroku: czas w milisekundach potrzebny na narysowanie każdego etapu.
  4. Wyznacz czas wewnątrz każdego okręgu: czas spędzony w milisekundach na rysowaniu wewnątrz okręgów.
  5. Wyznacz procent czasu wewnątrz okręgu (%): czas wewnątrz każdego okręgu podzielony przez całkowity czas wykonania.
  6. Wyznacz czas wewnątrz każdego okręgu tolerancji: czas spędzony w milisekundach na rysowaniu wewnątrz okręgów tolerancji.
  7. Wyznacz procent tolerancji wewnątrz okręgu (%): czas wewnątrz każdego okręgu tolerancji podzielony przez całkowity czas wykonania.
  8. Wyznacz czasy anulowania linii w każdym kroku: liczbę razy, gdy linia została anulowana w każdym etapie. Okrąg tolerancji ma średnicę pięciokrotnie większą niż okrąg rzeczywisty.
  9. Wyznacz optymalną ścieżkę każdego kroku: najkrótszą linię w milimetrach dla każdego etapu.
  10. Wyznacz rzeczywistą ścieżkę każdego kroku: rzeczywistą linię w milimetrach dla każdego etapu.
  11. Wyznacz odchylenie ścieżki każdego kroku: rzeczywista linia w milimetrach minus najkrótsza linia w milimetrach dla każdego etapu.
  12. Wyznacz zmienność odchylenia ścieżki: współczynnik zmienności odchylenia ścieżki dla każdego kroku.
  13. Wyznacz prędkość rysowania w każdym kroku: rzeczywista linia w milimetrach dla każdego etapu podzielona przez czas wykonania każdego kroku.
    UWAGA: Wartość średnią obliczono poprzez zsumowanie wartości zebranych krok po kroku. Dane pośrednie, odzwierciedlające różnice między dłońmi lub częściami, wyprowadzono na podstawie danych bezpośrednich.

4. Projektowanie i testowanie WTMT

UWAGA: Podobnie jak dTMT, WTMT składa się z dwóch części: WTMT-A i WTMT-B. Te dwa testy należy przeprowadzić sekwencyjnie (WTMT-A przed WTMT-B), bez zmiany tej kolejności.

  1. Procedura WTMT-A
    1. Przeprowadź test WTMT-A w cichym i komfortowym otoczeniu. Zapewnij oświetlenie pomieszczenia. Rozmieść losowo monety z numerami w każdej z 15 pozycji na obszarze 16 m2 (4 x 4 m2). Wyznacz okrąg o średnicy 30 cm wokół każdej monety (Rysunek 3).
      UWAGA: Uczestnicy zakwalifikowani do wykonania testu WTMT powinni posiadać poziom wykształcenia przekraczający 2 lata szkoły podstawowej; w przeciwnym razie mogą mieć trudności z czytaniem i rozpoznawaniem chińskich znaków w WTMT-B. Jednocześnie należy upewnić się, że uczestnicy nie mają wyraźnych dysfunkcji wzrokowych ani niepełnosprawności kończyn dolnych.
    2. Podłącz urządzenie Intelligent Device for Energy Expenditure and Activity (IDEEA) do komputera PC i wprowadź dane antropometryczne badanego.
    3. Przymocuj za pomocą taśmy medycznej pięć dwuosiowych miniakcelerometrów (16 x 14 x 4 mm3, 2 g) nad mostkiem, na przedniej stronie każdego uda oraz pod każdą stopą (Rysunek 4). Połącz wszystkie akcelerometry za pomocą cienkich, elastycznych kabli z mikroprocesorem/jednostką pamięci (70 x 44 x 18 mm3, 59 g) przymocowanym do ubrania za pomocą klipsa.
      UWAGA: IDEEA jest systemem opartym na wielu akcelerometrach, składającym się z pięciu akcelerometrów dwuosiowych umieszczonych na górnej części tułowia, udach i stopach. System IDEEA został pierwotnie opracowany w celu szacowania wydatku energetycznego podczas codziennych czynności życiowych22,23, ale posiada dodatkową funkcję ilościowego określania wielu powszechnie stosowanych parametrów cyklu chodu24.
    4. Po wyposażeniu badanego w urządzenie, poproś uczestników o przejście w przód i w tył po ścieżce bez żadnych celów z komfortową prędkością chodu w celu rozgrzewki.
    5. Przedstaw instrukcje do WTMT-A w następujący sposób: Proszę iść po ponumerowanych celach w kolejności sekwencyjnej tak szybko, jak to możliwe, łącząc kolejne liczby (tj. 1->2->3…15) na monetach rozproszonych losowo na podłodze.
    6. Zachęcaj uczestników do płynnego, ale jak najdokładniejszego chodu; jednak żadnemu z tych aspektów nie nadaje się priorytetu. Wykonaj WTMT-A tylko raz.
    7. Zapewnij bezpieczeństwo uczestników, ponieważ chód z podwójnym zadaniem w wymagającym środowisku może zwiększyć ryzyko upadku25. Zarówno w testach wstępnych, jak i końcowych, wymagana jest 5 s przerwy w krokach, aby IDEEA mógł odróżnić chód od stania.
      UWAGA: Postawienie stopy na monecie, niezależnie od której, jest uznawane za dotarcie do celu. Jeśli uczestnicy idą w niewłaściwej kolejności, prowadź ich, aż zaczną iść w prawidłowej kolejności. Wszystkie dane WTMT-A są automatycznie gromadzone w mikroprocesorze/jednostce pamięci IDEEA.
  2. Procedura WTMT-B
    1. Powtórz kroki opisane w sekcji 4.1.1.
    2. Przedstaw instrukcje do WTMT-B w następujący sposób: Proszę iść po ponumerowanych celach w kolejności sekwencyjnej tak szybko, jak to możliwe, łącząc kolejne liczby (tj. 1->Symbol spektroskopii na wykresie analizy absorpcji optycznej.->2->Diagram równowagi statycznej, równania ΣFx=0, MA=0, ilustracja równowagi mechanicznej.…Równowaga statyczna: ΣFx=0, ΣFy=0, diagram równowagi, ilustracja sił i momentów obrotowych, koncepcja fizyczna.>8) na monetach rozproszonych losowo na podłodze. Upewnij się, że wszystkie chińskie znaki zostały rozpoznane przez uczestników.
    3. Wykonaj WTMT-B tylko raz.
    4. Zapewnij bezpieczeństwo uczestników, ponieważ chód z podwójnym zadaniem w wymagającym środowisku może zwiększyć ryzyko upadków25. Zarówno w testach wstępnych, jak i końcowych, wymagana jest 5 s przerwy w krokach, aby IDEEA mógł odróżnić chód od stania.
      UWAGA: Postawienie stopy na monecie, niezależnie od której, jest uznawane za dotarcie do celu. Jeśli badani szli w niewłaściwej kolejności, prowadź ich, aż zaczną iść w prawidłowej kolejności. Wszystkie dane WTMT-B są automatycznie gromadzone w mikroprocesorze/jednostce pamięci IDEEA.

5. Bezpośrednie gromadzenie danych i wyjaśnienie znaczenia w WTMT

UWAGA: Jak pokazano na Rysunku 5, cykl chodu człowieka został podzielony na różne podfazy. Szczegółowe parametry przestrzenne i czasowe zostały zdefiniowane i obliczone w następujący sposób.

  1. Wyznacz liczbę kroków (n): liczbę kroków wykonanych podczas chodzenia po płaskim terenie, z uwzględnieniem kończyn prawej i lewej.
  2. Wyznacz czas trwania fazy wymachu (%): procentowy udział fazy od momentu oderwania palców od podłoża do początkowego kontaktu stopy z podłożem lub stopniem.
  3. Wyznacz czas trwania fazy podporu (%): procentowy udział fazy między uderzeniem pięty jednej stopy a uderzeniem pięty stopy przeciwległej.
  4. Wyznacz prędkość (m/s): średnią prędkość z dwóch kolejnych cykli chodu.
  5. Wyznacz długość kroku (m): różnicę odległości między początkowym uderzeniem pięty prawej lub lewej stopy a uderzeniem pięty stopy przeciwległej.
  6. Wyznacz długość cyklu chodu (m): odległość między kolejnymi punktami początkowego kontaktu tej samej stopy: prawa-lewa-prawa (P-L-P) lub lewa-prawa-lewa (L-P-L).
  7. Wyznacz zmienność chodu w zakresie długości kroku: współczynnik zmienności długości kroku.
    UWAGA: Czas wykonania zadania oraz liczba błędów są również gromadzone i liczone przez egzaminatora, a nie przez system IDEEA.

6. Gromadzenie danych i statystyka

  1. Do porównania różnic między grupami zastosowano jednoczynnikową analizę wariancji (one-way ANOVA) oraz test LSD Fishera. Dane demograficzne przedstawiono w Tabeli 1. Dane dla dTMT-A, dTMT-B, WTMT-A i WTMT-B przedstawiono odpowiednio w Tabelach 2-5. Wartość P < 0.05 uznano za wskazującą na istotność statystyczną różnic.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Zbadano siedmioro starszych pacjentów z łagodnymi zaburzeniami poznawczymi (osoby starsze z MCI), siedmioro starszych osób z chorobą Parkinsona (osoby starsze z PD) oraz siedmioro starszych zdrowych osób (zdrowe osoby starsze) i przeprowadzono dTMT-A, dTMT-B, WTMT-A oraz WTMT-B. Po przeprowadzeniu testów zebrano dane i przeanalizowano je za pomocą oprogramowania SPSS.

Ogólnie rzecz biorąc, dane demograficzne uczestników wykazały, że wszystkie grupy były dobrze dopasowane pod względem wieku, pł...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Tradycyjny papier-ołówek TMT jest dobrze stosowany na całym świecie od ponad 50 lat. Cyfrowe technologie TMT są jednak korzystne. Po pierwsze, tradycyjne TMT jest uważane za narzędzie funkcji wykonawczych, podczas gdy zarówno dTMT, jak i WTMT mają aspekty odzwierciedlające zdolności motoryczne oprócz funkcji poznawczych. Biorąc pod uwagę, że w ostatnich latach dużym zainteresowaniem zyskało podwójne zadanie poznawczo-motoryczne26 , technologie cyfrowe mogą dostarczyć naukowcom więcej informacji na...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Autorzy dziękują Xiaode Chen za wsparcie technologii cyfrowej.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
MinisunLLCInteligentne urządzenie do wydatkowania energii i aktywności (IDEEA)
Surface Pro 2Komputer Microsoft

Bibliografia

  1. 10 facts on dementia. World Health Organization. , Available from: http://www.who.int/features/factfiles/dementia/en (2017).
  2. Wei, M., et al. Diagnostic accuracy of the Chinese version of the Trail-Making Test for screening cognitive impairment. Journal of the American Geriatrics Society. 66 (1), 92-99 (2018).
  3. Schroeter, M. L., et al. Executive deficits are related to the inferior frontal junction in early dementia. Brain. 135 (1), 201-215 (2012).
  4. Rabin, L. A., Burton, L. A., Barr, W. B. Utilization rates of ecologically oriented instruments among clinical neuropsychologists. The Clinical Neuropsychologist. 21 (5), 727-743 (2007).
  5. Sacco, G., et al. Comparison between a paper-pencil version and computerized version for the realization of a neuropsychological test: the example of the trail making test. Journal of Alzhemier's Disease. 68 (4), 1657-1666 (2019).
  6. Faria, C. A., Alves, H. V. D., Charchat-Fichman, H. The most frequently used tests for assessing executive functions in aging. Dementia & Neuropsychologia. 9 (2), 149-155 (2015).
  7. Lezak, M. D., Howieson, D. D., Loring, D. W. Neuropsychological assessment. 4th ed. , Oxford University Press. New York. 317-374 (2004).
  8. Lu, J. C., Guo, Q. H., Hong, Z. Trail making test used by Chinese elderly patients with mild cognitive impairment and mild Alzheimer' dementia. Chinese Journal Clinical Psychology. 14 (2), 118-120 (2006).
  9. Lee, S., Lee, J. A., Choi, H. Driving Trail Making Test part B: a variant of the TMT-B. Journal of Physical Therapy Science. 28 (1), 148-153 (2016).
  10. Bastug, G., et al. Oral trail making task as a discriminative tool for different levels of cognitive impairment and normal aging. Archives of Clinical Neuropsychology. 28 (5), 411-417 (2013).
  11. Perrochon, A., Kemoun, G. The Walking Trail-Making Test is an early detection tool for mild cognitive impairment. Clinical Interventions in Aging. 9, 111-119 (2014).
  12. McIntyre, R. S., et al. The THINC-Integrated Tool (THINC-it) screening assessment for cognitive dysfunction: validation in patients with major depressive disorder. The Journal of Clinical Psychiatry. 78 (7), 873-881 (2017).
  13. Schott, N. Trail Walking Test zur Erfassung der motorisch-kognitiven Interferenz bei älteren Erwachsenen. Zeitschrift für Gerontologie und Geriatrie. 48 (8), 722-733 (2015).
  14. Thompson, M. D., et al. Clinical utility of the Trail Making Test practice time. The Clinical Neuropsychologist. 13 (4), 450-455 (1999).
  15. Mahurin, R. K., et al. Trail making test errors and executive function in schizophrenia and depression. The Clinical Neuropsychologist. 20 (2), 271-288 (2006).
  16. Klaming, L., Vlaskamp, B. N. S. Non-dominant hand use increases completion time on part B of the Trail Making Test but not on part A. Behavior Research Methods. 50 (3), 1074-1087 (2017).
  17. Christidi, F., Kararizou, E., Triantafyllou, N., Anagnostouli, M., Zalonis, I. Derived trail making test indices: demographics and cognitive background variables across the adult life span. Aging, Neuropsychology, and Cognition. 22 (6), 667-678 (2015).
  18. Dahmen, J., Cook, D., Fellows, R., Schmitter-Edgecombe, M. An analysis of a digital variant of the Trail Making Test using machine learning techniques. Technology and Health Care. 25 (2), 251-264 (2017).
  19. Woods, D. L., Wyma, J. M., Herron, T. J., Yund, E. W. The effects of aging, malingering, and traumatic brain injury on computerized Trail-Making Test performance. Plos ONE. 10 (6), 0124345(2014).
  20. Naomi, K., et al. A new device-aided cognitive function test, User eXperience-Trail Making Test (UX-TMT), sensitively detects neuropsychological performance in patients with dementia and Parkinson's disease. BMC Psychiatry. 18 (1), 220(2018).
  21. Persad, C. C., Jones, J. L., Ashton-Miller, J. A., Alexander, N. B., Giordani, B. Executive function and gait in older adults with cognitive impairment. The Journals of Gerontology Series A: Biological Sciences and Medical Sciences. 63 (12), 1350-1355 (2008).
  22. Zhang, K., Werner, P., Sun, M., Pi-Sunyer, F. X., Boozer, C. N. Measurement of human daily physical activity. Obesity Research. 11 (1), 33-40 (2003).
  23. Zhang, K., Pi-Sunyer, F. X., Boozer, C. N. Improving energy expenditure estimation for physical activity. Medicine and Science in Sports and Exercise. 36 (5), 883-889 (2004).
  24. Gorelick, M. L., Bizzini, M., Maffiuletti, N. A., Munzinger, J. P., Munzinger, U. Test-retest reliability of the IDEEA system in the quantification of step parameters during walking and stair climbing. Clinical Physiology and Functional Imaging. 29 (4), 271-276 (2009).
  25. Nordin, E., Moe-Nilssen, R., Ramnemark, A., Lundin-Olsson, L. Changes in step-width during dual-task walking predicts falls. Gait and Posture. 32 (1), 92-97 (2010).
  26. Liebherr, M., Weiland-Breckle, H., Grewe, T., Schumacher, P. B. Cognitive performance under motor demands - On the influence of task difficulty and postural control. Brain Research. 1684, 1-8 (2018).
  27. Herold, F., Hamacher, D., Schega, L., Müller, N. G. Thinking while moving or moving while thinking – Concepts of motor-cognitive training for cognitive performance enhancement. Frontiers in Aging Neuroscience. 10, 228(2018).
  28. Kim, H., Hsiao, C. P., Do, Y. L. Home-based computerized cognitive assessment tool for dementia screening. Journal of Ambient Intelligence & Smart Environments. 4, 429-442 (2012).
  29. Mancini, M., et al. Trunk accelerometry reveals postural instability in untreated Parkinson's disease. Parkinsonism & Related Disorders. 17 (7), 557-562 (2011).
  30. Ozinga, S. J., et al. Three-dimensional evaluation of postural stability in Parkinson's disease with mobile technology. NeuroRehabilitation. 41 (1), 211-218 (2017).
  31. Fellows, R. P., ahmen, J., Cook, D., Schmitter-Edgecombe, M. Multicomponent analysis of a digital Trail Making Test. Clinical Neuropsychologist. 31 (1), 154-167 (2017).
  32. Au, R., Piers, R. J., Devine, S. How technology is reshaping cognitive assessment: Lessons from the Framingham Heart Study. Neuropsychology. 31 (8), 846-861 (2017).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Cyfrowy test ledzenia Digital Trail Making Testocena funkcji wykonawczychtest poznawczo motorycznycyfrowy test ledzenia Acyfrowy test ledzenia Bchodzona pr ba ledzenia Achodzona pr ba ledzenia Bpoznawcze zaburzenia ruchu
Tradycyjny test tworzenia szlaków zmodyfikowany w zupełnie nowe narzędzia oceny: test tworzenia szlaków cyfrowych i pieszych
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.