Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

L'essai traditionnel de fabrication de sentiers modifié en tout nouveaux outils d'évaluation : Test de fabrication de sentiers numériques et de sentiers pédestres

doi: 10.3791/60456 Published: November 23, 2019
* These authors contributed equally

Summary

Ici, nous présentons un protocole pour montrer comment effectuer deux types d'outils d'évaluation cognitive dérivés de la version papier-crayon du Trail Making Test.

Abstract

Le Trail Making Test (TMT) est un outil bien accepté pour évaluer la fonction exécutive. Le TMT standard a été inventé il y a plus de 60 ans et a été modifié en de nombreuses versions. Avec le développement des technologies numériques, TMT est maintenant modifié pour une version numérisée. La présente étude a démontré tMT numérique (dTMT) exécuté sur un ordinateur, et TMT de marche (WTMT) sur le plancher. Les deux ont révélé plus d'informations par rapport à la version traditionnelle de TMT.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Avec une population qui vieillit rapidement, la démence est considérée comme un problème majeur de santé publique. Le nombre de patients âgés atteints de démence dans le monde est d'environ 47 millions selon l'Organisation mondiale de la Santé1. L'affaiblissement exécutif de fonction n'est pas seulement un type commun de dysfonctionnement cognitif dans les individus âgés, mais a été rapporté comme prédicteur de la progression de l'affaiblissement cognitif doux (MCI) à la maladie d'Alzheimer clinique (AD)2,3. Comme le troisième test le plus largement utilisé en neuropsychologie4, le Trail Making Test (TMT) est utilisé comme un outil bien accepté pour évaluer les fonctions exécutives, en particulier l'attention soutenue et set-shifting5, même chez les patients âgés6.

Le TMT standard est un test de crayon-papier composé de deux parties: tMT-A et TMT-B5. Le premier appelle le test-taker à tracer des lignes reliant les numéros distribués au hasard (1-25) sur un papier d'essai dans l'ordre croissant (1-gt;gt;3...), tandis que le second exige que le test-preneur de définir des numéros et des lettres (1-gt;A-gt;2-gt;B ...) alternativement. La performance de TMT est généralement notée dans le temps pris pour terminer chaque partie correctement7. TMT a été traduit en différentes langues. La version chinoise de TMT a été développé en 20068. Puisque les caractères chinois sont tout à fait distincts des lettres anglaises, la version chinoise de TMT a été employée dans notre procédure.

En dehors de la version standard, TMT a été modifié de différentes façons par les chercheurs (par exemple, tMT oral9, conduite TMT10, marche TMT (WTMT)11) pour évaluer des populations spécifiques ou trouver des détails dans des conditions différentes, telles que la conduite et la marche. Il convient de noter que certaines études conférant des chiffres différents par rapport au TMT standard seraient également d'une validité et d'une fiabilité élevées. Par exemple, l'outil intégré THINC (THINC-it) mis au point par le groupe McIntyre a utilisé 9 numéros et lettres pour TMT-B12; WTMT rapporté par Schott et ses collègues ont utilisé 15 numéros pour TMT-A13. De la même façon, de nombreux systèmes d'évaluation de TMT ont été construits au-delà de la notation de temps complet, qui sont rapportés pour être utiles en trouvant plus d'articles en dehors du dysfonctionnement exécutif, ou pour être accessible pour les participants qui ne sont pas appropriés pour remplir le TMT standard. Par exemple, certains chercheurs ont étudié les erreurs dans tMT et ont constaté que les erreurs dans TMT-B étaient associées au suivi mental et à la mémoire de travail chez les patients atteints de troubles psychiatriques14. Un autre groupe de la Grèce a suggéré des scores tMT dérivés [TMT-(B-A) ou TMT (B/A)] comme indices pour détecter l'affaiblissement de la flexibilité cognitive à travers la durée de vie adulte15. En règle générale, les systèmes d'évaluation alternatifs de TMT peuvent être résumés comme suit : (1) analyse de temps d'achèvement —Le temps d'achèvement du TMT est calculé en secondes16; (2) Analyse des erreurs — différents types d'erreurs TMT sont classés et quantifiés14; (3) différences intermanuelles — différentes capacités de compléter tMT entre la main dominante et la main non dominante sont comparées17; et (4) les indices de trail Making Test dérivés — différentes caractérisations entre l'achèvement de TMT-A et de TMT-B sont analysées15. Les méthodes de notation alternatives fournissent des informations supplémentaires. Par exemple, l'utilité de l'analyse d'erreur de TMT pourrait indiquer des déficits cognitifs pas traditionnellement capturés utilisant le temps d'achèvement comme seule variable de résultat dans les patients présentant la schizophrénie et la dépression14. L'absence de toute différence intermanuelle significative a contribué à discriminer le dysfonctionnement cognitif de l'influence du trouble moteur17. Les indices TMT dérivés pourraient détecter une altération de la flexibilité cognitive tout au long de la vie adulte et minimiser l'effet de la démographie et d'autres variables de fond cognitives15.

Avec les progrès de la technologie moderne, les applications numériques par ordinateur ont été de plus en plus intégrées dans les interventions cognitives traditionnelles, dont la plupart sont conçues aussi similaires que possible au test original, plutôt que créées comme de nouveaux outils. TMT numérique ou informatisé (dTMT) a été prouvé pour avoir le potentiel de capturer des informations supplémentaires, avec la structure du test existant principalement inchangé ces dernières années18,19.

Cette étude visait à introduire une version chinoise informatisée de dTMT-A et dTMT-B, ainsi qu'un WTMT. Les deux sont modifiés TMT et ont été confirmés pour avoir une sensibilité élevée et la spécificité de dépistage des patients atteints de MCI, la maladie de Parkinson, la maladie d'Alzheimer, et ainsi de suite, basé sur le mouvement des membres supérieurs et inférieurs20,21. Des méthodes de notation détaillées ont également été présentées parce que les technologies numériques incorporées dans dTMT et WTMT pourraient aider à recueillir plus d'informations que la version papier-crayon de TMT.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Le développement du dTMT et la demande initiale a été approuvé par le septième centre médical de l'armée pLA General Hospital Review Board. Les sujets ont signé des documents de consentement éclairé approuvés avant de tester tMT.

1. Développement général des méthodes

  1. Utilisez une tablette (p. ex., Microsoft Surface Pro 2) avec des capteurs inertiels de haute qualité intégrés dans l'appareil et un stylo électronique compatible (figure 1).
  2. Utilisez le moniteur Intelligent Device for Energy Expenditure and Activity (IDEEA), composé de cinq capteurs (chacun 16 x 14 x 4 mm3, 2 g), dont un fixé au-dessus du sternum, deux attachés à la face avant de chaque cuisse et les deux autres attachés sous chaque pied. Connectez les capteurs du sternum et de la cuisse par un câble solide à un petit microprocesseur 32 bits (70 x 44 x 18 mm3, 59 g), et filez les capteurs du pied (Figure 2).

2. Conception et essai du dTMT

REMARQUE: Comme mentionné précédemment, dTMT comporte deux parties : dTMT-A et dTMT-B. Ces deux tests doivent être effectués de façon séquentielle (dTMT-A proceeding dTMT-B), sans être inversés.

  1. procédure dTMT-A
    1. Réalisez le dTMT-A dans un environnement calme et confortable.
      REMARQUE: Les participants inscrits pour compléter le DTMT devraient avoir le niveau d'instruction de plus de 2 ans d'école préliminaire; autrement, ils pourraient avoir la difficulté à lire et à reconnaître des caractères chinois dans dTMT-B. Pendant ce temps, assurez-vous que les participants n'ont pas d'incapacité visuelle et supérieure évidente.
    2. Demandez aux participants de s'asseoir devant un bureau et d'ajuster la position de l'ordinateur, la lumière de fond et le stylo électronique.
    3. Vérifiez l'acuité visuelle proche des participants pour s'assurer qu'ils peuvent facilement lire les chiffres sur l'écran.
      REMARQUE: Certains sujets âgés ont peut-être besoin d'une paire de verre au cas où les cercles sur l'écran sont trop petits pour les sujets atteints de presbytie.
    4. Afficher les instructions de dTMT-A comme suit: S'il vous plaît tracer une ligne aussi rapidement que possible rejoindre les numéros consécutifs (c.-à-d., 1-gt;2-gt;3 ... 9) dans les cercles distribués au hasard à l'écran. Un essai pré-test (150 s maximum) est nécessaire parce que la plupart des participants doivent se familiariser avec la façon de dessiner à la surface d'un ordinateur.
    5. Démontrer les différences majeures entre dTMT-A et TMT-A standard. Tout d'abord, si le cercle est correctement doublé, sa couleur peut être changée. Deuxièmement, si le cercle n'est pas correctement doublé, sa couleur reste inchangée, et les sujets doivent le re-ligner à partir du dernier cercle.
      REMARQUE: Il est encouragé de relier tous les cercles couramment avec des lignes droites.
    6. Conseillez aux participants d'éviter les erreurs et le gaspillage de temps. Encouragez les participants à tracer la ligne avec aisance, mais aussi précisément que possible; cependant, ne donnent aucune priorité.
    7. Demandez aux participants de sélectionner la partie A à l'écran (panneau inférieurfigure 1) pour compléter dTMT-A sans interruption. Toutes les données dTMT-A sont collectées automatiquement sur l'ordinateur.
      REMARQUE: Si des données sont collectées pour étudier les différences intermanuelles, un test de plus doit être effectué d'autre part. La séquence du test gauche/droite est aléatoire.
  2. procédure dTMT-B
    1. Répétez l'étape 2.1.
    2. Afficher les instructions de dTMT-B comme suit: S'il vous plaît tracer une ligne aussi rapidementgraphic 1que possible rejoindre les numéros et les caractères chinois (c.-à-d., 1-gt; - 'gt;2-gt;graphic 1... graphic 1 ) alternativement dans les cercles distribués au hasard à l'écran.
      REMARQUE: Assurez-vous que tous les caractères chinois sont reconnus par les sujets. Un essai pré-test (150 s maximum) est également nécessaire parce que certains participants ont besoin de se familiariser avec la façon de dessiner dans les chiffres et les caractères chinois alternativement sur leur propre.
    3. Demandez aux sujets de sélectionner PartB à l'écran(figure 1 panneau inférieur) pour compléter dTMT-B sans interruption. Toutes les données dTMT-B sont collectées automatiquement dans l'ordinateur.
      REMARQUE: Si des données sont collectées pour étudier les différences intermanuelles, un test de plus doit être effectué d'autre part. La séquence du test gauche/droite est aléatoire.

3. Collecte directe de données et définitions en dTMT

  1. Déterminer le temps total d'achèvement : le temps nécessaire (ms) pour tracer une ligne reliant tous les cercles dans le bon ordre.
  2. Déterminez le nombre d'erreurs : le nombre de fois qu'une ligne est tracée à un cercle dans l'ordre incorrect.
  3. Déterminez le temps d'achèvement pour chaque étape : le temps pris en millisecondes pour dessiner chaque étape.
  4. Déterminez le temps à l'intérieur de chaque cercle : le temps passé en millisecondes pour dessiner à l'intérieur des cercles.
  5. Déterminer le pourcentage de cercle intérieur (%): temps à l'intérieur de chaque cercle divisé par le temps total à l'achèvement.
  6. Déterminez le temps à l'intérieur de chaque cercle de tolérance : le temps passé en millisecondes pour dessiner à l'intérieur des cercles de tolérance.
  7. Déterminer le pourcentage de tolérance du cercle intérieur (%): temps à l'intérieur de chaque cercle de tolérance divisé par le temps total à l'achèvement
  8. Déterminez les temps d'annulation de la ligne à chaque étape : les heures d'annulation d'une ligne à chaque étape. Le cercle de tolérance a un diamètre cinq fois plus élevé que celui d'un véritable cercle.
  9. Déterminez la voie optimale de chaque étape : la ligne la plus proche en millimètres de chaque étape.
  10. Déterminer la voie réelle de chaque étape: la ligne réelle en millimètres de chaque étape.
  11. Déterminer la déviation de la voie de chaque étape: la ligne réelle en millimètres moins la ligne la plus proche en millimètres de chaque étape.
  12. Déterminer la variabilité de l'écart de voie : Coefficient de la variation de l'écart de voie de chaque étape.
  13. Déterminer la vitesse de dessin de chaque étape : la ligne réelle en millimètres de chaque étape divisée par le temps d'achèvement pour chaque étape.
    REMARQUE: La valeur moyenne a été calculée en résumant les valeurs collectées étape par étape. Les données indirectes reflétant différents points entre les mains ou les parties ont été dérivées à partir des données directes.

4. Conception et essai du WTMT

REMARQUE: Semblable à dTMT, WTMT a également deux parties: WTMT-A et WTMT-B. Ces deux tests doivent être effectués de façon séquentielle (WTMT-A procédant WTMT-B), sans être inversés.

  1. Procédure WTMT-A
    1. Réalisez Le WTMT-A dans un environnement calme et confortable. Assurez-vous qu'il y a de la lumière ambiante. Distribuer au hasard des pièces avec des numéros à chacune des 15 positions dans une zone de 16 m2 (4 x 4 m2). Dessinez un diamètre de 30 cm autour de chaque pièce (Figure 3).
      REMARQUE: Les participants inscrits pour compléter le WTMT devraient avoir le niveau d'éducation de plus de 2 ans d'école préliminaire; autrement, ils pourraient avoir de la difficulté à lire et à reconnaître les caractères chinois dans WTMT-B. Pendant ce temps, assurez-vous que les participants n'ont pas d'incapacité visuelle évidente et de membre inférieur.
    2. Connectez l'appareil intelligent pour la dépense et l'activité énergétiques (IDEEA) au PC et entrez les données anthropométriques du sujet.
    3. Fixer cinq mini-accéléromètres biaxiaux (16 x 14 x 4 mm3, 2 g) avec du ruban médical sur le sternum, sur le côté avant de chaque cuisse et sous chaque pied (Figure 4). Connectez tous les accéléromètres par des câbles minces et flexibles à un microprocesseur/unité de stockage (70 x 44 x 18 mm3, 59 g) attaché avec un clip aux vêtements.
      REMARQUE: L'IDEEA est un système à accéléromètre multiple composé de cinq accéléromètres biaxiaux situés sur le tronc supérieur, les cuisses et les pieds. L'IDEEA a été initialement développé pour estimer la dépense énergétique pendant les activités de la vie quotidienne22,23, mais a une capacité supplémentaire de quantifier un grand nombre des paramètres couramment utilisés cycle de marche24.
    4. Une fois l'appareil équipé, demandez aux participants de monter et descendre une passerelle sans cibles à une vitesse de marche confortable pour vous réchauffer.
    5. Afficher les instructions de WTMT-A comme suit: S'il vous plaît marcher sur des cibles numérotées dans un ordre séquentiel aussi rapidement que possible rejoindre des numéros consécutifs (c.-à-d., 1-gt;2-gt;3 ... 15) dans les pièces distribuées au hasard sur le sol.
    6. Encouragez les participants à marcher couramment, mais aussi précisément que possible; Cependant, aucune priorité n'est donnée. Effectuez WTMT-A une seule fois.
    7. Assurer la sécurité des participants, car la marche à deux tâches dans un environnement difficile peut augmenter le risque de chutede 25. Pour les tests pré et post-tests, une pause de 5 s est nécessaire pour iDEEA de distinguer la marche de la position debout.
      REMARQUE: L'un ou l'autre pas sur la pièce est considéré comme sur la cible. Si les participants marchent dans le mauvais ordre, guidez-les jusqu'à ce qu'ils marchent dans le bon ordre. Toutes les données WTMT-A sont collectées automatiquement dans l'unité microprocesseur/stockage IDEEA.
  2. Procédure WTMT-B
    1. Répétez les étapes comme dans la section 4.1.1.
    2. Afficher les instructions de WTMT-A comme suit: S'il vous plaît marcher sur des cibles numérotées dans ungraphic 1ordre séquentielgraphic 1aussi rapidement que possible rejoindre des numéros consécutifs (c.-à-d., 1-gt; - 'gt;2-gt; ... graphic 1 dans les pièces distribuées au hasard sur le sol. Assurez-vous que tous les caractères chinois sont reconnus par les participants.
    3. Effectuez WTMT-B une seule fois.
    4. Assurer la sécurité des participants, car la marche à deux tâches dans un environnement difficile peut augmenter le risque de chutes25. Pour les tests pré et post-tests, une pause de 5 s est nécessaire pour iDEEA de distinguer la marche de la position debout.
      REMARQUE: L'un ou l'autre pas sur la pièce est considéré comme sur la cible. Si les sujets marchaient dans le mauvais ordre, guidez-les jusqu'à ce qu'ils marchent dans le bon ordre. Toutes les données WTMT-B sont collectées automatiquement dans l'unité microprocesseur/stockage IDEEA.

5. Collecte directe de données et explication de sens dans WTMT

REMARQUE: Comme le montre la figure 5, le cycle de marche humaine a été divisé en différentes sous-phases. Dans le détail, les paramètres spatiaux et temporels sont définis et calculés comme suit.

  1. Déterminer les étapes (n) : le nombre d'étapes effectuées pendant la marche de niveau, y compris les membres droit et gauche.
  2. Déterminer la durée de l'oscillation (%): le pourcentage de phase à partir de l'orteil jusqu'à un contact initial au sol ou à l'escalier pour un pied donné.
  3. Déterminer la durée de la position (%): pourcentage de phase entre la frappe du talon d'un pied et la frappe du talon du pied contra-latéral.
  4. Déterminer la vitesse (m/s) : la vitesse moyenne sur deux foulées consécutives.
  5. Déterminer la longueur de l'étape (m) : la différence de longueur entre la frappe initiale du talon du pied droit ou gauche et la frappe du pied contralatéral.
  6. Déterminer la longueur de foulée (m) : la distance entre les points successifs du contact initial du même pied, droite-gauche-droite (R-L-R) ou gauche-droite-gauche (L-R-L).
  7. Déterminer la variabilité de la démarche de la longueur de l'étape : coefficient de la variation de la longueur de l'étape.
    REMARQUE: Le temps d'achèvement et les erreurs sont également collectés et comptés par l'examinateur, au lieu de l'IDEEA.

6. Collecte de données et statistiques

  1. Utilisez l'ANOVA à sens unique et le LSD de Fisher pour comparer les différences entre les groupes. Les données démographiques sont énumérées dans le tableau 1. les données dTMT-A, dTMT-B, WTMT-A et WTMT-B sont présentées dans les tableaux 2-5 respectivement. Un P et lt; 0,05 a été considéré comme indiquant une différence statistiquement significative.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Sept patients âgés présentant l'affaiblissement cognitif doux (elderly avec MCI), sept sujets âgés avec la maladie de Parkinson (elderly avec la PD), et sept personnes en bonne santé âgées (personnes âgées en bonne santé) ont été recrutés, et dTMT-A, dTMT-B, WTMT-A, et WTMT-B, ont été exécutés. Après les tests, les données ont été recueillies et analysées à l'aide du logiciel SPSS.

Dans l'ensemble, les données démographiques des participants ont montré que tous les groupes étaient bien assortis en termes d'âge, de sexe, de niveau d'instruction, de main dominante, de cote de démence clinique (CDR), de score global de l'échelle de détérioration (GDS), de TUG : test chronométré (TUG), et ainsi de suite (p 'gt; 0.05).

Comme le montre le tableau 2, la plupart des données sur le DTMT-A entre les personnes âgées en bonne santé, les personnes âgées atteintes d'ICM et les personnes âgées atteintes de dAt étaient similaires, tels que le temps total jusqu'à l'achèvement (18,15 à 5,12 s contre 19,67 , 7,12 s contre 19,85 , 3,89 , P - 0,812), Nombre d'erreurs (0,14 à 0,38 vs 0,29 - 0,49 vs 0,29 , 0,49, P 0,796), et ainsi de suite. Cela signifie que tous les participants ont obtenu des notes similaires s'ils sont évalués par tMT-A traditionnel. Cependant, il existait certaines variables différentes capturées par dTMT-A. Comme le montre le tableau 2, les personnes âgées atteintes de présentaient une plus grande déviation totale de chaque étape (Pb - 0,017, Pc - 0,048), une plus grande variabilité de l'écart de voie (Pb - 0,000, Pc - 0,000), et une vitesse de dessin inférieure de chaque étape (Pb - 0,001, Pc - 0,025) par rapport aux personnes âgées avec MCI et personnes âgées en bonne santé, respectivement.

Comme le montre le tableau 3, les différences dans l'achèvement du dTMT-B se sont reflétées dans un plus grand nombre d'aspects par rapport au dTMT-A. Les patients âgés atteints d'ICM avaient besoin d'un délai d'achèvement plus long (P à 0,000) et avaient plus d'erreurs (P à 0,000), plus de temps à l'intérieur du cercle (P - 0,000) ou un cercle de tolérance (P - 0,000), plus d'écart de voie (P - 0,035), et une vitesse plus faible dans le dessin (P - 0,000) par rapport aux personnes âgées en bonne santé. Pendant ce temps, les personnes âgées atteintes de DP avaient besoin d'un temps d'achèvement plus long (P - 0,000), et avaient plus d'erreurs (P - 0,000), plus de temps à l'intérieur du cercle (0,000) mais moins de temps à l'intérieur du cercle de tolérance (P 0 .000), plus d'écart de voie (P - 0,032), une plus grande variabilité de l'écart de voie (P - 0,001), et évidemment une vitesse de dessin plus faible de chaque étape (P - 0,000) par rapport aux personnes âgées en bonne santé. Tous les résultats ont indiqué que dTMT peut détecter la quantité de différences significatives entre les participants âgés en bonne santé et les patients âgés.

Comme le montre le tableau 4, les données de marche dans WTMT-A pourraient détecter plus de différences entre les personnes âgées atteintes de DP par rapport à d'autres personnes, en particulier en termes de vitesse (Pb - 0,000, Pc - 0,002), longueur de l'étape (Pb - 0,004, Pc - 0,016), longueur de foulée (Pb - 0,005, Pc - 0,019), et ainsi de suite. Toutes ces données impliquaient que Le WTMT-A pouvait saisir des différences évidentes entre les patients âgés atteints de dadet et les participants âgés en bonne santé.

Comme le montre le tableau 5, les données de marche dans WTMT-B pourraient trouver plus de différences entre les groupes. Les patients âgés atteints d'ICM et de avaient besoin d'un temps plus long (Pa 0,001, Pb - 0,000) et plus d'étapes pour terminer le test (Pa 0,000, Pb - 0,000). Leur longueur d'étape et de foulée semblait plus courte par rapport aux participants âgés en bonne santé. En outre, les patients âgés présentant la ont montré la tendance encore plus grave en comparaison avec des sujets de MCI. Les différences marquées sont la longueur de l'étape (0,045 m à 0,02 vs. 0,049 m , 0,02, Pc 0,002), longueur de foulée (0,91 m 0,04 vs 0,96 m - 0,03, Pc 0,012), et variabilité de la démarche (0,112 - 0,0030 vs 0,120 - 0,0034, Pc - 0,000).

Figure 1
Figure 1 : Ordinateur. Ordinateur pour dTMT-A et dTMT-B (panneau supérieur), écran d'impression de dTMT, les sujets choisissent la partie A pour commencer dTMT-A, ou la partie B pour commencer dTMT-B (panneau inférieur). Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 2
Figure 2 : IDEEA. Appareil pour WTMT-A et WTMT-B. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 3
Figure 3 : Exemple de WTMT-A et De WTMT-B. Comme le montre la figure, les sujets doivent commencer à partir de START et marcher jusqu'à l'END. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 4
Figure 4 : Accéléromètres IDEEA et l'emplacement. La figure a montré comment porter les accéléromètres IDEEA correctement. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 5
Figure 5 : Cycle de marche humain divisé en différentes sous-phases. La phase de stand était d'environ 60 % du cycle de marche, et la phase swing était d'environ 40 % du cycle de marche. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Personnes âgées en bonne santé Personnes âgées avec MCI Personnes âgées avec Valeur P
N no 7 N no 7 N no 7
Âge 67,14 à 4,22 65,14 à 3,39 66,29 à 3,90 0.63
Genre (M:F) 4:03 5:02 4:03 0.589
Main dominante (R%) 100 100 100
Éducation (années) 10h00 à 1,91 11.43 à 2.51 10.14 à 1,36 0.353
MMSE MMSE MMSE 29.00 à 1.15 27,86 à 1,35 28,43 à 1,27 0.263
Cdr 0,14 à 0,24 0,5 à 0,00 0,29 à 0,39 0.066
Gds 2,28 à 0,49 2,71 à 0,76 2,29 à 0,75 0.487
TUG (S) 10.07 à 1.51 11,02 à 0,60 11,72 à 1,24 0.052

Tableau 1 : Données démographiques des ts participan. Moyenne et DD. M:F - Homme: Femme; R% - Pourcentage de main droite; années et années; MMSE - Mini Examen de l'État mental.; MCI - Déficience cognitive légère; - Maladie de Parkinson; CDR - Évaluation clinique de la démence; GDS - Échelle de détérioration mondiale; TUG - Test chronométré up and Go; S et Secondes

Personnes âgées en bonne santé Personnes âgées avec MCI Personnes âgées avec Valeur P
N no 7 N no 7 N no 7
Temps total d'achèvement de 18,15 à 5,12 19,67 à 7,12 19,85 à 3,89 0.821
Nombre d'erreurs 0,14 à 0,38 0,29 à 0,49 0,29 à 0,49 0.796
Temps total à l'intérieur de chaque cercle 6,94 à 1,99 6,91 à 3,31 7,81 à 2,46 0.773
Pourcentage de cercle intérieur 39,13 à 7,70 35.42 à 10.25 40,02 à 11,63 0.665
Temps total à l'intérieur de chaque cercle de tolérance 1,57 à 0,80 2,09 à 0,88 1,85 à 0,49 0.442
Pourcentage de cercle de tolérance à l'intérieur 8,74 à 3,02 10,80 à 3,07 9,61 à 3,55 0.498
Temps d'annulation total de la ligne 0,14 à 0,38 0,29 à 0,49 0,14 à 0,38 0.764
Déviation totale de la voie de chaque étape 38,41 à 2,52 39,30 à 3,07 42,99 à 3,99b, c 0.039
Variabilité de l'écart de voie 1,72 à 0,24 2,36 à 0,55a 3,66 à 0,46b, c 0
Vitesse du dessin de chaque étape 21,38 à 2,59 19.00 à 2.40 15,70 à 2,55b, c 0.002

Tableau 2 : données dTMT-A dests participan. Moyenne et SD. MCI - Déficience cognitive légère; - Maladie de Parkinson. Analyse à sens unique et analyse post hoc avec LSD. a P et lt; 0,05 personnes âgées atteintes d'UNE MCI par rapport aux personnes âgées en bonne santé; b - P et lt; 0,05 personnes âgées atteintes de dad par rapport aux personnes âgées en bonne santé; c - P lt; 0,05 Personnes âgées atteintes de DP par rapport aux personnes âgées atteintes d'ICM.

Personnes âgées en bonne santé Personnes âgées avec MCI Personnes âgées avec Valeur P
N no 7 N no 7 N no 7
Temps total d'achèvement 32,07 à 10,93 67,56 à 9,87a 89,95 à 12,12b,c 0
Nombre d'erreurs 0,14 à 0,38 2,86 à 1,07a 1,29 à 0,49b,c 0
Temps total à l'intérieur de chaque cercle 6,03 à 1,72 27,83 à 5,05 7,81 à 2,46b,c 0
Pourcentage de cercle intérieur (%) 19.16 à 3.86 41,47 à 6,76 22,46 à 3,35c 0
Temps total à l'intérieur de chaque cercle de tolérance 3,51 à 0,91 9,73 à 1,46a 3,93 à 2,21c 0
Pourcentage de cercle de tolérance à l'intérieur(%) 11.26 à 2.20 14,47 à 1,62a 4,57 à 2,86b,c 0
Temps d'annulation total de la ligne 0,29 à 0,38 0,86 à 1,07 0,43 à 0,53 0.35
Déviation totale de la voie de chaque étape 86,02 à 7,36 95,36 à 6,76 95,56 à 8,78b 0.051
Variabilité de l'écart de voie 2,158 à 0,173 2,024 à 0125 2,659 à 0,332b,c 0
Vitesse du dessin de chaque étape 16,85 à 1,79 8,41 à 1,09a 4,91 à 0,91b, c 0

Tableau 3 : données dTMT-B destsparticipan. Moyenne et SD. MCI - Déficience cognitive légère; - Maladie de Parkinson. Analyse à sens unique et analyse post hoc avec LSD. a P et lt; 0,05 personnes âgées atteintes d'UNE MCI par rapport aux personnes âgées en bonne santé; b - P et lt; 0,05 personnes âgées atteintes de dad par rapport aux personnes âgées en bonne santé; c - P lt; 0,05 Personnes âgées atteintes de DP par rapport aux personnes âgées atteintes d'ICM.

Personnes âgées en bonne santé Personnes âgées avec MCI Personnes âgées avec Valeur P
N no 7 N no 7 N no 7
Temps total d'achèvement 68,43 à 4,86 76,57 à 7,66 98,29 à 9,36b,c 0
Nombre d'erreurs 0,29 à 0,49 0,29 à 0,49 0,57 à 0,53 0.487
Étapes (n) 80,86 à 2,34 81,29 à 3,30 81,71 à 3,90 0.886
Durée de l'oscillation (%) 36,86 à 1,32 35,03 à 0,84a 35,48 à 1,25b 0.022
Durée de l'étape (%) 63,00 à 1,35 64,97 à 0,84 a 64,52 à 1,25b 0.014
Vitesse (m/s) 1,01 à 0,10 0,82 à 0,57a 0,68 à 0,04b,c 0
Longueur de l'étape (m) 0,51 à 0,02 0,50 à 0,01 0,49 à 0,02b,c 0.01
Longueur de foulée (m) 1,02 à 0,04 1.00 à 0.02 0,96 à 0,04b,c 0.011
Variabilité de la démarche de la longueur de l'étape 0,111 à 0,0011 0,112 à 0,0011 0,113 à 0,0014 0.156

Tableau 4 : Données WTMT-A destsparticipan. Moyenne et SD. MCI - Déficience cognitive légère; - Maladie de Parkinson. Analyse à sens unique et analyse post hoc avec LSD. a P et lt; 0,05 personnes âgées atteintes d'UNE MCI par rapport aux personnes âgées en bonne santé; b - P et lt; 0,05 personnes âgées atteintes de dad par rapport aux personnes âgées en bonne santé; c - P lt; 0,05 Personnes âgées atteintes de DP par rapport aux personnes âgées atteintes d'ICM.

Personnes âgées en bonne santé Personnes âgées avec MCI Personnes âgées avec Valeur P
N no 7 N no 7 N no 7
Temps total d'achèvement 78,57 à 4,86 92,29 à 7,72 109,00 à 5,66b,c 0
Nombre d'erreurs 0,57 à 0,79 1,14 à 1,07 0,86 à 0,69 0.479
Étapes (n) 89,71 à 2,63 96,71 à 2,29a 100,57 à 3,74b,c 0
Durée de l'oscillation (%) 37,20 à 1,21 36.56 à 1,23 36.47 à 1,15 0.476
Durée de l'étape (%) 62,80 à 1,21 63,44 à 1,23 63,53 à 1,15 0.476
Vitesse (m/s) 0,98 à 0,06 0,83 à 0,08a 0,73 à 0,03b,c 0
Longueur de l'étape (m) 0,51 à 0,02 0,49 à 0,02 0,45 à 0,02b,c 0
Longueur de foulée (m) 1,01 à 0,04 0,96 à 0,03a 0,91 à 0,04b,c 0
Variabilité de la démarche de la longueur de l'étape 0,114 à 0,0033 0,120 à 0,0034a 0,112 à 0,0030c 0.001

Tableau 5 : Données WTMT-B des participants. Moyenne et SD. MCI - Déficience cognitive légère; - Maladie de Parkinson. Analyse à sens unique et analyse post hoc avec LSD. a P et lt; 0,05 personnes âgées atteintes d'UNE MCI par rapport aux personnes âgées en bonne santé; b - P et lt; 0,05 personnes âgées atteintes de dad par rapport aux personnes âgées en bonne santé; c - P lt; 0,05 Personnes âgées atteintes de DP par rapport aux personnes âgées atteintes d'ICM.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Le tMT traditionnel au crayon de papier est bien utilisé dans le monde entier depuis plus de 50 ans. Cependant, le TMT numérique est avantageux. Tout d'abord, TMT traditionnel est considéré comme un outil de fonction exécutive, tandis que les deux dTMT et WTMT ont des aspects reflétant la capacité motrice en plus de la fonction cognitive. Considérant que la double tâche cognitive-motrice a gagné une grande attention ces dernières années26, les technologies numériques peuvent fournir aux chercheurs plus d'informations sur cette tâche intégrée par rapport à la traditionnelle TMT27. Deuxièmement, le TMT numérique est un outil sensible par rapport à la version traditionnelle. Le TMT numérique n'a pas besoin de temps supplémentaire par rapport aux traditionnels, qui a suffisamment de conformité des sujets.

Une étape critique dans le protocole est d'effectuer dTMT et WTMT sans interruption, parce que les deux tests ont recueilli des variables de temps. Les sujets doivent effectuer les tests couramment. Tout retard induit par les examinateurs, ou malentendu, distraction, etc., doit être minimisé ou éliminé.

Il y a deux modifications à mentionner. Tout d'abord, pour dTMT, la pression en temps réel du stylet sur l'écran est une variable sensible pour le dessin, qui a été confirmée dans un test de dessin d'horloge numérique28. Avec plus de développement, un logiciel qui pourrait détecter la pression du stylet sur l'écran pendant dTMT donnera aux médecins plus d'informations à l'avenir. Deuxièmement, pour WTMT, un nouveau dispositif qui peut détecter et analyser l'emprise du tronc pourrait être utile pour trouver plus de preuves chez les patients atteints de troubles du mouvement29,30, parce que l'IDEEA ne fournit que des données de démarche. Cependant, pour autant que nous sachions, IDEEA est la première accélérométrie numérique utilisée dans WTMT.

La présente étude a introduit deux types de TMT dans une version numérisée. Ces nouveaux types de TMT ont été dérivés, plutôt que d'être une copie exacte du TMT traditionnel. Robert P. Fellows a constaté que le TMT informatisé avait besoin de moins de cercles par rapport au TMT traditionnel, au cas où les cercles étaient trop bondés31. Toutefois, cette différence ne peut pas entraver l'utilisation à grande échelle du TMT numérique à l'avenir.

Depuis la technologie numérique est de plus en plus populaire dans notre vie quotidienne, les appareils numériques devraient être utilisés dans le diagnostic précoce des troubles cognitifs et des troubles du mouvement32. dTMT et WTMT sont tous deux dérivés du TMT traditionnel, mais peuvent capturer plus de variables que le TMT sur papier. Les deux nouveaux TMT modifiés pourraient être utilisés pour dépister les patients atteints de troubles cognitifs et de troubles du mouvement. Particulièrement pour les patients avec l'incapacité supérieure de membre, WTMT est particulièrement utile.

Une limitation de la présente étude était sa petite taille d'échantillon. Par conséquent, la sensibilité et la spécificité du TMT numérique ont pu être démontrées. Cependant, dTMT et WTMT pourraient trouver des informations supplémentaires pour les médecins pour déterminer la fonction cognitive et la capacité motrice des participants. Cependant, d'autres études sont nécessaires pour valider les résultats.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Les auteurs n'ont rien à révéler.

Acknowledgments

Les auteurs remercient Xiaode Chen pour son soutien à la technologie numérique.

Materials

Name Company Catalog Number Comments
Minisun LLC Intelligent Device for Energy Expenditure and Activity (IDEEA)
Surface Pro 2 Microsoft computer

DOWNLOAD MATERIALS LIST

References

  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).
L'essai traditionnel de fabrication de sentiers modifié en tout nouveaux outils d'évaluation : Test de fabrication de sentiers numériques et de sentiers pédestres
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wei, W., Zhào, H., Liu, Y., Huang, Y. Traditional Trail Making Test Modified into Brand-new Assessment Tools: Digital and Walking Trail Making Test. J. Vis. Exp. (153), e60456, doi:10.3791/60456 (2019).More

Wei, W., Zhào, H., Liu, Y., Huang, Y. Traditional Trail Making Test Modified into Brand-new Assessment Tools: Digital and Walking Trail Making Test. J. Vis. Exp. (153), e60456, doi:10.3791/60456 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter