Waiting
Login processing...

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

Medicine

Prueba tradicional de realización de senderos modificada en nuevas herramientas de evaluación: digital y caminata haciendo prueba

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

Summary

Aquí, presentamos un protocolo para mostrar cómo realizar dos tipos de herramientas de evaluación cognitiva derivadas de la versión de lápiz de papel de la prueba de trail making.

Abstract

La prueba de fabricación de senderos (TMT) es una herramienta bien aceptada para evaluar la función ejecutiva. El TMT estándar fue inventado hace más de 60 años y ha sido modificado en muchas versiones. Con el desarrollo de tecnologías digitales, TMT ahora se modifica a una versión digitalizada. El presente estudio demostró TMT digital (dTMT) realizado en un ordenador, y Walking TMT (WTMT) en el suelo. Ambos revelaron más información en comparación con la versión tradicional de TMT.

Introduction

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

Con un rápido envejecimiento de la población, la demencia se considera un problema importante de salud pública. El número de pacientes de edad avanzada con demencia en todo el mundo es de unos 47 millones según la Organización Mundial de la Salud1. El deterioro de la función ejecutiva no es sólo un tipo común de disfunción cognitiva en personas mayores, pero se ha divulgado como un predictor de progresión de deterioro cognitivo leve (MCI) a la enfermedad de Alzheimer clínica (AD)2,3. Como la tercera prueba más utilizada en neuropsicología4, la prueba de hacer senderos (TMT) se emplea como una herramienta bien aceptada para evaluar las funciones ejecutivas, especialmente la atención sostenida y el cambio de conjunto5, incluso en pacientes de edad avanzada6.

El TMT estándar es una prueba de lápiz de papel que consta de dos partes: tMT-A y TMT-B5. El primero pide que el examinador dibuje líneas que conecten números distribuidos aleatoriamente (1–25) en un papel de prueba en orden ascendente (1->2->3...), mientras que el segundo requiere que el examinador establezca números y letras (1->A->2->B...) alternativamente. El rendimiento de TMT se anota generalmente en el tiempo necesario para completar cada parte correctamente7. TMT ha sido traducido a diferentes idiomas. La versión china de TMT fue desarrollada en 20068. Dado que los caracteres chinos son bastante distintos de las letras en inglés, la versión china de TMT se utilizó en nuestro procedimiento.

Aparte de la versión estándar, TMT ha sido modificado de diferentes maneras por los investigadores (por ejemplo, TMT9oral, conducir TMT10, caminar TMT (WTMT)11) para evaluar poblaciones específicas o encontrar detalles en diferentes condiciones, como conducir y caminar. Cabe destacar que algunos estudios que confieren diferentes números en comparación con el TMT estándar también se informa nifiquen que son de alta validez y fiabilidad. Por ejemplo, THINC-Integrated Tool (THINC-it) desarrollado por el grupo McIntyre utilizó 9 números y letras para TMT-B12; WTMT reportado por Schott y sus colegas utilizaron 15 números para TMT-A13. De la misma manera, muchos sistemas de evaluación de TMT se han construido más allá de la puntuación de tiempo completo, que se informa que son útiles en la búsqueda de más elementos además de la disfunción ejecutiva, o para ser accesibles para los participantes que no son adecuados para completar el TMT estándar. Por ejemplo, algunos investigadores investigaron los errores en TMT y encontraron que los errores en TMT-B estaban asociados con el seguimiento mental y la memoria de trabajo en pacientes con trastorno psiquiátrico14. Otro grupo de Grecia sugirió puntuaciones derivadas de TMT [TMT-(B-A) o TMT(B/A)] como índices para detectar deterioro en la flexibilidad cognitiva a lo largo de la vida adulta15. Generalmente, los sistemas de evaluación alternativos de TMT se pueden resumir de la siguiente manera: (1) análisis de tiempo de finalización: el tiempo de finalización de TMT se calcula en segundos16; (2) análisis de errores: se clasifican y cuantifican diferentes tipos de errores TMT14; (3) diferencias intermanuales: se comparan diferentes capacidades de completar TMT entre la mano dominante y la mano no dominante17; y (4) los índices derivados de Trail Making Test—diferentes caracterizaciones entre completar TMT-A y TMT-B se analizan15. Los métodos de puntuación alternativos proporcionan información adicional. Por ejemplo, la utilidad del análisis de errores TMT podría revelar déficits cognitivos no capturados tradicionalmente utilizando el tiempo de finalización como única variable de resultado en pacientes con esquizofrenia y depresión14. La falta de cualquier diferencia intermanuala significativa ayudó a discriminar la disfunción cognitiva de la influencia del trastorno motor17. Los índices TMT derivados podrían detectar deterioro en la flexibilidad cognitiva a lo largo de la vida adulta y minimizar el efecto de la demografía y otras variables de fondo cognitivo15.

Con los avances en la tecnología moderna, las aplicaciones digitales basadas en computadoras se han integrado cada vez más en las intervenciones cognitivas tradicionales, la mayoría de las cuales están diseñadas de la forma más similar posible a la prueba original, en lugar de crearse como nuevas herramientas. Se ha demostrado que la TMT digital o informatizada (dTMT) tiene el potencial de capturar información adicional, con la estructura de la prueba existente principalmente inalterada en los últimos años18,19.

El objetivo de este estudio era introducir una versión china basada en computadora de dTMT-A y dTMT-B, así como un WTMT. Ambos son TMT modificados y se ha confirmado que tienen alta sensibilidad y especificidad para detectar pacientes con MCI, Enfermedad de Parkinson, Enfermedad de Alzheimer, etc., basado en el movimiento de las extremidades superiores e inferiores20,21. También se presentaron métodos de puntuación detallados porque las tecnologías digitales incorporadas en dTMT y WTMT podrían ayudar a capturar más información en comparación con la versión de lápiz de papel 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

El desarrollo del dTMT y la solicitud inicial fue aprobado por el Séptimo Centro Médico de la Junta de Revisión del Hospital General del Ejército del PLA. Los sujetos firmaron documentos de consentimiento informado aprobados antes de probar TMT.

1. Desarrollo del método general

  1. Utilice una tableta (por ejemplo, Microsoft Surface Pro 2) con sensores inerciales de alta calidad integrados en el dispositivo y un lápiz electrónico compatible(Figura 1).
  2. Utilice el monitor Dispositivo inteligente para el gasto y la actividad de energía (IDEEA), compuesto por cinco sensores (cada uno de 16 x 14 x 4 mm3, 2 g), con uno unido sobre el esternón, dos conectados a la parte frontal de cada muslo, y los otros dos conectados debajo de cada pie. Conecte los sensores de esternón y muslo a través de un cable sólido a un pequeño microprocesador de 32 bits (70 x 44 x 18 mm3, 59 g) y conecte los sensores de pie(Figura 2).

2. Diseño y prueba del dTMT

NOTA: Como se mencionó anteriormente, dTMT tiene dos partes: dTMT-A y dTMT-B. Estas dos pruebas deben realizarse secuencialmente (dTMT-A procedimiento dTMT-B), sin ser revertido.

  1. procedimiento dTMT-A
    1. Realice el dTMT-A en un entorno tranquilo y cómodo.
      NOTA: Los participantes inscritos para completar el dTMT deben tener el nivel educativo de más de 2 años de escuela preliminar; de lo contrario, podrían tener dificultades para leer y reconocer caracteres chinos en dTMT-B. Mientras tanto, asegúrese de que los participantes no tengan una discapacidad visual y de miembro superior obvia.
    2. Pida a los participantes que se senten frente a un escritorio y ajusten la posición de la computadora, la luz de fondo y la pluma electrónica.
    3. Compruebe la agudeza visual cercana de los participantes para asegurarse de que pueden leer fácilmente los números en la pantalla.
      NOTA: Algunos sujetos envejecidos tal vez necesiten un par de vidrio en caso de que los círculos de la pantalla sean demasiado pequeños para los sujetos con presbicia.
    4. Muestre las instrucciones de dTMT-A de la siguiente manera: Por favor, dibuje una línea lo más rápido posible uniendo números consecutivos (es decir, 1->2->3... 9) en los círculos distribuidos aleatoriamente en la pantalla. Una prueba previa a la prueba (150 s máximo) es necesaria porque la mayoría de los participantes necesitan familiarizarse con cómo dibujar en la superficie de un ordenador.
    5. Demostrar las principales diferencias entre dTMT-A y TMT-A estándar. En primer lugar, si el círculo está alineado correctamente, su color se puede cambiar. En segundo lugar, si el círculo no está alineado correctamente, su color permanece inalterado y los sujetos deben volver a alinearlo desde el último círculo.
      NOTA: Se recomienda conectar todos los círculos con fluidez con líneas rectas.
    6. Aconseje a los participantes que eviten errores y desperdicio de tiempo. Aliente a los participantes a trazar la línea con fluidez, pero con la mayor precisión posible; sin embargo, no dé prioridad.
    7. Pida a los participantes que seleccionen PartA en la pantalla (Panel inferiorde la Figura 1) para completar dTMT-A sin interrupción. Todos los datos dTMT-A se recopilan automáticamente en el ordenador.
      NOTA: Si se recopilan datos para investigar las diferencias intermanuales, es necesario realizar una prueba más con la otra mano. La secuencia de la prueba de la mano izquierda-derecha es al azar.
  2. procedimiento dTMT-B
    1. Repita el paso 2.1.
    2. Muestre las instrucciones de dTMT-B de la siguiente manera: Por favor, dibuje una línea lo másgraphic 1rápido posible uniendo losgraphic 1números y caracteres chinos (es decir, 1-> ->2-> ... graphic 1 ) alternativamente en los círculos distribuidos aleatoriamente en la pantalla.
      NOTA: Asegúrese de que todos los caracteres chinos son reconocidos por los sujetos. También es necesario realizar un ensayo previo a la prueba (150 s como máximo) porque algunos participantes necesitan familiarizarse con cómo dibujar los números y caracteres chinos alternativamente por su cuenta.
    3. Pida a los sujetos que seleccionen la Parte B en la pantalla (panel inferior de lafigura 1) para completar dTMT-B sin interrupción. Todos los datos dTMT-B se recopilan automáticamente en el ordenador.
      NOTA: Si se recopilan datos para investigar las diferencias intermanuales, es necesario realizar una prueba más con la otra mano. La secuencia de la prueba de la mano izquierda-derecha es al azar.

3. Recopilación directa de datos y definiciones en dTMT

  1. Determinar el tiempo total de finalización: el tiempo necesario (ms) para dibujar una línea que conecta todos los círculos en el orden correcto.
  2. Determinar el número de errores: el número de veces que una línea se dibuja en un círculo en el orden incorrecto.
  3. Determine el tiempo de finalización de cada paso: el tiempo que tarda en milisegundos dibujar cada paso.
  4. Determinar el tiempo dentro de cada círculo: el tiempo invertido en milisegundos para dibujar dentro de los círculos.
  5. Determinar el porcentaje de círculo interior (%): tiempo dentro de cada círculo dividido por el tiempo total hasta la finalización.
  6. Determinar el tiempo dentro de cada círculo de tolerancia: el tiempo invertido en milisegundos para dibujar dentro de círculos de tolerancia.
  7. Determinar el porcentaje de tolerancia del círculo interior (%): tiempo dentro de cada círculo de tolerancia dividido por el tiempo total hasta la finalización
  8. Determinar los tiempos de cancelación de línea en cada paso: las veces que se cancela una línea en cada paso. El círculo de tolerancia tiene un diámetro cinco veces mayor que el de un círculo real.
  9. Determinar la ruta óptima de cada paso: la línea más cercana en milímetros de cada paso.
  10. Determinar la ruta real de cada paso: la línea real en milímetros de cada paso.
  11. Determinar la desviación de la vía de cada paso: la línea real en milímetros menos la línea más cercana en milímetros de cada paso.
  12. Determinar la variabilidad de la desviación de la vía: Coeficiente de la variación de la desviación de la vía de cada paso.
  13. Determinar la velocidad del dibujo de cada paso: la línea real en milímetros de cada paso dividida por el tiempo hasta la finalización de cada paso.
    NOTA: El valor medio se calculó sumando los valores recopilados paso a paso. Los datos indirectos que reflejan diferentes puntos entre manos o partes se derivaron en función de los datos directos.

4. Diseño y prueba del WTMT

NOTA: Al igual que dTMT, WTMT también tiene dos partes: WTMT-A y WTMT-B. Estas dos pruebas deben realizarse secuencialmente (WTMT-A proceding WTMT-B), sin ser revertidas.

  1. Procedimiento WTMT-A
    1. Llevar a cabo WTMT-A en un ambiente tranquilo y cómodo. Asegúrese de que haya luz de habitación. Distribuir aleatoriamente monedas con números en cada una de las 15 posiciones en un área de 16m2 (4 x 4 m2). Dibuje un diámetro de 30 cm alrededor de cada moneda(Figura 3).
      NOTA: Los participantes inscritos para completar el WTMT deben tener el nivel educativo de más de 2 años de escuela preliminar; de lo contrario, podrían tener dificultades para leer y reconocer caracteres chinos en WTMT-B. Mientras tanto, asegúrese de que los participantes no tengan una discapacidad visual y de miembro inferior obvia.
    2. Conecte el Dispositivo Inteligente para el Gasto y Actividad de Energía (IDEEA) al PC e introduzca los datos antropométricos del sujeto.
    3. Colocar cinco miniacelerómetros biaxiales (16 x 14 x 4 mm3, 2 g) con cinta médica sobre el esternón, en la parte frontal de cada muslo y debajo de cada pie(Figura 4). Conecte todos los acelerómetros a través de cables delgados y flexibles a un microprocesador/unidad de almacenamiento (70 x 44 x 18 mm3, 59 g) conectados con un clip a la ropa.
      NOTA: El IDEEA es un sistema basado en acelerómetro múltiple que comprende cinco acelerómetros biaxiales ubicados en el tronco superior, muslos y pies. El IDEEA fue desarrollado inicialmente para estimar el gasto de energía durante las actividades de la vida diaria22,23, pero tiene una capacidad adicional para cuantificar muchos de los parámetros del ciclo de marcha comúnmente utilizados24.
    4. Después de que el dispositivo esté equipado, pida a los participantes que caminen por una pasarela sin ningún objetivo a una velocidad de marcha cómoda para calentarse.
    5. Muestre las instrucciones de WTMT-A de la siguiente manera: Por favor, camine sobre los objetivos numerados en un orden secuencial tan rápido como sea posible uniendo números consecutivos (es decir, 1->2->3... 15) en las monedas distribuidas aleatoriamente en el suelo.
    6. Aliente a los participantes a caminar con fluidez, pero con la mayor precisión posible; Sin embargo, no se da prioridad. Realice WTMT-A una sola vez.
    7. Garantizar la seguridad de los participantes, ya que caminar de doble tarea en un entorno desafiante puede aumentar el riesgo de caer25. Para las pruebas previas y posteriores, se necesita una pausa de 5 s pasos para que IDEEA discrimine el caminar de pie.
      NOTA: Cada paso en la moneda se considera como en el objetivo. Si los participantes caminan en el orden equivocado, guíelos hasta que caminen en el orden correcto. Todos los datos WTMT-A se recopilan automáticamente en la unidad de microprocesador/almacenamiento IDEEA.
  2. Procedimiento WTMT-B
    1. Repita los pasos como en la Sección 4.1.1.
    2. Muestre las instrucciones de WTMT-A de la siguiente manera: Por favor, camine sobre los objetivos numerados engraphic 1un orden secuencial tan rápidographic 1como sea posible uniendo números consecutivos (es decir, 1-> ->2-> ... graphic 1 >8) en las monedas distribuidas aleatoriamente en el suelo. Asegúrese de que todos los caracteres chinos sean reconocidos por los participantes.
    3. Realice WTMT-B una sola vez.
    4. Garantizar la seguridad de los participantes, ya que caminar de doble tarea en un entorno desafiante puede aumentar el riesgo de caídas25. Para las pruebas previas y posteriores, se necesita una pausa de 5 s pasos para que IDEEA discrimine el caminar de pie.
      NOTA: Cada paso en la moneda se considera como en el objetivo. Si los sujetos caminaron en el orden equivocado, guíelos hasta que caminen en el orden correcto. Todos los datos WTMT-B se recopilan automáticamente en la unidad de microprocesador/almacenamiento IDEEA.

5. Recopilación directa de datos y explicación de significado en WTMT

NOTA: Como se muestra en la Figura 5,el ciclo de marcha humana se ha dividido en diferentes subfases. En detalle, los parámetros espaciales y temporales se definen y calculan de la siguiente manera.

  1. Determinar los pasos (n): el número de pasos completados durante la caminata de nivel, incluidas las extremidades derecha e izquierda.
  2. Determinar la duración de oscilación (%): el porcentaje de fase desde el despegue hasta el contacto inicial con tierra o escalera para cualquier pie dado.
  3. Determinar la duración de la postura (%): porcentaje de fase entre el golpe del talón de un pie y el golpe del talón del pie contralateral.
  4. Determinar la velocidad (m/s): la velocidad media sobre dos zancadas consecutivas.
  5. Determinar la longitud del paso (m): la diferencia de longitud entre el golpe inicial del talón del pie derecho o izquierdo y el golpe del talón del pie contralateral.
  6. Determinar la longitud de zancada (m): la distancia entre los puntos sucesivos del contacto inicial del mismo pie, derecha-izquierda-derecha (R-L-R) o izquierda-derecha-izquierda (L-R-L).
  7. Determinar la variabilidad de la marcha de la longitud del paso: coeficiente de la variación de la longitud del paso.
    NOTA: El tiempo de finalización y los errores también se recopilan y cuentan por el examinador, en lugar de IDEEA.

6. Recopilación de datos y estadísticas

  1. Utilice ANOVA unidireccional y LSD de Fisher para comparar las diferencias entre los grupos. Los datos demográficos se enumeran en la Tabla 1. los datos dTMT-A, dTMT-B, WTMT-A y WTMT-B se muestran en los Cuadros 2-5, respectivamente. Se consideró que un P < 0.05 indicaba una diferencia estadísticamente significativa.

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

Se contrataron siete pacientes de edad con deterioro cognitivo leve (ancianos con ICM), siete sujetos de edad con enfermedad de Parkinson (ancianos con DP) y siete personas sanas de edad (ancianos sanos), y se realizaron dTMT-A, dTMT-B, WTMT-A y WTMT-B. Después de las pruebas, los datos se recopilaron y analizaron utilizando el software SPSS.

En su conjunto, los datos demográficos de los participantes mostraron que todos los grupos se emparejaron bien en términos de edad, género, nivel educativo, mano dominante, puntuación de clasificación de demencia clínica (CDR), puntuación de la escala de deterioro global (GDS), TUG: prueba de tiempo arriba y de ir (TUG) y prueba de tiempo arriba y de ir (TUG) y así sucesivamente (p > 0.05).

Como se muestra en la Tabla 2, la mayoría de los datos de dTMT-A entre Ancianos Sanos, Ancianos con ICM y Ancianos con DP fueron similares, tal como el tiempo total de finalización (18,15 a 5,12 s frente a 19,67 a 7,12 s frente a 19,85 a 3,89, P a 0,812), número de errores (0,14 a 0,38 frente a 0,29 a 0,49 frente a 0,29 a 0,49, p a 0,796), etc. Esto significa que todos los participantes tenían puntuaciones similares si son evaluados por la TMT-A tradicional. Sin embargo, existían algunas variables diferentes capturadas por dTMT-A. Como se muestra en la Tabla 2, Los ancianos con DP mostraron una desviación total de la vía más grande de cada paso (Pb a 0,017, Pc a 0,048), una mayor variabilidad de la desviación de la vía (Pb a 0,000, Pc a 0,000), y una menor velocidad de dibujo de cada paso (Pb a 0,001, Pc a 0,025) en comparación con Los ancianos con MCI y Ancianos, respectivamente.

Como se muestra en el Cuadro 3, las diferencias en la realización de dTMT-B se reflejaron en más aspectos relativos a dTMT-A. Los pacientes en edad de envejecimiento con ICM necesitaban un tiempo de finalización más largo (P a 0.000) y tenían más errores (P a 0,000), más tiempo dentro del círculo (P a 0,000) o círculo de tolerancia (P a 0,000), más desviación de la vía (P a 0,035) y menor velocidad en el dibujo (P a 0,000) en comparación con los ancianos sanos. Mientras tanto, los ancianos con DP necesitaban un tiempo de finalización más largo (P a 0.000), y tenían más errores (P a 0.000), más tiempo dentro del círculo (0.000) pero menos tiempo dentro del círculo de tolerancia (P a 0.000), más desviación de la vía (P a 0,032), mayor variabilidad de la desviación de la vía (P a 0,001) y, obviamente, menor velocidad de dibujo de cada paso (P a 0,000) en comparación con individuos sanos envejecidos. Todos los resultados indicaron que el dTMT puede detectar cantidades significativas entre los participantes sanos en edad y los pacientes de edad.

Como se muestra en el Cuadro 4, los datos de marcha en WTMT-A podrían detectar más diferencias entre los ancianos con DP en comparación con otros individuos, especialmente en términos de velocidad (Pb a 0.000, Pc a 0.002), longitud del paso (Pb a 0.004, Pc a 0.016), longitud de zancada (Pb a 0.005, Pc a 0.019), y así sucesivamente. Todos estos datos implicaban que WTMT-A podía capturar diferencias obvias entre pacientes con DP envejecidos y participantes sanos.

Como se muestra en el Cuadro 5,los datos de la marcha en el WTMT-B podrían encontrar más diferencias entre los grupos. Los pacientes en edad de envejecimiento con ICM y DP necesitaban un tiempo más largo (Pa a 0,001, Pb a 0,000) y más pasos para completar la prueba (Pa a a 0,000, Pb a 0,000). Su paso y longitud de zancada parecían más cortos en relación con los participantes sanos envejecidos. Además, los pacientes de edad con DP mostraron una tendencia aún más severa en comparación con los sujetos con ICM. Las diferencias marcadas son la longitud del paso (0,045 m a 0,02 frente a. 0,049 m a 0,02, Pc a 0,002), longitud de zancada (0,91 m a 0,04 frente a 0,96 m a 0,03, Pc a 0,012) y variabilidad de la longitud del paso (0,112 a 0,0030 frente a 0,120 a 0,0034, Pc a 0,000).

Figure 1
Figura 1: Equipo. Computadora para dTMT-A y dTMT-B (panel superior), pantalla de impresión de dTMT, los sujetos eligen la Parte A para iniciar dTMT-A, o la Parte B para iniciar dTMT-B (panel inferior). Haga clic aquí para ver una versión más grande de esta figura.

Figure 2
Figura 2: IDEEA. Dispositivo para WTMT-A y WTMT-B. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3: Ejemplo de WTMT-A y WTMT-B. Como se muestra en la figura, los sujetos deben comenzar desde INICIO y caminar hasta el FIN. Haga clic aquí para ver una versión más grande de esta figura.

Figure 4
Figura 4: Acelerómetros IDEEA y la ubicación. La figura mostró cómo usar correctamente los acelerómetros IDEEA. Haga clic aquí para ver una versión más grande de esta figura.

Figure 5
Figura 5: Ciclo de marcha humana dividido en diferentes subfases. La fase de soporte fue alrededor del 60% del ciclo de marcha, y la fase de oscilación fue alrededor del 40% del ciclo de marcha. Haga clic aquí para ver una versión más grande de esta figura.

Ancianos sanos Ancianos con MCI Ancianos con DP Valor P
N.o 7 N.o 7 N.o 7
Edad 67,14 a 4,22 65,14 a 3,39 66,29 a 3,90 0.63
Género(M:F) 4:03 5:02 4:03 0.589
Mano dominante(R%) 100 100 100
Educación (años) 10,00 a 1,91 11,43 x 2,51 10,14 a 1,36 0.353
Mmse 29,00 a 1,15 27,86 á 1,35 28,43 a 1,27 0.263
Cdr 0,14 a 0,24 0,5 a 0,00 0,29 a 0,39 0.066
Gds 2,28 a 0,49 2,71 a 0,76 2,29 a 0,75 0.487
TUG (S) 10,07 a 1,51 11,02 a 0,60 11,72 x 1,24 0.052

Tabla 1: Datos demográficos del participantets. Media - SD. M:F - Macho: Femenino; R% - Porcentaje de la mano derecha; años; MMSE - Mini Examen del Estado Mental.; MCI - Deterioro Cognitivo Leve; PD - Enfermedad de Parkinson; CDR - Clasificación de demencia clínica; GDS - Escala de Deterioro Global; TUG - Prueba de tiempo arriba e ir; S - Segundos

Ancianos sanos Ancianos con MCI Ancianos con DP Valor P
N.o 7 N.o 7 N.o 7
Tiempo total hasta la finalización 18,15 a 5,12 19,67 x 7,12 19,85 a 3,89 0.821
Número de errores 0,14 a 0,38 0,29 a 0,49 0,29 a 0,49 0.796
Tiempo total dentro de cada círculo 6,94 x 1,99 6,91 a 3,31 7,81 x 2,46 0.773
Porcentaje de círculo interior 39,13 a 7,70 35,42 a 10,25 40,02 a 11,63 0.665
Tiempo total dentro de cada círculo de tolerancia 1,57 á 0,80 2,09 a 0,88 1,85 a 0,49 0.442
Porcentaje de círculo de tolerancia interior 8,74 á 3,02 10,80 a 3,07 9,61 x 3,55 0.498
Tiempos totales de cancelación de la línea 0,14 a 0,38 0,29 a 0,49 0,14 a 0,38 0.764
Desviación total de la vía de cada paso 38,41 a 2,52 39,30 a 3,07 42,99 a 3,99b, c 0.039
Variabilidad de la desviación de la vía 1,72 a 0,24 2,36 a 0,55 a 3,66 á 0,46b, c 0
Velocidad del dibujo de cada paso 21,38 x 2,59 19,00 a 2,40 15,70 x 2,55b, c 0.002

Tabla 2: dTMT-A datos del participantets. Media - SD. MCI - Deterioro Cognitivo Leve; PD - Enfermedad de Parkinson. Análisis unidireccional a ANOVA y post hoc con LSD. a P < 0.05 Ancianos con McI en relación con Los Ancianos Sanos; b - P < 0.05 Ancianos con DP en relación con los Ancianos Sanos; c - P < 0,05 Ancianos con DP en relación con Los ancianos con ICM.

Ancianos sanos Ancianos con MCI Ancianos con DP Valor P
N.o 7 N.o 7 N.o 7
Tiempo total hasta la finalización 32,07 a 10,93 67,56 x 9,87 a 89,95 a 12,12b,c 0
Número de errores 0,14 a 0,38 2,86 a 1,07 a 1,29 a 0,49b,c 0
Tiempo total dentro de cada círculo 6,03 a 1,72 27,83 a 5,05 a 7,81 á 2,46b,c 0
Porcentaje de círculo interior(%) 19,16 a 3,86 41,47 a 6,76 a 22,46 á 3,35c 0
Tiempo total dentro de cada círculo de tolerancia 3,51 a 0,91 9,73 x 1,46 a 3,93 x 2,21c 0
Porcentaje de círculo de tolerancia interior(%) 11,26 x 2,20 14,47 a 1,62 a 4,57 á 2,86b,c 0
Tiempos totales de cancelación de la línea 0,29 a 0,38 0,86 a 1,07 0,43 a 0,53 0.35
Desviación total de la vía de cada paso 86,02 a 7,36 95,36 a 6,76 a 95,56 á 8,78b 0.051
Variabilidad de la desviación de la vía 2.158 a 0,173 2.024 a 0125 2,659 a 0,332b,c 0
Velocidad del dibujo de cada paso 16,85 á 1,79 8,41 a 1,09 a 4,91 a 0,91b, c 0

Tabla 3: dTMT-B datos del participantets. Media - SD. MCI - Deterioro Cognitivo Leve; PD - Enfermedad de Parkinson. Análisis unidireccional a ANOVA y post hoc con LSD. a P < 0.05 Ancianos con McI en relación con Los Ancianos Sanos; b - P < 0.05 Ancianos con DP en relación con los Ancianos Sanos; c - P < 0,05 Ancianos con DP en relación con Los ancianos con ICM.

Ancianos sanos Ancianos con MCI Ancianos con DP Valor P
N.o 7 N.o 7 N.o 7
Tiempo total hasta la finalización 68,43 a 4,86 76,57 a 7,66 98,29 x 9,36b,c 0
Número de errores 0,29 a 0,49 0,29 a 0,49 0,57 a 0,53 0.487
Pasos (n) 80,86 a 2,34 81,29 a 3,30 81,71 a 3,90 0.886
Duración del swing (%) 36,86 a 1,32 35,03 a 0,84 a 35,48 á 1,25b 0.022
Duración del paso (%) 63,00 a 1,35 64,97 a 0,84 a 64,52 á 1,25b 0.014
Velocidad (m/s) 1.01 a 0,10 0,82 a 0,57 a 0,68 á 0,04b,c 0
Longitud del paso (m) 0,51 a 0,02 0,50 a 0,01 0,49 á 0,02b,c 0.01
Longitud de zancada (m) 1,02 a 0,04 1.00 a 0,02 0,96 á 0,04b,c 0.011
Variabilidad de la gama de la longitud del paso 0.111 a 0.0011 0.112 a 0.0011 0.113 a 0.0014 0.156

Tabla 4: Datos WTMT-A del participants. Media - SD. MCI - Deterioro Cognitivo Leve; PD - Enfermedad de Parkinson. Análisis unidireccional a ANOVA y post hoc con LSD. a P < 0.05 Ancianos con McI en relación con Los Ancianos Sanos; b - P < 0.05 Ancianos con DP en relación con los Ancianos Sanos; c - P < 0,05 Ancianos con DP en relación con Los ancianos con ICM.

Ancianos sanos Ancianos con MCI Ancianos con DP Valor P
N.o 7 N.o 7 N.o 7
Tiempo total hasta la finalización 78,57 a 4,86 92,29 x 7,72 a 109,00 a 5,66b,c 0
Número de errores 0,57 a 0,79 1,14 a 1,07 0,86 a 0,69 0.479
Pasos (n) 89,71 a 2,63 96,71 x 2,29 a 100,57 a 3,74b,c 0
Duración del swing (%) 37,20 a 1,21 36,56 a 1,23 36,47 a 1,15 0.476
Duración del paso (%) 62,80 a 1,21 63,44 a 1,23 63,53 a 1,15 0.476
Velocidad (m/s) 0,98 a 0,06 0,83 a 0,08 a 0,73 á 0,03b,c 0
Longitud del paso (m) 0,51 a 0,02 0,49 a 0,02 0,45 á 0,02b,c 0
Longitud de zancada (m) 1,01 a 0,04 0,96 a 0,03 a 0,91 a 0,04b,c 0
Variabilidad de la gama de la longitud del paso 0.114 a 0.0033 0,120 a 0,0034 a 0,112 a 0,0030c 0.001

Cuadro 5: Datos WTMT-B de los participantes. Media: SD. MCI - Deterioro Cognitivo Leve; PD - Enfermedad de Parkinson. Análisis unidireccional a ANOVA y post hoc con LSD. a P < 0.05 Ancianos con McI en relación con Los Ancianos Sanos; b - P < 0.05 Ancianos con DP en relación con los Ancianos Sanos; c - P < 0,05 Ancianos con DP en relación con Los ancianos con 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

El lápiz de papel tradicional TMT ha sido bien utilizado en todo el mundo durante más de 50 años. Sin embargo, la TMT digital es ventajosa. En primer lugar, la TMT tradicional se considera como una herramienta de función ejecutiva, mientras que tanto dTMT como WTMT tienen aspectos que reflejan la capacidad motora además de la función cognitiva. Teniendo en cuenta que la doble tarea cognitivo-motorha acaparado gran atención en los últimos años26,las tecnologías digitales pueden proporcionar a los investigadores más información sobre esta tarea integrada en comparación con la tradicional TMT27. En segundo lugar, tmT digital es una herramienta sensible en comparación con la versión tradicional. La TMT digital no necesita tiempo adicional en relación con los tradicionales, que tiene suficiente cumplimiento de los temas.

Un paso crítico en el protocolo es realizar dTMT y WTMT sin interrupción, porque ambas pruebas recogieron variables de tiempo. Los sujetos deben completar las pruebas con fluidez. Cualquier retraso inducido por los examinadores, o malentendido, distracción, etc., debe ser minimizado o eliminado.

Hay dos modificaciones que mencionar. En primer lugar, para dTMT, la presión en tiempo real del lápiz sobre la pantalla es una variable sensible para el dibujo, que se ha confirmado en una prueba de dibujo de reloj digital28. Con más desarrollo, el software que podría detectar la presión del lápiz en la pantalla durante el dTMT dará a los médicos más información en el futuro. En segundo lugar, para WTMT, un nuevo dispositivo que puede detectar y analizar la vía del tronco podría ser útil para encontrar más evidencia en pacientes con trastorno del movimiento29,30, porque IDEEA sólo proporciona datos de marcha. Sin embargo, hasta donde sabemos, IDEEA es la primera acelerometría digital utilizada en WTMT.

El estudio actual introdujo dos tipos de TTM en una versión digitalizada. Estos nuevos tipos de TMT fueron derivados, en lugar de ser una copia exacta de la TMT tradicional. Robert P. Fellows descubrió que la TMT computarizada necesitaba menos círculos en comparación con la TMT tradicional, en caso de que los círculos estuvieran demasiado llenos31. Sin embargo, esta diferencia no puede impedir el uso amplio de la TMT digital en el futuro.

Dado que la tecnología digital es cada vez más popular en nuestra vida diaria, los dispositivos digitales deben utilizarse en el diagnóstico precoz de trastornos cognitivos y trastornos del movimiento32. dTMT y WTMT se derivan de la TMT tradicional, pero pueden capturar más variables que la TMT basada en papel. Ambos nuevos TmT modificados podrían utilizarse para examinar a pacientes con trastornos cognitivos y trastornos del movimiento. Particularmente para aquellos pacientes con discapacidad en las extremidades superiores, WTMT es particularmente útil.

Una limitación del presente estudio fue su pequeño tamaño de muestra. En consecuencia, podría demostrarse la sensibilidad y especificidad de la TMT digital. Sin embargo, dTMT y WTMT podrían encontrar información adicional para los médicos para determinar la función cognitiva y la capacidad motora de los participantes. Sin embargo, se necesitan más estudios para validar los hallazgos.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen nada que revelar.

Acknowledgments

Los autores agradecen a Xiaode Chen por el apoyo de la tecnología digital.

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).
Prueba tradicional de realización de senderos modificada en nuevas herramientas de evaluación: digital y caminata haciendo prueba
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