Summary
ここでは、トレイルメイキングテストの紙鉛筆バージョンから派生した2種類の認知評価ツールを実行する方法を示すプロトコルを紹介します。
Abstract
トレイルメイキングテスト(TMT)は、エグゼクティブ機能を評価するためのよく受け入れられたツールです。標準TMTは60年以上前に発明され、多くのバージョンに変更されました。デジタル技術の開発に伴い、TMTはデジタル化されたバージョンに変更されました。本研究では、コンピュータ上で行われるデジタルTMT(dTMT)と床のウォーキングTMT(WTMT)を実証した。どちらも、TMTの従来のバージョンと比較して、より多くの情報を明らかにしました。
Introduction
急速な高齢化に伴い、認知症は公衆衛生上の大きな関心事と考えられています。世界保健機関1号によると、世界中の認知症患者数は約4,700万人です。エグゼクティブ機能障害は、高齢者における認知機能障害の一般的なタイプであるだけでなく、軽度認知障害(MCI)から臨床アルツハイマー病(AD)2、3への進行の予測因子として報告されている。神経心理学4で3番目に広く使用されているテストとして、トレイルメイキングテスト(TMT)は、高齢者患者6においても、エグゼクティブ機能、特に持続的な注意とセットシフト5を評価するためのよく受け入れられたツールとして採用されています。
標準 TMT は、tMT-A と TMT-B5の 2 つの部分で構成される紙鉛筆テストです。前者は、テスト用紙にランダムに分布する数字(1~25)を昇順(1->2->3...)で接続する線をテストテイカーに呼びかけますが、後者はテストテイカーが数字と文字(1->A->2->B...)を設定する必要があります。TMTの性能は、一般的に各部分が正しく完了するまでに要した時間でスコア付けされます 7.TMT は異なる言語に翻訳されています。TMTの中国語版は2006 8年に開発されました。漢字は英字とは全く異なるので、中国語版のTMTが私たちの手順で使われました。
標準バージョンとは別に、TMTは、研究者によって異なる方法で変更されています(例えば、経口TMT9、運転TMT10、歩行TMT(WTMT)11)は、特定の集団を評価したり、運転や歩行などの異なる条件下で詳細を見つけるために。注意してください, 標準TMTと比較して異なる数字を与えるいくつかの研究はまた、高い有効性と信頼性であると報告されています.例えば、マッキンタイアグループが開発したTHINC統合ツール(THINC-it)は、TMT-B12に9つの数字と文字を使用しました。ショットと同僚によって報告されたWTMTは、TMT-A13に15の数字を使用しました。同じように、TMTの評価システムの多くは、エグゼクティブ機能不全以外のより多くの項目を見つけるのに役立つと報告されている完全な時間スコアリングを超えて構築されているか、標準TMTを完了するのに適していない参加者のためにアクセス可能であると報告されています。例えば、一部の研究者はTMTの誤りを調査し、TMT-Bのエラーが精神疾患14の患者の精神的追跡およびワーキングメモリに関連していることを発見した。ギリシャからの別のグループは、成人寿命15全体の認知の柔軟性の障害を検出するための指標として派生TMTスコア[TMT-(B-A)またはTMT(B/A)]を示唆しました。一般に、TMT の代替評価システムは次のように要約できます。(2) エラー分析 - 異なるタイプのTMTエラーが分類され、14を定量化します。(3)手間の違い-利き手と非利き手の間でTMTを完了する異なる能力が17を比較される。(4) 派生トレイルメイキングテストインデックス - TMT-AとTMT-Bを完了する間の異なる特性は15分析されます。別のスコアリング方法は、追加情報を提供します。例えば、TMTエラー分析の有用性は、統合失調症およびうつ病14の患者における唯一の結果変数として完了時間を使用して従来捕捉されていない認知欠陥を明らかにすることができる。任意の重要な手間差の欠如は、運動障害17の影響から認知機能障害を区別するのに役立った.派生TMT指数は、成人寿命全体にわたる認知の柔軟性の障害を検出し、人口統計および他の認知バックグラウンド変数15の影響を最小限に抑えることができる。
最新の技術の進歩に伴い、コンピュータベースのデジタルアプリケーションは従来の認知介入にますます統合され、そのほとんどは新しいツールとして作成されるのではなく、可能な限り元のテストと同様に設計されています。デジタルまたはコンピュータ化されたTMT(dTMT)は、追加情報をキャプチャする可能性があることが証明されており、既存の試験の構造は、近年18、19年に主に変わらない。
本研究は、コンピュータベースの中国語版のdTMT-AおよびdTMT-BとWTMTを導入することを目的とした。いずれもTMCに改変され、MCI、パーキンソン病、アルツハイマー病等の患者をスクリーニングする感受性と特異性が高いことが確認されており、上下両肢20、21の動きに基づく。dTMT と WTMT に組み込まれたデジタル テクノロジは、TMT の紙鉛筆バージョンと比較してより多くの情報をキャプチャするのに役立つ可能性があるため、詳細なスコアリング方法も提示されました。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
dTMTと最初のアプリケーションの開発は、PLA陸軍総合病院審査委員会の第7医療センターによって承認されました。TMT をテストする前に、署名された承認済みのインフォームド コンセント ドキュメントに署名されたサブジェクト。
1. 一般的な方法開発
- タブレット (Microsoft Surface Pro 2 など) を使用して、デバイス内に高品質の慣性センサーと互換性のある電子ペンを搭載します (図 1)。
- エネルギー支出と活動のためのインテリジェントデバイス(IDEEA)モニターを使用して、5つのセンサー(それぞれ16 x 14 x 4 mm3、2g)で構成され、1つは胸骨の上に取り付けられ、2つは各大腿の前面に取り付けられ、もう2つは各足の下に取り付けられています。胸骨センサーと大腿センサーを固体ケーブルで小さな 32 ビット マイクロプロセッサー (70 x 44 x 18 mm3, 59 g) に接続し、フット センサーを配線します (図 2)。
2. dTMTの設計とテスト
注:前述のように、dTMT には dTMT-A と dTMT-B の 2 つの部分があります。これら 2 つのテストは、逆にすることなく順番に実行する必要があります (dTMT-A 進行中の dTMT-B)。
-
dTMT-A プロシージャ
- 静かで快適な環境でdTMT-Aを実行します。
注:dTMTを修了するために登録された参加者は、予備校の2年以上の教育レベルを持っている必要があります。そうしないと、dTMT-B で漢字の読み取りと認識が困難になる可能性があります。一方、参加者に明らかな視覚障害と上肢障害がないことを確認します。 - 参加者に机の前に座ってもらい、コンピュータの位置、背景ライト、電子ペンを調整してもらいます。
- 参加者の近い視力をチェックして、画面上の数字を簡単に読み取ることができることを確認します。
注:一部の高齢の被験者は、画面上の円が老眼の被験者には小さすぎる場合にガラスのペアを必要とする可能性があります。 - dTMT-A の指示を次のように表示します。9)画面上にランダムに分布する円の中で。ほとんどの参加者はコンピュータの表面に描画する方法を理解する必要があるため、テスト前のトライアル (最大 150 s) が必要です。
- dTMT-A と標準 TMT-A の主な違いを示します。まず、円が正しく並んでいる場合は、その色を変更できます。次に、円が正しく並んでいない場合、その色は変わらず、被験者は最後の円から再線を引く必要があります。
注:すべての円を直線で流暢につなぐようお勧めします。 - エラーや時間の浪費を避けるように参加者にアドバイスします。参加者に流暢に線を引くように勧めますが,できるだけ正確に線を引くように勧めます。ただし、優先順位を指定しません。
- 参加者に画面のPartA (図 1の下部パネル) を選択して、dTMT-A を中断せずに完了するように依頼します。すべての dTMT-A データは、コンピュータ上で自動的に収集されます。
注:手動間の差異を調査するためにデータを収集する場合は、もう 1 つのテストをもう一方の方法で実行する必要があります。左/右/右手のテストのシーケンスはランダムです。
- 静かで快適な環境でdTMT-Aを実行します。
-
dTMT-B プロシージャー
- 手順 2.1 を繰り返します。
- dTMT-B の指示を次のように表示します: 数字と中国語の文字をできるだけ早く並べてください (つまり、1->->2->... ) を画面上にランダムに分布する円の中で行います。
注:すべての漢字が主題で認識されていることを確認します。一部の参加者は、自分で数字や漢字を描く方法を理解する必要があるため、事前テストトライアル(最大150s)も必要です。 - 画面のPartB (図 1の下部パネル) を選択して、dTMT-B を中断せずに完了するようにサブジェクトに依頼します。すべての dTMT-B データは自動的にコンピュータに収集されます。
注:手動間の差異を調査するためにデータを収集する場合は、もう 1 つのテストをもう一方の方法で実行する必要があります。左/右/右手のテストのシーケンスはランダムです。
3. dTMT での直接データ収集と定義
- 完了までの合計時間を決定します: すべての円を正しい順序で結ぶ線を描画するのにかかった時間 (ミリ秒)。
- 誤った順序で円に線が描画される回数を、エラーの数を決定します。
- 各ステップの完了までの時間 (各ステップの描画に要した時間 (ミリ秒単位) を決定します。
- 各円内の時間(円内に描画するために費やされた時間 (ミリ秒単位) を決定します。
- 内側の円のパーセンテージ (%)を決定します: 各円内の時間を合計完了時間で割った値を指定します。
- 各許容範囲円内の時間 (許容値円の内側に描画するために費やされた時間 (ミリ秒単位) を決定します。
- 内側の円許容率 (%)を決定する: 各許容範囲の円内の時間を合計時間で割った値
- 各ステップの行取り消し時間 (各ステップで行が取り消される時間) を決定します。公差円の直径は、実際の円の 5 倍です。
- 各ステップの最適な経路を決定します: 各ステップのミリメートル単位の最も近い線。
- 各ステップの実際の経路を決定します: 各ステップのミリメートル単位の実際の行。
- 各ステップの経路偏差を決定する:ミリメートル単位の実際のラインから各ステップの最も近い線をミリメートル単位で引いたもの。
- 経路偏差の変動性を求める:各ステップの経路偏差の変動係数。
- 各ステップの描画速度を決定します:各ステップの実際の線をミリメートル単位で各ステップの完了までの時間で割った値。
注:平均値は、収集した値を段階的に集計して算出しました。手または部品間の異なる点を反映する間接データは、直接データに基づいて導出された。
4. WTMTの設計とテスト
注:dTMT と同様に、WTMT には WTMT-A と WTMT-B の 2 つの部分もあります。これら 2 つのテストは、逆にすることなく順番に実行する必要があります (WTMT-A プロセス WTMT-B)。
-
WTMT-A プロシージャ
- 静かで快適な環境でWTMT-Aを実施します。部屋の明かりがあることを確認します。16 m2エリア (4 x 4 m2)の 15 桁のそれぞれに数字を含むコインをランダムに配分します。各コインの周りに直径30センチを描きます(図3)。
注:WTMTを完了するために登録された参加者は、予備校の2年以上の教育レベルを持っている必要があります。そうしないと、WTMT-B で漢字の読み取りと認識が困難になる可能性があります。一方、参加者に明らかな視覚障害と下肢障害がないことを確認します。 - エネルギー支出と活動のためのインテリジェントデバイス(IDEEA)をPCに接続し、被験者の人類学データを入力します。
- 胸骨の上に医療テープを付けて5つの二軸ミニ加速度計(16 x 14 x 4 mm3、2g)を、各大腿の前面と各足の下に取り付けます(図4)。薄くて柔軟なケーブルを通してすべての加速度計を、衣服にクリップを取り付けたマイクロプロセッサ/ストレージユニット(70 x 44 x 18 mm3、59g)に接続します。
注:IDEEAは、上のトランク、太もも、足に位置する5つの二軸加速度計で構成される複数の加速度計ベースのシステムです。IDEEAは、当初、日常生活22、23の活動中にエネルギー支出を推定するために開発されたが、一般的に使用される歩行サイクルパラメータ24の多くを定量化する追加機能を有する。 - デバイスが装備されたら、参加者にウォームアップに快適な歩行速度で目標なしで歩道を上り下りするように依頼します。
- WTMT-A の指示を次のように表示します。15)床にランダムに分布したコインで。
- 参加者に流暢に歩くように勧めますが,できるだけ正確に歩くように勧めます。ただし、優先順位は与え渡されません。WTMT-A を 1 回だけ実行します。
- 困難な環境でのデュアルタスクウォーキングは25落下のリスクを高める可能性があるため、参加者の安全を確保します。事前テストと事後テストの両方で、IDEEA が立ち歩くことを区別するには、5 s のステップ一時停止が必要です。
注:コイン上のどちらの足跡もターゲットと同様に考慮されます。参加者が間違った順序で歩く場合は、正しい順序で歩くまで案内します。すべての WTMT-A データは、IDEEA マイクロプロセッサー/ストレージ・ユニットに自動的に収集されます。
- 静かで快適な環境でWTMT-Aを実施します。部屋の明かりがあることを確認します。16 m2エリア (4 x 4 m2)の 15 桁のそれぞれに数字を含むコインをランダムに配分します。各コインの周りに直径30センチを描きます(図3)。
-
WTMT-B 手順
- セクション4.1.1のように手順を繰り返します。
- WTMT-A の指示を次のように表示します。 >8)床にランダムに分布したコイン。すべての漢字が参加者に認識されていることを確認します。
- WTMT-B を 1 回だけ実行します。
- 困難な環境でのデュアルタスクウォーキングは、落下のリスクを高める可能性があるため、参加者の安全を確保します。事前テストと事後テストの両方で、IDEEA が立ち歩くことを区別するには、5 s のステップ一時停止が必要です。
注:コイン上のどちらの足跡もターゲットと同様に考慮されます。被験者が間違った順序で歩いた場合は、正しい順序で歩くまで導きます。すべての WTMT-B データは、IDEEA マイクロプロセッサー/ストレージ・ユニットに自動的に収集されます。
5. WTMTにおける直接データ収集と意味の説明
注:図5に示すように、ヒト歩行サイクルは異なるサブフェーズに分かれています。詳細には、空間パラメータと時間パラメータは次のように定義および計算されます。
- ステップ (n): 右肢と左辺を含む、レベルウォーキング中に完了したステップ数を決定します。
- スイング持続時間(%):任意の足の最初の地面または階段接触まで、つま先オフから始まる位相のパーセンテージを決定します。
- スタンス期間(%)を決定する:片足のかかとのストライキと横足のかかとのストライキとの間の位相パーセンテージ。
- 速度(m/s):2つの連続したストライド上の平均速度を決定します。
- ステップの長さ(m):右または左足の最初のヒールストライクと対向足のヒールストライクの長さの差を決定します。
- ストライドの長さ(m):同じ足の最初の接触の連続する点、右左(R-L-R)または左から左(L-R-L)の間の距離を決定します。
- ステップ長の歩行変動:ステップ長の変動係数を決定します。
注:完了時間とエラーも、IDEEA ではなく、審査官によって収集およびカウントされます。
6. データ収集と統計
- 一方向ANOVAとフィッシャーのLSDを使用して、グループ間の違いを比較します。人口統計データを表 1に示します。dTMT-A、dTMT-B、WTMT-A、および WTMT-B データをそれぞれ表 2-5に示します。P < 0.05は統計的に有意な差を示すと考えられた。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
軽度認知障害患者7名(MCI高齢者)、パーキンソン病患者7名(PD高齢者)、健康な7名(健康高齢者)7名を募集し、dTMT-A、dTMT-B、WTMT-A、WTMT-Bを実施した。テストの後、SPSSソフトウェアを使用してデータを収集し、分析しました。
全体として、参加者の人口統計データは、年齢、性別、教育レベル、利き手、臨床認知症評価(CDR)スコア、グローバル劣化スケール(GDS)スコア、TUG:タイムアップとゴーテスト(TUG)、および(p > 0.05)。
表2に示すように、健康な高齢者、MCIを持つ高齢者、PDを持つ高齢者の間のdTMT-Aのデータのほとんどは、同様であった。 完了までの合計時間 (18.15 ± 5.12 s vs. 19.67 ± 7.12 s vs. 19.85 ± 3.89, P = 0.812), エラー数 (0.14 ± 0.38 対 0.29 ± 0.49 ± 0.29, P = 0.79) など)これは、すべての参加者が従来のTMT-Aによって評価された場合、同様のスコアを持っていたことを意味します。ただし、dTMT-A によってキャプチャされた変数がいくつか存在しました。表2に示すように、PDを有する高齢者は、各工程のより大きな全経路偏差を示した(Pb =0.017、 Pc = 0.048)、経路偏差の変動性が大きい(Pb = 0.000、Pc = 0.000)、および各ステップの描画速度が低い(Pb = 0.001、Pc = 0.025)とMCIおよび健常高齢者と比較して、
表3に示すように、dTMT-Bの完成度の違いは、dTMT-Aに対してより多くの側面に反映された。MCIを有する高齢者は、より長い完了時間(P = 0.000)を必要とし、より多くの誤差(P = 0.000)、円内の時間(P = 0.000)または公差円(P = 0.000)、より多くの経路偏差(P = 0.035)、および描画中の低速度(P = 0.000)を健康な高齢者と比較した。一方、PDを持つ高齢者は、より長い完了時間(P = 0.000)を必要とし、より多くのエラー(P = 0.000)、円内の時間(0.000)が多かったが、許容範囲の円内の時間は少ない(P = 0 .000)、より多くの経路偏差(P =0.032)、経路偏差の変動性(P = 0.001)、および明らかに低い各ステップの描画速度(P = 0.000)は、高齢者の健康な個体と比較して。すべての結果は、dTMTが高齢の健康な参加者と高齢患者との間の有意な差異の量を検出できることを示した。
表4に示すように、WTMT-Aの歩行データは、他の個体と比較してPDを持つ高齢者との間のより多くの違いを検出することができ、特に速度(Pb = 0.000、Pc = 0.002)、ステップ長(Pb = 0.004、Pc = 0.016)、ストライド長さ(Pb = 0.005、Pc = 0.019)、およびこれらのデータはすべて、WTMT-Aが高齢のPD患者と高齢の健康な参加者との間の明らかな違いを捉えることができることを暗示した。
表 5に示すように、WTMT-B の歩行データは、グループ間のより多くの違いを見つけることができます。MCIおよびPDを有する高齢患者は、より長い時間(Pa = 0.001、Pb = 0.000)と試験を完了するためのより多くのステップ(Pa = 0.000、Pb = 0.000)を必要としました。彼らのステップとストライドの長さは、高齢の健康な参加者に比べて短いように見えました。さらに、PDを有する高齢患者は、MCI被験者と比較してさらに重篤な傾向を示した。顕著な違いはステップ長(0.045 m ± 0.02 対) です。 0.049 m ± 0.02、Pc = 0 .002)、ストライド長さ(0.91 m ± 0.04 対 0.96 m ± 0.03、Pc = 0.012)、および歩行可変性(0.112 ± 0.0030 対 0.120 ± 0.0034、c = 0000)。
図1:コンピュータdTMT-A および dTMT-B (上部パネル)、dTMT の印刷画面、サブジェクトはパート A を選択して dTMT-A を開始するか、パート B を選択して dTMT-B (下部パネル) を開始します。この図の大きなバージョンを表示するには、ここをクリックしてください。
図 2: IDEEA.WTMT-A および WTMT-B 用のデバイス。この図の大きなバージョンを表示するには、ここをクリックしてください。
図 3: WTMT-A および WTMT-B の例図に示すように、サブジェクトは START から開始し、最後まで歩く必要があります。この図の大きなバージョンを表示するには、ここをクリックしてください。
図4:IDEEA加速度計と位置図は、IDEEA加速度計を正しく着用する方法を示しました。この図の大きなバージョンを表示するには、ここをクリックしてください。
図5:ヒト歩行サイクルを異なるサブフェーズに分けて示す。スタンド相は歩行サイクルの約60%、スイング相は歩行サイクルの約40%であった。この図の大きなバージョンを表示するには、ここをクリックしてください。
健康な高齢者 | MCI の高齢者 | PDを持つ高齢者 | P 値 | |
N = 7 | N = 7 | N = 7 | ||
年齢 | 67.14 ± 4.22 | 65.14 ± 3.39 | 66.29 ± 3.90 | 0.63 |
性別(M:F) | 4:03 | 5:02 | 4:03 | 0.589 |
利き手(R%) | 100 | 100 | 100 | |
教育 (歳) | 10.00 ± 1.91 | 11.43 ± 2.51 | 10.14 ± 1.36 | 0.353 |
Mmse | 29.00 ± 1.15 | 27.86 ± 1.35 | 28.43 ± 1.27 | 0.263 |
Cdr | 0.14 ± 0.24 | 0.5 ± 0.00 | 0.29 ± 0.39 | 0.066 |
Gds | 2.28 ± 0.49 | 2.71 ± 0.76 | 2.29 ± 0.75 | 0.487 |
TUG (S) | 10.07 ± 1.51 | 11.02 ± 0.60 | 11.72 ± 1.24 | 0.052 |
表1:分詞tsの人口統計データ平均±SD M:F = 男性: 女性;R% = 右手のパーセンテージ。yrs = 年;MMSE = ミニ精神状態検査;MCI = 軽度の認知障害;PD = パーキンソン病;CDR = 臨床認知症の評価;GDS = グローバル劣化スケール;TUG = タイムアップしてテストに行く;S = 秒
健康な高齢者 | MCI の高齢者 | PDを持つ高齢者 | P 値 | |
N = 7 | N = 7 | N = 7 | ||
完了までの合計時間 | 18.15 ± 5.12 | 19.67 ± 7.12 | 19.85 ± 3.89 | 0.821 |
エラーの数 | 0.14 ± 0.38 | 0.29 ± 0.49 | 0.29 ± 0.49 | 0.796 |
各円内の合計時間 | 6.94 ± 1.99 | 6.91 ± 3.31 | 7.81 ± 2.46 | 0.773 |
内側の円のパーセンテージ | 39.13 ± 7.70 | 35.42 ± 10.25 | 40.02 ± 11.63 | 0.665 |
各許容範囲円内の合計時間 | 1.57 ± 0.80 | 2.09 ± 0.88 | 1.85 ± 0.49 | 0.442 |
内側の許容範囲の円のパーセンテージ | 8.74 ± 3.02 | 10.80 ± 3.07 | 9.61 ± 3.55 | 0.498 |
合計行キャンセル時間 | 0.14 ± 0.38 | 0.29 ± 0.49 | 0.14 ± 0.38 | 0.764 |
各ステップの全経路偏差 | 38.41 ± 2.52 | 39.30 ± 3.07 | 42.99 ± 3.99b, c | 0.039 |
経路偏差の変動性 | 1.72 ± 0.24 | 2.36 ± 0.55a | 3.66 ± 0.46b, c | 0 |
各ステップの描画速度 | 21.38 ± 2.59 | 19.00 ± 2.40 | 15.70 ± 2.55b, c | 0.002 |
表2:分詞tsのdTMT-Aデータ平均±SD.MCI = 軽度の認知障害;PD = パーキンソン病.LSDによる一方向ANOVAおよびポストホック分析。a = P < 0.05 健康な高齢者に対するMCIを持つ高齢者;b = P < 0.05 健康な高齢者に対するPDを持つ高齢者;c = P < 0.05 MCI を持つ高齢者に対する PD を持つ高齢者.
健康な高齢者 | MCI の高齢者 | PDを持つ高齢者 | P 値 | |
N = 7 | N = 7 | N = 7 | ||
完了までの合計時間 | 32.07 ± 10.93 | 67.56 ± 9.87a | 89.95 ± 12.12b,c | 0 |
エラーの数 | 0.14 ± 0.38 | 2.86 ± 1.07a | 1.29 ± 0.49b,c | 0 |
各円内の合計時間 | 6.03 ± 1.72 | 27.83 ± 5.05a | 7.81 ± 2.46b,c | 0 |
内側の円のパーセンテージ(%) | 19.16 ± 3.86 | 41.47 ± 6.76a | 22.46 ± 3.35c | 0 |
各許容範囲円内の合計時間 | 3.51 ± 0.91 | 9.73 ± 1.46a | 3.93 ± 2.21c | 0 |
内側の許容範囲の円のパーセンテージ(%) | 11.26 ± 2.20 | 14.47 ± 1.62a | 4.57 ± 2.86b,c | 0 |
合計行キャンセル時間 | 0.29 ± 0.38 | 0.86 ± 1.07 | 0.43 ± 0.53 | 0.35 |
各ステップの全経路偏差 | 86.02 ± 7.36 | 95.36 ± 6.76a | 95.56 ± 8.78b | 0.051 |
経路偏差の変動性 | 2.158 ± 0.173 | 2.024 ± 0125 | 2.659 ± 0.332b,c | 0 |
各ステップの描画速度 | 16.85 ± 1.79 | 8.41 ± 1.09a | 4.91 ± 0.91b, c | 0 |
表3:分詞tsのdTMT-Bデータ. 平均± SD.MCI = 軽度の認知障害;PD = パーキンソン病.LSDによる一方向ANOVAおよびポストホック分析。a = P < 0.05 健康な高齢者に対するMCIを持つ高齢者;b = P < 0.05 健康な高齢者に対するPDを持つ高齢者;c = P < 0.05 MCI を持つ高齢者に対する PD を持つ高齢者.
健康な高齢者 | MCI の高齢者 | PDを持つ高齢者 | P 値 | |
N = 7 | N = 7 | N = 7 | ||
完了までの合計時間 | 68.43 ± 4.86 | 76.57 ± 7.66 | 98.29 ± 9.36b,c | 0 |
エラーの数 | 0.29 ± 0.49 | 0.29 ± 0.49 | 0.57 ± 0.53 | 0.487 |
ステップ (n) | 80.86 ± 2.34 | 81.29 ± 3.30 | 81.71 ± 3.90 | 0.886 |
スイング持続時間 (%) | 36.86 ± 1.32 | 35.03 ± 0.84a | 35.48 ± 1.25b | 0.022 |
ステップ期間 (%) | 63.00 ± 1.35 | 64.97 ± 0.84 a | 64.52 ± 1.25b | 0.014 |
速度 (m/s) | 1.01 ± 0.10 | 0.82 ± 0.57a | 0.68 ± 0.04b,c | 0 |
ステップ長(m) | 0.51 ± 0.02 | 0.50 ± 0.01 | 0.49 ± 0.02b,c | 0.01 |
ストライドの長さ(m) | 1.02 ± 0.04 | 1.00 ± 0.02 | 0.96 ± 0.04b,c | 0.011 |
歩数長の歩行変動 | 0.111 ± 0.0011 | 0.112 ± 0.0011 | 0.113 ± 0.0014 | 0.156 |
表4:分詞tsのWTMT-Aデータ. 平均± SD.MCI = 軽度の認知障害;PD = パーキンソン病.LSDによる一方向ANOVAおよびポストホック分析。a = P < 0.05 健康な高齢者に対するMCIを持つ高齢者;b = P < 0.05 健康な高齢者に対するPDを持つ高齢者;c = P < 0.05 MCI を持つ高齢者に対する PD を持つ高齢者.
健康な高齢者 | MCI の高齢者 | PDを持つ高齢者 | P 値 | |
N = 7 | N = 7 | N = 7 | ||
完了までの合計時間 | 78.57 ± 4.86 | 92.29 ± 7.72a | 109.00 ± 5.66b,c | 0 |
エラーの数 | 0.57 ± 0.79 | 1.14 ± 1.07 | 0.86 ± 0.69 | 0.479 |
ステップ (n) | 89.71 ± 2.63 | 96.71 ± 2.29a | 100.57 ± 3.74b,c | 0 |
スイング持続時間 (%) | 37.20 ± 1.21 | 36.56 ± 1.23 | 36.47 ± 1.15 | 0.476 |
ステップ期間 (%) | 62.80 ± 1.21 | 63.44 ± 1.23 | 63.53 ± 1.15 | 0.476 |
速度 (m/s) | 0.98 ± 0.06 | 0.83 ± 0.08a | 0.73 ± 0.03b,c | 0 |
ステップ長(m) | 0.51 ± 0.02 | 0.49 ± 0.02 | 0.45 ± 0.02b,c | 0 |
ストライドの長さ(m) | 1.01 ± 0.04 | 0.96 ± 0.03a | 0.91 ± 0.04b,c | 0 |
歩数長の歩行変動 | 0.114 ± 0.0033 | 0.120 ± 0.0034a | 0.112 ± 0.0030c | 0.001 |
表5:参加者のWTMT-Bデータ。平均 ± SD.MCI = 軽度の認知障害;PD = パーキンソン病.LSDによる一方向ANOVAおよびポストホック分析。a = P < 0.05 健康な高齢者に対するMCIを持つ高齢者;b = P < 0.05 健康な高齢者に対するPDを持つ高齢者;c = P < 0.05 MCI を持つ高齢者に対する PD を持つ高齢者.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
伝統的な紙鉛筆TMTは、50年以上にわたり世界的によく使用されています。しかしながら、デジタルTMTは有利である。第一に、従来のTMTはエグゼクティブ機能ツールと考えられており、dTMTとWTMTの両方が認知機能以外の運動能力を反映する側面を持っています。近年26年に認知運動デュアルタスクが大きな注目を集めていることを考えると、デジタル技術は、従来のTMT27と比較して、この統合されたタスクに関するより多くの情報を研究者に提供することができます。第二に、デジタルTMTは、従来のバージョンと比較して敏感なツールです。デジタルTMTは、被験者の十分なコンプライアンスを持つ従来のものに比べて追加の時間を必要としません。
プロトコルの重要なステップは、両方のテストが時間変数を収集するため、中断なしで dTMT と WTMT を実行することです。被験者は流暢にテストを完了する必要があります。審査官によって引き起こされる遅延、または誤解、気晴らしなどは、最小限に抑えるか、または排除する必要があります。
言及すべき変更は2つあります。まず、dTMTの場合、画面上のスタイラスのリアルタイム圧力は、デジタルクロック描画テスト28で確認された描画のための敏感な変数である。より多くの開発により、dTMT中に画面上のスタイラス圧力を検出できるソフトウェアは、将来的に医師に多くの情報を提供します。第二に、WTMTの場合、トランクの揺れを検出して分析できる新しいデバイスは、IDEEAは歩行データのみを提供するので、運動障害患者29、30でより多くの証拠を見つけるのに役立つかもしれません。しかし、私たちが知る限り、IDEEAはWTMTで使用される最初のデジタル付加法です。
現在の研究では、デジタル化されたバージョンで2種類のTTを導入しました。これらの新しいタイプの TMT は、従来の TMT の正確なコピーではなく、派生しました。ロバート・P・フェローズは、コンピュータ化されたTMTは、円があまりにも混雑している場合に備えて、従来のTMTに比べて必要な円が少ないことを発見しました。しかし、この違いは、将来的にデジタルTMTの広範な使用を妨げることはできません。
デジタル技術は私たちの日常生活の中でますます普及しつつあるので、デジタルデバイスは認知障害や運動障害の早期診断に使用されるべきである32.dTMT と WTMT はどちらも従来の TMT から派生していますが、紙ベースの TMT よりも多くの変数をキャプチャできます。両方の新しい修飾されたTTは、認知障害および運動障害を有する患者をスクリーニングするために使用することができる。特に上肢障害を有する患者に対して、WTMTは特に有用である。
本研究の限界は、その小さなサンプルサイズであった。その結果、デジタルTMTの感度と特異性を実証することができます。しかし、dTMTとWTMTは、参加者の認知機能と運動能力を決定するために医師のための追加情報を見つけることができます。しかし、調査結果を検証するには、より多くの研究が必要です。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者たちは何も開示する必要はない。
Acknowledgments
著者たちは、デジタル技術のサポートに対する小徳陳に感謝する。
Materials
Name | Company | Catalog Number | Comments |
Minisun | LLC | Intelligent Device for Energy Expenditure and Activity (IDEEA) | |
Surface Pro 2 | Microsoft | computer |
References
- 10 facts on dementia. World Health Organization. , Available from: http://www.who.int/features/factfiles/dementia/en (2017).
- 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).
- Schroeter, M. L., et al. Executive deficits are related to the inferior frontal junction in early dementia. Brain. 135 (1), 201-215 (2012).
- 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).
- 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).
- 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).
- Lezak, M. D., Howieson, D. D., Loring, D. W. Neuropsychological assessment. 4th ed. , Oxford University Press. New York. 317-374 (2004).
- 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).
- 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).
- 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).
- 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).
- 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).
- Schott, N. Trail Walking Test zur Erfassung der motorisch-kognitiven Interferenz bei älteren Erwachsenen. Zeitschrift für Gerontologie und Geriatrie. 48 (8), 722-733 (2015).
- Thompson, M. D., et al. Clinical utility of the Trail Making Test practice time. The Clinical Neuropsychologist. 13 (4), 450-455 (1999).
- Mahurin, R. K., et al. Trail making test errors and executive function in schizophrenia and depression. The Clinical Neuropsychologist. 20 (2), 271-288 (2006).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Mancini, M., et al. Trunk accelerometry reveals postural instability in untreated Parkinson's disease. Parkinsonism & Related Disorders. 17 (7), 557-562 (2011).
- Ozinga, S. J., et al. Three-dimensional evaluation of postural stability in Parkinson's disease with mobile technology. NeuroRehabilitation. 41 (1), 211-218 (2017).
- 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).
- 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).