Waiting
Login processing...

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

Medicine

Traditionella Trail Making test ändras till helt nya bedömningsverktyg: Digital och Walking Trail göra test

Published: November 23, 2019 doi: 10.3791/60456
Automatic Translation
*1, *1,2, 2, 1
1Department of Neurology, The Seventh Medical Center of PLA Army General Hospital, 2Department of Neurology, NO 984 Hospital of PLA
* These authors contributed equally

Summary

Här presenterar vi ett protokoll för att visa hur man utför två typer av kognitiva bedömningsverktyg som härrör från papper-penna version av Trail Making test.

Abstract

Trail Making test (TMT) är ett väl accepterat verktyg för utvärdering av verkställande funktion. Standarden TMT uppfanns mer än 60 år sedan och har modifierats i många versioner. Med utvecklingen av digital teknik har TMT nu modifierats till en digitaliserad version. Den aktuella studien visade Digital TMT (dTMT) som utfördes på en dator, och Walking TMT (WTMT) på golvet. Båda avslöjade mer information jämfört med den traditionella versionen av TMT.

Introduction

Med en snabbt åldrande befolkning anses demens vara ett stort folkhälsoproblem. Antalet äldre patienter med demens i hela världen är omkring 47 000 000 enligt Världshälsoorganisationen1. Verkställande funktion nedskrivning är inte bara en vanlig typ av kognitiv dysfunktion hos äldre individer, men har rapporterats som en prediktor för progression från mild kognitiv svikt (MCI) till klinisk Alzheimers sjukdom (AD)2,3. Som det tredje mest använda testet i neuropsykologi4, Trail Making test (TMT) är anställd som ett väl accepterat verktyg för att utvärdera verkställande funktioner, särskilt ihållande uppmärksamhet och set-Shifting5, även hos äldre patienter6.

Standarden TMT är ett papper-penna test som består av två delar: tMT-A och TMT-B5. Den tidigare kräver att test-taker att rita linjer som förbinder slumpmässigt distribuerade nummer (1-25) på ett prov papper i stigande ordning (1-> 2-> 3...), medan den senare kräver att provnings tagaren att ange siffror och bokstäver (1-> A-> 2-> B...) alternativt. Prestandan hos TMT görs i allmänhet i den tid det tar att slutföra varje del korrekt7. TMT har översatts till olika språk. Den kinesiska versionen av TMT utvecklades 20068. Eftersom kinesiska tecken är ganska skilda från engelska bokstäver, den kinesiska versionen av TMT användes i vårt förfarande.

Bortsett från standardversionen har TMT modifierats på olika sätt av forskare (t. ex. muntliga TMT9, körning TMT10, Walking TMT (wtmt)11) för att bedöma specifika populationer eller hitta Detaljer under olika förhållanden, såsom körning och promenader. Notera, vissa studier som ger olika siffror jämfört med standard TMT rapporteras också vara av hög giltighet och tillförlitlighet. Till exempel använde THINC-Integrated Tool (THINC-IT) som utvecklats av McIntyre-gruppen 9 siffror och bokstäver för TMT-B12; WTMT rapporteras av Schott och kollegor använt 15 nummer för TMT-A13. På samma sätt har många utvärdera system av TMT byggts bortom hela tiden scoring, som rapporteras vara till hjälp för att hitta fler poster förutom verkställande dysfunktion, eller vara tillgängliga för deltagare som inte är lämpliga att slutföra standarden TMT. Till exempel undersökte vissa forskare felen i TMT och fann att fel i TMT-B var förknippade med mental spårning och arbetsminne hos patienter med psykiatrisk störning14. En annan grupp från Grekland föreslog härledda TMT-Poäng [TMT-(B − A) eller TMT (B/A)] som index för att detektera försämring i kognitiv flexibilitet över vuxen livslängd15. I allmänhet kan alternativa utvärderingssystem för TMT sammanfattas enligt följande: (1) slutförandetid analys – TMT slutförandetid beräknas i sekunder16; (2) felanalys – olika typer av TMT-fel klassificeras och kvantifieras14; (3) intermanuella skillnader — olika förmågor att fullborda TMT mellan den dominerande handen och den icke-dominerande handen jämförs17; och (4) härledda Trail Making test index-olika karakteriseringar mellan att slutföra TMT-A och TMT-B analyseras15. De alternativa bedömningsmetoderna ger ytterligare information. Till exempel, nyttan av TMT felanalys kan avslöja kognitiva underskott som inte traditionellt fångas med hjälp av slutförandetid som enda utfall variabeln hos patienter med schizofreni och depression14. Avsaknaden av någon signifikant intermanual skillnad hjälpte till att diskriminera kognitiv dysfunktion från påverkan av motoriska störning17. Härledda TMT-index kan upptäcka försämring i kognitiv flexibilitet över hela vuxen livslängden och minimera effekten av demografi och andra kognitiva bakgrundsvariabler15.

Med framsteg inom modern teknik, datorbaserade digitala applikationer har alltmer integrerats i traditionella kognitiva interventioner, varav de flesta är utformade som liknar den ursprungliga testet som möjligt, snarare än skapas som nya verktyg. Digital eller datoriserad TMT (dtmt) har visat sig ha potential att fånga ytterligare information, med strukturen i det befintliga testet främst oförändrad under de senaste åren18,19.

Denna studie syftade till att införa en datorbaserad kinesisk version av dTMT-A och dTMT-B, samt en WTMT. Båda är modifierade tmts och har bekräftats ha hög känslighet och specificitet att avskärma patienter med MCI, Parkinsons sjukdom, Alzheimers sjukdom, och så vidare, baserat på förflyttning av övre och nedre extremiteterna20,21. Detaljerade poängmetoder presenterades också eftersom digital teknik införlivas i dTMT och WTMT kan hjälpa till att fånga mer information jämfört med papper-penna version av TMT.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Utvecklingen av dTMT och första ansökan godkändes av den sjunde Medical Center i PLA Army General Hospital Review Board. Försökspersonerna undertecknade godkända informerade Samtyckesdokument innan de testade TMT.

1. allmän metodutveckling

  1. Använd en surfplatta (t. ex. Microsoft Surface Pro 2) med tröghets-sensorer av hög kvalitet som är inbäddade i enheten och en kompatibel elektronisk penna (bild 1).
  2. Använd den intelligenta enheten för energiförbrukning och aktivitet (IDEEA) Monitor, sammansatt av fem sensorer (vardera 16 x 14 x 4 mm3, 2 g), med en fäst över bröstbenet, två fäst på framsidan av varje lår, och de andra två fäst under varje fot. Anslut bröstbenet och låret sensorer via en solid kabel till en liten 32-bitars mikroprocessor (70 x 44 x 18 mm3, 59 g), och tråd fot sensorerna (figur 2).

2. utformning och provning av dTMT

Anmärkning: Som tidigare nämnts har dTMT två delar: dTMT-A och dTMT-B. Dessa två tester bör utföras sekventiellt (dTMT-A förfarande dTMT-B), utan att vändas.

  1. dTMT-A-förfarande
    1. Utför dTMT-A i en tyst och bekväm miljö.
      Anmärkning: Deltagare inskrivna för att slutföra dTMT bör ha utbildningsnivå på mer än 2 års förberedande skola; Annars kan de ha svårt att läsa och känna igen kinesiska tecken i dTMT-B. Under tiden, se till att deltagarna har ingen uppenbar visuell och övre extremiteten funktionshinder.
    2. Be deltagarna att sitta framför ett skrivbord och justera datorns position, bakgrundsljus och den elektroniska pennan.
    3. Kontrollera deltagarnas nära synskärpa för att se till att de enkelt kan läsa numren på skärmen.
      Anmärkning: Vissa åldrade ämnen kanske behöver ett par glas i fall att cirklarna på skärmen är för små för de ämnen med presbyopi.
    4. Visa instruktionerna för dTMT-A enligt följande: Vänligen dra en linje så snabbt som möjligt gå med på varandra följande nummer (dvs., 1-> 2-> 3... 9) i cirklarna slumpmässigt fördelade på skärmen. En pre-test rättegång (150 s maximum) är nödvändigt eftersom de flesta deltagare måste bekanta hur man ritar på ytan av en dator.
    5. Visa de stora skillnaderna mellan dTMT-A och standard TMT-A. Först, om cirkeln är rätt fodrad, kan dess färg ändras. För det andra, om cirkeln inte är korrekt fodrad, dess färg förblir oförändrad, och ämnena måste re-line det från den sista cirkeln.
      Anmärkning: Att ansluta alla cirklar flytande med raka linjer uppmuntras.
    6. Informera deltagarna om att undvika fel och tids slöseri. Uppmuntra deltagarna att dra linjen flytande, men så noggrant som möjligt; men ge ingen prioritet.
    7. Be deltagarna att välja parta på skärmen (bild 1 nedre panelen) för att slutföra dtmt-A utan avbrott. Alla dTMT-A-data samlas på datorn automatiskt.
      Anmärkning: Om data samlas in för att utreda intermanuella skillnader, behöver ytterligare ett test utföras med den andra handen. Sekvensen av vänster-/righthandstest är slumpmässigt.
  2. dTMT-B-förfarande
    1. Upprepa steg 2,1.
    2. Visa instruktionerna för dTMT-B enligt följande: Vänligen dra en linje så snabbt som möjligt att sammanfoga siffrorna och kinesiska tecken (dvs., 1->graphic 1-> 2->graphic 1... graphic 1 ) alternativt i cirklarna slumpmässigt fördelade på skärmen.
      Anmärkning: Kontrollera att alla kinesiska tecken känns igen av ämnen. En pre-test rättegång (150 s maximum) är också nödvändigt eftersom vissa deltagare behöver för att bekanta hur man ritar i siffror och kinesiska tecken alternativt på egen hand.
    3. Be ämnena att välja PARTB på skärmen (bild 1 nedre panelen) för att slutföra dtmt-B utan avbrott. Alla dTMT-B-data samlas i datorn automatiskt.
      Anmärkning: Om data samlas in för att utreda intermanuella skillnader, behöver ytterligare ett test utföras med den andra handen. Sekvensen av vänster-/righthandstest är slumpmässigt.

3. direkt data insamling och definitioner i dTMT

  1. Bestäm den totala tiden till slutförande: den tid det tar (MS) att rita en linje som förbinder alla cirklar i rätt ordning.
  2. Bestäm antalet fel: antalet gånger en rad ritas till en cirkel i den felaktiga ordningen.
  3. Bestäm hur mycket tid som ska slutföras för varje steg: den tid det tar i millisekunder att rita varje steg.
  4. Bestäm tiden i varje cirkel: den tid som tillbringas i millisekunder för att rita i cirklar.
  5. Bestäm den inre cirkeln procent (%): tid inuti varje cirkel dividerat med total tid till slutförande.
  6. Bestäm tiden inuti varje tolerans cirkel: den tid som tillbringas i millisekunder för att rita innanför tolerans cirklar.
  7. Bestäm tolerans procenten för den invändiga cirkeln (%): tid inuti varje tolerans cirkel dividerat med total tid till slutförande
  8. Bestäm rad avbrutna tider i varje steg: de gånger en rad avbryts i varje steg. Tolerans cirkeln har en diameter fem gånger mer än en riktig cirkel.
  9. Bestäm den optimala vägen för varje steg: närmaste linje i millimeter för varje steg.
  10. Bestäm den faktiska vägen för varje steg: den faktiska linjen i millimeter för varje steg.
  11. Bestäm väg avvikelsen för varje steg: den faktiska linjen i millimeter minus närmaste linje i millimeter för varje steg.
  12. Bestäm variationen av väg avvikelse: koefficienten för variationen av väg avvikelsen för varje steg.
  13. Bestäm hastigheten för ritning av varje steg: den faktiska linjen i millimeter för varje steg dividerat med tiden till för varje steg.
    Anmärkning: Det genomsnittliga värdet beräknades genom att summera de insamlade värdena steg för steg. Indirekta data som återspeglar olika punkter mellan händer eller delar härrörde baserat på direkt data.

4. design och provning av WTMT

Anmärkning: Lik till dTMT, WTMT också har två delen: WTMT-en och WTMT-B. Dessa två tester bör utföras sekventiellt (wtmt-A du wtmt-B), utan att vändas.

  1. WTMT-ett förfarande
    1. Utför WTMT-A i en tyst och bekväm miljö. Se till att det finns rumsbelysning. Slumpmässigt distribuera mynt med siffror på varje 15 positioner i en 16 m2 område (4 x 4 m2). Rita en 30 cm diameter runt varje mynt (figur 3).
      Anmärkning: De deltagare som rekryterades till WTMT bör ha en utbildningsnivå på mer än 2 års förberedande skola. Annars kan de ha svårt att läsa och känna igen kinesiska tecken i WTMT-B. Under tiden, se till att deltagarna inte har någon uppenbar visuell och lägre lem funktionshinder.
    2. Anslut den intelligenta enheten för energiförbrukning och aktivitet (ideea) till datorn och ange motivet ' s antropometriska data.
    3. Fäst fem biaxiella miniaccelerometrar (16 x 14 x 4 mm3, 2 g) med medicinsk tejp över bröstbenet, på framsidan av varje lår och under varje fot (figur 4). Anslut alla accelerometrar genom tunna, flexibla kablar till en mikroprocessor/lagringsenhet (70 x 44 x 18 mm3, 59 g) fäst med ett klipp till kläderna.
      Anmärkning: Den IDEEA är en multipel accelerometer-baserat system som består av fem Biaxial accelerometrar ligger på den övre stammen, lår och fötter. Ideea utvecklades ursprungligen för att uppskatta energiutgifterna underaktiviteter av dagligt liv22,23, men har en ytterligare förmåga att kvantifiera många av de vanligaste gång cykel parametrarna24.
    4. När enheten är utrustad, be deltagarna att gå upp och ner en gångväg utan några mål på en bekväm gånghastighet till WarmUp.
    5. Visa instruktionerna för WTMT-A enligt följande: Vänligen gå på numrerade mål i en sekventiell ordning så snabbt som möjligt gå med på varandra följande siffror (dvs., 1-> 2-> 3... 15) i mynten slumpmässigt fördelade på golvet.
    6. Uppmuntra deltagarna att vandra obehindrat, men så noggrant som möjligt; Ingen prioritering ges dock. Utför WTMT-A endast en gång.
    7. Garantera säkerheten för deltagarna, eftersom Dual-Task promenader i en utmanande miljö kan öka risken för att falla25. För både pre-och eftertester, en 5 s steg paus behövs för IDEEA att diskriminera promenader från stående.
      Anmärkning: Antingen Fotsteget på myntet anses vara på målet. Om deltagarna går i fel ordning, vägleda dem tills de går i rätt ordning. Alla WTMT-A data samlas i IDEEA mikroprocessor/lagringsenhet automatiskt.
  2. WTMT-B-förfarande
    1. Upprepa stegen som i avsnitt 4.1.1.
    2. Visa instruktionerna för WTMT-A enligt följande: Vänligen gå på numrerade mål i en sekventiell ordning så snabbt som möjligt att gå med på varandra följande siffror (dvs.graphic 1, 1->-graphic 1> 2->... graphic 1 > 8) i mynten slumpmässigt fördelade på golvet. Kontrollera att alla kinesiska tecken känns igen av deltagarna.
    3. Utför WTMT-B endast en gång.
    4. Garantera säkerheten för deltagarna, eftersom Dual-Task promenader i en utmanande miljö kan öka risken för fallings25. För både pre-och eftertester, en 5 s steg paus behövs för IDEEA att diskriminera promenader från stående.
      Anmärkning: Antingen Fotsteget på myntet anses vara på målet. Om ämnena gick i fel ordning, vägleda dem tills de går i rätt ordning. Alla WTMT-B data samlas i IDEEA mikroprocessor/lagringsenhet automatiskt.

5. direkt data insamling och innebörd förklaring i WTMT

Anmärkning: Som framgår av figur 5har den mänskliga gång cykeln delats upp i olika underfaser. I detalj definieras och beräknas spatiala och temporala parametrar enligt följande.

  1. Bestäm stegen (n): antalet steg som har slutförts under plangående gång, inklusive höger och vänster extremiteter.
  2. Bestäm svingen varaktighet (%): fas procenten börjar från tå-off tills initial mark eller trappa kontakt för en given fot.
  3. Bestäm Stance varaktighet (%): fas procent mellan hälen strejk av en fot och hälen strejk av Contra-laterala foten.
  4. Bestäm hastigheten (m/s): den genomsnittliga hastigheten över två raka steg.
  5. Bestäm steglängd (m): skillnaden i längd mellan den initiala hälen strejk av höger eller vänster fot och hälen strejk av kontralaterala foten.
  6. Bestäm steglängd (m): avståndet mellan de successiva punkterna i den första kontakten av samma fot, höger-vänster-höger (R-L-R) eller vänster-höger-vänster (L-R-L).
  7. Bestäm gång variation av steglängd: koefficienten för variationen av steglängd.
    Anmärkning: Sluttid och fel samlas också in och räknas av examinator istället för IDEEA.

6. insamling och statistik av uppgifter

  1. Använd enkelriktad-ANOVA och Fishers LSD för att jämföra skillnaderna mellan grupperna. Demografiska data listas i tabell 1. dTMT-A-, dTMT-B-, WTMT-A-och WTMT-B-data visas i tabellerna 2-5 respektive. En P < 0,05 ansågs indikera en statistiskt signifikant skillnad.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Sju äldre patienter med mild kognitiv svikt (äldre med MCI), sju åldrade patienter med Parkinsons sjukdom (äldre med PD), och sju äldre friska individer (friska äldre) rekryterades, och dTMT-A, dTMT-B, WTMT-A, och WTMT-B, utfördes. Efter testerna har data samlats in och analyserats med SPSS-programvara.

Som helhet visade demografiska data för deltagarna att alla grupper matchades väl i termer av ålder, kön, utbildningsnivå, dominant hand, klinisk demens rating (CDR) score, global försämring Scale (GDS) poäng, TUG: Timed up och go test (TUG), och så vidare (p > 0,05).

Som framgår av tabell 2är de flesta data från dtmt-A mellan friska äldre, äldre med MCI, och äldre med PD var likartade, såsom total tid till fullbordan (18,15 ± 5,12 s jämfört med 19,67 ± 7,12 s jämfört med 19,85 ± 3,89, p = 0,812), antal fel (0,14 ± 0,38 jämfört med 0,29 ± 0,49 jämfört med 0,29 ± 0,49, p = 0,796), och så vidare. Detta innebär att alla deltagare hade liknande poäng om de bedöms av traditionella TMT-A. Men det fanns några olika variabler fångas av dTMT-A. Som visas i tabell 2äldre med PD uppvisade en större total spridningsväg avvikelse för varje steg (pb = 0,017, pc = 0,048), en större variation av väg avvikelse (pb = 0,000, Pc = 0,000), och en lägre hastighet för ritning av varje steg (pb = 0,001, pc = 0,025) jämfört med äldre med MCI och friska äldre, respektive.

Som framgår av tabell 3reflekterades skillnaderna i att färdigställa Dtmt-B i fler aspekter jämfört med Dtmt-A. Äldre patienter med MCI behövde en längre tid för slutförandet (P = 0,000) och hade fler fel (P = 0,000), mer tid innanför cirkeln (P = 0,000) eller tolerans cirkeln (P = 0,000), mer väg avvikelse (P = 0,035) och lägre hastighet i teckning (p = 0,000) jämfört med friska äldre. Samtidigt behövde äldre med PD en längre tid för färdigställande (P = 0,000), och hade fler fel (P = 0,000), mer tid inne i cirkeln (0,000) men mindre tid innanför tolerans cirkeln (P = 0,000), mer väg avvikelse (P = 0,032), större variation av väg avvikelse (P = 0,001), och uppenbarligen lägre hastighet för ritning av varje steg (P = 0,000) jämfört med äldre friska individer. Alla resultat indikerade att dTMT kan detekteras mängder av signifikanta skillnader mellan åldrade friska deltagare och åldrade patienter.

Som visas i tabell 4gång data i wtmt-A kunde upptäcka fler skillnader mellan äldre med PD i jämförelse med andra individer, särskilt i fråga om hastighet (pb = 0,000, Pc = 0,002), steglängd (pb = 0,004, pc = 0,016), steglängd (pb = 0,005, Pc = 0,019), och så vidare. Alla dessa data innebar att WTMT-A kunde fånga uppenbara skillnader mellan äldre PD-patienter och åldrade friska deltagare.

Som visas i tabell 5, gång data i wtmt-B kan hitta fler skillnader mellan grupper. Äldre patienter med MCI och PD behövde en längre tid (Pa = 0,001, pb = 0,000) och fler steg för att slutföra testet (pa = 0,000, pb = 0,000). Deras Step och steglängd verkade kortare i förhållande till åldrade friska deltagare. Dessutom uppvisade äldre patienter med PD ännu mer allvarlig tendens jämfört med MCI-patienter. De markerade skillnaderna är steglängd (0,045 m ± 0,02 resp. 0,049 m ± 0,02, Pc = 0 .002), steglängd (0,91 m ± 0,04 jämfört med 0,96 m ± 0,03, pc = 0,012) och gång variation i steglängd (0,112 ± 0,0030 jämfört med 0,120 ± 0,0034, p c = 0,000).

Figure 1
Bild 1: dator. Dator för dTMT-A och dTMT-B (övre panelen), Print Screen of dTMT, ämnen Välj del A för att starta dTMT-A eller del B för att starta dTMT-B (nedre panelen). Vänligen klicka här för att se en större version av denna siffra.

Figure 2
Figur 2: IDEEA. Enheten för WTMT-A och WTMT-B. Vänligen klicka här för att se en större version av denna siffra.

Figure 3
Figur 3: exempel på WTMT-A och wtmt-B. Som visas i figuren, ämnen måste börja från START och gå till slutet. Vänligen klicka här för att se en större version av denna siffra.

Figure 4
Figur 4: IDEEA accelerometrar och platsen. Figuren visade hur man bär IDEEA accelerometrar korrekt. Vänligen klicka här för att se en större version av denna siffra.

Figure 5
Figur 5: mänsklig gång cykel uppdelad i olika del faser. Stand fas var ca 60% av gång cykeln, och swing fasen var ca 40% av gång cykeln. Vänligen klicka här för att se en större version av denna siffra.

Friska äldre Äldre med MCI Äldre med PD P-värde
N = 7 N = 7 N = 7
Ålder 67,14 ± 4,22 65,14 ± 3,39 66,29 ± 3,90 0,63
Kön (M:F) 4:03 5:02 4:03 0,589
Dominerande hand (R%) 100 100 100
Utbildning (år) 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
BOGSERBÅT (S) 10,07 ± 1,51 11,02 ± 0,60 11,72 ± 1,24 0,052

Tabell 1: demografiska data för PARTICIPANTS. medelvärde ± SD. M:F = hane: hona; R% = höger procentsats; yrs = år; MMSE = mini mental State examination.; MCI = mild kognitiv svikt; PD = Parkinsons sjukdom; CDR = klinisk demens klassificering; GDS = global försämring skala; BOGSERBÅT = Timed up och gå test; S = sekunder

Friska äldre Äldre med MCI Äldre med PD P-värde
N = 7 N = 7 N = 7
Total tid till slutförande 18,15 ± 5,12 19,67 ± 7,12 19,85 ± 3,89 0,821
Antal fel 0,14 ± 0,38 0,29 ± 0,49 0,29 ± 0,49 0,796
Total tid inuti varje cirkel 6,94 ± 1,99 6,91 ± 3,31 7,81 ± 2,46 0,773
Inre cirkel procent 39,13 ± 7,70 35,42 ± 10,25 40,02 ± 11,63 0,665
Total tid inom varje tolerans cirkel 1,57 ± 0,80 2,09 ± 0,88 1,85 ± 0,49 0,442
Innanför tolerans cirkeln i procent 8,74 ± 3,02 10,80 ± 3,07 9,61 ± 3,55 0,498
Totalt antal avbeställnings tider för rader 0,14 ± 0,38 0,29 ± 0,49 0,14 ± 0,38 0,764
Total väg avvikelse för varje steg 38,41 ± 2,52 39,30 ± 3,07 42,99 ± 3,99b, c 0,039
Variation av väg avvikelse 1,72 ± 0,24 2,36 ± 0,55a 3,66 ± 0,46b, c 0
Hastighet för ritning av varje steg 21,38 ± 2,59 19,00 ± 2,40 15,70 ± 2,55b, c 0,002

Tabell 2: dtmt-A-data för participenTS. medelvärde ± SD. MCI = mild kognitiv svikt; PD = Parkinsons sjukdom. Enkelriktad-ANOVA och post hoc-analys med LSD. a = P < 0,05 äldre med MCI i förhållande till friska äldre; b = P < 0,05 äldre med PD i förhållande till friska äldre; c = P < 0,05 äldre med PD jämfört med äldre med MCI.

Friska äldre Äldre med MCI Äldre med PD P-värde
N = 7 N = 7 N = 7
Total tid till slutförande 32,07 ± 10,93 67,56 ± 9,87a 89,95 ± 12,12b, c 0
Antal fel 0,14 ± 0,38 2,86 ± 1,07a 1,29 ± 0,49b, c 0
Total tid inuti varje cirkel 6,03 ± 1,72 27,83 ± 5,05a 7,81 ± 2,46b, c 0
Inre cirkel procent (%) 19,16 ± 3,86 41,47 ± 6,76a 22,46 ± 3,35c 0
Total tid inom varje tolerans cirkel 3,51 ± 0,91 9,73 ± 1,46a 3,93 ± 2,21c 0
Innanför tolerans cirkeln procent (%) 11,26 ± 2,20 14,47 ± 1,62a 4,57 ± 2,86b, c 0
Totalt antal avbeställnings tider för rader 0,29 ± 0,38 0,86 ± 1,07 0,43 ± 0,53 0,35
Total väg avvikelse för varje steg 86,02 ± 7,36 95,36 ± 6,76a 95,56 ± 8,78b 0,051
Variation av väg avvikelse 2,158 ± 0,173 2,024 ± 0125 2,659 ± 0,332b, c 0
Hastighet för ritning av varje steg 16,85 ± 1,79 8,41 ± 1,09a 4,91 ± 0,91b, c 0

Tabell 3: dtmt-B-data för PARTICIPANTS. medelvärde ± SD. MCI = mild kognitiv svikt; PD = Parkinsons sjukdom. Enkelriktad-ANOVA och post hoc-analys med LSD. a = P < 0,05 äldre med MCI i förhållande till friska äldre; b = P < 0,05 äldre med PD i förhållande till friska äldre; c = P < 0,05 äldre med PD jämfört med äldre med MCI.

Friska äldre Äldre med MCI Äldre med PD P-värde
N = 7 N = 7 N = 7
Total tid till slutförande 68,43 ± 4,86 76,57 ± 7,66 98,29 ± 9,36b, c 0
Antal fel 0,29 ± 0,49 0,29 ± 0,49 0,57 ± 0,53 0,487
Steg (n) 80,86 ± 2,34 81,29 ± 3,30 81,71 ± 3,90 0,886
Swing varaktighet (%) 36,86 ± 1,32 35,03 ± 0,84a 35,48 ± 1,25b 0,022
Stegduration (%) 63,00 ± 1,35 64,97 ± 0,84 a 64,52 ± 1,25b 0,014
Hastighet (m/s) 1,01 ± 0,10 0,82 ± 0,57a 0,68 ± 0,04b, c 0
Steglängd (m) 0,51 ± 0,02 0,50 ± 0,01 0,49 ± 0,02b, c 0,01
Steglängd (m) 1,02 ± 0,04 1,00 ± 0,02 0,96 ± 0,04b, c 0,011
Gång variation av steglängd 0,111 ± 0,0011 0,112 ± 0,0011 0,113 ± 0,0014 0,156

Tabell 4: wtmt-A data för PARTICIPANTS. medelvärde ± SD. MCI = mild kognitiv svikt; PD = Parkinsons sjukdom. Enkelriktad-ANOVA och post hoc-analys med LSD. a = P < 0,05 äldre med MCI i förhållande till friska äldre; b = P < 0,05 äldre med PD i förhållande till friska äldre; c = P < 0,05 äldre med PD jämfört med äldre med MCI.

Friska äldre Äldre med MCI Äldre med PD P-värde
N = 7 N = 7 N = 7
Total tid till slutförande 78,57 ± 4,86 92,29 ± 7,72a 109,00 ± 5,66b, c 0
Antal fel 0,57 ± 0,79 1,14 ± 1,07 0,86 ± 0,69 0,479
Steg (n) 89,71 ± 2,63 96,71 ± 2,29a 100,57 ± 3,74b, c 0
Swing varaktighet (%) 37,20 ± 1,21 36,56 ± 1,23 36,47 ± 1,15 0,476
Stegduration (%) 62,80 ± 1,21 63,44 ± 1,23 63,53 ± 1,15 0,476
Hastighet (m/s) 0,98 ± 0,06 0,83 ± 0,08a 0,73 ± 0,03b, c 0
Steglängd (m) 0,51 ± 0,02 0,49 ± 0,02 0,45 ± 0,02b, c 0
Steglängd (m) 1,01 ± 0,04 0,96 ± 0,03a 0,91 ± 0,04b, c 0
Gång variation av steglängd 0,114 ± 0,0033 0,120 ± 0,0034a 0,112 ± 0,0030c 0,001

Tabell 5: WTMT-B-uppgifter för deltagarna. Medelvärde ± SD. MCI = mild kognitiv svikt; PD = Parkinsons sjukdom. Enkelriktad-ANOVA och post hoc-analys med LSD. a = P < 0,05 äldre med MCI i förhållande till friska äldre; b = P < 0,05 äldre med PD i förhållande till friska äldre; c = P < 0,05 äldre med PD jämfört med äldre med MCI.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Traditionell papper-penna TMT har varit väl används över hela världen för mer än 50 år. Digital TMT är dock fördelaktigt. Först är traditionella TMT betraktas som en verkställande funktion verktyg, medan både dTMT och WTMT har aspekter som återspeglar motorisk förmåga förutom kognitiv funktion. Med tanke på att den kognitiva motor Dual Task har fått stor uppmärksamhet under de senaste åren26, kan digital teknik ge forskarna mer information om denna integrerade uppgift jämfört med den traditionella TMT27. För det andra är digital TMT ett känsligt verktyg jämfört med den traditionella versionen. Digital TMT behöver inte ytterligare tid i förhållande till traditionella, som har tillräckligt med efterlevnad av ämnen.

Ett kritiskt steg i protokollet är att utföra dTMT och WTMT utan avbrott, eftersom båda testerna insamlade tidsvariabler. Försökspersonerna måste slutföra testerna flytande. Eventuella förseningar som induceras av examinatorer, eller missförstånd, distraktion, etc., bör minimeras eller elimineras.

Det finns två modifieringar som ska nämnas. För det första, för dTMT, är realtids trycket på pekpennan på skärmen en känslig variabel för teckning, som har bekräftats i en digital klocka ritning test28. Med mer utveckling, programvara som kunde upptäcka pekpennan trycket på skärmen under dTMT kommer att ge läkare mer information i framtiden. För det andra, för wtmt, en ny enhet som kan upptäcka och analysera trunk Sway kan vara till hjälp för att hitta fler bevis i rörelse störning patienter29,30, eftersom ideea bara ger gång data. Men så vitt vi vet är IDEEA den första digitala accelerometrin som används i WTMT.

I den aktuella studien introducerades två typer av TMTs i en digitaliserad version. Dessa nya typer av TMTs var härledda, snarare än att vara en exakt kopia av den traditionella TMT. Robert P. Fellows fann att den datoriserade TMT behövde färre cirklar jämfört med den traditionella TMT, om cirklarna var för trångt31. Denna skillnad kan dock inte hindra en bred användning av den digitala TMT i framtiden.

Eftersom digital teknik blir mer och mer populär i vårt dagliga liv, bör digitala enheter användas i tidig diagnos av kognitiva störningar och rörelsestörningar32. dTMT och WTMT är båda härledda från traditionella TMT men kan fånga fler variabler än den pappersbaserade TMT. Båda nya modifierade TMTs kan användas för att avskärma patienter med kognitiva störningar och rörelsestörningar. Bestämt för de tålmodig med övrelem funktionshinder, är WTMT bestämt användbart.

En begränsning av den nuvarande studien var dess små urvalsstorlek. Den digitala TMT: s känslighet och specificitet kan därför påvisas. Men dTMT och WTMT kunde hitta ytterligare information för läkarna att bestämma kognitiv funktion och motorisk förmåga av deltagarna. Emellertid, fler studier behövs för att validera resultaten.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har inget att avslöja.

Acknowledgments

Författarna tackar Xiaode Chen för digital teknisk support.

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).

Tags

Medicin kognitiv svikt digital teknik verkställande dysfunktion gånganalys processorhastighet Trail Making test
Traditionella Trail Making test ändras till helt nya bedömningsverktyg: Digital och Walking Trail göra test
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wei, W., Zhào, H., Liu, Y.,… 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