Waiting
Login processing...

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

Medicine

传统跟踪测试修改为全新的评估工具:数字和步行路线制作测试

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

Summary

在这里,我们提出一个协议,演示如何执行两种类型的认知评估工具派生自纸笔版本的跟踪制作测试。

Abstract

跟踪制作测试 (TMT) 是评估执行功能的公认工具。标准TMT是60多年前发明的,现已修改为多个版本。随着数字技术的发展,TMT 现已被修改为数字化版本。本研究演示了在计算机上执行的数字 TMT (dTMT),在地板上行走 TMT (WTMT)。与传统版本的 TMT 相比,两者都透露了更多的信息。

Introduction

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

随着人口迅速老龄化,痴呆症被认为是一个重大的公共卫生问题。根据世界卫生组织(WHO)的数据,全球老年痴呆症患者人数约为4700万。执行功能障碍不仅是老年人认知功能障碍的常见类型,而且被报告为从轻度认知障碍(MCI)到临床阿尔茨海默氏病(AD)2、3的进展预测因素。作为神经心理学第三应用最广泛的测试4,跟踪制作测试(TMT)被作为一个公认的工具来评估执行功能,特别是持续注意力和设置转移5,即使在老年患者6。

标准TMT是一种纸铅笔测试,由两个部分组成:tMT-A和TMT-B5。前者要求考生按升序(1->>3...)在试卷上绘制随机分布的数字(1+25)的线,而后者要求考生设置数字和字母(1->A>2->B...)。TMT 的性能通常以正确完成每个部分所用的时间进行评分7。TMT 已被翻译成不同的语言。TMT中文版于2006年8月8日开发。由于汉字与英文字母截然不同,因此在我们的程序中使用了中文版的TMT。

除了标准版本外,TMT还被研究人员以不同的方式修改(例如,口服TMT9,驾驶TMT10,步行TMT(WTMT)11),以评估特定人群或在不同条件下(如驾驶和步行)中寻找细节。值得注意的是,一些研究与标准TMT相比,一些研究的验证码也具有高有效性和可靠性。例如,麦金太尔集团开发的THINC集成工具(THINC-it)使用9个数字和字母用于TMT-B12;肖特及其同事报告的WTMT在TMT-A13中使用了15个号码。同样,TMT 的许多评估系统都超越了完整的时间评分,据报道,这些系统有助于查找除执行功能障碍之外的更多项目,或者对于不适合完成标准 TMT 的参与者进行访问。例如,一些研究人员调查了TMT的错误,发现TMT-B的错误与精神障碍患者的精神跟踪和工作记忆有关。另一组来自希腊,建议将衍生的TMT分数[TMT-(B+A)或TMT(B/A)]作为指数,以检测成人寿命15的认知灵活性受损情况。一般来说,TMT的替代评估系统可以概括如下:(1)完成时间分析—TMT完成时间以秒16计算;(2)误差分析—不同类型的TMT误差被分类和量化14;(3)手动间差异——将主导手与非主导手完成TMT的能力不同,比较17;和(4)派生的跟踪制作测试指数——对完成TMT-A和TMT-B之间的不同特征进行了分析15。其他评分方法提供了其他信息。例如,TMT误差分析的效用可以揭示认知缺陷,在精神分裂症和抑郁症患者中,使用完成时间作为唯一结果变量的认知缺陷。缺乏任何显著的手动间差异有助于区分认知功能障碍与运动障碍的影响17。衍生的TMT指数可以检测整个成人寿命的认知灵活性受损,并尽量减少人口统计和其他认知背景变量15的影响。

随着现代技术的进步,基于计算机的数字应用已越来越多地融入到传统的认知干预中,其中大多数设计与原始测试尽可能相似,而不是作为新工具创建。数字或计算机化的TMT(dTMT)已被证明有潜力捕获更多的信息,现有的测试的结构在近年基本没有变化18,19。

本研究旨在介绍基于计算机的中文版本的dTMT-A和dTMT-B,以及WTMT。两者都是经过修改的TTMTs,并且已被证实具有高灵敏度和特异性,以筛查MCI,帕金森病,阿尔茨海默氏病,等等,基于上肢和下肢的运动20,21。还介绍了详细的评分方法,因为与 TMT 的纸笔版本相比,dTMT 和 WTMT 中集成的数字技术可能有助于捕获更多信息。

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

DTMT的开发和初步应用得到了解放军总医院第七医学中心评审委员会的批准。受试者在测试TMT之前签署经批准的知情同意文件。

1. 一般方法开发

  1. 使用平板电脑(例如,微软 Surface Pro 2),设备内嵌入了高质量的惯性传感器和兼容的电子笔(图1)。
  2. 使用智能设备进行能量消耗和活动 (IDEEA) 监视器,由五个传感器(每个 16 x 14 x 4 mm3,2 g)组成,其中一个安装在胸骨上,两个连接到每个大腿的前侧,另两个安装在每个脚下。通过实根电缆将胸骨和大腿传感器连接到小型 32 位微处理器(70 x 44 x 18 mm3, 59 g),并连接脚部传感器(图 2)。

2. dTMT 的设计和测试

注:如前所述,dTMT有两个部分:dTMT-A和dTMT-B。这两个测试应按顺序执行(dTMT-A 程序 dTMT-B),而不被撤消。

  1. dTMT-A 程序
    1. 在安静舒适的环境中执行 dTMT-A。
      注:参加完成dTMT的学员应具有2年以上预科教育水平;否则,他们可能难以阅读和识别dTMT-B中的汉字。同时,确保参与者没有明显的视觉和上肢残疾。
    2. 要求学员坐在桌子前,调整电脑位置、背景灯和电子笔。
    3. 检查参与者的近视力,确保他们可以轻松读取屏幕上的数字。
      注:一些老年受试者可能需要一对玻璃,以防屏幕上的圆圈对于有前视的受试者来说太小。
    4. 显示 dTMT-A 的说明如下:请尽快绘制一条线,加入连续数字(即 1->2>3...9)在屏幕上随机分布的圆圈。测试前试用(最多 150 s)是必要的,因为大多数参与者需要熟悉如何在计算机表面绘制。
    5. 演示 dTMT-A 和标准 TMT-A 之间的主要区别。首先,如果圆的内衬正确,可以更改其颜色。其次,如果圆的内衬不正确,其颜色保持不变,并且主体需要从最后一个圆圈重新排列它。
      注:鼓励用直线流利地连接所有圆圈。
    6. 建议学员避免错误和时间浪费。鼓励学员流利但尽可能准确地画线;但是,不给予优先权。
    7. 要求学员在屏幕上选择"部分 A"(图 1下面板)以不间断地完成 dTMT-A。所有 dTMT-A 数据都自动在计算机上收集。
      注:如果收集数据以调查手动间差异,则需要用另一方面执行另一个测试。左手/右手测试的顺序是随机的。
  2. dTMT-B 程序
    1. 重复步骤 2.1。
    2. 显示 dTMT-B 的说明如下:请尽快绘制一条线,加入数字和中文字符(即 1->graphic 1->2>graphic 1...graphic 1 )或者在屏幕上随机分布的圆圈中。
      注:确保所有的汉字都由主体识别。测试前试验(最多150个)也是必需的,因为一些参与者需要熟悉如何自己绘制数字和汉字。
    3. 要求受试者在屏幕上选择PartB(图1下面板)完成dTMT-B,而不会中断。所有 dTMT-B 数据都自动在计算机中收集。
      注:如果收集数据以调查手动间差异,则需要用另一方面执行另一个测试。左手/右手测试的顺序是随机的。

3. dTMT 中的直接数据收集和定义

  1. 确定完成的总时间:以正确的顺序绘制连接所有圆的线所用 (ms) 的时间。
  2. 确定错误数:以错误顺序将一条线绘制到圆的次数。
  3. 确定每个步骤的完成时间:绘制每个步骤所用的时间(以毫秒为单位)。
  4. 确定每个圆内的时间:以毫秒为单位绘制圆内的时间。
  5. 确定内圆百分比 (%):每个圆内的时间除以完成的总时间。
  6. 确定每个容差圈内的时间:以毫秒为单位绘制公差圆的时间。
  7. 确定内圆容差百分比 (%):每个公差圆内的时间除以完成的总时间
  8. 确定每个步骤中的线路取消时间:每一步中取消一行的时间。公差圆的直径是真实圆的五倍。
  9. 确定每一步的最佳路径:每一步最近的线(以毫米为单位)。
  10. 确定每个步骤的实际路径:每个步骤的实际线(以毫米为单位)。
  11. 确定每一步的路径偏差:实际线(毫米为单位)减去每步最近的线(以毫米为单位)。
  12. 确定路径偏差的变异性:每个步的通路偏差变化系数。
  13. 确定每个步骤的绘制速度:每个步骤的实际线(毫米)除以每个步骤的完成时间。
    注:平均值是通过逐步汇总收集的值来计算的。根据直接数据得出反映手或零件之间不同点的间接数据。

4. WTMT的设计和测试

注:与 dTMT 类似,WTMT 也有两个部分:WTMT-A 和 WTMT-B。这两个测试应按顺序执行(WTMT-A,而不是 WTMT-B),而不会被反转。

  1. WTMT-A 程序
    1. 在安静舒适的环境中执行 WTMT-A。确保房间有光线。在 16 m2区域(4 x 4 m2) 中,在 15 个位置中,随机分配带有数字的硬币。在每个硬币周围画一个直径为30厘米的硬币(图3)。
      注:报考完成WTMT的学员应具有2年以上预科教育水平;否则,他们可能难以阅读和识别WTMT-B中的汉字。同时,确保参与者没有明显的视觉和下肢残疾。
    2. 将用于能量支出和活动 (IDEEA) 的智能设备连接到 PC 并输入主体的人体测量数据。
    3. 将五个双轴微型加速度计(16 x 14 x 4 mm3, 2 g)与医用胶带连接在胸骨上,连接到每个大腿的前侧和每只脚下(图4)。通过细而灵活的电缆将所有加速度计连接到微处理器/存储单元(70 x 44 x 18 mm3, 59 g),并连接在衣服上,并带有夹子。
      注:IDEEA 是一个基于多加速度计的系统,包括位于上部、大腿和脚部的五个双轴加速度计。IDEEA最初是用来估计日常生活22、23活动期间的能量消耗,但具有额外的能力来量化许多常用的步态循环参数24。
    4. 设备配备后,要求参与者在人行道上上下行走,没有任何目标以舒适的行走速度进行热身。
    5. 显示 WTMT-A 的说明如下:请尽快按顺序在编号目标上行走,加入连续数字(即 1->2>3...15)在硬币随机分布在地板上。
    6. 鼓励参与者流利地行走,但尽可能准确;但是,不提供优先级。只执行一次 WTMT-A。
    7. 确保参与者的安全,因为双重任务在具有挑战性的环境中行走可能会增加下降25的风险。对于测试前和测试后,IDEEA 需要暂停 5 步,以区分行走和站立。
      注:硬币上的脚步声都被视为目标。如果参与者按错误的顺序行走,请引导他们,直到他们按正确的顺序行走。所有 WTMT-A 数据都自动收集在 IDEEA 微处理器/存储单元中。
  2. WTMT-B 程序
    1. 重复第 4.1.1 节中的步骤。
    2. 显示 WTMT-A 的说明如下:请尽快按顺序在编号目标上行走,加入连续数字(即 1->graphic 1->2->graphic 1...graphic 1 >8) 硬币随机分布在地板上。确保所有的汉字都由参与者识别。
    3. 只执行一次 WTMT-B。
    4. 确保参与者的安全,因为双重任务在具有挑战性的环境中行走可能会增加坠落的风险。对于测试前和测试后,IDEEA 需要暂停 5 步,以区分行走和站立。
      注:硬币上的脚步声都被视为目标。如果受试者走错了顺序,引导他们,直到他们按正确的顺序行走。所有 WTMT-B 数据都自动收集在 IDEEA 微处理器/存储单元中。

5. WTMT 中的直接数据收集和意义解释

注:如图5所示,人类步态周期被划分为不同的子阶段。空间和时间参数的定义和计算如下。

  1. 确定步骤 (n):水平行走过程中完成的步骤数,包括左右四肢。
  2. 确定任何给定脚的摆动持续时间 (%):从脚趾关闭开始直到初始接地或楼梯接触的相位百分比。
  3. 确定姿势持续时间 (%):一只脚的脚跟击球和反向侧脚的脚跟击打之间的相位百分比。
  4. 确定速度 (m/s):连续两步的平均速度。
  5. 确定步长 (m):右脚或左脚的初始脚跟击球与反向脚的脚跟击打之间的长度差。
  6. 确定步长 (m):同一脚、右-右(R-L-R)或左-右(L-R-L)初始接触的连续点之间的距离。
  7. 确定步长的步态变异性:步长变化系数。
    注:完成时间和错误也由审查员收集和计数,而不是 IDEEA。

6. 数据收集和统计

  1. 使用单向方差分析组和费舍尔的 LSD 比较组之间的差异。人口统计数据列于表1。dTMT-A、dTMT-B、WTMT-A和WTMT-B数据分别显示在表2-5中。P < 0.05 被视为表示统计显著性差异。

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

招募了7名轻度认知障碍老年患者(患有MCI的老年人)、7名帕金森病老年患者(患有PD的老年人)和7名健康老人(健康老年人),并进行了dTMT-A、dTMT-B、WTMT-A和WTMT-B。测试后,使用SPSS软件收集和分析数据。

总体而言,参与者的人口统计数据显示,所有组在年龄、性别、教育水平、主导手、临床痴呆评分(CDR)评分、全球恶化量表(GDS)评分、TUG:定时和围棋测试(TUG)和(p > 0.05)。

表2所示,健康老年人、患有MCI的老年人之间的dTMT-A数据大部分, 与PD的老年人相似,如完成总时间(18.15 ± 5.12 s 对 19.67 = 7.12 s vs. 19.85 = 3.89,P = 0.812),错误数(0.14 ± 0.38 vs. 0.29 = 0.49 vs. 0.29 = 0.49,P = 0.796),等等。这意味着,如果通过传统的 TMT-A 评估,所有参与者的得分都相似。但是,dTMT-A 捕获了一些不同的变量。如表2所示,与MCI和健康老年人相比,具有PD的老年人表现出较大的总通路偏差(Pb = 0.017,Pc = 0.048),路径偏差的较大变异性(Pb = 0.000,Pc = 0.000),以及每步绘制速度较低(Pb = 0.001,Pc = 0.025)。

表3所示,完成dTMT-B的差异反映在与dTMT-A相关的更多方面。患有 MCI 的老年患者需要更长的完成时间 (P = 0.000),并且有较多的错误 (P = 0.000),在圆内的时间更多 (P = 0.000) 或容差圈 (P = 0.000),更多的通路偏差 (P = 0.035),与健康的老年人相比,绘图速度较低 (P = 0.000)。同时,具有 PD 的老年人需要较长的完成时间 (P = 0.000),并且有较多的错误 (P = 0.000),圆内的时间 (0.000) 更多,但容差圈内的时间更少 (P = 0)。 000),路径偏差(P = 0.032),路径偏差变化较大(P = 0.001),与老年健康个体相比,每步绘制速度明显较低(P = 0.000)。所有结果表明,dTMT可以检测出老年健康参与者和老年患者之间的显著差异量。

表4所示,WTMT-A中的步态数据可以检测老年人与PD与其他个体相比的差异,特别是在速度(Pb = 0.000,Pc = 0.002)、步长长度(Pb = 0.004,Pc = 0.016)、步长长度(Pb = 0.005,Pc = 0.019)等方面。所有这些数据都暗示WTMT-A可以捕捉老年PD患者和老年健康参与者之间的明显差异。

表5所示,WTMT-B中的步态数据可以发现各组之间的更多差异。患有 MCI 和 PD 的老年患者需要较长的时间(Pa = 0.001,Pb = 0.000)和更多步骤才能完成测试(Pa = 0.000,Pb = 0.000)。与老年健康参与者相比,他们的步长和步长似乎较短。此外,与MCI受试者相比,PD的老年患者表现出更严重的趋势。显著差异是步长(0.045 m = 0.02 vs. 0.049 m = 0.02,Pc = 0 .002),步长(0.91 m = 0.04 vs. 0.96 m = 0.03,Pc = 0.012),步长的步态可变性(0.112 ± 0.0030 vs. 0.120 = 0.0034,Pc = 0.000)。

Figure 1
图1:计算机。dTMT-A 和 dTMT-B(上面板)的计算机、dTMT 的打印屏幕、主体选择 A 部分开始 dTMT-A,或 B 部分选择 B 部分启动 dTMT-B(下面板)。请点击此处查看此图的较大版本。

Figure 2
图2:IDEEA。WTMT-A 和 WTMT-B 的设备。请点击此处查看此图的较大版本。

Figure 3
图3:WTMT-A和WTMT-B的示例。如图所示,受试者需要从 START 开始,步行到结束阶段。请点击此处查看此图的较大版本。

Figure 4
图4:IDEEA加速度计和位置。下图显示了如何正确佩戴 IDEEA 加速度计。请点击此处查看此图的较大版本。

Figure 5
图5:人类步态周期分为不同的子阶段。站立阶段约为步态周期的60%,摆动阶段约为步态周期的40%。请点击此处查看此图的较大版本。

健康老人 老年人与MCI 老年人与PD P 值
N = 7 N = 7 N = 7
年龄 67.14 × 4.22 65.14 × 3.39 66.29 ± 3.90 0.63
性别(M:F) 4:03 5:02 4:03 0.589
主导手(R%) 100 100 100
教育(年) 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
图格 (S) 10.07 × 1.51 11.02 ± 0.60 11.72 × 1.24 0.052

表1:参与人口统计数据.均值 = SD。M:F = 男性:女性;R% = 右手百分比;年 = 年;MMSE = 迷你精神状态考试;MCI = 轻度认知障碍;PD = 帕金森病;CDR = 临床痴呆症评级;GDS = 全球恶化量表;TUG = 超时和去测试;S = 秒

健康老人 老年人与MCI 老年人与PD P 值
N = 7 N = 7 N = 7
完成总时间 18.15 × 5.12 19.67 × 7.12 19.85 × 3.89 0.821
错误数 0.14 ± 0.38 0.29 × 0.49 0.29 × 0.49 0.796
每个圆内的总时间 6.94 × 1.99 6.91 × 3.31 7.81 × 2.46 0.773
内圈百分比 39.13 × 7.70 35.42 × 10.25 40.02 × 11.63 0.665
每个公差圈内的总时间 1.57 ± 0.80 2.09 ± 0.88 1.85 ± 0.49 0.442
内部公差圆百分比 8.74 × 3.02 10.80 × 3.07 9.61 × 3.55 0.498
总线路取消时间 0.14 ± 0.38 0.29 × 0.49 0.14 ± 0.38 0.764
每步的总路径偏差 38.41 × 2.52 39.30 × 3.07 42.99 × 3.99b, c 0.039
路径偏差的变异性 1.72 ± 0.24 2.36 × 0.55a 3.66 × 0.46b, c 0
每一步的绘制速度 21.38 × 2.59 19.00 ± 2.40 15.70 × 2.55b, c 0.002

表2:dTMT-A分词数据均值 = SD。MCI = 轻度认知障碍;PD = 帕金森病。单向方差分析与LSD的后临时分析。a = P < 0.05 老年人与 MCI 相对于健康老年人;b = P < 0.05 老年人与健康老年人相比有 PD;c = P < 0.05 老年人与患有 MCI 的老年人相比具有 PD。

健康老人 老年人与MCI 老年人与PD P 值
N = 7 N = 7 N = 7
完成总时间 32.07 × 10.93 67.56 × 9.87a 89.95 × 12.12b,c 0
错误数 0.14 ± 0.38 2.86 × 1.07a 1.29 ± 0.49b,c 0
每个圆内的总时间 6.03 × 1.72 27.83 × 5.05a 7.81 × 2.46b,c 0
内圈百分比(%) 19.16 × 3.86 41.47 × 6.76a 22.46 × 3.35c 0
每个公差圈内的总时间 3.51 ± 0.91 9.73 × 1.46a 3.93 × 2.21c 0
内部公差圈百分比(%) 11.26 ± 2.20 14.47 × 1.62a 4.57 × 2.86b,c 0
总线路取消时间 0.29 ± 0.38 0.86 × 1.07 0.43 × 0.53 0.35
每步的总路径偏差 86.02 × 7.36 95.36 × 6.76a 95.56 × 8.78b 0.051
路径偏差的变异性 2.158 × 0.173 2.024 × 0125 2.659 × 0.332b,c 0
每一步的绘制速度 16.85 × 1.79 8.41 × 1.09a 4.91 × 0.91b, c 0

表3:分词的dTMT-B数据. 均值= SD.MCI = 轻度认知障碍;PD = 帕金森病。单向方差分析与LSD的后临时分析。a = P < 0.05 老年人与 MCI 相对于健康老年人;b = P < 0.05 老年人与健康老年人相比有 PD;c = P < 0.05 老年人与患有 MCI 的老年人相比具有 PD。

健康老人 老年人与MCI 老年人与PD P 值
N = 7 N = 7 N = 7
完成总时间 68.43 × 4.86 76.57 × 7.66 98.29 ± 9.36b,c 0
错误数 0.29 × 0.49 0.29 × 0.49 0.57 × 0.53 0.487
步骤 (n) 80.86 × 2.34 81.29 ± 3.30 81.71 ± 3.90 0.886
摆动持续时间 (%) 36.86 × 1.32 35.03 × 0.84a 35.48 × 1.25b 0.022
步长 (%) 63.00 ± 1.35 64.97 × 0.84 a 64.52 × 1.25b 0.014
速度(米/斯) 1.01 ± 0.10 0.82 × 0.57a 0.68 ± 0.04b,c 0
步长(米) 0.51 ± 0.02 0.50 ± 0.01 0.49 ± 0.02b,c 0.01
步长(米) 1.02 ± 0.04 1.00 ± 0.02 0.96 × 0.04b,c 0.011
步长的步态可变性 0.111 × 0.0011 0.112 × 0.0011 0.113 × 0.0014 0.156

表4:WTMT-A参与式数据.均值= SD。MCI = 轻度认知障碍;PD = 帕金森病。单向方差分析与LSD的后临时分析。a = P < 0.05 老年人与 MCI 相对于健康老年人;b = P < 0.05 老年人与健康老年人相比有 PD;c = P < 0.05 老年人与患有 MCI 的老年人相比具有 PD。

健康老人 老年人与MCI 老年人与PD P 值
N = 7 N = 7 N = 7
完成总时间 78.57 × 4.86 92.29 × 7.72a 109.00 ± 5.66b,c 0
错误数 0.57 × 0.79 1.14 × 1.07 0.86 × 0.69 0.479
步骤 (n) 89.71 × 2.63 96.71 × 2.29a 100.57 × 3.74b,c 0
摆动持续时间 (%) 37.20 ± 1.21 36.56 × 1.23 36.47 × 1.15 0.476
步长 (%) 62.80 × 1.21 63.44 × 1.23 63.53 × 1.15 0.476
速度(米/斯) 0.98 × 0.06 0.83 × 0.08a 0.73 × 0.03b,c 0
步长(米) 0.51 ± 0.02 0.49 ± 0.02 0.45 × 0.02b,c 0
步长(米) 1.01 ± 0.04 0.96 × 0.03a 0.91 ± 0.04b,c 0
步长的步态可变性 0.114 × 0.0033 0.120 × 0.0034a 0.112 × 0.0030c 0.001

表5:参与者的WTMT-B数据。均值 = SD。MCI = 轻度认知障碍;PD = 帕金森病。单向方差分析与LSD的后临时分析。a = P < 0.05 老年人与 MCI 相对于健康老年人;b = P < 0.05 老年人与健康老年人相比有 PD;c = P < 0.05 老年人与患有 MCI 的老年人相比具有 PD。

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

传统的纸铅笔TMT已经在世界各地广泛使用了50多年。然而,数字TMT是有利的。首先,传统TMT被视为一种执行功能工具,而dTMT和WTMT除了认知功能外,还有反映运动能力的方面。考虑到认知-电机双重任务近年来备受关注,与传统的TMT27相比,数字技术可以为研究人员提供有关这一综合任务的更多信息。其次,与传统版本相比,数字TMT是一种敏感的工具。与传统 TMT 相比,数字 TMT 不需要额外的时间,传统 TMT 具有足够的主题合规性。

协议中的关键步骤是在不中断时执行 dTMT 和 WTMT,因为两个测试都收集了时间变量。受试者需要流利地完成考试。应尽量减少或消除由审查员引起的任何延误,或误解、分心等。

有两个修改要提及。首先,对于dTMT,手写笔在屏幕上的实时压力是绘图的敏感变量,这在数字时钟绘制测试28中得到了确认。随着更多的开发,软件,可以检测手写笔压力在屏幕上的dTMT将给予医生更多的信息在未来。其次,对于WTMT来说,一种能够检测和分析躯干摇摆的新设备可能有助于在运动障碍患者中找到更多的证据,因为IDEEA只提供步态数据。然而,据我们所知,IDEEA 是 WTMT 中使用的第一个数字测量仪。

当前的研究在数字化版本中引入了两种类型的 TTMT。这些新类型的 TT 是派生的,而不是传统 TMT 的精确副本。Robert P. 研究员发现,计算机化的TMT比传统的TMT需要更少的圆圈,以防圆圈太拥挤31。然而,这种差异不能妨碍数字TMT在未来的广泛应用。

由于数字技术在我们的日常生活中越来越流行,数字设备应该用于早期诊断认知障碍和运动障碍32。dTMT 和 WTMT 均派生自传统 TMT,但可以捕获比基于纸张的 TMT 更多的变量。两种新改性TTMT可用于筛查认知障碍和运动障碍患者。尤其对于那些上肢残疾患者,WTMT特别有用。

本研究的一个局限性是样本量小。因此,可以论证数字TMT的灵敏度和特异性。然而,dTMT和WTMT可以为医生找到额外的信息,以确定参与者的认知功能和运动能力。然而,需要更多的研究来验证这些发现。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

作者没有什么可透露的。

Acknowledgments

作者感谢陈晓德提供的数字技术支持。

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).
传统跟踪测试修改为全新的评估工具:数字和步行路线制作测试
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