Waiting
Login processing...

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

Medicine

Tradizionale trail Making Test modificato in nuovi strumenti di valutazione: Digital and Walking Trail Making Test

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

Summary

Qui presentiamo un protocollo per mostrare come eseguire due tipi di strumenti di valutazione cognitiva derivati dalla versione a matita del Trail Making Test.

Abstract

Il Trail Making Test (TMT) è uno strumento ben accettato per la valutazione della funzione esecutiva. Lo standard TMT è stato inventato più di 60 anni fa ed è stato modificato in molte versioni. Con lo sviluppo delle tecnologie digitali, TMT è ora modificato in una versione digitalizzata. Il presente studio ha dimostrato che il TMT digitale (dTMT) è stato eseguito su un computer e Walking TMT (WTMT) sul pavimento. Entrambi hanno rivelato maggiori informazioni rispetto alla versione tradizionale di TMT.

Introduction

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

Con un rapido invecchiamento della popolazione, la demenza è considerata una delle principali preoccupazioni per la salute pubblica. Il numero di pazienti anziani affetti da demenza in tutto il mondo è di circa 47 milioni secondo l'Organizzazione Mondiale della Sanità1. Il danno della funzione esecutiva non è solo un tipo comune di disfunzione conoscitiva in individui anziani, ma è stato segnalato come un predittore di progressione da lieve danno conoscitivo (MCI) alla malattia di Alzheimer clinica (AD)2,3. Come terzo test più utilizzato in neuropsicologia4, il Trail Making Test (TMT) è impiegato come uno strumento ben accettato per valutare le funzioni esecutive, in particolare l'attenzione sostenuta e set-shifting5, anche in pazienti anziani6.

Lo standard TMT è un test a matita di carta composto da due parti: tMT-A e TMT-B5. Il primo chiede al collaudatore di disegnare linee che collegano numeri distribuiti casualmente (1–25) su un documento di prova in ordine crescente (1->2->3...), mentre il secondo richiede al test-taker di impostare numeri e lettere (1->A->2->B...) in alternativa. Le prestazioni di TMT sono generalmente segnate nel tempo impiegato per completare correttamente ogni parte7. TMT è stato tradotto in diverse lingue. La versione cinese di TMT è stata sviluppata nel 20068. Dal momento che i caratteri cinesi sono abbastanza distinti dalle lettere inglesi, la versione cinese di TMT è stata utilizzata nella nostra procedura.

Oltre alla versione standard, TMT è stato modificato in modi diversi dai ricercatori (ad esempio, orale TMT9, guidando TMT10, walking TMT (WTMT)11) per valutare popolazioni specifiche o trovare dettagli in condizioni diverse, come guidare e camminare. Da notare che alcuni studi che conferiscono numeri diversi rispetto allo standard TMT sono anche segnalati per essere di alta validità e affidabilità. Ad esempio, THINC-Integrated Tool (THINC-it) sviluppato dal gruppo McIntyre ha utilizzato 9 numeri e lettere per TMT-B12; WTMT riportato da Schott e colleghi hanno utilizzato 15 numeri per TMT-A13. Allo stesso modo, molti sistemi di valutazione di TMT sono stati costruiti oltre il punteggio di tempo completo, che sono segnalati per essere utile per trovare più elementi oltre di disfunzione esecutiva, o per essere accessibile per i partecipanti che non sono adatti a completare lo standard TMT. Per esempio, alcuni ricercatori hanno studiato gli errori in TMT e hanno scoperto che gli errori in TMT-B erano associati al monitoraggio mentale e alla memoria di lavoro in pazienti con disturbo psichiatrico14. Un altro gruppo greco ha suggerito di derivare i punteggi TMT [TMT-(B-A) o TMT(B/A)] come indici per rilevare il danno alla flessibilità cognitiva per tutta la durata della vita adulta15. In generale, i sistemi di valutazione alternativi di TMT possono essere riassunti come segue: (1) analisi del tempo di completamento: il tempo di completamento della TMT viene calcolato nei secondi16; (2) analisi degli errori: diversi tipi di errori TMT sono classificati e quantificati14; (3) differenze intermanuali: le diverse capacità di completamento del TMT tra la mano dominante e la mano non dominante sono confrontate17; e (4) indici Trail Making Test derivati: vengono analizzate le diverse caratterizzazioni tra il completamento di TMT-A e TMT-B15. I metodi di punteggio alternativi forniscono informazioni aggiuntive. Ad esempio, l'utilità dell'analisi degli errori TMT potrebbe rivelare deficit cognitivi non tradizionalmente catturati utilizzando il tempo di completamento come unica variabile di esito nei pazienti con schizofrenia e depressione14. La mancanza di una differenza intermanuale significativa ha contribuito a discriminare la disfunzione cognitiva dall'influenza del disturbo motorio17. Gli indici TMT derivati potrebbero rilevare il danno della flessibilità cognitiva per tutta la durata della vita adulta e ridurre al minimo l'effetto dei dati demografici e di altre variabili di base cognitive15.

Con i progressi della tecnologia moderna, le applicazioni digitali basate su computer sono state sempre più integrate negli interventi cognitivi tradizionali, la maggior parte dei quali sono progettati nel modo più simile possibile al test originale, piuttosto che creare nuovi strumenti. Digitale o computerizzato TMT (dTMT) ha dimostrato di avere il potenziale per acquisire informazioni aggiuntive, con la struttura del test esistente invariato principalmente negli ultimi anni18,19.

Questo studio mirava a introdurre una versione cinese basata su computer di dTMT-A e dTMT-B, nonché un WTMT. Entrambi sono modificati TMT e sono stati confermati per avere alta sensibilità e specificità per i pazienti con MCI, Morbo di Parkinson, Morbo di Alzheimer, e così via, in base al movimento degli arti superiori e inferiori20,21. Sono stati presentati anche metodi di punteggio dettagliati perché le tecnologie digitali incorporate in dTMT e WTMT potrebbero aiutare a acquisire ulteriori informazioni rispetto alla versione a matita di 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

Lo sviluppo del dTMT e della domanda iniziale è stato approvato dal Settimo Centro Medico del PLA Army General Hospital Review Board. I soggetti firmati approvati documenti di consenso informato prima del test TMT.

1. Sviluppo del metodo generale

  1. Utilizzare un tablet (ad esempio, Microsoft Surface Pro 2) con sensori inerziali di alta qualità incorporati all'interno del dispositivo e una penna elettronica compatibile (Figura 1).
  2. Utilizzare il monitor Intelligent Device for Energy Expenditure and Activity (IDEEA), composto da cinque sensori (ciascuno 16 x 14 x 4 mm3, 2 g), uno collegato sullo sterno, due attaccati al lato anteriore di ogni coscia e gli altri due attaccati sotto ogni piede. Collegare i sensori dello sterno e della coscia tramite un cavo solido a un piccolo microprocessore a 32 bit (70 x 44 x 18 mm3, 59 g) e collegare i sensori del piede (Figura 2).

2. Progettazione e collaudo del dTMT

NOT: Come accennato in precedenza, dTMT ha due parti: dTMT-A e dTMT-B. Questi due test devono essere eseguiti in sequenza (dTMT-A procede dTMT-B), senza essere invertiti.

  1. procedura dTMT-A
    1. Eseguire il dTMT-A in un ambiente tranquillo e confortevole.
      NOT: I partecipanti iscritti al completamento di dTMT dovrebbero avere il livello di istruzione di più di 2 anni di scuola preliminare; in caso contrario, potrebbero avere difficoltà a leggere e riconoscere i caratteri cinesi in dTMT-B. Nel frattempo, assicurarsi che i partecipanti non abbiano una disabilità visiva e dell'arto superiore.
    2. Chiedere ai partecipanti di sedersi davanti a una scrivania e regolare la posizione del computer, la luce di sfondo e la penna elettronica.
    3. Controllare l'acuità visiva vicino dei partecipanti per assicurarsi che possano facilmente leggere i numeri sullo schermo.
      NOT: Alcuni soggetti anziani forse hanno bisogno di un paio di vetro nel caso in cui i cerchi sullo schermo siano troppo piccoli per i soggetti con pressianopia.
    4. Mostra le istruzioni di dTMT-A come segue: Si prega di tracciare una linea il più rapidamente possibile unendo numeri consecutivi (cioè, 1->2->3... 9) nei cerchi distribuiti casualmente sullo schermo. È necessaria una prova pre-prova (massimo 150 s) perché la maggior parte dei partecipanti deve acquisire familiarità con come attingere alla superficie di un computer.
    5. Dimostrare le principali differenze tra dTMT-A e TMT-A standard. In primo luogo, se il cerchio è allineato correttamente, il suo colore può essere modificato. In secondo luogo, se il cerchio non è allineato correttamente, il suo colore rimane invariato e i soggetti devono ri-allinearlo dall'ultimo cerchio.
      NOT: Collegare tutti i cerchi fluentemente con linee rette è incoraggiato.
    6. Consigliare ai partecipanti di evitare errori e di traslocarsi tempo. Incoraggiare i partecipanti a tracciare la linea in modo fluente, ma nel modo più accurato possibile; tuttavia, non dare alcuna priorità.
    7. Chiedere ai partecipanti di selezionare PartA sullo schermo (Pannello inferioreFigura 1) per completare dTMT-A senza interruzioni. Tutti i dati dTMT-A vengono raccolti automaticamente sul computer.
      NOT: Se vengono raccolti dati per indagare sulle differenze intermanuali, è necessario eseguire un altro test con l'altra mano. La sequenza del test della mano sinistra/destra è casuale.
  2. procedura dTMT-B
    1. Ripetere il passaggio 2.1.
    2. Mostra le istruzioni di dTMT-B come segue: Si prega di disegnare una linea il più rapidamentegraphic 1possibile unendo i numerigraphic 1e caratteri cinesi (cioè, 1-> ->2-> ... graphic 1 ) in alternativa nei cerchi distribuiti casualmente sullo schermo.
      NOT: Assicurati che tutti i caratteri cinesi siano riconosciuti dai soggetti. Una prova pre-test (massimo 150 s) è necessaria anche perché alcuni partecipanti devono familiarizzare come disegnare i numeri e i caratteri cinesi in alternativa da soli.
    3. Chiedere ai soggetti di selezionare la Parte B sullo schermo (Pannello inferiore Figura1) per completare dTMT-B senza interruzioni. Tutti i dati dTMT-B vengono raccolti automaticamente nel computer.
      NOT: Se vengono raccolti dati per indagare sulle differenze intermanuali, è necessario eseguire un altro test con l'altra mano. La sequenza del test della mano sinistra/destra è casuale.

3. Raccolta diretta dei dati e definizioni in dTMT

  1. Determinare il tempo totale per il completamento: il tempo impiegato (ms) per tracciare una linea che collega tutti i cerchi nell'ordine corretto.
  2. Determinare il numero di errori: il numero di volte in cui una linea viene disegnata in un cerchio nell'ordine errato.
  3. Determinare il tempo di completamento per ogni passaggio: il tempo impiegato in millisecondi per disegnare ogni passaggio.
  4. Determinare il tempo all'interno di ogni cerchio: il tempo trascorso in millisecondi per disegnare all'interno di cerchi.
  5. Determinare la percentuale del cerchio interno (%): tempo all'interno di ogni cerchio diviso per il tempo totale fino al completamento.
  6. Determinare il tempo all'interno di ogni cerchio di tolleranza: il tempo trascorso in millisecondi per disegnare all'interno cerchi di tolleranza.
  7. Determinare la percentuale di tolleranza del cerchio interno (%): tempo all'interno di ogni cerchio di tolleranza diviso per il tempo totale fino al completamento
  8. Determinare i tempi di annullamento della riga in ogni passaggio: gli orari in cui una riga viene annullata in ogni passaggio. Il cerchio di tolleranza ha un diametro cinque volte superiore a quello di un cerchio reale.
  9. Determinare il percorso ottimale di ogni passo: la linea più vicina in millimetri di ogni passo.
  10. Determinare il percorso effettivo di ogni passo: la linea effettiva in millimetri di ogni passo.
  11. Determinare la deviazione del percorso di ogni passo: la linea effettiva in millimetri meno la linea più vicina in millimetri di ogni passo.
  12. Determinare la variabilità della deviazione del percorso: Coefficiente della variazione della deviazione del percorso di ogni passo.
  13. Determinare la velocità di disegno di ogni passo: la linea effettiva in millimetri di ogni passo diviso per il tempo di completamento per ogni passo.
    NOT: Il valore medio è stato calcolato sommando i valori raccolti passo dopo passo. I dati indiretti che riflettono i diversi punti tra le mani o le parti sono stati derivati in base ai dati diretti.

4. Progettazione e collaudo del WTMT

NOT: Simile a dTMT, WTMT ha anche due parti: WTMT-A e WTMT-B. Questi due test devono essere eseguiti in sequenza (WTMT-A proceding WTMT-B), senza essere invertiti.

  1. Procedura WTMT-A
    1. Eseguire WTMT-A in un ambiente tranquillo e confortevole. Assicurarsi che vi sia luce da camera. Distribuisci casualmente monete con numeri in ognuna delle 15 posizioni in un'area di 16 m2 (4 x 4 m2). Disegnare un diametro di 30 cm intorno a ogni moneta (Figura 3).
      NOT: I partecipanti iscritti per completare il WTMT dovrebbero avere il livello di istruzione di più di 2 anni di scuola preliminare; in caso contrario, potrebbero avere difficoltà a leggere e riconoscere i caratteri cinesi in WTMT-B. Nel frattempo, assicurarsi che i partecipanti non abbiano una disabilità visiva e degli arti inferiori.
    2. Collegare l'Intelligent Device for Energy Expenditure and Activity (IDEEA) al PC e immettere i dati antropometrici del soggetto.
    3. Fissare cinque mini-accelerometri biassiali (16 x 14 x 4 mm3, 2 g) con nastro medico sullo sterno, sul lato anteriore di ogni coscia e sotto ogni piede (Figura 4). Collegare tutti gli accelerometri attraverso cavi sottili e flessibili a un microprocessore/unità di stoccaggio (70 x 44 x 18 mm3, 59 g) collegata con una clip ai vestiti.
      NOT: L'IDEEA è un sistema multi-accelerometro basato su cinque accelerometri biaxialsituati situati sul tronco superiore, cosce e piedi. L'IDEEA è stato inizialmente sviluppato per stimare il dispendio energetico durante le attività della vita quotidiana22,23, ma ha una capacità aggiuntiva di quantificare molti dei parametri del ciclo di andatura comunemente utilizzati24.
    4. Dopo che il dispositivo è equipaggiato, chiedi ai partecipanti di camminare su e giù per una passerella senza bersagli ad una velocità di camminata confortevole per il riscaldamento.
    5. Mostra le istruzioni di WTMT-A come segue: Si prega di camminare su obiettivi numerati in ordine sequenziale il più rapidamente possibile unendo numeri consecutivi (cioè, 1->2->3... 15) nelle monete distribuite casualmente sul pavimento.
    6. Incoraggiare i partecipanti a camminare fluentemente, ma nel modo più accurato possibile; Tuttavia, non viene data alcuna priorità. Eseguire WTMT-A una sola volta.
    7. Garantire la sicurezza dei partecipanti, perché la camminata a doppio compito in un ambiente difficile può aumentare il rischio di cadere25. Sia per i test pre che per i post-test, è necessaria una pausa di 5 s per discriminare la camminata dalla posizione in piedi.
      NOT: Entrambi i passi sulla moneta è considerato come sul bersaglio. Se i partecipanti camminano nell'ordine sbagliato, guidarli fino a quando non camminano nell'ordine giusto. Tutti i dati WTMT-A vengono raccolti automaticamente nel microprocessore/unità di archiviazione IDEEA.
  2. Procedura WTMT-B
    1. Ripetere i passaggi come nella Sezione 4.1.1.
    2. Mostra le istruzioni di WTMT-A come segue: Si prega di camminare su obiettivi numerati in ordine sequenzialegraphic 1il più rapidamente possibilegraphic 1unendo numeri consecutivi (cioè, 1-> ->2-> ... graphic 1 >8) nelle monete distribuite casualmente sul pavimento. Assicurarsi che tutti i caratteri cinesi siano riconosciuti dai partecipanti.
    3. Eseguire WTMT-B una sola volta.
    4. Garantire la sicurezza dei partecipanti, perché la camminata a doppio compito in un ambiente difficile può aumentare il rischio di cadute25. Sia per i test pre che per i post-test, è necessaria una pausa di 5 s per discriminare la camminata dalla posizione in piedi.
      NOT: Entrambi i passi sulla moneta è considerato come sul bersaglio. Se i soggetti camminavano nell'ordine sbagliato, guidali fino a quando non camminano nell'ordine giusto. Tutti i dati WTMT-B vengono raccolti automaticamente nell'unità microprocessore/archiviazione IDEEA.

5. Raccolta diretta dei dati e spiegazione del significato in WTMT

NOT: Come mostrato nella Figura 5, il ciclo dell'andatura umana è stato suddiviso in diverse sottofasi. Nel dettaglio, i parametri spaziali e temporali vengono definiti e calcolati come segue.

  1. Determinare i passi (n): il numero di passi completati durante la camminata di livello, compresi gli arti destro e sinistro.
  2. Determinare la durata dell'oscillazione (%): la percentuale di fase a partire dalla toe-off fino al contatto iniziale del terreno o della scala per un dato piede.
  3. Determinare la durata della posizione (%): percentuale di fase tra l'attacco del tallone di un piede e l'attacco del tallone del piede controlaterale.
  4. Determinare la velocità (m/s): la velocità media su due passi consecutivi.
  5. Determinare la lunghezza del passo (m): la differenza di lunghezza tra il colpo iniziale del tallone del piede destro o sinistro e il colpo del tallone del piede contralaterale.
  6. Determinare la lunghezza del passo (m): la distanza tra i punti successivi del contatto iniziale dello stesso piede, destra-sinistra-destra (R-L-R) o sinistra-destra-sinistra (L-R-L).
  7. Determinare la variabilità dell'andatura della lunghezza del gradino: coefficiente della variazione della lunghezza del gradino.
    NOT: I tempi di completamento e gli errori vengono inoltre raccolti e conteggiati dall'esaminatore, anziché dall'IDEEA.

6. Raccolta e statistica dei dati

  1. Utilizzare l'LSD unidirezionale ANOVA e Fisher per confrontare le differenze tra i gruppi. I dati demografici sono elencati nella tabella 1. I dati dTMT-A, dTMT-B, WTMT-A e WTMT-B sono riportati rispettivamente nelle tabelle 2-5. È stato considerato un P < 0,05 per indicare una differenza statisticamente 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

Sono stati reclutati sette pazienti anziani con lieve disturbo cognitivo (anziani con MCI), sette soggetti di età con malattia di Parkinson (Anziani con PD) e sette individui sani di età (Anziani sani) e sono stati reclutati dTMT-A, dTMT-B, WTMT-A e WTMT-B. Dopo i test, i dati sono stati raccolti e analizzati utilizzando il software SPSS.

Nel complesso, i dati demografici dei partecipanti hanno mostrato che tutti i gruppi sono stati ben abbinati in termini di età, sesso, livello di istruzione, mano dominante, punteggio Clinical Dementia Rating (CDR), punteggio Global Deterioration Scale (GDS), TUG: timed Up and Go Test (TUG), e (p > 0,05).

Come mostrato nella tabella 2, la maggior parte dei dati di dTMT-A tra Elderly Elderly Healthy, Elderly with MCI, e gli anziani con PD erano simili, come il tempo totale per il completamento (18,15 x 5,12 s contro 19,67 x 7,12 s contro 19,85 x 3,89, P - 0,812), numero di errori (0,14 x 0,38 vs 0,29 x 0,49 contro 0,29 0,49, P - 0,796) e così via. Ciò significa che tutti i partecipanti avevano punteggi simili se sono valutati dal tradizionale TMT-A. Tuttavia, esistevano alcune variabili diverse catturate da dTMT-A. Come mostrato nella tabella 2, gli anziani con PD hanno mostrato una maggiore deviazione del percorso totale di ogni passo (Pb - 0,017, Pc - 0,048), una maggiore variabilità della deviazione del percorso (Pb - 0,000, Pc - 0,000) e una minore velocità di disegno di ogni passo (Pb - 0,001, Pc - 0,025) rispetto agli anziani rispettivamente rispetto agli anziani.

Come mostrato nella tabella 3, le differenze nel completamento di dTMT-B si sono riflesse in più aspetti rispetto a dTMT-A. I pazienti di età compresa tra cui mCOMte avevano bisogno di un tempo di completamento più lungo (P - 0,000) e avevano più errori (P - 0,000), più tempo all'interno del cerchio (P - 0,000) o cerchio di tolleranza (P - 0,000), più deviazione del percorso (P - 0,035) e velocità inferiore nel disegno (P - 0,000) rispetto agli anziani sani. Nel frattempo, gli anziani con PD avevano bisogno di un tempo di completamento più lungo (P - 0.000), e avevano più errori (P - 0.000), più tempo all'interno del cerchio (0.000) ma meno tempo all'interno del cerchio di tolleranza (P - 0.0.000), più tempo all'interno del cerchio (0.000) ma meno tempo all'interno del cerchio di tolleranza (P - 0.0.000), più tempo all'interno del cerchio (0.000) ma meno tempo all'interno del cerchio di tolleranza (P - 0.0.000. 000), più deviazione del percorso (P - 0,032), maggiore variabilità della deviazione del percorso (P - 0,001), e ovviamente minore velocità di disegno di ogni passo (P - 0,000) rispetto agli individui sani invecchiati. Tutti i risultati hanno indicato che dTMT può rilevare quantità significative di differenze significative tra i partecipanti sani invecchiati e i pazienti anziani.

Come mostrato nella tabella 4, i dati dell'andatura in WTMT-A potrebbero rilevare ulteriori differenze tra gli anziani con la PD rispetto ad altri individui, in particolare in termini di velocità (Pb - 0,000, Pc - 0,002), lunghezza del gradino (Pb - 0,004, Pc - 0,016), lunghezza del passo (Pb - 0,005, Pc - 0,019) e così via. Tutti questi dati implicavano che WTMT-A poteva cogliere ovvie differenze tra i pazienti anziani con PD e i partecipanti sani invecchiati.

Come mostrato nella tabella 5, i dati di andatura in WTMT-B potrebbero trovare più differenze tra i gruppi. I pazienti invecchiati con MCI e PD avevano bisogno di un tempo più lungo (Pa - 0,001, Pb - 0,000) e più passaggi per completare il test (Pa : 0,000, Pb - 0,000). La loro lunghezza di passo e passo sembrava più breve rispetto ai partecipanti sani invecchiati. Inoltre, i pazienti anziani con PD hanno mostrato una tendenza ancora più grave rispetto ai soggetti MCI. Le differenze marcate sono la lunghezza del passo (0,045 m e 0,02 rispetto a. 0,049 m , 0,02, Pc , 0 .002), lunghezza del passo (0,91 m , 0,04 rispetto a 0,96 m x 0,03, Pc , 0,012) e variabilità di andatura della lunghezza del passo (0,112 x 0,0030 rispetto a 0,1200 x 0,0034,P - 0,000).

Figure 1
Figura 1: Computer. Computer per dTMT-A e dTMT-B (pannello superiore), schermo di stampa di dTMT, soggetti scegliere Parte A per avviare dTMT-A o Parte B per avviare dTMT-B (pannello inferiore). Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 2
Figura 2: IDEEA. Dispositivo per WTMT-A e WTMT-B. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 3
Figura 3: Esempio di WTMT-A e WTMT-B. Come mostrato nella figura, i soggetti devono iniziare da START e camminare fino alla fine. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 4
Figura 4: accelerometri IDEEA e posizione. La figura mostrava come indossare correttamente gli accelerometri IDEEA. Fare clic qui per visualizzare una versione più grande di questa figura.

Figure 5
Figura 5: Ciclo di andatura umana diviso in diverse sottofasi. La fase di stand era di circa il 60% del ciclo di andatura, e la fase di swing era di circa il 40% del ciclo di andatura. Fare clic qui per visualizzare una versione più grande di questa figura.

Anziani sani Anziani con MCI Anziani con PD Valore P
N - 7 N - 7 N - 7
Età 67,14 x 4,22 65,14 x 3,39 66,29 X 3,90 0.63
Sesso (M:F) 4:03 5:02 4:03 0.589
Mano dominante(R%) 100 100 100
Istruzione (anni) 10,00 - 1,91 11.43 - 2,51 10.14 - 1,36 0.353
Mmse 29,00 x 1,15 27,86 x 1,35 28.43 - 1,27 0.263
Cdr 0,14 x 0,24 0,5 x 0,00 0,29 x 0,39 0.066
Gds 2.28 - 0,49 2,71 - 0,76 2.29 X 0,75 0.487
TUG (S) 10.07 - 1,51 11.02 - 0,60 11.72 - 1,24 0.052

Tabella 1: Dati demografici dei participants. Media e SD. M:F - Maschio: Femmina; R% - Percentuale della mano destra; anni; MMSE - Mini Esame mentale dello stato.; MCI - Lieve danno cognitivo; PD - Malattia di Parkinson; CDR - Valutazione della demenza clinica; GDS - Scala del deterioramento globale; TUG - timed Up and Go Test; S - Secondi

Anziani sani Anziani con MCI Anziani con PD Valore P
N - 7 N - 7 N - 7
Tempo totale per il completamento 18,15 x 5,12 19.67 - 7,12 19,85 x 3,89 0.821
Numero di errori 0,14 x 0,38 0,29 x 0,49 0,29 x 0,49 0.796
Tempo totale all'interno di ogni cerchio 6,94 x 1,99 6,91 x 3,31 7,81 x 2,46 0.773
Percentuale cerchio interno 39,13 x 7,70 35,42 x 10,25 40,02 - 11,63 0.665
Tempo totale all'interno di ogni cerchio di tolleranza 1,57 x 0,80 2,09 x 0,88 1,85 x 0,49 0.442
Percentuale cerchio tolleranza interna 8,74 x 3,02 10,80 x 3,07 9.61 - 3,55 0.498
Totale tempi di annullamento linea 0,14 x 0,38 0,29 x 0,49 0,14 x 0,38 0.764
Deviazione del percorso totale di ogni passo 38,41 x 2,52 39,30 - 3,07 42,99 x 3,99b, c 0.039
Variabilità della deviazione del percorso 1,72 x 0,24 2,36 - 0,55a 3,66 - 0,46b, c 0
Velocità di disegno di ogni passo 21,38 x 2,59 19.00 - 2,40 15,70 x 2,55b, c 0.002

Tabella 2: dati dTMT-A di participants. MCI - Lieve danno cognitivo; PD - Malattia di Parkinson. One-way-ANOVA e analisi post hoc con LSD. a : P < 0,05 Anziani con MCI rispetto agli anziani sani; b - P < 0,05 Anziani con PD rispetto agli anziani sani; c - P < 0,05 Anziani con PD rispetto agli anziani con MCI.

Anziani sani Anziani con MCI Anziani con PD Valore P
N - 7 N - 7 N - 7
Tempo totale per il completamento 32,07 - 10,93 67,56 - 9,87a 89,95 x 12,12b,c 0
Numero di errori 0,14 x 0,38 2,86 - 1,07a 1,29 x 0,49b,c 0
Tempo totale all'interno di ogni cerchio 6.03 - 1,72 27,83 x 5,05a 7,81 x 2,46b,c 0
Percentuale cerchio interno(%) 19.16 - 3,86 41,47 - 6,76a 22,46 x 3,35c 0
Tempo totale all'interno di ogni cerchio di tolleranza 3.51 - 0,91 9,73 - 1,46a 3,93 x 2,21c 0
Percentuale cerchio tolleranza interna(%) 11.26 - 2,20 14.47 - 1,62a 4,57 x 2,86b,c 0
Totale tempi di annullamento linea 0,29 x 0,38 0,86 x 1,07 0,43 x 0,53 0.35
Deviazione del percorso totale di ogni passo 86,02 - 7,36 95,36 - 6,76a 95,56 x 8,78b 0.051
Variabilità della deviazione del percorso 2.158 - 0,173 2.024 : 0125 2,659 x 0,332b,c 0
Velocità di disegno di ogni passo 16,85 x 1,79 8.41 - 1,09a 4,91 - 0,91b, c 0

Tabella 3: dati dTMT-B dei participants. MCI - Lieve danno cognitivo; PD - Malattia di Parkinson. One-way-ANOVA e analisi post hoc con LSD. a : P < 0,05 Anziani con MCI rispetto agli anziani sani; b - P < 0,05 Anziani con PD rispetto agli anziani sani; c - P < 0,05 Anziani con PD rispetto agli anziani con MCI.

Anziani sani Anziani con MCI Anziani con PD Valore P
N - 7 N - 7 N - 7
Tempo totale per il completamento 68,43 x 4,86 76,57 - 7,66 98,29 x 9,36b,c 0
Numero di errori 0,29 x 0,49 0,29 x 0,49 0,57 - 0,53 0.487
Passi (n) 80,86 x 2,34 81.29 x 3,30 81,71 - 3,90 0.886
Durata dell'oscillazione (%) 36,86 x 1,32 35,03 - 0,84a 35,48 x 1,25b 0.022
Durata fase (%) 63,00 x 1,35 64,97 - 0,84 a 64,52 x 1,25b 0.014
Velocità (m/s) 1.01 - 0,10 0,82 - 0,57a 0,68 x 0,04b,c 0
Lunghezza passo (m) 0,51 - 0,02 0,50 - 0,01 0,49 x 0,02b,c 0.01
Lunghezza del passo (m) 1,02 - 0,04 1,00 - 0,02 0,96 - 0,04b,c 0.011
Variabilità dell'andatura della lunghezza del gradino 0.111 - 0.0011 0.112 - 0.0011 0.113 - 0.0014 0.156

Tabella 4: Dati WTMT-A di participants. MCI - Lieve danno cognitivo; PD - Malattia di Parkinson. One-way-ANOVA e analisi post hoc con LSD. a : P < 0,05 Anziani con MCI rispetto agli anziani sani; b - P < 0,05 Anziani con PD rispetto agli anziani sani; c - P < 0,05 Anziani con PD rispetto agli anziani con MCI.

Anziani sani Anziani con MCI Anziani con PD Valore P
N - 7 N - 7 N - 7
Tempo totale per il completamento 78,57 x 4,86 92,29 x 7,72a 109,00 - 5,66b,c 0
Numero di errori 0,57 - 0,79 1.14 - 1,07 0,86 - 0,69 0.479
Passi (n) 89,71 x 2,63 96,71 - 2,29a 100,57 x 3,74b,c 0
Durata dell'oscillazione (%) 37.20 - 1,21 36,56 x 1,23 36,47 - 1,15 0.476
Durata fase (%) 62,80 x 1,21 63,44 x 1,23 63,53 x 1,15 0.476
Velocità (m/s) 0,98 - 0,06 0,83 - 0,08a 0,73 - 0,03b,c 0
Lunghezza passo (m) 0,51 - 0,02 0,49 x 0,02 0,45 x 0,02b,c 0
Lunghezza del passo (m) 1,01 - 0,04 0,96 - 0,03a 0,91 - 0,04b,c 0
Variabilità dell'andatura della lunghezza del gradino 0.114 - 0.0033 0,120 - 0,0034a 0,112 - 0,0030c 0.001

Tabella 5: Dati WTMT-B dei partecipanti. Media : SD. MCI - Lieve danno cognitivo; PD - Malattia di Parkinson. One-way-ANOVA e analisi post hoc con LSD. a : P < 0,05 Anziani con MCI rispetto agli anziani sani; b - P < 0,05 Anziani con PD rispetto agli anziani sani; c - P < 0,05 Anziani con PD rispetto agli anziani con MCI.

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

La tradizionale matita da carta TMT è ben utilizzata in tutto il mondo da oltre 50 anni. Tuttavia, il TMT digitale è vantaggioso. In primo luogo, il TMT tradizionale è considerato uno strumento di funzione esecutiva, mentre sia dTMT che WTMT hanno aspetti che riflettono la capacità motoria oltre alla funzione cognitiva. Considerando che il duplice compito cognitivo-motorio ha guadagnato grande attenzione negli ultimi anni26, le tecnologie digitali possono fornire ai ricercatori maggiori informazioni su questo compito integrato rispetto al tradizionale TMT27. In secondo luogo, il TMT digitale è uno strumento sensibile rispetto alla versione tradizionale. Il TMT digitale non ha bisogno di più tempo rispetto a quelli tradizionali, il che ha sufficiente conformità ai soggetti.

Un passaggio critico del protocollo consiste nell'eseguire dTMT e WTMT senza interruzioni, perché entrambi i test hanno raccolto variabili temporali. I soggetti devono completare i test in modo fluente. Qualsiasi ritardo indotto da esaminatori, o incomprensione, distrazione, ecc., deve essere ridotto al minimo o eliminato.

Ci sono due modifiche da menzionare. In primo luogo, per dTMT, la pressione in tempo reale dello stilo sullo schermo è una variabile sensibile per il disegno, che è stata confermata in un Clock Drawing Test digitale28. Con più sviluppo, il software in grado di rilevare la pressione dello stilo sullo schermo durante dTMT darà ai medici maggiori informazioni in futuro. In secondo luogo, per WTMT, un nuovo dispositivo in grado di rilevare e analizzare lo sway del tronco potrebbe essere utile per trovare ulteriori prove nei pazienti di disturbo del movimento29,30, perché IDEEA fornisce solo dati di andatura. Tuttavia, per quanto ne sappiamo, IDEEA è la prima accelerometria digitale utilizzata in WTMT.

Lo studio attuale ha introdotto due tipi di TMT in una versione digitalizzata. Questi nuovi tipi di TMT sono stati derivati, piuttosto che essere una copia esatta del tradizionale TMT. Robert P. Fellows ha scoperto che il TMT computerizzato aveva bisogno di meno cerchi rispetto al tradizionale TMT, nel caso in cui i cerchi fossero troppo affollati31. Tuttavia, questa differenza non può ostacolare l'ampio uso del TMT digitale in futuro.

Dal momento che la tecnologia digitale sta diventando sempre più popolare nella nostra vita quotidiana, dispositivi digitali dovrebbero essere utilizzati nella diagnosi precoce di disturbi cognitivi e disturbi del movimento32. dTMT e WTMT sono entrambi derivati dal TMT tradizionale, ma possono catturare più variabili rispetto al TMT basato su carta. Entrambi i nuovi TMT modificati potrebbero essere utilizzati per vagliare i pazienti con disturbi cognitivi e disturbi del movimento. In particolare per i pazienti con disabilità dell'arto superiore, WTMT è particolarmente utile.

Una limitazione del presente studio era la sua piccola dimensione del campione. Di conseguenza, la sensibilità e la specificità del TMT digitale potrebbero essere dimostrate. Tuttavia, dTMT e WTMT potrebbero trovare informazioni aggiuntive per i medici per determinare la funzione cognitiva e la capacità motoria dei partecipanti. Tuttavia, sono necessari ulteriori studi per convalidare i risultati.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori non hanno nulla da rivelare.

Acknowledgments

Gli autori ringraziano Xiaode Chen per il supporto della tecnologia digitale.

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).
Tradizionale trail Making Test modificato in nuovi strumenti di valutazione: Digital and Walking Trail Making Test
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