Waiting
Login processing...

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

Medicine

Tradisjonell Trail Making test modifisert til Brand-ny vurdering verktøy: Digital og Walking Trail Making test

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

Summary

Her presenterer vi en protokoll som viser hvordan man utfører to typer kognitive vurderingsverktøy avledet fra papir blyant versjonen av Trail Making test.

Abstract

Trail Making test (TMT) er et godt akseptert verktøy for å evaluere utøvende funksjon. Standarden TMT ble oppfunnet mer enn 60 år siden og har blitt endret til mange versjoner. Med utviklingen av digitale teknologier, er TMT nå endret til en digitalisert versjon. Den nåværende studien demonstrerte Digital TMT (dTMT) utført på en datamaskin, og Walking TMT (WTMT) på gulvet. Begge avslørte mer informasjon sammenlignet med den tradisjonelle versjonen av TMT.

Introduction

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

Med en raskt aldrende befolkning, demens anses å være en stor folkehelse bekymring. Antallet eldre pasienter med demens over hele verden er ca 47 000 000 i henhold til verdenshelseorganisasjon1. Funksjonshemming er ikke bare en vanlig type kognitiv dysfunksjon i alderen individer, men har blitt rapportert som en indikasjon på progresjon fra mild kognitiv svekkelse (MCI) til klinisk Alzheimers sykdom (AD)2,3. Som den tredje mest brukte testen i nevropsykologi4, er Trail Making test (TMT) ansatt som et godt akseptert verktøy for å evaluere utøvende funksjoner, spesielt vedvarende oppmerksomhet og sett-skiftende5, selv hos eldre pasienter6.

Standarden TMT er en papir-blyant test bestående av to deler: tMT-A og TMT-B5. Den tidligere samtaler for test-taker å trekke linjer kobler tilfeldig fordelt tall (1-25) på en test papir i stigende rekkefølge (1-> 2-> 3...), mens sistnevnte krever test-taker å sette tall og bokstaver (1-> A-> 2-> B...) Alternativt. Ytelsen til TMT er vanligvis scoret i tiden det tar å fullføre hver del på riktig måte7. TMT har blitt oversatt til forskjellige språk. Den kinesiske versjonen av TMT ble utviklet i 20068. Siden kinesiske tegn er ganske forskjellig fra engelske bokstaver, den kinesiske versjonen av TMT ble brukt i vår prosedyre.

Bortsett fra den vanlige versjonen, har TMT blitt modifisert på forskjellige måter av forskere (f. eks, Oral TMT9, kjøring TMT10, walking TMT (WTMT)11) for å vurdere bestemte populasjoner eller finne detaljer under ulike forhold, for eksempel kjøring og gåing. Av notatet, noen studier overdragelse ulike tall sammenlignet med standard TMT er også rapportert å være av høy gyldighet og pålitelighet. For eksempel, THINC-Integrated Tool (THINC-IT) utviklet av McIntyre gruppen brukte 9 tall og bokstaver for TMT-B12; WTMT rapportert av Schott og kolleger brukte 15 tall for TMT-A13. På samme måte, mange evaluere systemer av TMT har blitt bygget utover den komplette tiden scoring, som er rapportert å være nyttig i å finne flere elementer i tillegg til utøvende dysfunksjon, eller å være tilgjengelig for deltakere som ikke er egnet til å fullføre standard TMT. For eksempel undersøkte noen forskere feilene i TMT og fant at feil i TMT-B var forbundet med mental sporing og arbeidshukommelsen hos pasienter med psykiatrisk lidelse14. En annen gruppe fra Hellas foreslo utledet TMT-resultater [TMT-(B − A) eller TMT (B/A)] som indekser for å påvise svekkelse i kognitiv fleksibilitet på tvers av voksen levetid15. Vanligvis kan alternative evaluere systemer av TMT oppsummeres som følger: (1) Fullføringstidspunkt analyse-TMT Fullføringstidspunkt beregnes i sekunder16; (2) feil analyse — forskjellige typer TMT-feil klassifiseres og kvantifisert14; (3) intermanual forskjeller – forskjellige evner til å fullføre TMT mellom den dominerende hånden og den nondominant hånden sammenlignes17; og (4) avledet Trail Making test indekser-forskjellige characterizations mellom å fullføre TMT-A og TMT-B er analysert15. De alternative poeng beregningsmetodene gir tilleggsinformasjon. For eksempel kan nytten av TMT feil analyse avdekke kognitive underskudd ikke tradisjonelt tatt ved hjelp av Fullføringstidspunkt som eneste utfallet variabel hos pasienter med schizofreni og depresjon14. Mangelen på noen signifikant intermanual forskjell bidratt til å diskriminere den kognitive dysfunksjon fra påvirkning av motoren uorden17. Avledet TMT indekser kunne oppdage svekkelse i kognitiv fleksibilitet på tvers av voksne levetid og minimere effekten av demografi og andre kognitive bakgrunn variabler15.

Med fremskritt i moderne teknologi, har PC-baserte digitale programmer blitt stadig mer integrert i tradisjonelle kognitive intervensjoner, hvorav de fleste er utformet som ligner på den opprinnelige testen som mulig, i stedet for opprettet som nye verktøy. Digital eller datastyrt TMT (dTMT) har vist seg å ha potensial til å fange opp ytterligere informasjon, med strukturen i den eksisterende testen i hovedsak uendret de siste årene18,19.

Denne studien tok sikte på å innføre en datamaskin-basert kinesisk versjon av dTMT-A og dTMT-B, samt en WTMT. Begge er modifisert TMT og har blitt bekreftet å ha høy følsomhet og spesifisitet til skjermen pasienter med MCI, Parkinsons sykdom, Alzheimers sykdom, og så videre, basert på bevegelse av øvre og nedre lemmer20,21. Detaljert scoring metoder ble også presentert fordi digital teknologi innlemmet i dTMT og WTMT kan bidra til å fange mer informasjon i forhold til papir-blyant versjon av 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

Utviklingen av dTMT og den første søknaden ble godkjent av The Seventh Medical Center av PLA Army General Hospital Review Board. Emner signert godkjent informert samtykke dokumenter før testing TMT.

1. generell metodeutvikling

  1. Bruk et nettbrett (for eksempel Microsoft Surface Pro 2) med høykvalitets treghet sensorer innebygd i enheten og en kompatibel elektronisk penn (figur 1).
  2. Bruk den intelligente enheten for energi utgifter og-aktivitet (IDEEA), som består av fem sensorer (hver 16 x 14 x 4 mm3, 2 g), med en vedlagt over brystbenet, to festet til forsiden av hvert lår, og de to andre festet under hver fot. Koble til brystbenet og lår sensorene via en solid kabel til en liten 32-biters mikroprosessor (70 x 44 x 18 mm3, 59 g), og wire fot sensorene (figur 2).

2. design og testing av dTMT

Merk: Som nevnt tidligere, har dTMT to deler: dTMT-A og dTMT-B. Disse to testene skal utføres sekvensielt (dTMT-A fortsetter dTMT-B), uten å bli reversert.

  1. dTMT-A prosedyre
    1. Utfør dTMT-A i et rolig og komfortabelt miljø.
      Merk: Deltakere som er registrert for å fullføre dTMT bør ha utdanningsnivå på mer enn 2 år med innledende skole; ellers kan de ha vanskeligheter med å lese og gjenkjenne kinesiske tegn i dTMT-B. I mellomtiden må du sørge for at deltakerne har ingen åpenbare visuelle og øvre lem funksjonshemming.
    2. Be deltakerne om å sitte foran et skrivebord, og justere datamaskinens posisjon, bakgrunnslys og den elektroniske pennen.
    3. Sjekk nær synsskarphet av deltakere for å sikre at de enkelt kan lese tallene på skjermen.
      Merk: Noen alderen kanskje trenger et par glass i tilfelle at sirklene på skjermen er for små for fagene med presbyopi.
    4. Vis instruksjonene for dTMT-A som følger: Vennligst tegn en linje så raskt som mulig å bli med påfølgende tall (dvs. 1-> 2-> 3... 9) i sirkler tilfeldig fordelt på skjermen. En prøveperiode (150 maksimum) er nødvendig fordi de fleste deltakerne trenger å bli kjent med hvordan man tegner på overflaten av en datamaskin.
    5. Demonstrere de store forskjellene mellom dTMT-A og standard TMT-A. Først, hvis sirkelen er riktig foret, kan fargen endres. For det andre, hvis sirkelen ikke er riktig foret, forblir fargen uendret, og fagene trenger å re-line den fra den siste sirkelen.
      Merk: Koble alle sirkler flytende med rette linjer er oppmuntret.
    6. Råder deltakerne til å unngå feil og tid svinn. Oppfordre deltakerne til å trekke linjen flytende, men så nøyaktig som mulig; men gir ingen prioritet.
    7. Be deltakerne velge PartA på skjermen (bilde1 nedre panel) for å fullføre dTMT-A uten avbrudd. Alle dTMT-A-data samles automatisk inn på datamaskinen.
      Merk: Hvis data samles inn for å undersøke intermanual forskjeller, må én test utføres med den andre hånden. Sekvensen av venstre-/Right-hånd test er tilfeldig.
  2. dTMT-B-prosedyre
    1. Gjenta trinn 2,1.
    2. Vis instruksjoner for dTMT-B som følger: Vennligst tegne en linje så raskt som mulig å bli med tall og kinesiske tegn (dvs. 1->graphic 1-> 2->graphic 1... graphic 1 ) alternativt i sirkler tilfeldig fordelt på skjermen.
      Merk: Kontroller at alle kinesiske tegn gjenkjennes av emner. En pre-test Trial (150 s maksimum) er også nødvendig fordi noen deltakere trenger å bli kjent med hvordan å tegne i tall og kinesiske tegn alternativt på egenhånd.
    3. Be emnene om å velge DelB på skjermen (bilde1 nedre panel) for å fullføre dTMT-B uten avbrudd. Alle dTMT-B-dataene samles automatisk inn i datamaskinen.
      Merk: Hvis data samles inn for å undersøke intermanual forskjeller, må én test utføres med den andre hånden. Sekvensen av venstre-/Right-hånd test er tilfeldig.

3. direkte data innsamling og definisjoner i dTMT

  1. Bestem den totale tiden som skal fullføres: tiden det tar (MS) for å tegne en linje som forbinder alle sirkler i riktig rekkefølge.
  2. Bestem antall feil: antall ganger en linje trekkes til en sirkel i feil rekkefølge.
  3. Bestem tiden til fullføring for hvert trinn: tiden det tar i millisekunder å tegne hvert trinn.
  4. Bestem tiden inne i hver sirkel: tiden som er brukt i millisekunder, til å tegne inne i sirkler.
  5. Bestem innsiden sirkelen prosentpoeng (%): tid inne i hver sirkel delt på total tid til ferdigstillelse.
  6. Bestem tiden i hver enkelt toleranse sirkel: tiden som er brukt i millisekunder til å tegne innvendige toleranse sirkler.
  7. Bestem innsiden sirkelen toleranse prosent (%): tid inne i hver toleranse sirkel delt på total tid til ferdigstillelse
  8. Bestem linje reduksjons tidene i hvert trinn: tidspunktene en linje avbrytes i hvert trinn. Toleransen sirkelen har en diameter fem ganger mer enn en reell sirkel.
  9. Bestem den optimale veien for hvert trinn: den nærmeste linjen i millimeter av hvert trinn.
  10. Bestem den faktiske veien for hvert trinn: den faktiske linjen i millimeter av hvert trinn.
  11. Bestem vei avviket for hvert trinn: den faktiske linjen i millimeter minus den nærmeste linjen i millimeter av hvert trinn.
  12. Bestem variasjonen for vei avviket: koeffisient for variasjonen i vei avviket for hvert trinn.
  13. Bestem hastigheten for tegning av hvert trinn: den faktiske linjen i millimeter av hvert trinn delt på tid til ferdigstillelse for hvert trinn.
    Merk: Gjennomsnittsverdien ble beregnet ved å summere verdiene som ble samlet inn trinn for trinn. Indirekte data som reflekterer ulike punkter mellom hender eller deler, er avledet basert på de direkte dataene.

4. design og testing av WTMT

Merk: I likhet med dTMT, WTMT har også to deler: WTMT-A og WTMT-B. Disse to testene skal utføres sekvensielt (WTMT-A går videre WTMT-B), uten å bli reversert.

  1. WTMT-A-prosedyre
    1. Utfør WTMT-A i et rolig og komfortabelt miljø. Sørg for at det er lys på rommet. Tilfeldig fordele mynter med tall på hver av 15 posisjoner i et 16 m2 område (4 x 4 m2). Tegn en 30 cm diameter rundt hver mynt (Figur 3).
      Merk: Deltakerne begynte å fullføre WTMT bør ha utdanningsnivå på mer enn 2 år med innledende skole; ellers kan de ha vanskeligheter med å lese og gjenkjenne kinesiske tegn i WTMT-B. I mellomtiden, sørge for at deltakerne har ingen åpenbare visuelle og nedre lem funksjonshemming.
    2. Koble den intelligente enheten for energiforbruk og-aktivitet (IDEEA) til PCen, og skriv inn antropometriske data for motivet.
    3. Fest fem biaksiale mini-akselerometre (16 x 14 x 4 mm3, 2 g) med medisinsk tape over brystbenet, til fremsiden av hvert lår og under hver fot (Figur 4). Koble alle akselerometre gjennom tynne, fleksible kabler til en mikroprosessor/lagringsenhet (70 x 44 x 18 mm3, 59 g) festet med et klips til klærne.
      Merk: Den IDEEA er et flere akselerometer-basert system bestående av fem biaksiale akselerometre plassert på den øvre stammen, lår og føtter. IDEEA ble opprinnelig utviklet for å anslå energiforbruket under aktiviteter av daglig levende22,23, men har en ekstra evne til å kvantifisere mange av de vanligste gange syklus parametrene24.
    4. Etter at enheten er utstyrt, kan du be deltakerne om å gå opp og ned en gangvei uten mål i en behagelig tur hastighet til oppvarming.
    5. Vis instruksjonene for WTMT-A som følger: Vennligst gå på nummererte mål i en sekvensiell rekkefølge så raskt som mulig å bli med påfølgende tall (dvs. 1-> 2-> 3... 15) i myntene tilfeldig fordelt på gulvet.
    6. Oppfordre deltagerne til å gå flytende, men så nøyaktig som mulig; Det gis imidlertid ingen prioritet. Utfør WTMT-A bare én gang.
    7. Ivareta sikkerheten til deltakerne, fordi dual-aktivitet gå i et utfordrende miljø kan øke risikoen for fallende25. For både pre-og post-tester, en 5 s Step pause er nødvendig for IDEEA å diskriminere gå fra stående.
      Merk: Enten fottrinn på mynten regnes som på målet. Hvis deltakerne går i feil rekkefølge, veileder du dem til de går i riktig rekkefølge. Alle WTMT-A-data samles automatisk inn i IDEEA mikroprosessor/lagringsenhet.
  2. WTMT-B-prosedyre
    1. Gjenta trinnene som i Seksjon 4.1.1.
    2. Vis instruksjonene til WTMT-A på følgende måte: Vennligst gå på nummererte mål i en sekvensiell rekkefølge så raskt som mulig å bli med påfølgende tall (dvs. 1-graphic 1>-> 2-graphic 1>... graphic 1 > 8) i myntene tilfeldig fordelt på gulvet. Kontroller at alle kinesiske tegn gjenkjennes av deltakerne.
    3. Utfør WTMT-B bare én gang.
    4. Ivareta sikkerheten til deltakerne, fordi dual-aktivitet gå i et utfordrende miljø kan øke risikoen for fallings25. For både pre-og post-tester, en 5 s Step pause er nødvendig for IDEEA å diskriminere gå fra stående.
      Merk: Enten fottrinn på mynten regnes som på målet. Hvis fagene gikk i feil rekkefølge, veilede dem til de går i riktig rekkefølge. Alle WTMT-B-data samles automatisk inn i IDEEA mikroprosessor/lagringsenhet.

5. direkte data innsamling og betydning forklaring i WTMT

Merk: Som vist i figur 5, har den menneskelige gange syklusen blitt delt inn i ulike delfaser. I detalj defineres og beregnes romlige og timelige parametre som følger.

  1. Bestem trinnene (n): antall trinn fullført under nivå gange, inkludert høyre og venstre lemmer.
  2. Bestem sving varigheten (%): fase prosenten som starter fra tå-off til første bakken eller trappe kontakt for en gitt fot.
  3. Bestem holdning varighet (%): fase prosent mellom hæl streiken på en fot og hæl streiken i kontralateral foten.
  4. Bestem hastigheten (m/s): Gjennomsnittlig hastighet over to påfølgende fremskritt.
  5. Bestem skrittlengden (m): forskjellen i lengde mellom den innledende hæl streiken på høyre eller venstre fot og hæl streiken på den kontralateral foten.
  6. Bestem skrittlengden (m): avstanden mellom de påfølgende punktene i den første kontakten på samme fot, høyre-venstre-høyre (R-L-R) eller venstre-høyre-venstre (L-R-L).
  7. Bestem gange variasjon av trinn lengde: koeffisient av variasjon av trinn lengde.
    Merk: Fullføringstid og feil er også samlet inn og telles av sensor, i stedet for IDEEA.

6. data innsamling og statistikk

  1. Bruk One-Way-ANOVA og Fisher ' s LSD for å sammenligne forskjellene mellom gruppene. De demografiske dataene er oppført i tabell 1. dTMT-A-, dTMT-B-, WTMT-A-og WTMT-B-dataene vises henholdsvis i tabell 2-5 . En P < 0,05 ble ansett for å indikere en statistisk signifikant forskjell.

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

Syv eldre pasienter med mild kognitiv svikt (eldre med MCI), syv alderen med Parkinsons sykdom (eldre med PD), og syv eldre friske individer (friske eldre) ble rekruttert, og dTMT-A, dTMT-B, WTMT-A, og WTMT-B, ble utført. Etter testene, data ble samlet inn og analysert ved hjelp av SPSS programvare.

Som helhet, viste demografiske data av deltakerne at alle grupper ble matchet godt i forhold til alder, kjønn, utdanningsnivå, dominerende hånd, klinisk demens rating (CDR) score, global forverring Scale (GDS) score, SLEPEBÅTEN: tidsbestemt opp og gå test (SLEPEBÅTEN), og så videre (p > 0,05).

Som vist i tabell 2, de fleste av dataene i DTMT-A mellom friske eldre, eldre med MCI, og eldre med PD var like, for eksempel Total tid til ferdigstillelse (18,15 ± 5,12 s kontra 19,67 ± 7,12 s vs. 19,85 ± 3,89, p = 0,812), antall feil (0,14 ± 0,38 vs. 0,29 ± 0,49 vs. 0,29 ± 0,49, p = 0,796), og så videre. Dette betyr at alle deltakerne hadde lignende poengsum hvis de blir vurdert av tradisjonelle TMT-A. Men det eksisterte noen forskjellige variabler tatt av dTMT-A. Som vist i tabell 2, eldre med PD utstilt en større total Pathway avvik av hvert trinn (pb = 0,017, pc = 0,048), en større variasjon av veien avvik (pb = 0,000, pc = 0,000), og en lavere hastighet av tegning av hvert trinn (pb = 0,001, pc = 0,025) sammenlignet med eldre med MCI og friske eldre, henholdsvis.

Som vist i tabell 3, ble forskjellene i å fullføre DTMT-B reflektert i flere aspekter i forhold til DTMT-A. Eldre pasienter med MCI trengte en lengre tid for ferdigstillelse (P = 0,000) og hadde flere feil (P = 0,000), mer tid inne i sirkelen (P = 0,000) eller toleranse sirkel (P = 0,000), mer Pathway avvik (P = 0,035), og lavere hastighet i tegning (P = 0,000) sammenlignet med friske eldre. I mellomtiden, eldre med PD trengte en lengre tid for ferdigstillelse (P = 0,000), og hadde flere feil (P = 0,000), mer tid inne i sirkelen (0,000), men mindre tid inne i toleranse sirkelen (P = 0,000), mer Pathway avvik (P = 0,032), større variasjon av banen avvik (P = 0,001), og åpenbart lavere hastighet av tegning av hvert trinn (P = 0,000) sammenlignet med alderen friske individer. Alle resultatene indikerte at dTMT kan oppdages betydelige forskjeller mellom eldre friske deltakere og eldre pasienter.

Som vist i Tabell 4, kan gange data i WTMT-A oppdage flere forskjeller mellom eldre med PD sammenlignet med andre individer, spesielt når det gjelder hastighet (pb = 0,000, pc = 0,002), skrittlengde (pb = 0,004, pc = 0,016), skrittlengde (p b= 0,005 , pc = 0,019), og så videre. Alle disse dataene antydet at WTMT-A kunne fange åpenbare forskjeller mellom alderen PD pasienter og alderen friske deltakere.

Som vist i tabell 5, kan gange data i WTMT-B finne flere forskjeller mellom grupper. Eldre pasienter med MCI og PD trengte lengre tid (Pa = 0,001, pb = 0,000) og flere trinn for å fullføre testen (pa = 0,000, pb = 0,000). Deres trinn og skrittlengde virket kortere i forhold til alderen friske deltakere. I tillegg viste eldre pasienter med PD enda mer alvorlig trend sammenlignet med MCI-fag. De markerte forskjellene er skrittlengde (0,045 m ± 0,02 kontra 0,049 m ± 0,02, Pc = 0 .002), skrittlengde (0,91 m ± 0,04 kontra 0,96 m ± 0,03, pc = 0,012) og gange variasjon av skrittlengde (0,112 ± 0,0030 kontra 0,120 ± 0,0034, Pc = 0,000).

Figure 1
Figur 1: datamaskin. Datamaskin for dTMT-A og dTMT-B (øvre panel), utskrift skjermen av dTMT, emner velger del A for å starte dTMT-A, eller del B for å starte dTMT-B (nedre panel). Vennligst klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2: IDEEA. Enhet for WTMT-A og WTMT-B. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: eksempel på WTMT-A og WTMT-B. Som vist i figuren, må begynne fra START og gå til slutten. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4: IDEEA akselerometre og plasseringen. Figuren viste hvordan å bære IDEEA akselerometre riktig. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 5
Figur 5: menneskelig gange syklus delt inn i ulike delfaser. Stand fasen var ca 60% av gang syklus, og swing fasen var ca 40% av gange syklus. Vennligst klikk her for å se en større versjon av dette tallet.

Sunn eldre Eldre med MCI Eldre med PD P-verdi
N = 7 N = 7 N = 7
Alder 67,14 ± 4,22 65,14 ± 3,39 66,29 ± 3,90 0,63
Kjønn (M:F) 4:03 5:02 4:03 0,589
Dominerende hånd (R%) 100 100 100
Utdanning (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
SLEPEBÅTEN (E) 10,07 ± 1,51 11,02 ± 0,60 11,72 ± 1,24 0,052

Tabell 1: demografiske data for PARTICIPANTS. Mean ± SD. M:F = mann: kvinne; R% = høyre hånd prosent; AAR = år; MMSE = mini mental tilstand eksamen; MCI = mild kognitiv svekkelse; PD = Parkinsons sykdom; CDR = klinisk demens rating; GDS = global forverring Scale; SLEPEBÅTEN = tidsinnstilt opp og gå test; S = sekunder

Sunn eldre Eldre med MCI Eldre med PD P-verdi
N = 7 N = 7 N = 7
Total tid til fullføring 18,15 ± 5,12 19,67 ± 7,12 19,85 ± 3,89 0,821
Antall feil 0,14 ± 0,38 0,29 ± 0,49 0,29 ± 0,49 0,796
Total tid inne i hver sirkel 6,94 ± 1,99 6,91 ± 3,31 7,81 ± 2,46 0,773
Innenfor sirkel prosent 39,13 ± 7,70 35,42 ± 10,25 40,02 ± 11,63 0,665
Total tid inne i hver toleranse sirkel 1,57 ± 0,80 2,09 ± 0,88 1,85 ± 0,49 0,442
Innvendig toleranse sirkel prosent 8,74 ± 3,02 10,80 ± 3,07 9,61 ± 3,55 0,498
Totalt antall linje reduksjons tider 0,14 ± 0,38 0,29 ± 0,49 0,14 ± 0,38 0,764
Total sti avvik for hvert trinn 38,41 ± 2,52 39,30 ± 3,07 42,99 ± 3,99b, c 0,039
Variasjon av vei avvik 1,72 ± 0,24 2,36 ± 0,55a 3,66 ± 0,46b, c 0
Hastighet for tegning av hvert trinn 21,38 ± 2,59 19,00 ± 2,40 15,70 ± 2,55b, c 0,002

Tabell 2: dTMT-en data av PARTICIPANTS. Mean ± SD. MCI = mild kognitiv svekkelse; PD = Parkinsons sykdom. Enveis-ANOVA og post hoc-analyse med LSD. a = P < 0,05 eldre med MCI i forhold til sunn eldre; b = P < 0,05 eldre med PD i forhold til friske eldre; c = P < 0,05 eldre med PD i forhold til eldre med MCI.

Sunn eldre Eldre med MCI Eldre med PD P-verdi
N = 7 N = 7 N = 7
Total tid til fullføring 32,07 ± 10,93 67,56 ± 9,87a 89,95 ± 12,12b, c 0
Antall feil 0,14 ± 0,38 2,86 ± 1,07a 1,29 ± 0,49b, c 0
Total tid inne i hver sirkel 6,03 ± 1,72 27,83 ± 5,05a 7,81 ± 2,46b, c 0
Innvendig sirkel prosent (%) 19,16 ± 3,86 41,47 ± 6,76a 22,46 ± 3,35c 0
Total tid inne i hver toleranse sirkel 3,51 ± 0,91 9,73 ± 1,46a 3,93 ± 2,21c 0
Innvendig toleranse sirkel prosent (%) 11,26 ± 2,20 14,47 ± 1,62a 4,57 ± 2,86b, c 0
Totalt antall linje reduksjons tider 0,29 ± 0,38 0,86 ± 1,07 0,43 ± 0,53 0,35
Total sti avvik for hvert trinn 86,02 ± 7,36 95,36 ± 6,76a 95,56 ± 8,78b 0,051
Variasjon av vei avvik 2,158 ± 0,173 2,024 ± 0125 2,659 ± 0,332b, c 0
Hastighet for tegning av hvert trinn 16,85 ± 1,79 8,41 ± 1,09a 4,91 ± 0,91b, c 0

Tabell 3: dTMT-B-data for PARTICIPANTS. Mean ± SD. MCI = mild kognitiv svekkelse; PD = Parkinsons sykdom. Enveis-ANOVA og post hoc-analyse med LSD. a = P < 0,05 eldre med MCI i forhold til sunn eldre; b = P < 0,05 eldre med PD i forhold til friske eldre; c = P < 0,05 eldre med PD i forhold til eldre med MCI.

Sunn eldre Eldre med MCI Eldre med PD P-verdi
N = 7 N = 7 N = 7
Total tid til fullføring 68,43 ± 4,86 76,57 ± 7,66 98,29 ± 9,36b, c 0
Antall feil 0,29 ± 0,49 0,29 ± 0,49 0,57 ± 0,53 0,487
Trinn (n) 80,86 ± 2,34 81,29 ± 3,30 81,71 ± 3,90 0,886
Sving varighet (%) 36,86 ± 1,32 35,03 ± 0,84a 35,48 ± 1,25b 0,022
Trinn varighet (%) 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
Trinn lengde (m) 0,51 ± 0,02 0,50 ± 0,01 0,49 ± 0,02b, c 0,01
Skrittlengde (m) 1,02 ± 0,04 1,00 ± 0,02 0,96 ± 0,04b, c 0,011
Gange variasjon av skrittlengde 0,111 ± 0,0011 0,112 ± 0,0011 0,113 ± 0,0014 0,156

Tabell 4: WTMT-en data av PARTICIPANTS. Mean ± SD. MCI = mild kognitiv svekkelse; PD = Parkinsons sykdom. Enveis-ANOVA og post hoc-analyse med LSD. a = P < 0,05 eldre med MCI i forhold til sunn eldre; b = P < 0,05 eldre med PD i forhold til friske eldre; c = P < 0,05 eldre med PD i forhold til eldre med MCI.

Sunn eldre Eldre med MCI Eldre med PD P-verdi
N = 7 N = 7 N = 7
Total tid til fullføring 78,57 ± 4,86 92,29 ± 7,72a 109,00 ± 5,66b, c 0
Antall feil 0,57 ± 0,79 1,14 ± 1,07 0,86 ± 0,69 0,479
Trinn (n) 89,71 ± 2,63 96,71 ± 2,29a 100,57 ± 3,74b, c 0
Sving varighet (%) 37,20 ± 1,21 36,56 ± 1,23 36,47 ± 1,15 0,476
Trinn varighet (%) 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
Trinn lengde (m) 0,51 ± 0,02 0,49 ± 0,02 0,45 ± 0,02b, c 0
Skrittlengde (m) 1,01 ± 0,04 0,96 ± 0,03a 0,91 ± 0,04b, c 0
Gange variasjon av skrittlengde 0,114 ± 0,0033 0,120 ± 0,0034a 0,112 ± 0,0030c 0,001

Tabell 5: WTMT-B-data for deltakere. Gjennomsnittlig ± SD. MCI = mild kognitiv svekkelse; PD = Parkinsons sykdom. Enveis-ANOVA og post hoc-analyse med LSD. a = P < 0,05 eldre med MCI i forhold til sunn eldre; b = P < 0,05 eldre med PD i forhold til friske eldre; c = P < 0,05 eldre med PD i forhold til eldre med 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

Tradisjonell papir-blyant TMT har vært godt brukt over hele verden i mer enn 50 år. Imidlertid er digital TMT fordelaktig. For det første, tradisjonell TMT er betraktet som idet en utfører funksjonen verktøyet, stund begge to dTMT og WTMT ha aspektene reflekterende motoriske evne for resten Cognitive funksjonen. Tatt i betraktning at kognitiv-motor dual oppgave har fått stor oppmerksomhet de siste årene26, digital teknologi kan gi forskere med mer informasjon om denne integrerte oppgaven sammenlignet med den tradisjonelle TMT27. For det andre er digital TMT et følsomt verktøy sammenlignet med den tradisjonelle versjonen. Digital TMT trenger ikke mer tid i forhold til tradisjonelle enere, som har nok samsvar med.

Et kritisk trinn i protokollen er å utføre dTMT og WTMT uten avbrudd, fordi begge testene samlet tid variabler. Fagene må fullføre testene flytende. Enhver forsinkelse indusert av sensorer, eller misforståelser, distraksjon, etc., bør minimeres eller elimineres.

Det er to modifikasjoner for å bli nevnt. Først for dTMT, er sann tids trykket på pennen på skjermen en følsom variabel for tegning, som har blitt bekreftet i en digital klokke tegning test28. Med mer utvikling, programvare som kan oppdage pennen trykket på skjermen under dTMT vil gi leger mer informasjon i fremtiden. For det andre, for WTMT, en ny enhet som kan oppdage og analysere trunk Sway kan være nyttig å finne mer bevis i bevegelse uorden pasienter29,30, fordi IDEEA bare gir gange data. Men så vidt vi vet, er IDEEA den første digitale accelerometry som brukes i WTMT.

Den nåværende studien introduserte to typer TMT i en digitalisert versjon. Disse nye typer TMT ble avledet, snarere enn å være en eksakt kopi av den tradisjonelle TMT. Robert P. Fellows fant at den datastyrte TMT trengte færre sirkler i forhold til den tradisjonelle TMT, i tilfelle sirklene var for overfylt31. Denne forskjellen kan imidlertid ikke hindre den brede bruken av den digitale TMT i fremtiden.

Siden digital teknologi blir mer og mer populært i vårt daglige liv, bør digitale enheter brukes i tidlig diagnostisering av kognitive lidelser og bevegelsesforstyrrelser32. dTMT og WTMT er begge avledet fra tradisjonelle TMT, men kan fange opp flere variabler enn papir BAS ert TMT. Både nye modifiserte TMT kan brukes til å skjermen pasienter med kognitive lidelser og bevegelsesforstyrrelser. Spesielt for de pasientene med øvre lem funksjonshemming, er WTMT spesielt nyttig.

En begrensning av den foreliggende studien var dens lille utvalgsstørrelse. Følgelig kan følsomheten og spesifisitet av digitale TMT bli demonstrert. Imidlertid kunne dTMT og WTMT finne ytterligere informasjon for leger å bestemme kognitiv funksjon og motoriske evne til deltakerne. Det er imidlertid behov for flere studier for å validere funnene.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har ingenting å avsløre.

Acknowledgments

Forfatterne takker Xiaode Chen for digital teknologi støtte.

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).
Tradisjonell Trail Making test modifisert til Brand-ny vurdering verktøy: Digital og 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