Summary
Aqui, apresentamos um protocolo para mostrar como executar dois tipos de ferramentas de avaliação cognitiva derivadas da versão lápis de papel do Trail Making Test.
Abstract
O Trail Making Test (TMT) é uma ferramenta bem aceita para avaliar a função executiva. O TMT padrão foi inventado há mais de 60 anos e foi modificado em muitas versões. Com o desenvolvimento de tecnologias digitais, a TMT agora é modificada para uma versão digitalizada. O presente estudo demonstrou TMT digital (dTMT) realizado em um computador, e Walking TMT (WTMT) no chão. Ambos revelaram mais informações em comparação com a versão tradicional do TMT.
Introduction
Com o rápido envelhecimento da população, a demência é considerada uma grande preocupação de saúde pública. O número de pacientes idosos com demência em todo o mundo é de cerca de 47 milhões de acordo com a Organização Mundial da Saúde1. O comprometimento da função executiva não é apenas um tipo comum de disfunção cognitiva em indivíduos idosos, mas tem sido relatado como um preditor de progressão do comprometimento cognitivo leve (MCI) para a doença de Alzheimer clínica (DA)2,3. Como o terceiro teste mais utilizado em neuropsicologia4,o Trail Making Test (TMT) é empregado como uma ferramenta bem aceita para avaliar funções executivas, especialmente atenção sustentada e mudança de set5, mesmo em pacientes idosos6.
O TMT padrão é um teste de lápis de papel composto por duas partes: tMT-A e TMT-B5. O primeiro pede que o test-taker desenhe linhas que conectam números distribuídos aleatoriamente (1-25) em um papel de teste em ordem ascendente (1->2->3...), enquanto o último requer o test-taker para definir números e letras (1->A-gt>2->B...) alternativamente. O desempenho do TMT é geralmente pontuado no tempo que levou para completar cada parte corretamente7. TMT foi traduzido para diferentes idiomas. A versão chinesa do TMT foi desenvolvida em 20068. Desde que os caráteres chineses são completamente distintos das letras inglesas, a versão chinesa de TMT foi usada em nosso procedimento.
Além da versão padrão, tmt foi modificado de diferentes maneiras por pesquisadores (por exemplo, oral TMT9, dirigindo TMT10, andando TMT (WTMT)11) para avaliar populações específicas ou encontrar detalhes em diferentes condições, tais como condução e caminhada. De notar, alguns estudos que conferem números diferentes em comparação com o TMT padrão também são relatados para ser de alta validade e confiabilidade. Por exemplo, a Ferramenta Integrada thinc (THINC-it) desenvolvida pelo grupo McIntyre utilizou 9 números e letras para TMT-B12; WTMT relatado por Schott e colegas usaram 15 números para TMT-A13. Da mesma forma, muitos sistemas de avaliação da TMT foram construídos além da pontuação de tempo completo, que são relatados para ser útil para encontrar mais itens além da disfunção executiva, ou para ser acessível para os participantes que não são adequados para completar o TMT padrão. Por exemplo, alguns pesquisadores investigaram os erros na TMT e descobriram que erros no TMT-B estavam associados ao rastreamento mental e à memória de trabalho em pacientes com transtorno psiquiátrico14. Outro grupo da Grécia sugeriu pontuações derivadas tmt [TMT-(B-A) ou TMT (B / A)] como índices para detectar comprometimento na flexibilidade cognitiva em toda a vida adulta span15. Geralmente, sistemas de avaliação alternativos de TMT podem ser resumidos da seguinte forma: (1) análise de tempo de conclusão-TMT o tempo de conclusão é calculado em segundos16; (2) análise de erros - diferentes tipos de erros de TMT são classificados e quantificados14; (3) diferenças intermanuais - diferentes habilidades de completar tmt entre a mão dominante e a mão não dominante são comparados17; e (4) índices derivados de teste de fazer trilhas - caracterizações diferentes entre a conclusão de TMT-A e TMT-B são analisadas15. Os métodos alternativos de pontuação fornecem informações adicionais. Por exemplo, a utilidade da análise de erro tmt poderia revelar déficits cognitivos não tradicionalmente capturados usando o tempo de conclusão como a única variável de desfecho em pacientes com esquizofrenia e depressão14. A falta de qualquer diferença intermanual significativa ajudou a discriminar a disfunção cognitiva da influência do transtorno motor17. Índices tmt derivados poderiam detectar comprometimento na flexibilidade cognitiva em toda a vida adulta e minimizar o efeito da demografia e outras variáveis de fundo cognitivo15.
Com os avanços na tecnologia moderna, as aplicações digitais baseadas em computador têm sido cada vez mais integradas às intervenções cognitivas tradicionais, a maioria das quais são projetadas o mais semelhante s similares ao teste original possível, em vez de criadas como novas ferramentas. Provou-se que o TMT digital ou informatizado (dTMT) tem potencial para capturar informações adicionais, com a estrutura do teste existente praticamente inalterada nos últimos anos18,19.
Este estudo teve como objetivo introduzir uma versão chinesa baseada em computador de dTMT-A e dTMT-B, bem como um WTMT. Ambos são TMTs modificados e foram confirmados para ter alta sensibilidade e especificidade para rastrear pacientes com MCI, Doença de Parkinson, Doença de Alzheimer, e assim por diante, com base no movimento dos membros superiores e inferiores20,21. Métodos detalhados de pontuação também foram apresentados porque as tecnologias digitais incorporadas no dTMT e wtmt pode ajudar a capturar mais informações em comparação com a versão lápis de papel do TMT.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
O desenvolvimento do dTMT e a aplicação inicial foram aprovados pelo sétimo centro médico da placa geral da revisão do hospital do exército do PLA. Os sujeitos assinados aprovaram documentos de consentimento informados antes de testar a TMT.
1. Desenvolvimento do Método Geral
- Use um tablet (por exemplo, Microsoft Surface Pro 2) com sensores inerciais de alta qualidade embutidos no dispositivo e uma caneta eletrônica compatível (Figura 1).
- Use o monitor dispositivo inteligente para despesas e atividade si(IDEEA), composto por cinco sensores (cada 16 x 14 x 4 mm3,2 g), com um anexado sobre o esterno, dois ligados ao lado frontal de cada coxa e os outros dois presos cada pé. Conecte os sensores de esterno e coxa através de um cabo sólido a um pequeno microprocessador de 32 bits (70 x 44 x 18 mm3,59 g), e conecte os sensores do pé(Figura 2).
2. Design e Testes do dTMT
Nota: Como mencionado anteriormente, dTMT tem duas partes: dTMT-A e dTMT-B. Estes dois testes devem ser realizados sequencialmente (dTMT-A proceeding dTMT-B), sem ser revertida.
-
procedimento dTMT-A
- Realizar o dTMT-A em um ambiente tranquilo e confortável.
Nota: Os participantes matriculados para completar o dTMT devem ter o nível educacional de mais de 2 anos de escola preliminar; caso contrário, eles podem ter dificuldade em ler e reconhecer caracteres chineses em dTMT-B. Enquanto isso, garantir que os participantes não têm nenhuma deficiência visual e superior dos membros óbvios. - Peça aos participantes que se sentar em frente a uma mesa e ajustar a posição do computador, a luz de fundo e a caneta eletrônica.
- Verifique a acuidade visual dos participantes para garantir que eles possam ler facilmente os números na tela.
Nota: Alguns sujeitos idosos talvez precisem de um par de vidro no caso de os círculos na tela serem pequenos demais para os sujeitos com presbyopia. - Mostre as instruções do dTMT-A da seguinte forma: Por favor, desenhe uma linha o mais rápido possível juntando números consecutivos (ou seja, 1->2->3... 9) nos círculos distribuídos aleatoriamente na tela. Um ensaio pré-teste (máximo de 150 s) é necessário porque a maioria dos participantes precisa familiarizar como desenhar na superfície de um computador.
- Demonstrar as principais diferenças entre dTMT-A e TMT-A padrão. Primeiro, se o círculo for corretamente forrado, sua cor pode ser alterada. Em segundo lugar, se o círculo não forrado corretamente, sua cor permanece inalterada, e os sujeitos precisam re-linha-lo a partir do último círculo.
Nota: Conectar todos os círculos fluentemente com linhas retas é encorajado. - Aconselhar os participantes a evitar erros e desperdício de tempo. Incentivar os participantes a traçar a linha fluentemente, mas com a maior precisão possível; no entanto, não dê prioridade.
- Peça aos participantes que selecionem a PartA na tela (painel inferiorda Figura 1) para completar o dTMT-A sem interrupção. Todos os dados dTMT-A são coletados no computador automaticamente.
Nota: Se os dados forem coletados para investigar diferenças intermanuais, mais um teste precisa ser realizado com a outra mão. A sequência do teste esquerdo/direito é ao acaso.
- Realizar o dTMT-A em um ambiente tranquilo e confortável.
-
procedimento dTMT-B
- Repita o passo 2.1.
- Mostre as instruções do dTMT-B da seguinte forma: Por favor, desenhe uma linha o mais rápido
possível juntando-se aos
números e caracteres chineses (ou seja, 1-> ->2-> ... 
) alternativamente nos círculos distribuídos aleatoriamente na tela.
Nota: Certifique-se de que todos os caracteres chineses são reconhecidos por sujeitos. Um teste pré-teste (máximo de 150 s) também é necessário porque alguns participantes precisam familiarizar como desenhar os números e caracteres chineses, alternativamente, por conta própria. - Peça aos sujeitos que selecionem o PartB na tela (painel inferiorda Figura 1) para completar o dTMT-B sem interrupção. Todos os dados dTMT-B são coletados automaticamente no computador.
Nota: Se os dados forem coletados para investigar diferenças intermanuais, mais um teste precisa ser realizado com a outra mão. A sequência do teste esquerdo/direito é ao acaso.
possível juntando-se aos
números e caracteres chineses (ou seja, 1-> ->2-> ... 
) alternativamente nos círculos distribuídos aleatoriamente na tela.3. Coleta e definições diretas de dados em dTMT
- Determine o tempo total para a conclusão: o tempo necessário (ms) para desenhar uma linha que conecta todos os círculos na ordem correta.
- Determinar o número de erros: o número de vezes que uma linha é desenhada para um círculo na ordem incorreta.
- Determine o tempo de conclusão para cada etapa: o tempo que levou em milissegundos para desenhar cada etapa.
- Determine o tempo dentro de cada círculo: o tempo gasto em milissegundos para desenhar dentro dos círculos.
- Determine a porcentagem interna do círculo (%): tempo dentro de cada círculo dividido pelo tempo total à conclusão.
- Determine o tempo dentro de cada círculo de tolerância: o tempo gasto em milissegundos para desenhar dentro dos círculos de tolerância.
- Determinar a porcentagem de tolerância do círculo interno (%): tempo dentro de cada círculo de tolerância dividido pelo tempo total até a conclusão
- Determine os tempos de cancelamento da linha em cada etapa: as vezes que uma linha é cancelada em cada etapa. O círculo de tolerância tem um diâmetro cinco vezes mais do que o de um círculo real.
- Determine a via ideal de cada etapa: a linha mais próxima em milímetros de cada etapa.
- Determine o caminho real de cada etapa: a linha real em milímetros de cada etapa.
- Determine o desvio de via de cada etapa: a linha real em milímetros menos a linha mais próxima em milímetros de cada etapa.
- Determine a variabilidade do desvio da via: Coeficiente da variação do desvio da via de cada etapa.
- Determine a velocidade do desenho de cada etapa: a linha real em milímetros de cada etapa dividida pelo tempo de conclusão para cada etapa.
Nota: O valor médio foi calculado resumindo os valores arrecadados passo a passo. Dados indiretos refletindo diferentes pontos entre as mãos ou as partes foram derivados com base nos dados diretos.
4. Design e Testes da WTMT
Nota: Semelhante ao dTMT, WTMT também tem duas partes: WTMT-A e WTMT-B. Estes dois testes devem ser realizados sequencialmente (WTMT-A proceding WTMT-B), sem ser revertida.
-
Procedimento WTMT-A
- Realizar WTMT-A em um ambiente tranquilo e confortável. Certifique-se de que há luz de quarto. Distribuir aleatoriamente moedas com números em cada uma das 15 posições em uma área de 16 m2 (4 x 4 m2). Desenhe um diâmetro de 30 cm em torno de cada moeda (Figura 3).
Nota: Os participantes matriculados para completar a WTMT devem ter o nível educacional de mais de 2 anos de escola preliminar; caso contrário, eles podem ter dificuldade em ler e reconhecer caracteres chineses em WTMT-B. Enquanto isso, garantir que os participantes não têm nenhuma deficiência visual e inferior dos membros óbvios. - Conecte o Dispositivo Inteligente para O Gasto e Atividade de Energia (IDEEA) ao PC e insira os dados antropométricos do sujeito.
- Anexar cinco mini-acelerômetros biaxial (16 x 14 x 4 mm3, 2 g) com fita médica sobre o esterno, para o lado da frente de cada coxa e cada pé (Figura 4). Conecte todos os acelerômetros através de cabos finos e flexíveis a uma unidade de microprocessador/armazenamento (70 x 44 x 18 mm3,59 g) anexada com um clipe às roupas.
Nota: O IDEEA é um sistema múltiplo baseado em acelerômetro, composto por cinco acelerômetros biaxiais localizados no tronco superior, coxas e pés. O IDEEA foi inicialmente desenvolvido para estimar o gasto energético durante as atividades de vida diária22,23,mas tem uma capacidade adicional para quantificar muitos dos parâmetros de ciclo de marcha comumente usados24. - Depois que o dispositivo é equipado, peça que os participantes andem acima e abaixo de uma passagem sem nenhuns alvos em uma velocidade de passeio confortável para aquecer.
- Mostre as instruções do WTMT-A da seguinte forma: Por favor, caminhe em alvos numerados em uma ordem sequencial o mais rápido possível juntando números consecutivos (ou seja, 1->2->3... 15) nas moedas distribuídas aleatoriamente no chão.
- Incentivar os participantes a andar fluentemente, mas com a maior precisão possível; No entanto, nenhuma prioridade é dada. Executar WTMT-A apenas uma vez.
- Garantir a segurança dos participantes, porque a dupla tarefa de caminhada em um ambiente desafiador pode aumentar o risco de quedade 25. Para testes pré e pós, é necessária uma pausa de 5 passos para que a IDEEA discrimine a caminhada de pé.
Nota: Um ou outro passo na moeda é considerado como no alvo. Se os participantes andam na ordem errada, guiá-los até que eles andam na ordem certa. Todos os dados do WTMT-A são coletados automaticamente na unidade de microprocessador/armazenamento do IDEEA.
- Realizar WTMT-A em um ambiente tranquilo e confortável. Certifique-se de que há luz de quarto. Distribuir aleatoriamente moedas com números em cada uma das 15 posições em uma área de 16 m2 (4 x 4 m2). Desenhe um diâmetro de 30 cm em torno de cada moeda (Figura 3).
-
Procedimento WTMT-B
- Repita os passos como na Seção 4.1.1.
- Mostre as instruções de WTMT-A da seguinte forma: Por favor, caminhe em alvos numerados em uma ordem sequencial o
mais rápido possível juntando
números consecutivos (ou seja, 1-> ->2-> ... 
>8) nas moedas distribuídas aleatoriamente no chão. Certifique-se de que todos os caracteres chineses são reconhecidos pelos participantes. - Executar WTMT-B apenas uma vez.
- Garantir a segurança dos participantes, porque a dupla tarefa de andar em um ambiente desafiador pode aumentar o risco de quedas25. Para testes pré e pós, é necessária uma pausa de 5 passos para que a IDEEA discrimine a caminhada de pé.
Nota: Um ou outro passo na moeda é considerado como no alvo. Se os sujeitos andassem na ordem errada, guiá-los até que andem na ordem certa. Todos os dados do WTMT-B são coletados automaticamente na unidade de microprocessador/armazenamento do IDEEA.
mais rápido possível juntando
números consecutivos (ou seja, 1-> ->2-> ... 
>8) nas moedas distribuídas aleatoriamente no chão. Certifique-se de que todos os caracteres chineses são reconhecidos pelos participantes.5. Coleta direta de dados e explicação de significado em WTMT
Nota: Como mostrado na Figura 5,o ciclo da marcha humana foi dividido em diferentes subfases. Em detalhes, os parâmetros espaciais e temporais são definidos e calculados da seguinte forma.
- Determinar as etapas (n): o número de etapas concluídas durante a caminhada de nível, incluindo os membros direito e esquerdo.
- Determine a duração do balanço (%): a porcentagem da fase que parte do dedo do pé-fora até o contato inicial da terra ou da escada para todo o pé dado.
- Determine a duração da postura (%): porcentagem de fase entre a greve do calcanhar de um pé e a greve do calcanhar do pé contra-lateral.
- Determinar a velocidade (m/s): a velocidade média ao longo de dois passos consecutivos.
- Determinar o comprimento da etapa (m): a diferença de comprimento entre o golpe inicial do calcanhar do pé direito ou esquerdo e o golpe de calcanhar do pé contralateral.
- Determinar o comprimento do passo (m): a distância entre os pontos sucessivos do contato inicial do mesmo pé, direita-esquerda-direita (R-L-R) ou esquerda-direita-esquerda (L-R-L).
- Determinar a variabilidade da marcha do comprimento da etapa: coeficiente da variação do comprimento da etapa.
Nota: O tempo de conclusão e os erros também são coletados e contados pelo examinador, em vez do IDEEA.
6. Coleta de dados e estatísticas
- Use one-way-ANOVA e LSD de Fisher para comparar as diferenças entre os grupos. Os dados demográficos estão listados na Tabela 1. dTMT-A, dTMT-B, WTMT-A e os dados wtmt-b são mostrados nas Tabelas 2-5, respectivamente. Um P < 0,05 foi considerado para indicar uma diferença estatisticamente significativa.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Sete pacientes idosos com comprometimento cognitivo leve (idosos com MCI), sete indivíduos idosos com doença de Parkinson (idosos com DP) e sete idosos idosos (idosos saudáveis) foram recrutados, e dTMT-A, dTMT-B, WTMT-A e WTMT-B, foram realizados. Após os testes, os dados foram coletados e analisados usando o software SPSS.
Como um todo, os dados demográficos dos participantes mostraram que todos os grupos foram bem combinados em termos de idade, sexo, nível educacional, mão dominante, escore de Classificação de Demência Clínica (CDR), pontuação da Escala de Deterioração Global (GDS), TUG: Teste de Up and Go cronometrado (TUG) e assim por diante (p > 0,05).
Como mostrado na Tabela 2, a maioria dos dados do dTMT-A entre idosos saudáveis, idosos com MCI e idosos com DP foram semelhantes, como o tempo total até a conclusão (18,15 ± 5,12 s vs. 19,67 ± 7,12 s vs. 19,85 ± 3,89, P = 0,812), Número de Erros (0,14 ± 0,38 vs. 0,29 ± 0,49 vs. 0,29 ± 0,49, P = 0,796), e assim por diante. Isso significa que todos os participantes tiveram escores semelhantes se forem avaliados pelo TMT-A tradicional. No entanto, existem algumas variáveis diferentes capturadas pelo dTMT-A. Como mostrado na Tabela 2,Idosos com DP exibiram um desvio total maior de cada etapa (Pb = 0,017, Pc = 0,048), uma maior variabilidade do desvio de via (Pb = 0,000, Pc = 0,000), e uma menor velocidade de desenho de cada etapa (Pb = 0,001, Pc = 0,025) em comparação com Idosos com MCI e Idosos Saudáveis, respectivamente.
Como mostrado na Tabela 3,as diferenças na conclusão do dTMT-B foram refletidas em mais aspectos em relação ao dTMT-A. Pacientes idosos com MCI precisavam de um tempo mais longo de conclusão (P = 0,000) e tinham mais erros (P = 0,000), mais tempo dentro do círculo (P = 0,000) ou círculo de tolerância (P = 0,000), mais desvio de via (P = 0,035) e menor velocidade no desenho (P = 0,000) em comparação com idosos saudáveis. Enquanto isso, idosos com DP precisavam de um tempo mais longo de conclusão (P = 0,000), e tinham mais erros (P = 0,000), mais tempo dentro do círculo (0,000), mas menos tempo dentro do círculo de tolerância (P = 0,0), mais desvio de via (P = 0,032), maior variabilidade do desvio da via (P = 0,001), e, obviamente, menor velocidade de desenho de cada etapa (P = 0,000) em comparação com indivíduos saudáveis idosos. Todos os resultados indicaram que o dTMT pode detectar uma quantidade de diferenças significativas entre participantes saudáveis idosos e pacientes idosos.
Como mostrado na Tabela 4, os dados da marcha em WTMT-A poderiam detectar mais diferenças entre idosos com DP em comparação com outros indivíduos, especialmente em termos de velocidade (Pb = 0,000, Pc = 0,002), comprimento da etapa (Pb = 0,004, Pc = 0,016), comprimento do passo (Pb = 0,005, P= 0,019), e assim por diante. Todos esses dados implicaram que a WTMT-A poderia capturar diferenças óbvias entre pacientes com DP idoso e participantes saudáveis idosos.
Como mostrado na Tabela 5,os dados da marcha no WTMT-B podem encontrar mais diferenças entre os grupos. Pacientes idosos com MCI e DP precisavam de um tempo mais longo (Pa = 0,001, Pb = 0,000) e mais passos para completar o teste (Pa = 0,000, Pb = 0,000). Seu passo e comprimento do passo parecia menor em relação aos participantes saudáveis idosos. Além disso, pacientes idosos com DP apresentaram tendência ainda mais grave em comparação com os sujeitos de CCL. As diferenças acentuadas são o comprimento do passo (0,045 m ± 0,02 vs. 0,049 m ± 0,02, Pc = 0,002), comprimento do passo (0,91 m ± 0,04 vs. 0,96 m ± 0,03, Pc = 0,012), e Variabilidade de Gait de comprimento da etapa (0,112 ± 0,0030 vs. 0,120 ± 0,0034, Pc = 0,000).
Figura 1: Computador. Computador para dTMT-A e dTMT-B (painel superior), tela de impressão do dTMT, os sujeitos escolhem a Parte A para iniciar o dTMT-A, ou Parte B para iniciar o dTMT-B (painel inferior). Clique aqui para ver uma versão maior deste número.
Figura 2: IDEEA. Dispositivo para WTMT-A e WTMT-B. Clique aqui para ver uma versão maior deste número.
Figura 3: Exemplo de WTMT-A e WTMT-B. Como mostrado na figura, os sujeitos precisam começar do START e caminhar até o fim. Clique aqui para ver uma versão maior deste número.
Figura 4: Acelerômetros iDEEA e a localização. A figura mostrou como usar corretamente os acelerômetros da IDEEA. Clique aqui para ver uma versão maior deste número.
Figura 5: Ciclo da marcha humana dividido em diferentes subfases. A fase do carrinho era aproximadamente 60% do ciclo do porte, e a fase do balanço era aproximadamente 40% do ciclo do porte. Clique aqui para ver uma versão maior deste número.
| Idosos saudáveis | Idosos com MCI | Idosos com DP | P Valor | |
| N = 7 | N = 7 | N = 7 | ||
| Idade | 67,14 ± 4,22 | 65,14 ± 3,39 | 66,29 ± 3,90 | 0.63 |
| Sexo (M:F) | 4:03 | 5:02 | 4:03 | 0.589 |
| Mão dominante (R%) | 100 | 100 | 100 | |
| Educação (anos) | 10,00 ± 1,91 | 11,43 ± 2,51 | 10,14 ± 1,36 | 0.353 |
| MMSE MMSE | 29,00 ± 1,15 | 27,86 ± 1,35 | 28,43 ± 1,27 | 0.263 |
| Cdr | 0,14 ± 0,24 | 0,5 ± 0,00 | 0,29 ± 0,39 | 0.066 |
| Gds | 2,28 ± 0,49 | 2,71 ± 0,76 | 2,29 ± 0,75 | 0.487 |
| TUG (S) | 10,07 ± 1,51 | 11,02 ± 0,60 | 11,72 ± 1,24 | 0.052 |
Tabela 1: Dados demográficos de participants. Média ± SD. M:F = Masculino: Feminino; R% = Percentual da mão direita; anos = anos; MMSE = Mini Exame do Estado Mental.; MCI = Comprometimento cognitivo leve; PD = Doença de Parkinson; CDR = Classificação de Demência Clínica; GDS = Escala de Deterioração Global; TUG = cronometrado up and go teste; S = Segundos
| Idosos saudáveis | Idosos com MCI | Idosos com DP | P Valor | |
| N = 7 | N = 7 | N = 7 | ||
| Tempo total para conclusão | 18,15 ± 5,12 | 19,67 ± 7,12 | 19,85 ± 3,89 | 0.821 |
| Número de erros | 0,14 ± 0,38 | 0,29 ± 0,49 | 0,29 ± 0,49 | 0.796 |
| Tempo total dentro de cada círculo | 6,94 ± 1,99 | 6,91 ± 3,31 | 7,81 ± 2,46 | 0.773 |
| Porcentagem dentro do círculo | 39,13 ± 7,70 | 35,42 ± 10,25 | 40,02 ± 11,63 | 0.665 |
| Tempo total dentro de cada círculo de tolerância | 1,57 ± 0,80 | 2,09 ± 0,88 | 1,85 ± 0,49 | 0.442 |
| Porcentagem do círculo da tolerância interna | 8,74 ± 3,02 | 10,80 ± 3,07 | 9,61 ± 3,55 | 0.498 |
| Tempos de cancelamento total da linha | 0,14 ± 0,38 | 0,29 ± 0,49 | 0,14 ± 0,38 | 0.764 |
| Desvio total de cada etapa | 38,41 ± 2,52 | 39,30 ± 3,07 | 42,99 ± 3,99b, c | 0.039 |
| Variabilidade do desvio de vias | 1,72 ± 0,24 | 2,36 ± 0,55a | 3,66 ± 0,46b, c | 0 |
| Velocidade de desenho de cada etapa | 21,38 ± 2,59 | 19,00 ± 2,40 | 15,70 ± 2,55b, c | 0.002 |
Tabela 2: dTMT-A dados de participants. Mean ± SD. MCI = Comprometimento cognitivo leve; PD = Doença de Parkinson. Análise univia-ANOVA e pós-hoc com LSD. a = P < 0,05 Idosos com MCI em relação a Idosos Saudáveis; b = P < 0,05 Idosos com DP em relação a Idosos Saudáveis; c = P < 0,05 Idosos com DP em relação ao Idoso com MCI.
| Idosos saudáveis | Idosos com MCI | Idosos com DP | P Valor | |
| N = 7 | N = 7 | N = 7 | ||
| Tempo total para conclusão | 32,07 ± 10,93 | 67,56 ± 9,87a | 89,95 ± 12,12b,c | 0 |
| Número de erros | 0,14 ± 0,38 | 2,86 ± 1,07a | 1,29 ± 0,49b,c | 0 |
| Tempo total dentro de cada círculo | 6,03 ± 1,72 | 27,83 ± 5,05a | 7,81 ± 2,46b,c | 0 |
| Porcentagem de círculos internos (%) | 19,16 ± 3,86 | 41,47 ± 6,76a | 22,46 ± 3,35c | 0 |
| Tempo total dentro de cada círculo de tolerância | 3,51 ± 0,91 | 9,73 ± 1,46a | 3,93 ± 2,21c | 0 |
| Percentual de círculo de tolerância interna (%) | 11,26 ± 2,20 | 14,47 ± 1,62a | 4,57 ± 2,86b,c | 0 |
| Tempos de cancelamento total da linha | 0,29 ± 0,38 | 0,86 ± 1,07 | 0,43 ± 0,53 | 0.35 |
| Desvio total de cada etapa | 86,02 ± 7,36 | 95,36 ± 6,76a | 95,56 ± 8,78b | 0.051 |
| Variabilidade do desvio de vias | 2.158 ± 0,173 | 2.024 ± 0125 | 2.659 ± 0,332b,c | 0 |
| Velocidade de desenho de cada etapa | 16,85 ± 1,79 | 8,41 ± 1,09a | 4,91 ± 0,91b, c | 0 |
Tabela 3: dTMT-B dados de participants. Média ± SD. MCI = Comprometimento cognitivo leve; PD = Doença de Parkinson. Análise univia-ANOVA e pós-hoc com LSD. a = P < 0,05 Idosos com MCI em relação a Idosos Saudáveis; b = P < 0,05 Idosos com DP em relação a Idosos Saudáveis; c = P < 0,05 Idosos com DP em relação ao Idoso com MCI.
| Idosos saudáveis | Idosos com MCI | Idosos com DP | P Valor | |
| N = 7 | N = 7 | N = 7 | ||
| Tempo total para conclusão | 68,43 ± 4,86 | 76,57 ± 7,66 | 98,29 ± 9,36b,c | 0 |
| Número de erros | 0,29 ± 0,49 | 0,29 ± 0,49 | 0,57 ± 0,53 | 0.487 |
| Passos (n) | 80,86 ± 2,34 | 81,29 ± 3,30 | 81,71 ± 3,90 | 0.886 |
| Duração do balanço (%) | 36,86 ± 1,32 | 35,03 ± 0,84a | 35,48 ± 1,25b | 0.022 |
| Duração da etapa (%) | 63,00 ± 1,35 | 64,97 ± 0,84 a | 64,52 ± 1,25b | 0.014 |
| Velocidade (m/s) | 1,01 ± 0,10 | 0,82 ± 0,57a | 0,68 ± 0,04b,c | 0 |
| Comprimento da etapa (m) | 0,51 ± 0,02 | 0,50 ± 0,01 | 0,49 ± 0,02b,c | 0.01 |
| Comprimento do passo (m) | 1,02 ± 0,04 | 1,00 ± 0,02 | 0,96 ± 0,04b,c | 0.011 |
| Variabilidade da marcha do comprimento da etapa | 0.111 ± 0,0011 | 0.112 ± 0,0011 | 0.113 ± 0,0014 | 0.156 |
Tabela 4: WTMT-A dados de participants. Média ± SD. MCI = Comprometimento cognitivo leve; PD = Doença de Parkinson. Análise univia-ANOVA e pós-hoc com LSD. a = P < 0,05 Idosos com MCI em relação a Idosos Saudáveis; b = P < 0,05 Idosos com DP em relação a Idosos Saudáveis; c = P < 0,05 Idosos com DP em relação ao Idoso com MCI.
| Idosos saudáveis | Idosos com MCI | Idosos com DP | P Valor | |
| N = 7 | N = 7 | N = 7 | ||
| Tempo total para conclusão | 78,57 ± 4,86 | 92,29 ± 7,72a | 109,00 ± 5,66b,c | 0 |
| Número de erros | 0,57 ± 0,79 | 1,14 ± 1,07 | 0,86 ± 0,69 | 0.479 |
| Passos (n) | 89,71 ± 2,63 | 96,71 ± 2,29a | 100,57 ± 3,74b,c | 0 |
| Duração do balanço (%) | 37,20 ± 1,21 | 36,56 ± 1,23 | 36,47 ± 1,15 | 0.476 |
| Duração da etapa (%) | 62,80 ± 1,21 | 63,44 ± 1,23 | 63,53 ± 1,15 | 0.476 |
| Velocidade (m/s) | 0,98 ± 0,06 | 0,83 ± 0,08a | 0,73 ± 0,03b,c | 0 |
| Comprimento da etapa (m) | 0,51 ± 0,02 | 0,49 ± 0,02 | 0,45 ± 0,02b,c | 0 |
| Comprimento do passo (m) | 1,01 ± 0,04 | 0,96 ± 0,03a | 0,91 ± 0,04b,c | 0 |
| Variabilidade da marcha do comprimento da etapa | 0.114 ± 0,0033 | 0,120 ± 0,0034a | 0.112 ± 0,0030c | 0.001 |
Tabela 5: Dados WTMT-B dos participantes. Média ± SD. MCI = Comprometimento cognitivo leve; PD = Doença de Parkinson. Análise univia-ANOVA e pós-hoc com LSD. a = P < 0,05 Idosos com MCI em relação a Idosos Saudáveis; b = P < 0,05 Idosos com DP em relação a Idosos Saudáveis; c = P < 0,05 Idosos com DP em relação ao Idoso com MCI.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
TMT tradicional de lápis de papel tem sido bem utilizado em todo o mundo há mais de 50 anos. No entanto, tmt digital é vantajoso. Primeiro, o TMT tradicional é considerado como uma ferramenta de função executiva, enquanto tanto o dTMT quanto o WTMT têm aspectos que refletem a capacidade motora além da função cognitiva. Considerando que a dupla tarefa cognitivo-motora ganhou grande atenção nos últimos anos26,as tecnologias digitais podem fornecer aos pesquisadores mais informações sobre esta tarefa integrada em comparação com o tradicional TMT27. Em segundo lugar, o TMT digital é uma ferramenta sensível em comparação com a versão tradicional. O TMT digital não precisa de tempo adicional em relação aos tradicionais, o que tem conformidade suficiente com os sujeitos.
Um passo crítico no protocolo é realizar dTMT e WTMT sem interrupção, porque ambos os testes coletaram variáveis de tempo. Os sujeitos precisam concluir os testes fluentemente. Qualquer atraso induzido por examinadores, ou mal-entendido, distração, etc., deve ser minimizado ou eliminado.
Há duas modificações a serem mencionadas. Primeiro, para dTMT, a pressão em tempo real da caneta na tela é uma variável sensível para o desenho, que foi confirmada em um teste de desenho digital do relógio28. Com mais desenvolvimento, o software que poderia detectar a pressão da caneta na tela durante o dTMT dará aos médicos mais informações no futuro. Em segundo lugar, para wtmt, um novo dispositivo que pode detectar e analisar tronco balanço pode ser útil para encontrar mais evidências em pacientes de distúrbio do movimento29,30, porque IDEEA só fornece dados de marcha. No entanto, tanto quanto sabemos, a IDEEA é a primeira acelermetria digital usada na WTMT.
O estudo atual introduziu dois tipos de TMTs em uma versão digitalizada. Estes novos tipos de TMTs foram derivados, em vez de ser uma cópia exata do TMT tradicional. Robert P. Fellows descobriu que o TMT computadorizado precisava de menos círculos em comparação com o TMT tradicional, no caso de os círculos estavam muito lotados31. No entanto, essa diferença não pode impedir o amplo uso do TMT digital no futuro.
Uma vez que a tecnologia digital está se tornando cada vez mais popular em nossa vida diária, os dispositivos digitais devem ser usados no diagnóstico precoce de distúrbios cognitivos e distúrbios de movimento32. dTMT e WTMT são ambos derivados do TMT tradicional, mas podem capturar mais variáveis do que o TMT baseado em papel. Ambas as TMTs modificadas novas poderiam ser usadas para selecionar pacientes com desordens cognitivas e desordens de movimento. Particularmente para aqueles pacientes com inabilidade do membro superior, WTMT é particular útil.
A limitação do presente estudo foi seu pequeno tamanho amostral. Consequentemente, a sensibilidade e especificidade da TMT digital poderia ser demonstrada. No entanto, dTMT e WTMT poderia encontrar informações adicionais para os médicos para determinar a função cognitiva e capacidade motora dos participantes. No entanto, mais estudos são necessários para validar os achados.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Os autores não têm nada a divulgar.
Acknowledgments
Os autores agradecem xiaode Chen para o apoio à tecnologia digital.
Materials
| Name | Company | Catalog Number | Comments |
| Minisun | LLC | Intelligent Device for Energy Expenditure and Activity (IDEEA) | |
| Surface Pro 2 | Microsoft | computer |
References
- 10 facts on dementia. World Health Organization. , Available from: http://www.who.int/features/factfiles/dementia/en (2017).
- Wei, M., et al. Diagnostic accuracy of the Chinese version of the Trail-Making Test for screening cognitive impairment. Journal of the American Geriatrics Society. 66 (1), 92-99 (2018).
- Schroeter, M. L., et al. Executive deficits are related to the inferior frontal junction in early dementia. Brain. 135 (1), 201-215 (2012).
- Rabin, L. A., Burton, L. A., Barr, W. B. Utilization rates of ecologically oriented instruments among clinical neuropsychologists. The Clinical Neuropsychologist. 21 (5), 727-743 (2007).
- Sacco, G., et al. Comparison between a paper-pencil version and computerized version for the realization of a neuropsychological test: the example of the trail making test. Journal of Alzhemier's Disease. 68 (4), 1657-1666 (2019).
- Faria, C. A., Alves, H. V. D., Charchat-Fichman, H. The most frequently used tests for assessing executive functions in aging. Dementia & Neuropsychologia. 9 (2), 149-155 (2015).
- Lezak, M. D., Howieson, D. D., Loring, D. W. Neuropsychological assessment. 4th ed. , Oxford University Press. New York. 317-374 (2004).
- Lu, J. C., Guo, Q. H., Hong, Z. Trail making test used by Chinese elderly patients with mild cognitive impairment and mild Alzheimer' dementia. Chinese Journal Clinical Psychology. 14 (2), 118-120 (2006).
- Lee, S., Lee, J. A., Choi, H. Driving Trail Making Test part B: a variant of the TMT-B. Journal of Physical Therapy Science. 28 (1), 148-153 (2016).
- Bastug, G., et al. Oral trail making task as a discriminative tool for different levels of cognitive impairment and normal aging. Archives of Clinical Neuropsychology. 28 (5), 411-417 (2013).
- Perrochon, A., Kemoun, G. The Walking Trail-Making Test is an early detection tool for mild cognitive impairment. Clinical Interventions in Aging. 9, 111-119 (2014).
- McIntyre, R. S., et al. The THINC-Integrated Tool (THINC-it) screening assessment for cognitive dysfunction: validation in patients with major depressive disorder. The Journal of Clinical Psychiatry. 78 (7), 873-881 (2017).
- Schott, N. Trail Walking Test zur Erfassung der motorisch-kognitiven Interferenz bei älteren Erwachsenen. Zeitschrift für Gerontologie und Geriatrie. 48 (8), 722-733 (2015).
- Thompson, M. D., et al. Clinical utility of the Trail Making Test practice time. The Clinical Neuropsychologist. 13 (4), 450-455 (1999).
- Mahurin, R. K., et al. Trail making test errors and executive function in schizophrenia and depression. The Clinical Neuropsychologist. 20 (2), 271-288 (2006).
- Klaming, L., Vlaskamp, B. N. S. Non-dominant hand use increases completion time on part B of the Trail Making Test but not on part A. Behavior Research Methods. 50 (3), 1074-1087 (2017).
- Christidi, F., Kararizou, E., Triantafyllou, N., Anagnostouli, M., Zalonis, I. Derived trail making test indices: demographics and cognitive background variables across the adult life span. Aging, Neuropsychology, and Cognition. 22 (6), 667-678 (2015).
- Dahmen, J., Cook, D., Fellows, R., Schmitter-Edgecombe, M. An analysis of a digital variant of the Trail Making Test using machine learning techniques. Technology and Health Care. 25 (2), 251-264 (2017).
- Woods, D. L., Wyma, J. M., Herron, T. J., Yund, E. W. The effects of aging, malingering, and traumatic brain injury on computerized Trail-Making Test performance. Plos ONE. 10 (6), 0124345 (2014).
- Naomi, K., et al. A new device-aided cognitive function test, User eXperience-Trail Making Test (UX-TMT), sensitively detects neuropsychological performance in patients with dementia and Parkinson's disease. BMC Psychiatry. 18 (1), 220 (2018).
- Persad, C. C., Jones, J. L., Ashton-Miller, J. A., Alexander, N. B., Giordani, B. Executive function and gait in older adults with cognitive impairment. The Journals of Gerontology Series A: Biological Sciences and Medical Sciences. 63 (12), 1350-1355 (2008).
- Zhang, K., Werner, P., Sun, M., Pi-Sunyer, F. X., Boozer, C. N. Measurement of human daily physical activity. Obesity Research. 11 (1), 33-40 (2003).
- Zhang, K., Pi-Sunyer, F. X., Boozer, C. N. Improving energy expenditure estimation for physical activity. Medicine and Science in Sports and Exercise. 36 (5), 883-889 (2004).
- Gorelick, M. L., Bizzini, M., Maffiuletti, N. A., Munzinger, J. P., Munzinger, U. Test-retest reliability of the IDEEA system in the quantification of step parameters during walking and stair climbing. Clinical Physiology and Functional Imaging. 29 (4), 271-276 (2009).
- Nordin, E., Moe-Nilssen, R., Ramnemark, A., Lundin-Olsson, L. Changes in step-width during dual-task walking predicts falls. Gait and Posture. 32 (1), 92-97 (2010).
- Liebherr, M., Weiland-Breckle, H., Grewe, T., Schumacher, P. B. Cognitive performance under motor demands - On the influence of task difficulty and postural control. Brain Research. 1684, 1-8 (2018).
- Herold, F., Hamacher, D., Schega, L., Müller, N. G. Thinking while moving or moving while thinking – Concepts of motor-cognitive training for cognitive performance enhancement. Frontiers in Aging Neuroscience. 10, 228 (2018).
- Kim, H., Hsiao, C. P., Do, Y. L. Home-based computerized cognitive assessment tool for dementia screening. Journal of Ambient Intelligence & Smart Environments. 4, 429-442 (2012).
- Mancini, M., et al. Trunk accelerometry reveals postural instability in untreated Parkinson's disease. Parkinsonism & Related Disorders. 17 (7), 557-562 (2011).
- Ozinga, S. J., et al. Three-dimensional evaluation of postural stability in Parkinson's disease with mobile technology. NeuroRehabilitation. 41 (1), 211-218 (2017).
- Fellows, R. P., ahmen, J., Cook, D., Schmitter-Edgecombe, M. Multicomponent analysis of a digital Trail Making Test. Clinical Neuropsychologist. 31 (1), 154-167 (2017).
- Au, R., Piers, R. J., Devine, S. How technology is reshaping cognitive assessment: Lessons from the Framingham Heart Study. Neuropsychology. 31 (8), 846-861 (2017).
