Summary
Kliniska bedömningsskalor är inte tillräckligt känsliga för kognitiv dysfunktion hos högfungerande strokepatienter. Dual-task paradigmet presenterar fördelar och potential i bedömningen och kognitiv träning av kognitiv dysfunktion. Studien föreslår här ett Stroop-paradigm med dubbla uppgifter för att identifiera kognitiv dysfunktion hos högfungerande strokepatienter.
Abstract
Allmänna kliniska kognitiva bedömningsskalor är inte tillräckligt känsliga för kognitiv försämring hos högfungerande strokepatienter. Dual-task bedömningen har fördelar för att identifiera kognitiva underskott hos högfungerande strokepatienter och har gradvis tillämpats i klinisk bedömning och kognitiv träning. Dessutom har Stroop-paradigmet högre känslighet och specificitet för uppmärksamhetsbedömning än konventionella kliniska kognitiva bedömningsskalor. Därför presenterar denna studie bedömningen av dubbla uppgifter baserat på Stroop-paradigmet för att identifiera kognitiva underskott hos högfungerande strokepatienter. Denna studie demonstrerar en en- och dubbeluppgiftsutvärdering baserad på Stroop-paradigmet och bekräftar dess genomförbarhet genom fallexperiment och synkroniserad funktionell nära infraröd spektroskopiutvärdering. Stroop-reaktionstiden och korrektionshastigheten används som huvudindikatorer för att utvärdera försökspersonernas kognitiva nivå. Detta studieprotokoll syftar till att ge nya idéer för att räkna ut takeffekten vid generell klinisk bedömningssvikt för högfungerande strokepatienter.
Introduction
Stroke är den främsta orsaken till funktionshinder hos människor1 och kan orsaka varierande grader av motoriska, kognitiva, emotionella och andra funktionella underskott2. En del strokepatienter med bättre prognos och endast små funktionsfel uppvisar större funktionell autonomi i den dagliga verksamheten, men funktionstillståndet för deras funktionsnedsättning kanske inte är tillräckligt för att stödja deras återgång till arbetet eller tidigare aktiviteter. Dessa patienter kallas högfungerande strokepatienter 3,4. På grund av deras mindre funktionella brister är det svårt att identifiera deras dysfunktioner, särskilt när det gäller kognitiva funktioner, genom den allmänna bedömningen av funktionsskalor, såsom Montreal kognitiv bedömning (MoCA) 5 och klinisk demensklassificering (CDR) 6, som har en takeffekt och dålig känslighet för att identifiera milda funktionsfel hos högfungerande strokepatienter. Därför är det nödvändigt att utveckla objektiva och enkla metoder för att identifiera kognitiv dysfunktion hos högfungerande strokepatienter.
Under de senaste åren har fördelarna med dual-task-paradigmet inom bedömning och utbildning gradvis blivit värderade 7,8. Till exempel kan patienter utföra normalt på enkla kognitiva enskilda uppgifter (t.ex. beräkning) men visar varierande grader av kognitiv nedgång när ytterligare uppgifter läggs till 9,10 (t.ex. gå medan du räknar). fann att strokepatienter ofta använder kompensationsstrategier när de utför kognitiva-motoriska dubbla uppgifter, såsom att upprätthålla stabilitet genom att offra kognitiv uppgiftsprestanda11. Därför kan bedömningen av dubbla uppgifter ha fördelar när det gäller att identifiera kognitiva underskott hos patienter med högfungerande stroke. Å ena sidan är innehållet i bedömningen av dubbla uppgifter närmare det dagliga livet än en enda uppgift, som att gå medan du observerar omgivningen eller pratar och ringer. I tidigare studier har uppgiften att gå + namnge och gå + korsa hinder utformats för att simulera promenader i verkliga miljöer12.
Å andra sidan har den verkställande förmågan i dubbla uppgifter ett nära samband med delad uppmärksamhet (tillhör kategorin avancerad kognitiv funktion)13. Delad uppmärksamhet är förmågan att hantera flera uppgifter samtidigt och fördela uppmärksamheten på två eller flera uppgifter14. Denna kognitiva färdighet är av stor betydelse för att förbättra effektiviteten i dagliga aktiviteter. Därför kan resultaten av bedömningen av dubbla uppgifter användas för att återspegla individens delade uppmärksamhet. Normalt kan människor hantera två eller flera enkla uppgifter samtidigt i sitt dagliga liv och störs inte. Men när hjärnans funktion är nedsatt kan det finnas mer dubbeluppgiftsstörningar när man står inför enkla dubbla uppgifter; Det vill säga, när man utför dubbla uppgifter kan den minskade delade uppmärksamheten sannolikt leda till att utförandet av en eller två uppgifter försämras15. Man drar slutsatsen att utförande av dubbla uppgifter är mer sannolikt att kunna upptäcka avancerad kognitiv funktionsnedsättning hos patienter med högfungerande stroke.
Stroop-paradigmet är ett klassiskt experimentellt paradigm för att studera Stroop-effekten (även känd som konflikteffekten)16, som har använts i stor utsträckning vid uppmärksamhetsbedömning i kognitiva funktionstester, särskilt inom uppmärksamhetshämning17. Den klassiska Stroop-effekten hänvisar till det faktum att det är svårt för individer att reagera snabbt och exakt på icke-dominerande stimuli på grund av störningen av det dominerande svaret. Detta resulterar i en längre svarstid och lägre svarsnoggrannhet för icke-dominerande stimuli. Skillnaden i reaktionstid eller noggrannhetshastighet mellan dominerande och icke-dominerande reaktioner är Stroop-effekten18. Därför kräver Stroop hög uppmärksamhet19. Mindre Stroop-effekter representerar högre uppmärksamhetshämning, medan större Stroop-effekter representerar en minskning av uppmärksamhetshämning18.
Stroop-paradigmet kan vara mer lämpligt för att bedöma kognitiv dysfunktion hos patienter med högfungerande stroke och har högre känslighet och specificitet för uppmärksamhetsbedömning än den traditionella kliniska bedömningsskalan20. Därför utformade denna studie en bedömning av dubbla uppgifter baserat på Stroop-paradigmet för att identifiera kognitiva underskott hos högfungerande strokepatienter. Protokollet inkluderar också klinisk bedömning av kognitiv funktion, motorisk funktion i nedre extremiteter och balansfunktion hos strokepatienter för att säkerställa att patienter kan slutföra bedömningen med dubbla uppgifter. Funktionell nära-infraröd spektroskopi (fNIRS) användes som ett objektivt utvärderingsverktyg för hjärnfunktion för att detektera aktivering av hjärnfunktion hos högfungerande strokepatienter under den dubbla uppgiften. Effektiviteten och genomförbarheten av det dubbla uppgiftsbedömningssystemet baserat på Stroop-paradigmet verifierades ur neuroimagingperspektivet, vilket ger nya aspekter för klinisk praxis.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Detta projekt godkändes av Medical Ethics Association of the Fifth Affiliated Hospital of Guangzhou Medical University (No. KY01-2020-08-06) och har registrerats vid China Clinical Trial Registration Center (No. ChiCTR2000036514). Informerat samtycke erhölls från patienter för att använda deras data i denna studie.
1. Rekrytering
- Rekrytera strokepatienter med stabila tillstånd som bekräftats av bildundersökning-diagnos överensstämmer med de diagnostiska kriterierna för cerebrovaskulär sjukdom i Chinese Medical Association Neurology Branch (2005). Välj patienter med stroke i Brunnström stadium IV21.
- Se till att patienterna kan slutföra grundläggande dagliga aktiviteter självständigt. Se till att patienterna är utan uppenbar kognitiv försämring och uppfyller följande krav: MoCA i det normala intervallet; ingen ensidig försummelse (Alberts test, antal utelämnanden ≤2)22; inga andra neurologiska sjukdomar, såsom språkfel; och kan samarbeta med relevanta instruktioner för att slutföra denna studie.
- Se till att försökspersonerna deltar i testet frivilligt och underteckna ett formulär för informerat samtycke.
2. Klinisk utvärdering
- Registrera ämnets information, inklusive namn, kön, födelsedatum, utbildningsnivå, kroppsmassindex, medicinsk historia och medicineringshistoria.
- Utför kognitiv funktionsbedömning.
- Utför MoCA23 på strokepatienter genom att ställa 11 frågor som behandlar försökspersonernas uppmärksamhet och koncentration, verkställande funktion, minne, språk, visuell struktur, abstrakt tänkande, databehandling och orientering.
- Den totala poängen för MoCA är 30, vilket är relaterat till utbildningsnivå. Om ämnet tog mindre än 12 års utbildning, lägg till en poäng till den totala poängen för MoCA. Tänk på en poäng på 26 och högre som normalt23.
- Utför en CDR24 på strokepatienterna. Samla information under strukturerade intervjuer med strokepatienter och deras familjer och bedöma försökspersonernas förmågor i sex aspekter: minne, orientering, omdöme och problemlösning, arbete och social interaktion, familjeliv och personlig hobby samt självständigt boende.
- Högsta möjliga poäng är 3. Bedöm de erhållna poängen enligt följande: total poäng = 0 indikerar ingen demens; totalpoäng = 0,5 indikerar misstänkt demens; totalpoäng = 1 indikerar mild kognitiv försämring; totalpoäng = 2 indikerar måttlig kognitiv försämring; och totalpoäng = 3 indikerar allvarlig kognitiv försämring24.
- Utför Alberts test för att upptäcka förekomsten av ensidig rumslig försummelse (USN) hos patienter med stroke. Be motivet att korsa alla linjer som placeras i slumpmässiga orienteringar på ett papper.
- Presentera motivet med en serie av 40 svarta linjer, var och en ca 2 cm lång, slumpmässigt orienterad på ett ark vitt 11 tum x 8,6 i pappersstorlek i sex rader. Bedöm närvaron eller frånvaron av USN, baserat på antalet linjer som lämnas okorsade på varje sida av testbladet. Om några linjer lämnas okorsade och mer än 70% av dessa okorsade linjer ligger på samma sida som motorunderskottet, indikerar detta ensidig rumslig försummelse.
- Utför bedömning av motorfunktion.
- Utför Fugl-Meyer-bedömningen (FMA) på strokepatienterna för att bedöma motorisk funktion, känsla, balans, ledomfång och ledvärk hos patienter med hemiplegi efter stroke. Motordomänen innehåller föremål som bedömer rörelse, koordination och reflexåtgärder i axel, armbåge, underarm, handled, hand, höft, knä och fotled.
- Motorfunktionspoängen sträcker sig från 0 (hemiplegi) till 100 poäng (normal motorisk prestanda), uppdelad i 66 poäng för de övre extremiteterna och 34 poäng för de nedre extremiteterna. Bedöm poängen enligt följande: 0-49 poäng indikerar allvarlig motorisk försämring; 50-84 poäng indikerar markerad motorisk försämring; 85-95 poäng indikerar måttlig motorisk försämring; och 96-99 poäng indikerar lätt motorisk försämring.
- Utför bedömning av balansfunktionen.
- Utför Berg-balansskalan (BBS)27 på strokepatienten, med totalt 14 punkter från lätt till svårt, inklusive sittbalans, stående balans, kroppsöverföring, vridning och stående med ett ben.
- Bedömer poängen enligt följande: den högsta poängen på skalan är 56; en total poäng på <40 poäng tyder på en risk att falla; 0-20 poäng indikerar dålig balansfunktion och att en rullstol krävs; 21-40 poäng tyder på att motivet har en viss balansfunktion och behöver gå med hjälp; 41-56 poäng tyder på god balansfunktion och att motivet kan gå självständigt28.
- Utför risk för fallande bedömning.
- Utför tidsinställda och gå test (TUGT)29 på strokepatienter. Be motivet att stå upp från stolen, gå i 3 m, vrid kroppen, återvänd sedan och sitta i stolen med en bekväm hastighet för att säkerställa säkerheten. Be samtidigt utvärderaren att tajma hela processen från utfärdandet av avgångsordern till att sitta som ordförande.
- Bedöm resultatet enligt följande: om den totala tiden för ämnet att slutföra TUGT ≥14 s, indikerar det att ämnet riskerar att falla29.
3. Utvärdering av Stroop-uppgifter
- Utför utvärderingen av Stroop-enuppgiften (endast Stroop-uppgift; Figur 1).
- Be patienten att sitta i en stabil stol.
- Kör den kommersiella stimulanspresentationsprogramvaran och välj kongruenstestförsöken. Skapa en ny profil för patienten. Välj kongruenstestförsök för Stroop-uppgiften och upprepa tre försök.
- Utför följande experimentella paradigm. Designa experimentet med en patientens vilotid på 10 s och be sedan patienten att utföra ett kognitivt test med en frekvens på 6 s för totalt tre försök, där varje försök har en 60 s stimulans + 60 s vila.
- Ställ in experimentets totala varaktighet till 370 s (den specifika processen visas i figur 1). I viloperioden, be patienten att slappna av. När experimentet är i stimuleringsstadiet, be patienten att utföra det uppmärksamhetsrelaterade testet, slutföra uppgiften på 6 s och slutföra den 10x på 60 s.
- Be patienterna att följa instruktionerna för de två teststudierna enligt beskrivningen nedan.
- Välj försök med kongruenstest. Klicka på pilknappen till vänster (←) så snart som möjligt när
visas till vänster om rutan. Klicka på pilknappen till höger (→) så snart som möjligt när 
visas till höger om rutan. - Välj inkongruenstestförsöken, som delar samma steg som kongruenstestförsöken. Klicka på pilknappen till vänster (←) så snart som möjligt när visas till vänster om rutan, ignorera betydelsen av tecknet och fokusera på dess position.
- Klicka på pilknappen till höger (→) så snart som möjligt, när visas till höger om rutan, ignorera betydelsen av tecknet och fokusera på dess position. Slutför uppgiften, spara data och exportera data till en egen databas.
- Välj försök med kongruenstest. Klicka på pilknappen till vänster (←) så snart som möjligt när
- Utför Stroop-utvärderingen med dubbla uppgifter (Stroop-uppgift + balanskontroll).
- Be patienten att sitta på en balansboll med terapeuten som ansvarar för patientens skydd. Låt patienten slutföra Stroop-experimentparadigmet med stegen som nämns ovan (steg 3.1.1.-3.1.5.).
- När experimentet är i vilostadigt, be patienten att hålla balans och slappna av på balansbollen så mycket som möjligt. När experimentet är i stimuleringstillståndet, be patienten att utföra det uppmärksamhetsrelaterade testet samtidigt som balansen på balansbollen bibehålls så mycket som möjligt.
- Be patienten att sitta på en balansboll med terapeuten som ansvarar för patientens skydd. Låt patienten slutföra Stroop-experimentparadigmet med stegen som nämns ovan (steg 3.1.1.-3.1.5.).
4. fNIRS-utvärdering
- Placera 10 ljuskällor och 12 mottagare på fNIRS-testlocket för att motsvara denna studies fyra intressanta regioner (ROI), som inkluderar vänster prefrontal cortex (LPFC), höger prefrontal cortex (RPFC), vänster promotorcortex (LPMC) och höger promotorcortex (RPMC).
- Förberedelse av ämnet
- Informera ämnena om experimentellt syfte och observera patienterna.
- Se till att Cz-platsen är högst upp på testlocket, den fjärde punkten från pannan till occipitalloben på mittlinjen på hela locket. Se till att mittpunkten för anslutningen ligger mellan näsroten till den nedre kanten av den occipitala utskjutningen, skärningspunkten för anslutningen från näsroten till den occipitala utskjutningen eller förbindelsen mellan den överlägsna aurikulära fossan i båda öronen (cymba conchae).
- Placera locket på motivets huvud och justera lockets position så att Cz-punkten på motivets huvud sammanfaller med Cz-punkten på locket. Dra åt slipsen på båda sidor av locket och låt motivets öron tränga igenom gapet; Framsidan av locket är naturligt fäst vid pannan, och baksidan är naturligt fäst vid nacken.
- Förvärv och förköp
- Öppna programvaran, välj försöksperson och mata in patientens grundläggande information. Ställ in samplingsfrekvensen på 11 Hz.
- Klicka på knappen Före förvärv för att starta föranskaffningen och kalibrera testsignalen. Enligt signalintensiteten för varje punkt som visas av den funktionella nära infraröda spektroskopin, justera de svaga signalpunkterna genom att flytta locket eller ytterligare exponera hårbotten. När signalintensiteten för varje punkt som samlas in av locket tenderar att vara stabil, stoppa förinsamlingen och klicka på den automatiska förstärkningsknappen. Klicka på Start-knappen för att samla in signalen.
OBS: Säkerställ signalkvaliteten vid förvärv och förförvärv enligt följande. Den ursprungliga ljusintensitetssignalkurvan bör vara stabil, åtföljd av en 1-2 Hz hjärtslagssignalfluktuation, och värdet bör uppfylla det rimliga tröskelvärdet som ställts in av utrustningen. Signalens intensitet kan indikeras med färg, där en grå skärmsignalintensitet är låg, gul är bra, grön är utmärkt och röd är för stark.
- Utför Stroop utvärdering av enstaka uppgifter synkroniserad med fNIRS. Utför sedan Stroop dual-task utvärdering synkroniserad med fNIRS.
5. Databehandling och analys
- Bearbeta allmän information och kliniska utvärderingsdata för patienterna.
- Analysera nära infraröda data med hjälp av NirSpark-programvarupaketet i MATLAB.
- Utför dataförprocession.
- Klicka på knappen Exkludera om du vill ta bort tidsintervallet som inte är relaterat till experimentet. Klicka på rörelseknappen för att eliminera rörelseartefakter orsakade av fysiologiska aktiviteter som andning, hjärtslag, puls etc. och ofrivilliga aktiviteter som att blinka, svälja etc. och konvertera ljusintensitetssignalen till en optisk densitetssignal.
- Klicka på knappen Filter för att välja bandpassfilter (0,01–0,2 Hz) för att ta bort fysiologiskt och instrumentellt brus. Klicka på Hemo-knappen för att beräkna de relativa förändringarna av oxyhemoglobin (HbO2) och deoxihemoglobin (HbR) enligt den modifierade Beer-Lambert-lagen och omvandla den optiska densitetssignalen till blodsyrekoncentrationssignalen.
OBS: HbO 2 är känsligare för förändringar mellan förhållanden än HbR, så efterföljande analys använder endast HbO2-data i detta studieprotokoll.
- Byggnad för allmän linjär modell (GLM)
- Välj HbO2 i Hemo Type som analysdata. Klicka på knappen Specifikation för att ta sekunder som tidsenhet och välja standardtypen HRF som basfunktion. Eliminera sedan vilosteget för att upprätta GLM-designmatrisen och välj stimulanssteget i uppgiften enligt den experimentella designen.
- Klicka på knappen Uppskattning för att anpassa den etablerade designmatrisen till insamlade data. Klicka på knappen Visa för att kolla in det beräknade β värdet.
GLM är en linjär kombination av observerade hemodynamiska signaler (beroende variabel) som intressanta regressioner (uppgiftsvariabel), redundanta kovariater (såsom ytbrus mätt i kortdistanskanaler) och feltermer.
- Beräkna β värde enligt följande. Beräkna experimentella data i ROI med hjälp av den etablerade linjära korrelationsmodellen. Hämta GLM-parametrarna för den erforderliga kanalen och härled det β värdet av hjärnaktivering under varje experimentellt tillstånd (det vill säga viktkoefficienten i den linjära modellen) för analys.
- Utför dataförprocession.
- Kör den kommersiella stimulanspresentationsprogramvaran för att exportera prestandadata för kognitiva uppgifter i Stroop-uppgiften och få noggrannhet (ACC) och reaktionstid (RT) för slutlig dataanalys.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Denna studie presenterar resultat från en högfungerande strokepatient, som var en 71-årig man som drabbades av ischemisk stroke med vänster hemiplegi för 2 år sedan. Den magnetiska resonansbildningen (MRT) presenterade bilateral kronisk infarkt från de basala ganglierna till den strålande kronan. Han kunde gå och leva självständigt i samhället men var inte nöjd med sin kognitiva återhämtning. De funktionella bedömningarna var dock alla inom det normala intervallet: FMA = 100, BBS = 56/56, TUGT = 6, MoCA = 26/30, CDR = 0,5, Alberts test = 0. Dessutom rekryterade vi också ett ungt kvinnligt friskt ämne som kontroll. Ämnenas information visas i tabell 1.
Resultaten från bedömningen av enkel/dubbel uppgift baserat på Stroop-paradigmet visade att hos högfungerande strokepatienter som utförde Stroop-testet med en uppgift var RT för kongruenstestförsöken kortare än för inkongruenstestförsöken, och ACC var jämförbar med inkongruenstestförsöken (RT-kongruens = 547,62 ms,RT-inkongruens = 565,07 ms; ACC-kongruens =ACC-inkongruens = 100%). Vid utförande av dubbelfunktionskongruenstestförsök var RT hos högfungerande strokepatienter högre än hos friska unga försökspersoner, och deras ACC var också relativt lägre (RT-stroke = 587,03 ms,RT-hälsa = 363,07 ms; ACC stroke = 93,33%, ACC-hälsa = 100%), och skillnaden i inkongruensteststudierna var större än i kongruensteststudierna (RT-stroke = 613,03 ms, RT-hälsa = 384,67 ms; ACC-stroke = 90%,ACC-hälsa = 100%; Tabell 2).
Resultaten för hjärnfunktionen visade att det β värdet av ROI hos strokepatienten var lägre än hos det friska unga försökspersonen under processen att utföra dubbla uppgifter (RDLPFC: βstroke = −0,006, βhälsa = 0,1366; LDPFC: βstroke = −0,0196, βhälsa = 0,0976). Resten av hjärnregionerna visas i figur 2 och figur 3.
Figur 1: Stroop-paradigmet med en eller två uppgifter och fNIRS-designen . (A) Kongruenstestförsök. (B) Försök med inkongruenstest. (C) Tidslinjediagrammet för Stroop-paradigmet med en eller två uppgifter. Förkortningar: ms = millisekund; s = sekund; 
= vänster; 
= rätt. Klicka här för att se en större version av denna figur.
Bild 2: De β värdena i ROI för Stroop-effekten med dubbla uppgifter. De β värdena för ROI hos strokepatienten var lägre än för den friska unga försökspersonen under Stroop med dubbla uppgifter. Förkortningar: ROI = regioner av intresse; RDLPFC = höger dorsolateral prefrontal cortex; LDPFC = vänster dorsolateral prefrontal cortex; RPMC = höger promotor cortex; LPMC = vänster promotorisk cortex; RSM1 = höger primär sensorisk-motorisk cortex 1; RPMC = höger primär sensorisk-motorisk cortex. Klicka här för att se en större version av denna figur.
Figur 3: Blodsyrekoncentration i hjärnregioner hos strokepatienten och friska unga försökspersoner under Stroop-effekten med dubbla uppgifter. (A) Blodsyrekoncentration i hjärnregioner hos strokepatienten under Stroop-effekten med dubbla uppgifter. (B) Blodets syrekoncentration i hjärnregionerna hos det friska unga försökspersonen under Stroop-effekten med dubbla uppgifter. De β värdena anges med färgfält. Resultaten av hjärnfunktionen visade att det β värdet av ROI hos strokepatienten var lägre än hos det friska unga försökspersonen under dubbeluppgift. Förkortningar: R-DLPFC = höger dorsolateral prefrontal cortex; L-DLPFC = vänster dorsolateral prefrontal cortex; R-PMC = höger promotorcortex; L-PMC = vänster promotorisk cortex; R-SMI = höger primär sensorisk-motorisk cortex; R-PMC = höger primär sensorisk-motorisk cortex. Klicka här för att se en större version av denna figur.
| Karakteristika | Friskt ungt ämne | Stroke patient |
| Ålder (år) | 21 | 71 |
| Genus | kvinnlig | manlig |
| BMI (kg/m2) | 22.27 | 23.81 |
| Kognitiv bedömning | ||
| Montreal kognitiv bedömning (MoCA) | 30/30 | 26/30 |
| Klinisk demens Rating (CDR) | 0 | 0.5 |
| Alberts test | 0 | 0 |
| Motor- och balansbedömning | ||
| Brunnströms scen | NT | V-steget |
| Fugl-Meyer bedömning (FMA) | 100 | 100 |
| Bergs balansskala (BBS) | 56/56 | 52/56 |
| Timed Up and Go-test (TUGT) (s) | 6 | 11 |
| Förkortningar: BMI, Body Mass Index; kg/m2, kilogram per kvadratmeter; NT, Ej testbar; s, andra. | ||
Tabell 1: Baslinjeinformation och karakteristika för den friska unga försökspersonen och strokepatienten.
| Testförsök med kongruens | Försök med inkongruenstest | |||
| ACC | RT(ms) | ACC | RT(ms) | |
| strokepatienten | 93.33% | 587.03 | 90% | 613.03 |
| Det friska unga ämnet | 100% | 363.07 | 100% | 384.67 |
| Förkortningar: ACC, noggrannhet; RT, reaktionstid; MS, millisekund. | ||||
Tabell 2: ACC och RT hos den friska unga försökspersonen och strokepatienten i den dubbla uppgiften. Förkortningar: ACC = noggrannhet; RT = reaktionstid; ms = millisekund.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I vår studie visade resultaten av de rutinmässiga kliniska kognitiva bedömningsskalorna för den högfungerande strokepatienten inga signifikanta kognitiva underskott. Dessa bedömningsskalor kan dock visa en takeffekt och vara mindre känsliga för att identifiera de milda kognitiva underskotten hos högfungerande strokepatienter. Därför valde detta protokoll vidare ACC och RT i bedömning av dubbla uppgifter baserat på Stroop-paradigmet som viktiga indikatorer för att identifiera kognitiva underskott hos högfungerande strokepatienter. Resultaten visade att när den högfungerande strokepatienten utförde Stroop-paradigmet med dubbla uppgifter var deras RT signifikant längre än hos den friska unga försökspersonen, ACC var också relativt lägre och skillnaden i inkongruensteststudierna var större än i kongruenstestförsöken. Dessutom använde studien också fNIRS för att upptäcka försökspersonernas omfattning av hjärnaktivering i kognitiva regioner under utförandet av den enkla / dubbla uppgiften i realtid för att verifiera systemets genomförbarhet. Data visar att det β värdet av ROI hos den högfungerande strokepatienten var lägre än hos den friska försökspersonen.
Detta studieprotokoll utformade Stroop-paradigmet kombinerat med rörelsekontroll och modulerna för motorfunktionell bedömning av de rutinmässiga kliniska skalorna, inklusive FMA, BBS och TUGT. Bland dem användes FMA för att bedöma försökspersonernas motoriska funktion i nedre extremiteterna, BBS användes för att bedöma balansfunktionen och TUGT användes för att bedöma risken för fall. Bedömningsresultaten låg alla inom det normala intervallet för motorisk funktion. Utvärderingsresultaten av de rutinmässiga kliniska skalorna visade att strokepatienten som ingick i studien var en högfungerande strokepatient. Å andra sidan säkerställde det också att det inkluderade ämnet kunde slutföra motoruppgiften i experimentet. Dessutom inkluderade modulerna för kognitiv funktionsbedömning i de rutinmässiga kliniska skalorna MoCA, CDR och Alberts test. Bland dem användes MoCA och CDR för att bedöma kognitionsnivån, och Alberts test användes för att bedöma om ämnet led av ensidig rumslig försummelse. Med tanke på att de kliniska kognitiva funktionsbedömningsskalorna är semikvantitativa och har en takeffekt och att det saknas känslighet vid bedömningen av patienter med mild kognitiv dysfunktion, vilket medför vissa begränsningar i utvärderingen av kliniska skalor för högfungerande strokepatienter, måste ett överlägset tillvägagångssätt hittas för att lösa detta problem. Dessutom använde studieprotokollet ACC och RT i Stroop-paradigmet som objektiva indikatorer för att förbättra känsligheten hos bedömningsresultaten.
Enligt de representativa resultaten, när den högfungerande strokepatienten utförde Stroop-paradigmet med en uppgift, var RT för kongruenstestförsöken kortare än för inkongruenstestförsöken, och ACC var jämförbar mellan de två testförsöken. Under enuppgiftsparadigmet kunde den högfungerande strokepatienten slutföra Stroop-testet väl och visade inga uppenbara kognitiva underskott. Men när den högfungerande strokepatienten utförde Stroop-paradigmet med dubbla uppgifter var RT signifikant högre än hos det friska unga försökspersonen, och ACC hos den högfungerande strokepatienten var lägre. Dessutom var skillnaden i inkongruensteststudien mer signifikant än i kongruensteststudien. Under dual-task-paradigmet hade den högfungerande strokepatienten en försvagad förmåga att utföra båda uppgifterna samtidigt på grund av hans potentiella kognitiva underskott. Patienten använder ofta kompensationsstrategier (dvs för att upprätthålla stabilitet genom att offra kognitiv uppgiftsprestanda), vilket avslöjar de kognitiva underskotten när det gäller relativt dålig uppgiftsprestanda. I inkongruenstestförsöken ökade svårigheten med de kognitiva uppgifterna, vilket gjorde skillnaden i prestanda mellan den högfungerande strokepatienten och den friska unga försökspersonen mer signifikant och lättare exponerade de kognitiva bristerna hos den högfungerande strokepatienten. Därför föreslår denna studie en dubbeluppgiftsbedömningsmetod baserad på Stroop-paradigmet för att identifiera kognitiva underskott hos högfungerande strokepatienter.
Dessutom använde studien också fNIRS-tekniken för att verifiera genomförbarheten av detta protokoll. I en fallstudie användes fNIRS för att övervaka försökspersonernas hjärnaktivering i kognitiva regioner i realtid under enstaka / dubbla uppgiftsperioder, och sex ROI från kognitiva områden valdes för att beräkna β värdet30. Resultaten av fallstudien visade att det β värdet av ROI hos strokepatienten var lägre än hos den friska försökspersonen. I processen att utföra den dubbla uppgiften använde det friska ämnet hjärnresurser för att slutföra den kognitiva uppgiften och motoruppgiften samtidigt genom att aktivera fler hjärnregioner; När den högfungerande strokepatienten utförde den dubbla uppgiften var tillräckliga hjärnområden inte aktiva på grund av partiell skada på hjärnans funktion. Därför genererades inte tillräckligt med hjärnresurser för att uppfylla kraven för att utföra kognitiva och motoriska uppgifter samtidigt, vilket gjorde prestandan lägre än hos det friska ämnet. Enligt resultaten av fNIRS-övervakning var graden av hjärnaktivering hos den högfungerande strokepatienten verkligen mindre än hos det friska ämnet, vilket bekräftade möjligheten att använda Stroop-paradigmet med dubbla uppgifter för att identifiera kognitiva underskott hos högfungerande strokepatienter.
Även om antalet inkluderade ämnen är begränsat i denna studie, visade en tidigare fallstudie av Zlatko Matjačić et al.31 att störningsbalansträning med hjälp av en robot kan vara en genomförbar metod, och detta resultat illustrerar effektiviteten i fallstudien som visas här. Dessutom visar denna studie hela processen med experimentell design och visar genomförbarheten av detta protokoll med hjälp av resultaten från en fallstudie. Före prövningen bör försökspersoner förstå reglerna och utföra processerna i Stroop-testet tillräckligt. Dessutom bör en till två förtester utföras av försökspersoner före det formella experimentet för att göra smidiga framsteg och förbättra noggrannheten i data. Dessutom måste säkerheten för den högfungerande strokepatienten säkerställas hela tiden på balansbollen under Stroop-paradigmet med dubbla uppgifter, så man måste se till att det finns en professionell anställd som ansvarar för försökspersonernas säkerhet.
Detta protokoll har vissa begränsningar. För det första syftar denna studie till att demonstrera en dubbeluppgiftsbedömningsmetod som kan identifiera kognitiva underskott hos högfungerande strokepatienter. De representativa resultaten presenterar endast en ämnes bedömningsresultat. För det andra tar detta protokoll bara den balanskognitiva uppgiften som dual-task-paradigmet och misslyckas med att visa en mängd olika dual-task bedömningsscheman. Framtida studier kommer att behövas för att komplettera detta.
Denna studie föreslår Stroop-paradigmet med dubbla uppgifter, som kan användas för att identifiera kognitiva underskott hos högfungerande strokepatienter.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Denna studie stöddes av bidrag från National Natural Science Foundation of China (nr 81804004, 81902281), China Postdoctoral Science Foundation (nr 2018M643207), Shenzhen Municipal Health Commission Project (nr SZBC2018005), Shenzhen Science and Technology Project (nr JCYJ20160428174825490), det allmänna vägledningsprogrammet för Guangzhou Municipal Health and Family Planning (nr 20211A010079, 20211A011106), Guangzhou och University Foundation (nr 202102010100), Guangzhou Medical University Foundation (nr. PX-66221494), nyckellaboratorium för Guangdong högre utbildningsinstitut [bidragsnummer: 2021KSYS009] och Guangdongprovinsens utbildningsdepartement [bidragsnummer: 2021ZDZX2063].
Materials
| Name | Company | Catalog Number | Comments |
| Balance Ball | Shanghai Fanglian Industrial Co, China | PVC-KXZ-EVA01-2015 | NA |
| E-Prime 3.0 | Psychology softwares Tools | commercial stimulus presentation software | |
| fNIRS | Hui Chuang, China | NirSmart-500 | NA |
References
- Dichgans, M., Pulit, S. L., Rosand, J. Stroke genetics: Discovery, biology, and clinical applications. The Lancet. Neurology. 18 (6), 587-599 (2019).
- Chen, G., Leak, R. K., Sun, Q., Zhang, J. H., Chen, J. Neurobiology of stroke: Research progress and perspectives. Progress In Neurobiology. 163-164, 1-4 (2018).
- Maratos, M., Huynh, L., Tan, J., Lui, J., Jarus, T. Picture this: Exploring the lived experience of high-functioning stroke survivors using photovoice. Qualitative Health Research. 26 (8), 1055-1066 (2016).
- Platz, T., Prass, K., Denzler, P., Bock, S., Mauritz, K. H. Testing a motor performance series and a kinematic motion analysis as measures of performance in high-functioning stroke patients: reliability, validity, and responsiveness to therapeutic intervention. Archives of Physical Medicine and Rehabilitation. 80 (3), 270-277 (1999).
- Trzepacz, P. T., Hochstetler, H., Wang, S., Walker, B., Saykin, A. J. Relationship between the Montreal Cognitive Assessment and Mini-mental State Examination for assessment of mild cognitive impairment in older adults. BMC Geriatrics. 15, 107 (2015).
- McDougall, F., et al. Psychometric properties of the Clinical Dementia Rating - Sum of boxes and other cognitive and functional outcomes in a prodromal Alzheimer's disease population. The Journal of Prevention of Alzheimer's Disease. 8 (2), 151-160 (2021).
- McHorney, C. A., Tarlov, A. R. Individual-patient monitoring in clinical practice: Are available health status surveys adequate. Quality of Life Research. 4 (4), 293-307 (1995).
- Silsupadol, P., et al. Effects of single-task versus dual-task training on balance performance in older adults: a double-blind, randomized controlled trial. Archives of Physical Medicine and Rehabilitation. 90 (3), 381-387 (2009).
- Feld, J. A., et al. Relationship between dual-task gait speed and walking activity poststroke. Stroke. 49 (5), 1296-1298 (2018).
- Liu, Y. -C., Yang, Y. -R., Tsai, Y. -A., Wang, R. -Y. Cognitive and motor dual task gait training improve dual task gait performance after stroke - A randomized controlled pilot trial. Scientific Reports. 7 (1), 4070 (2017).
- Manaf, H., Justine, M., Ting, G. H., Latiff, L. A. Comparison of gait parameters across three attentional loading conditions during timed up and go test in stroke survivors. Topics In Stroke Rehabilitation. 21 (2), 128-136 (2014).
- Ou, H., et al. Motor dual-tasks for gait analysis and evaluation in post-stroke patients. Journal of Visualized Experiments. (169), e62302 (2021).
- Hirano, D., Goto, Y., Jinnai, D., Taniguchi, T. Effects of a dual task and different levels of divided attention on motor-related cortical potential. Journal of Physical Therapy Science. 32 (11), 710-716 (2020).
- Loetscher, T., Potter, K. -J., Wong, D., das Nair, R. Cognitive rehabilitation for attention deficits following stroke. The Cochrane Database of Systematic Reviews. 2019 (11), (2019).
- Chen, C., Leys, D., Esquenazi, A. The interaction between neuropsychological and motor deficits in patients after stroke. Neurology. 80, Suppl 2 27-34 (2013).
- Puglisi, G., et al. Frontal pathways in cognitive control: Direct evidence from intraoperative stimulation and diffusion tractography. Brain. 142 (8), 2451-2465 (2019).
- MacLeod, C. M. Half a century of research on the Stroop effect: An integrative review. Psychological Bulletin. 109 (2), 163-203 (1991).
- Su, M., Wang, R., Dong, Z., Zhao, D., Yu, S. Decline in attentional inhibition among migraine patients: An event-related potential study using the Stroop task. The Journal of Headache and Pain. 22 (1), 34 (2021).
- Tsang, C. S. L., Chong, D. Y. K., Pang, M. Y. C. Cognitive-motor interference in walking after stroke: test-retest reliability and validity of dual-task walking assessments. Clinical Rehabilitation. 33 (6), 1066-1078 (2019).
- Bai, Q., Hu, J., Zhang, L. J., Chen, Y., Zhang, Y. H., Wang, X. C., Chi, L. Y. Application value of Stroop test in the evaluation of cognitive function in asymptomatic cerebral infarction. China Journal of Alzheimer's Disease and Related Disorders. 4 (4), 269-274 (2021).
- Pandian, S., Arya, K. N. Stroke-related motor outcome measures: Do they quantify the neurophysiological aspects of upper extremity recovery. Journal of Bodywork and Movement Therapies. 18 (3), 412-423 (2014).
- Albert, M. L. A simple test of visual neglect. Neurology. 23 (6), 658-664 (1973).
- Nasreddine, Z. S., et al. The Montreal Cognitive Assessment, MoCA: A brief screening tool for mild cognitive impairment. Journal of the American Geriatrics Society. 53 (4), 695-699 (2005).
- Morris, J. C. The Clinical Dementia Rating (CDR): Current version and scoring rules. Neurology. 43 (11), 2412-2414 (1993).
- Sullivan, K. J., et al. Fugl-Meyer assessment of sensorimotor function after stroke: Standardized training procedure for clinical practice and clinical trials. Stroke. 42 (2), 427-432 (2011).
- Sanford, J., Moreland, J., Swanson, L. R., Stratford, P. W., Gowland, C. Reliability of the Fugl-Meyer assessment for testing motor performance in patients following stroke. Physical Therapy. 73 (7), 447-454 (1993).
- Downs, S.
- Blum, L., Korner-Bitensky, N. Usefulness of the Berg Balance Scale in stroke rehabilitation: A systematic review. Physical Therapy. 88 (5), 559-566 (2008).
- El Said, S. M. S., Adly, N. N., Abdul-Rahman, S. A. Executive function and physical function among community-dwelling Egyptian older adults. Journal of Alzheimer's Disease. 80 (4), 1583-1589 (2021).
- Al-Yahya, E., et al. Prefrontal cortex activation while walking under dual-task conditions in stroke: A multimodal imaging study. Neurorehabilitation and Neural Repair. 30 (6), 591-599 (2016).
- Matjacic, Z., Zadravec, M., Olensek, A. Feasibility of robot-based perturbed-balance training during treadmill walking in a high-functioning chronic stroke subject: A case-control study. Journal of Neuroengineering and Rehabilitation. 15 (1), 32 (2018).
