전산화된 기능 기술 평가 및 교육 프로그램 대상 기술 기반 일상 기능 기술

Medicine
 

Summary

이 교육 프로토콜은 전산화 된 교육을 사용하여 기술 관련 일상적인 기능 기술을 가르칩니다. 이러한 기술에는 금융 기술, 여행 및 대중 교통뿐만 아니라 약물 관리가 포함됩니다.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Harvey, P. D., Tibiriçá, L., Kallestrup, P., Czaja, S. J. A Computerized Functional Skills Assessment and Training Program Targeting Technology Based Everyday Functional Skills. J. Vis. Exp. (156), e60330, doi:10.3791/60330 (2020).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

오늘날 에는 많은 기능적 기술이 기술 기반이기 때문에 기술 기반 교육 프로그램의 개발이 매우 중요합니다. 여기에서 우리는 시판되는 인지 훈련 (CCT) 프로그램을 참가자의 절반에 짝을 이룬 전산화 된 기능 기술 훈련 프로그램을 제시합니다.

비장애인 노인(NC) 60세 이상(n=45) 및 경미한 인지 장애(MCI; n=50)를 가진 유사하게 나이든 개인은 12주간 의 두 번 주간 전산화 기능 기술 훈련(CFST) 또는 주 2회 12주를 받기 위해 무작위로 분류되었습니다. 세션은 CCT와 CFST로 나뉩습니다. 훈련된 기술은 ATM을 사용했습니다. 인터넷 뱅킹; 티켓 키오스크; 전화 및 인터넷 처방전 리필; 약물 관리; 그리고 인터넷 쇼핑. 이전 기능 용량 평가와 마찬가지로 각 시뮬레이션의 완료 시간에 중점을 둡니다.

51명의 참가자가 6개의 과제(34개)를 모두 마스터하거나 12주간의 교육을 완료하여 교육 프로그램을 완료했습니다. 44명 이상의 참가자가 4회 이상의 교육 세션을 완료하여 마지막 교육 세션까지 개선을 위해 분석되었습니다. 6개 테스트 의 완료 시간은 기준 평가에서 참가자 의 두 그룹의 최종 교육 세션으로 크게 향상되었습니다(모든 p&0.001, 평균 작업 완료 시간 45%). 또한, 기준선에서 훈련 종료까지의 6가지 테스트에서 MCI와 NC의 차등 개선은 없었습니다(모든 t&1.66, 모든 p>0.12). 마지막으로, 결합된 CCT 플러스 CFST는 퍼센트 변경 점수 척도(모든 t&1.64, 모든 p>0.11)에서 CSFT 와 다르지 않았습니다.

NC와 MCI 그룹 모두 성능이 크게 향상되었다는 것을 입증했습니다. CCT 보충은 많은 훈련 세션의 절반과 유사한 기능적 이득을 주도. NC 참가자들은 CCT 보충없이 상당히 빠르게 훈련을 진행; MCI 참가자들은 더 많은 훈련이 필요하지만 동등하게 배웠습니다. 이 사실 인정은 기억 장애가 있는 경우에, 기능적인 기술이 훈련으로 능등하게 배울 수 있다는 것을 건의합니다.

Introduction

많은 현대 기능 작업은 기술을 사용하여 수행됩니다. 여기에는 은행 및 기타 재무 관리 작업, 여행 및 운송 작업, 의료 관리가 포함됩니다. 기술에 대한 평생 노출이 더 제한될 수 있는 노인들에게는 매일 기술을 사용하는 과제가 증폭됩니다. 기술 기반 작업은 인지적으로 도태될 수도 있습니다. 노인과 다른 도전을 가진 사람들, 가혹한정신병과같은1,2 또는 인식 적자, 도전적인 기술을 사용하는 재정적 또는 인식 자원이 없을 수 있습니다. 이러한 개인들은 오늘날의 디지털화된 세계를 협상하는 데 어려움을 가지고 있으며, 이는 독립에 위협이 됩니다.

우리의 이전 연구는 많은 건강한 노인도 효율적으로 일상적인 기능 작업을 수행하는 데 문제가 있음을 보여 주었다3. 또한, 경도 인지 장애를 가진 사람들은 이러한 작업을 수행하는 비례적으로 더 큰 도전이4. 우리의 연구는 건강한노화에구성 요소 인지 능력 4, 심각한 정신 질환5 및 MCI 인구, 지속적으로 일상 적인 기능 작업의 veridical 시뮬레이션을 수행 하는 능력과 상관 관계가 있다. 따라서, 인지 능력은 기술을 사용하여 기능적 작업을 처음에 수행하고 배우는 사람들의 능력에 대한 속도 제한자이다. 이 문제는 ATM 사용과 같은 많은 작업이 직관적이고 교육이 필요하지 않은 "워크 업 작업"으로 간주된다는 사실에 의해 악화됩니다.

현재, 기술 관련 일상 기능의 성능에 대한 교육은 체계적으로 제공되지 않습니다. iPhone, 태블릿 및 컴퓨터와 같은 새로운 기술은 일반적으로 사용에 대한 지침 없이 제공됩니다. 웹 사이트 사용 지침은 일반적으로 사용할 수 없습니다. 예를 들어, 뉴욕 메트로폴리탄 교통국(MTA)의 웹사이트에는 메트로카드를 리필하는 방법에 대한 지침 이외에 티켓 키오스크 사용에 대한 지침이 없습니다.

인지 성능의 점진적 적자는 일부 집단에 대해 전산화된 인지 훈련(CCT)으로 부분적으로 해결할 수 있습니다. 최근 데이터에 따르면 건강한 노인6과 MCI7을 가진 사람들은 훈련대상인지 능력에 대한 CCT로 인지능력을 향상시킬 수 있다고 합니다. 따라서 CCT 노력으로 기능 적 작업의 성능도 촉진 될 것으로 예상됩니다. 그러나, 노인과 MCI 집단 모두에서 CCT의 널리 보고된 성공은 새로운 기능적 기술을 수행하는 능력에 있는 자발적인 개선을 동반하지 않았습니다. 이전에 는8을 운전하는 것과 같은 기술을 CCT를 통해 촉진 할 수 있지만 CCT 만으로는 새로운 기능 적 기술을 습득할 수 있다는 증거가 없습니다.

CCT는 또한 치매의 발달에 대하여 보호 효력이 있는 것을, 적어도 훈련 루틴의 한정된 세트와 함께 보였습니다. 예를 들어, ACTIVE 시험은 전산화 된 속도 훈련이 10 년 후속9에서감지 될 수있는 인지 성능의 지속적인 개선과 관련이 있음을 보여주었습니다. 후속 연구는 또한 보고 는 30% 모든 원인과 관련 된 치 매감소 10 년 기간에 뿐만 아니라10. 그 결과, 특정 유형의 CCT가 노인들 사이에서 인지 적 이점을 가져다 주므로 CCT와 전산화 된 기능 기술 훈련의 조합은 기능 적 기술의 향상을 초래해야합니다.

따라서 현재 프로그램은 일반적으로 인터넷, 전화 또는 ATM과 같은 장치에서 직접 수행하는 일종의 기술을 사용하여 수행되는 생태학적으로 유효한 기능 기술 작업 집합의 개발을 포함했습니다. 작업은 표 1에 표시되며 독립적으로 생활하는 데 중요한 것으로 선택되었습니다. 프로그램 내에서 이러한 작업은 고정된 난이도, 비교육 형식으로 먼저 수행됩니다. 각 작업에는 여러 가지 다른 점진적 하위 작업이 있으며, 이는 기능적 요구의 어려움에서 다릅니다. 6개의 고정 난이도 작업을 완료한 후 모든 참가자는 전산화된 기능 기술 교육(CFST) 교육 시뮬레이션에 대한 교육을 받습니다. 이러한 시뮬레이션은 참가자에게 직접적인 성능 피드백을 제공합니다. 샘플 피드백은 표 2에표시됩니다. 인간 트레이너의 개입은 없으며, 인간은 피드백을 제공하지 않습니다. 참가자가 하위 작업에 오류가 발생하면 수정 정보가 증가하는 전반에 걸쳐 점진적인 피드백이 제공됩니다. 예를 들어 ATM 작업에서 개인이 핀 번호를 입력하는 초기 오류를 발생하면 기본 수정 정보가 제공됩니다. 동일한 오류가 발생하면 더 많은 수정 정보가 제공됩니다.

4개의 오류가 발생하면 작업이 다음 교육 단계로 진행됩니다. 그러나 참가자가 나중에 훈련을 위해 돌아오면 이 단계가 통과될 때까지 다시 학습됩니다. 각 교육 모듈은 완료된 것으로 간주되며 참가자는 오류 없이 전체 작업을 두 번 수행한 후 졸업합니다.

이 연구는 두 개의 연구 참가자 그룹을 포함: (1) 인지 적으로 정상 (CN) 건강 한 노인 과 (2) 가벼운 인지 장애를 가진 의학적으로 건강 한 노인 (MCI). CN은 몬트리올 인지 평가 (MOCA)11 점수26 이상 및 인지 불만으로 정의 되었다. MCI는 MOCA, 주관적인 불만 의 평가 및 구조화 된 신경 심리학 평가를 포함하는 체계적인 평가로 정의되었습니다. 참가자는 그들의 인지 성능 MCI 보다 더 큰 장애를 반영 하는 경우 제외 되었다. 소프트웨어가 iOS에도 배포될 수 있지만 Windows 컴퓨터에서 교육이 수행되었습니다. 교육은 감독관 당 약 6 연수생의 비율로 proctod했다.

연구의 목표는 1) CFST가 건강한 노인들에게 효과적인지, 컴퓨터 기반 기능 기술의 성능 향상으로 정의되는지를 결정하는 것입니다. (2) MCI를 가진 사람들을 위한 기능적 기술 훈련의 상대적 효능은 비장애인과 비교하여; (3) CCT의 제공이 CFST를 향상시키는지 여부 및 NC에 비해 MCI에 대한 차등 효과가 있는지 여부.

Protocol

이 연구는 연구 참가자의 절반 (인지 상태에 의해 계층화)이 결합 된 Posit 과학 뇌 본부 교육 소프트웨어에서 이중 결정 작업에 대한 전산화 된 인지 훈련 (CCT)을 받기 위해 1 대 1로 무작위화되는 무작위 시험입니다. CFST와 다른 사람들은 CFST에서만 교육을 받습니다. 이 연구는 마이애미 대학 기관 검토 위원회에 의해 검토 및 승인되었으며 모든 참가자는 서명 된 동의를 제공했습니다.

1. 준비

  1. 서면 으로 동의를 얻으십시오.
  2. 몬트리올 인지 평가 (MOCA)11로참가자를 선별합니다.
    1. 참가자가 숫자와 문자를 순서대로 연결합니다.
    2. 참가자에게 동물 사진 3장의 이름을 보여 준다.
    3. 3구두 학습 단어를 읽고 참가자가 그들을 기억한다.
  3. 인식의 간략한평가(도 1)12의태블릿 버전을 사용하여 기준선 인지 평가를 수행한다. 태블릿 앱에서 모든 하위 테스트를 관리합니다. 하위 테스트는 구두 학습 및 메모리, 숫자 시퀀싱, 토큰 모터 작업, 기호 코딩, 구두 유창 시험 및 런던 타워입니다.
    1. 앱에서 평가에 대한 전체 지침을 제시합니다.
    2. 기호 코딩 작업에 대한 지침을 제시합니다.
    3. 참가자에게 코딩 연습을 해 보라고 한다.
    4. 참가자가 15초 동안 코딩 작업을 수행하는 것을 지켜봅그습니다.
    5. 런던 탑 태스크에 대한 지침을 제시하십시오.
    6. 참가자에게 연습 항목을 수행해 보라고 한다.
    7. 참가자가 첫 번째 테스트 항목을 해결하는 것을 지켜봅습니다.
  4. 참가자를 고정된 난이도 형식으로 6가지 기능작업(그림 2)으로평가합니다.
    참고 : 고정 난이도 평가 중에 교육이 제공되지 않으며 참가자가 오류가 발생하면 지침이 반복됩니다. 참가자가 작업을 완료하면 다음 작업으로 진행됩니다. 모든 작업이 완료되면 교육이 시작됩니다. 각 작업의 대표 작업 요구 사항은 다음과 같습니다.

2. 고정 난이도 및 교육 시뮬레이션에 대한 작업 요구 사항

  1. 티켓 구매 작업을 시작합니다.
    1. 새 항공권 구매를 선택합니다.
    2. 단일 차량 승차권 구매를 선택합니다.
    3. 환승 카드의 잔액을 확인합니다.
    4. 환승 카드에 $60.00를 추가합니다.
  2. 전화 리필 작업을 시작합니다.
    1. 약국의 번호로 전화를 걸다.
    2. 처방전 번호를 입력합니다.
    3. 약을 집을 시간을 선택합니다.
  3. ATM 뱅킹 작업을 시작합니다.
    1. PIN을 입력하여 세션을 시작합니다.
    2. 당좌 예금 계좌의 잔액을 확인합니다.
    3. 당좌 예금 계좌에서 $180.00를 인출합니다.
  4. 약물 라벨 이해 작업을 시작합니다.
    1. 약을 복용할 정확한 시간을 선택하십시오.
    2. 올바르게 매일 걸릴 얼마나 많은 알 약을 식별.
    3. 약물 치료 조직기 하위 작업을 시작합니다.
    4. 하루 분량의 약을 챙기면 됩니다.
  5. 인터넷 뱅킹 작업을 시작합니다.
    1. 사용자 ID와 암호를 입력합니다.
    2. 당좌 예금 계좌의 잔액을 확인합니다.
    3. 저축에서 검사로 $15.00를 이체하십시오.
  6. 인터넷 처방전 리필 및 온라인 쇼핑 작업을 시작합니다.
    1. userID 및 암호를 입력합니다.
    2. 올바른 도시 (마이애미), 거리 (미카포니) 및 자동차 색상 (파란색)을 선택하여 신원을 확인합니다.
    3. Prinivil을 선택하고 일반 동등하지 않습니다.
    4. 픽업 날짜 및 시간 수정을 선택합니다.

3. 고정난도 평가 후 교육

  1. CFST 단독 조건
    1. 6개의 모든 과제가 모두 훈련될 것임을 말하면서, 참가자에게 교육 과제를 설명한다.
    2. ATM 뱅킹 작업을 시작합니다.
    3. PIN을 입력합니다.
    4. 트랜잭션을 선택합니다(체크 에서 잔액 확인).
    5. 오류에 대한 프로그램 제공 피드백 프로세스를 시각화합니다.
    6. 피드백 프로세스를 보여 주기 위해 4개의 오류를 순서대로 제시합니다.
  2. CCT + CFST 조건
    참고: CFST 교육은 CFST와 동일하지만 30분 동안만 가능합니다. 뇌 본부 더블 결정은 결합 된 상태에서 전산화 된 인지 훈련 작업입니다. 그림 3은 이중 결정 작업을 도시합니다.
    1. 전산화된 인지 훈련과 기술 훈련에 대한 교육 과정을 설명합니다.
    2. 두뇌 본부 더블 결정 작업을 시작합니다.
    3. 연습 항목을 수행합니다.
    4. 실제 테스트 항목을 수행합니다.
    5. 약 30초 동안 이 프로세스를 시각화합니다.

4. 교육 후 평가

참고: 6개의 교육 과제를 모두 졸업하거나 24개의 세션을 완료한 후 참가자들은 사후 테스트를 완료합니다. 이 다음 섹션은 교육 후 평가에 대한 구두 설명으로 제시되어야 합니다.

  1. 참가자들에게 훈련된 6개의 모든 작업의 다른 버전을 수행하도록 한다. 작업은 동일하지만 콘텐츠 요구사항은 다르다는 것을 들수 있습니다.
  2. 참가자들에게 BAC 앱 평가를 다시 수행하도록 합니다.

Representative Results

환자 흐름은 표 3에도시되어 있다. 첫 번째 주제는 2018년 7월 14일에 상영되었습니다. 선별된 참가자는 여성 78명과 남성 76명, 그 중 53명(33%)을 포함시켰습니다. 라틴계 와 52 (33%) 아프리카계 미국인 후손입니다. 평균 수준의 교육 성취도는 인종 그룹 간에 비슷했으며 평균 15년이었습니다. 그러나 8년 미만의 교육을 받은 경우도 있었습니다. 131건은 적격성 평가를 마쳤으며, 16건은 치매 로 인해 제외되었으며, 4건은 운동 또는 시력 문제로 제외되었습니다. 그 중 121 무작위 46% (n=56) HC 와 54% (n=65) MCI에서 진단 되었고 각 그룹에서 50% 혼자 CFST 훈련에 무작위로 했다. 51건은 졸업후 34건이 교육을 마쳤으며, 이는 30개의 개별 서브태스크에서 순차적으로 두 번 의 완벽한 퍼포먼스를 발휘합니다. 44 건은 여전히 훈련중이며 15 건은 훈련을 기다리고 있습니다. 훈련 후 탈락률은 9%였습니다. 평균 MOCA 점수는 NC 그룹의 경우 28.38(SD=1.70) 및 MCI 그룹의 경우 22.68(SD=3.02)이었습니다.

그림 4는 완성자에 대한 교육 결과를 제시하고 그림 5는 훈련한 모든 참가자에 대한 결과를 제시합니다. 이러한 데이터는 다른 여러 종속 변수가 수집되지만 완료 시간 측면에서 표시됩니다. 쌍을 이루는 t-test는 기준 평가에서 완성자의 최종 교육 평가(모든 t>8.16, 모든 p<.001)로 6개 테스트의 완료 시간이 크게 향상되었다는 것을 발견했습니다. 또한, NC 및 MCI 샘플에서 다르게 개선된 시뮬레이션은 기준선에서 교육 종료까지의 개선 비율, 모든 t&1.66, 모든 p>.12로 인덱싱되었습니다. 마지막으로, 결합 된 CCT 플러스 CFSAT는 %변경 점수 측정값 중 하나에서 CSFAT 단독과 다르지 않았습니다: 모든 t&1.44, 모든 p>.16. CCT 보충은 많은 CFSAT 훈련 세션의 절반으로 유사한 CFSAT 이익을 주도하고이 개선은 두 조건에서 MCI와 NC 그룹에서 일관되었다. MCI 대 NC 샘플 및 기술 교육전용 및 결합된 평가에 대한 6개의 테스트에 대한 모든 t-test는 표 4에나와 있습니다. 두 그룹 모두 평가 작업의 대체 버전에서 성능이 크게 향상되었다는 것을 입증했습니다. 중요한 것은, 기술 교육을 단독으로 받은 NC 참가자들은 성능을 완성하기 위해 모듈당 평균 6회의 교육만 필요했습니다. CCT & CFSAT에 무작위로 참여한 참가자들은 CCT에서 평균 11일동안 훈련을 받았으며, 참가자당 평균 50레벨을 달성했습니다.

Figure 1
그림 1: BAC 앱의 대표 자극은 런던의 탑과 기호 코딩 하위 테스트를 보여 주다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 2
그림 2: 6개의 CFST 교육 작업. 이 테스트에는 티켓 구매, ATM 및 인터넷 뱅킹, 전화 및 인터넷 처방전 리필 및 쇼핑이 포함되며, 약물 관리는 여기를 클릭하여 이 그림의 더 큰 버전을 확인하십시오.

Figure 3
그림 3: 뇌 본부 이중 결정 작업 자극. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 4
그림 4: 교육을 완료한 개인의 기준선에서 트레이닝 이득을 얻습니다. 이는 6개의 교육 과제에 걸쳐 첫 번째 평가, 최종 교육 세션 및 시뮬레이션의 대체 형식에서 완료할 수 있는 시간 측면에서 설명됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 5
그림 5: NC 및 MCI 완료자 및 사례에 대한 교육 세션당 백분율 개선 이는 완료된 교육 세션당 완료시간까지의 총 기준선과 마지막 세션 학습 이득의 비율에 따라 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

ATM 뱅킹
인터넷 뱅킹
키오스크에서 티켓 구매
약물 관리 및 일일 주최자
처방전 리필을 위한 대화형 전화 음성 메뉴
인터넷 처방전 리필 및 온라인 쇼핑

표 1: 전산화된 기능 기술 교육(CFST) 작업

오류 1 반복 명령: 핀은 1234입니다. PIN을 입력하십시오.
오류 2. 지침: PIN은 1234입니다. 키패드를 사용하여 PIN을 입력하십시오.
오류 3 방향: PIN은 1234입니다. 1을 입력한 다음 2를 입력한 다음 3이 다음, 4가 그 뒤를 따릅니다.
오류 4 데모 네 개의 키는 순서대로 켜지고 참가자는 불이 켜지면 만지도록 지시받습니다.

표 2: 오류 피드백.

임상 시험 참여자 흐름(2018년 7월~현재)
선별 및 서명된 동의 154
부적격 20
기준선 이전에 철회 4
베이스라인이 완료되지 않음 9
완료된 기준 평가 121
교육 완료 51 42%
여전히 훈련 44 36%
훈련 대기 중 15 12%
훈련 후 중퇴 11 9%

표 3: 임상 시험을 위한 컨소시엄 다이어그램.

ATM 뱅킹 T P
HC 대 MCI 0.98 0.33
기술 전용 vs. 복합 교육 0.86 0.4
약물 관리
HC 대 MCI 0.57 0.57
기술 전용 vs 복합 교육 0.91 0.37
온라인 뱅킹
NC vs. MCI 1.66 0.12
기술 전용 vs 복합 교육 0.56 0.96
처방전 리필
NC vs. MCI 0.21 0.84
기술 전용 vs. 복합 교육 1.44 0.16
티켓 구매 작업
NC vs. MCI 1.25 0.22
기술 전용 vs. 복합 교육 0.25 0.81
인터넷 처방전 리필 및 쇼핑
NC vs. MCI 1.55 0.19
기술 전용 vs. 복합 교육 0.16 0.87

표 4: MCI 대 NC 트레이닝 이득 및 기술 만 을 비교하는 t-테스트의 결과 대 결합 된 치료.

Discussion

CSFT 훈련은 NC와 MCI 참가자 모두에게 적용 가능한 결과와 함께 6 회의 세션으로 실질적이고 신속한 치료 향상을 이끌었습니다. 두 참가자 그룹 모두 작업 성능이 크게 향상되었다는 것을 입증했습니다. CCT 보충은 많은 CFST 훈련 세션의 절반으로 유사한 CFST 이득을 주도. 중요한 것은, 기술 교육을 단독으로 받은 NC 참가자들은 성과를 완성하기 위해 작업당 평균 6회의 세션(가능한 24개 중)만 필요했습니다. 요약: 1) 참가자의 두 그룹은 모든 작업에 걸쳐 성능 향상을 보여 주었다; 2) HC 참가자들은 CCT 보충없이 도상당히 빠르게 훈련을 진행; 3) MCI 참가자들은 더 많은 교육 세션이 필요하지만 동등하게 배웠습니다. 이 사실 인정은 정신 분열증을 가진 더 오래된 환자와 건강한 통제의 별도 견본을 가진 우리의 이전 사실 인정을 복제합니다.

가장 중요한 것은 MCI를 가진 참가자에 있는 전산화한 기능 기술 훈련과 관련되었던 훈련에 있는 개선입니다. 이 케이스는 그들의 에피소드 기억에 있는 상당한 손상이 있었습니다. 그러나 6가지 훈련 시뮬레이션을 통해 NC와 비례하여 상당한 성과를 거둘 수 있었습니다. 이전 연구는 MCI및 사면 조건에서 절차 및 구두 메모리 학습의 해리를 보여 주었다13,14. 따라서, 이 연구는 기능적인 기술이 몇몇 탈락으로 상당히 신속하고 능등하게 배울 수 있다는 것을 보여줍니다.

CCT를 통한 전산화 된 기술 훈련의 보충은 기술 훈련의 효율성을 상당히 증가시켰으며, 기술 훈련 만으로도 단위 훈련 세션당 이익이 두 배로 증가했습니다. 따라서 MCI를 가진 개별에 있는 CCT와 CFST를 가진 결합한 내정간섭은 가능성이 다중 이득이 있을 것입니다. 첫째, 치매 예방은 CCT에 의해 촉진될 수 있다. 기술 훈련은 또한 MCI에 있는 증가한 독립성 또는 연기한 점진적인 기능 변경으로 이끌어 낼 수 있습니다. 결과적으로, 결합 된 훈련의 잠재적인 혜택 상당한 이 프로토콜과 추가 연구에 대 한 주요 주제 보인다.

나중에 연구는 실제 기능적 이득에 초점을 맞출 것이다. 이러한 실제 이익을 시연하면 이 교육 프로토콜의 이점이 확고해질 것입니다. 프로토콜을 구현하는 것은 매우 효율적이었고 참가자들은 자신의 이익에 대한 높은 수준의 만족도를 보고했습니다. 예를 들어, 참가자의 98% 이상이 실제 환경에서 6가지 작업을 각각 수행할 수 있을 것이라고 말했습니다.

Disclosures

지난 한 해 동안 하비 박사는 알케르메스, 보링거 잉겔하임, 세포내 치료, 재즈 제약, 미네르바 제약, 오츠카 아메리카, 로슈 제약, 사노피 제약, 수노비온 제약, 다케다 제약, 테바로부터 컨설팅 비용 또는 여행 상환을 받았습니다. . 그는 정신 분열증에서 인식의 간략한 평가에서 로열티를받습니다. 그는 i-Function의 최고 과학 책임자입니다. 피터 칼레스트루프는 i-Function의 CEO입니다. Lize Tibiriçá는 i-Function의 파트 타임 직원입니다. 사라 Czaja는 i-기능의 최고 과학 책임자입니다.

Acknowledgments

이 연구는 NIA 교부금 번호 R43AG057238 피터 칼레스트루프에 의해 투자되었다.

Materials

Name Company Catalog Number Comments
Bac App Verasci, Inc. N/A Cognitive testing software
Computerized Functional Skills Assessment and Training Software i-Function N/A Computerized Software

DOWNLOAD MATERIALS LIST

References

  1. Berkowsky, R. W., Sharit, J., Czaja, S. J. Factors Predicting Decisions About Technology Adoption Among Older Adults. Innovations in Aging. 2, (1), (2018).
  2. Harvey, P. D., Keefe, R. S. E. Technology, society, and mental illness: challenges and opportunities for assessment and treatment. Innovations in Clinical Neuroscience. 9, 47-50 (2012).
  3. Taha, J., Czaja, S. J., Sharit, J., Morrow, D. G. Factors affecting usage of a personal health record (PHR) to manage health. Psychology and Aging. 28, 1124-1139 (2013).
  4. Czaja, S. J., Loewenstein, D. A., Sabbag, S. A., Curiel, R. E., Crocco, E., Harvey, P. D. A Novel Method for Direct Assessment of Everyday Competence Among Older Adults. Journal of Alzheimers Disease. 57, (4), 1229-1238 (2017).
  5. Czaja, S. J., Loewenstein, D. A., Lee, C. C., Fu, S. H., Harvey, P. D. Assessing functional performance using computer-based simulations of everyday activities. Schizophrenia Research. 183, 130-136 (2017).
  6. Harvey, P. D., McGurk, S. R., Mahncke, H., Wykes, T. Controversies in computerized cognitive training. Biological Psychiatry: Cognitive Neuroscience and Neuroimaging. 3, 907-915 (2018).
  7. Sherman, D. S., Mauser, J., Nuno, M., Sherzai, D. The Efficacy of Cognitive Intervention in Mild Cognitive Impairment (MCI): a Meta-Analysis of Outcomes on Neuropsychological Measures. Neuropsychology Review. 27, 440-484 (2017).
  8. Edwards, J. D., Delahunt, P. B., Mahncke, H. W. Cognitive speed of processing training delays driving cessation. Journal of Gerontology. 64, 1262-1267 (2009).
  9. Rebok, G. W., et al. Ten-year effects of the Advanced Cognitive Training for Independent and Vital Elderly cognitive training trial on cognition and everyday functioning in older adults. Journal of the American Geriatrics Society. 62, 16-24 (2014).
  10. Edwards, J., et al. Speed of processing training results in lower risk of dementia. Alzheimers Dementia. 3, 603-611 (2017).
  11. 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, 695-699 (2005).
  12. Atkins, A. S., et al. Validation of the tablet-administered Brief Assessment of Cognition (BAC App). Schizophrenia Research. 181, 100-106 (2017).
  13. Gobel, E. W., et al. Implicit perceptual-motor skill learning in mild cognitive impairment and Parkinson's disease. Neuropsychology. 27, (3), 314-321 (2013).
  14. Oudman, E., Nijboer, T. C., Postma, A., Wijnia, J. W., Van der Stigchel, S. Procedural Learning and Memory Rehabilitation in Korsakoff's Syndrome - a Review of the Literature. Neuropsychology Review. 25, (2), 134-148 (2015).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics