数字认知评估工具中的练习效应研究：基于国防自动化神经行为评估电池(DANA)的深度解析

这篇综述系统评估了数字认知评估工具DANA（Defense Automated Neurobehavioral Assessment）在重复测试中的练习效应（practice effects）。研究通过分析116名参与者的两次测试数据（间隔90天），发现DANA在CS（Code Substitution）和PRT（Procedural Reaction Time）任务中能有效区分认知障碍（p<0.001），同时整体表现出较低的练习效应（0%-4.2%）。研究建立了包含逻辑回归和随机森林的分类模型（准确率最高达71%），为数字认知监测工具的开发提供了重要框架。

　　

1 背景

数字认知评估工具因其远程标准化测试和高敏感性特点，在认知障碍早期监测中展现出巨大潜力。然而重复测试可能引发练习效应（practice effects）——即因任务熟悉度而非真实认知改善导致的性能提升。国防自动化神经行为评估电池（DANA）作为军事领域开发的数字工具，包含简单反应时（SRT）、程序反应时（PRT）、Go/No-Go（GNG）、样本匹配（MTS）、空间处理（SP）和代码替换（CS）六项任务，可评估注意力、记忆和视觉空间处理等关键认知域。本研究首次系统评估DANA在纵向监测中对练习效应的敏感性。

2 方法

研究纳入波士顿大学阿尔茨海默病研究中心（BUADRC）116名≥40岁参与者，在90天（中位数93天）间隔期完成两次DANA测试。认知状态通过临床痴呆评定量表（CDR）和NACC统一数据集（UDS）综合判定。采用带随机截距的线性混合模型分析反应时间（RT）变化，控制年龄、性别、教育程度和试验次数等变量。同时建立逻辑回归和随机森林分类模型（五折交叉验证），评估DANA识别认知障碍的效能。

关键发现：

• •

  测试依从性：认知障碍组与正常组在测试间隔时间上无显著差异（p>0.7）

• •

  练习效应：CS、PRT和GNG任务在90天后RT仅降低2.2%-3.2%（p<0.001），其他任务变化不显著

• •

  认知敏感度：CS任务中认知障碍者RT延长14.8%（CI₉₅ 9.6%-20.1%），PRT延长9%（CI₉₅ 4.5%-13.8%）

• •

  年龄影响：除SRT外，所有任务RT随年龄增长而减慢（CS最显著：+1.0%/年）

• •

  分类模型：结合CS任务RT的随机森林模型准确率达70±7%，较单纯人口学模型提高3%

3 结果

CS任务展现出独特的"认知障碍×时间"交互效应（β_ID=-4%），提示认知障碍组学习速率较慢。值得注意的是，MTS和SP任务未显示显著练习效应，可能与任务设计中的充分"热身"试次数（MTS:3次，SP:10次）有关。在分类模型中，CS任务的逻辑回归模型灵敏度达66±25%，但其特异性（70±8%）提示仍需优化。

4 讨论

多因素分析揭示了DANA的双重优势：1）通过CS、PRT等多维任务有效捕捉认知障碍；2）整体较低的练习效应使其适合长期监测。CS任务的突出表现可能源于其多认知域协同需求——符号-数字配对涉及注意力、学习和记忆等多系统整合。而PRT对执行功能的评估则能敏感反映早期认知衰退。

研究局限性包括样本种族多样性不足（86.2%白人）和观察期较短。未来应探索：1）设备差异对毫秒级RT测量的影响；2）昼夜节律对测试表现的调节作用；3）练习效应缺失是否可作为认知衰退预警指标。

这项研究为数字认知工具的评估建立了创新框架，证明DANA在保持家庭测试便利性的同时，能有效平衡认知敏感度与练习效应抗性。特别是CS任务14.8%的组间RT差异，为开发阿尔茨海默病等神经退行性疾病的数字生物标志物提供了新思路。