成人注意力与执行功能数字化评估工具的系统综述：效度与可及性分析

《Journal of the International Neuropsychological Society》：Digital tools for assessing attention and executive functions in adults: a systematic review of validity and accessibility

　　

摘要专业翻译 目的： 数字化测试正被常规应用于神经心理学研究。然而，关于其心理测量学稳健性、可用性及易用性仍存在关键问题，这可能限制其临床影响力。 方法： 本系统综述聚焦于评估注意力与执行功能（EFs）的数字化工具特征，这两个认知领域特别适合进行数字化测试。在三个电子数据库（PubMed、Scopus、Embase）中进行了系统性检索。我们仅纳入针对成人且经过验证的工具的相关研究。 结果： 在2583条已识别记录中，有236项研究符合纳入标准。从中我们提取了107种不同数字化工具的信息，范围涵盖传统纸笔测试的计算机化版本，到虚拟现实（VR）和眼动追踪混合系统等新兴技术。大多数工具为面对面施测（85%），仅12%涉及远程非监督评估。约三分之一的工具（34.9%）报告了许可、常模数据或源代码可用性信息。多数工具采用付费许可模式运行，仅6.5%可免费获取。仅有一种工具同时提供源代码。 结论： 目前有多种工具可用于评估注意力与EFs；然而，大多数并未被广泛使用。我们讨论了一种可及性与效度之间的失衡现象，即标准化成套测验通常是商业化的，且未必比较少采用的免费工具得到更充分的验证。新兴技术的验证有限，目前阻碍了其更广泛的实施。总体而言，不同的数字化工具提供了互补优势，而非单一的解决方案。更标准化的验证方法和更广泛采纳开放科学实践，可能有助于将其整合至常规临床实践中。

论文解读文章

研究背景与问题

近年来，数字化测试已逐步融入神经心理学研究领域。越来越多的数字化工具被开发出来，涵盖计算机化任务、网络平台、平板评估以及虚拟现实环境等多种形式。然而，这些工具的实际特征，特别是涉及有效可用性、易用性、临床适用性和验证程度等“实践性”方面，却鲜少得到系统性梳理。尽管数字化工具原则上具备远程施测和跨地域、跨文化推广的潜力，但大多数工具仍以面对面施测为主。这种高潜力和有限实际应用之间的差距，需要更深入的探索。注意力与执行功能（EFs）作为认知系统的核心整合成分，是预测生命周期功能结局的可靠指标，且其快速、情境敏感和动态交互的特性使其特别适合数字化评估。然而，临床实践中这些功能仍常依赖静态的纸笔测试，难以充分捕捉其动态特征。当前文献亦反映出对数字化神经心理评估标准化方法的迫切需求，现有工具在界面设计、硬件要求和心理测量验证方面存在显著异质性。因此，本研究旨在系统梳理成人注意力与EF数字化评估工具的现状，从可及性、心理测量稳健性和施测特征三个关键维度进行评价，以理解数字化工具为何尚未成为这些认知领域测试的金标准。

研究设计与方法概述

研究人员开展了一项遵循PRISMA 2020指南的系统综述，检索方案已在PROSPERO预注册。检索覆盖PubMed、Scopus和Embase三个数据库，分两轮进行，最终纳入236项研究。纳入标准包括：使用数字设备施测或记录反应、评估注意力或执行功能、工具经过验证、参与者年龄超过18岁。研究人员提取了工具的心理测量特征、可及性、认知功能、临床人群、语言、设备要求、平台类型及施测类型和时长等信息。方法学质量采用Joanna Briggs Institute（JBI）关键评估工具进行评价。此外，研究人员提出了一种新颖的心理测量覆盖指数（PCI），基于验证研究中评估的心理测量属性数量来量化工具的验证深度。

研究结果

技术连续谱： 在236项研究中识别出107种不同数字化工具，可按技术复杂度梯度分类。低端为传统纸笔测试的纯数字化版本，如连线测试、威斯康星卡片分类测试和Stroop任务。中间位置为原生计算机化测试成套工具，如NeuroTrax、认知药物研究（CDR）系统和剑桥神经心理测试自动化成套设备（CANTAB）。高端为新兴沉浸式技术，包括虚拟现实（VR）平台、严肃游戏和整合眼动追踪的混合系统，可在交互式、沉浸式环境中评估多任务处理、注意力、视空间技能和EF。

施测模式： 绝大多数研究（85%）仅采用面对面施测。远程非监督施测占11.9%，远程监督施测占2.1%。大多数研究依赖本地安装软件，仅2项研究使用纯网络平台。值得注意的是，一些技术上适合自我施测的网络或应用平台，仍仅在监督下进行，可能为确保方案依从性。

许可、技术要求与开放获取： 仅34.9%的工具报告了许可或常模数据信息。其中多数（18.9%）仅通过商业许可获取，包括CANTAB、CDR、CogState、NeuroTrax和TAP等广泛采用的平台。7种工具（6.5%）可免费获取。仅有一种工具SATURN符合真正的开源标准，其源代码公开可用，且已有独立研究团队据此推导常模数据。多数工具可使用标准计算机施测，部分设计用于平板或智能手机，VR平台需专用硬件。

心理测量特征： 研究人员计算了心理测量覆盖指数（PCI），涵盖11种心理测量属性。在验证研究中，同时效度（45.1%）、区分效度和聚合效度（各33.6%）以及因素/构念效度（32.8%）最常被评估。重测信度和效标效度分别在约30%和27%的研究中报告。内部一致性、练习效应和生态效度评估较少，跨情境信度和评分者内信度极少报告。重要发现是，工具使用频率与验证深度存在部分错配：最常用的工具并非总是验证研究最多或心理测量覆盖最广的。例如，CANTAB引用排名第四，但PCI仅为0.27；NIH-TB-CB的PCI仅为0.09。相反，使用频率较低的Cognivue?却实现了较高的PCI（0.55）。免费工具中，Cognitron作为例外，实现了高PCI（0.73）和中等引用数。

认知领域测量： 大多数工具（67种）将注意力和EF作为更广泛认知成套测验的一部分进行评估，同时涵盖记忆、语言、算术或定向等其他领域。仅18种工具专门测量注意力和EF而不涉及更广泛领域。这表明即使针对注意力和EF选择的工具，通常也作为多维成套测验的一部分进行评估。在语言方面，42.1%的工具仅提供英文版本，32.7%仅提供单一非英语版本，仅18.7%支持多种语言，多语言可用性集中在少数成熟商业成套工具中。

讨论与结论

研究人员指出，结合可及性和效度数据，现有工具大致分为三类：验证程度未必与其广泛采用相匹配的限制访问商业成套工具；验证通常有限但偶尔相当强的免费工具；以及许可信息罕见且心理测量验证最有限的新兴技术。这种可及性与效度之间的失衡表明不存在“更好”的测试，而应根据评估目标选择最合适的工具。临床医生可能倾向于标准化计算机成套工具，研究人员可能优先考虑灵活、沉浸式范式，而大规模或远程评估则受益于强调可及性和自我施测的工具。研究人员强调，免费使用并不等同于真正的开源，完全开放能更迅速地实现独立验证、适应新语言和人群。仅有极少数工具完全遵守开放许可和数据代码共享的透明性。研究局限性包括领域特异性范围、检索策略限制于标题和摘要可能降低敏感性、工具异质性限制定量综合、PCI仅衡量验证广度而非质量，以及发表和可见性偏差可能导致开源工具被低估。结论认为，数字化神经心理测试领域目前存在一种矛盾张力：其核心特性原则上可实现广泛传播，但实际潜力很少被利用。随着数字化神经心理学的发展，挑战在于平衡创新与方法学严谨性，数字化工具应被视为临床专业知识的补充而非替代，在保持准确有意义解释所需方法学标准的同时，提供捕捉认知功能复杂性的新途径。