面向卒中高风险老年人游戏化认知评估工具的信效度验证研究

《Brain Sciences》：Reliability and Validity of a Gamified Cognitive Assessment for Adults at High Risk of Stroke

　　

专业术语翻译（摘要部分） 背景：现有的大多数数字认知评估工具仅是纸笔测试的简单改编，缺乏在老年人中的充分验证，并且对高血管风险人群中常见的领域特异性缺陷敏感性较差。本研究旨在评估一款为卒中高风险成人开发的游戏化数字认知评估游戏（Digital Cognitive Assessment Game, DCG）测试组合的信度、效标关联效度（convergent validity）及用户体验。方法：本研究招募了具有卒中高风险的社区居住者。参与者完成了DCG测试组合、一套标准化神经心理测试组合以及一次2个月后的复测。信度采用组内相关系数（intraclass correlation coefficients, ICCs）评估。效标关联效度通过皮尔逊相关（Pearson correlations）和典型相关分析（canonical correlation analysis, CCA）检验。用户体验采用李克特量表（Likert-scale）问卷评估。结果：共有86名参与者（平均年龄67岁；60.2%为女性；平均受教育年限11.37年）完成了基线评估。此外，18项DCG任务中有12项显示出可接受至较高的重测信度（ICC范围：0.795–0.883），其余6项任务显示出勉强可接受的信度（ICC范围：0.615–0.737）。效标关联效度显示五个认知领域的相关性（r = 0.373–0.582，p < 0.05），但视空间功能除外（r = 0.260，p = 0.063），总体认知呈强相关（r = 0.734，p < 0.001）。CCA显示DCG与传统测试组合之间存在强总体关联（R = 0.86，p < 0.001）。DCG在区分测试组合定义的轻度认知障碍（mild cognitive impairment, MCI）方面表现出良好能力（AUC = 0.91，95% CI：0.85–0.97）。参与者报告了良好的可用性和较高的接受度（80%报告完成DCG无困难）。结论：DCG测试组合在卒中高风险成人中表现出令人满意的信度、效度和用户可接受性。作为一种自评工具，它代表了认知筛查的一种有前景的方法，尤其是在资源有限的环境中。

论文解读文章

一、研究背景与问题

全球约有5000万人受痴呆症影响，预计到2050年这一数字将增至1.52亿。在老年人中，痴呆患病率约为5%–7%，给个人、家庭和医疗系统带来沉重负担。2024年《柳叶刀》委员会报告估计，60岁以后年龄每增加5岁，痴呆风险即翻倍。鉴于临床阶段治疗手段效果有限，早期识别轻度认知障碍（mild cognitive impairment, MCI）对于及时干预和预防痴呆至关重要，尤其是在血管风险高、更易发生血管性认知损害及相关领域特异性缺陷的人群中。

早期检测的关键挑战在于识别细微的、领域特异性的认知缺陷。广泛使用的筛查工具如简明精神状态检查（Mini-Mental State Examination, MMSE）和蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）依赖总体得分和单一截断值，可能限制其对特定认知领域损害的敏感性。相比之下，全面的神经心理测试组合如美国国立神经疾病与卒中研究所和加拿大卒中网络（National Institute of Neurological Disorders and Stroke and Canadian Stroke Network, NINDS-CSN）协调标准虽能提供领域层面的评估，但耗时、需要训练有素的人员，难以在大规模或社区环境中实施。

数字游戏正被越来越多地探索为可扩展的认知评估平台，兼具低成本、无创性和吸引人的用户体验。然而，将现有数字游戏直接应用于中国老年人仍面临多重挑战：经过验证可用于认知测试的数字游戏应用仍然稀缺；很少有工具被验证可独立、无监督使用；相当比例的商用认知游戏面向年轻用户开发，可能降低其在老年人中的可用性和参与度。

二、研究目的与设计

为弥补上述空白，研究人员开发了一款名为数字认知评估游戏（Digital Cognitive Assessment Game, DCG）的应用程序，这是一种基于平板电脑、自评式的认知评估测试组合，将游戏化范式与领域特异性任务相结合，专为中国老年人定制。本研究旨在评估DCG能否在卒中高风险老年人中作为传统神经心理评估的可靠且有效的替代方案。

研究采用前瞻性设计，参与者于2025年1月至2026年1月从CIRCLE登记库（ClinicalTrials.gov ID: NCT03542734）招募，该登记库是一项针对有无脑小血管疾病且无已知痴呆成人的单中心前瞻性观察研究。本研究选取卒中高风险老年人，定义为年龄≥55岁且至少具有三项血管危险因素。最终86名参与者完成基线和纸笔评估，其中43人被随机选取并在2个月后完成复测。

三、主要关键技术方法

研究人员采用以下关键技术方法开展研究：第一，开发了包含18个游戏化任务的DCG测试组合，覆盖六个认知领域，部署于平板电脑，每项任务以循环教学视频引导，参与者独立完成；第二，采用改良版NINDS-CSN血管性认知损害测试组合（60分钟方案）作为对照，评估注意力、执行功能、语言、视运动速度、视空间功能和记忆六个领域；第三，基于Jak和Bondi的精算神经心理标准判定MCI与无认知障碍（No Cognitive Impairment, NCI）；第四，统计方法包括组内相关系数（intraclass correlation coefficients, ICCs）评估重测信度、皮尔逊相关和典型相关分析（canonical correlation analysis, CCA）评估效标关联效度、受试者工作特征（receiver operating characteristic, ROC）曲线分析评估判别效度，并采用自助重采样和5折交叉验证。

四、研究结果

4.1 参与者特征

93名符合条件者中，86人（92.5%）完成DCG和纸笔NINDS-CSN评估，7人未完成DCG（5人无法独立操作平板，2人有视觉困难）。参与者平均年龄67岁，60.2%为女性，平均受教育年限11.37年。复测组与非复测组之间无显著差异。

4.2 DCG测试表现、练习效应与重测信度

基线DCG与纸笔评估的中位间隔为45分钟，DCG在T1和T2的中位完成时间分别为28和26分钟，两次DCG评估的中位间隔为58天。原始配对t检验显示两项任务（快速闪现记忆和视觉模式记忆）出现显著变化，具有小至中等的练习效应（Cohen's d分别为0.364和0.375），但经Benjamini-Hochberg（BH）校正后均不再显著。18项游戏中，12项显示可接受至较高的重测信度（ICC 0.795至0.883），其余6项处于勉强可靠范围（ICC 0.615至0.737）。总体复合ICC为0.901，领域层面ICC范围为0.793（视空间功能）至0.904（记忆）。

4.3 效度

皮尔逊相关显示，除心算速度和角度外，大多数DCG项目与测量相同认知领域的纸笔测试之间存在小至中等相关（r：0.226至0.528，p < 0.05）。领域层面相关相似或更高（r：0.373至0.582，p < 0.05），仅视空间功能呈临界相关（r = 0.260，p = 0.063）。总体认知在两个测试间呈强相关（r = 0.734，p < 0.001）。CCA显示第一对典型变量显著相关（R = 0.857，p < 0.001；典型R2 = 0.73），表明两个测试组合之间存在强关联。视运动速度、执行功能和记忆是两套测试组合中最主要的贡献因素。

4.4 ROC区分MCI

86名参与者中，27人（31.4%）被Jak-Bondi标准分类为MCI，59人（68.6%）为NCI。DCG区分MCI与NCI的AUC为0.91（95% CI：0.85–0.97），最佳截断值对应的敏感性为0.96，特异性为0.76，阳性预测值为0.65，阴性预测值为0.98。

4.5 用户体验

80%报告使用平板完成评估无困难，25%难以集中注意力，12%报告对自身表现感到焦虑。超过85%的参与者表示愿意在DCG上花费时间。任务层面，语义分类和奇偶辨别的说明最易理解，空间记忆回忆被认为最难，奇偶辨别被评为难度最低。14/18项游戏获得至少65%参与者的高享受度评分。用户体验评分与任务表现之间经校正后无显著关联。

4.6 人口学变量关联

受教育年限与多项DCG和NINDS-CSN测量相关。DCG方面，受教育年限与面孔-名字联想任务、奇偶辨别、语义分类和词汇分类相关；NINDS-CSN方面，与语言流畅性、改良波士顿命名测试、符号数字模态测试、Rey复杂图形延迟回忆和Hopkins言语学习即时回忆相关。

4.7 缩减版DCG的事后探索性分析

研究人员移除6项表现出练习效应或弱效标关联效度的任务，形成12项版本。缩减版在六个认知领域和总体认知上的效标关联效度保持相同或略有提高，视空间功能明显提升（r从0.260升至0.320，p = 0.023），总体认知相关也改善（r从0.734升至0.751，p < 0.001）。交叉验证平均AUC为0.91，与18项版本无显著差异。

五、讨论与结论

讨论部分指出，DCG测试组合在卒中高风险老年人中表现出可靠、有效且用户友好的认知评估特性。多数任务的重测信度稳定，支持其时间稳定性。练习效应主要出现在快速闪现记忆和视觉模式记忆两项任务中，可能反映参与者对任务规则和界面操作的熟悉度提高，建议开发难度匹配的替代版本以减少重复测试中的学习效应。总体认知的强效标关联效度以及AUC = 0.91的判别能力支持其作为传统神经心理评估的替代方案。CCA显示两个测试组合共享73%方差，视运动速度、执行功能和记忆为主要贡献因素，与高血管风险人群常见的认知特征一致。视空间领域效度最弱，可能反映两套测试组合中该领域任务数量有限及任务需求差异。虽然实际完成时间（26–28分钟）长于预期的20分钟，但相比60分钟的纸笔测试组合仍可接受。缩减版12项DCG在探索性分析中保持可比效度并改善可行性，但需独立外部验证。

研究结论：DCG测试组合可作为可扩展、用户友好的研究导向认知筛查和分层工具，尤其在资源有限、缺乏训练有素神经心理评估人员的环境中具有应用前景。由于MCI/NCI状态由神经心理测试组合而非正式临床诊断定义，未来研究应在临床诊断标准下验证DCG，方可推荐用于临床筛查或诊断。