神经流行病学工具（NeuroEpiTool）——一种用于确定基于人群研究中神经病学结局的数字化工具

《iScience》：The NeuroEpiTool—A digital tool to ascertain neurological outcomes in population-based studies

　　

要点
- NeuroEpiTool 指导非神经科医生卫生专业人员开展数据收集
- 该工具已在两个地点进行测试，支持其在不同人群中的适用性
- 大多数测试中，评估者之间观察到中等到高度的评估者间一致性
- NeuroEpiTool 支持在资源匮乏环境中开展大规模神经流行病学研究

摘要
收集神经系统疾病的体征和症状数据需要大量资源，限制了可行性。本研究报道了 NeuroEpiTool——一种旨在促进神经流行病学研究中数据收集的数字工具。使用 NeuroEpiTool 对80名参与者（女性47.5%，n = 38）进行了评估，这些参与者患有或不患有神经系统疾病。评估了两位使用该工具的卫生专业人员之间的评估者间可靠性。此外，还探讨了汇聚效度和可用性。大多数神经学测试中观察到评估者之间的中等到高度一致性。30秒起立测试虽然不是标准神经学检查的典型组成部分，但显示出最高的一致性水平之一（κ = 0.82，p < 0.001）。医生反馈表明，NeuroEpiTool 非常类似于标准神经学检查。可用性得分为 81.88 ± 10.87。评估者间可靠性评分支持非专家进行数据收集的潜力。未来的研究应开展大规模验证和真实世界实施，以支持神经流行病学中的电子健康（eHealth）解决方案。

图形摘要

引言
神经系统疾病的患病率及其对全球疾病负担的贡献日益明显，据估计全球有34亿（32亿至36.2亿）例病例。从临床和研究两个角度，人们一直在努力缓解这一负担，通过揭示神经系统疾病的复杂性及其风险特征来应对；然而，许多暴露因素（如农药、除草剂和溶剂）的作用仍不清楚，如草甘膦与帕金森病的关系。在个体层面，早期检测对于减轻神经系统功能的影响至关重要。同样，在人群层面，全面探讨因果关系的前瞻性队列研究对于制定有效的预防策略至关重要。然而，研究神经系统疾病及其难以捉摸的风险特征面临重大挑战，特别是在临床环境以外和资源匮乏地区获取进行神经流行病学研究所需的资源方面。

电子健康（eHealth）在医疗和健康研究中展现了巨大潜力，惠及卫生专业人员、患者和护理者。然而，用于神经系统疾病体征和症状研究的 eHealth 工具相对有限：这些工具通常针对特定疾病或较窄的神经学领域（如仅运动、认知或协调障碍）。评估神经功能的 eHealth 软件和硬件综述强调需要一种统一工具来捕捉广泛的神经系统体征和症状。此外，与为临床应用开发的工具相比，明确为研究目的设计的 eHealth 工具仍然稀缺。目前，eHealth 主要关注个体层面的临床应用（如诊断、指导治疗、分类和监测症状），往往忽视了其对研究环境的潜在优势，如大规模数据收集。虽然大量 eHealth 工具不断被开发，但只有少数工具能够成功实施、有效和可持续。

实施挑战近年来一直是 eHealth 领域的核心问题，特别是在资源匮乏地区，与当地机构、研究人员和其他专业人员（如卫生工作者和信息技术专家）的协调可能面临困难。提出的解决方案包括建议从工具开发的初始阶段就考虑影响开发、实施和评估的关键因素。例如，CeHRes 路线图强调从一开始就参与多方利益相关者，并建议持续反馈、可用性测试和结构化实施策略，重点关注真实世界的应用和迭代改进。

针对上述挑战和空白，我们开发了一种新的 eHealth 工具——NeuroEpiTool，与 CeHRes 路线图相一致。我们在开发过程中尽早介入相关利益相关者，并优先考虑维护策略，以最大化新工具的长期可持续性。NeuroEpiTool 将数字化神经学检查进行改编，以便非神经科医生进行数据收集。该工具侧重于敏感性，捕捉广泛神经系统疾病的体征和症状。其目的不在于个体层面的诊断或分类，而是探索人群中的模式。与大多数现有工具不同，NeuroEpiTool 专为神经流行病学研究设计，允许在没有专家在场的情况下进行数据收集。

本文详细介绍了 NeuroEpiTool 第一版的结构和内部验证研究。内部验证的主要目标之一是评估使用 NeuroEpiTool 时神经科医生与非神经科医生卫生专业人员之间的一致性。因此，我们预期 NeuroEpiTool 中的大多数神经学测试在评估者之间表现出中等到实质性的一致性。同样，我们预期 NeuroEpiTool 的用户会报告高可用性，遵循 CeHRes 路线图以提高采用率。

结果

评估者间可靠性
参与者人口学数据见表1。NeuroEpiTool 各部分的详细流程图见图1。根据分析，NeuroEpiTool 中有三项测试在两位评估者之间表现出高度一致性：30秒起立（κ = 0.82，p < 0.001）、浅感觉（κ = 0.83，p < 0.001）和视野（κ = 0.80，p < 0.001）。另有三项测试表现出中等一致性：沿线行走（κ = 0.69，p < 0.001）、认知评估（κ = 0.74，p < 0.001）和面神经（κ = 0.60，p < 0.001）。上肢旋前者漂移、鼻-指试验和眼球运动测试显示弱一致性。补充测试（即下肢旋前者漂移和上下肢深感觉）未显示显著性，可能由于数据不足。每项测试的详细信息见表2，主要测试的 Cohen's kappa 值视觉概览见图2。

图1 NeuroEpiTool 各部分的逐步流程图及其相互连接关系
完整说明

每个编号部分对应一项神经学测试。第6部分提醒评估者确保参与者同意被触碰。第10部分对应最后一项测试，并过渡到问题部分。FP，首页；UL，上肢；LL，下肢；AQ，病史问题。

图2 使用 Cohen's kappa 得出的主要神经学测试间的一致性水平（评估者间可靠性）
完整说明

测试中较大的值表明使用 NeuroEpiTool 的两位评估者之间的一致性更强。UL，上肢；LL，下肢。

| 特征 | 意大利（n = 29） | 贝宁（n = 51） | 总体（n = 80） |
|------|-----------------|---------------|---------------|
| 年龄，年，均值（SD）? | 54.2 (25.5) | 53.3 (14.8) | 53.6 (19.2) |
| 女性，n (%) | 21 (72.4) | 17 (33.3) | 38 (47.5) |
| 受教育年限，均值（SD） | 13.2 (4.6) | 13.0 (5.7) | 13.1 (5.3) |
| 诊断，n (%) | | | |
| 无（无损伤） | 3 (10.3) | 10 (19.6) | 13 (16.3) |
| 多发性硬化 | 24 (82.7) | — | 24 (30.0) |
| 卒中 | — | 18 (35.3) | 18 (22.5) |
| 癫痫 | — | 5 (9.8) | 5 (6.3) |
| 帕金森病 | — | 3 (5.9) | 3 (3.8) |
| 其他? | 2 (6.9) | 13 (25.5) | 15 (18.8) |

表1 各数据收集点的参与者人口学特征
? 年龄根据出生年份和评估年份估算，因为未收集确切出生日期。
? 其他诊断包括偏头痛、前庭障碍、特发性震颤和痴呆。

| 神经学测试 | Cohen's kappa (κ) | CI | p值 | n |
|-----------|------------------|-----|-----|---|
| **主要测试** | | | | |
| 旋前者漂移—上肢 | 0.57 | [0.38, 0.75] | 0.001 | 80 |
| 鼻-指试验 | 0.51 | [0.17, 0.85] | 0.001 | 54 |
| 30秒起立测试 | 0.82 | [0.69, 0.96] | 0.001 | 80 |
| 沿线行走 | 0.69 | [0.52, 0.86] | 0.001 | 71 |
| 认知评估 | 0.74 | [0.56, 0.92] | 0.001 | 80 |
| 浅感觉 | 0.83 | [0.69, 0.97] | 0.001 | 80 |
| 面神经 | 0.60 | [0.40, 0.80] | 0.001 | 80 |
| 视野 | 0.80 | [0.59, 1.02] | 0.001 | 80 |
| 眼球运动 | 0.54 | [0.27, 0.82] | 0.001 | 80 |
| **补充测试** | | | | |
| 旋前者漂移—下肢 | 0.26 | [?0.18, 0.69] | 0.26 | 19 |
| 深感觉—上肢 | — | — | — | 1 |
| 深感觉—下肢 | 0.39 | [0.01, 0.76] | 0.06 | 23 |

表2 使用 Cohen's kappa 得到的一致性水平统计
额外的补充测试仅对先前测试中表现出损伤的少数选定参与者进行。如果 κ < 0.20，表示无一致性；如果 0.21 ≤ κ ≤ 0.39，表示极小一致性；如果 0.40 ≤ κ ≤ 0.59，表示弱一致性；如果 0.60 ≤ κ ≤ 0.79，表示中等一致性；如果 κ ≥ 0.80，表示高度一致性。

汇聚效度与可用性
使用 NeuroEpiTool 收集数据的两位神经科医生就其完整性、局限性和总体评价提供了令人鼓舞的反馈。表3提供了神经科医生按问题分类的完整回答。

| 问题 | 神经科医生1（意大利） | 神经科医生2（贝宁） |
|------|-------------------|-------------------|
| NeuroEpiTool 在多大程度上能够捕捉您评估的参与者的实际神经状态？换句话说，它是否能平均提供神经状态的公平图景？ | 是的，但对于症状非常轻微的人可能存在局限性 | 是的 |
| 您是否认为 NeuroEpiTool 在某些特定神经系统疾病方面的捕捉能力优于其他疾病？如果是，哪些？ | 视觉障碍可能是一个弱点 | 某些神经系统疾病捕捉得很好（麻痹、头痛、肌病、平衡障碍、小脑综合征和认知障碍） |
| 您对 NeuroEpiTool 是否有其他评论或反馈？ | 该工具应能与其他工具交互 | NeuroEpiTool 对于非神经科卫生专业人员来说是一个非常好的工具 |
| NeuroEpiTool 类似于标准神经学检查的程度（李克特等级量表） | 有些同意 | 有些同意 |

表3 神经科医生对评估 NeuroEpiTool 临床相似性和评估准确性的问题的回答

关于可用性，系统可用性量表（SUS）的平均得分为 81.88 ± 10.87，表明 NeuroEpiTool 总体可用性得分较高。个体评分见表4。

| 评估者 | 神经科医生1（意大利） | 神经科医生2（贝宁） | 心理学家（意大利） | 护士（贝宁） |
|-------|-------------------|-------------------|-----------------|------------|
| SUS评分 | 97.5 | 77.5 | 80.0 | 72.5 |

表4 NeuroEpiTool 在不同角色和地理位置下的可用性评分（SUS）

讨论
本研究报道了 NeuroEpiTool 的开发和内部验证，这是一种旨在无需神经科医生即可收集神经系统疾病体征和症状的数字研究工具。数据收集在北方国家和南方国家同时进行，主要目标是评估神经科医生与非神经科医生卫生专业人员使用该工具时的评估者间可靠性。此外还探讨了汇聚效度和可用性。总体而言，结果支持 NeuroEpiTool 的可靠性、可用性和构念效度。

评估者间可靠性
大多数主要神经学测试表现出中等到高度的一致性。三项补充测试（下肢旋前者漂移和上下肢深感觉）似乎仅表现出极小一致性，可能由于可用数据有限。值得注意的是，一致性水平最高的测试之一——30秒起立，通常不是常规神经学检查的一部分，如神经科医生所述。然而，数据显示它似乎是一项非神经科医生可以执行和解释的高度可靠测试。评估者之间的解释存在某些不一致。例如，在上肢旋前者漂移中，神经科医生注意到一只手臂下落，而非神经科医生观察到旋前，两者都识别出损伤但描述方式不同。解释上的差异可能源于症状波动，因为某些神经系统疾病在同一天内可能表现出不同表现，特别是运动症状和疲劳。在其他测试中，如眼球运动和鼻-指试验，一致性水平较低，可能是由于非神经科医生过度诊断，可能将轻微不对称标记为损伤。因此，非神经科医生应谨慎解释这两项测试，因为其解释需要大量专业知识和正式培训。尽管如此，这些测试被纳入 NeuroEpiTool 与全面筛查评估的目标相符，从而避免遗漏损伤的风险。

此前很少有研究将神经科医生的评估与其他卫生专业人员的评估进行比较。研究主要关注已验证的临床测量工具（如统一帕金森病评级量表[UPDRS]），而非数字工具。一篇关于 UPDRS 运动检查的论文描述了神经科医生与护士评估之间中等到实质性的评估者间一致性。另一篇关于使用牛津郡社区卒中项目（OCSP）进行卒中评估的论文揭示了护士与神经科医生之间尚可到中等的一致性。一项比较神经科医生与物理治疗师的研究指出，旋前者漂移、鼻-指试验和瞳孔对称性测试的评估者间一致性较低。与眼睛相关的评估，如瞳孔对称性和眼球运动，似乎对非神经科医生来说特别具有挑战性。相反，并列步态测试在文献中显示出高度一致性，这与我们在 NeuroEpiTool 中沿线行走测试的结果一致。此外，评估可观察体征（如步态、平衡和协调）的测试比诱发体征（如力量、肌张力和反射）显示出更好的一致性，支持了我们的测试选择。这些先前的研究和我们的研究结果支持以下前提：经过适当培训，非神经科医生卫生专业人员可以公平地评估和解释神经系统疾病的体征和症状。

汇聚效度与可用性
神经科医生普遍认为 NeuroEpiTool 类似于标准神经学检查。

然而，他们指出，微妙的体征可能无法被NeuroEpiTool检测到，尤其是在多发性硬化症或癫痫等疾病中。据神经科医生所述，纳入病史询问具有重要意义：尽管参与者在接受这些询问时可能没有任何体征或症状，但这些问题是对神经系统检查的补充，能够添加其他测试可能无法捕获的相关信息。视力障碍也被认为是一个潜在的混杂因素，但该工具在其首页已考虑了未矫正的视力和听力障碍。总体而言，神经科医生的反馈非常积极和鼓励，建议应继续开发、改进NeuroEpiTool，并广泛部署。

所有评估者的可用性得分均为中等至高。神经科医生的可用性得分略有提高，这可能与他们更熟悉说明、测试和评分系统有关。非神经科医生可能在进行测试时信心不足，这反映在较低的可用性得分上。意大利评估者的可用性得分较高，这可能归因于全球北方的数字素养水平普遍高于全球南方；然而，法语翻译也可能影响了可用性。一项先前的研究发现，医疗专业人员对医疗记录系统的可用性感知与护士不同，这些差异在不同医院和初级保健部门以及不同国家之间存在差异，这可能是由于各国不同的实践和系统所致。总体可用性得分超出预期，表明NeuroEpiTool不需要极高的数字素养即可有效使用。

用于神经流行病学研究的NeuroEpiTool

本文报告的NeuroEpiTool具有创新性，因为它能够捕获多种神经系统疾病的广泛体征和症状，特别是那些影响步态、平衡、认知和面神经的疾病。它对于非神经科医生的使用和解释是可靠的，只需要智能手机、笔和互联网连接，使其适用于资源匮乏的环境。与许多现有的旨在支持特定神经系统疾病诊断、分类或监测的数字工具不同，NeuroEpiTool提供了一项数字化的神经系统功能评估，可由非神经科医生的医疗专业人员用于研究。虽然非常轻微的症状可能在特定测试中被误判，但该工具达到了其促进体征和症状数据收集的目标。未来的研究应聚焦于在大规模流行病学研究（即队列研究）中验证NeuroEpiTool，正式评估其相对于标准神经系统检查的敏感性，并探索其他经过培训的人员（如流行病学家）使用该工具以支持暴露-结局研究。

研究的局限性

总体积极的结果对NeuroEpiTool和数字健康的未来以及其在真实世界环境中及临床环境之外的实施持乐观态度。本研究的一个主要局限性是评估者通常未被参与者诊断信息盲法化；由于数据收集主要在神经科医生会诊期间进行，神经科医生已了解参与者的神经系统状况。我们也没有评估评估者对电子健康的先前经验或数字素养水平，这可能影响了可用性得分。此外，相对较小的样本影响了部分神经系统测试的数据，而NeuroEpiTool被翻译成法语并在两种不同语言中使用可能阻碍了完全公平的比较。虽然数据不足限制了整个测试集的可比性，但它反映了现实世界的临床推理，即只有在初步表现显示潜在障碍时才进行额外测试。鉴于比较是在不同类型评估者之间进行的，总体发现支持专家与非专家在使用NeuroEpiTool解读神经系统疾病体征和症状方面具有良好的一致性。

对于一致性较低的项目，可能会出现误分类，这可能反映了部分神经系统测试的复杂性更高、解读差异以及非专科评估者培训有限。然而，由于NeuroEpiTool旨在作为研究工具而非临床工具使用，识别潜在障碍的优先级高于指导诊断。因此，偶尔的假阳性结果优于遗漏潜在的神经系统障碍。被识别为可能有障碍的个体随后应由受过训练的神经科医生进行标准神经系统检查。

结论

本研究报道了一种新数字研究工具的开发和内部验证，该工具可在无需神经科医生的情况下捕获神经系统疾病的体征和症状。在大多数主要神经系统测试中观察到中等至优秀的一致性。同样，所有使用NeuroEpiTool的评估者均报告了高可用性。神经科医生也认为NeuroEpiTool类似于标准神经系统检查，尽管存在一些预期的局限性。本研究的发现凸显了数字健康工具在支持神经流行病学研究中数据收集和评估的潜力。

资源可用性

主要联系人

更多信息和资源请求应联系主要联系人Vasco Ribeiro Ferreira（[e-mail]），由其负责处理。

材料可用性

本研究未产生新的独特试剂。

数据和代码可用性

• 本文报告的数据可在请求后由主要联系人共享。

• 所用材料的登录代码可在关键资源表中找到。源代码公开在GitHub上（https://github.com/laexdt/eHealth-research-tool）。

• NeuroEpiTool可免费在线访问：https://neuroepitool.web.rug.nl/。重新分析本文报告数据所需的任何其他信息可在请求后由主要联系人提供。

致谢

本文是格罗宁根大学一项大型资助博士项目的一部分。额外资助来自格罗宁根青年科学院（YAG）种子基金。作者感谢EpiMaCT在项目中提供的关键支持，以及所有参与者和为研究成功做出贡献的卫生人员。

作者贡献

V.R.F. 负责概念化、方法学、验证、正式分析、调查、数据整理、可视化、资金获取以及初稿撰写、审阅和编辑。S.M.、Z.B.和D.T. 负责软件和审阅。W.B. 参与了初稿撰写、审阅和编辑。P.R.和R.H. 提供监督和资源，参与调查并审阅了手稿。F. Madonia和I.A. 参与了调查、数据整理和手稿审阅。F. Mohsen负责软件、监督和手稿审阅。P.-M.P.、D.D.G.和C.K.A. 提供资源、项目管理和手稿审阅。T.v.Z.、E.M.和V.G. 是主要监督人和项目管理人员，他们还参与了手稿的审阅和编辑。

利益声明

作者声明不存在竞争利益。

STAR★方法

关键资源表

| 试剂或资源 | 来源 | 标识符 |
|---|---|---|
| 沉积数据：NeuroEpiTool源代码 | GitHub | https://github.com/laexdt/eHealth-research-tool |
| 软件和算法：NeuroEpiTool | 本研究 | https://neuroepitool.web.rug.nl/ |
| Qualtrics | Qualtrics | RRID:SCR_016728 |
| IBM SPSS Statistics v28 | IBM | RRID:SCR_016479 |
| 其他：Neurological Examination Made Easy | Fuller | ISBN 13: 9780702051777 |

实验模型和参与者细节

已获得主要研究中心伦理委员会的伦理批准（即格罗宁根大学Fryslan校区——批准号cf-ucg.2024.003——以及格罗宁根大学医学中心），并获得每个数据收集研究中心的批准。

80名性别分布均衡（47.5%女性，n=38）的参与者，包括有和没有神经系统疾病的个体（83.8%有障碍，n=67），分别由每位评估者使用NeuroEpiTool评估两次。评估者彼此对其评估信息实施盲法，但未对参与者诊断信息实施盲法。无参与者主要来自患者陪同人员或工作人员。数据从两个健康中心收集：意大利Policlinico Universitario Paolo Giaccone（n=29）和贝宁国家大学医院中心Hubert Koutoukou MAGA（CNHU-HKM）（n=51）。我们选择这两个不同的中心是为了从更广泛的地理、文化和社会背景中获取更多样化的参与者，并促进更好地理解NeuroEpiTool在不同环境中的表现。知情同意通过书面知情同意书获取。参与者特征见表1。

方法细节

背景

本文所述的数字工具NeuroEpiTool源于一项更大的项目，旨在开发一种用于评估群体水平神经系统障碍的工具，专为非神经科医生在神经流行病学研究中使用而设计。在项目的早期阶段，已发表了一份方案和两项系统综述，以映射现有的用于评估一项或多项神经系统功能的电子健康软件和硬件工具。系统综述提供了评估神经系统功能方面电子健康开发和实施的障碍和促进因素的概述，在开发工具时予以考虑。随后进行了一项德尔菲共识研究，以确定捕获神经系统疾病体征和症状的最合适筛查测试和问题。由于非神经科医生将是该工具的主要用户，神经系统检查故意按功能而非解剖位置组织，以增强非专业人士的清晰度（例如，协调障碍而非小脑病变）。此外，神经学、流行病学和参与者经验方面的专家团队参与了德尔菲研究，确保多学科视角以完善工具设计。NeuroEpiTool将标准神经系统检查改编为半自动化的数字格式，结构化为逐步流程，由经过培训的评估者导航操作。该工具遵循简约原则开发：如果某项目结果为阳性（即被标记为有障碍），则可能需要补充测试来完善神经系统障碍的识别。

本文描述了NeuroEpiTool原型在意大利和贝宁的内部验证，这两个国家分别位于全球北方和全球南方。内部验证主要旨在评估非专家表现相对于专家表现的准确性，确定非神经科医生能否使用该工具并像神经科医生一样准确地解读参与者的反应。通过问卷调查评估者，我们还调查了NeuroEpiTool的可用性和构念效度以及其与标准神经系统检查的相似性。

选择工具内容

德尔菲研究中确定的项目指导了多个图表部分的设计，每个部分侧重于探索障碍，并对应于德尔菲研究中达成共识的一项神经系统检查测试。神经系统检查方面的专家提出了神经系统测试和问题，数据收集和参与者经验方面的专家根据其可行性、可解读性以及参与者可接受性对其进行评分。完整标准和细节可参阅已发表论文。德尔菲研究的最终选择包括十项神经系统测试和七个病史询问问题，涵盖广泛的体征和症状。

NeuroEpiTool中的神经系统测试包括旋前者漂移试验、鼻-食指试验、30秒坐站测试、沿直线行走测试、认知评估、浅感觉测试、深感觉测试、面神经测试、视野测试和眼球运动测试。病史询问问题补充了测试未涵盖的评估。在德尔菲研究之后的专家反馈环节中，还纳入了一个评估运动迟缓的额外病史询问问题。同样，基于经过验证的癫痫问卷，还纳入了五个与癫痫相关的额外病史询问问题。额外的病史询问问题由专家建议，旨在尝试捕获任何可能仍可探索的神经系统疾病剩余体征和症状。

NeuroEpiTool

NeuroEpiTool的原型使用Qualtrics软件设计，后来编码为第一版，托管在网站上（https://neuroepitool.web.rug.nl/）。它是开源的，可以访问其源代码、集成或扩展。NeuroEpiTool以基于Web的格式构建，便于访问并与大多数智能手机和平板电脑兼容。最初使用英语开发，后来由认证翻译人员翻译成法语，以满足贝宁用户的需求。为最大程度减少隐私风险，NeuroEpiTool不收集可直接识别的个人信息。收集的数据仅限于性别、出生年份、受教育年限和已知诊断（如适用）。每次评估后，数据必须以.csv文件导出或以其他方式永久删除。导出的数据存储在格罗宁根大学的服务器上，并按照《通用数据保护条例》（GDPR）处理。由于NeuroEpiTool可能在不同司法管辖区使用，用户负责确保数据收集、存储和处理符合适用的当地法规和机构要求。

由于非神经科医生是该工具的主要用户，神经系统测试前会出现文字说明，指导评估者充分地进行评估。

同时，他们防止受过训练的神经科医生在NeuroEpiTool的数字神经检查中偏离标准。评估者随后根据帮助解读参与者表现的问题进行引导。逐步流程图被设计为仅在当前测试表明可能存在功能损害时才进行特定测试，并基于这种精简方法构建了流程图。此外，评估上肢和下肢功能的测试被安排在序列的前端，以确保如果参与者有缺失或无法活动的肢体，后续测试将考虑到这一限制（例如，如果参与者即使有协助也无法反复从椅子上坐立，则认为直线行走测试不可行）。神经测试被分为主测试和补充测试：补充测试仅在特定主测试存在损害时才进行（图1）。NeuroEpiTool的设计旨在最大化敏感性而非特异性，即它应正确捕获所有存在损害的个体。该流程图遵循了涉及关键利益相关者之间反馈回路的迭代过程，包括神经科学家、流行病学家、神经科医生和信息技术（IT）专家。在将设计元素整合到工具中时，IT团队对流程图、用户输入、潜在实施方案以及在必要时提供的替代解决方案提出了反馈。参与德尔菲研究的神经检查专家审阅了半最终版流程图，对决策节点、潜在结果和整体逻辑提供了反馈。NeuroEpiTool中的神经测试评估为每位参与者产生结果。这些结果基于标准神经检查，主要结果指每项测试中表现是否受损。附加结果包括将损害分配至身体至少一侧，有三个水平（即左侧、右侧或双侧）；根据损害严重程度将强度分为三个水平（即轻度、中度、重度）；以及将损害归因于某项神经功能（例如上肢力量损害、下肢协调障碍）。流程图由多个部分组成，每个部分对应特定的神经测试，另有一个部分涉及病史问题。为最大化工具的同质性和可用性，评估者对大多数问题的输入为"是"或"否"之间的选择。各部分的这种回答格式有助于确保评估者之间的统一性并促进一致性。然而，某些部分在表现受损时可能需要额外输入（例如在第三部分——30秒椅子起立测试中，评估者需指定参与者是只能在协助下完成测试，还是无需协助但困难地完成，抑或是即使有协助也无法完成）。尽管大多数输入通过单选完成，但也有少数实例采用了多选，即评估者选择所有适用于参与者表现的选项（例如在第四部分——直线行走测试中，参与者可能既无法踮脚行走，也无法脚跟行走）。非神经科医生评估者要求为医疗保健专业人员。他们对NeuroEpiTool的培训通过一系列插图和演示视频支持，展示了每项神经测试的正确执行方式以及表现受损的示例。Fuller的《神经检查简易指南》作为表现和解读的参考。培训时长约15分钟，神经科医生全程在场以回答问题和提供澄清。两个研究站点使用相同的培训材料和程序以确保一致性。量化与统计分析评估者间信度我们通过比较使用工具的神经科医生与同样使用工具的