《Journal of Clinical and Experimental Neuropsychology》:Cross-sectional assessment of telephone- and computer-administered instruments in detection of cognitive impairment
编辑推荐:
针对远程认知筛查工具在早期阿尔茨海默病(AD)检测中有效性证据不足的问题,研究人员在无痴呆诊断的人群样本中,通过横断面研究,评估了电话(如TELE、TICS-m3)和计算机(cCOG)管理认知筛查工具与现场“阿尔茨海默病注册联盟神经心理成套测验(CERAD-nb)”的关联性。结果显示,cCOG与CERAD-nb相关性最高(r=.62),其在鉴别认知障碍方面表现最佳(AUC=.76)。更重要的是,同时纳入电话和计算机两种模式的测量结果,能最有效地预测现场认知功能。这为在大规模AD干预试验中,利用远程工具进行高效、低成本的初步认知筛查提供了有力证据。
在大脑健康的守护战中,及早发现认知衰退的信号至关重要。阿尔茨海默病(Alzheimer's Disease, AD)作为一种常见的神经退行性疾病,其早期的诊断和干预是当前医学研究的热点。传统的认知评估“金标准”是现场神经心理测试,由专业人士面对面进行,虽然精准但成本高、耗时费力,难以用于大规模人群的快速筛查。近年来,电话和计算机管理的认知筛查工具因其便捷、低成本的优势,为这一困境提供了新的可能。然而,一个关键的科学问题随之浮现:这些远程工具,真的能像现场测试一样,有效地识别出那些早期、甚至临床前期的认知功能细微变化吗?特别是,现有证据大多来自已确诊痴呆症的患者,对于大量尚未被诊断、看似健康的人群,这些远程工具的表现究竟如何,我们知之甚少。这就像用一个原本为“重症”设计的筛子,去筛选“亚健康”的沙粒,其效果亟待验证。为此,一项发表在《Journal of Clinical and Experimental Neuropsychology》上的研究,将目光投向了无痴呆诊断的普通老年人群,旨在评估这些便捷的远程筛查工具,能否担当起早期认知障碍“侦察兵”的重任。
为了解答上述问题,研究人员巧妙地设计了一项横断面研究。研究的核心对象来自芬兰的一项基于人群的双生子队列(TWINGEN研究)的202名参与者,他们年龄在65-85岁,无痴呆或其他已知的显著影响认知的疾病诊断。研究采用了三种主要的远程认知筛查工具:两种电话测评工具——电话痴呆评估(TELE)和改良版电话认知状态访谈(TICS-m3,包含三次学习试次),以及一种计算机化测评工具——网络版cCOG。所有参与者都完成了现场的金标准测评,即阿尔茨海默病注册联盟神经心理成套测验(CERAD-nb),其总分被用作衡量整体认知功能的核心指标和用于区分认知是否受损的标准。通过一系列严谨的统计学分析,包括计算相关性系数、接收者操作特征曲线下面积(AUC)来评估分类准确性,以及构建控制年龄、性别、教育水平等人口学因素后的线性混合效应模型,研究者系统地探究了远程工具与现场测评的关联强度、对认知状态的鉴别能力,以及它们在预测现场认知表现中的独立和叠加价值。
研究方法
本研究的关键技术方法包括:1. 样本队列:研究基于芬兰TWINGEN双生子队列,纳入202名无痴呆诊断的65-85岁老年参与者。2. 核心评估工具:采用电话(TELE, TICS-m3)和计算机(cCOG)两种模式的认知筛查工具,与金标准现场神经心理成套测验(CERAD-nb)进行对比。3. 统计模型:运用相关性分析评估聚合效度,计算接收者操作特征曲线下面积(AUC)评估筛查工具对认知障碍(依据CERAD-nb总分定义)的分类能力,并通过构建分层线性混合效应模型,在控制人口学因素后,分析不同远程工具对现场认知得分的预测价值及其增量贡献。4. 数据处理:使用R统计软件进行,并考虑了双生子数据中的聚类效应。
研究结果
描述性统计
在研究的202名参与者中,根据CERAD-nb总分的教育程度调整后分界点,有20人被判定存在认知障碍。远程工具的总分分布图显示,TELE的得分分布高度偏斜,表明其在该人群中可能存在天花板效应。
聚合效度
所有研究的远程工具均与现场测量的MMSE(简易精神状态检查)和CERAD-nb总分呈现显著相关。其中,计算机工具cCOG与CERAD-nb的相关性最强(r = .62, p < .001),而电话工具TELE与MMSE的相关性最弱(r = .31, p < .001)。总的来说,电话工具与现场测评的关联强度低于以往包含AD患者的研究,与少数基于人群的研究结果更为一致。
分类(鉴别能力)
在区分有无认知障碍的参与者时,各工具的AUC值在0.65(TELE,95% CI [.53, .78])到0.76(cCOG,95% CI [.67, .86])之间。cCOG、TICS、TICS-m3和TELETICS的AUC估计值达到了可接受的水平(≥0.7),而TELE的表现则不佳。探索性分析为cCOG找到了敏感度(.70)和特异度(.72)均高于0.7的分界点,而电话工具的敏感度和特异度之间存在较大的此消彼长关系,表明其在该人群中区分参与者存在困难。
预测(对现场认知得分的预测价值)
线性混合效应模型分析显示,在控制了年龄、性别和教育水平后,所有远程工具都能独立预测现场的CERAD-nb总分。重要的是,当模型同时纳入来自不同模式(电话和计算机)的两种工具(cCOG 和 TICS-m3)时,模型的拟合度(通过AIC和BIC降低来衡量)相较于仅纳入单一模式工具(无论是cCOG还是TICS-m3)的模型有显著提升。这表明,结合两种不同模式的远程测评,能够比单一模式更有效地预测个体的现场认知功能。
结论与讨论
本研究的核心结论是,在无痴呆的老年人群中进行认知筛查时,电话和计算机管理的认知测评工具的表现,与为早期检测阿尔茨海默病而设计的现场神经心理成套测验(CERAD-nb)存在关联。具体而言,计算机工具cCOG展现了最高的关联强度和最佳的鉴别能力(AUC = .76)。研究的一个重要发现是,结合使用电话和计算机两种不同呈现模式的测评工具,能够比单独使用任何一种工具,更准确地预测现场的认知功能水平。这提示,在未来的远程认知评估实践中,采用多模式组合策略可能更具优势。
这项研究的意义深远。首先,它填补了远程认知筛查工具在“看似健康”或处于疾病极早期人群(如临床前或前驱期AD)中验证数据的空白,为将这些工具应用于大规模药物或生活方式干预试验的参与者初筛提供了实证依据。其次,研究强调了在验证筛查工具时,使用能够捕捉细微认知变化、超越MMSE等简易量表的综合神经心理评估(如CERAD-nb)作为参照标准的重要性。最后,研究也指出了现有远程工具的局限性,例如TELE在无痴呆人群中表现出的“天花板效应”,以及大多数工具在情景记忆等关键认知领域的覆盖深度和评估方式(如学习试次、延迟回忆的设置)仍有改进空间,这可能部分解释了其与现场金标准之间的关联度尚未达到理想水平。
总而言之,这项研究为远程认知筛查工具的合理应用提供了关键证据。虽然这些便捷工具无法完全替代深入的现场神经心理评估,但它们在人群层面的有效性已得到证实,特别是cCOG和改良版的TICS-m3,有望成为大规模流行病学研究和临床试验中,高效识别认知状态、节约成本的有力辅助手段。未来,在更大样本人群中进一步验证,并优化工具以更好地评估特定认知域(如情景记忆),将推动远程认知评估向着更精准、更高效的方向发展。