臨床症状

科学分野:

• 神経科学; 老年医学; 交通安全

背景:

• アルツハイマー病（AD）の前駆症状である微妙な認知機能低下は、早期段階での検出が困難です。
• 運転のような複雑なタスクは、複数の認知機能を統合しており、運転行動は初期の認知の変化の潜在的な指標となります。
• 本研究では、脳のアミロイドプラーク（Aβ）の有無（Aβ+）で、ADのリスクが高い認知機能正常な高齢者の運転パターンを比較します。

研究 の 目的:

• アミロイド陽性（Aβ+）およびアミロイド陰性（Aβ-）の認知機能正常な高齢者の間で、明確な運転行動パターンを特定すること。
• アルツハイマー病に関連する認知機能低下の早期検出方法としての自然な運転データの可能性を探求すること。
• 運転特性に基づいて、ADのリスクが高い個人を区別すること。

主な方法:

• 30人のAβ+および35人のAβ-の認知機能正常な高齢者から30日間にわたる自然な運転データを収集しました。
• 車両、生理学的、およびビデオデータは、運転属性（速度、加速度、ジャーク、減速）およびトリップ特性（距離、期間、時間帯、ターン）に焦点を当てて分析されました。
• 空間パターン（ユニークな目的地、回転半径）を評価し、グループ間の違いを独立サンプルt検定を使用して分析しました。

主要な成果:

• Aβ陽性参加者は、Aβ陰性参加者と比較して、有意に大きな総運転距離、長距離走行の割合の高さ、および大きな回転半径を示しました。
• Aβ陽性者は、減速イベントの減少とより頻繁な大きな負のジャークイベントを示し、より多くのユニークな目的地を訪問しました。
• 逆に、Aβ陽性者は平均してより多くのトリップを完了しましたが、Aβ陰性者よりも左折および右折の回数が少なかったです。

結論:

• Aβ+およびAβ-グループ間で観察された運転パターンの違いは、ADに関連する微妙な認知変化の早期警告信号として機能する可能性があります。
• 自然な運転の特徴は、ADのリスクが異なる個人を区別する上で有望です。
• 今後の研究では、運転データを使用してAβ+およびAβ-個人を分類するための機械学習システムの開発に焦点を当てます。