学习作为多发性硬化症认知的数字标志:从数字符号数字模式测试中吸取教训

科学领域:

• 神经科学是一个神经科学.
• 数字健康数字健康
• 认知评估 认知评估

背景情况:

• 多发性硬化症 (MS) 经常导致认知障碍,影响MS患者 (pwMS) 的独立性.
• 符号数字模式测试 (SDMT) 对于监测 pwMS 的认知功能至关重要.
• 与传统方法相比,电子SDMT (eSDMT) 提供了增强的远程监控和详细的性能指标.

研究的目的:

• 评估来自验证的eSDMT的新型指标,以改善 pwMS 的认知评估.
• 通过使用eSDMT衍生的数据来增强认知障碍的检测.

主要方法:

• 93 pwMS完成了eSDMT,自动记录反应时间 (RT) 和准确性.
• 调查了eSDMT性能指数 (速度和准确性) 和响应速度变化的RT斜率.
• 评估了并发有效性,测试复试可靠性和与学习测试的相关性;使用回归分析来预测SDMT分数和认知障碍.

主要成果:

• eSDMT证明了试验内学习,并改善了RTs.
• "eSDMT绩效指数"在远程评估方面表现出卓越的有效性和可靠性,有效检测认知障碍.
• 结合响应速度趋势,可以更好地预测口腔SDMT得分和认知障碍检测.

结论:

• 试验内学习指标显著提高了pwMS数字认知测试的有效性.
• 未来的研究应该专注于这些指标在远程,自主环境中的预测能力.
• 数字认知测试提供了一种具有成本效益和时间效率的方法,用于收集多个认知过程的数据,改善临床护理和研究.