HIV における機能的な脳の健康を改善するための認知トレーニング

HIV における認知障害の典型的なパターンは、おそらく脳の健康障害の組み合わせによる脳ネットワーク機能の低下を反映しています。一般的なもの (加齢)、HIV 特有のもの (炎症、びまん性脱髄、および個人によって異なる固有の脆弱性) です。 この見解と一致して、最も影響を受ける認知ドメインは、拡張ネットワークに依存するドメインです (例: 前頭頭頂および前頭線条体回路に依存する注意および実行機能）、絶妙なタイミング（精神運動機能）、またはその両方。 これらのネットワークベースの認知機能は脆弱ですが、回復力もあります。前頭葉を含むネットワークには、高度な学習依存の可塑性があります。 これは、HIV の認知障害は、認知トレーニングによる修復に適している可能性があると主張し、これが発生する可能性のあるメカニズムを示唆しています。 認知リハビリテーションには多くの形態があります。神経可塑性のメカニズムと人間の認知をサポートする神経系に関する私たちの理解の進歩を利用するアプローチは、最高の収量になる可能性があります。 この研究では、このプラスチックの可能性を利用するための強力な方法である可塑性ベースの適応認知修復 (PACR) を利用します。 概念的には、PACR は、脳の可塑性と暗黙的/手続き的/知覚的学習に由来するよく理解された手法を適用して、一般化された改善を促進するように設計された演習を使用して、情報処理の速度と精度を向上させます。 同時に、これらのエクササイズは神経調節システムに大きく関与し、学習と記憶に対する正常な制御を再確立します。 個人が集中的な手続き学習を通じてこれらの低下した能力を回復すると、自然主義的な情報のエンコードが大幅に改善され、結果として得られるすべての宣言的記憶と、その入力情報の品質に基づく認知機能も必然的に改善され、訓練されたタスクを超えて一般化する改善につながります。 . 現在、複数の無作為対照研究により、PACR が HIV による認知障害患者と同様のタイプと程度の認知機能障害を持つ患者集団の認知能力と機能能力を改善することが実証されています。

PACR は、インターネットに接続されたコンピューターの Web ブラウザーで実行され、魅力的なゲームのような形式で実装されます。 参加者は、その日に予定されている認知エクササイズの 1 つを選択し、そのエクササイズを 15 分間行います。 演習自体には、ゲームのような体験に組み込まれたコア科学刺激とタスクが含まれています。 参加者は、15 分間のセッション中に数十から数百回の試行を行い、各試行は聴覚的および視覚的なフィードバックと報酬を提供して、試行が正しく行われたか正しく行われたかを示します。 各試行の後、次の試行の難易度が更新され、セッション内で、参加者が試行の約 85% を正しく取得できるようになります。 したがって、トレーニングはその効果を最大化するために個別に調整されます。 各セッションの最後に、ゲームの指標 (ポイント、レベル) と運動の指標 (使用状況、進行状況) を含む概要画面が参加者に表示されます。 スケジューリングメカニズムにより、患者は定義された順序でエクササイズを進めることができます。通常、8 週間の経験の過程で、より単純な (初期の感覚処理) エクササイズからより複雑な (マルチモーダル、認知制御) エクササイズに移行します。 いつでも、参加者はこれらのエクササイズのサブセット (通常は 6 つ) にしかアクセスできず、そのうちの 4 つが 1 日あたり実行されます。

各演習には、完了するための特定の基準があり、それらの基準が満たされると、その演習はアクティブ セットから削除され、次の演習が追加されます。 このメカニズムは、参加者にとって継続的な目新しさと関与の両方を保証し、参加者がプログラムの使用期間にわたって演習の完全なセットをスムーズに進めることを保証します。

PACR プログラムへの無料アクセスが提供され、特に HIV で最も影響を受けるドメインとメカニズムを対象とした、個別の認知トレーニング プログラムがフランス語と英語の両方で開発されます。 これには、最適なトレーニング モジュールの選択 (12 が計画されています)、および Web ベースのプレゼンテーションの最適化と、このターゲット グループに受け入れられるようにするためのフィードバックが含まれます。

治療目標は、無作為化後 8 週間、割り当てられたプログラムを 30 分間のセッションで週 5 セッション使用することです。プログラムの使用は、自宅 (またはコミュニティのインターネット リソース) またはクリニックでのセッションの任意の組み合わせになります。

結果は、B-CAM のレスポンダー ステータス (>0.5 ロジットの改善として定義) になります。 介入なしで 10% (n=3) の応答確率が期待される二項分布から結果が引き出されると仮定すると、即時トレーニング群の 30 人の被験者は、7以上の人が回答します。 両方のグループで観察された反応は、この作業の完全な試験へのスケールアップを計画するためのより正確な推定値を提供します。 探索的分析では、トレーニング セッションの少なくとも 60% を完了した人のみの反応を評価し、ここでのパワーが低下することを認識しますが、それでも情報は重要です。

両方のグループの参加者は、プラットフォーム全体で、この介入への無作為化に適格なすべての参加者とも比較されます。 一般化された推定方程式 (GEE) は、二次的なより一般的なアプローチとして適用され、他の時点をモデル化し、他の結果を考慮することができます。 これは、バイナリ (レスポンダー ステータス) または連続 (認知テストのスコア) のいずれかの結果に対応します。 この分析では回帰モデルが使用されますが、時間内の結果のクラスタリングは制御されます。 バイナリ結果の場合、グループ (即時またはコントロール) の効果はオッズ比として表されます。連続的な結果の場合、パラメーターは、調整された対応のある t 検定に相当する効果サイズです。 交互作用項は、効果がグループによって異なるかどうかをテストします (つまり、仮説どおり、即時トレーニング グループでより大きかった)。

追加の分析を使用して、介入から予想される変化の関数としての B-CAM スコアの変化を説明します。 介入コホートは小さいため、回帰モデルではなく一致パラメーターを使用して、介入が機能する仮説メカニズムの変化が（個人レベルで）結果の変化（認知能力）と一致する程度を定量化します。 ）。