동적 시각주의 훈련을 통한 노인의 인지능력 향상

이 연구의 목표는 동작 작동 범위(PATH)의 중심에서 방향 식별에 대한 대비 감도를 향상시키는 신경 훈련(등쪽 흐름 활동은 방향을 개선하기 위한 훈련을 하는 사람보다 노인의 인지 능력을 크게 향상시킨다는 것을 보여주는 것입니다. 변별력: 복부 스트림 활동(가짜 훈련). 뇌 훈련은 12주 동안 주 3회 20분 동안 시행됩니다: Arm 1) PATH 신경 훈련 및 Arm 2) Sham 훈련. 연구자들은 PATH 신경 훈련을 하는 노인들이 가짜 훈련을 하는 노인들보다 시각 및 인지 능력을 향상시켜 주의력, 멀티태스킹, 처리 속도, 읽기 유창성 및 작업 기억력을 훨씬 더 향상시킬 것이라고 예측합니다. 이 예측은 노인이 처리 속도와 주의력을 향상시키기 위해 방향 식별 훈련을 하는 노인보다 PATH 신경 훈련 후 인지 능력의 표준화된 테스트에서 향상되는지 여부를 측정하여 평가됩니다. MEG 뇌 영상은 PATH 훈련이 가짜 훈련보다 이전에 발견된 바와 같이 등, 주의 및 실행 제어 네트워크를 개선한다는 것을 보여주기 위해 사용될 것입니다. 연구자들은 이러한 개선이 건강한 성인과 MCI가 있는 사람 모두에게서 발견될 것이라고 예측합니다.

신속하고 효과적인 뇌 훈련의 가능성은 연령 관련 인지 저하를 교정하고 MCI와 관련된 인지 장애 및/또는 행동 증상을 치료하고 진행 과정을 늦추거나 역전시키는 행동 방법을 사용하여 평가됩니다. 인지 저하 또는 완전히 예방합니다. PATH 신경 훈련은 노인의 시각 및 인지 장애를 신속하고 효과적으로 치료할 수 있는 컴퓨터 기반 제품을 제공합니다. 혁신적인 PATH 신경 훈련은 동작 작동 범위의 중심을 개선하는 반면, 모의 훈련은 방향 식별 작동 범위의 중심을 개선합니다. 두 개의 두뇌 훈련 그룹은 건강한 노인과 MCI가 있는 사람들의 관점에서 균형을 이룰 것입니다. WAIS 작업 기억 지수 점수가 50% 미만이고 MOCA 점수가 19-25점인 경우 피험자는 MCI가 있는 것으로 간주됩니다. 이 그룹은 연령과 처리 속도의 민감한 척도인 읽기 속도 측면에서도 균형을 이룹니다.

노인의 절반은 12주 동안 PATH 신경 훈련을 완료하고 절반은 12주 동안 가짜 훈련을 완료합니다. 직원 교육, 피험자 모집, 표준화된 테스트 및 MEG 이미징을 완료하는 데 추가로 12주가 필요합니다. 어떤 성인이 각 유형의 뇌 훈련을 할 것인지에 대한 선택은 연구 통계학자인 John Shelley-Tremblay 교수가 결정하기 위해 무작위로 결정됩니다. 초기 표준화된 테스트 후, PATH 교육을 수행하는 12명의 성인이 사전 사후 MEG 뇌 이미징을 위해 선택됩니다.

이전에 노인에게서 보고된 개선된 시각 및 인지(주의, 처리 속도 및 기억) 성능을 검증하기 위해 사전 및 사후 표준화된 인지 능력 테스트를 사용한 정확한 측정이 사용됩니다. 치료(PATH 신경 훈련) 및 통제(가짜 훈련) 개입 후 인지 능력의 개선을 평가하기 위해 인지 훈련 전후에 직원이 하위 집합에 대한 표준화된 테스트 및 MEG 이미징을 관리합니다.

노인의 인지 능력 향상 평가는 대상 유형별로 그룹화됩니다: 성인이 건강한지 또는 인지 능력을 가장 많이 향상시키는 개입을 결정하기 위해 MCI가 있는지 여부. 연구자들은 PATH 신경 훈련이 가짜 훈련 훈련 후보다 노인의 읽기 속도, 작업 기억력 및 주의력(인지적 유연성)을 상당히 향상(p ≤ 0.05)할 것이라고 예측합니다. 이는 1) 노인이 뇌 훈련 후 위에 나열된 표준화된 테스트에서 개선되는지 여부를 측정하고 2) PATH 신경 훈련 후 등쪽 흐름, 주의 및 실행 제어 네트워크의 기능이 크게 향상됨을 검증하기 위한 MEG 뇌 소스 이미징으로 평가됩니다. .

이 연구는 55세에서 75세 사이의 노인 40명을 각 그룹당 20명씩 연구할 계획입니다. 노인들은 알츠하이머병을 앓고 있는 노인들과 함께 일하는 Dr. James Brewer와 Dr. Michael Lobatz로부터 소개를 받고 브로셔를 게시하여 채용될 것입니다.

교육 절차. 두뇌 훈련 연습은 모든 연구 조교(RA)가 세심하게 따르도록 훈련된 상세한 서면 프로토콜, 새로운 PATH 훈련 영화 및 새로운 동기 부여 전략을 사용하여 충실도 높은 방식으로 구현됩니다. 직원은 UCSD 학생을 위한 인턴십을 위한 UCSD 포털 광고인 Handshake의 광고에 응답한 인지 과학 학부생과의 인터뷰 후 UCSD에서 고용될 것입니다. 이 프로젝트를 위해 RA를 고용하고 연구를 모니터링하기 위해 선임 RA(SRA)를 고용하는 것은 UCSD의 PI가 수행할 것입니다. 11명의 RA를 고용하여 노인들이 쉽게 접근할 수 있는 조용한 환경에서 데이터를 수집하는 데 이상적인 클리닉이 있는 Perception Dynamics Institute(PDI)에서 노인들에게 표준화된 테스트와 두 가지 유형의 두뇌 훈련을 관리할 것입니다. Encinitas의 Desert Bay Productions에서 Leslie Peters가 노인을 대상으로 하는 새로운 교육 비디오를 개발할 예정입니다.

RA는 각 노인이 PATH 신경 훈련(pathtoreading.com)을 완료하여 작업을 수행하도록 합니다. 배뇌경로를 활성화하도록 설계된 샴트레이닝과 배뇌경로를 활성화하도록 설계된 샴트레이닝을 각각의 프로그램 데이터를 분석하여 적시에 진행하고 있습니다. 통제된 검증 연구를 수행한 광범위한 경험을 가진 PI는 표준화된 테스트를 감독하고 개입을 관리해야 하는 일상적인 작업을 실행하는 모든 직원 교육을 담당할 것입니다.

시각 및 인지 능력 향상을 위한 훈련의 효과를 평가하기 위한 측정.

행동 측정: 인지 능력의 표준화된 테스트는 이전에 수행한 것처럼 PI가 훈련한 UCSD 학부 인지 과학 학생들이 PDI에서 수행합니다. 모든 참가자는 인간 피험자에 설명된 9개 항목 설문지를 사용하여 나이가 들면서 영향을 받는 병력 및 일상 활동에 대한 검토를 받게 됩니다. 차후 시험을 위해 암기할 수 없는 시험 항목이 있는 시간 제한 시험이므로 연습 효과가 최소화됩니다. 실시하는 데 약 1시간이 소요되는 인지 평가는 훈련 전후에 성인용 표준화 테스트를 통해 다음을 측정합니다.

1. Delis-Kaplan Executive Function System(D-KEFS) Color-Word Interference 테스트를 사용한 주의(10분).
2. ReadingRate 영화를 보고 훈련을 받은 후 이중 계단 절차를 사용하여 2개의 읽기 속도 임계값을 측정하기 위해 증가하는 속도로 재미있는 이야기에서 컴퓨터 기반 읽기 속도 작업(화면에서 텍스트 6단어 읽기)을 사용한 읽기 속도. (5 분).
3. 처리 속도 지수(Wechsler Adult Intelligence Scale(WAIS)-4 코딩 및 기호 검색 하위 테스트) 및 작업 기억 지수(WAIS-4 Digit Span 및 Letter-Number Sequencing 하위 테스트), (10분).
4. 정보 처리 기술 테스트를 사용하는 VWM(시각적 작업 기억), 두 개의 산만 작업, 계산 작업 및 짧은 문장 반복, 테스트 종료 시 동물 이름 지정(10분).

바이오마커 측정: MEG 이미징은 지느러미 스트림 기능 개선만이 노인의 인지 능력을 향상시킨다는 것을 보여주는 바이오마커를 제공하는 데 사용됩니다. 노인의 인지 기능을 개선하기 위한 PATH 신경 훈련의 타당성을 확립하기 위해 Ming-Xiong Huang 교수는 PATH 신경 훈련과 가짜 훈련 후 기능이 개선되는 피질 영역을 결정하기 위해 12명의 노인으로부터 복셀별 MEG 소스 크기 이미지를 기록할 것입니다. . Fast-VESTAL 절차를 사용하는 MEG 뇌 이미징(Huang et al. 2016, 2017, 2018)은 이 움직임 식별 훈련이 지느러미 흐름, 주의 및 집행 제어 네트워크에서 시간 고정 활동을 개선한다는 것을 보여주었습니다. Fast-VESTAL 절차에 따라 주파수 대역별로 뇌 전체를 포괄하는 MEG 이미지를 사용하여 작업 기억 N-back 작업 중에 시간 고정 신호를 측정하여 뇌 기능 향상을 평가합니다. N-back 작업은 WM 프로세스의 신경 기반을 조사하기 위해 가장 자주 사용되는 WM 패러다임(Gevins and Cutillo, 1993) 중 하나입니다. 두 개의 MEG 시험이 각 참가자에 대해 수행되며, 하나는 PATH 또는 가짜 교육 전후에 수행됩니다.

N-back 워킹 메모리 작업. 참가자는 N-back WM 작업을 수행하는 동안 MEG 녹음을 받게 됩니다. 작업에는 기억된 정보의 온라인 모니터링, 업데이트 및 조작이 수반됩니다. 작업 중에 참가자는 화면 중앙에 500ms 동안 표시되는 일련의 문자(대소문자 모두)를 모니터링해야 합니다. 3000ms 자극 간 간격 동안 고정 십자가가 표시됩니다. 참가자는 일치하는 문자(예: 대상) 일치하지 않는 자극(비표적)에 반응하지 않는 동안 이전에 n번 시도를 제시한 것. 두 가지 로드 조건(1백 및 2백)이 사용되어 WM 프로세스에 대한 요구가 증가합니다. 각 참가자에 대해 부하 조건당 약 50개의 시도가 수집됩니다. 집게 손가락이 레이저 빔을 차단 및 차단 해제하는 MEG 호환 응답 패드를 사용하여 성능을 기록합니다. 반응 시간을 포함한 응답 패드의 출력은 MEG 파일에 기록됩니다. 표적 및 비표적 자극에 대한 정답률이 측정됩니다.

센서 파형이 자극의 시작과 관련하여 평균화되는 기존 MEG 접근 방식과 달리 개별 시도에 대한 센서 공분산 행렬이 계산됩니다. 그런 다음 대상 조건의 총 센서-파형 공분산 행렬은 대상 자극에 대한 개별 시도의 공분산 행렬에 걸쳐 평균화하여 계산됩니다. 그런 다음 시행 간 공분산 행렬의 평균을 구합니다. 전체 공분산 행렬을 사용하여 Fast-VESTAL 절차에 따라 각 주제 및 각 주파수 대역에 대해 뇌 전체를 커버하는 복셀 방식의 MEG 소스 크기 이미지를 얻을 수 있습니다. Method in(Huang et al., 2014) 및 부록 참조 (Huang et al., 2016)에서 뇌 기능의 개선을 평가하기 위해 작업 기억 N-back 작업 중에 시간 고정 신호를 측정했습니다. 관련된 환경 노이즈를 제거하고 센서-파형 공분산 행렬의 주요 고유 모드를 객관적으로 선택하기 위해 Objective Pre-whitening 방법이 적용됩니다(Huang et al., 2014).

또 다른 목표는 노인의 행동 측정을 사용하여 관찰된 잠재적 인지 기능 장애의 신경 상관 관계를 연구하는 것입니다. N-back 소스 이미지와 신경 심리학 점수의 연관성을 조사하기 위해 Voxel-wise 상관 분석도 수행됩니다. 상관 분석을 위해 모든 주제가 함께 결합됩니다. 각 주파수 대역에서 MNI-152 공간의 MEG 소스 이미지(공간 평활화 및 로그 변환 후)는 3개의 4D 데이터 세트로 형성됩니다. 차원 1-3은 x, y 및 z 좌표를 나타냅니다. 네 번째 차원은 모든 주제를 나타냅니다. 1백 및 2백 조건과 4개의 주파수 대역에 대해 총 8개의 데이터 세트가 생성됩니다. 다음으로 네 번째 차원을 따라 MEG 소스 이미지와 각 신경심리학적 점수 간에 복셀별 반복 측정 상관 분석(Bakdash and Marusich, 2017)을 수행합니다. 각 주파수 대역에 대해 1- 및 2-백 조건은 이러한 분석에서 반복 측정으로 취급됩니다. 이 연구에서는 통계적 그룹 차이를 보여주는 신경심리학적 점수만을 검토할 것입니다. 반복 측정 상관 분석은 r-값 상관 관계 맵을 만들고 F-값에 대한 수정 절차와 유사하게 r-값 맵에 대해 수정된 p<0.01 수준에서 가족 단위 오류를 제어하는 ​​데 사용되는 클러스터 분석을 생성합니다. 지도.