Улучшение когнитивных навыков пожилых людей с помощью динамической тренировки зрительного внимания

Цель этого исследования — показать, что нейротренировка в центре рабочего диапазона движения (PATH), которая улучшает контрастную чувствительность для распознавания направления (активность спинного потока значительно улучшает когнитивные навыки у пожилых людей в большей степени, чем у тех, кто занимается тренировкой для улучшения ориентации). различение: активность вентрального потока (ложное обучение). Тренировка мозга будет проводиться по 20 минут три раза в неделю в течение 12 недель: рука 1) нейротренировка PATH и рука 2) ложная тренировка. Исследователи предсказывают, что пожилые люди, которые занимаются нейротренингом PATH, улучшат свои зрительные и когнитивные навыки, улучшат внимание, многозадачность, скорость обработки, беглость чтения и рабочую память, значительно больше, чем те, кто занимается фиктивным обучением. Этот прогноз будет оцениваться путем измерения того, улучшаются ли пожилые люди в стандартизированных тестах когнитивных навыков после нейротренинга PATH больше, чем пожилые люди, выполняющие тренировку распознавания ориентации для улучшения скорости обработки и внимания. МЭГ-визуализация головного мозга будет использоваться, чтобы показать, что тренировка PATH улучшает работу спинного мозга, внимания и управляющих сетей, как было обнаружено ранее, в большей степени, чем симуляционная тренировка. Исследователи предсказывают, что эти улучшения будут обнаружены как у здоровых взрослых, так и у людей с MCI.

Возможность быстрой и эффективной тренировки мозга будет оцениваться с использованием поведенческих методов для исправления возрастного снижения когнитивных функций и лечения когнитивных нарушений и/или поведенческих симптомов, связанных с MCI, а также для замедления и/или обращения вспять течения снижение когнитивных функций или его полное предотвращение. Нейротренинг PATH представляет собой компьютерный продукт для быстрого и эффективного устранения зрительных и когнитивных проблем у пожилых людей. Инновационная нейротренировка PATH улучшает центр рабочего диапазона движения, в то время как фиктивная тренировка улучшает центр рабочего диапазона распознавания ориентации. Две группы тренировки мозга будут сбалансированы с точки зрения здоровых пожилых людей и людей с MCI. У субъекта будет считаться MCI, если показатель индекса рабочей памяти WAIS составляет менее 50 процентов, а показатель MOCA составляет 19-25. Эти группы также будут сбалансированы по возрасту и скорости чтения, что является чувствительным показателем скорости обработки информации.

Половина пожилых людей проходят нейротренинг PATH в течение 12 недель, а половина — фиктивный тренинг в течение 12 недель. Дополнительные 12 недель потребуются для обучения персонала, набора субъектов и выполнения стандартизированных тестов и визуализации МЭГ. Выбор взрослых, которые будут проводить каждый тип тренировки мозга, будет случайным образом определен статистиком исследования профессором Джоном Шелли-Тремблеем. После начального стандартизированного тестирования 12 взрослых, проходящих обучение по программе PATH, будут отобраны для визуализации головного мозга до и после МЭГ.

Точные измерения с использованием до и после стандартизированных тестов когнитивных навыков будут использоваться для подтверждения улучшения зрительных и когнитивных функций (внимание, скорость обработки и память), о которых ранее сообщалось у пожилых людей. Персонал будет проводить стандартные тесты и визуализацию МЭГ в подгруппе до и после когнитивной тренировки для оценки улучшения когнитивных навыков после лечебных (нейротренинг PATH) и контрольных (фиктивное обучение) вмешательств.

Оценка улучшения когнитивных навыков у пожилых людей будет сгруппирована по типу субъекта: здоров ли взрослый или имеет MCI, чтобы определить, какое вмешательство больше всего улучшает когнитивные навыки. Исследователи предсказывают, что нейротренинг PATH значительно улучшит (при p ≤ 0,05) скорость чтения, рабочую память и внимание (когнитивную гибкость) у пожилых людей в большей степени, чем после ложного обучения. Это будет оцениваться как: 1) измерением того, улучшаются ли у пожилых людей стандартные тесты, перечисленные выше, после тренировки мозга, и 2) визуализация источника МЭГ мозга для подтверждения того, что дорсальный поток, внимание и сети исполнительного контроля значительно улучшают свои функции после нейротренировки PATH. .

В этом исследовании планируется изучить 40 пожилых людей в возрасте от 55 до 75 лет, по 20 человек в каждой группе. Пожилые люди будут набираться путем размещения брошюр и получения рекомендаций от доктора Джеймса Брюэра и доктора Майкла Лобатца, которые работают с пожилыми людьми, страдающими болезнью Альцгеймера.

Процедуры обучения. Упражнения по тренировке мозга будут выполняться с высокой точностью, с использованием подробного письменного протокола, которому все ассистенты-исследователи обучены тщательно следовать, новых обучающих фильмов PATH и новых мотивационных стратегий. Персонал будет нанят в UCSD после интервью со студентами факультета когнитивных наук, которые откликнулись на рекламу на Handshake, портале UCSD, рекламирующем стажировки для студентов UCSD. Наем RA для этого проекта и старшего RA (SRA) для мониторинга исследования будет осуществляться PI в UCSD. Одиннадцать RA будут наняты для проведения стандартизированных тестов и обоих типов тренировки мозга для пожилых людей в Институте динамики восприятия (PDI), где есть клиника, идеально подходящая для сбора данных в тихой обстановке с легким доступом для пожилых людей. Лесли Питерс из Desert Bay Productions в Энсинитасе разработает новые обучающие видеоролики, предназначенные для пожилых людей.

RA проследит за тем, чтобы каждый пожилой человек выполнял задание, пройдя нейротренинг PATH (pathtoreading.com) разработан для активации дорсальных путей мозга, а симуляционная тренировка предназначена для активации вентральных путей мозга, и своевременно проходит через каждую программу, изучая их данные. PI, имеющий большой опыт проведения контролируемых валидационных исследований, будет отвечать за обучение всего персонала, выполнение повседневных операций, требующих надзора за стандартизированным тестированием и администрированием вмешательств.

Меры по оценке эффективности обучения для улучшения зрительных и когнитивных навыков.

Поведенческая мера: Стандартное тестирование когнитивных навыков будет проводиться в PDI студентами бакалавриата UCSD по когнитивным наукам, обученными PI, как это делалось ранее. Все участники пройдут обзор своей истории болезни и повседневной деятельности, на которую повлияло их старение, с использованием опросника из 9 пунктов, описанного в Human Subjects. Поскольку это временные тесты с тестовыми элементами, которые нельзя запомнить для будущих тестов, практические эффекты сведены к минимуму. Когнитивные тесты, на проведение которых уходит около часа, будут оцениваться до и после тренировки с помощью стандартных тестов для взрослых, чтобы измерить:

1. Внимание с использованием системы исполнительных функций Delis-Kaplan (D-KEFS) Тест цветовой интерференции слов (10 минут).
2. Скорость чтения с использованием компьютерной задачи скорости чтения (чтение 6 слов текста на экране) из интересного рассказа с возрастающей скоростью для измерения 2 пороговых значений скорости чтения с использованием процедуры двойной лестницы после обучения на просмотре фильма ReadingRate. (5 минут).
3. Индекс скорости обработки (подтесты шкалы интеллекта взрослых Векслера (WAIS)-4, кодирование и поиск символов) и индекс рабочей памяти (подтесты WAIS-4 Digit Span и Letter-Number Sequence) (10 минут).
4. Зрительная рабочая память (ЗВР) с использованием теста навыков обработки информации, с двумя отвлекающими заданиями, заданием на счет и повторением короткого предложения, с именами животных в конце теста (10 минут).

Измерение биомаркера: MEG Imaging будет использоваться для получения биомаркера, чтобы показать, что только улучшение функции дорсального кровотока улучшает когнитивные навыки у пожилых людей. Чтобы установить возможность нейротренинга PATH для улучшения когнитивных функций у пожилых людей, профессор Минг-Сюн Хуан запишет воксельные изображения магнитуды источника МЭГ у 12 пожилых людей, чтобы определить, в каких областях коры улучшается функция после нейротренинга PATH и после имитационного тренинга. . МЭГ-визуализация головного мозга с использованием процедуры Fast-VESTAL (Huang et al. 2016, 2017, 2018) показала, что эта тренировка распознавания движений улучшила заблокированную во времени активность в спинном потоке, внимание и сети исполнительного контроля. Изображения MEG, охватывающие весь мозг, для каждой полосы частот, после процедуры Fast-VESTAL, для измерения заблокированных во времени сигналов во время задачи N-back на рабочую память, будут использоваться для оценки улучшения функции мозга. Задача N-back — одна из наиболее часто используемых парадигм WM (Gevins and Cutillo, 1993) для исследования нейронной основы процессов WM. Каждому участнику будут проводиться два экзамена MEG, один до, а другой после PATH или фиктивного обучения.

N-обратная задача рабочей памяти. Участники будут проходить записи MEG во время выполнения задачи N-back WM. Задача влечет за собой онлайн-мониторинг, обновление и манипулирование запомненной информацией. Во время выполнения задания от участника требуется следить за серией букв (как в верхнем, так и в нижнем регистре), представленных в течение 500 мс в середине экрана. Фиксационный крест представлен в течение межстимульного интервала 3000 мс. Участнику предлагается ответить только тогда, когда представлена ​​буква, которая соответствует (т.е. цель) та, которая предъявляла n попыток ранее, при этом не реагируя на непарные стимулы (нецель). Будут использоваться два режима нагрузки (1-назад и 2-назад), которые предъявляют повышенные требования к процессам WM. Для каждого участника будет собрано около 50 испытаний на каждое условие нагрузки. Выступление будет записано с использованием MEG-совместимой ответной панели, в которой указательный палец блокирует и разблокирует лазерный луч. Выходные данные сенсорной панели, включая время реакции, будут записаны в файл MEG. Будет измеряться процент правильных ответов на целевые и нецелевые стимулы.

В отличие от традиционного подхода МЭГ, в котором сигналы датчиков усредняются по отношению к началу стимулов, будут рассчитаны ковариационные матрицы датчиков для отдельных испытаний. Затем будет рассчитана общая ковариационная матрица датчика-сигнала целевого состояния путем усреднения по ковариационным матрицам из отдельных испытаний для целевых стимулов. Затем ковариационные матрицы по испытаниям будут усреднены. Используя общую ковариационную матрицу, изображения магнитуды источника МЭГ в воксельном режиме, которые охватывают весь мозг, будут получены для каждого субъекта и каждой полосы частот в соответствии с процедурой Fast-VESTAL, см. Метод в (Huang et al., 2014) и Приложение. в (Huang et al., 2016), измеряя заблокированные во времени сигналы во время задания N-back на рабочую память для оценки улучшения функции мозга. Метод объективного предварительного отбеливания будет применяться для удаления коррелированного шума окружающей среды и объективного выбора доминирующих собственных мод матрицы ковариации формы сигнала датчика (Huang et al., 2014).

Другой целью является изучение нейронных коррелятов потенциальных когнитивных дисфункций, наблюдаемых с помощью поведенческих показателей у пожилых людей. Воксельный корреляционный анализ также будет выполняться для изучения ассоциации исходных изображений N-back и нейропсихологических показателей. Все предметы будут объединены вместе для корреляционного анализа. В каждой полосе частот исходные изображения МЭГ в пространстве MNI-152 (после пространственного сглаживания и логарифмического преобразования) будут сформированы в три набора данных 4D: измерения 1-3 представляют координаты x, y и z, а четвертое измерение представляет все предметы. Всего будет создано восемь наборов данных для 1- и 2-обратных условий и для четырех частотных диапазонов. Далее, по четвертому измерению, между исходными изображениями МЭГ и каждым нейропсихологическим показателем будет проведен повоксельный корреляционный анализ повторных измерений (Бакдаш и Марусич, 2017). Для каждой полосы частот условия 1- и 2-обратно будут рассматриваться как повторные измерения в таком анализе. В этом исследовании мы будем изучать только те нейропсихологические показатели, которые показывают статистические различия между группами. Корреляционный анализ с повторными измерениями создает карты корреляции значений r и кластерный анализ, который будет использоваться для контроля семейных ошибок при скорректированном уровне p<0,01 для карт значений r, аналогично процедуре коррекции для значений F. карты.