【例会】The Montreal Cognitive Assessment, MoCA: A Brief Screening Tool For Mild Cognitive Impairment

主持人:郭思伊

参会老师:安宁

参会学生:贵芳,殷越

时间:2019年7月31日

本次例会学习讨论了文章:

The Montreal Cognitive Assessment, MoCA: A Brief Screening Tool For Mild Cognitive Impairment

本文的目的是利用MoCA筛查在MMSE量表的评分表现是正常的,但其实患有轻度认知障碍MCI的病人。

 

首先是介绍了一下轻度认知障碍MCI的概念,这是一种介于正常认知衰老和痴呆之间的中间临床状态,和正常老人的表现很接近,所以要利用MMSE来检测这种早期痴呆很困难。常常会出现MMSE评分显示正常,但老人实际上是患有MCI的。所以考虑使用MoCA进行筛查。

然后接下去是介绍了MoCA量表,最早包含了10个认知域,后来根据临床测试的效果不断修订,最终修订版涵盖了8个认知域。

本次测试的参与者包括94名轻度认知障碍患者(MCI),93名轻度阿尔茨海默症患者(轻度AD),90名健康老人(NC)三个小组。

(MCI组的94个患者中有4个人除了轻度记忆丧失以外还有其他多个认知域的受损情况)

(AD组93个患者都有轻度痴呆症,90个人的MMSE评分为17+)

为了保证量表的信度,有以下几个细节需要考虑:

1、这些参与者来自两个不同的医疗中心,学术环境(JGH诊所)和社区环境(Sherbrooke大学NRS诊所),基本情况类似,但是NRS的87%的人讲法语,JGH的100%讲英语。因此需要采用不同语言版本的MoCA量表。除了重复任务中使用的句子外,法语版本与英语版本的量表相同。

对英语和法语两种版本的MoCA量表,选择年龄和教育程度一致的英语和法语国家参与者进行实验,不同语言版本的MoCA得分结果没有显著差异。

t(172)=0.12,P=.91;法语均值±SD=23.6±6.4;英语=23.7±4.1

2、但是法语和英语的受教育情况不同,所以要针对这一问题进行分数调整。本文中没有详细说明调整的细节操作,只是提到了,通过抽取两个语言组的子样本,分别进行MMSE和MoCA,然后调整分数到得出等效的分数来。结论是受过12年或12年以下教育的人在MoCA上的表现往往更差,需要+1分作为补正。

3、除了语言的差异,还有年龄差异问题。AD参与者明显比MCI和NC的年龄大,而且平均受教育程度也低于MCI和NC。(MCI和NC之间没有差异)。

(F2,272=6.26,均方误差(MSE)=55.56,P=.002)

(F2,271=17.30,MSE=15.00,P<.001)

 

两个量表对所有参与者在同一天内进行两次,或者在3个月内进行两次。

除了四个人,他们的两次测试之间间隔低于12个月。

 

MoCA的具体内容:

一页纸,10min,总分30分

①考验记忆力:

短期记忆回忆任务(5分)涉及两个学习五个名词的试验和大约5分钟后的延迟回忆。

②评估视觉空间能力:

时钟绘制任务(3分)

三维立方体复制(1分)。

③评估执行功能:

从Trail Making B任务(1分),音素流程任务(1分)和两项口头抽象任务(2分)改编的交替任务。

④评估注意力,⑤集中度,⑥工作记忆:

持续注意力任务(轻敲目标检测; 1点)

连续减法任务(3点)

前后数字(每个1点)。

⑦评估语言能力:

三项对抗命名任务命名低熟悉度动物(狮子,骆驼,犀牛; 3分)

重复语法复合句(2分)

前面提到的流程任务。

⑧定向力:

针对时间和地点进行评估(6分)。

 

测试的26名参与者(患者和正常人对照)的子样本进行测试 – 再测试,平均间隔35.0±17.6天。 从第一次到第二次评估的MoCA评分的平均变化是0.9±2.5分,两个评价之间的相关性很高(相关系数=0.92,P<.001)。说明MoCA的重测试信度很高。

 

不同测试项目的区分效果

(1)追踪制作,立方体绘制,时钟绘制,命名,延迟回忆,音素流畅,抽象和定向。

这几项可以区分所有三组。AD最差,MCI次之。其中,延迟回想是MCI参与者中受损最严重的项目。

(2)数字跨度,持续关注和序列7计算任务。

这几项可以区分AD和其他人,但是没法区分MCI和NC。原因是这几项考察的注意力过程,MCI患者大多数都表现正常,和NC没有太大差别。

(3)重复任务。

AD和MCI表现都很糟糕。也就是说可以用来筛查出正常人。

 

特异性被定义为得分等于或高于截止分数26的NC人数的百分比

a真阳性:量表评估为有病(阳性)且金标准也判定为有病(阳性)的病例数。

b假阳性:量表评估为有病(阳性)且金标准也判定为无病(阴性)的病例数。

c假阴性:量表评估为无病(阴性)且金标准也判定为有病(阳性)的病例数。

d真阴性:量表评估为无病(阴性)且金标准也判定为无病(阴性)的病例数。

 

敏感性=a/(a+c)    真阳性率,漏诊率

特异性=d/(b+d)    真阴性率,误诊率

阳性预测值=a/(a+b)

阴性预测值=d/(c+d)

 

对比结果

MCI灵敏度 AD灵敏度 特异性
MMSE 18% 78% 100%
MoCA 90% 100% 87%

 

MoCA的阳性和阴性预测值

阳性预测准确率 阴性准确率
MCI 89% 91%
AD 89% 100%

 

73%的MCI参与者在MoCA上得分低于截止值,但是在MMSE上得分正常。

 

很少有MCI参与者的MoCA得分在正常范围内(MCI灵敏度90%),没有AD参与者的MoCA得分在正常范围内(AD灵敏度100%)。

 

虽然MOCA筛查正常老人时的特异性略低于MMSE,但是筛查MCI的灵敏度远优于MMSE。而且检测AD的灵敏度能达到100%。

 

MoCA对MCI敏感的原因可能是因为它的测试涉及更多的单词,更少的学习试验和更长的回忆延迟,而MCI患者多半在执行功能,更高级别的语言能力和复杂的视觉空间处理这些方面也会受到轻度损害。所以MoCA的效果更好。

 

MoCA对于筛查轻度认知障碍阶段(包括MCI和轻度AD)是有用的,而MMSE对于更晚期阶段(具有更显着功能障碍的AD患者)是优越的。

 

本文还提出了结合MMSE和MoCA

如果患者出现了认知损伤和功能障碍,他们最可能患有痴呆症AD,那么:

①先使用MMSE,AD患者可能能直接筛查出来。(MMSE对AD的灵敏度78%)

②如果MMSE正常(≥26),则应给予MoCA测试(100%轻度AD患者的MoCA评分异常)。

如果就诊者出现认知损伤,但没有功能障碍,可能是正常人NC或患有MCI,要区分,就应该先进行MoCA评估(因为NC和MCI的MMSE都很可能产生正常分数)。

这种方法可以提高评估认知损伤患者的效率。

但是要区分MCI患者与AD患者,仍将依赖于临床判断,尤其是在评估患者是否具有功能障碍时。两组通常都有异常的MoCA评分。

 

结论:MoCA优点:简单(一页纸)、时间短(10min)、涵盖了重要的认知域、重测信度高、对MCI敏感。

 

 

针对麻将量表设计的问题和建议:

1.比对北京版本的MoCA量表,麻将量表要能够凸显出对教育程度的依赖低

2.各项目均需要计时

3.比对MoCA和MMSE的scatter图,在测试过后也要将数据做出对比的散点图

4.麻将量表要时刻与临床结论紧靠(需要和可靠来源的医生来确定量表的效标)

5.目前做的北京量表录入工作的结果要和张老师要一下临床诊断结论

6.把上周殷越做的汇报总结书改日与李老师汇报下(主要看得分的区间如何优化,考虑机器学习来优化得分的占比是否可行)

7.麻将量表不能刻意的将麻将的水平作为影响考察的因素,要尽量避免外部因素(例如受试者对麻将的了解程度)导致的对认知评估的影响。(例如在词汇记忆方面不需要强行改成麻将元素)

anyShare分享到:
This entry was posted in 例会. Bookmark the permalink.

发表评论