符号数字模态测试(SDMT)作为帕金森病认知障碍筛查工具的单中心研究:与蒙特利尔认知评估(MoCA)的比较验证

【字体: 时间:2025年09月18日 来源:Clinical Parkinsonism & Related Disorders 1.8

编辑推荐:

  本研究针对帕金森病(PD)认知障碍筛查的需求,探讨了符号数字模态测试(SDMT)相较于蒙特利尔认知评估(MoCA)和King-Devick(KD)测试的鉴别效能。研究发现SDMT能有效区分PD患者与对照组(p<0.001),其经过年龄和教育程度校正的T分数仅保留诊断作为显著预测因子,而MoCA仍受年龄、教育和诊断的多重影响。结果表明SDMT是PD认知障碍筛查的更精准工具,对临床实践具有重要指导意义。

  

在神经退行性疾病领域,帕金森病(Parkinson’s Disease, PD)作为第二常见的神经退行性疾病,不仅表现为震颤、运动迟缓等运动症状,更常伴随认知功能障碍的困扰。这种认知障碍可能早在确诊前就已出现,其严重程度和进展速度存在显著个体差异,严重影响患者的生活质量。目前临床上广泛使用的蒙特利尔认知评估(Montreal Cognitive Assessment, MoCA)虽被验证可用于PD患者的轻度认知障碍(Mild Cognitive Impairment, MCI)筛查,但近年研究发现其可能存在过度评估认知障碍的风险,特别是在老年群体中,未能充分考量年龄和教育水平的影响。

为了解决这一临床痛点,来自路易斯安那州立大学健康科学中心新奥尔良分校的研究团队开展了一项创新性研究,重点评估符号数字模态测试(Symbol Digit Modalities Test, SDMT)在PD认知障碍筛查中的应用价值。该研究论文已发表在《Clinical Parkinsonism》期刊上,为PD的早期认知评估提供了新的循证依据。

研究人员采用横断面研究设计,招募了40名PD患者和54名健康对照者。所有参与者均接受MoCA、SDMT(口服版本)和King-Devick(KD)测试。研究采用SPSS 26进行统计分析,包括描述性分析、双因素方差分析(ANOVA)和线性回归分析,探讨年龄、诊断和教育水平对认知测试成绩的预测作用,并通过Pearson相关分析考察SDMT与MoCA各领域分数的相关性。

3. Results

3.1. 人口学特征

PD组平均年龄66.8岁,受教育年限14.9年;对照组平均年龄65.6岁,受教育年限14.2年。两组在年龄和教育水平上无显著差异(p>0.05),确保了比较的公平性。

3.2. 认知表现比较

SDMT原始分数(PD: 36.7±12.4; 对照: 47.2±11.0)和T分数(PD: 37.5±10.3; 对照: 46.5±10.1)均显示PD组显著低于对照组(p<0.001)。而MoCA和KD测试在经过多重比较校正后未显示组间显著差异。在损伤判定方面,SDMT将60%的PD患者和22%的对照判定为损伤,MoCA相应比例为73%和39%,KD为50%和41%。

3.3. 预测因子分析

回归分析显示,SDMT原始分数受年龄(β=-0.63)和诊断(β=-10.13)显著影响,但其T分数仅诊断(β=-8.44)保持显著预测作用,表明SDMT的年龄和教育校正规范有效控制了这些变量。相反,MoCA分数仍受年龄(β=-0.12)、教育(β=0.31)和诊断(β=-1.85)的共同影响,说明其教育校正不足。

3.4. 领域相关分析

SDMT与MoCA多个领域分数显著相关,包括记忆(r=0.41)、视空间/执行功能(r=0.50)、注意力(r=0.41)和命名(r=0.37)等,表明SDMT能捕捉多个认知维度的损伤。

4. Discussion

本研究证实了SDMT在PD认知障碍筛查中的优越性:其年龄和教育校正规范有效控制了人口学变量的影响,使诊断成为唯一显著预测因子;而MoCA虽广泛使用,但其教育校正不足,仍受年龄和教育水平的干扰,可能导致老年群体出现假阳性。SDMT的口服版本也避免了PD运动症状的干扰,且与多个认知领域相关,具有较好的临床适用性。

研究的实践意义在于为临床医生提供了更精准的PD认知筛查工具选择——SDMT不仅能有效区分认知损伤,其标准化评分系统还减少了人口学偏差,有助于更准确地识别需要干预的患者。未来研究应扩大样本量,纳入更全面的人口学变量(如种族、社会经济地位等),并探索SDMT在其他神经疾病中的适用性。

总之,这项研究为改善PD患者的认知评估提供了重要证据,推动神经心理学评估向更精准、公平的方向发展,最终惠及患者的诊断和治疗决策。

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号