第六节 MemTrax记忆认知评估系统
MemTrax记忆认知评估系统（MemTraxmemory test）主要用于评估以情景记忆和执行功能为主的认知现状及其动态变化，该系统的优点在于评分自动化，因而测评结果较为客观。同时，该系统可联网操作，方便居家自测及医护人员远程监控。在临床上，该系统可以用于阿尔茨海默病（AD）等疾病所引起的认知障碍的早期筛查，也可用于酒后、麻醉后以及受伤后清醒状态的测评。
一、概述
MemTrax记忆认知评估系统是美国执业医师Ashford博士在1985年受到Science《科学》杂志一篇文章的启发［1］，关注AD早期病变的识别，在社区老人中进行研发和测试，并在1998年将其计算机化，于2004年前后开始使用MemTrax这个名称。尽管MemTrax记忆认知评估系统的开发和测评较早，但是关于该系统（幻灯机版和计算机版）的学术论文分别于2011年［2］和2019年才相继发表［3］。目前该系统的使用越来越广泛，如美国脑志愿者库、美国阿尔茨海默病基金会（Alzheimer's Foundation ofAmerica，AFA）和记忆健康志愿者库分别于2015年和2019年起采用MemTrax筛查认知功能。
基于连续识别任务范式，MemTrax记忆认知评估系统要求受测者对连续出现图像中的重复图像进行识别，以测验其情景记忆和相关认知功能。该测验的完成需要学习、记忆（包括编码、存储和提取）、注意、执行（如抑制能力）、判断能力和运动等功能。MemTrax最初版本为26张图像，现有版本为50张图像，含5个类别，其中25张是重复出现图像，有5张多于一次重复出现，要求受试者快速通过点击图像或键盘识别所有重复出现的图像。中文网页版和微信小程序版、美国网页版、AFA、脑健康和记忆健康志愿者库等使用免费。
为了给AD药物研发寻找一款相对客观的认知评估系统，周显波博士于2017年底首次将MemTrax记忆认知评估系统引进中国，在中国境内的服务器上运行和储存数据，并结合中国人群的文化背景进行了二次开发，在图库中增加更多图像并更新完善报告页。目前，中文网页版和微信小程序版皆可完成测验，可以连续做超过600次独立测验。目前测评结果只显示识别正确率和平均反应时间，对注意和抑制等其他认知功能的评分尚在开发中。
二、评分方法
MemTrax记忆认知评估系统根据受试者对重复图像的正确识别自动计算识别正确率（percentage of correct responses，MTx-%C）和平均反应时间（mean response time，MTx-RT）。每次测验完成后系统首先根据预先设置的标准（排除随机点击和未做点击识别等）对结果进行有效性评估，无效结果不显示具体得分但后台保存数据，系统提示受试者结果无效，请按指南重新测验。
识别正确率=［总图像数（50）-错误点击图像数］÷50×100%，平均反应时间=总反应时间（累加所有单次点击时间）÷总点击次数。识别正确率高，反应时间快，说明受试者认知功能较好。识别正确率100%是满分。反应时间上限设置为3秒，每张图像超过3秒未做出反应则系统自动显示下一张图像［3］。
三、操作要求
本测验可由医疗人员或者经过短暂培训的非医疗专业人员指导受试者现场测验。受试者也可以在自行学习测验指南后，在安静的环境下通过中文网页版和微信小程序版自行测验，每次测验1.5～2分钟。
四、信度和效度
（一）信度
经43名受试者在20个月内完成50次以上自测的数据分析发现，MemTrax微信小程序版的识别正确率的重测信度系数为0.91～0.98，平均反应时间的重测信度系数为0.82～0.95。正常人群不同年龄段（表2-6-1）个体差异的识别正确率的信度系数为0.92～0.94，平均反应时间的重测信度系数为0.82～0.84，表明此测验的信度良好。MemTrax是程序自动评分，因此没有评分者间信度问题。
表2-6-1 中国用户的基线分析
注：MTx-%C，识别正确率；SD，标准差；CV，离散系数；MTx-RT，平均反应时间。
（二）效度
来自荷兰样本的研究表明：MCI老人（n=37）在MemTrax上的得分显著低于正常老人（n=45）［4］。来自中国人群比较遗忘型轻度认知损害（amnestic mild cognitiveimpairment，aMCI）患者（n=64）与认知正常对照（n=64）的研究表明［5］，当MemTrax 正确率 ＜ 81% 和MoCA评分 ＜ 23分时，MemTrax和MoCA鉴别aMCI的敏感性和特异性之和最高（MemTrax鉴别aMCI的敏感性和特异性分别为79.7%和93.8%、MoCA鉴别aMCI的敏感性和特异性分别为68.8%和82.8%）。ROC分析发现MemTrax正确率的曲线下面积（area under the curve，AUC）为0.93，MoCA 的 AUC 为 0.85，两者差异有统计学意义。这些结果表明MemTrax在识别aMCI中的作用优于MoCA，MemTrax识别正确率 ＜81%可认为存在MCI。
认知障碍，尤其是AD的认知改变，越来越多地被作为一个连续变化谱来看待。虽然基于人群的分界值有一定的参考意义，但是每个人的“正常”认知功能不尽一致；因此，获取认知功能在个体水平的纵向变化对临床诊断的个性化更有指导意义。为此，MemTrax中文网页版和微信小程序版的测评结果显示受试者每次测验结果的标准差（SD）倍数和百分位数，以供医疗人员参考，结合主诉和临床进行诊断。近期一项来自大型三甲综合性医院健康体检人群的、数万人大样本横断面数据采集已经完成，基于年龄、受教育程度的MemTrax测验参数百分位曲线常模分析发现，识别记忆随着年龄增加而下降，并且，教育对受检人群识别记忆的下降有显著保护作用。根据此项研究结果，MemTrax有望成为认知健康管理和认知障碍早期识别的规模化筛查工具之一。
此外，一项基于美国脑健康志愿者库的数据研究也表明MemTrax的平均反应时间可以区分正常和帕金森综合征患者［6］。
五、临床应用
（一）国外应用
国外数据分析表明，60岁以下正常人群的识别正确率减去2个SD等于或低于80%，平均反应时间加上2个SD等于或高于1.2秒［3］
。基于MemTrax数据和健康问卷的机器学习模型可以预测受试者的认知健康状况［7］。脑健康志愿者库［8］和AFA都采用MemTrax作为记忆障碍筛查工具用于队列研究。MemTrax个案报道可以用于AD整体解决方案的疗效观察［9］。MemTrax也用于评估受伤的美式橄榄球球员是否可以继续比赛，以及门诊手术麻醉后患者是否清醒并可以出院的研究。
（二）国内应用
目前国内已有MemTrax微信小程序版、中文网页版的个人版和机构版。基于微信小程序版的数据分析结果与国外研究相一致（表2-6-1），即在中国人群中，60岁以下正常人群（n=3 973）的识别正确率减去2个SD等于或低于80%，平均反应时间加上2个SD等于或高于1.3秒。
在一项中国成年人的横断面研究中（n=259），应用年龄、受教育程度、MemTrax识别正确率和反应时间这4个参数通过朴素贝叶斯（naïve Bayesian）方法建模，并使用AUC评估模型性能，预测MCI的AUC为0.91；如果采用有临床诊断的患者数据通过朴素贝叶斯建模，区分AD和AD型MCI的AUC为0.78、区分血管性痴呆（vascular dementia）和血管性轻度认知损害的AUC为0.80。这些结果表明，包含MemTrax指标的预测模型可以对不同类型和不同阶段的认知障碍进行分类，揭示了MemTrax用于区分认知障碍严重程度的潜力［10］。
六、总结
MemTrax是为早期发现AD而研制的记忆认知功能评估系统，测验评估操作仅需1.5～2分钟，程序自动评分，相对客观，可以连续测验观察变化。MemTrax以受试者自测为主，也可以在医疗人员指导下完成，既可用于常规认知功能评估，也可用于认知障碍包括AD的筛查。MemTrax系统可以为记忆、认知相关疾病的临床研究提供真实世界证据（real-worldevidence）、提高运营效率，降低试验成本，并可以为在线诊疗中的远程认知评估和认知障碍疗效观察提供可行的解决方案。MemTrax的局限性在于以测量图像识别为主，测试的认知功能不涉及语言和抽象等认知域，并且有视力和严重运动功能缺损的受试者无法进行测验。
（徐群 周显波）
参考文献
［1］WRIGHT A， SANTIAGO H，SANDS S， et al.Memory processing ofserial lists by pigeons，monkeys， andpeople ［J］.Science， 1985，229（4710）： 287-289.
［2］ASHFORD J W， GERE E， BAYLEYP J， et al.Measuring memory in largegroup settings using a continuousrecognition test ［J］.Journal ofAlzheimer's Disease， 2011， 27（4）：885-895.
［3］ASHFORD J W， TARPIN-BERNARD F， ASHFORD C B， et al.Acomputerized continuous-recognition taskfor measurement of episodic memory［J］.Journal of Alzheimer's Disease，2019， 69：385-399.
［4］VAN D H M D，NIEUWENHUIZEN A， KEIJER J， et al.The Mem Trax test compared to the Montrealcognitive assessment estimation of mildcognitive impairment ［J］.Journal ofAlzheimer's Disease， 2019， 67（3）：1045-1054.
［5］陈鑫杰， 赵凤， 尚群竺， 等.基于互联网的连续视觉再认作业MemTrax测试在快速筛查中国人群遗忘型轻度认知障碍中的应用价值［J］.中华神经科杂志， 2021， 54（3）：184-190.
［6］CHOLERTON B， WEINER M W，NOSHENY R L， et al.Cognitiveperformance in Parkinson's disease in thebrain health registry ［J］.Journal ofAlzheimer's Disease， 2019， 68： 1029-1038.
［7］BERGERON M F， LANDSET S，TARPIN-BERNARD F， et al.Episodic-memory performance in machine learningmodeling for predicting cognitive healthstatus classification ［J］.Journal ofAlzheimer's Disease， 2019， 70（1）：277-286.
［8］WEINER M W， NOSHENY R，CAMACHO M， et al.The brain healthregistry： an internet-based platform forrecruitment， assessment， andlongitudinal monitoring of participants forneuroscience studies ［J］.Alzheimers &Dementia， 2018， 14： 1063-1076.
［9］BREDESEN D E.Reversal ofcognitive decline： a novel therapeuticprogram ［J］.Aging， 2014， 6（9）：707-717.
［10］BERGERON M F， LANDSET S，ZHOU X， et al.Utility of MemTrax andMachine Learning Modeling inClassification of Mild Cognitive Impairment［J］.Journal of Alzheimer's Disease，2020， 77（4）： 1545-1558.