Tobii Alzheimers article

知识文章

通过眼动追踪评估阿尔茨海默的四种方法

资源详情

  • 作者

    Ieva Miseviciute

  • 阅读时间

    7 min

大量研究表明,眼动追踪是支持早期阿尔茨海默病(AD)评估的一种很有前景的工具。眼动和认知的改变发生在疾病早期,可以通过简单、高效的眼动追踪任务来衡量。本文将介绍四种通过眼动追踪对阿尔茨海默症进行早期评估的方法。

眼动追踪 - 一种阿尔茨海默症评估手段的有效补充 

阿尔茨海默病(AD)是一种进行性神经退行性疾病,占所有痴呆类病例的70%(《世界阿尔茨海默病报告》,2022)。它的特点是记忆、思维过程、感知和语言逐渐受损。最初,AD大多是无症状的,往往在临床症状出现前多年就开始了。例如,患有轻度认知障碍的人更有可能发展为AD,年转化率约为15%(Liu et al.,2013)。 

目前,AD还没有能够治愈的方法,但早期诊断可以改善疾病管理,减缓疾病发展为痴呆症。根据《世界阿尔茨海默病报告》显示,75%的痴呆症患者未被诊断。现有的早期AD检测生物标志物具有侵入性(如腰椎穿刺)、成本高(如神经成像)或耗时长(如神经心理认知测试)等特点,使得许多受影响的个体无法及时得到筛查。 

眼动跟踪是一种准确、非侵入和成本效益较高的技术,有可能用于大规模AD筛查 (Readman et al., 2021) 。眼动测量提供了不受语言和文化影响的认知和动眼功能评估手段。与神经心理测试相比,眼动测量是具备优势的,因为AD患者的语言和自我表达能力可能会显著降低。由于AD通常伴有广泛的眼动和观看行为上的改变(Molitor et al.,2015),特定的眼动行为和观察模式可以作为AD早期的生物标志物。 

可辅助阿尔茨海默症早期评估的四种方法 

基本眼动评估 

阿尔茨海默症(AD)改变了控制眼球运动的大脑皮层和皮层下区域之间的连接 (Armstrong, 2009) 。研究报告了与AD相关的扫视、注视、平稳跟踪和微眼跳的变化 (Molitor et al., 2015) 。基本眼动的状态可以通过执行简单的眼动任务来评估。Pavisic及其同事(Pavisic et al.,2017)证明了通过评估注视稳定性(专注于一个点10秒)、平稳跟踪(跟随移动的目标)和朝向眼跳(目标出现时盯着目标),他们可以将AD患者与健康同龄人进行分类,准确率可达到95%。与健康同龄人相比,AD患者在注视稳定性任务中表现出更多的侵入性扫视和更短的注视持续时间。他们跟随移动目标的时间更短,在平稳的跟踪过程中会做出更多中断性的眼跳。AD患者在朝向眼跳任务中的准确性较低,并且需要更长的时间才能专注于目标 (Pavisic et al., 2017) 。 

另一项简短且简单的注视任务是瞳孔校准,方法是被试注视静止目标10秒钟 (Jang et al., 2021) 。该任务可以捕捉方波急跳 ——一种打断注视的无意识眼球运动,在AD中很常见 (Nakamagoe et al., 2019) 。瞳孔校准任务有可能用于大样本量的AD筛查,因为它只需10秒,并且在将健康个体与AD患者进行比较时会产生显著结果 (Jang et al., 2021) 。在试图注视期间,微眼跳行为有助于区分轻度认知障碍患者和健康同龄人,因为前者表现出更多的间接性微眼跳行为 (Kapoula et al., 2014) 。 

Alzheimer's - how it effects the brain
阿尔茨海默病症使控制眼球运动的大脑皮层和皮层下区域之间的连接发生了变化。

执行功能评估 - 反向眼跳任务 

抑制功能障碍是阿尔茨海默病(AD)中最先受到影响的非记忆部分的表现之一 (Wilcockson et al., 2019) 。在反向眼跳任务中,参与者必须抑制对目标的扫视,并向相反的方向进行眼跳。AD患者在这项任务中出现的抑制错误数量显著更高,并且可以预测AD的严重程度 (Opwonya et al., 2022) 。健康个体在20%的实验中会出现反向眼跳错误,而AD患者在50-80%之间 (Garbutt et al., 2008) 。在AD早期(Kaufman et al.,2012),甚至在轻度认知障碍开始出现(Chehrehnegar et al.,2022),就可以检测到更多的反向眼跳错误。反向眼跳任务在AD人群中报告了一致的结果,使其成为了评估老年人执行功能的有效备选方式。 

进阶观察行为评估 

随着基本眼动的变化,阿尔茨海默症患者在高级视觉感知场景中也会遇到困难,如视觉搜索和场景探索 (Molitor et al., 2015) 。执行这些任务的困难与短期和工作记忆缺陷有关,这在AD的临床前阶段已经很明显。 

视觉配对比较任务是一项识别记忆任务,根据被试对已看过的图片的耗时与新图片的观察耗时比率对其进行评分。患有AD和轻度认知障碍的个体表现出较差的新事物识别能力 (Crutcher et al., 2009; Nie et al., 2020; Zola et al., 2013)。这项眼动追踪任务的得分可以可靠地预测1年随访中的认知能力下降(Nie et al.,2020),以及在临床诊断前三年从轻度认知障碍转化为AD(Zola et al.,2013)。 

视觉搜索是一种目标导向的搜索行为,目的是在分心物中找到目标。AD患者在视觉搜索任务中的反应时更长,他们的搜索模式比对照组更无序和随机 (Barral et al., 2020; Pereira et al., 2020) 。AD患者在视觉场景中检测显著物体的难度增加;他们需要更长的时间才能将注意力从视觉场景的中心区域转移到外围区域 (Pereira et al., 2020) 。 

在我们的眼动追踪软件Tobii Pro Lab中体验视觉搜索任务的Demo。 

Tobii Alzheimers article
阿尔茨海默症患者在视觉搜索任务中需要更长的时间才能找到目标,他们的搜索模式更加混乱,而且他们很难探查到显著的物体。

阅读评估 

阅读需要整合几个认知系统,如注意力、词语感知和理解。在阿尔茨海默症(AD)早期阶段观察到阅读行为的变化,研究表明,在阅读任务中用眼动仪捕捉这些变化是可能的 (Fernández et al., 2015)。与健康同龄人相比,AD早期的个体在阅读时每次注视的单词更少,注视的总数和持续时间也有所增加 (Fernández et al., 2016)。此外,与健康同龄人相比,AD患者阅读文本的时间更长,更有可能重读文本,跳过文本中无信息部分的可能性更小 (MacAskill and Anderson, 2016) 。 

阅读测试(例如,King Devick测试)可以在轻度认知障碍患者出现任何明显的临床症状之前对其进行检查,主要基于阅读任务期间的眼跳幅度和持续时间 (Hannonen et al., 2022) 。与健康对照组相比,轻度认知障碍组的眼跳持续时间和幅度更小。在阅读任务中收集的眼动特征可以对AD患者进行分类,准确率为89.8% (Biondi et al., 2018) 。 

阅读过程中典型的眼动模式示例。阿尔茨海默症患者的正常阅读模式会发生变化。

结论 

越来越多基于研究的证据表明,阿尔茨海默症早期患者在基本眼动和认知功能方面表现出了可测量的变化。在本文中,我们重点介绍了一些简单快速的眼动追踪任务,这些任务可能有助于阿尔茨海默症早期的筛查过程。总而言之,眼动追踪可以作为一种非侵入的痴呆风险评估工具,用于初级护理中心的批量筛查。随着发展和研究的进一步拓展,眼动指标可能成为AD的可靠生物标志物,可以作为其他神经心理学和生理学测量方法的有效补充。 

关于遥测式眼动追踪在评估老年群体中的重要性的补充说明:

评估老年人需要舒适的环境,最好不要将头部固定,因为这类人群经常伴有颤抖或退行性颈椎病变。眼动仪应能够实现快速校准,并在没有下颏固定装置的情况下有效地追踪眼动行为。研究人员报告称,在测试老年患者时,即插即用眼动仪有着较好的体验 (Barral et al., 2020; Jang et al., 2021) 。在一项该课题的研究中,被试填写了一份关于他们参测体验的后期问卷。他们评估了眼动追踪的易用性、可接受性和对眼动追踪本身的态度。大多数被试对遥测式眼动追踪评估持积极态度:93%的人感到舒适,91%的人在评估过程中感到放松。此外,96%的参与者表示愿意在未来参与重复评估,93%的参与者愿意参与每月重复评估 (Barral et al., 2020) 。 

Tobii提供了几种非侵入式眼动追踪解决方案,旨在采集高质量的眼动追踪数据的前提下,同时实现自然的头部运动。请查看我们关于如何选择眼动仪的指南(免费)了解详情。 

Tobii Pro Lab and Tobii Pro Fusion

参考文献

Armstrong, R. A. (2009). Alzheimer’s Disease and the Eye. Journal of Optometry, 2(3), 103–111.

Barral, O., Jang, H., Newton-Mason, S., Shajan, S., Soroski, T., Carenini, G., Conati, C., & Field, T. (2020). Non-Invasive Classification of Alzheimer’s Disease Using Eye Tracking and Language. Proceedings of the 5th Machine Learning for Healthcare Conference, 813–841.

Biondi, J., Fernandez, G., Castro, S., & Agamennoni, O. (2018). Eye movement behavior identification for Alzheimer’s disease diagnosis. Journal of Integrative Neuroscience, 17(4), Article 4.

Chehrehnegar, N., Shati, M., Esmaeili, M., & Foroughan, M. (2022). Executive function deficits in mild cognitive impairment: Evidence from saccade tasks. Aging & Mental Health, 26(5), 1001–1009.

Crutcher, M. D., Calhoun-Haney, R., Manzanares, C. M., Lah, J. J., Levey, A. I., & Zola, S. M. (2009). Eye Tracking During a Visual Paired Comparison Task as a Predictor of Early Dementia. American Journal of Alzheimer’s Disease & Other Dementias®, 24(3), 258–266.

Fernández, G., Castro, L. R., Schumacher, M., & Agamennoni, O. E. (2015). Diagnosis of mild Alzheimer disease through the analysis of eye movements during reading. Journal of Integrative Neuroscience, 14(01), 121–133.

Fernández, G., Manes, F., Politi, L. E., Orozco, D., Schumacher, M., Castro, L., Agamennoni, O., & Rotstein, N. P. (2016). Patients with Mild Alzheimer’s Disease Fail When Using Their Working Memory: Evidence from the Eye Tracking Technique. Journal of Alzheimer’s Disease, 50(3), 827–838.

Garbutt, S., Matlin, A., Hellmuth, J., Schenk, A. K., Johnson, J. K., Rosen, H., Dean, D., Kramer, J., Neuhaus, J., Miller, B. L., Lisberger, S. G., & Boxer, A. L. (2008). Oculomotor function in frontotemporal lobar degeneration, related disorders and Alzheimer’s disease. Brain: A Journal of Neurology, 131(Pt 5), 1268–1281.

Hannonen, S., Andberg, S., Kärkkäinen, V., Rusanen, M., Lehtola, J.-M., Saari, T., Korhonen, V., Hokkanen, L., Hallikainen, M., Hänninen, T., Leinonen, V., Kaarniranta, K., Bednarik, R., & Koivisto, A. M. (2022). Shortening of Saccades as a Possible Easy-to-Use Biomarker to Detect Risk of Alzheimer’s Disease. Journal of Alzheimer’s Disease, 88(2), 609–618.

Jang, H., Soroski, T., Rizzo, M., Barral, O., Harisinghani, A., Newton-Mason, S., Granby, S., Stutz da Cunha Vasco, T. M., Lewis, C., Tutt, P., Carenini, G., Conati, C., & Field, T. S. (2021). Classification of Alzheimer’s Disease Leveraging Multi-task Machine Learning Analysis of Speech and Eye-Movement Data. Frontiers in Human Neuroscience, 15.

Kapoula, Z., Yang, Q., Otero-Millan, J., Xiao, S., Macknik, S. L., Lang, A., Verny, M., & Martinez-Conde, S. (2014). Distinctive features of microsaccades in Alzheimer’s disease and in mild cognitive impairment. AGE, 36(2), 535–543.

Liu, C.-C., Kanekiyo, T., Xu, H., & Bu, G. (2013). Apolipoprotein E and Alzheimer disease: Risk, mechanisms and therapy. Nature Reviews Neurology, 9(2), Article 2.

MacAskill, M. R., & Anderson, T. J. (2016). Eye movements in neurodegenerative diseases. Current Opinion in Neurology, 29(1), 61–68.

Molitor, R. J., Ko, P. C., & Ally, B. A. (2015). Eye Movements in Alzheimer’s Disease. Journal of Alzheimer’s Disease, 44(1), 1–12.

Nakamagoe, K., Yamada, S., Kawakami, R., Koganezawa, T., & Tamaoka, A. (2019). Abnormal Saccadic Intrusions with Alzheimer’s Disease in Darkness. Current Alzheimer Research, 16(4), 293–301.

Nie, J., Qiu, Q., Phillips, M., Sun, L., Yan, F., Lin, X., Xiao, S., & Li, X. (2020). Early Diagnosis of Mild Cognitive Impairment Based on Eye Movement Parameters in an Aging Chinese Population. Frontiers in Aging Neuroscience, 12.

Opwonya, J., Wang, C., Jang, K.-M., Lee, K., Kim, J. I., & Kim, J. U. (2022). Inhibitory Control of Saccadic Eye Movements and Cognitive Impairment in Mild Cognitive Impairment. Frontiers in Aging Neuroscience, 14, 871432.

Pavisic, I. M., Firth, N. C., Parsons, S., Rego, D. M., Shakespeare, T. J., Yong, K. X. X., Slattery, C. F., Paterson, R. W., Foulkes, A. J. M., Macpherson, K., Carton, A. M., Alexander, D. C., Shawe-Taylor, J., Fox, N. C., Schott, J. M., Crutch, S. J., & Primativo, S. (2017). Eye tracking Metrics in Young Onset Alzheimer’s Disease: A Window into Cognitive Visual Functions. Frontiers in Neurology, 8.

Pereira, M. L. G. de F., Camargo, M. von Z. de A., Bellan, A. F. R., Tahira, A. C., dos Santos, B., dos Santos, J., Machado-Lima, A., Nunes, F. L. S., & Forlenza, O. V. (2020). Visual Search Efficiency in Mild Cognitive Impairment and Alzheimer’s Disease: An Eye Movement Study. Journal of Alzheimer’s Disease, 75(1), 261–275.

Readman, M. R., Polden, M., Gibbs, M. C., Wareing, L., & Crawford, T. J. (2021). The Potential of Naturalistic Eye Movement Tasks in the Diagnosis of Alzheimer’s Disease: A Review. Brain Sciences, 11(11), Article 11.

Wilcockson, T. D. W., Mardanbegi, D., Xia, B., Taylor, S., Sawyer, P., Gellersen, H. W., Leroi, I., Killick, R., & Crawford, T. J. (2019). Abnormalities of saccadic eye movements in dementia due to Alzheimer’s disease and mild cognitive impairment. Aging (Albany NY), 11(15), 5389–5398.

World Alzheimer Report 2022 Life after diagnosis: Navigating treatment, care and support. (2022).

Zola, S. M., Manzanares, C. M., Clopton, P., Lah, J. J., & Levey, A. I. (2013). A behavioral task predicts conversion to mild cognitive impairment and Alzheimer’s disease. American Journal of Alzheimer’s Disease and Other Dementias, 28(2), 179–184.

资源详情

  • 作者

    Ieva Miseviciute

  • 阅读时间

    7 min

相关内容