预计到2050年,60岁及以上的全球人口将翻倍,阿尔茨海默病(AD)及相关痴呆症的患病率将急剧上升 [1][Tahami Monfared, 2022 #25451]。在中国,这一老龄化趋势尤为明显,估计有983万60岁及以上的老年人患有AD,是全球病例数最多的国家 [2]。认知障碍,从轻度认知障碍(MCI)到痴呆症,给个人、家庭和医疗系统带来了巨大负担 [3]。尽管目前尚无治愈AD的方法,但早期筛查和后续干预被认为是延缓疾病进展和管理症状的关键策略 [4]、[5]、[6]。
目前的认知障碍筛查主要依赖于传统方法,包括纸笔问卷和标准化神经心理学量表。然而,由于时间限制、临床工作流程的中断以及需要专业人员来实施和解释评估结果,这些方法在初级保健机构(如社区和养老院)中的常规应用仍然有限 [7]。此外,老年人可能因感官障碍、教育水平较低或认知变化而难以完成传统的筛查任务,这可能进一步影响筛查结果的准确性和可靠性 [4]。
作为一种非侵入性和客观的行为监测方法,眼动追踪技术可以实时捕捉眼球运动轨迹,反映视觉注意力分配和信息处理效率等认知相关指标 [8]、[9]。先前的研究表明,认知障碍患者在视觉搜索、注视模式和眼球运动潜伏期方面表现出特征性变化,为通过眼动参数识别认知异常提供了理论依据 [10]、[11]、[12]。越来越多的证据表明,眼动模式的改变可以有效区分认知正常的老年人和轻度认知障碍及阿尔茨海默病患者 [13]。最近的研究进一步支持将多领域任务表现与基于注视的交互结合用于认知障碍检测。这些发现突显了结合眼动追踪数据和认知任务表现以提高诊断准确性的潜力 [14]、[15]。然而,目前仍缺乏专门针对中国老年人群体的本地化、多领域、经实证验证的眼动追踪筛查系统。
这一需求促使我们开发了基于眼动追踪的认知障碍筛查系统(CIS-ET)。本研究的主要目标是:(1)通过专家咨询和以用户为中心的设计过程开发CIS-ET;(2)验证其在区分健康对照组(HCs)、轻度认知障碍患者(MCI)和阿尔茨海默病患者(AD)方面的区分有效性;(3)评估其与现有认知量表(MMSE和MoCA)的一致有效性;(4)评估其内部一致性信度和可用性。