多模态任务对轻度认知障碍步态控制及运动认知的影响及机制探讨

Early diagnosis and treatment of mild cognitive impairment (MCI) has become a hot topic in current brain science research. The biomechanical parameters of gait can predict the progress of cognitive function， For the lack of objective diagnostic criteria for MCI diagnosis, gait analysis may be a new breakthrough in evaluating MCI brain function. The aim of this study is to investigate the changes in kinematic parameters of MCI patients under multimodal tasks by including normal young adults, normal elderly, and MCI elderly, and to compare the single-walking and walking with multimodal tasks for MCI， which may provide biomechanical diagnosis and guide clinical intervention in MCI.

轻度认知障碍（Mild cognitive impairment, MCI）的早期诊断和治疗已成为当前脑科学研究的热门话题。介于步态的生物力学参数可以反应运动-认知功能水平及预测认知功能的进展，针对MCI缺乏客观诊断标准的情况，步态分析可能是评估MCI脑功能损伤的新的突破口。本研究旨在通过纳入正常年轻人组、正常老年人组及MCI老年人组，采用多模态任务下的三维步态分析方法，通过对比不同模态任务下步行运动的生物力学特征性变化，筛选出敏感生物力学指标，探究MCI对于运动控制及认知的影响机制，将有助于MCI患者的早期诊断及分类诊断，并为MCI患者的早期干预、预后监测提供重要的科学依据。

轻度认知障碍（Mild cognitive impairment，MCI)的早期诊断及治疗至关重要，已经成为目前脑科学研究的热点。指南中指出步态可用于协助早期识别MCI及预测MCI的进展。本研究主要的研究目标为探究用于MCI诊断的定量多模态步态分析标准化方案及MCI 患者运动认知功能早期损害的生物力学标记物及早期预防及康复干预的可能机制。主要研究内容包括：①多任务步态分析对正常年轻人及正常老年人步态控制及运动认知的影响机制；②多任务步态分析对 MCI 老年人步态控制及运动认知的影响机制；③多任务步态分析对老年人认知功能损伤的模型构建及进展研究。本研究已按预定计划顺利完成。同时，本研究进一步完善了多任务步态数据的分析及统计方法。在分析所获取的三维步态分析时空学参数及关节角度原始数据的基础上，还纳入了双任务步态成本(dual task gait cost，DTC值)，进行二次统计。最后，额外完成了MCI诊断模型的初步构建。通过整个阶段的研究，①证明了基于认知-运动步态分析的双任务在MCI早期识别中具有重要的应用价值；②通过主成分分析方法筛选出MCI患者运动认知功能早期损害的敏感生物力学指标DTC步频，为提高MCI的临床诊断提供了重要理论支持及循证证据；③通过支持向量机（Support Vector Machine，SVM）、随机森林（Random Forest，RF）、梯度提升决策树（Gradient Boosting Decision Tree，GBDT）和极致梯度提升（eXtreme Gradient Boosting，XGBoost）初步构建了MCI的诊断模型；④以此项目为基础成功获批2023年度广州市临床特色技术项目“双任务步态分析技术在轻度认知障碍诊断中的应用”，积极推进了该项技术的理论机制研究到临床应用转化的进程。