Abstract (deu)
Hintergrund: Aufgrund der zunehmenden Möglichkeiten von pharmakologischer Behandlung ist die Früherkennung von Demenz von großer Wichtigkeit. Die Überprüfung des semantischen Gedächtnisses mittels psychologischer Testverfahren scheint allem Anschein nach dafür geeignet zu sein. Ziele: Der Vorhersagegehalt zweier semantischer Gedächtnistests (Namen zu Gesichtern zuordnen: FACE und Hauptstädte zu Ländern zuordnen: CITY) für die Konversion zur Alzheimer Demenz wurde geprüft. Design: Patienten, welche über kognitive Verschlechterung klagten und zur Abklärung von möglichen kognitiven Störungen in die Gedächtnisambulanz kamen, wurden in die Studie inkludiert. Um einen Längsschnitteinblick zu erhalten, wurde jede/r PatientIn zweimal getestet. Teilnehmer: 69 PatientInnen die über kognitive Beschwerden klagten (Subjective Cognitive Decline), 72 PatientInnen welche die Kriterien einer leichten kognitiven Störung erfüllten (Mild Cognitive Impairment) und 27 PatientInnen mit Morbus Parkinson (PD), waren für die Teilnahme an der Studie geeignet. Ergebnisse: Der CITY ergab eine Fläche unter Kurve (Area Under the Curve) von .72 (.59 im FACE). Der CITY zeigte eine Sensitivität für die Konversion zur Alzheimer Demenz von .71 (.57 für den FACE) und eine Spezifität von .76 (.77 für den FACE). Der Positive-Vorhersage-Wert (Positive Prediction Value) für den CITY war .14 (.12 für den FACE). Der Negative-Vorhersage-Wert (Negative Prediction Value) für den CITY war .98 (.97 für den FACE). Insgesamt konnte der CITY .76 der Patienten richtig zuteilen (Overall ACCuracy). Der FACE erreichte eine ACC von .76. Beide Tests konnten, nach der Korrektur von konfundierenden Variablen, nicht hinreichend zwischen SCD, MCI und PD, sowie deren Subtypen, differenzieren. Konklusion: Beide Tests zeigen Potential für die Vorhersage der Alzheimer Demenz (der CITY jedoch in höherem Ausmaß). In der derzeitigen Version können sie jedoch mit Tests, welche das episodische Gedächtnis erheben, nicht mithalten. Dies liegt am Deckeneffekt in der Verteilung und dem Einfluss anderer Variablen auf die Testleistung. Um die Vorhersagekraft zu erhöhen, sollten die Itemschwierigkeiten gesteigert werden. Die spezifische Objektivität einzelner Items sollte mittels der „Item Response Theory“ geprüft werden.