เหนือกว่าความสามารถในการขับขี่: ไปสู่ดัชนีเดียว

เพื่อประเมินความสามารถในการใช้งานของ NeuroTracker ในผู้ป่วยที่มี MS และการตอบสนองต่อผลการฝึกอบรมทางปัญญา การประเมิน neuropyschological มาตรฐานและการทดสอบความพร้อมในการขับขี่ (มุมมองที่เป็นประโยชน์)

ผู้ป่วย 16 รายที่มี MS และการควบคุมที่จับคู่อายุ 9 ปีเสร็จสิ้นการฝึกอบรม NeuroTracker 30 นาทีสี่ครั้ง

ผู้ป่วย MS ได้คะแนนต่ำกว่าการควบคุมอย่างไรก็ตามคะแนนของพวกเขาดีขึ้นในอัตราเดียวกันแนะนำการตอบสนองต่อการฝึกอบรมที่ดีต่อสุขภาพ การประเมินทางประสาทวิทยาก่อนโพสต์แสดงให้เห็นถึงการเปลี่ยนแปลงที่ไม่สำคัญจากผลการฝึกอบรมที่มีขนาดผลกระทบขนาดเล็กถึงขนาดกลาง สำหรับกลุ่ม MS การทดสอบความพร้อมในการขับขี่แสดงให้เห็นถึงการเพิ่มขึ้นอย่างมีนัยสำคัญหลังการฝึกอบรม นักวิจัยสรุปว่า NeuroTracker สามารถใช้ในการฝึกอบรมทักษะความรู้ความเข้าใจในผู้ป่วยที่มี MS และอาจปรับปรุงอาจปรับปรุงการทำงานในชีวิตจริงเช่นความปลอดภัยในการขับขี่

ในการตรวจสอบว่าการฝึกอบรม NeuroTracker ถ่ายโอนไปยังประสิทธิภาพการทำงานที่มีประโยชน์ (UFOV) หรือไม่การวัดที่เกี่ยวข้องอย่างมากกับประสิทธิภาพการขับขี่

‍

คนหนุ่มสาวที่มีสุขภาพดียี่สิบคนอายุระหว่าง 23 ถึง 33 ปีได้รับการคัดเลือกและได้รับมอบหมายให้เข้าร่วมโปรแกรมการฝึกอบรม NeuroTracker หรือกลุ่มควบคุมที่ใช้งานอยู่โดยใช้เกมคณิตศาสตร์ (2048) ทั้งสองกลุ่มเสร็จสิ้นการฝึกอบรม 5 ชั่วโมงในช่วง 5 สัปดาห์ ทั้งสองกลุ่มเสร็จสิ้นการประเมินมาตรฐานก่อนโพสต์ของ UFOV

‍

กลุ่มฝึกอบรม NeuroTracker แสดงประสิทธิภาพ UFOV ที่ดีขึ้นอย่างมีนัยสำคัญในขณะที่กลุ่มควบคุมที่ใช้งานแสดงให้เห็นว่ามีการปรับปรุงขนาดเล็กที่ไม่มีนัยสำคัญทางสถิติในงาน นักวิจัยแนะนำว่าประสิทธิภาพของ NeuroTracker และ UFOV นั้นขึ้นอยู่กับความสามารถทางปัญญาที่ทับซ้อนกันและความสามารถเหล่านี้สามารถได้รับการฝึกฝนและวัดในผู้ใหญ่วัยหนุ่มสาวซึ่งอาจนำไปสู่การปรับปรุงความปลอดภัยในการขับขี่

ในการทดสอบทฤษฎีที่ว่าประสิทธิภาพการขับขี่มีความสัมพันธ์อย่างมากกับการประมวลผลแบบไดนามิกของวัตถุหลายชิ้นโดยการประเมินว่าการวัด NeuroTracker มีความสัมพันธ์กับประสิทธิภาพการขับขี่ที่เก่ากว่าในสถานการณ์จำลองหรือไม่

30 ไดรเวอร์ที่มีประสบการณ์ที่มีอายุตั้งแต่ 65-85 ปีได้รับการทดสอบในหนึ่งเซสชั่นของ NeuroTracker (3D-MOT) และเสร็จสิ้นสถานการณ์การขับขี่สูงสุด 3 สถานการณ์ใน STISIM 3.0 Simulator 5 เหตุการณ์ที่ไม่คาดคิดรวมอยู่ในสถานการณ์เพื่อทดสอบความเสี่ยงการชน ความสัมพันธ์ระหว่างเกณฑ์ความเร็ว NeuroTracker และมาตรการจำลอง (อัตราการชน, การเบี่ยงเบนเลน) ถูกคำนวณ

พบความสัมพันธ์ที่สำคัญสูงระหว่างเกณฑ์ NeuroTracker และทั้งอัตราการชนและการเบี่ยงเบนเลนในสถานการณ์การขับขี่บนทางหลวง คะแนน NeuroTracker ที่ต่ำกว่ามีความสัมพันธ์อย่างมากกับการเบี่ยงเบนของเลนในระหว่างการรวมทางหลวงและคะแนน NeuroTracker ที่สูงขึ้นที่เกี่ยวข้องกับผู้เข้าร่วมมีโอกาสน้อยที่จะชนในสถานการณ์ที่แตกต่างกันและมีทักษะการบำรุงรักษาเลนโดยรวมที่ดีขึ้น การศึกษาครั้งนี้เพิ่มความน่าเชื่อถือให้กับแนวคิดที่ว่าการทดสอบการติดตามวัตถุหลายรายการเช่น NeuroTracker อาจเป็นตัวเลือกสำหรับการรวมไว้ในแบตเตอรี่การประเมินสำหรับไดรเวอร์ที่มีอายุมากกว่า

เพื่อตรวจสอบว่าการฝึกอบรม NeuroTracker สามารถถ่ายโอนไปยังทักษะการขับขี่ที่ดีขึ้นซึ่งวัดโดยเครื่องจำลองการขับขี่ที่ทันสมัย

คนหนุ่มสาว 20 คนและผู้สูงอายุ 14 คนถูกแบ่งออกเป็นกลุ่มที่ใช้งานและมีการควบคุม กลุ่มที่ใช้งานได้เสร็จสิ้นการฝึกอบรม NeuroTracker 30 ครั้ง ก่อนและหลังการฝึกอบรมผู้เข้าร่วมทั้งหมดได้รับการประเมินโดยใช้เครื่องจำลองการขับขี่ที่มีความเที่ยงตรงสูงซึ่งวัดประสิทธิภาพการขับขี่หลายด้าน

ผลการศึกษาพบว่าทั้งเด็กและผู้สูงอายุมีการปรับปรุงอย่างมีนัยสำคัญในการขับขี่แบบจำลองการขับขี่หลังจากการฝึกอบรม NeuroTracker โดยเฉพาะอย่างยิ่งสิ่งนี้รวมถึงความสามารถในการรักษาเลนที่ดีขึ้นเวลาตอบสนองต่ออันตรายและการรับรู้สถานการณ์โดยรวมที่เพิ่มขึ้น กลุ่มผู้สูงอายุแสดงผลการขับขี่โดยรวมที่มีขนาดใหญ่ขึ้น นักวิจัยสรุปว่าการศึกษาครั้งนี้ให้หลักฐานเบื้องต้นว่าการฝึกอบรม NeuroTracker อาจปรับปรุงความปลอดภัยในการขับขี่โดยเฉพาะอย่างยิ่งผ่านการตรวจจับหรือตอบสนองต่อเหตุการณ์อันตรายได้อย่างรวดเร็ว

ในการตรวจสอบเส้นเขตแดน NeuroTracker สามารถทำนายประสิทธิภาพการขับขี่ใน 3 สถานการณ์จำลองเพื่อดูว่ามาตรการเหล่านี้สามารถทำนายความเสี่ยงในการขับขี่ได้หรือไม่

115 คนขับถูกแบ่งออกเป็นสามกลุ่มอายุและกลุ่มประสบการณ์: เด็กที่ไม่มีประสบการณ์ (อายุ 18-21 ปี), ผู้ใหญ่ที่มีประสบการณ์ (อายุ 25-55 ปี) และผู้ใหญ่ที่มีอายุมากกว่า (อายุ 70-86 ปี) ผู้เข้าร่วมได้รับการทดสอบเป็นเวลา 2 ชั่วโมงในสถานการณ์การขับขี่ที่แตกต่างกันสามสถานการณ์ที่แตกต่างกันในภาระงานทางจิต (ต่ำปานกลางสูง) โดยใช้เครื่องจำลองการขับขี่ที่มีความซับซ้อนสูง มีการประเมินตัวชี้วัดที่แตกต่างกันทั้งหมด 18 ตัวเกี่ยวกับพฤติกรรมการขับขี่และเปรียบเทียบกับคะแนนพื้นฐาน NeuroTracker

การวิเคราะห์ทางสถิติของผลลัพธ์ของ NeuroTracker และตัวชี้วัดประสิทธิภาพการขับขี่ให้ความสัมพันธ์อย่างมีนัยสำคัญรวมถึงการทำนายความเร็วในการขับขี่ความเร็วในการทำลายและการตอบสนองต่อเหตุการณ์อันตราย คะแนน NeuroTracker ต่ำคาดการณ์ความเสี่ยงที่สูงขึ้นของการล่ม คะแนน NeuroTracker ที่ต่ำกว่ายังมีความสัมพันธ์อย่างมีนัยสำคัญกับความเร็วการขับขี่ที่ช้าลงโดยเฉลี่ยสำหรับผู้สูงอายุซึ่งเป็นหลักฐานที่แสดงถึงทฤษฎีที่ว่าการขับขี่ช้ากว่านั้นเกี่ยวข้องกับผลกระทบทางปัญญาของริ้วรอย