Mild cognitive impairment (MCI) is the preclinical stage and sign of dementia. It is also important for guidance in the prevention and intervention of neurological disease. The purpose of this study was to review literatures on cognitive/communicative and other predictors of MCI patients systematically, and to propose the evidence-based data including effect sizes of them using a meta-analysis method. Fifty-seven researches published since 2010, meeting the inclusion and exclusion criteria, were entered into the analysis. They were analyzed in a methodological and content level, and the effect sizes were calculated by 3 predictors. Predictive values were pooled from cognitive (10 domains), communicative (9 domains), and other (3 domains). The main findings were as follows. Firstly, the general target population for studies was older adults over the age of 55, and most studies included at least 2 types of predictors. Secondly, average effect sizes of 3 predictors in MCI were all significant. Thirdly, cognitive predictors like memory and general cognition had significant and high-level effect sizes. Fourthly, communicative predictors including comprehension and word fluency had moderate-level effect sizes significantly. Lastly, all demographic and neuropsychological (age, education, depression) predictors had significant and moderate-level effect sizes. Our results provide the evidence-based information to predict MCI. Especially, specific cognitive and communicative predictors may contribute to increase the diagnostic and prognostic accuracy in MCI. This study is also expected to present clinically available data and increase the effect in intervention for MCI.
전 세계적인 치매 인구는 약 5,000만 명에 이른다(Alzheimer’s Disease International, 2018). 2050년까지 3초당 1명씩 환자가 추가되어 1억 5,200만 명으로 증가할 것이라는 전망도 있다(
MCI는 일상 활동에 큰 영향을 주지 않으나 연령 및 교육수준에 비해 인지 저하가 두드러지는 상태로 임상적 진단 기준이 다양하다(
이처럼 MCI의 진단 기준이 다양하다는 것은 임상적 판단이 매우 중요함을 시사한다. 즉 광범위한 임상적 평가, 임상적 관찰, 뇌영상 촬영, 생물학적 및 신경심리학적 검사, 일상생활 기능에 대한 보고 등을 통해 종합적으로 진단할 필요가 있다. 이는 MCI에 대한 중재를 구상하고 효과를 예측하기 위한 근거 자료가 된다는 점에서도 의의가 있다. 따라서 MCI의 임상적 양상을 영역별로 예측하면 진단적 준거와 중재의 지침으로서 활용할 수 있다.
MCI의 인지적 예측인자는 하위 영역별로 다양한데, 주로 기억력에 대한 논의가 많다. MCI의 주요 진단 근거로서 기억력 손상이 포함되기도 하며(
MCI를 예측하는 의사소통적 요인으로 단어유창성과 이름 대기 등 어휘-의미적 측면을 다루는 경우가 많다. 예컨대, 노인과 MCI 집단은 어휘-의미적 접근과 반응시간 간에 상관성이 크다(
MCI를 예측하는 기타 요인으로 인구통계학적 및 신경심리적 측면이 고려될 수 있다. 예를 들어, 60세 이상 인구의 3%, 75세 이상 노인의 15%가 MCI로 진단된다(
요컨대, MCI는 치매의 전조 증상으로서 진단과 예측의 차원에서 임상적으로 매우 중요하다. 질환의 속성상 진단 기준이 다양하고 방법론적 범주가 광범위하기 때문에 임상적 판단에 크게 좌우될 수 있다. 따라서 MCI의 변별에 활용할 수 있는 예측 인자를 증거 기반적이고 체계적인 관점에서 제시해야 한다. 이에 본 연구에서는 2010년 이후의 최근 연구들을 중심으로 MCI의 주요 영역별 예측인자를 체계적으로 고찰하고, 메타분석을 통해 효과크기(effect size) 등 증거 기반적 자료를 제시하고자 한다. 구체적인 연구 문제는 다음과 같다.
첫째, MCI의 주요 예측인자에 관한 연구들을 방법 및 내용의 질적 측면에서 살펴보고자 한다.
둘째, 예측인자의 각 영역(인지적/의사소통적/기타)에서 평균 효과크기 및 하위 영역별 효과크기를 산출하고 유의미한 예측인자가 무엇인지를 제시하고자 한다.
MCI의 예측인자를 분석하기 위해 다양한 데이터베이스와 학술지 검색을 통해 문헌을 수집하였다. PudMed, CINAHL Plus with Full Text, MEDLINE, Web of Science, EBSCO, OVID, Scopus 등의 데이터베이스를 활용하였다. 국외 학술지에 게재된 국내 연구도 분석 대상에 포함하였다. 2020년 6월 16일자를 기준으로 2010년 이후 게재된 연구에 한해 검색하였다. 구체적인 주제어는 다음과 같다: communication, conversion, detect, diagnose, discriminate, evaluate, language, marker, mild cognitive impairment (MCI), predict (or), prognostic, risk factor.
본 연구를 위한 논문의 선정 기준은 다음과 같다.
첫째, 연구 설계 방법으로서 확률화 배정 연구나 집단 간 비교 연구로 제한하였다. 동일 집단을 대상으로 한 반복 측정 연구, 단일사례 연구는 제외하였다. 둘째, 실험 집단의 연구 대상으로 MCI는 포함하였고, 파킨슨병 등 동반 장애가 있는 경우, 주관적 인지-언어장애, 기타 뇌 손상으로 인한 인지장애 등은 제외하였다. MCI의 하위 유형으로 기억력의 손상 유무에 따른 기억상실형 MCI (amnestic MCI, aMCI) 및 비기억상실형 MCI (nonamnestic MCI, non-aMCI), 손상 영역의 단일성을 기준으로 단일영역형(single-domain) 및 다영역형(multiple-domain) MCI를 모두 포함하였다. 통제 집단은 인지-언어 수행력이 정상 범주인 경우로 제한하였다. 셋째, 인지적 예측인자로서 주의력, 기억력, 고차원적 인지 등의 하위 영역이나 전반적 인지 능력을 제시한 연구를 포함하였고, 주관적 인지 호소, 신체적 및 심리-행동적 수행력에 대한 결과는 배제하였다. 넷째, 의사소통적 예측인자로서 이해, 이름대기, 읽기 등의 하위 영역이나 전반적 언어 능력을 포함하였고, 주관적 언어 능력은 제외하였다. 다섯째, 기타 예측인자로서 연령, 교육 연수, 우울증 등 인구통계학적 및 신경심리적 측면이 포함되었다. 여섯째, 각 영역별 수행력의 결과치로서 평균 및 표준편차를 제시한 연구만 선정하였다.
메타분석을 위해 1차적으로 총 761개의 논문을 선정하였고, 본 연구의 선정 기준에 따라 704개의 논문이 제외되어 최종적으로 총 57개의 논문을 분석하였다. 이 중 국내 연구는 4개, 국외 연구는 53개였다. 논문 선정 과정은
분석 대상에 포함된 연구들은 연구자, 출판 연도, 대상자의 특성, 인지적/의사소통적/기타 예측인자의 하위 영역에 따라 코딩되었다. 예측인자는 제시된 통계값(평균/표준편차)으로 분류하여 코딩하였다. 독립변인은 MCI의 유무이고, 종속변인은 MCI의 인지적/의사소통적/기타 요인에 대한 수행력이었다. 코딩된 자료의 수는 총 402개였는데, 이는 1개 연구에서 2개 이상의 항목에 대한 결과치를 제시한 연구들이 대부분이었기 때 문이다. 예컨대,
코딩 작업은 언어병리학 교수 1인과 연구 보조원 1인에 의해 실시되었다. 이들은 1급 및 2급 언어재활사 국가자격증을 소지한 자들로 관련 임상 경력이 7년 이상이었으며, 신경언어장애에 대한 평가 및 치료 경험이 있었다. 최종 검토 시 이상치나 확인이 필요한 부분에 대해서는 상호 논의한 후 수정하였다.
연구의 질을 평가하기 위해
신뢰도를 평가하기 위해 전체 연구의 10%에 해당하는 논문을 우선적으로 선택한 후 2인의 평가자가 각각 코딩하고 효과 크기를 산출하였다. 그 결과, 평가자 간 신뢰도는 100%로 산정되었다.
메타분석을 위한 인지적 예측인자에는 주의력, 계산력, 시지각력, 지남력, 기억력, 작업기억, 조직화 능력, 추론력, 집행기능, 전반적 인지 등 10개 하위 영역을 포함하였다. 기억력에는 학습과 회상(즉각/지연/자유) 능력이 포함되었다. 작업기억은 기억력의 하위 범주로 분류되기도 하나 본 연구에서는 집행기능 등 다른 영역과의 연계성을 고려하여 개별화하였다. 의사소통적 예측인자는 이해, 구문, 단어유창성, 이름대기, 단어정의, 읽기, 쓰기, 비유언어, 전반적 언어 등 9개 영역을 분석하였다. 단어유창성은 생성이름대기, 이름대기는 대면이름대기 과제의 수행력으로 각각 구분하였다. 기타 예측인자로서 연령, 교육 연수, 우울증 등 인구통계학적 및 신경심리적 측면의 3개 영역을 분석하였다. 이는 대다수의 선행 연구에서 공통적으로 검증된 요인들로, 사회경제적 지위 등 기타 요소는 수입, 재산, 생활양식, 지역사회 활동, 정치적 참여, 타인의 평가 등 지표가 다양해 본 연구의 분석 대상에서 제외하였다.
각 영역별로 수행력을 측정한 결과값을 분석 자료로 사용하였고, 메타분석용 통계 프로그램인 Comprehensive MetaAnalysis version 3 (Biostat Inc., Englewood, NJ, USA)으로 평균 및 영역별 효과크기를 분석하였다. 집단의 평균 및 표준편차에 기반하여 효과크기인 Hedges’s g값을 산정하였다. 효과크기는 연구 간의 표본 크기를 고려한 가중평균 효과크기(weight effect size)를 적용하였고, 95% 신뢰구간을 기준으로 효과크기의 유의성을 평가하였다.
효과크기를 해석하는 기준으로는 0.20 이하 시 ‘작은(small) 효과’, 0.50 수준 시 ‘중간(medium) 효과’, 0.80 이상 시 ‘큰(large) 효과’로 간주하였다(
개별 연구에서 도출된 효과크기의 통계적 이질성 유무를 확인하기 위해 동질성 검정을 시행하였다. 그 결과,
메타분석 결과의 타당성을 확보하기 위해 출판편의(publication bias)에 대한 검증을 실시하였다(
통계적 대칭성을 분석하기 위해 Egger의 회귀분석(Egger’s regression test) 및 Kendall’s tau 검사를 시행하였다. Egger의 회귀분석에서 회귀식 초기값(intercept)은 -2.76으로 통계적 유의성이 있었다(
오류의 정도를 살펴보기 위해
설계 방법의 측면에서 모든 연구들은 실험 및 통제 집단의 수행력을 비교해 제시하였다. 연구에 포함된 대상자 수는 6명부터 24,649명까지 매우 다양하였다(
연구 대상 중 실험 집단의 평균 연령은 56.9~83.4세, 통제 집단은 57.3~80.8세로 55세 이상 노년층이 주요 대상자였다. 실험 및 통제 집단의 평균 교육 연수는 각각 4.6~17.1년, 5.1~17.0년으로 분석되었다. 실험 집단의 MCI 유형은 aMCI, non-aMCI, 단일영역형 및 다영역형 MCI로 명시된 연구도 있으나, 대다수는 구체적인 하위 유형을 언급하지 않았다.
각 연구별로 실험 및 통제 집단의 예측인자를 제시한 결과는
예측인자의 수행력을 파악하는 데 활용된 평가도구는 연구마다 상이하였다. 인지적 예측인자 중 기억력은 Auditory Verbal Learning Test, Rey-Osterrieth Complex Figure의 recall 등, 전반적 인지는 단어-그림 짝짓기, 명령 이행, 문장 처리 등으로 평가되었다. 의사소통적 예측인자의 이해는 matching wordpicture, commands, sentence processing 등, 단어유창성과 이름대기는 Verbal Fluency Test (phonological/semantic), Boston Naming Test (BNT) 등이 제시되었다. 기타 예측인자(인구통계학적 및 신경심리적) 중 우울증은 Geriatric Depression Scale과 Beck’s Depression Inventory II가 주로 활용되었다.
MCI 환자군과 통제군 간의 3개 예측인자를 비교한 결과(
3개 예측인자에서 각 하위 영역별로 효과크기를 비교한 결과는
인지적 예측변인 중 계산력(g = -6.48,
의사소통적 예측인자는 모두 유의한 효과크기를 보였다. ‘중간’ 수준의 효과크기는 이해(g = -0.75,
기타 예측인자(인구통계학적 및 신경심리적)는 연령(g = 0.58,
본 연구는 체계적 고찰과 메타분석을 통해 MCI에 대한 인지적 및 의사소통적, 기타 예측인자를 제시하고자 하였다. 2010년 이후의 57개 국내외 연구들을 대상으로 방법 및 내용의 질적 특성을 살펴보고, 각 예측인자의 효과크기를 분석하였다.
연구의 방법적 측면에서 MCI 환자군과 통제군은 주로 55세 이상의 노년층으로 구성되었다. 평균 교육 연수는 각각 4.6~17.1년, 5.1~17.0년으로 교육수준의 범주가 매우 광범위한 것으로 분석되었다. 대상자 수는 10명 이하의 소집단부터 2만 명 이상의 대 규모 연구까지 광범위했으나 전체 연구의 약 70%는 10~100명 수준에 해당하였다.
일부 연구에서는 MCI의 유형을 aMCI, non-aMCI, 단일영역형 및 다영역형 MCI로 세분화하였으나(
연구의 내용적 분석 결과, 각 연구에서 도출한 예측인자의 수나 유형은 매우 상이하였다. 인지적 및 의사소통적, 기타 예측인자 중 일부 혹은 전체가 포함되기도 하고, 생물학적/신체적/기능적 측면의 인자를 추가적으로 비교한 연구도 있었다. 본 연구에서는 수행력의 통계값으로 평균과 표준편차를 분석 대상으로 삼았으나, Z-score나 예측인자 간 상관계수를 함께 제시한 연구도 있었다. MCI의 변별적 진단이 요구되고 이에 따른 임상적 판단의 중요성이 증대되면서 예측인자의 유형이 보다 세분화될 필요가 있다. 실제로 최근 연구들에서 MCI의 사회경제적 지표, 심리정서적 요소, 뇌영상 연구에 근거한 생물학적 지표 등이 제시되는 추세이다(
수행력을 파악하기 위해 활용된 과제의 다양성은 영역별로 분석된 자료 수와 비례하였는데, 이 같은 특성은 인지적 예측인자에서 가장 두드러졌다. 즉 인지적 예측인자의 하위 유형에 따라 자료 수가 매우 다양하고 수행력을 평가하는 데 활용된 과제가 광범위하였다. 예를 들어, 분석된 자료 수가 많은 기억력은 어휘 학습, 단어 회상(즉각/지연) 및 재인, 기억하여 그리기, 논리적 기억 및 이야기 회상 등의 과제로 평가되었다(
이에 반해 의사소통적 예측인자는 분석된 자료 수와 과제 유형 간의 상관성이 비교적 미미하였다. 예컨대, 자료 수가 가장 많은 ‘이해’ 요인은 주로 단어 처리나 문장 이해(지시 따르기) 과제를 통해 평가되었다(
본 연구에서 3개 예측인자의 평균 효과크기는 모두 유의하였고, 인지적 및 의사소통적, 기타(인구통계학적·신경심리적) 예측인자 순으로 높게 나타났다. 즉 MCI를 변별하는 데 있어 3개 예측인자가 모두 유효하며, 특히 인지적 예측인자는 정상군으로부터 MCI를 변별하는 가장 강력한 예측인자였다. 이는 여러 선행 연구를 통해 규명된 바 있다. 예를 들어, 전반적 인지를 포함한 인지 기능은 MCI를 예측하는 주요 변인으로 작용한다(
예측인자의 영역별로 효과크기를 분석한 결과, 인지적 예측변인 중 계산력, 시지각력, 기억력, 전반적 인지는 ‘큰’ 수준, 주의력과 지남력은 ‘중간’ 수준, 작업기억과 집행기능은 ‘작은’ 수준의 유의미한 효과크기를 나타내었다. 조직화 능력과 추론력은 효과크기가 유의미하지 않았는데, 이는 분석 대상에 해당하는 자료 수가 상대적으로 적은 데 따른 것으로 추측된다.
본 연구에서 기억력 및 전반적 인지와 유사한 수준의 높은 효과크기를 보인 시지각력은 시공간, 시각구성 등의 과제를 통해 평가되는데, MCI에서 결함이 나타나는 보편적 영역 중 하나이다. 즉 시각 자극의 변별, 새로운 자극의 분석, 친숙한 자극의 재인, 시각 자극의 이해 등에 관여하는 시지각뿐 아니라 운동 반응과 결합된 시각구성력이 저하된다. 이로 인해 MCI 환자는 Clock Drawing Test와 Raven’s Progressive Matrices 등 시공간 과제의 수행력이 낮다.
작업기억과 집행기능은 전전두피질(prefrontal cortex)과 흑질선상체(nigrostriatal)의 도파민 신경전달 체계가 관장하는 영역으로, 노화나 신경학적 질환 등 신경학적 변화에 민감하다. MCI나 AD의 초기부터 두 기능이 손상되므로 일상생활의 과제를 수행하는 데 복합적인 어려움을 초래한다(
본 연구의 메타분석 결과 의사소통적 예측인자의 효과크기는 모두 유의하였고, 이해, 단어유창성, 이름대기, 단어정의, 쓰기, 비유언어, 전반적 언어 등이 상대적으로 큰 효과크기를 보였다. 특히 이해 및 쓰기, 전반적 언어는 의사소통 영역 중 가장 큰 효과크기를 갖는 것으로 분석되었다. 언어 이해는 기억력, 주의력 할당 등과도 연계되는데, 이 같은 인지적 요구가 증가할수록 제시된 문장을 이해하거나 읽은 내용을 해석하는 데 어려움을 보인다(
어휘-의미적 측면인 단어유창성과 이름대기도 신경학적 변화에 민감한 영역이다. 이들은 의미기억과 상관성이 높고, 의미적·음운적 및 글자 체계로 조직화되어 상호 연계된 네트워크를 형성하기 때문이다(
메타분석 결과에서 비유언어의 효과크기는 다른 의사소통 영역에 비해 상대적으로 낮으나 유의미한 것으로 분석되었다. 이는 집행기능의 역할과 연계된다. 비유언어는 문자 그대로가 아닌 화용적 추론에 기반하는데, MCI로 인해 집행기능이 저하되면 의미적 부호화를 반복함으로써 억제 기능이 제한된다(
본 연구에서 인구통계학적 및 신경심리적 측면의 기타 예측인자는 연령, 교육 연수, 우울증 순으로 높았고, 모두 ‘중간’ 수준의 유의미한 효과크기를 보였다. MCI 이후 정상적인 인지의사소통 수준으로 회복하는 데 초점을 둔 연구들은 예측인자의 규명이 가역성 비율(reversion rate)을 증진한다는 점에서 중요하다고 강조하였다(
우울증도 신경학적 질환의 위험 요인 중 하나일 수 있다. 신경학적 질환과 우울증의 동반은 생물학적, 감정적, 인지적 증상 간의 복잡한 상호작용을 반영한다. 우울증 자체가 MCI에서 AD로의 진행을 예측하지는 않으나 2~3년간 지속되는 우울장애는 AD로의 진행 가능성을 증가시킬 수 있다(
요컨대, 본 연구는 메타분석을 활용하여 MCI를 예측하는 인지적 및 의사소통적 요인과 기타 요인을 도출한 후 질적 및 양적 분석 결과를 체계적으로 논의하였다. 이는 MCI를 변별적으로 진단하기 위한 증거 기반적 지침으로서 활용될 수 있을 것이다. 또 인지-의사소통 양상의 심화나 AD로의 진행을 예방하는데 기여할 것이다. 궁극적으로, MCI 전후의 중재 과정에서 인지-의사소통적 예측인자와의 연계성을 고려한 과제를 구상하고 중재의 효과성을 제고하기 위한 기초로 삼을 수 있을 것이다.
본 연구의 제한점은 다음과 같다. 첫째, 본 메타분석은 데이터베이스 및 학술지에 게재된 연구만을 대상으로 하였다. 따라서 출판편의에 대한 검증을 거쳤음에도 ‘회색 문헌(grey publications)’이나 ‘비관행적 문헌(non-conventional publication)’을 포함하지 않은 데 따른 편향성을 완전히 배제할 수 없을 것이다. 둘째, 본 연구에서 지남력, 조직화 능력 등의 인지적 요인과 구문, 비유언어 등의 의사소통적 요인은 분석된 자료 수가 5개 미만으로 비교적 적은 편이었다. 이는 각 효과크기의 신뢰도와 타당도에 영향을 미칠 수 있을 것이다. 셋째, MCI는 하위 유형에 따라 인지-의사소통 양상이 다르게 나타난다. 후속 연구를 통해 aMCI 및 non-aMCI, 단일 및 다영역형 MCI 등 하위 유형별로 예측인자를 제시하거나 비교할 필요가 있을 것이다. 넷째, 본 연구는 국외 연구를 주요 분석 대상으로 삼았고 국내의 경우 해외 학술지에 게재된 연구로 제한하였다. 이는 본 연구의 선정 기준에 부합하는 국내 연구가 양적으로 매우 부족한 현실을 감안한 것이다. 향후에는 선정 기준의 확대, 방법론적 전환, 문헌의 다양화 등을 통해 국내 연구에 중점을 둔 분석을 시도할 필요가 있다.
The authors thank to the participants.
We explained exactly the purpose and process of this study to all participants in advance. And they agreed to participate in it.
There are no conflict of interests.
This work was supported by the Ministry of Education of the Republic of Korea and the National Research Foundation of Korea (NRF-2020S1A5A8040953).
Flow of studies included in the meta-analysis. MCI: mild cognitive impairment.
Funnel plot for checking the bias.
Forest plot of ‘memory’ factor. CI: confidence interval.
Forest plot of ‘comprehension’ factor. CI: confidence interval.
Forest plot of ‘age’ factor. CI: confidence interval.
Verification of homogeneity
Q | df | I2 | T2 | |
---|---|---|---|---|
1310.58 | 51 | <0.001 | 96.11 | 0.32 |
Q: heterogeneity between studies within domain, I2: percentage of heterogeneity caused by study differences, T2: between-studies variance
Statistical adjustment of asymmetry by trim-and-fill
Random effect |
|||
---|---|---|---|
Risk ratio | Lower limit | Upper limit | |
Pre-adjustment | 0.43 | 0.51 | 0.36 |
Post-adjustment | 0.08 | 0.01 | 0.16 |
Mean effect sizes in three factors
Factor | g | 95% CI | K | Q | I2 (%) | FSN | |
---|---|---|---|---|---|---|---|
Cognitive | -0.81 | [-0.97, -0.66] | 183 | 7161.86 | < 0.001 |
97.46 | 725 |
Communicative | -0.55 | [0.10, 0.34] | 103 | 1840.80 | < 0.001 |
94.46 | 443 |
Other | 0.10 | [-0.00, 0.19] | 116 | 5650.18 | < 0.001 |
97.96 | 1,899 |
g: Hedge’s g, CI: confidence interval, K: number of the effect size, Q: heterogeneity between studies within domain,
Effect sizes in cognitive factors
Subdomain | g | 95% CI | K | Q | I2 (%) | FSN | |
---|---|---|---|---|---|---|---|
Attention | -0.51 | [-1.08, 0.07] | 13 | 519.51 | < 0.001 |
97.69 | 508 |
Calculation | -6.48 | [-9.40, -3.56] | 4 | 279.67 | < 0.001 |
98.93 | 544 |
Visuoperception | -0.89 | [-1.61, -0.17] | 13 | 383.48 | < 0.001 |
96.87 | 875 |
Orientation | 0.58 | [-1.11, 2.28] | 2 | 20.26 | < 0.001 |
95.06 | NA |
Memory | -1.09 | [-1.38, -0.80] | 56 | 1839.54 | < 0.001 |
97.01 | 413 |
Working memory | -0.13 | [-0.34, 0.08] | 17 | 107.40 | < 0.001 |
85.10 | 350 |
Organization | -0.58 | [-0.95, -0.21] | 2 | 0.84 | 0.359 | 0.00 | NA |
Reasoning | -0.43 | [-0.81, -0.04] | 2 | 0.05 | 0.831 | 0.00 | NA |
Executive function | 0.00 | [-0.32, 0.33] | 17 | 216.98 | < 0.001 |
92.63 | 526 |
General cognition | -1.04 | [-1.35, -0.74] | 57 | 2567.79 | < 0.001 |
97.82 | 407 |
g: Hedge’s g, CI: confidence interval, K: number of the effect size, Q: heterogeneity between studies within domain,
Effect sizes in communicative factors
Subdomain | g | 95% CI | K | Q | I2 (%) | FSN | |
---|---|---|---|---|---|---|---|
Comprehension | -0.75 | [-1.20, -0.29] | 28 | 795.45 | < 0.001 |
96.61 | 163 |
Syntax | -0.11 | [-0.85, 0.64] | 2 | 4.26 | < 0.05 |
76.52 | NA |
Word fluency | -0.56 | [-0.75, -0.36] | 37 | 507.75 | < 0.001 |
92.91 | 177 |
Naming | -0.39 | [-0.71, -0.08] | 12 | 120.05 | < 0.001 |
90.84 | 512 |
Word definition | 0.47 | [-0.11, 1.05] | 2 | 6.76 | < 0.001 |
85.20 | NA |
Reading | -0.19 | [-0.70, 0.32] | 6 | 51.88 | < 0.001 |
90.36 | 364 |
Writing | -0.71 | [-1.04, -0.37] | 7 | 15.04 | < 0.05 |
60.10 | 478 |
Figurative language | -0.31 | [-1.70, 1.07] | 3 | 47.14 | < 0.001 |
95.76 | 129 |
General language | -0.64 | [-1.24, 0.04] | 6 | 54.26 | < 0.001 |
90.79 | 649 |
g: Hedge’s g, CI: confidence interval, K: number of the effect size, Q: heterogeneity between studies within domain,
Effect sizes in other factors
Subdomain | g | 95% CI | K | Q | I2 (%) | FSN | |
---|---|---|---|---|---|---|---|
Age | 0.58 | [0.26, 0.59] | 52 | 1,313.78 | < 0.001 |
96.12 | 248 |
Education | -0.29 | [-0.40, -0.17] | 48 | 546.35 | < 0.001 |
91.40 | 95 |
Depression | 0.22 | [0.10, 0.34] | 16 | 52.36 | < 0.001 |
71.35 | 349 |
g: Hedge’s g, CI: confidence interval, K: number of the effect size, Q: heterogeneity between studies within domain,
Study | MCI group |
Control group |
Predictor | ||||
---|---|---|---|---|---|---|---|
n | Age | Education | n | Age | Education | ||
Aguilar-Navarro et al. (2017) | 49 | - | 10.5 (6.1) | 76 | - | 8.0 (5.7) | VP/memory/GC, word fluency, education |
Tokuchi et al. (2014) | 39 | 75.8 (12.5) | 12.1 (-) | 29 | 77.2 (9.8) | 11.3 (-) | GC, Age/education |
Sachdev et al. (2013) | 157 | 78.5 (4.5) | 11.2 (3.5) | 66 | 78.6 (4.5) | 12.3 (3.9) | Memory/GC, age/education/depression |
Kang et al. (2014) | 98 | 74.7 (5.4) | 5.4 (4.9) | 87 | 71.6 (5.0) | 8.4 (4.8) | GC, age/education/depression |
Egli et al. (2015) | 23 | 66.7 (9.1) | 13.2 (2.8) | 13 | 74.7 (6.0) | 14.3 (4.1) | GC, age/education |
Sheardova et al. (2014) | 30 | 71.9 (9.2) | 14.8 (3.4) | 42 | 71.6 (5.0) | 15.8 (2.6) | Attention/memory/WM/EF, word fluency/naming, age/education |
Pandya et al. (2017) | 421 | 75.2 (8.7) | 15.5 (3.1) | 175 | 71.5 (9.1) | 15.8 (3.1) | GC, age/education |
Dodge et al. (2015) | 14 | 83.4 (8.8) | 14.0 (2.6) | 27 | 78.9 (5.5) | 16.6 (2.4) | Attention/memory/GC/EF, word fluency, age/education |
Albert et al. (2018) | 224 | 56.9 (8.4) | 17.1 (2.3) | 349 | 57.3 (10.4) | 17.0 (2.4) | GC, reading, age/education |
Cui et al. (2012) | 33 | 77.9 (4.2) | 12.7 (4.0) | 153 | 77.1 (4.4) | 12.0 (3.5) | GC, age/education |
Ellendt et al. (2017) | 90 | 70.7 (7.6) | 9.8 (2.0) | 95 | 67.1 (7.2) | 10.2 (1.9) | Age/education/depression |
Stormoen et al. (2014) | 21 | 69.1 (8.8) | 12.3 (2.9) | 33 | 69.2 (6.5) | 12.4 (3.3) | Attention/VP/memory/WM/reasoning/EF/GC, syntax/word fluency/naming/reading, age/education |
Thomas et al. (2018) | 220 | 73.6 (7.3) | 16.2 (2.8) | 305 | 72.3 (6.7) | 16.5 (2.6) | Attention/memory/EF, word fluency/naming, age/education |
Pereira et al. (2018) | 311 | 72.1 (7.3) | 16.1 (2.8) | 122 | 74.8 (7.6) | 16 (2.6) | Age/education |
Alves et al., (2018) | 22 | 65.5 (8.3) | 9.5 (5.0) | 44 | 66.4 (7.7) | 9.1 (4.8) | Attention/calculation/VP/orientation/memory/WM, word fluency/FL, age/education |
Shimada et al. (2019) | 24,649 | 73.0 (5.6) | 11.0 (2.5) | 12,897 | 69.6 (3.6) | 11.7 (2.4) | GC, age/education/depression |
Kim et al. (2019) | 142 | 70.0 (7.00) | 11.5 (5.0) | 31 | 74.5 (6.2) | 11.9 (4.6) | Calculation/VP/memory/WM/EF/GC, naming, word fluency, age/education/depression |
Park et al. (2017) | 44 | 68.3 (8.0) | 7.1 (4.7) | 23 | 64.7 (7.8) | 7.4 (4.4) | Calculation/VP/orientation/memory/WM/E/GC, age/education/depression |
Reppermund et al. (2013) | 227 | 78.6 (4.4) | 11.6 (3.6) | 375 | 77.9 (4.6) | 11.8 (3.5) | GC, age/education/depression |
Rajtar-Zembaty et al. (2019) | 147 | 71.3 (6.0) | 12.1 (3.2) | 653 | 68.9 (4.9) | 15.1 (3.1) | Attention/VP/memory/GC, word fluency/GL, age/education/depression |
Mohammadi et al. (2018) | 30 | 70.1 (1.6) | 12.0 (2.3) | 30 | 69.9 (1.4) | 13.1 (2.7) | Memory/GC, age/education/depression |
Juncos-Rabad´an et al. (2013) | 32 | 71.2 (8.5) | 10.6 (4.7) | 106 | 63.9 (8.5) | 10.3 (4.7) | Attention/calculation/memory/EF/GC, word fluency, age/education/depression |
Vaughan et al. (2018) | 308 | 71.4 (8.0) | - | 302 | 71.7 (8.1) | - | GC, word fluency, age |
Gifford et al. (2015) | 1,989 | 74.0 (8.0) | 15.1 (3.5) | 467 | 73.0 (8.0) | 15.1 (3.4) | Attention/memory/WM/EF/GC, word fluency/naming, age/education |
Brodaty et al. (2014) | 133 | 76.0 (7.0) | - | 52 | 75.3 (6.7) | - | GC, age/depression, |
Ansai et al. (2017) | 40 | 75.8 (6.3) | 4.9 (4.0) | 40 | 73.5 (6.2) | 6.3 (4.3) | GC, age/education/depression |
Xie et al. (2011) | 187 | 80.0 (6.0) | - | 124 | 80.0 (7.2) | - | GC, age |
O’caoimh et al. (2012) | 154 | 73.6 (-) | 12.2 (-) | 630 | 67.4 (-) | 13.8 (-) | GC, age/education |
Ng et al. (2015) | 62 | 70.8 (6.8) | 4.6 (4.4) | 176 | 69.5 (7.4) | 5.1 (3.8) | GC, age/education |
Puente et al. (2014) | 20 | - | - | 31 | - | - | Attention/VP/memory/EF/GC, GL |
Yokoi et al. (2019) | 133 | 72.6 (6.1) | 13.3 (2.7) | 101 | 73.1 (5.6) | 12.6 (2.9) | GC, age/education/depression |
Zhou et al. (2016) | 14 | 69.1 (10.6) | - | 16 | 64.1 (9.1) | - | VP/orientation/memory/GC, comprehension/naming/writing/GL, age |
Johns et al. (2018) | 13 | 77.7 (6.8) | 15.2 (3.4) | 13 | 75.8 (6.4) | 14.3 (3.1) | GC, age/education |
Fausto et al. (2018) | 51 | 74.5 (6.6) | 15.5 (2.8) | 46 | 71.4 (6.1) | 15.3 (2.3) | Comprehension, age/education |
Ding et al. (2019) | 372 | 74.8 (7.3) | 15.6 (3.0) | 219 | 75.9 (5.1) | 16.1 (2.8) | GC, age/education |
Zhang et al. (2018) | 26 | 81.2 (5.5) | - | 27 | 80.8 (6.8) | - | GC, age |
Andrejeva et al. (2016) | 288 | 70.0 (7.9) | - | 65 | 66.6 (8.6) | - | GC, age |
Cardoso et al. (2014) | 52 | 71.8 (8.2) | 10.4 (3.6) | 31 | 70.1 (7.4) | 11.4 (2.4) | Memory/ WM/GC, comprehension/writing/FL, age/education |
Kirchberg et al. (2012) | 25 | 76.0 (6.1) | 14.8 (3.6) | 70 | 75.3 (8.7) | 15.1 (3.3) | GC, age/education |
Facal et al. (2014) | 44 | 70.3 (9.5) | 9.5 (3.8) | 58 | 67.4 (9.1) | 10.2 (5.1) | Attention/memory/GC, reading/GL, age/education |
T´oth et al. (2018) | 48 | 73.1 (8.0) | 11.8 (3.3) | 36 | 64.1 (7.1) | 12.5 (3.2) | VP/GC, age/education |
Kim et al. (2015) | 68 | 73.2 (8.9) | 12.6 (4.3) | 93 | 72.8 (8.5) | 11.5 (3.4) | Word definition, age/education |
Weakley et al. (2013) | 49 | 72.1 (8.8) | 15.0 (3.0) | 90 | 71.4 (9.4) | 15.7 (2.7) | GC, word fluency/naming, age/education |
Fors et al. (2018) | 31 | 70.1 (5.6) | 14.1 (3.6) | 36 | 67.9 (7.2) | 13.2 (3.4) | GC, syntax, age/education |
Peter et al. (2016) | 20 | 71.8 (4.9) | 14.7 (2.9) | 30 | 69.8 (4.9) | 15.1 (3.4) | GC, naming, age/education/depression |
Tsantali et al. (2013) | 28 | - | - | 38 | - | - | Comprehension/naming/reading/writing |
Polcher et al. (2017) | 29 | 68.2 (9.0) | 14.1 (2.9) | 28 | 67.5 (8.1) | 14.5 (3.1) | Attention/VP/organization/memory/GC, GL, age/education/depression |
Hu¨bner et al. (2018) | 9 | 70.6 (5.9) | - | 34 | 71.0 (6.3) | - | Memory/GC, naming, age |
Kowoll et al. (2015) | 14 | 77.5 (12.4) | - | 6 | 70.2 (8.2) | - | VP/GC, age/education/depression |
Manouilidou et al. (2016) | 23 | 68.6 (-) | 12.4 (3.1) | 21 | 67.8 (-) | 14.1 (2.2) | WM/EF/GC, comprehension/word fluency, age/education |
Payne & Stine-Morrow (2016) | 64 | 77.6 (2.0) | 4.9 (0.7) | 281 | 71.0 (0.8) | 16.1 (0.3) | Memory/GC, comprehension, age |
Price et al. (2012) | 33 | 77.6 (7.2) | 12.2 (3.1) | 33 | 75.5 (6.2) | 13.5 (2.6) | Memory/GC, word fluency/naming/reading, age/education |
Facal et al. (2016) | 15 | 72.5 (8.5) | 9.9 (3.8) | 41 | 65.4 (9.3) | 9.8 (4.7) | Attention/memory/EF/GC, age/education |
Torres et al. (2019) | 81 | 72.8 (7.6) | 14.6 (3.0) | 50 | 70.5 (6.0) | 15.8 (3.1) | GC, comprehension, age/education |
Vita et al. (2014) | 60 | 71.3 (6.4) | 10.3 (5.0) | 20 | 69.5 (3.7) | 10.0 (3.9) | GC, word fluency, age/education |
Rinehardt et al. (2014) | 34 | 74.7 (6.0) | 13.8 (2.2) | 34 | 75.2 (5.3) | 13.7 (1.8) | GC, word fluency, age/education |
Arsenault-Lapierre et al. (2012) | 60 | 75.0 (7.0) | 11.2 (3.1) | 33 | 74.7 (6.0) | 13.8 (2.9) | Attention/memory/EF/GC, word fluency/naming/reading, age/education/depression |
VP: visuoperception, WM: working memory, EF: executive function, GC: general cognition, FL: figurative language, GL: general language
Study | |
---|---|
Aguilar-Navarro et al.(2017) | Clinical and demographic predictors of conversion to dementia in Mexican elderly with mild cognitive impairment. |
Tokuchi et al.(2014) | Clinical and demographic predictors of mild cognitive impairment for converting to Alzheimer’s disease and reverting to normal cognition. |
Sachdev et al.(2013) | Factors predicting reversion from mild cognitive impairment to normal cognitive functioning: A population-based study. |
Kang et al.(2014) | Factors associated with cognition recovery among elders with mild cognitive impairment in Korea. |
Egli et al.(2015) | Varying strength of cognitive markers and biomarkers to predict conversion and cognitive decline in an early-stage-enriched mild cognitive impairment sample. |
Sheardova et al.(2014) | Famous landmark identification in amnestic mild cognitive impairment and Alzheimer’s disease. |
Pandya et al.(2017) | Predictors of reversion from mild cognitive impairment to normal cognition. |
Dodge et al.(2015) | Social markers of mild cognitive impairment: Proportion of word counts in free conversational speech. |
Albert et al.(2018) | Predicting progression from normal cognition to mild cognitive impairment for individuals at 5 years. |
Cui et al.(2012) | Predicting the development of mild cognitive impairment: A new use of pattern recognition. |
Ellendt et al.(2017) | Predicting stability of mild cognitive impairment (MCI): Findings of a community based sample. |
Stormoen et al.(2014) | Cognitive predictors of medical decision-making capacity in mild cognitive impairment and Alzheimer’s disease. International |
Thomas et al.(2018) | Word-list intrusion errors predict progression to mild cognitive impairment. |
Pereira et al.(2018) | Neuropsychological predictors of conversion from mild cognitive impairment to Alzheimer’s disease: A feature selection ensemble combining stability and predictability. |
Alves et al.,(2018) | Neuropsychological predictors of long-term (10 years) mild cognitive impairment stability. |
Shimada et al.(2019) | Reversible predictors of reversion from mild cognitive impairment to normal cognition: A 4-year longitudinal study. |
Kim et al.(2019) | Data-driven prognostic features of cognitive trajectories in patients with amnestic mild cognitive impairments. |
Park et al.(2017) | Memory performance on the story recall test and prediction of cognitive dysfunction progression in mild cognitive impairment and Alzheimer’s dementia. |
Reppermund et al.(2013) | Impairment in instrumental activities of daily living with high cognitive demand is an early marker of mild cognitive impairment: The Sydney Memory and Ageing Study. |
Rajtar-Zembaty et al.(2019) | Global cognitive functioning and physical mobility in older adults with and without mild cognitive impairment: evidence and implications. |
Mohammadi et al.(2018) | Using virtual reality to distinguish subjects with multiple- but not single-domain amnestic mild cognitive impairment from normal elderly subjects. |
Juncos-Rabad´an et al. (2013) | Does tip-of-the-tongue for proper names discriminate amnestic mild cognitive impairment? |
Vaughan et al.(2018) | Semantic and phonemic verbal fluency discrepancy in mild cognitive impairment: Potential predictor of progression to Alzheimer’s disease. |
Gifford et al.(2015) | Inclusion of an informant yields strong associations between cognitive complaint and longitudinal cognitive outcomes in non-demented elders. |
Brodaty et al.(2014) | Progression from mild cognitive impairment to dementia: A 3-year longitudinal study. |
Ansai et al.(2017) | Cognitive correlates of timed up and go subtasks in older people with preserved cognition, mild cognitive impairment, and Alzheimer’s disease. |
Xie et al.(2011) | Identifying and characterizing trajectories of cognitive change in older persons with mild cognitive impairment. |
O’caoimh et al.(2012) | Comparison of the quick mild cognitive impairment (Qmci) screen and the SMMSE in screening for mild cognitive impairment. |
Ng et al.(2015) | Montreal Cognitive Assessment for screening mild cognitive impairment: Variations in test performance and scores by education in Singapore. |
Puente et al.(2014) | Functional impairment in mild cognitive impairment evidenced using performance-based measurement. |
Yokoi et al.(2019) | Discrete effect of each mild behavioural impairment category on dementia conversion or cognitive decline in patients with mild cognitive impairment. |
Zhou et al. (2016) | Characteristics of agraphia in Chinese patients with Alzheimer’s disease and amnestic mild cognitive impairment. |
Johns et al.(2018) | Cognitive modeling as an interface between brain and behavior: Measuring the semantic decline in mild cognitive impairment. |
Fausto et al.(2018) | Comparison of subjective and objective measures of hearing, auditory processing, and cognition among older adults with and without mild cognitive impairment. |
Ding et al.(2019) | Evaluating trajectories of episodic memory in normal cognition and mild cognitive impairment: Results from ADNI. |
Zhang et al.(2018) | Evaluation of MESSAGE communication strategy combined with group reminiscence therapy on elders with mild cognitive impairment in long-term care facilities. |
Andrejeva et al.(2016) | Neurocognitive deficits and effects of cognitive reserve in mild cognitive impairment. |
Cardoso et al.(2014) | Non-literal language deficits in mild cognitive impairment. |
Kirchberg et al.(2012) | Semantic distance abnormalities in mild cognitive impairment: Their nature and relationship to function. |
Facal et al.(2014) | Working memory span in mild cognitive impairment. Influence of processing speed and cognitive reserve. |
T´oth et al.(2018) | A speech recognition-based solution for the automatic detection of mild cognitive impairment from spontaneous speech. |
Kim et al.(2015) | Abstract word definition in patients with amnestic mild cognitive impairment. |
Weakley et al.(2013) | Analysis of verbal fluency ability in amnestic and non-amnestic mild cognitive impairment. |
Fors et al.(2018) | Automated syntactic analysis of language abilities in persons with mild and subjective cognitive impairment. |
Peter et al.(2016) | Category and design fluency in mild cognitive impairment: Performance, strategy use, and neural correlates. |
Tsantali et al.(2013) | Could language deficits really differentiate mild cognitive impairment (MCI) from mild Alzheimer’s disease? |
Polcher et al.(2017) | Face-name associative recognition deficits in subjective cognitive decline and mild cognitive impairment. |
Hu¨bner et al.(2018) | Naming and verbal learning in adults with Alzheimer’s disease, mild cognitive impairment and in healthy aging, with low educational levels. |
Kowoll et al.(2015) | Neuropsychological profiles and verbal abilities in lifelong bilinguals with mild cognitive impairment and Alzheimer’s disease. |
Manouilidou et al.(2016) | Processing complex pseudo-words in mild cognitive impairment: The interaction of preserved morphological rule knowledge with compromised cognitive ability. |
Payne & Stine-Morrow (2016) | Risk for mild cognitive impairment is associated with semantic integration deficits in sentence processing and memory. The journals of gerontology. |
Price et al.(2012) | Semantic verbal fluency strategies in amnestic mild cognitive impairment. |
Facal et al.(2016) | Temporal changes in semantic and lexical access related to mild cognitive impairment. |
Torres et al.(2019) | Types of errors on a semantic interference task in mild cognitive impairment and dementia. |
Vita et al.(2014) | Typicality of words produced on a semantic fluency task in amnesic mild cognitive impairment: Linguistic analysis and risk of conversion to dementia. |
Rinehardt et al.(2014) | Verbal fluency patterns in mild cognitive impairment and Alzheimer’s disease. |
Arsenault-Lapierre et al. (2012) | Word reading threshold and mild cognitive impairment: A validation study. |
Appendix 2 문헌의 순서는 Appendix 1 목록의 순서대로 기재되었다.