Статья: Оценка управляющих функций и функций регуляции активности у детей 6-9 лет: конфирматорный факторный анализ данных нейропсихологического обследования

Компьютерная версия теста «Таблицы Шульте» в модификации Ф.Д. Горбова (Korneev et al., 2018). Тест состоит из пяти частей, в каждой предъявляется таблица, состоящая из 20 ячеек, в которых в квазислучайном порядке расположены два ряда чисел от 1 до 10, один ряд состоит из черных чисел, второй -- из красных. Испытуемому необходимо искать и указывать, касаясь пальцем сенсорного экрана, числа в определенном порядке. В первой части надо показывать черные числа от 1 до 10, во второй -- красные числа от 1 до 10, в третьей -- черные числа от 10 до 1, в четвертой -- два параллельных ряда, показывая красные и черные числа в возрастающем порядке (1 черное, 1 красное, 2 черное, 2 красное и т.д.), в пятой -- указывать красные числа от 10 до 1. Оценивается среднее время поиска цифры (время реакции) и количество ошибок, как в целом по тесту, так и раздельно по пяти пробам.

Компьютерная версия теста «Кубики Корси» (Korneev et al., 2018). На сенсорном экране предъявляются 9 кубиков, которые по очереди загораются. Задача испытуемого -- запомнить их положение на экране, а затем воспроизвести последовательность высвеченных кубиков. Проба начинается с ряда из двух кубиков, при правильном ответе длина ряда увеличивается. Оценивается максимальная длина правильно воспроизведенной последовательности, среднее время первого ответа и пауз между ответами внутри последовательности.

Обработка результатов

Первичная обработка результатов нейропсихологического обследования проводилась экспертом-нейропсихологом, результаты компьютерного тестирования первично были обработаны в системе «Практика-МГУ». Cведенные в единую базу результаты использовались при проведении конфирматорного факторного анализа. Поскольку часть показателей выполнения тестов оценивается в порядковых шкалах, применялся метод взвешенных наименьших квадратов с поправками среднего и дисперсии (WLSMV), используемый при анализе этого типа шкал и устойчивый к ненормальному распределению данных. Расчеты проводились в среде R, версия 4.0.55 с использованием пакета lavaan, версия 0.6-8 (Rosseel, 2012).

Результаты

Мы построили несколько факторных моделей, уточняющих, во-первых, возможную факторную структуру и, во-вторых, возможность совместного использования результатов традиционного и компьютеризированного обследования.

На первом шаге была построена двухфакторная модель, в которую вошли показатели традиционного нейропсихологического обследования. В первый фактор, соответствующий управляющим функциям (далее -- фактор УФ), вошли следующие показатели: общее число ошибок и балл за усвоение инструкции для второй пробы реакции выбора; продуктивность свободных и направленных (глагольных) ассоциации, а также число неадекватных ответов в направленных ассоциациях (растения); доступность счёта и число ошибок в этой пробе; продуктивность, суммарный балл и число неадекватных ответов в пробе «Пятый лишний»; балл за усвоение инструкции в динамическом праксисе; число ошибок по типу вплетения в пробе на слухоречевую память. Второй фактор включал пять показателей оценки функций первого блока мозга -- проявления утомляемости, снижения темпа деятельности, инертности, импульсивности и гиперактивности. Так как показатели в факторе УФ, относящиеся к одной и той же пробе, могут быть согласованы не только за счёт общего фактора, но и в силу принадлежности к одному и тому же заданию, мы добавили дополнительные корреляции остатков переменных, относящихся к одной пробе. Такой приём позволяет выделить как влияние общего «функционального» фактора, так и факторов пробы (Корнеев Ахутина, Воронова., 2016), поэтому были добавлены дополнительные связи внутри показателей, относящихся к выполнению проб «Реакция выбора», «Вербальные ассоциации», «Счёт» и «Пятый лишний». Также в модели допускалось наличие корреляции между двумя факторами. Оценки этой модели оказались не очень высокими: х²(110) = 504,259, CFI = 0,900, TLI = 0,876, RMSEA = 0,091.

Во второй модели вместо одного фактора, отражающего состояние функций регуляции активности, были введены два -- фактор утомляемости/замедленности (далее -- фактор УЗ) и гиперактивности/импульсивности (далее -- фактор ГИ). К первому были отнесены проявления утомляемости, снижения темпа деятельности, инертности, а ко второму -- импульсивности и гиперактивности. Состав фактора УФ не был изменён. Оценки этой модели оказались заметно лучше: х²(108) = 310,545, CFI = 0.948, TLI = 0,935, RMSEA = 0,066. При этом была получена незначимая нагрузка фактора УФ на число ошибок в пробе «Счёт» и эта переменная была исключена, оценки модели практически не изменились (х²(94) = 267,760, CFI = 0,950 TLI = 0,937, RMSEA = 0,065). Коэффициенты этой модели представлены в Приложении 1, таблица П1.

Получены следующие корреляции факторов: между УФ и УЗ стандартизованный коэффициент составил 0,660 (0,050, здесь и далее в скобках -- стандартная ошибка), между УФ и ГИ -- 0,252 (0,063), а между УЗ и ГИ -- 0,366 (0,066). Также значимыми были дополнительные связи продуктивности в пробах на свободные и направленные ассоциации (0,489 (0,044)), в пробе «5 лишний» -- корреляции продуктивности с суммарным баллом (0,482 (0,042)) и числом неадекватных ответов (-0,372 (0,049)), а также суммарного балла с числом неадекватных ответов (-0,797 (0,016)).

Следующим шагом было включение в модель показателей не только традиционного обследования, но и компьютерных методик. В фактор УФ были добавлены результаты проб, наиболее связанных с функциями программирования и контроля: продуктивность выполнения третьей части теста «Точки» и число ошибок в четвертой таблице Шульте. В оба фактора, связанных с регуляцией активности, были добавлены по три показателя -- среднее время реакции в первой части теста «Точки», среднее время поиска во второй таблице Шульте, а также среднее время интервалов между ответами при воспроизведении последовательности в тесте «Кубики Корси». Общие оценки качества модели в результате такого расширения модели улучшились: х²(179) = 473,507, CFI = 0,969, TLI = 0,964, RMSEA = 0,062. При этом важно отметить, что факторные нагрузки для показателей, одновременно включенных в два фактора, имеют разные знаки для каждого из них. Полная информация о коэффициентах представлены в табл. 1.

Таблица 1 Коэффициенты модели результатов комплексного нейропсихологического обследования

Примечание: все факторные нагрузки отличаются от нуля на уровне значимости p < 0,001.

Table 1. Estimations in the model of comprehensive neuropsychological examination

Note: all estimates are significantly different from zero (p < 0.001).

Корреляции между факторами оказались следующими: между УФ и УЗ -- 0,771 (при стандартной ошибке 0,044), между УФ и ГИ -- 0,226 (0,061), корреляция между УЗ и ГИ выросла и составила 0,726 (0,048). Дополнительные корреляции ошибок между показателями внутри проб остались практически такими же, как в предыдущей модели.

Обсуждение результатов

Построенные модели соотношения показателей выполнения нейропсихологических проб традиционного и компьютерного обследования позволили выявить некоторые интересные факты о группах управляющих функций и функций регуляции активности. Первая модель, включающая два недифференцированных фактора управляющих функций и функций регуляции активности, получила невысокие оценки качества, что указывает на недостаточность такого общего разделения двух групп функций. Разделение во второй модели двух факторов, относящихся к функциям регуляции активности, приводит к существенному улучшению оценки качества модели. Эти факторы могут соответствовать, по нашему мнению, различным паттернам функциональной слабости единой системы, связанной с регуляцией активности, что соответствует полученным ранее результатам (Агрис, Ахутина, Корнеев, 2014). Один из них объединяет проявления утомляемости и замедленности, в патологии проявляясь в виде такого симптомокомплекса как НКТ (Becker et al., 2016); (Becker, 2021), а второй объединяет проявления гиперактивности и импульсивности, что в патологии может проявляться в рамках одного из подтипов СДВГ (Bush, 2010). Судя по полученным результатам, при оценке состояния I блока, скорее следует различать эти два разнонаправленных (хотя и не независимых) компонента. Это разделение представляется важным как в рамках нейропсихологической диагностики, так и с точки зрения теоретических представлений о структуре когнитивных функций у детей. Это согласуется с работами, в которых показатели, относящиеся к оценке активационных компонентов, разделялись на относящиеся к гиперактивности и замедленности (McBurnett, Pfiffner, Frick, 2001); (Becker, 2021).

Введение в трехфакторную модель результатов компьютерного тестирования улучшило её оценку, что указывает на согласованность двух групп методов и даёт основания для совместного использования традиционного и компьютерного нейропсихологического обследования. Ранее мы анализировали соотношение результатов этих двух групп методов на уровне корреляций отдельных параметров (Гусев и др., 2020). Результаты настоящей работы подтверждают данные о согласованности этих двух методических подходов к нейропсихологической диагностике. В исследованиях, посвященных соотношению компьютерных и традиционных нейропсихологических методов, отмечается, что на уровне корреляционного анализа согласованность между ними может быть невысокой (Cole et al., 2018); (Smith et al., 2017). По нашим данным, согласованность на уровне структурных факторных моделей достаточно высока. Возможно, такой комплексный подход к анализу и описанию данных более продуктивен, чем оценка корреляционных связей.

Важной иллюстрацией в данном контексте являются разнонаправленные по знаку факторные нагрузки одних и тех же показателей выполнения компьютерных проб, включенных одновременно в оба фактора, связанных с регуляцией активности. Это логично -- время реакции правомерно связано положительно и отрицательно с факторами замедленности и импульсивности/гиперактивности соответственно, то есть, включение объективных временных показателей логично дополняет оценки традиционного нейропсихологического обследования. Также этот результат указывает на то, что корреляционные оценки согласованности разных методик могут быть невысокими из-за неоднозначной взаимосвязи: индивидуальные различия могут быть вызваны разными причинами и по-разному соотноситься с нейропсихологическими оценками. Построение моделей может позволить выявить и оценить такие неоднородные связи, не только в случае оценки активационных компонентов.

Отдельно стоит обсудить полученные в моделях корреляции между факторами. В трёхфакторных моделях получена достаточно высокая корреляция фактора управляющих функций с фактором утомляемости/замедленности (0,660 и 0,771 до и после включения компьютерных методик соответственно) и низкая -- с фактором гиперактивности/импульсивности (0,252 и 0,256). Это не полностью согласуется с результатами других исследований, в которых управляющие функции обнаруживают отчетливые, но более слабые связи с проявлениями снижения когнитивного темпа по сравнению с проявлениями гиперактивности (Tamm et al., 2018). Возможно, эти различия обусловлены тем, что в указанных исследованиях для оценки функций используются опросники для учителей и родителей, а не прямая поведенческая оценка. С другой стороны, результаты нейровизуализационного исследования показывают, что с выраженностью проявлений снижения когнитивного темпа соотносится меньшая функциональная связанность увеличенных лобных долей (Camprodon-Rosanas et al., 2019), что согласуется с полученной нами высокой корреляцией. В целом, мы считаем, что взаимосвязь между управляющими и активационными группами функций требует дополнительного исследования и уточнения.

Корреляция между двумя факторами, связанными с регуляцией активности, заметно увеличилась при добавлении результатов компьютерных методик (от 0,366 до 0,726). Это увеличение корреляции может быть вызвано техническими причинами -- метод конфирматорного факторного анализа работает таким образом, что добавление одних и тех же показателей в разные факторы может увеличить корреляцию между ними, поэтому содержательно интерпретировать этот коэффициент в данной модели не стоит. Более разумным представляется рассмотрение корреляции в модели, включающей непересекающиеся показатели традиционного обследования. Небольшая положительная корреляция между двумя факторами, связанными с регуляцией активности, кажется вполне объяснимой, так как за ними стоят близкие функциональные структуры первого блока.