این راهنما به منظور بومیسازی و تبیین دقیق معیارهای خروجی آزمون انبک غیرتطبیقی در نرمافزار NCALab تدوین شده است. ساختار محاسباتی آزمون بر اساس تفکیک وضعیتها (Conditions) و بلوکهای متوالی طراحی گردیده تا امکان ارزیابی پویای حافظه کاری و کنترل توجه فراهم شود. متخصصان شناختی و روانسنجها میتوانند از الگوهای زیر جهت تحلیل گزارشهای خود استفاده نمایند.
لیست شناسه و مشخصات کلیدی متغیرهای محاسباتی N-Back
| ردیف |
نام متغیر (فارسی) |
عنوان استاندارد خروجی (International) |
هدف سنجش و کارکرد پسیكولوژیک در سیستم |
| ۱ |
پاسخهای صحیح |
Correct Hit |
سنجش فرآیند بهروزرسانی فعال و پایداری لایههای حافظه کاری در طول گامهای پردازشی. |
| ۲ |
خطای حذف (غفلت) |
Omission Error |
ردیابی پدیده گسست شناختی، حواسپرتی و افت توجه پایدار مراجع در تکالیف یکنواخت. |
| ۳ |
خطای ارتکاب (پاسخ کاذب) |
Commission Error |
ارزیابی میزان تکانشگری حرکتی و ضعف سیستم ترمز کورتکس فرونتال در مهار رفتارهای تکانشی. |
| ۴ |
رد صحیح |
Correct Reject |
توانایی سیستم در شناسایی و فیلتر کردن دقیق محرکهای انحرافی غیرهدف. |
| ۵ |
زمان واکنش |
Hit Rate RT (Mean) |
سنجش سرعت پردازش مغزی و پایش نوسانات مایکرو-توجه بر حسب میلیثانیه. |
| ۶ |
شاخص حساسیت تمایز |
d' (d-prime) |
محاسبه ریاضی قدرت مراجع در جداسازی سیگنال اصلی از نویزهای پسزمینه بر اساس سیگنال تئوری. |
| ۷ |
ملاک سوگیری پاسخ |
c-criterion |
تعیین استراتژی رفتاری مراجع (پاسخدهی محافظهکارانه احتیاطی در برابر پاسخدهی جسورانه ریسکی). |
| ۸ |
سطح زیر منحنی عملکرد |
AUC (ROC Analysis) |
شاخص کلان هماهنگی جهت سنجش دقت نهایی تشخیصی و درجه پایداری کالیبراسیون آزمون مراجع. |
۱. پاسخهای صحیح و نرخ اصابت (Correct Hit & Hit Rate)
تعریف و مفهوم بنیادی
نرخ اصابت صحیح (Correct Hit) به تعداد پاسخهای درستی اطلاق میشود که آزمودنی در مواجهه با محرکهای هدف (مطابقت محرک فعلی با گامهای قبلی آزمون) ثبت کرده است. این شاخص ظرفیت پایهای سیستم در پردازش و بازخوانی اطلاعات فعال را نشان میدهد.
ارزش تشخیصی و تفسیر بالینی
افت معنادار این شاخص با اختلالات ساختاری در کارکردهای اجرایی مغز، بهویژه نقص توجه و بیش-فعالی (ADHD)، نقایص شناختی خفیف (MCI) و آسیبهای فرونتال مرتبط است. فرآیند بازخوانی و مقایسه دائم دادهها در این بخش، مستقیماً منعکسکننده یکپارچگی قشر پیشپیشانی پشتی-جانبی (DLPFC) است.
ساختار ارائه در پلتفرم NCALab
سامانه گزارشدهی به صورت خودکار میانگین زمان واکنش پاسخهای صحیح (Hit Rate RT Mean) را با دقت میلیثانیه اندازه گیری کرده و در قالب ماتریس مقایسهای بین وضعیت ۱ و ۲ به همراه انحراف معیار سیستماتیک گزارش میکند تا نوسانات توجه در طول زمان ارزیابی شود.
نمای ساختار ثبت دادههای Correct Hit و میانگین زمان واکنش به تفکیک بلوک در گزارش خروجی
۲. خطای حذف یا غفلت (Omission Error)
تعریف و مفهوم بنیادی
خطای حذف (Omission Error) زمانی رخ میدهد که سیستم یک محرک هدف را ارائه داده است، اما آزمودنی بدون پاسخ دادن و فشردن کلید، از روی آن عبور میکند. این شاخص بیانگر میزان نقص در ردیابی سیگنال است.
ارزش تشخیصی و تفسیر بالینی
بالا بودن تعداد خطاهای غفلت، نشاندهنده گسست در توجه پایدار (Sustained Attention) و کاهش سطح هوشیاری عمومی شناختی است. در ارزیابیهای بالینی، افزایش این خطاها در بلوکهای پایانی آزمون (مانند جابجایی از Condition 1 به Condition 2) نشاندهنده خستگیپذیری زودرس سیستم عصبی و افت توان پردازش است.
مبنای محاسباتی و دادههای هنجار
تعداد خطاهای غفلت بر حسب فراوانی مطلق در هر بلوک ثبت شده و سپس با توزیع نرمال نمونههای همتا مقایسه میشود تا انحراف فرد از میانگین جامعه در شاخص غفلت سنجیده شود.
ساختار ارائه در پلتفرم NCALab
در پنل گزارشدهی، فراوانی خطاهای غفلت به صورت کاملاً مجزا در نمودار پویای خروجی تصویر میشود تا متخصص بدون نیاز به تفکیک دستی دادههای خام، روند توزیع خطاها را در طول گامهای N-Back ردیابی کند.
۳. خطای ارتکاب یا هشدار کاذب (Commission Error / False Alarm)
تعریف و مفهوم بنیادی
خطای ارتکاب (Commission Error) یا پاسخ کاذب، ناشی از واکنش حرکتی اشتباه به محرکهایی است که به عنوان هدف شناخته نمیشوند. این فاکتور بازتابدهنده ناتوانی در مهار پاسخ است.
ارزش تشخصی و تفسیر بالینی
این متغیر مستقیماً با تکانشگری (Impulsivity) و نقص در کنترل مهار (Inhibitory Control) ارتباط دارد. در پژوهشهای نوروسایکولوژی، افزایش خطاهای ارتکاب نشاندهنده تضعیف ترمزهای شناختی کورتکس فرونتال ارزیابی میشود که در رفتارهای پرخطر و سوءمصرف مواد به وفور دیده میشود.
مبنای محاسباتی و دادههای هنجار
نرمافزار این شاخص را از طریق پایش واکنشهای اشتباه بر روی کل محرکهای غیرهدف (Nontarget trials count) استخراج کرده و نمره نهایی False Alarm z-score را جهت سنجش شدت آماری تکانشگری محاسبه میکند.
ساختار ارائه در پلتفرم NCALab
یکی از قابلیتهای فنی سامانه، محاسبه همزمان میانگین زمان واکنش هشدارهای کاذب (False Alarm RT) است. این ویژگی به متخصص اجازه میدهد بین تمایز ضعیف بینایی-شناختی و تکانشگری حرکتی مهارنشده تفاوت قائل شود.
۴. شاخص حساسیت تمایز شناختی (d' یا d-prime)
تعریف و مفهوم بنیادی
شاخص d-prime برآمده از نظریه تشخیص سیگنال (Signal Detection Theory)، نشاندهنده توانایی و حساسیت مراجع در جداسازی اطلاعات اصلی (سیگنال) از محرکهای مزاحم پیرامون (نویز) است.
ارزش تشخیصی و تفسیر بالینی
مقادیر بالاتر d' نشاندهنده قدرت تمایز عالی سیستم شناختی است. در حالتی که این شاخص با افت مواجه شود، مراجع در فیلتر کردن اطلاعات نامربوط دچار چالش جدی است؛ این پدیده یکی از شاخصهای بالینی بارز در مه مغزی، خستگی مفرط کارکردی و نقصهای شناختی ثانویه است.
مبنای محاسباتی و دادههای هنجار
محاسبه این شاخص ریاضی بر پایه تفاوت توزیع نمرات استاندارد نرخ اصابت و هشدار کاذب استوار است که فرمول متداول آن به صورت زیر پیادهسازی شده است:
d' = Z(Hit Rate) - Z(False Alarm)
منحنی توزیع زنگولهای اختصاصی و نمایش خط معیار d-prime در کارنامه نهایی
۵. منحنی عملکرد سیستم و سطح زیر منحنی (ROC & AUC Analysis)
تعریف و مفهوم بنیادی
تحلیل منحنی ROC و شاخص AUC یک ابزار پیشرفته محاسباتی جهت ارزیابی صحت، حساسیت و ویژگی کلی عملکرد مراجع در طول کل جلسات ارزیابی است.
ارزش تشخیصی و تفسیر بالینی
مقادیر نمره AUC بین ۰ تا ۱ تغییر میکند؛ نمرات بالای ۰.۹ نشاندهنده تمایز عالی و عملکرد پایدار و ایدهآل فرد در طول اجرای تکالیف حافظه کاری است. این متغیر بهترین شاخص در پژوهشهای بالینی جهت مقایسه اثربخشی درمانها (پیشآزمون و پسآزمون) به شمار میرود.
مبنای محاسباتی و دادههای هنجار
مقدار AUC از محاسبه هندسی سطح زیر منحنیِ تقابل نسبت مثبتهای واقعی در برابر مثبتهای کاذب حاصل میشود؛ نمره ۰.۵ نشاندهنده پاسخهای کاملاً تصادفی و فاقد ارزش شناختی است.
ساختار ارائه در پلتفرم NCALab
پلتفرم NCALab جزو معدود سامانههای ارزیابی بومی است که منحنی دقیق را بر اساس ماتریس حساسیت (Sensitivity) و ویژگی (Specificity) ترسیم کرده و آن را در گزارش نهایی الصاق مینماید.
گراف خروجی منحنی ROC و محاسبه سطح زیر منحنی (AUC) سیستم