遗忘速度能否成为可量化的认知指标，用于识别早期轻度认知障碍？
项目摘要
本研究探索遗忘速度能否成为可量化的认知指标，并用于识别早期轻度认知障碍。通过自适应事实学习系统的行为记录与 ACT-R 计算模型估计遗忘速度，检验重测稳定性，并比较轻度认知障碍组与健康对照组的差异。
- 样本规模
- N = 16
- 研究设计
- 纵向研究
- 招募人群
- 西雅图阿尔兹海默症研究中心
研究问题
研究目标是探索遗忘速度能否成为可量化的认知指标，并用于识别早期轻度认知障碍。要回答这一问题，需要先检验同一个人的遗忘速度在重复测量中是否稳定，再比较轻度认知障碍组与健康对照组的遗忘速度。
研究设计
全部参与者年龄为55–85岁。研究持续6个月以上，每周重复测量为考察个体表现的稳定性提供了时间维度。
健康对照 · 7人
3名女性，4名男性。
轻度认知障碍· 9人
2名女性，7名男性。
参与者每周在家使用自适应事实学习系统完成一次在线记忆测试。例如，先学习“法国 → 巴黎”，之后在“法国 → ?”的提示下回忆答案。
自适应事实学习系统根据参与者过去的表现，动态预测其可能开始遗忘的时间，并安排重新测试。因此，重复测试的时机与此前表现相联系。
材料设计
共32个学习单元，每个学习单元包含15个配对项目；材料中50%为图片，50%为文字。
任务示例 · 不记录答案，不评估认知能力
法国 → 巴黎系统记录正确率、反应时和重复学习历史。随后使用 ACT-R 计算模型估计遗忘速度。
这里需要区分直接观测与模型推断：正确率、反应时和重复历史来自任务记录；遗忘速度是基于行为数据的模型估计，不是设备直接测得的数值。
我的职责
我从数据库查询参与者与测试场次数据，按参与者编号、组别、周次及学习单元或主题筛选，并连接参与者信息、场次数据和逐题反应等不同表中的记录。
筛除无效或重复的测试场次后，我提取反应时、正确率和遗忘速度等变量，导出为 CSV 或 Excel 文件，再导入 SPSS 进行统计分析。
发现与启示
r = .70
统计方法来自研究设计和数据结构，而不是为了复杂而复杂。
皮尔逊分析回应“重复测量是否稳定”；混合效应模型回应“如何在考虑每周材料差异的情况下比较组别”。方法各自服务于不同问题，稳定性证据也不能替代组间区分能力的证据。
本页面仅呈现可公开的研究设计、汇总信息与方法逻辑，不展示个体认知状态、逐次测试记录或其他可识别参与者的信息。平均 r = .70 是已提供的汇总结果；未知统计结果不作推断。