Voorspellers van brain training:
Wat zijn de voorspellers van succesvolle cognitieve flexibiliteitstraining bij gezonde ouderen?
Onderdeel van TAPASS: TrainingsProject Amsterdamse Senioren en Stroke
Naam : M.S. van Ooijen Studentnummer : 6054587 Begeleider : Jessika Buitenweg Tweede begeleider : Jaap Murre
Masterthese: Programmagroep Brein en Cognitie, Afdeling Psychologie, Universiteit van Amsterdam
Inhoudsopgave Onderdeel pagina Abstract 3 Inleiding 4 Methode 8 Resultaten 13 Exploratieve analyses 19 Discussie 21 Literatuurlijst 25
Abstract
In de literatuur is veel aandacht voor het effect van het trainen van de cognitieve functies bij ouderen (Owen, Hampshire, Grahn, Stenton, Dajani, Burns, et al., 2009; Tranter & Koutstaal, 2008; Beanzinger, 2009; Brehmer, Westerberg & Bäckman, 2012).
Vanwege de technologische mogelijkheden krijgt online brain training steeds meer
aandacht. Eén van de functies waar nog weinig onderzoek naar is gedaan is cognitieve flexibiliteit, een eigenschap om complexe taken uit te voeren zoals multitasken of het zoeken naar nieuwe oplossingen (Ionescu, 2012). Om meer inzicht te krijgen in de effecten van online cognitieve flexibiliteitstraining werd gekeken naar de voorspellers van succesvolle cognitieve flexibiliteitstraining bij gezonde ouderen. Deelnemers trainden 12 weken, 5 dagen per week voor 30 minuten per dag. Middels taken voor mentale flexibiliteit en executief functioneren werd de effectiviteit van de training gemeten. Na gemiddeld 57 trainingen lieten de taken een verbetering zien op near transfertaken maar niet op far transfertaken, hetgeen een indicatie was voor de effectiviteit van de training. Toch moeten de resultaten met voorzichtigheid worden geïnterpreteerd omdat de steekproef hoogopgeleid was en omdat de steekproefgroottes tussen condities niet gelijk waren. Implicaties en kanttekeningen van het onderzoek worden besproken in de discussie.
Inleiding
Het doen van online cognitieve training is populair. Er zijn diverse websites die cognitieve training aanbieden en beweren dat het helpt voor het fit houden van het brein. Cognitieve Flexibiliteit (CF) is een van de cognitieve functies die kan worden getraind met online training. Onderzoek naar CF is schaars, mede omdat een eenduidige definitie ervan ontbreekt. Het zou een vaardigheid betreffen om te wisselen tussen verschillende gedachten of acties, afhankelijk van wat de situatie vraagt (Geurts, Corbertt & Solomon, 2009). Andere onderzoekers definiëren CF als een hogere-orde-eigenschap van cognitie (Deak, 2003). Ionescu (2012) stelt dat CF een eigenschap betreft om complexe taken uit te voeren zoals multitasken of het zoeken naar nieuwe oplossingen. Het zou geen specifieke vaardigheid betreffen maar juist een onderdeel zijn van het gehele cognitieve systeem. De mogelijkheid om CF te trainen is nog niet onderzocht. Wel is het trainen
van fluid intelligence onderzocht, het vermogen om creatief en flexibel met problemen om
te gaan (Trantner & Koutstaal, 2008). Eerder onderzoek heeft bewijs aangedragen dat fluid intelligence gecorreleerd is aan CF (Colzato, van Wouwe, Lavender & Hommel, 2006), iets dat ondersteund wordt door de overlap in definitie. Onderzoekers die de effectiviteit onderzochten van fluid intelligence training, toonden aan dat deelnemers na de training significant verbeterden op diverse taken ten opzichte van deelnemers uit de controleconditie (Trantner & Koutstaal, 2008; Jaeggi, Buschkuehl, Jonides & Perrig, 2008).
Het Task-switching paradigma is een andere manier om om CF te trainen. Bij deze
training moeten deelnemers het reactiepatroon veranderen bij het zien van een bepaalde stimulus. Onderzoek naar task-switching liet zien dat deelnemers na enkele
trainingssessies significant verbeterden op diverse taken (Karbach & Kray, 2009; Buchler, Hoyer & Cerella, 2008). Ionescu (2012) kaart echter aan dat deze onderzoekers met dit paradigma niet volledig CF onderzoeken aangezien alleen werd gekeken naar één executieve functie, namelijk switchen. Hiermee werd CF bij taal, categorisatie en inductief redeneren genegeerd.
De begrippen task-switching, CF en fluid intelligence hebben dus enige overlap in definitie. Uitgaande van de definitie van Ionescu (2012), kan worden gesteld dat task-switching veel kleiner is dan CF en dat fluid intelligence veel omvangrijker is dan CF.
Toch impliceert bovenstaand onderzoek dat CF training ook deels effectief is. Dit huidige onderzoek poogt antwoord te geven op twee vragen: ten eerste of de gegeven
CF training leidt tot cognitieve veranderingen. Daarnaast poogt het antwoord te geven op de vraag of er voorspellers zijn aan te wijzen voor de effectiviteit van CF training.
Dit onderzoek tracht middels drie invalshoeken bij te dragen aan de bestaande literatuur (Karbach & Kray, 2009; Buchler, Hoyer & Cerella, 2008; Trantner & Koutstaal, 2008; Jaeggi, Buschkuehl, Jonides & Perrig, 2008). Ten eerste poogt dit onderzoek
antwoord te geven op de vraag of cognitieve training een cognitieve verandering teweeg kan brengen. De huidige literatuur is hier niet consistent wat dit betreft. Sommige
onderzoeken rapporteren een verbetering op de taak zelf en geen generalisatie naar taken die cognitieve functies meten (Owen, Hampshire, Grahn, Stenton, Dajani, Burns, et al., 2009). Anderen lieten zien dat online training naast verbetering op de taak tevens leidde tot verbetering van de cognitieve functies (Tranter & Koutstaal, 2008; Brehmer,
Westerberg & Bäckman). Wegens de gemengde resultaten betreffende de generalisatie van cognitieve training, werd in dit onderzoek cognitieve verandering gemeten middels transfertaken (verandering naar andere taken) in plaats van de trainingstaak zelf. Deze transfertaken kunnen onderverdeeld worden in near transfer (alle taken die in dezelfde
context/omgeving worden afgenomen) en far transfer (alle taken die in een andere
context/omgeving worden afgenomen; Barnett & Ceci, 2002). Deze transfer kan bijvoorbeeld plaatsvinden middels de fysieke context. Het geleerde in één specifieke omgeving hoeft niet te betekenen dat het geleerde ook tot uiting komt in een andere omgeving. Een ander verschil is modaliteit: de training werd uitgevoerd via de computer, terwijl de testsituaties ofwel via de computer ofwel face-to-face werden uitgevoerd. Dit
onderzoek keek naar near transfer (zelfde omgeving en zelfde modaliteit – computer) en far transfer (andere omgeving en andere modaliteit – face-to-face).
De tweede invalshoek heeft betrekking op de mate waarin er voorspellers zijn aan te wijzen. De bovenstaande onderzoeken toonden aan dat er voor de groepen een algehele verbetering was na online training. Dit hoeft niet te betekenen dat er voor het individu ook verbetering optrad. In dit onderzoek zal worden gekeken voor welk individu er voorspellers zijn aan te wijzen. Ten derde zal dit onderzoek als eerste kijken naar de effectiviteit van de training. Tijdens het schrijven van dit artikel is er naar weten van de auteur geen onderzoek geweest dat online CF training en zijn effectiviteit heeft
onderzocht.
Deelnemers werden willekeurig ingedeeld in een High Switch (HS) of een Mock Training (MT) conditie. Deelnemers in beide condities kregen een online brain training van 12 weken, 5 dagen per week voor 30 minuten per dag. In de HS conditie wisselden
deelnemers per 3 minuten van spel en was het spel adaptief aan het niveau van de speler. In de MT conditie wisselden de deelnemers per 10 minuten van spel en was de training niet adaptief. Deelnemers kregen een voor- en nameting. Verwacht werd dat tijdens de
voormeting de deelnemers in de HS en MT conditie geen verschil hadden qua score op transfertaken. Daarnaast werd verwacht dat deelnemers binnen de HS conditie
significant verbeteren op de transfertaken maar dat deelnemers in de MT conditie niet significant verbeterden. Als near transfertaak werd de Tower of London (TOL) gebruikt, deze werd thuis gemaakt en via de computer afgenomen, hetgeen qua context en
omgeving bijna identiek was aan de trainingssituatie. Als far transfertaken werd de DKEFS Trail Making Test (DKEFS TMT) gebruikt en de category fluency. Beide taken
werden face-to-face afgenomen op de Universiteit van Amsterdam, hetgeen ver van de trainingssituatie af stond.
Uit eerdere literatuur is gebleken dat de volgende factoren mogelijk
voorspellende waarden hebben op near- en far transfer: leeftijd, niveau van opleiding, angst en depressie (Brehmer, Westerberg & Bäckman, 2012; Baenzinger, 2013; Buchler, Hoyer & Cerella, 2008; Fox, Russo, Bowles, & Dutton, 2001; Gasper, 2003; Dreisbach & Goschke, 2004; Goschke & Bolte, 2014; Fossati, Ergis & Allilaire, 2001; Vilgis, Silk & Vance, 2015). In de HS conditie werd verwacht dat de training leidde tot een significante verandering op de near- en far transfertaken, en dus werd hier ook verwacht dat de vier voorspellers significante invloed zouden hebben op de trainingsuitkomst. Aangezien de MT conditie een controleconditie was, en dus hier geen significante verbetering na de training werd verwacht, werd hier ook geen voorspellende waarde verwacht voor de vier voorspellers.
Dit onderzoek keek naar een tweetal demografische kenmerken: leeftijd en niveau van opleiding. Diverse onderzoeken vonden dat jongvolwassenen meer gebaat waren bij cognitieve training dan ouderen (Brehmer, Westerberg & Bäckman, 2012; Buchler, Hoyer & Cerella, 2008). Deze tendens lijkt zich door te zetten bij alleen ouderen. Een meta-analyse bij geheugentraining bij gezonde ouderen van 60 jaar en ouder liet zien dat jongere deelnemers meer gebaat waren bij geheugentraining dan ouderen (Verhaeghen, Marcoen & Goossens, 1992). Tevens vond Baenzinger (2013) dat leeftijd een negatieve voorspeller was op trainingseffect bij face-to-face-redeneertraining. Vanwege deze reden werd bij de HS conditie verwacht dat leeftijd een negatieve
leeftijd zou opleidingsniveau een positieve voorspellende waarde moeten hebben op CF training. Eerder is gevonden dat hoger opgeleiden meer baat hadden bij redeneertraining dan lager opgeleiden (Beanzinger, 2013). Mogelijk hebben hoger opgeleiden ook meer baat bij online CF training. Verwacht werd dat opleidingsniveau bij de HS conditie een positieve relatie had op de score op transfertaken na CF training.
Daarnaast werd er gekeken naar stemmingsproblematiek. Voor deze variabelen – angst en depressie– werd verwacht dat dit een negatief voorspellende waarde had op CF training. Uit diverse onderzoeken is namelijk gebleken dat angstige stimuli leiden tot een langere volgehouden aandacht naar de negatieve stimuli en dat het verdelen van de aandacht moeilijker gaat (Fox, Russo, Bowles, & Dutton, 2001). Dit werd ondersteund
door onderzoek dat aantoonde dat positief affect leidde tot het eerder zoeken naar een creatieve oplossing (Gasper, 2003). Ander onderzoek vond dat positief affect leidde tot minder afleiding en minder rigiditeit (Dreisbach & Goschke, 2004). Met andere
woorden, het cognitief flexibel handelen gaat moelijker bij een negatief affect. Aangezien angst ook onder negatief affect valt, wordt er verwacht dat angst in de HS conditie een negatieve voorspeller is voor het effect op de transfertaken na CF training. Depressie valt ook onder negatief affect en heeft wellicht ook een negatief voorspellende waarde op CF training. Daarnaast is uit onderzoek gebleken dat depressie gerelateerd is aan executieve problemen (Goschke & Bolte, 2014; Fossati, Ergis & Allilaire, 2001; Vilgis, Silk & Vance, 2015). Mogelijk staan deze executieve problemen aan de basis van cognitieve inflexibiliteit aangezien executieve functies een voorwaarde zijn voor cognitieve flexibiliteit (Ionescu, 2012). Verwacht werd dat depressie bij de HS conditie een negatieve voorspeller was op de score van transfertaken na CF training.
Samengevat probeert dit onderzoek te kijken naar: cognitieve veranderingen na online brain training, bij mensen die in dezelfde- of in een andere context/omgeving
worden getest en zal er gekeken worden of er voorspellers zijn voor online brain training. De voorspellers welke meegenomen werden in de analyse zijn: leeftijd, opleiding, angst en depressie. Exploratief werd er nog gekeken naar het aantal items dat werd opgelost bij de TOL. Ook werd er een extra regressieanalyse gedaan voor de voorspellers leeftijd, angst en depressie omdat de steekproef hoogopgeleid was, en daarmee niet
Methode
Deelnemers
Om in aanmerking te komen voor het onderzoek moest men tussen de 60 en 85 jaar zijn, in het bezit zijn van een laptop met internet en in staat zijn om 12 weken intensief te trainen. Deelnemers werden uitgesloten van het onderzoek bij ernstige neuro(psycho)logische klachten en bij ernstige kleurenblindheid.
Deelnemers werden geworven uit een database van mensen die hebben aangegeven te willen meewerken aan onderzoek. Daarnaast werden deelnemers geworven middels advertenties, flyers en radio.
Voor het onderzoek hebben 207 mensen zich ingeschreven, waarvan 50 mensen nooit zijn begonnen aan de training of voormeting. Deelnemers uit de Low Switch (LS) conditie werden ook bij de huidige analyse weggelaten (N=35). Dit was een conditie die in het grotere TAPASS onderzoek was meegenomen. Op het moment van schrijven waren er 38 deelnemers die nog bezig waren met trainen, die waren uitgevallen tijdens het trainen of die minder dan 48 trainingssessies hadden gedaan. Deze deelnemers werden niet in de analyse meegenomen. Er bleven 84 deelnemers over voor de analyse, waarvan 39 deelnemers in de MT conditie en 45 deelnemers in de HS conditie.
Onafhankelijke variabelen
Deelnemers werden willekeurig ingedeeld in een High Switch (HS) of Mock Training (MT) conditie. Binnen de HS conditie was er sprake van verhoogde CF aangezien deelnemers per 3 minuten wisselden van spel. De training bestond uit 12 spellen die trainden op: (werk)geheugen, logisch redeneren, aandacht en ruimtelijk inzicht. Deze training was adaptief aan het niveau van de deelnemer. Binnen de niet-adaptieve MT conditie (actieve controleconditie) was er sprake van verminderde CF omdat deelnemers per 10 minuten wisselden van spel. Deelnemers in deze conditie trainden met 4 spellen die uitgekozen waren omdat er werd verwacht dat ze cognitief niet te uitdagend waren maar wel visueel aantrekkelijk zouden zijn.
De voorspellers leeftijd, niveau van opleiding, angst en depressie werden uit online vragenlijsten gehaald, die de deelnemers vooraf aan het onderzoek al ingevuld hadden. De leeftijd werd vastgesteld door de leeftijd in jaren te nemen ten tijde van de
voormeting. Niveau van opleiding werd gemeten via de indeling van Verhage (1964; zie tabel 1). Angst en Depressie werden gemeten middels de Hamilton Anxiety and
Depression Scale (HADS), een zelfrapportagevragenlijst naar angst- en depressieklachten (Zigmond & Snaith, 1983). De vragenlijst bestaat uit 14 vragen met ieder 4
antwoordopties. Per subschaal zijn er 7 vragen en is er een totale scorerange van 0 tot 21. Een score van 0 is een indicatie voor geen depressie/angst en een score groter dan 10 zou een indicatie zijn voor een angst of depressieve stoornis (Crawford, Henry, Crombie & Taylor, 2001). Deze vragenlijst, zonder handleiding, werd matig tot goed beoordeeld (Spinhoven, Ormel, Sloekers, Kempen, Speckens & van Hemert, 1997; Egberink, Janssen, & Vermeulen, 2009-2014; Nieuwenhuijsen, Verbeek, de Boer, Blonk & van Dijk, 2004; de Croon, Nieuwenhuijsen, Hugenholtz & van Dijk, 2005). Deze vragenlijst werd gebruikt vanwege de korte invultijd.
Afhankelijke variabelen
Om te controleren voor beginnende dementie, werd er telefonisch de TICS (Telephone Interview Cognitive Status; Kempen, Meier, Bouwens, van Deursen & Verhey, 2007) afgenomen. De scorerange liep van 0 tot 41, waarbij een score van 27 of lager een indicatie was voor beginnende dementie.
Thuis achter de computer maakten de deelnemers de Tower of London (TOL) en deze test werd dus beschouwd als near transfer. De TOL heeft als meetpretentie
planningsstoornissen en executieve vaardigheden zoals mentale flexibiliteit (Anderson, Anderson & Lajoie, 1996; Shallice, 1982). De test kent tien opdrachten in oplopende moeilijkheidsgraad. Deelnemers moesten drie gekleurde ballen verplaatsen van hun uitgangspositie naar een voorgeschreven positie volgens een tweetal regels. De test krijgt
Tabel 1. Opleidingscodes volgens Verhage (1964).
1 Minder dan lagere school/lagere school niet afgemaakt
2 Lagere school afgemaakt
3 Lagere school afgemaakt en verdere vervolgopleiding minder dan 2 jr
4 Lager dan MULO/MAVO-niveau, b.v. LTS, LEAO, LHNO
5 MULO/MAVO/MEAO diploma
6 HAVO/VWO/HEAO/HBS/HBO diploma
een voldoende/goed op kwaliteit van de test en handleiding en begripsvaliditeit maar scoort onvoldoende op normen, betrouwbaarheid en criteriumvaliditeit (Egberink, Janssen, & Vermeulen, 2009-2014). Als afhankelijke maat werd de totale tijd in seconden gebruikt.
De DKEFS TMT heeft als meetpretentie mentale flexibiliteit en betreft een taak
waarbij de deelnemers een kaart met allerlei cijfers en letters te zien krijgen
(Delis-Kaplan Executive Function System Trail Making Test; Delis (Delis-Kaplan & Kramer, 2001). Deze test werd beschouwd als far transfer aangezien deze taak face-to-face werd afgenomen op de Universiteit van Amsterdam. De opdracht is om de cijfers en letters afwisselend met elkaar te verbinden (1-A-2-B-3-C-…..P). Binnen dit onderzoek werd de score gecorrigeerd voor cijfer sequencing (het verbinden van cijfers in oplopende volgorde:
1-2-3-4-…..-16) en letter sequencing (het verbinden van letters in oplopende volgorde: A-B-C-D….-P). De gecorrigeerde score is een maat voor mentale flexibiliteit. De Cotan heeft de test nog niet beoordeeld. De test-hertest betrouwbaarheid van deze test in de leeftijdsgroep 50-89 is erg laag (-.08; Crawford, Sutherland & Garthwaite, 2008).
Daarnaast zal category fluency worden gebruikt, een taak waarbij deelnemers
zoveel mogelijk woorden binnen één categorie moeten opnoemen. Dit is een taak die een beroep doet op het werkgeheugen en episodisch geheugen. Deze taak kent drie onderdelen. Bij de eerste twee onderdelen moeten deelnemers zoveel mogelijk woorden opnoemen in 1 minuut binnen één categorie (bijvoorbeeld meisjesnamen en steden). Bij het derde onderdeel moeten deelnemers afwisselen tussen woorden uit de beide
categorieën. Dit laatste onderdeel is zodoende een maat voor cognitieve flexibiliteit. Om te corrigeren voor een eventuele verbetering op onderdeel 1 en 2 werd er een
gecorrigeerde score gebruikt: Gecorrigeerde score = onderdeel 3 / ((onderdeel
1+onderdeel 2)/2). Belangrijk is om te realiseren dat bij deze taak achteruitgang wordt gezien bij oudere mensen, wat kan leiden tot een lagere score bij de nameting (Lezak, 2004). Over de psychometrische eigenschappen van het derde onderdeel van deze test is weinig bekend.
Procedure
Deelnemers konden zich aanmelden via de algemene website (www.tapass.nl). Na aanmelding volgde twee vragenlijsten en kregen de deelnemers de telefonische screening middels de TICS. Vervolgens werden de deelnemers gerandomiseerd. Bij de voor- en nameting werd er een driedaagse testbatterij afgenomen waarbij de deelnemers een dag op de Universiteit van Amsterdam kwamen waarbij onder andere de near transfertaak (TOL) werd afgenomen door de testleider. Hier werd aan de testleider gevraagd in welke conditie ze dachten dat de deelnemer zat, om te controleren of het onderzoek dubbelblind was afgenomen. Op de twee overige dagen maakte de
deelnemers thuis een testbatterij waarbij de far transfertaken werden afgenomen (DKEFS, category fluency). De voor- en nameting duurde in totaal 10 uur.
De training duurde 12 weken lang, 5 dagen per week en 30 minuten per training. Tussendoor had de deelnemers contact met één onderzoeker om de voortgang en motivatie in de gaten te houden. Deelnemers trainden maximaal één keer per dag, maar waren verder vrij om te bepalen wanneer de training werd gedaan. De training werd gedaan op de eigen computer of tablet van de deelnemer.
Drie weken na de nameting volgde een laatste testbatterij met daarin een exitvragenlijst. Deelnemers werden beloond met een presentje en een gratis trainingsaccount voor de website van Braingymmer.
Data-analyse
Alle analyses werden gedaan middels het programma SPSS (Statistical Package for Social Science, versie 22). Om de effectiviteit van de training te meten werden er voor alle
drie de transfertaken een 2*2 mixed ANOVA gedaan met één within factor (voor- en
nameting) en één between factor (HS- en MT conditie). Er werd gekozen voor drie
ANOVA’s en niet voor een MANOVA omdat de laatste zou zorgen voor veel missing data. Er werd een Bonferroni-correctie toegepast waardoor het significantieniveau .0167 was (.05/3). Een significant hoofdeffect van de HS conditie zou de hypothese moeten bekrachtigen (de manipulatie was succesvol). Er werd een pairwise deletion gedaan om zo
de uitval tot een minimum te beperken.
Om te kijken naar de voorspellers van near- en far transfer werd een multipele regressie analyse uitgevoerd. Er werd een forced entry methode gehanteerd omdat werd
voorspellers werden gebruikt in een tweede regressieanalyse. Er werd een listwise deletion
gehanteerd.
TAPASS studie
Deelnemers waren onderdeel van de grotere TAPASS studie (TrainingsProject Amsterdamse Senioren en Stroke). Dit betreft een studie naar de mogelijkheid voor het trainen van meerdere cognitieve functies (werkgeheugen, logisch redeneren en
verwerkingssnelheid) door middel van online training. Grofweg is deze studie op te delen in twee onderzoeksgroepen, namelijk senioren (deelnemers ouder dan 60 jaar) en mensen met een beroerte. Voor het huidige onderzoek werden mensen met een beroerte achterwege gelaten.
De gezonde deelnemers in de TAPASS studie konden nog ingedeeld worden in een andere conditie, de Low Switch conditie (LS). Deze conditie trainde op dezelfde spellen als de High Switch conditie, alleen wisselden de deelnemers per 10 minuten van spel. Deze conditie werd bij het huidige onderzoek buiten beschouwing gelaten.
Resultaten
Van de 122 deelnemers die aan de training waren begonnen zijn er 12
deelnemers uitgevallen in de HS en MT conditie. Veelal werd gezondheid, technische problemen of te weinig uitdaging opgegeven als reden. Er waren 26 deelnemers die nog bezig waren met trainen of minder dan 48 trainingen voltooid hadden. Er bleven 84 deelnemers over voor de analyse, waarvan 39 deelnemers in de MT conditie en 45 deelnemers in de HS conditie. Er werden vier outliers op de TOL buiten de analyse
gelaten omdat ze ver buiten het 95% betrouwbaarheidsinterval scoorden, net als één outlier op de DKEFS TMT.
Er werd een chi-kwadraattest gedaan om te controleren of er een relatie bestond tussen de conditie waarin de deelnemers werkelijk zaten en de conditie waarvan de testleiders dachten dat ze zaten. Er werd geen significante relatie gevonden op T0 (χ2(2)=1.055, p=.590) en T2 (χ2(2)=2.109, p=.348). Hierbij kan worden aangenomen dat
de testleider niet wist in welke conditie de deelnemer zat. Daarnaast werd er gekeken of
er a priori verschillen waren tussen de twee groepen. In tabel 2 worden de gemiddelden
weergegeven, er werden geen verschillen gevonden (p>.05).
Tabel 2. Steekproefkarakteristieken per conditie.
MT 1 (N=39 ) HS 2 (N=45)
M 3 (SE 4) Bereik M 3 (SE 4) Bereik N t/χ2 p ( 2-zijdig)
Geslacht (% mannen) 43.6 % 33.3% 84 0.932 9 .374
Handvoorkeur (% rechtshandig)
92.3% 86.4% 83 0.833 10 .757
Eerder NPO en/of training gehad (in %)
25% 23.08% 83 3.308 10 .356
Land van herkomst (% Nederland) 97.4% 95.5% 83 0.233 9 >.999 Leeftijd 67.308 (0.780) 60-78 67.444 (0.766) 60 – 77 84 -0.125 11 .901 Opleiding 5 6.00 (0.125) 4 – 7 5.80 (0.137) 2 - 7 83 1.062 11 .291 Angst 6 3.64 (0.516) 0 – 15 2.96 (0.409) 0 – 11 84 1.052 11 .296 Depressie 7 2.23 (0.338) 0 - 9 1.98 (0.307) 0 - 9 84 0.555 11 .580 TICS score 8 35.154 31 – 38 35.800 30 - 40 83 -1.494 .139
(0.251) (0.339) 11 Beoordeling fysieke gezondheid 7.90 (0.204) 4 - 10 7.86 (0.168) 6 - 10 83 0,129 11 .898 Beoordeling mentale gezondheid 8.00 (0.142) 6 - 10 7.80 (0.177) 5 - 10 83 0.901 12 .370 Beoordeling geluk 7.74 (0.190) 5 - 10 7.82 (0.173) 5 - 10 83 -0.291 11 .772 Computer gebruik 2,26 (0.150) 1 - 5 2.40 (0.128) 1 - 4 77 0.744 11 .453 Totaal aantal jaren
gewerkt 37.44 (1.625) 6 - 54 37.84 (1.702) 10 - 57 82 -0.170 11 .866 Gemiddeld aantal uren
werk per week 12
18.35 (3.698)
2 - 48 16.42 (2.383)
3 - 40 43 0.460 .648 1 Mock Training; 2 High Switch; 3 gemiddelde; 4 Standaard Error; 5 opleiding volgens Verhage; 6, 7 subschalen van de Hamilton Anxiety and Depression Scale (HADS); 8 Telephone Interview Cognitive Status (TICS); 9 chi-kwadraat test; 10 Fisher’s exact test; 11 gelijke varianties aangenomen; 12 gelijke
varianties niet aangenomen; 12 alleen de mensen die hebben aangegeven te werken (MT N=17; HS N=26); α=.05.
Op basis van de gegevens van het CBS (Centraal Bureau voor Statistiek) is gekeken of de steekproef qua opleiding representatief was voor de gehele bevolking, zie tabel 3. Hieruit blijkt dat de deelnemers uit de steekproef hoger opgeleid was dan de gemiddelde Nederlander tussen 65 en 75 jaar.
Tabel 3. Opleidingsniveau van de deelnemers vergeleken met de gegevens van het CBS (Centraal Bureau voor Statistiek). Getallen weergegeven in procenten.
Frequentie in de steekproef
Frequentie volgens CBS
Minder dan lagere school/lagere school niet afgemaakt 0
10.06
Lagere school afgemaakt 1.2
Lagere school afgemaakt en verdere vervolgopleiding minder dan 2 jr
1.2 31.19
Lager dan MULO/MAVO-niveau, b.v. LTS, LEAO, LHNO
1.2 4.86
MULO/MAVO/MEAO diploma 19 37.70
HAVO/VWO/HEAO/HBS/HBO diploma 57.1 11.33
VWO/universiteit diploma 19.0 4.11
Vergeleken met gegevens van 65 tot 75 jarigen in het eerste kwartaal van 2014. Opleidingsniveau van het CBS corresponderen niet volledig met de code volgens Verhage. Zie appendix 1 voor de data van het CBS.
De relevante gemiddelden en standaarddeviaties voor alle afhankelijke variabelen staan gegroepeerd en per conditie weergegeven in tabel 4. Er was een significant
hoofdeffect bij de TOL, F(1, 78)=29.794, p<.001, η2=.276. Deelnemers behaalden een
snellere tijd op T2 (M=332.277, SD=115.575) dan op T0 (M=419.737 SD=155.827). Er was geen significante interactie tussen meetmoment en conditie, F(1, 78)=1.949, p=.167,
η2=.024. Er was daarnaast geen significant verschil tussen de condities, F(1, 78)=0.437,
p=.510, η2=.006. Zoals verwacht scoorden de deelnemers in de experimentele conditie
beter op de TOL na de training dan voor de training, maar dit verschil was -tegen de verwachtingen in- ook aanwezig in de controleconditie.
Er werd geen hoofdeffect gevonden op de TMT, F(1, 59)=0.078, p=.780,
η2=.001. Er werd geen interactie gevonden tussen meetmoment en conditie op de TMT,
F(1, 59)=0.013, p=.91 η2<.001. Daarnaast liet de trainingsconditie geen significant
verschil zien op de TMT, F(1, 59)=1.236, p=.271, η2=.021. Dit was niet in lijn met de
verwachtingen aangezien verwacht werd dat bij far transfertaken een significante verbetering zou optreden.
Bij de gecorrigeerde fluency werd vooraf geconstateerd dat de voorwaarden geschonden waren, waardoor er drie keer non-parametrisch getoetst werd met een Bonferroni-correctie waardoor α=.005 (.0167/3). Op T0 verschilden deelnemers in de MT conditie (Mdn=0.89) niet significant van de HS conditie (Mdn=0.94), U=291,5,
z=-1.232, p=.218, r=-0.09. Op T2 verschilden deelnemers in MT conditie (Mdn=0.81) niet
ten opzichte van de HS conditie (Mdn=0.93), U=213,5, z=-2,249, p=.025, r=-0.31. Over
het algemeen verbeterden deelnemers niet qua prestatie op T2 (Mdn=0.91), ten opzichte
van T0 (Mdn=0.84), z=-0.497, p=.619, r=-0.05. De gecorrigeerde fluency score bestond
uit de gemiddelde score uit category fluency gedeeld door de score bij het switchen. De gegevens van deze tests staan vermeld in tabel 4. Deze resultaten zijn niet in
Tabel 4. Gemiddelden en standaarddeviatie op de voormeting (T0) en nameting (T2) voor de afhankelijke maten, uitgesplitst per conditie en voor totale score.
MT 1 HS 2 Totaal
M 3 (SD 4) N 5 M 3 (SD 4) N 5 M 3 (SD 4) N 5 TOL 6
T0 422.72 (158.47) 37 417.71 (155.35) 43 419,74 (155.83) 80 T2 310.74 (103.11) 37 350.81 (123.50) 43 332.28 (115.58) 80 TOL items opgelost
T0 9.28 (1.654) 39 9.38 (2.422) 45 9.33 (1.593) 84 T2 9.85 (0.432) 39 9.77 (0.522) 45 9.81 (0.480) 84 DKEFS TMT 7 T0 9.18 (2.597) 28 8.67 (1.708) 33 8.90 (2.158) 61 T2 9.04 (2.168) 28 8.61 (2.193) 33 8.80 (2.174) 61 Gecorrigeerde fluency 8 T0 0.859 (0.326) 24 0.930 (0.157) 27 0.897 (0.251) 51 T2 0.843 (0.235) 24 0.923 (0.186) 27 0.885 (0.212) 41 Category fluency 8 T0 24.600 (6.929) 25 24.586 (4.716) 29 24.593 (5.787) 54 T2 24.479 (6.428) 24 25.786 (8.580) 28 25.183 (7.618) 52 Switchen fluency 8 T0 20.42 (5.637) 26 23.03 (4.760) 33 21.88 (5.282) 56 T2 20.08 (6.645) 25 22.58 (4.311) 31 21.46 (5.566) 59 1 Mock Training; 2 High Switch; 3 gemiddelde; 4 Standaard Deviatie; 5 aantal deelnemers; 6 Tower Of London, gemiddelde tijd in seconden; 7Delis-Kaplan Executive Function System Trail Making Test; 8 gecorrigeerde fluency =switchen Fluency / category Fluency
Omdat er een hoofdeffect werd gevonden op de TOL voor zowel de MT als HS conditie –en omdat er een effect per conditie bij de DKEFS TMT en de category fluency uitbleef- werd besloten om de regressieanalyse te doen over alle data, en niet apart over de beide condities. Voor de regressieanalyse van de TOL werden 3 outliers verwijderd omdat ze een significante invloed hadden op de data. Het model bleek een significant deel van de variantie te verklaren, F(4, 72)=2.636, p=.041. Het model met de
vier voorspellers verklaarde 12,8% van alle variantie (R2=.128). De individuele
voorspellers –leeftijd, opleiding, angst en depressie- waren allen niet significant, p>.05.
Dit impliceert dat het model met de vier voorspellers een voorspellende waarde heeft maar dat de individuele voorspellers niet los te gebruiken zijn als voorspeller.
Met de 4 voorspellers leeftijd, opleiding, angst en depressie bleek het model bij de TMT geen significant deel van de variantie te verklaren F(4, 60)=0.675, p=.612. Het
model met de 4 voorspellers verklaarde 4,8% van alle variantie (R2=.048). De individuele
voorspellers waren allen niet significant, p>.05
Met de vier voorspellers leeftijd, opleiding en angst en depressie bleek het model van de gecorrigeerde fluency geen significant deel van de variantie te verklaren,
F(4,60)=0.325, p=.860. Alle voorspellers bleken –tegen de verwachting in- niet
significant, p>.05.
Na afloop van de training werd gecontroleerd of de deelnemers significant verschilden op de exit vragenlijst na de training en of ze hetzelfde aantal trainingssessies hadden voltooid, zie tabel 5. Er werden geen significante verschillen gevonden op de exit vragen,
p>.078. Wel werd er een significant verschil gevonden tussen het aantal voltooide
trainingen, t(66,51)=2,243, p=.028. Deelnemers in de MT conditie hadden meer
trainingen gedaan (M=57.59, SE=0,2457) dan deelnemers in de HS conditie (M=56.22.
Tabel 5. Regressie analyses voor de TOL, DKEFS TMT en Gecorrigeerde fluency.
B 1 SE B 2 β 3(p) TOL 4 Constante 191.89 308.71 (.536) Leeftijd -6,43 3.56 -.204 (.075) Opleiding 7 32.37 25.09 .148 (.201) Depressie 8 -7.10 8.44 -.128 (.403) Angst 8 -11.09 11.76 -.142 (.348) DKEFS TMT 5 Constante 8.471 5.796 (.149) Leeftijd -0.091 0.073 -.166 (.220) Opleiding 7 -0.356 0.402 -.117 (.379) Depressie 8 -0.019 0.248 -.014 (.940) Angst 8 -0.089 0.165 -.100 (.593) Gecorrigeerde fluency 6 Constante -0.009 0.765 (.990) Leeftijd 0.002 0.033 0.033 (.825) Opleiding 7 -0.019 0.049 -0.056 (.706) Depressie 8 0.016 0.030 0.108 (.597) Angst 8 -0.020 0.020 -0.198 (.327)
1 Ongestandaardiseerde coëfficiënten; 2 ongestandaardiseerde standaard error van de coëfficiënten; 3 Gestandaardiseerde coëfficiënt; 4 Tower of London; 5 Delis-Kaplan Executive Function System Trail Making Test; 6 gecorrigeerde fluency = switchen Fluency / category Fluency; 7 gemeten middels de opleidingscodes van Verhage (1964); 8 gemeten middels de Hamilton Anxiety and Depression Scale; Alle variabelen ingevoerd volgens methode enter. α=.05
SE=0.458).
Tabel 6. Exit vragenlijst.
MT 1 HS 2 M 3 (SE 4) Bereik M 3 (SE 4) Bereik N5 t p (2-zijdig) Hoe leuk vond u de training? 3.41
(.223) 1 - 5 3.91 (.171) 2 - 5 84 -1.786 6 .078 Hoeveel zin had u tijdens de hele
training om te trainen? 4.51 (.146) 1 - 5 4.73 (.080) 3 - 5 84 -1.321 6 .192 Hoe goed vond u uw prestatie op
de training? 3.62 (.087) 2 - 4 3.53 (.117) 2 - 5 84 0.562 6 .576 Hoe moeilijk vond u de training? 2.85
(.140) 2 - 5 2.62 (.102) 2 - 5 84 1.315 7 .192 Aantal trainingen 57.59 (.246) 53 - 62 56.42 (.459) 50 - 64 84 2.243 6 .028 1 Mock Training; 2 High Switch; 3 gemiddelde; 4 Standaard Error; 5 aantal deelnemers; 6 gelijke varianties niet aangenomen; 7 gelijke varianties aangenomen; α=.05
Exploratieve analyses.
Om meer inzicht te krijgen in het hoofdeffect van de TOL werd er exploratief gekeken of het aantal correct opgeloste items op de TOL op T2 significant verschilde van T0 voor het totaal en voor de specifieke condities. Er werd een Bonferroni-correctie toegepast waardoor α=.0167 (.05/3). Deelnemers maakten over het algemeen meer items goed op T2 (Mdn=10, M=9.81) dan op T0 (Mdn=10, M=9.33), z=-3.238, p=.001,
r=-0.42. Bij de MT conditie was er sprake van een significante verbetering op T0
(Mdn=10, M=9.28) ten opzichte van T2 (Mdn=10, M=9.83), z=-2.532, p=.011. Bij de
HS conditie werd er geen significante vooruitgang gezien, z=-1.998, p=.046. Iets wat
wellicht verklaard kan worden door plafondeffecten omdat de deelnemers in de HS conditie (M=9.38) over het algemeen meer correcte items hadden dan in de MT conditie (M=9.28).
Omdat er zo weinig variantie was qua opleidingsniveau op de 7-punts Likertschaal van Verhage (1964) –en daarmee niet aan de voorwaarden van regressie werd voldaan- werd er nogmaals een regressie gedaan zonder opleidingsniveau en met de overige voorspellers leeftijd, depressie en angst. Zie tabel 7 voor de resultaten.
Het model met de drie voorspellers leeftijd, angst en depressie voor de TOL bleek significant, F(3, 77)=2.986, p=.037. Het model verklaarde 10,8% van alle variantie
(R2=.108). Leeftijd bleek een significante voorspeller (p=.040) waarbij een hogere leeftijd
een indicatie was voor een lagere verschilscore op de TOL. Vervolgens werd de individuele voorspeller leeftijd alleen in één model gestopt, welke niet significant bleek, F(1, 77)=3.405, p=.069. Het verklaarde 4,3% van alle variantie (R2=.024). Hieruit bleek
dus dat leeftijd geen significante voorspeller was voor de mate van succes na online training, p>.05.
Het model met de drie voorspellers voor de TMT bleek niet significant, F(3, 60)=0.640, p=.592. Het model verklaarde 3.3% van de variantie (R2=.033). De drie
afzonderlijke voorspellers bleken niet significant, p’s>.261. Het model met de drie
voorspellers voor de fluency was tevens niet significant, F(3, 50)=0.393, p=.759. Het
model met de drie voorspellers verklaarde 2.4% van alle variantie (R2=.024). De
individuele voorspellers –leeftijd, opleiding, angst en depressie- waren allen niet significant, p>.05.
Tabel 7. Exploratieve regressie analyses voor de TOL, TMT en gecorrigeerde fluency. B 1 SE B 2 β 3(p) TOL 4 Constante 445.98 237.28 (.064) Leeftijd -7.291 3.488 -.232 (.040) Depressie 8 -8.536 11.233 -0.108 (.460) Angst 8 -9.536 8.028 -0.173 (.239) TOL 4 Constante 346,99 237,23 (.148) Leeftijd -6.51 3.53 -.207 (.069) DKEFS TMT 5 Constante 5.784 4.931 (.246) Leeftijd -.082 0.073 -.151 (.261) Depressie8 -.023 0.248 -.017 (.928) Angst8 -.084 0.164 -0.095 (.610) Gecorrigeerde fluency 6 Constante -0.166 0.640 (.797) Leeftijd 0.003 0.010 0.044 (.765) Depressie8 0.016 0.030 0.107 (.597) Angst8 -0.020 0.020 -0.200 (.319)
1 Ongestandaardiseerde coëfficiënten; 2 ongestandaardiseerde standaard error van de coëfficiënten; 3 Gestandaardiseerde coëfficiënt; 4 Tower of London; 5 Delis-Kaplan Executive Function System Trail Making Test; 6 gecorrigeerde fluency = switchen Fluency / category Fluency; 7 gemeten middels de opleidingscodes van Verhage (1964); 8 gemeten middels de Hamilton Anxiety and Depression Scale; alle variabelen ingevoerd volgens methode enter. α=.05
Discussie
Er werd in dit onderzoek gekeken naar de werkzaamheid van online Cognitieve Flexibiliteitstraining bij gezonde ouderen. Dit werd middels een actieve controleconditie (Mock Training) en een experimentele conditie (High Switch) onderzocht. Er werd gekeken of het geleerde leidde tot cognitieve veranderingen in dezelfde context en omgeving (near transfer) en/of een andere context en omgeving (far transfer). Tevens werd er gezocht naar voorspellers voor de effectiviteit van online CF training.
Er werd een duidelijk effect gevonden van de training op cognitieve verandering bij de near transfertaak, maar niet bij far transfertaken. Deelnemers maakten de near transfertaak sneller, en deze werd ook vaker goed opgelost. Deze conclusie wordt versterkt door het bestuderen van de effectgrootte. De effectgrootte laat het verschil in steekproefgrootte buiten beschouwing. Hierdoor geeft het een beter beeld van de sterkte van het effect. De near transfertaak (TOL) liet een sterke effectgrootte zien, terwijl de effectgroottes bij de far transfertaken zeer klein waren (TMT) of zelfs negatief waren (gecorrigeerde fluency). Deze negatieve effectgrootte is opmerkelijk, want het zou betekenen dat er juist een achteruitgang optreedt in de CF. Na visuele inspectie van tabel 4 kan men zien dat een negatieve effectgrootte op de gecorrigeerde fluency verklaard kan worden uit een algehele achteruitgang op de switchen fluency taak en op een algehele vooruitgang op de category fluency. Aangezien category fluency de executieve functies meet (Lezak, 2004) en gecorrigeerde fluency de cognitieve flexibiliteit kan worden geconcludeerd dat de online brain training eerder leidt tot een verbetering van de executieve functies en een achteruitgang van CF.
Daarnaast werden er voorspellers gezocht voor succesvolle online brain training. Er is in dit onderzoek geen evidentie gevonden voor individuele voorspellende waarden van leeftijd, opleidingsniveau, angst en depressie voor succesvolle brain training. Zoals eerder benoemd waren de deelnemers uit de steekproef hoog opgeleid, iets wat kan verklaren waarom een voorspellende waarde uitbleef voor opleidingsniveau in de eerste regressieanalyse. Om de resultaten beter te kunnen generaliseren werd er een tweede analyse gedaan zonder opleidingsniveau. De tweede analyse vond dat een jongere leeftijd, en een lagere score op de angst en depressie subschalen van de HADS samen voorspellers zijn voor near transfer.
Eerder onderzoek liet zien dat de gemiddelden op de angst en depressie schalen van de HADS respectievelijk 3.9-5.9 en 3.4-4.6 waren (Spinhoven, Ormel, Soekers, Kempen, Speckens & Hemert, 1997), een score die overeen komt met de gevonden
gemiddelden. Er kan dus geconcludeerd worden dat de scores representatief waren voor de gehele bevolking. Tevens heeft het onderzoek voornamelijk niet-klinische deelnemers geïncludeerd, aangezien de meeste mensen onder de 10 punten op beide subschalen (de cutoff score voor een angst/depressie; Crawford, Henry, Crombie & Taylor, 2001) scoorden. Wellicht zijn angst en depressie geen individuele voorspellers binnen de niet-klinische populatie zijn maar wel binnen de niet-klinische populatie. Vervolgonderzoek zou dit moeten uitwijzen. Daarnaast kan de kleine steekproef verklaren waarom een resultaat uitbleef voor de individuele voorspellers.
Opvallend is dat de actieve controleconditie en de experimentele conditie een significante verbetering lieten zien op de near transfertaak, de TOL. Dit kan twee dingen betekenen. Ofwel hebben leereffecten en ‘placebo-effecten’ gezorgd voor een hogere score. De leereffecten kunnen mogelijk versterkt zijn door het extra meetmoment van de TOL tijdens de training. Een andere verklaring kan zijn dat de actieve controleconditie dusdanig trainde dat dit leidde tot cognitieve veranderingen. De subjectieve evaluatie bij de exitvragenlijst lijkt dit te ondersteunen, aangezien deelnemers in de controleconditie de training als even moeilijk beoordeelden als deelnemers in de experimentele conditie. Hieruit kan men afleiden dat de deelnemers in de controleconditie genoeg cognitieve uitdaging kregen waardoor er cognitieve verandering mogelijk was. Daar komt nog eens bij dat deelnemers in de actieve controleconditie meer getraind hadden dan deelnemers in de experimentele conditie.
In het licht van de meetpretentie zijn de gevonden resultaten opmerkelijk. De Tower of London meet primair executieve vaardigheden (Anderson, Anderson & Lajoie, 1996; Shallice, 1982) en de DKEFS TMT meet mentale flexibiliteit (Delis-Kaplan
Executive Function System Trail Making Test; Delis Kaplan & Kramer, 2001). Op basis van de meetpretentie zou men kunnen verwachten dat de DKEFS TMT en de category fluency eerder CF meten dan TOL, en dus ook eerder een verbetering zouden moeten laten zien na CF training. Over de validatie en meetpretentie van de gecorrigeerde fluencytaak als taak voor mentale flexibiliteit moet men voorzichtig zijn. Qua
indruksvaliditeit zou men deze taak als een zeer valide taak voor CF moeten beoordelen, maar overige validiteitsmaten voor deze taak zijn niet beschikbaar.
Toch zou men op basis van de bovenstaande resultaten niet kunnen concluderen dat daadwerkelijk de cognitieve flexibiliteit verbetert, maar mogelijk zijn het meer de executieve functies die verbeteren na online brain training. Deze hypothese lijkt te worden ondersteund door de stijging op de category fluency, maar onduidelijk is of deze
stijging ook significant is. Wellicht kan vervolgonderzoek kijken naar de effecten van online afgenomen TMT en deze vergelijken met de effecten van de TOL. Dit zou meer duidelijkheid moeten geven op de vraag of cognitieve veranderingen na CF training vooral optreden in CF of juist meer in de executieve functies.
Verder kunnen er methodologisch een aantal kanttekeningen gemaakt worden. Ten eerste werden er bij de TOL vier scores verwijderd uit de analyse omdat deze scores afweken van het gemiddelde. Bij de voormeting lagen deze scores ver boven het
gemiddelde en bij de nameting onder het gemiddelde. Het verwijderen van deze outliers leidde ertoe dat de data normaal verdeeld was maar ook dat de gemiddelden verder uit elkaar kwamen te liggen en dat de effectgrootte groter werd.
Daarnaast is de steekproef gehouden onder hoogopgeleiden, iets wat twee gevolgen heeft voor de generalisatie van het onderzoek. Ten eerste is onduidelijk of de gevonden resultaten qua near- en far transfer ook van toepassing zijn op laagopgeleiden. Ten tweede was er een extra regressieanalyse nodig om de generalisatie van het model te waarborgen. Wel moeten de gegevens over opleiding van het CBS met voorzichtigheid geïnterpreteerd worden omwille van twee redenen. De opleidingscodes van Verhage (1964) corresponderen niet met die van het CBS, en dus kan er geen directe vergelijking getrokken worden tussen deze gegevens. Ook geeft het grootste gedeelte van de
deelnemers aan dat hun land van herkomst Nederland is. Aangezien autochtonen vaker hoger opgeleid zijn dan allochtonen (Langenberg & Lautenbach, 2007) zou dit een probleem kunnen geven met het vergelijken van de gegevens. Toch is er voor gekozen om de gegevens van het CBS te vergelijken met de totale Nederlandse bevolking en niet met autochtonen, omdat het geboorteland van de ouders niet bij de deelnemers is uitgevraagd (de definitie van een autochtoon is volgens het CBS een persoon van wie de beide ouders in Nederland zijn geboren, ongeacht het land waar men zelf is geboren).
Dit onderzoek vond een effect van de training bij alleen near transfer terwijl niet kon worden aangetoond dat er ook far transfer optreed na online brain training,
resultaten die overeenkomen met eerder onderzoek (Karbach & Kray, 2009). Daarnaast is er gevonden dat een jongere leeftijd en verminderde angst en depressie voorspellers zijn voor een succesvolle training. Het effect zit specifiek in de executieve functies, terwijl er bij CF geen verbetering werd gevonden. Hiermee werd bewijs aangedragen voor de effectiviteit van de training, maar confounds zijn met dit onderzoek niet
uitgesloten. Meer onderzoek is nodig om vast te kunnen stellen of online brain training leidt tot cognitieve verbetering. Indien er bij toekomstig onderzoek kan worden
vastgesteld dat brain training leidt tot cognitieve veranderingen kan dit als gevolg hebben dat ouderen langer thuis kunnen blijven wonen waardoor de zorgkosten dalen. Een voordeel voor de gehele maatschappij.
Literatuurlijst
Anderson, P., Anderson, V., & Lajoie, G. (1996). The tower of London test: Validation and standardization for pediatric populations. The Clinical Neuropsychologist, 10(1), 54-65.
Baenziger, J. B. (2013). Predictors of gains in inductive reasoning strategies and everyday functioning: Results from the Advanced Cognitive Training for Independent and Vital Elderly (ACTIVE) Study. Graduate Theses and Dissertations. Paper 13420.
Barnett, S. M., & Ceci, S. J. (2002). When and where do we apply what we learn?: A taxonomy for far transfer. Psychological bulletin, 128(4), 612.
Brehmer, Y., Westerberg, H., & Bäckman, L. (2012). Working-memory training in younger and older adults: training gains, transfer, and maintenance. Frontiers in human neuroscience, 6, 63.
Buchler, N. G., Hoyer, W. J., & Cerella, J. (2008). Rules and more rules: the effects of multiple tasks, extensive training, and aging on task-switching performance.
Memory & cognition, 36(4), 735-748.
Centraal Bureau voor Statitstiek, Statline (z.j.). Opgehaald op 10 mei 2015, van
http://statline.cbs.nl/Statweb/publication/?DM=SLNL&PA=82275NED&D1=
0&D2=0&D3=7&D4=0-1%2c4-5&D5=0%2c4-13&D6=55-58%2cl&HDR=T%2cG1%2cG3%2cG5&STB=G2%2cG4&VW=T
Colzato, L. S., Van Wouwe, N. C., Lavender, T. J., & Hommel, B. (2006). Intelligence and cognitive flexibility: fluid intelligence correlates with feature “unbinding” across perception and action. Psychonomic bulletin & review, 13(6), 1043-1048.
Crawford, J. R., Henry, J. D., Crombie, C., & Taylor, E. P. (2001). Normative data for the HADS from a large non‐ clinical sample. British Journal of Clinical Psychology, 40(4), 429-434.
Crawford, J. R., Sutherland, D., & Garthwaite, P. H. (2008). On the reliability and standard errors of measurement of contrast measures from the D-KEFS. Journal of the International Neuropsychological Society, 14(06), 1069-1073.
De Croon, E. M., Nieuwenhuijsen, K., Hugenholtz, N. I. R., & Van Dijk, F. J. H. (2005). Drie vragenlijsten voor diagnostiek van depressie en angststoornissen. TBV– Tijdschrift voor Bedrijfs-en Verzekeringsgeneeskunde, 13(4), 114-119.
Deak, G. O. (2004). The development of cognitive flexibility and language abilities.
Advances in child development and behavior, 31, 271-327.
Delis, D.C., Kaplan, E., & Kramer, J.H. (2001). The Delis-Kaplan Executive Function System: Examiner’s Manual. San Antonio: The Psychological Corporation.
Dreisbach, G., & Goschke, T. (2004). How positive affect modulates cognitive control/ reduced perseveration at the cost of increased distractibility. Journal of
Experimental Psychology/ Learning, Memory, and Cognition, 30(2), 343.
Egberink, I.J.L., Janssen, N.A.M., & Vermeulen, C.S.M. (2009-2014). COTAN Documentatie (www.cotandocumentatie.nl). Amsterdam: Boom test uitgevers. Fossati, P., Ergis, A. M., & Allilaire, J. F. (2002). Executive functioning in unipolar
depression: a review. Encephale-Revue de psychiatre clininique biologique et therapeutique, 28, 97-107.
Fox, E., Russo, R., Bowles, R., & Dutton, K. (2001). Do threatening stimuli draw or hold visual attention in subclinical anxiety? Journal of Experimental Psychology: General,
130, 681-700
Gasper, K. (2003). When necessity is the mother of invention: Mood and problem solving. Journal of Experimental Social Psychology, 39(3), 248-262.
Geurts, H. M., Corbett, B., & Solomon, M. (2009). The paradox of cognitive flexibility in autism. Trends in cognitive sciences, 13(2), 74-82.
Goschke, T., & Bolte, A. (2014). Emotional modulation of control dilemmas: The role of positive affect, reward, and dopamine in cognitive stability and flexibility.
Neuropsychologia, 62, 403-423
Ionescu, T. (2012). Exploring the nature of cognitive flexibility. New ideas in psychology, 30(2), 190-200.
Jaeggi, S. M., Buschkuehl, M., Jonides, J., & Perrig, W. J. (2008). Improving fluid
intelligence with training on working memory. Proceedings of the National Academy of Sciences, 105(19), 6829-6833.
Karbach, J. and Kray, J. (2009), How useful is executive control training? Age differences in near and far transfer of task-switching training. Developmental Science, 12, 978–990.
Kempen, G. I. J. M., Meier, A. J. L., Bouwens, S. F. M., van Deursen, J., & Verhey, F. R. J. (2007). Telefonisch Interview Cognitieve Status (TICS): psychometrische aspecten. Tijdschrift voor Gerontologie en Geriatrie, 2007, 38(1), 34-40.
Langenberg, H. & Lautenbach, H. (2007) Beroepsniveau niet-westerse allochtonen lager. Sociaaleconomische trends, 1e kwartaal 2007. Opgehaald 16 mei 2015, van
http://www.cbs.nl/NR/rdonlyres/B1E91701-B85B-4A60-B377-CB073CF18996/0/2007k1v4p36artpdf.pdf
Lezak, M. D. (2004). Neuropsychological assessment (4e Ed.). Oxford university press.
Nieuwenhuijsen, K., Verbeek, J. H. A. M., De Boer, A. G. E. M., Blonk, R. W. B., & Van Dijk, F. J. H. (2004). Supervisory behaviour as a predictor of return to work in employees absent from work due to mental health problems. Occupational and environmental medicine, 61(10), 817-823.
Owen, A. M., Hampshire, A., Grahn, J. A., Stenton, R., Dajani, S., Burns, A. S., et al. (2010). Putting brain training to the test. Nature, 465(7299), 775-778.
Shallice, T. (1982). Specific impairments of planning. Philosophical Transactions of the Royal Society of London. 298, 199-209
Spinhoven, P. H., Ormel, J., Sloekers, P. P. A., Kempen, G. I. J. M., Speckens, A. E. M., & van Hemert, A. M. (1997). A validation study of the Hospital Anxiety and Depression Scale (HADS) in different groups of Dutch subjects. Psychological Medicine, 27, 363-370.
Tranter, L. J., & Koutstaal, W. (2008). Age and flexible thinking: An experimental demonstration of the beneficial effects of increased cognitively stimulating activity on fluid intelligence in healthy older adults. Aging, Neuropsychology, and Cognition, 15(2), 184-207.
Verhaeghen, P., Marcoen, A., & Goossens, L. (1992). Improving memory performance in the aged through mnemonic training: a meta-analytic study. Psychology and aging, 7(2), 242.
Verhage, F. (1964). Intelligentie en leeftijd: Onderzoek bij Nederlanders van twaalf tot zevenenzeventig jaar. Proefschrift. Assen: Van Gorcum.
Vilgis, V., Silk, T. J., & Vance, A. (2015). Executive function and attention in children and adolescents with depressive disorders: a systematic review. European child & adolescent psychiatry, 1-20.
Zigmond, A. S., & Snaith, R. P. (1983). The hospital anxiety and depression scale. Acta psychiatrica scandinavica, 67(6), 361-370.
Appendix 1.
Tabel 7. Gemiddelde opleidingsniveau volgens het CBS voor personen van 65-75. Gebaseerd op het eerste kwartaal van 2014.
Opleiding Aantal
Basisonderwijs 269
Vmbo, mbo 1,avo onderbouw 492
Vmbo-b/k, mbo-1 362
Vmbo-g/t, avo onderbouw 130
Havo, vwo, mbo 542
Mbo 2 en 3 343
Mbo 4 123
Havo, vwo 77
Hbo, wo bachelor 226
Hbo, wo master, doctor 110
