Dizertační práce

Katedra psychologie, Filozofická fakulta Univerzity Karlovy v Praze

Studijní program psychologie, studijní obor klinická psychologie;

Vliv tréninku pracovní paměti na fluidní inteligenci u

mladších seniorů

The impact of working memory training on fluid intelligence

in young-old adults

2014

Autorka práce: PhDr. Hana Štěpánková

Školitelka: PhDr. Markéta Niederlová, Ph.D.

Klíčová slova: stárnutí, kognitivní funkce, trénink

Key words: ageing, cognitive functions, training

„Prohlašuji, že jsem dizertační práci napsala samostatně s využitím pouze

uvedených a řádně citovaných pramenů a literatury, a že práce nebyla

využita v rámci jiného vysokoškolského studia či k získání jiného nebo

stejného titulu.“

Dne 2.6.2014 PhDr. Hana Štěpánková

3

Obsah

Použité zkratky .......................................................................... 5

Souhrn ....................................................................................... 7

Abstract...................................................................................... 8

TEORETICKÁ ČÁST

1. Východiska práce ................................................................... 9

2. Pracovní paměť..................................................................... 13

2.1 Model pracovní paměti podle Alana Baddeleyho a Grahama

Hitche .......................................................................................... 16

2.2 Model pracovní paměti podle Nelsona Cowana .................... 24

3. Kapacita pracovní paměti .................................................... 26

3.1 Měření kapacity pracovní paměti ............................................ 29

3.1.1 Úkoly „simple-span“............................................................................ 293.1.1.a Pracovní paměť a primáti ............................................... 29

3.1.2 Úkoly „complex-span“......................................................................... 323.1.2 Úkoly „n-back“ ...................................................................................... 373.1.2 Úkoly „running span“ ......................................................................... 38

4. Fluidní inteligence a pracovní paměť ................................... 40

5. Kognitivní funkce a stárnutí ................................................ 44

5.1 Patologický pokles výkonu kognitivních funkcí během stárnutí47

6. Trénink pracovní paměti ...................................................... 49

6.1 Trénink pracovní paměti u starších osob ................................ 52

PRAKTICKÁ ČÁST

7. Úvod ..................................................................................... 57

8. Cíle dizertační práce ............................................................ 58

8.1 Hypotézy ................................................................................ 59

9. Design .................................................................................. 59

10. Soubor................................................................................ 61

11. Metody................................................................................ 63

12. Tréninkový úkol ................................................................. 66

13. Analýza dat........................................................................ 68

14. Výsledky............................................................................. 70

4

14.1 Specifický efekt tréninku a „dose-response“.......................... 70

14.2 Efekty transferu ................................................................... 71

15. Diskuse .............................................................................. 74

15.1 Ověření hypotéz a přímý efekt tréninku ............................... 74

15.2 Časový limit testů................................................................. 75

15.3 Vizuoprostorový charakter metod ......................................... 77

15.4 Délka tréninku..................................................................... 77

15.5 Složení souboru ................................................................... 79

15.6 Strategie řešení tréninku ...................................................... 82

15.7 Verze testu ........................................................................... 86

15.8 Vliv experimentátora ............................................................ 87

15.9 Trvání efektu........................................................................ 88

15.10 Kontrolní skupina .............................................................. 89

15.11 Subjektivní přínos tréninku................................................ 90

15.12 Zajímavosti........................................................................ 91

15.13 Preventivní efekt................................................................. 94

15.14 Navazující studie ................................................................ 96

16. Závěr .................................................................................. 98

Poděkování ............................................................................... 99

Literatura............................................................................... 100

Přílohy

1. Souhlas Etické komise Psychiatrického centra Praha s realizací

studie …………………………………………………………………….. 127

2. Informovaný souhlas – vzor …………………………………. 128

3. Podklady pro účastníky experimentální skupiny – návod k

používání programu n-back …………………………………………. 129

5

Použité zkratky

ACTIVE Projekt: Advanced Cognitive Training for Independent and

Vital Elderly1

ADHD Porucha pozornosti s hyperaktivitou

AN Alzheimerova nemoc

BD Kostky (Block design)

BIS Berlínský test struktury inteligence (Berlin Intelligence Structure

Test)

CSPAN Counting span

CG Kontrolní skupina

ČSTPMJ Česká společnost pro trénování paměti a mozkový jogging

DS Číselný rozsah (digit span)

Ex10 Experimentální skupina trénující 10x

Ex20 Experimentální skupina trénující 20x

Gf Fluidní inteligence

LNS Řazení písmen a čísel (letter-number sequencing)

LT-WM Dlouhodobá pracovní paměť (long-term working memory)

LTM Dlouhodobá paměť (long-term memory)

MCI Mírná kognitivní porucha

MMSE Mini-Mental State Examination

MR Matrice (matrix reasoning)

NPV2TP Projekt: Trénink kognitivních funkcí u stárnoucí populace -

efektivita a využití

OSPAN Operation span

PASAT Paced Auditory Serial-Addition Task

PCP Psychiatrické centrum Praha

PFC Prefrontální kortex 1 V textu práce uvádíme kurzívou anglické výrazy, se kterými se běžně setkáváme v odborné literatuře vztahující se k tématu dizertační práce. Většina běžně používaných zkratek vychází právě z těchto anglických termínů.

6

RAVLT Reyův verbální test učení (Rey Auditory Verbal Learning test)

RAPM Ravenovy progresivní matice

RSPAN Reading span task

RVO Fond Rozvoje výzkumné organizace

SD Standardní odchylka

STM Krátkodobá paměť (short-term memory)

WAIS Wechslerova inteligenční škála pro dospělé

WM Pracovní paměť (working memory)

WMC Kapacita pracovní paměti (working memory capacity)

WMS Wechslerova škála paměti

7

Souhrn

Deskripce a explanace přirozeného poklesu výkonu

kognitivních funkcí během ontogenetického stárnutí položily

během více než 100 let své historie základ pro řadu experimentů,

jež se snaží najít cestu, jak tento proces poklesu zpomalit či

zvrátit. Jednou z kognitivních domén, která v posledních letech

získává stále větší pozornost neurovědců / psychologů je

pracovní paměť, jež je vzájemně propojena s dalšími funkcemi, a

to především s pozorností, exekutivní funkcí a fluidní inteligencí.

Zatím nepanuje jednoznačná shoda o modelu této kognitivní

funkce. Existuje však řada pokusů o její popis, o vysvětlení její

role v rámci kognitivních procesů, a rovněž o její posílení. Tyto

snahy daly vzniknout různým komplexním i specializovaným

intervenčním programům, jež se v posledních letech využívají i ve

studiích zaměřených na starší populaci.

Studie popisovaná v této dizertační práci přispívá k dosud

omezené literatuře věnované tématu transferu efektu tréninku

pracovní paměti u starších osob ve věku 65-75 let (N=65). Jde o

randomizovanou kontrolovanou studii s dvěmi intervenovanými a

jednou pasivní kontrolní skupinou. Cílem bylo změření efektu

různého počtu lekcí (10 či 20 lekcí v rozmezí 5 týdnů) verbálně-

vizuálního adaptivního programu n-back administrovaného

počítačem, a to na pracovní paměť a fluidní inteligenci na úrovni

latentních proměnných. Výsledky prokázaly schopnost starších

osob zlepšit výkon v tomto typu trénovaného úkolu. Dále byl

zjištěn transfer efektu do obou sledovaných domén; a rovněž

pozitivní korelace zlepšení výkonů v doméně fluidní inteligence s

počtem absolvovaných lekcí.

Tato práce svými výsledky zásadně podporuje koncept

plasticity kognitivních funkcí ve starším věku.

8

Abstract

Description and explanation of a natural decline of

cognitive functions during ontogenetic aging laid in a century of

its history grounds for various experiments trying to find wals to

slow down or revoke theis process of decline. One of the cognitive

domains that has been gaining ever stronger attention among

neuroscientists is working memory, which is interconnected with

other functions, especially with attention, executive function and

fluid intelligence. So far, there has not been reached a consensus

regarding a model of working memory. Nevertheless, there are

many efforts to describe it, to explain its role within cognitive

processes, and to enhance performance. They resulted in various

complex and also specialized interventions that are used also in

studies focused on older persons.

This study adds to the body of literature on transfer effects

of working memory training in young-old persons (age 65-75

years; N=65). It is a randomized controlled study with 2

intervened and 1 passive control groups. The goal was to find

about an effect of different numbers of training lessons (10 or 20

in 5 weeks) with a computer-based adaptive visually presented

verbal n-back, on latent variables of working memory and fluid

intelligence. The results showed an ability of older people to

significantly improve their performance in this training task. We

also found near- and far-transfer effect to the both latent

variables, and a dose-response effect, that is, a positive

relationship between a number of lessons and the gain in fluid

intelligence.

This work has important implications in that our data

provide further evidence for plasticity of cognitive functions in old

age.

9

TEORETICKÁ ČÁST

1. Východiska práce

Se stárnutím je spojen určitý pokles kognitivních funkcí

lišící se na úrovni inter- i intra-individuální (Baltes &

Lindenberger, 1997; Bugg, Zook, DeLosh, Davalos, & Davis,

2006; Park et al., 2002; Ryan, Sattler, & Lopez, 2000; Salthouse,

1996). Zlepšení výkonu vyšších kognitivních funkcí, jako např.

paměti či fluidní inteligence (Gf), u starších osob bylo již cílem

nespočetně snah, přičemž častým prostředkem bývá zvládnutí

určitých kognitivních strategií (Ball et al., 2002; Schaie & Willis,

1986; Verhaeghen, Marcoen, & Goossens, 1992). Přestože se

ukázalo, že starší lidé jsou schopni zlepšit své výkony v

trénovaném úkolu, povětšinou se toto zlepšení přeneslo pouze do

úkolů velmi úzce souvisejících s trénovanou doménou (Hayslip,

1989; Zelinski, 2009). V posledních letech se výzkumy i v

souvislosti s rozvojem počítačových technologií a sofistikovaných

intervenčních designů posunuly spíše ke zkoumání intervencí

zaměřených více na „proces” oproti dříve zkoumaným

intervencím zaměřeným na „strategii“ (Lustig, Shah, Seidler, &

Reuter-Lorenz, 2009). Některé tyto výzkumy se věnují

problematice pracovní paměti (working memory – WM), díky

čemuž stoupá počet důkazů o tom, že tréninkem pracovní paměti

je možné docílit zlepšení dovedností souvisejících i s fluidní

inteligencí (např. Buschkuehl & Jaeggi, 2010; Morrison & Chein,

2011; Shipstead, Redick, & Engle, 2012 – přehledové články).

Předpokládá se, že pracovní paměť je jedním z

mechanismů, který je základem interindividuálních rozdílů ve

vyšších kognitivních funkcích, např. právě ve fluidní inteligenci

(např. Oberauer, Schulze, Wilhelm, & Süss, 2005) a dále, že

10

pracovní paměť a fluidní inteligence sdílejí kapacitní omezení

(např. Fukuda, Vogel, Mayr, & Awh, 2010; Halford, Cowan, &

Andrews, 2007), či schopnost řešit interferenci (Engle, 2002;

Wiley, Jarosz, Cushen, & Colflesh, 2011). Jelikož se tyto procesy

překrývají, existují hypotézy, že trénink pracovní paměti umožní

zlepšení výkonu v úkolech Gf (Jaeggi, Buschkuehl, Jonides, &

Perrig, 2008; Buschkuehl & Jaeggi, 2010; Morrison & Chein,

2011).

Téměř všechny intervence pracovní paměti v poslední době

využívají adaptivní techniky přizpůsobující se konkrétnímu

člověku a jeho výkonům (Anguera et al., 2012; Martin

Buschkuehl et al., 2008; Chein & Morrison, 2010; Jaeggi,

Buschkuehl, Jonides, & Perrig, 2008; Jaeggi, Buschkuehl,

Jonides, & Shah, 2011; Jaeggi, Buschkuehl, Perrig, & Meier,

2010; Klingberg et al., 2005; Klingberg, Forssberg, & Westerberg,

2002; Loosli, Buschkuehl, Perrig, & Jaeggi, 2011; Richmond,

Morrison, Chein, & Olson, 2011).

Nicméně, jen velmi málo studií se zabývá efektem tréninku

pracovní paměti u starších osob. Těch několik zveřejněných prací

se velmi liší ve svých závěrech, a to od prakticky nulového efektu

až po zásadní generalizace efektu (Melby-Lervåg & Hulme, 2013;

Uttal et al., 2013; Zelinski, 2009). Tyto rozdíly ve výsledcích

mohou být důsledkem různých tréninkových paradigmat, výběru

měřicích nástrojů či konkrétního souboru účastníků (Jaeggi,

Buschkuehl, Jonides, & Shah, 2012; Shah, Buschkuehl, Jaeggi,

& Jonides, 2012).

Tato dizertační práce se zabývá efektem počítačově

administrovaného adaptivního tréninku pracovní paměti u

11

starších osob. Vychází z dlouhodobého profesního zájmu autorky

o problematiku stárnutí a kognitivních funkcí vyjádřenou již

diplomovou i rigorózní prací, a původně byla inspirována

zjištěními publikovanými v souvislostech tréninku pracovní

paměti u mladých dospělých osob – vysokoškolských studentů

(Jaeggi et al., 2008)2, jež je blíže popsána v kapitole Úvod v rámci

Praktické části této dizertační práce.

Cílem této práce je tedy doplnit poznání v oblasti možnosti

ovlivnění kognitivních procesů u starších osob. Plánování studie

a zpracování výsledků se účastnili Susanne Madlaina Jaeggi a

Martin Buschkuehl (t.č. University of California, Irvine, USA) a

Jiří Lukavský (Psychologický ústav Akademie věd ČR).

Výsledky studie byly členy týmu prezentovány na

odborných konferencích, např. na konferenci Stárnutí 2012 v

Praze (Štěpánková, Jaeggi, Lukavský, & Buschkuehl, 2012) a

byly publikovány v jednom z odborných časopisů vydávaných

Americkou Psychologickou Asociací, a to v Developmental

Psychology (Štěpánková et al., 2014).

Teoretická část dizertační práce v úvodu popíše stručně

konstrukty pracovní paměti a fluidní inteligence, které jsou v této

studii konstrukty cílovými, stručně se dotkne kognitivních funkcí

ve vztahu ke stárnutí, a dále se bude věnovat problematice

trénování kognitivních funkcí – především pracovní paměti, a to

s důrazem na starší populaci.

V praktické části bude popsána samotná výzkumná studie

týmu vedeného autorkou včetně již publikovaných i dalších

2 Za tuto publikovanou práci obdrželi Susanne Madlaina Jaeggi a Martin Buschkuehl Pfizer Foundation Prize 2009 for Clinical Neuroscience.http://www.pfizerforschungspreis.ch/index.php/fr/les-laureates/2009.html

12

výsledků. Diskuse se bude podrobně zabývat souvislostmi

výsledků ve vztahu k relevantním dostupným odborným pracem,

převážně zahraničních, neboť původní místní práce na toto téma

v podstatě neexistují. Diskuse zmíní různá omezení studie, i

potenciální možnosti studií navazujících. Přílohy seznámí

s reáliemi týkajícími se realizace studie.

Vzhledem k zvyklostem v užívání anglických výrazů pro

přesnost porozumění teoretických konceptů, jež se často liší

v detailech, se v textu objevují výrazy přejaté z angličtiny. Takové

výrazy jsou uvedeny kurzívou a při prvním výskytu jsou

vysvětleny.

13

2. Pracovní paměť

V kognitivní psychologii obvykle pod termínem pracovní

paměť rozumíme: kapacitně omezený systém umožňující

dočasné uchování a manipulaci s informacemi nutnými pro

komplexní úkoly jako je porozumění, učení a logické

uvažování (Baddeley & Hitch, 1974; Miller, Galanter, &

Pribram, 1960). Pracovní paměť můžeme jinak definovat jako

soubor propojených a interagujících informačně-procesních

komponent, jež umožňují mozku dočasné uchování a

simultánní manipulaci s informacemi; jde o funkci zásadní

pro vyšší kognitivní funkce jako je řeč, plánování a řešení

problémů (Baddeley, 1992).

U laboratorních zvířecích výzkumů pak pod pojmem

pracovní paměť chápeme uchování informace přes několik

testů během jednoho dne, např. v radiálním bludišti (Olton &

Feustle, 1981), viz Obrázek 1.

Obrázek 1. Radiální bludiště užívané pro pokusy s animálními modely zaměřenými na pracovní paměť.

14

Konstrukt pracovní paměti je v současnosti jedním

z nejdiskutovanějších témat v kognitivní psychologii, neboť

kapacita pracovní paměti úzce souvisí s kognitivním vývojem

(např. akvizicí slovníku; viz Gathercole & Baddeley, 1993) i

s různými dovednostmi běžného života (Cohen & Conway,

2008).

V množství modelů pracovní paměti, které za poslední

půlstoletí vznikly se dále soustředíme na ty, které jsou

v danou chvíli nejběžněji přijímané a nejvíce citované

v odborné literatuře prostudované autorkou při řešení úkolu

této dizertační práce.

Předchůdcem konceptu pracovní paměti byl

v psychologii koncept primární paměti Williama Jamese. Pod

pojmem primární paměti bylo chápáno malé množství

informací na hranici momentálního uvědomování oproti

paměti sekundární, jež obsahuje ohromné množství

vědomostí uchovávaných po celý život (James, 1890, s. 643).

Podle Jamese je primární paměť vstupním úložištěm, kde

může být informace uchována a zpřístupněna vědomé

inspekci, pozornosti a introspekci. Není bez zajímavosti, že

otázka stupně uvědomování si procesu pracovní paměti je

dosud nedořešena.

„Pracovní paměť“ se jako termín poprvé objevila v knize

George A. Millera, Eugene Galantera a Karl H. Pribrama

(1960). George Miller je zároveň autorem dodnes populárního

„magického čísla 7+/-2“. Tímto číslem vyjádřil omezenou

kapacitu tzv. okamžité (immediate) paměti, později

krátkodobé paměti, pro shluky (chunks) informací, které

popsal v příznačně nazvaném článku „Magické číslo 7, plus

15

mínus 2“ (Miller, 1956). Chunk3 by měl odpovídat známému

vzorci v dlouhodobé paměti (long-term memory – LTM), a to

vzorci souvisejících informací bez ohledu na jejich modalitu.

Miller vyšel z klasických úloh opakování čísel (Guilford &

Dallenbach, 1925). Rovněž uvedl, že omezení kapacity

pracovní paměti ovlivňuje výkony v mentálních úlohách, což

je dodnes uznávaný fakt, nicméně o mechanismech tohoto

ovlivňování se vedou neutuchající diskuze a nepanuje shoda.

Dodnes považujeme za významný přínos jeho popis role

druhu zapamatovaných položek a způsob sdružování položek

informací v celky, výše zmíněné chunky (Cowan, 2010).

Příklad: pokud dostaneme úkol zapamatovat si řadu

čísel: 1-4-3-4-1-6-2-0-1-9-4-4, mnohem snáze, rychleji a

bezchybněji si ji zapamatujeme v podobě chunků: 1434-

1620-1945; a to obzvláště, pokud budeme schopni

k nim přiřadit relevantní známou informaci z LTM: 1434

bitva u Lipan, 1620 bitva na Bílé Hoře, 1944 bitva o

Dukelský průsmyk.

Ve stejné době, tedy začátkem druhé poloviny 20.

století, Donald Broadbent zavedl termín filtrování informací ve

své teorii selektivní pozornosti (filter model of attention) a

popsal roli krátkodobé paměti jako místa, kde se skladují

přefiltrované senzorické informace, abychom na ně posléze

mohli zaměřit pozornost a zpracovávat dále jen vybrané

informace. Tento navrhovaný filtr brání přeplnění krátkodobé

paměti informacemi, které vstupují smysly (Broadbent, 1958).

3 Pro nezaměnitelnost ponecháváme původní anglický termín i v dalším textu. Pravidlo dodržování některých zavedených termínů z anglického jazyka avizováno v kapitole 1. Východiska práce.

16

2.1 Model pracovní paměti podle Alana Baddeleyho

a Grahama Hitche

Termín pracovní paměť se rychle ujal v přístupech

výpočetního modelování i ve studiích zaměřených na učení

zvířat. Jako teoretický konstrukt byla v kognitivní psychologii

představena v práci Alana Baddeleye a Grahama Hitche

(1974), kdy šlo o pokus o alternativu k složce krátkodobé

paměti (skladu) v trojsložkovém modelu paměti Ronalda

Atkinsona a Richarda Shiffrina (1968) (multi-store model, jindy

modal model). Složky modelu Atkinsona & Shiffrina

zahrnovaly: senzorický registr (určený pro vstup informací do

paměti), společný/jednotný krátkodobý sklad (nazývaný

později zástupně pracovní či krátkodobou pamětí) a

dlouhodobý sklad (kam vstupuje informace opakovaná

v krátkodobé paměti a kde je navždy uchována; uložení

informace je spíše nahodilé a závisí na délce setrvání

v krátkodobé paměti).

K přesvědčení, že dlouhodobá paměť a krátkodobá

paměť (short-term memory – STM) jsou dva oddělené systémy,

a to na strukturální i funkční úrovni (kromě důkazů o

odlišnosti procedurální a deklarativní paměti) vedl vědce

mimo jiné klinický případ pacienta H.M. a jeho jasné obtíže

v zapamatování nových explicitních informací – jejich

konsolidaci a uložení do dlouhodobé paměti (anterográdní

amnézie), oproti zachovaným krátkodobé paměti, pracovní

paměti a procedurální dlouhodobé paměti po zákroku

bilaterální mediální temporální lobektomie (Milner, 1968),

který měl směřovat k vyléčení epilepsie.

Model paměti Atkinsona a Shiffrina narážel na problém

vztahu mezi typem kódování a dlouhodobou pamětí (Craik &

17

Lockhart, 1972), v objasnění narušené krátkodobé paměti u

pacientů s normální dlouhodobou pamětí (což by teoreticky

nemělo být možné vzhledem k tomu, že informace dle tohoto

modelu musí nejprve úspěšně projít přes krátkodobou paměť)

a dále v objasnění efektu souběžného plnění úkolů učení,

porozumění a logického uvažování (to by neměla umožňovat

kapacita STM v tomto modelu paměti). To vedlo k vývoji

dosud nejužívanějšího modelu pracovní paměti (Baddeley &

Hitch, 1974).

Původní model pracovní paměti podle Baddeleye a

Hitche se skládal ze 3 hlavních komponent: centrální

exekutivy (central executive), jež se chová jako supervidující

systém a kontroluje tok informací s dvěma podřízenými

systémy, a to s artikulační, později nazvanou fonologickou

smyčkou (phonological loop) a vizuoprostorovým náčrtníkem,

později zápisníkem (visuospatial scatchpad). Tyto podřízené

systémy fungují jako sklady krátkodobé paměti v závislosti na

charakteru obsahu informací, a to verbálním či

vizuoprostorovém. Baddeley a Hitch zdůraznili funkční

význam systému WM oproti jednoduché kapacitě dočasného

skladu. Tento model byl posléze kvůli obtížím při vysvětlení

některých jevů u pacientů s poruchami paměti a při

experimentech obohacen o další podřízený systém, a to

epizodický zásobník (episodic buffer – v informačních

technologiích termín buffer překládán jako vyrovnávací

paměť) (Baddeley, 2000). Dal tak vzniknout Multi-

komponentovému modelu pracovní paměti (Obr. 2) (multi-

component model of working memory) s důrazem na

koordinaci, tedy exekutivní funkci aspektů pracovní paměti.

18

Tento model odmítá názor, že pracovní paměť je pouze

aktivovaná část dlouhodobé paměti (Anderson, 1983; Cowan,

1999), a zastává pozici, že jde o separátní systém zapojující

své vlastní systémy uskladnění. Oproti Tulvingově konceptu

epizodické paměti (Tulving, 1972, 1989) opírajícím se o

fenomenologii vzpomínání versus pamatování4 (remembering,

recollecting versus knowing, recalling), snaží se tento model

zachytit komplexní mentální proces zpracování informací

různých typů při řešení různých kognitivních úkolů.

Obrázek 2. Multi-komponentový model pracovní paměti (dle Baddeley, 2000).

Význam dlouhodobé paměti v rámci úkolů pracovní

paměti a především úkolů vyžadujících zapojení získaných

dovedností popsali Ericsson a Kintsch, a to především na

základě studia porozumění textům. (Ericsson & Kintsch,

1995). Dlouhodobá pracovní paměť LT-WM (long-term working

4 Endel Tulving je autorem konceptu dělení dlouhodobé paměti na paměť epizodickou a sémantickou, ke kterému dospěl na základě různých druhů vybavování (retrieval). Velmi zjednodušeně: člověk si vzpomíná na zážitky – epizodická, anebo si pamatuje údaje –sémantická paměť. Inspirace: případ pacienta K.C., který po dopravní nehodě utrpěl poruchu pouze autonoetické epizodické paměti při zachování intelektových schopností, tedy nebyl schopen vzpomínat na zážitky nicméně znalosti, sémantická paměť zůstaly zachovány.

19

memory) se podle nich během života vytváří podle požadavků

specifických aktivit, je neoddělitelnou součástí dovednosti

vykonávání aktivity. Umožňuje tak nabytí a zdokonalování

expertízy – specifických znalostí a dovedností v určité

problematice, oblasti činnosti. Tento model zdůrazňuje roli

zkušenosti jedince, tedy jeho osobní historii informačního

zpracování, a tedy rovněž proměnlivost a ovlivnitelnost

kapacity LT-WM.

Smyčka uchovává verbální a akustické informace za

použití částečné nezávislého dočasného skladu a

artikulačního systému opakování5; bývá označována za

verbální krátkodobou paměť či fonologickou/verbální

pracovní paměť, a to na základě zvuku nikoli významu (např.

Gathercole & Baddeley, 1993; Henson, Burgess, & Frith,

2000; Romero, Walsh, & Papagno, 2006). Verbální pracovní

paměť se tedy vztahuje specificky k informacím, jež jsou

verbalizovatelné – je možné je vyjádřit v řeči, jako např.

písmena, slova, čísla, barvy, pojmenovatelné objekty.

Podmínkou není jejich hlasité vyřčení. Naopak vnitřní řeč

hraje zásadní roli (Marvel & Desmond, 2012). Nicméně,

hlasité opakování či jen naznačování řeči ústy, jež je

v souladu s obsahem, zlepšuje výkon při bezprostředním

vybavení (Levy, 1971), přičemž sémantické či vizuální rysy

materiálu na vybavení z krátkodobé paměti vliv nemají.

V neuroanatomii je verbální krátkodobá paměť ponejvíce

spojována s Brocovou oblastí, Brodmannovými oblastmi

parietálního kortexu 40 (fonologický sklad) a 44 a 6

5 S pojmem opakování informace (rehearsal) a vlivem opakování na zapamatování informací se setkáváme již v modelu lidské paměti Atkinsona a Shiffrina (1968, s. 112), a to v jeho části krátkodobého skladu.

20

(opakování) v levé hemisféře (Romero et al., 2006).

Předpokládá se, že auditorní paměťová stopa ve smyčce se

rozpadá v řádu několika málo vteřin (1-2 s - v pasivním

skladu), pokud není oživována artikulačním opakováním.

Dále se předpokládá, že se vyvinula původně za účelem

porozumění řeči (pasivní fonologický sklad) a produkce řeči

(aktivní komponenta artikulačního opakování). Je výhodná

pro uchování sekvenčních informací. Funkce smyčky se

nejjasněji projevuje v úlohách paměťového rozsahu (memory

span) – kdy se např. opakuje řada čísel ve stejném pořadí.

Takzvaný číselný rozsah (digit span) je pak maximum čísel ve

správném pořadí, jež je dotyčný schopen zreprodukovat v 50

% případů (typicky jich je kolem 7), a předpokládá se, že je

dán především výdrží paměťové stopy a časem nutným

k oživení stopy opakováním si v duchu.

V případě vizuální prezentace verbálního materiálu jsou

do procesu sekvenčně zapojeny 4 komponenty (Henson et al.,

2000) za účelem krátkodobého uchování ve fonologickém

formátu:

1) Překódování – překóduje materiál vizuálně-verbální

do fonologického (konverze grafém-ve-foném); 2) uskladnění:

kde je dočasně podržen fonologicky překódovaný materiál, a

kde se může rozpadnout či být překryt interferencí; 3)

opakování: nese vizuálně-verbální stimuly po fonologickém

překódování do systému uskladnění; 4) dočasné seskupení,

kde rytmický rozbor sekvence zlepšuje uchování v časové

posloupnosti.

Konkrétně si funkci verbální krátkodobé paměti můžeme

představit jako tu, jež nám umožňuje např. řídit vůz a zároveň

sledovat pokyny navigace, ale i tu, jež nám umožní uchovat

nový jazykový jev (neznámé slovo) v paměti a vytvořit

21

spolehlivou reprezentaci. Je tak zároveň kritickou při

rozšiřování slovníku (Gathercole & Baddeley, 1993).

Fonologická smyčka a její výkon jsou ovlivňovány v obou

složkách: sklad je ovlivněn podobností informací (výkon je

horší, pokud jsou si položky zvukově blízké) a opakování je

ovlivněno délkou slov (kratší slova se lépe pamatují) (Baddeley

& Logie, 1999).

Zápisník uchovává vizuoprostorové informace,

předpokládají se u něj komponenty vizuální, prostorové a

pravděpodobně i kinestetické. Zápisník je spojován s pravou

hemisférou, a to Brodmannovými oblastmi 6, 19, 40 a 47.

Zásobník je podobně jako smyčka rozdělen na pasivní sklad -

vizuální cache (mezipaměť, vyrovnávací paměť) a dynamický

proces pro vybavení a opakování – vnitřní písař (inner scribe)

(Logie, 1995).

Vizuální informace si lidé obvykle automaticky

překódovávají do akustické podoby, a to zejména, pokud si

mají zapamatovat vizuo-prostorové informace v určitém

pořadí (fonologická smyčka facilituje uchování pořadí

položek).

Epizodický zásobník byl k modelu přidán později

(Baddeley, 2000) po pozorováních jevů, které nebylo možné

zcela jasně vysvětlit na základě původního modelu. Například

původní model nevysvětloval schopnost vybavit si 15 a více

slov, pokud tvoří smysluplnou větu; případně vybavit si

smysluplný text a jeho obsah bez důrazu na přesné opakování

slov v daném pořadí, ale s důrazem na obsahový význam.

Tato schopnost byla popsána v Millerově teorii chunkování.

Samotná artikulační smyčka nestačí, je zřejmá nutnost

22

spolupráce dlouhodobé paměti, která dodá dodatečné

informace pro sémantický smysl k vytvoření chunku, a

záložní sklad, kde se informace z dlouhodobé a krátkodobé

paměti propojí.

Předpokládá se, že epizodický zásobník je řízen centrální

exekutivou, která sama o sobě v původním modelu neměla

složku skladu, prostřednictvím bdělého vědomí (conscious

awareness) a slouží jako „interface“ mezi různými systémy.

Jeho funkce je smíšená, je zapojen např. při přetížení smyčky

a zápisníku. Především v něm dochází k integraci některých

komponent informací (např. při zapamatování dlouhé

smysluplné věty) či asociací skrz doménami v pracovní paměti

jako u spojení podoby a jména.

Jeho kapacita je zřejmě omezena kvůli komputačním

nárokům na poskytování simultánního přístupu

k nejrůznějším typům kódů. Jeho úkolem je nejenom vytvářet

komplexní, synergické, modely prostředí, ale i nové kognitivní

reprezentace, jež pak mohou umožňovat řešení problémů. Ve

spolupráci s centrální exekutivou je zásobník zodpovědný za

mechanismy vázaní (binding) informací z různých zdrojů do

koherentních epizodických celků, jež mohou být posléze

vědomě vyvolány, a má tedy významnou roli v dlouhodobém

epizodickém učení (Obr. 2).

Baddeley (2001) pokládá epizodický zásobník za úzce

napojený na Tulvingův koncept epizodické paměti6 (Tulving,

1972, 2002), ačkoli ho vidí jako striktně dočasný sklad,

zatímco epizodickou paměť vidí především jako systém

dlouhodobého skladování.

6 Epizodická paměť – navržena jako součást dlouhodobé paměti deklarativní (tedy verbalizovatelné informace), paměť na události, zážitky. Podle Tulvinga hraje významnou roli v sebeuvědomění (autonoesis), reflexi zážitků, plánování do budoucnosti.

23

Obrázek 3. Schéma paměti (dle Coolidge, 2009, s. 43).

Obrázek 3 znázorňuje schéma paměti upravené podle

modelu Baddeleye (Coolidge, 2009, s. 43). V modelu vidíme

vztah krátkodobé (pracovní) paměti a dlouhodobé paměti

s přihlédnutím k úrovni uvědomování. Epizodický zásobník je

nadřazený systémům fonologické smyčky a vizuoprostorového

zápisníku svou schopností integrace těchto dvou subsystémů

i stop z dlouhodobé paměti prostřednictvím multimodálního

kódu. Centrální exekutiva pak simultánním přístupem

k mnohočetným zdrojům informací dokáže vytvářet modely

prostředí, kterými lze manipulovat a řešit tak problémy či

plánovat budoucí chování a alternativní strategie, tak aby při

selhání původního plánu mohlo dojít k náhradě jiným nebo

24

k vytvoření plánu dalšího. Model zřetelně ukazuje zásadní roli

prefrontálního kortex v systému pracovní paměti.

2.2 Model pracovní paměti podle Nelsona Cowana

Další model pracovní paměti, a to model zaměřený na

kognitivní procesy, vytvořil Nelson Cowan (1988) s důrazem

na aktivaci, uvědomování si, ohnisko pozornosti a

dlouhodobou paměť. Pracovní paměť se zde vztahuje ke

kognitivním procesům, které podrží informace ve výjimečně

dostupném stavu vhodném pro provádění mentálních úkolů.

Jeho tzv. „model ukotvených procesů“ (embedded-processes

model of WM) (Cowan, 1999) vychází z principů, jež

zdůrazňují funkční spojení mezi pozorností a pamětí včetně

paměti dlouhodobé (Obrázek 4). Ohnisko pozornosti je

ovládáno zároveň vědomými záměrnými a úsilí vyžadujícími

procesy (systémem centrální exekutivy) a nezáměrnými

procesy (pozornostně-orientační systém, např. hlasitý zvuk).

Podněty, jejichž fyzické kvality zůstávají v čase relativně

nezměněny a nejsou pro jedince zásadní sice aktivují v paměti

určité rysy, ale nevedou k uvědomování (tzn. dochází

k habituaci). Uvědomování si však ovlivňuje zpracování, při

vnímání zvyšuje množství kódovaných rysů a v paměti

následně zdostupní nové epizodické reprezentace pro

explicitní vybavení. Omezení aktivace je dáno pouze časem,

oproti tomu omezení ohniska pozornosti je dané množstvím

4+/-1 aktivovaných reprezentací. Tato omezení se dostávají do

popředí především v neoptimálních podmínkách, např. při

interferencích mezi položkami s podobnými rysy. Zdůraznil

rozdíl mezi krátkodobou pamětí, jež je oproti paměti

25

dlouhodobé podrobena rozpadu v čase a kapacitnímu

omezení.

Cowan tvrdí, že fonologická smyčka a vizuoprostorový

zápisník modelu Baddeleye a Hitche jsou jen dva z mnoha

aspektů aktivované paměti, jež jsou citlivé na interferenci

v závislosti na podobnosti rysů interference a aktivovaného

materiálu. Baddeleyho epizodický zásobník zřejmě odpovídá

ohnisku pozornosti dle Cowana (Cowan, 2008).

Obrázek 4. Model pracovní paměti dle Cowana

Přehledné shrnutí poznatků, o kterých panuje relativní

shoda a naopak v čem se konsensu nepodařilo dosáhnout

nalezneme v práci Yuan, Steedle, Shavelson, Alonzo, &

Oppezzo (2006): současné modely pracovní paměti se

v podstatě shodují: 1) obsahem pracovní paměti jsou nejenom

úkolu relevantní informace, ale i informace irelevantní; 2)

pracovní paměť má vizuoprostorovou a fonologickou složku;

3) krátkodobý sklad je funkcí pracovní paměti. Neshody

26

panují zda: nezávislá exekutivní kontrola/řízení je nutnou

součástí pracovní paměti; kontrolní/řídící funkce je aktivní či

pasivní.

3. Kapacita pracovní paměti

Termín kapacita pracovní paměti (working memory

capacity - WMC) je užívána pro individuální rozdíly pracovní

paměti mezi jedinci.

Kapacita pracovní paměti je maximální počet jednotek

(tj. množství informací), které jedinec dokáže uchovávat při

zpracování příchozích informací a ignorovat informace

irelevantní; bývá označována za kontrolní mechanismus

pracovní paměti (Cowan, 2010). Zdroje individuálních rozdílu

v kapacitě pracovní paměti jsou popsány na Obrázku 5, a to

jednak v kapacitě krátkodobého skladu (limity množství

shluků informací - chunků) a v kapacitě zpracování-řízení

centrální exekutivou.

Obrázek 5. Zdroje individuálních rozdílů v kapacitě pracovní paměti dle Cowana

27

Kapacita pracovní paměti má zřejmě své biologicko-

ekonomické opodstatnění a je predikovatelná v závislosti na

typu úkolu (prosté vybavení z krátkodobé paměti 7+/-2 dle

Millera, u komplexních úkolů pracovní paměti, např. vybavení

dlouhých smysluplných vět 3-5 chunků dle Cowana) (Cowan,

2010).

Dle názoru o roli řízení pozornosti jedinci, kteří dosahují

nízkých výkonů v úkolech pracovní paměti, udržují aktivní

irelevantní informace, jež tak zabírají prostor informacím

cílovým (Kane, Bleckley, Conway, & Engle, 2001). Hovoří se

pak o exekutivní pozornosti pracovní paměti, jež musí být

schopná zabránit irelevantním informacím v rušení, udržet cíl

mezi rušivými informacemi a podržet cíl po dobu mezi

prodlevami (Unsworth, 2010). Nověji bylo navrženo, že

kapacita pracovní paměti souvisí s úrovní schopnosti strategie

vyhledání a vybavení informace a mj. ovlivňuje záměrné

vyhledávání v dlouhodobé paměti (Unsworth, Brewer, &

Spillers, 2012). Autoři ovšem zmiňují i zásadní roli vnitřní

motivace, již není snadné objektivně zjistit, ale může určovat

výkonnost (Heitz, Schrock, Payne, & Engle, 2007).

Bylo prokázáno, že větší kapacita pracovní paměti

koreluje s vyšší schopnosti provádět více úkolů najednou

(multi-tasking), a to obzvláště v situacích, kdy není časový tlak

(Hambrick, Oswald, Darowski, Rench, & Brou, 2010); s lepší

schopností naučit se programovacímu jazyku (Shute, 1991);

s vyšší schopností v mentálně náročných úlohách jako je

ovládnutí dovedností logiky (Kyllonen & Stephens, 1990); či se

schopností více se soustředit, když je potřeba a nedovolit své

mysli se „toulat“ (Kane, Brown, et al., 2007). Kapacita

pracovní paměti hraje významnou roli v predikci obecné

28

inteligence, „g“, (Conway, Cowan, Bunting, Therriault, &

Minkoff, 2002), která pak je důležitým faktorem v plnění

úkolů každodenního života, a úspěchu v zaměstnání

(Gottfredson, 1997).

Multi-tasking, někdy nazývaný dual-tasking či task-

switching7 je schopnost plnit několik cílů v jednom časovém

úseku častým přepojováním mezi jednotlivými úkoly. Definice

připomíná částečně definici kapacity pracovní paměti, a proto

nejsou překvapující dále uvedená zjištění. S touto schopností

je úzce spojena inteligence, ale bylo prokázáno, že pouze

kapacita pracovní paměti predikuje výkony v multi-tasking při

současném přihlédnutí k inteligenci, což je užitečný poznatek

např. pro aplikaci v personalistice a výběru zaměstnanců pro

pozice náročné na multi-tasking (řídící letového provozu, aj.)

(Colom, Martínez-Molina, Shih, & Santacreu, 2010).

Baddeley předpokládá, že vyšší kapacita pracovní

paměti umožňuje člověku formulovat mentální modely

chování v budoucnosti, jež mají větší naději na úspěch.

Dokáže si lépe aktivně vybrat na základě reflexe různorodých

zkušeností či vytvořit alternativní plán (Baddeley, 2001;

2000).

Naše kapacitní omezení, které nám umožňuje podržet

aktivně v paměti jen určité množství informací a operovat

s nimi, někdy přináší pocit přeplnění hlavy (Cowan, 2005). Na

druhou stranu, pokud naše pracovní paměť není vytížena

řešením úkolu, může se naše mysl volně „toulat“ (Levinson,

Smallwood, & Davidson, 2012).

7 Task-switching: přepínání mezi úkoly

29

3.1 Měření kapacity pracovní paměti

Kapacitou pracovní paměti bývá míněn konstrukt

individuálních rozdílů odrážející omezenou kapacitu pracovní

paměti jedince (Wilhelm, Hildebrandt, & Oberauer, 2013).

Můžeme vidět dva přístupy k měření kapacity pracovní

paměti. Buď měříme počet položek zapamatovaných za rušivé

interference, anebo je možné měřit, zda je jedinec schopen

zapamatovat si jeden cíl při vzrůstajícím množství rušivých

interferencí.

3.1.1 Úkoly „simple-span“

Nejjednodušším měřítkem je zjištění kapacity

uchování/skladu krátkodobé paměti – pomocí úkolů prostého

rozsahu: simple-span jako je vybavení řad podnětů v daném

pořadí (např. Opakování čísel popředu, subtest Wechslerovy

škály paměti; Wechsler, 1997). Počet položek k zapamatování

během plnění úkolu stoupá podle specifických kritérií

(pravidlo ukončení se může řídit např.počtem neúspěšných

pokusů). Meredyth Daneman & Patricia Carpenter (1980)

upozornily, že úkoly pracovní paměti by měly zatěžovat

nejenom kapacity skladu, ale i komponenty zpracování tak,

aby byly zatěžovány všechny části pracovní paměti například

dle modelu Baddeleye a Hitche.

3.1.1.a Pracovní paměť a primáti

Kapacita pracovní paměti se pomocí simple-span úkolů

dá měřit i u primátů. V roce (2007) publikovali Sana Inoue a

Tetsuro Matsuzawa, primatologové Univerzity v Kyoto, posléze

velmi populární výzkum, při kterém zjistili, že mladí šimpanzí

dosahují superiorních výkonů v prostorovém numerickém

30

simple-span úkolu oproti studentům nazvaném „limited-hold

memory task“8 (úkol vyvinuli autoři tak, aby mohli porovnávat

výkon primátů a lidí, neboť primáti se dokáží naučit používat

arabské číslice k označování předmětů a i pořadí), viz Obrázek

6 - krátkodobé uložení pozic číselné řady.

Obrázek 6. Šimpanz Aymu plní úkol v limited-hold memory task

Po několik let pak bylo populární zjednodušené tvrzení,

že šimpanzi mají lepší pracovní paměť než lidé. Autoři

přirovnali vynikající výkony šimpanze Aymu k eidetické

paměti, neboť oproti starší šimpanzici Ai a lidem (9

studentům) se jeho výkony nehoršily se zkracováním

prezentace podnětů. Porovnání úspěšnosti v limited-hold

memory task mezi Aymu, Ai a studenty vidíme na Obrázku 7

převzatém z původního zdroje v Current Biology (Inuoe &

Matsuzawa, 2007).

8 Limited-hold memory task: na dotykové obrazovce se po velmi krátký časový úsek objeví několik čísel (až 9). Vzápětí jsou na stejných pozicích místo nich pouze bílé čtverce. Úkolem je dotknout se čtverců v pořadí prezentovaných čísel od nejnižšího po nejvyšší. V popisovaném projektu se měnila doba prezentace až na interval sakadického očního pohybu lidí (650, 430 a 210 msec). Test měl 50 úkolů, vždy se prezentovalo 5 čísel.

31

Tato etologická studie obsahovala několik sporných

metodologických momentů – například: lidé s úkolem neměli

žádnou zkušenost a test viděli poprvé během vyšetření.

Šimpanzi se nejprve učili rozeznávat číslice a jejich pořadí a

poté následoval extenzivní (několikaměsíční) trénink

s podobným programem bez časového omezení.

Obrázek 7. Srovnání úspěšnosti v limited-hold memory task mladého šimpanze Aymu, starší šimpanzice Ai a univerzitních studentů (dle Inoue a Matsuzawa, 2007).Pozn.: Percentage correct – procento úspěšnosti. Human – člověk. Limited-hold duration – časový interval v úkolu Limited-hold.

V roce 2010 bylo prokázáno, že u studentů stačí krátký

trénink a jejich výkony v daném úkolu limited-hold memory

task předčí i nejlepšího šimpanze (Cook & Wilson, 2010), a že

tvrzení o superiorní pracovní paměti u šimpanzů oproti lidem

bylo přehnané. Zároveň ale autoři upozornili na významná,

nicméně opomíjená, zjištění z práce Inoue a Matsuzawa – a

to, že lze u primátů dosáhnout v úkolu pracovní paměti

32

vynikajících výsledků i bez artikulačního opakování; že mladí

dosahují lepších výkonů než starší jedinci; a že šimpanzi

dokáží odolávat rušení, distraktorům, což je zřejmě dáno

rychlou konsolidací.

3.1.2 Úkoly „complex-span“

Podmínku zatěžování kapacity skladu i komponenty

zpracování splňují tzv. complex-span tasks (komplexní úkoly

rozsahu). Tyto úkoly kombinují požadavky na krátkodobou

paměť se sekundárním úkolem. Příkladem je tzv. reading

span task (RSPAN; rozsah čtení) (Daneman & Carpenter,

1980), kdy je úkolem číst vzájemně nesouvisející věty a

pamatovat si vždy poslední slovo přidané samostatně u každé

z vět. Po prezentaci x vět následuje vybavení slov ve stejném

pořadí, jako byly prezentovány věty, v nichž se slova objevila.

Kapacita pracovní paměti je pak maximální počet slov

v správně vybavené řadě.

Na Obrázku 8 je ilustrován rozdíl mezi simple- a

complex-span (RSPAN) úkolem s přihlédnutím k fonologické

podobnosti podnětů/cílů k vybavení. Vidíme, že úkoly simple-

span spočívají v prezentaci cílů bez dalších distraktorů či

vedlejších úkolů a vybavení by mělo být podle určitého

pravidla – většinou v identickém pořadí jak byly stimuly

prezentované, či pozpátku (případně podle jiného pravidla).

Od publikace reading-span úkolu vznikla řada úkolů

postavených na stejném paradigmatu: Vložení interferenčního

úkolu (počítání barevných objektů, řešení aritmetických

příkladů, rozhodování o vlastnostech prezentovaných objektů

apod.) mezi položky k zapamatování, a s vybavením

povětšinou ve stejné sekvenci jako při prezentaci (serial

33

recall). Podněty, které se mají pamatovat, jsou různé – čísla,

písmena, slova, tvary, umístění v prostoru (Unsworth, Redick,

Heitz, Broadway, & Engle, 2009).

Obrázek 8. Simple-span a Complex-span úkoly.

Kromě RSPAN jmenujme OSPAN9 (Turner & Engle,

1989) a CSPAN10 (Case, Kurland, & Goldberg, 1982). Během

OSPAN je úkolem řešit matematické příklady a pamatovat si

slovo za každým příkladem (např. platí 10/2 + 2 = 7? PES), po

řadě 2-6 takovýchto příkladů je úkolem vybavit daná slova

v původně prezentovaném pořadí. CSPAN spočívá v počítání

9 OSPAN – Operation span10 CSPAN – Counting span

34

cílů mezi distraktory. Úkolem je pamatovat si počet cílů

v jednotlivých řadách. Vždy po sérii 2-8 řad je úkolem vybavit

počty cílů v pořadí prezentovaných řad.

Variantou je computation span task (Colom et al., 2010)

na Obrázku 9. Úkolem je průběžně rozhodovat, zda jsou

rovnice správně řešené a pamatovat si výsledky ve správném

pořadí.

Obrázek 9. Computation span task.

U complex-span úkolů byl opakovaně prokázán efekt

selektivní interference, tedy že verbální interferenční úlohy

selektivně narušují verbální paměť a vizuo-prostorové

interferenční úlohy selektivně narušují vizuo-prostorovou

paměť (Logie, 1995, např. s. 76).

Kolegové Engle a Kane zdůraznili, že u úkolů pracovní

paměti je nutné zatěžovat řízenou pozornost (Engle, Tuholski,

Laughlin, & Conway, 1999; Kane et al., 2001). Nezbytnost

rozlišovat mezi testy rozsahu krátkodobé paměti a pracovní

paměti vyzdvihli rovněž Conway a kolegové (Conway, Cowan,

Bunting, Therriault, & Minkoff, 2002).

Nicméně, v posledních letech výzkumy ukazují, že

simple span a complex span tasks vyjadřují ve vysoké míře

stejnou varianci výkonů vyšších kognitivních funkcí

(Unsworth & Engle, 2007).

35

Výzkumy dále ukazují, že složka updating popsaná jako

součást exekutivní funkcí hraje významnou roli v kapacitě

pracovní paměti (Schmiedek, Hildebrandt, Lövdén, Wilhelm, &

Lindenberger, 2009), a to vedle inhibice a shiftingu (Miyake et

al., 2000).

Při měření kapacity pracovní paměti se tedy můžeme

soustředit na tzv. storage-specific kapacitu (kapacitu skladu),

která zůstává relativně konstantní, anebo na tzv. processing,

tedy strategie zpracování informací (např. pomocí vizualizace

– mnemotechniky, chunkování, artikulačního opakování aj.)

(Cowan, 2010; Unsworth et al., 2009). K odstranění vlivu

technik zpracování se užívá např. zamezení prostého

opakování zapamatovávaného materiálu - proband po

prezentaci podnětu opakuje nahlas určité slovo, a tak si

nemůže v duchu ani nahlas opakovat materiál

k zapamatování; vložení interferenčního úkolu mezi podněty

(typické pro úkoly complex-span; viz výše); prezentování

nepředvídatelné dlouhého seznamu položek s cílem vybavit

posledních x položek, úkol zatěžující složku updating

(Bunting, Cowan, & Scott Saults, 2006).

Výsledky studií opakovaně dokládají negativní vztah

mezi dobou zpracování informace a kapacitou uložení, tedy

čím rychleji jedinec dokáže zpracovávat informace, tím více si

pamatuje. Z těchto pozorování se odvíjí názor, že

uložení/storage a zpracování/processing spolu soutěží o

omezený zdroj (Daneman & Carpenter, 1980). Případně, že

čím více času je potřeba pro zpracování, tím méně zbývá času

pro opakování, a proto je pravděpodobnější rozpad informace

(Towse, Hitch, & Hutton, 1998). Unsworth et al. (2009)

doložili, že v complex-span úkolech je nutné věnovat pozornost

36

výkonům v správnosti/přesnosti zpracování (processing

accuracy) i doby zpracování (processing time), neboť společně

přispívají k efektivnosti zpracování, ale jsou dvěma

distinktivními indexy sytícími jiné konstrukty.

Pokles schopnosti dělit pozornost mezi části úkolu, tzn.

complex-span, jsou doložené již u osob s mírnou kognitivní

poruchou (mild cognitive impairment – MCI), u kterých se zdá

zachována schopnost inhibice či prostá kapacita pracovní

paměti (kapacita manipulace měřená řazením vybavovaných

položek podle abecedy). Horší výkony v testu manipulace

zvyšují pravděpodobnost přechodu z mírné kognitivní poruchy

do syndromu demence Alzheimerova typu, tedy mj.

s převažující amnestickou symptomatikou (Belleville,

Chertkow, & Gauthier, 2007).

Nicméně, je nutné zdůraznit, že žádný test není možné

považovat za „čisté“ měřítko buď kapacity krátkodobé paměti

či kapacity pracovní paměti. Všechny úkoly rozsahu, prosté či

komplexní, do určité míry zatěžují každou kapacitu (Conway

et al., 2002).

Problematickým se jeví i samotné skórování výkonů

kapacity pracovní paměti, a to obzvláště u duálních úkolů

(complex-span), kde dostáváme vícero druhů dat – přesnost

řešení interferenčního úkolu, rychlost zpracování, vybavení

cílů (Conway et al., 2005). Již z povahy úkolů – různá

obtížnost interferenčních úkolů v rámci testu, různá

náročnost délky řad k vybavení, směřuje k mnohým řešením

skórování a jejich volba může znatelně poznamenat výsledky

a jejich hodnocení.

37

3.1.2 Úkoly „n-back“

Dalším typem úkolů pro měření kapacity pracovní

paměti jsou n-back úkoly zatěžující především updating. N-

back úkoly, neboli “lag tasks” se používají již déle než 50 let

(Kirchner, 1958; Mackworth, 1959), často pro parametrické

hodnocení procesů pracovní paměti v kontextu neuro-

zobrazovacích metod (Jaeggi et al., 2010; Owen, McMillan,

Laird, & Bullmore, 2005). Jejich platnost coby měřítek

kapacity pracovní paměti byla již prokázána (Schmiedek et

al., 2009), byť jejich užití není zcela bez neshod, především

kvůli nejasnosti ohledně konstruktové validity (Kane, Conway,

Miura, & Colflesh, 2007).

U tohoto druhu úkolů je úkolem označovat cíle mezi

distraktory, kdy cíl je podnět identický podnětu

předcházejícímu o n kroků. Podněty mohou být prezentovány

auditorně či vizuálně a mohou mít povahu verbální (číslo,

písmeno, slovo) či vizuální (obrázek) či vizuálně-prostorovou

(např. umístění v matrici). Pro zamezení spontánní verbalizace

vizuálních podnětů se používají abstraktní těžko pohotově

pojmenovatelné obrazce. N-back úkoly mohou být

prezentovány v jedné modalitě (většinou vizuálně), ale

v literatuře se setkáváme i s duálním n-back úkolem (viz

práce Jaeggi et al., 2008). O duálním n-back úkolu blíže viz

kapitola 6. Trénink pracovní paměti Teoretické části a 7. Úvod

Praktické části této dizertační práce.

N-back úkoly spolu s dalšími úlohami pracovní paměti i

fluidní inteligence vyžadují spolehlivé zacházení s

informacemi v krátkodobém skladu, oproti úlohám

krystalizované inteligence, jež zatěžují vybavování

relevantních informací z dlouhodobého skladu a oproti řízené

38

pozornost (attentional control), jež krátkodobý sklad rovněž

nezatěžuje (Colom et al., 2013).

Obrázek 10. Příklad duálního 2-back úkolu (autor: Martin Buschkuehl)

Obrázek 10 ukazuje simultánní proud podnětů u

duálního 2-back úkolu, kdy jsou podněty prezentovány

zároveň auditorně i vizuálně. Jinou klávesou se označuje

vizuální cíl a jinou cíl auditorní. Při bližším pohledu na Obr.

10 vidíme, že proud vizuálních a auditoriích podnětů není

nemá identický sled cílů a je nutné oddělený updating pro obě

percepční linie a zapojování fonologické smyčky i zápisníku.

Mechanismus n-back úkolů není zatím zcela objasněn,

ale opakovaně byla prokázána schopnost predikce výkonů

v Gf na základě výkonů v n-back (Shipstead et al., 2012).

3.1.2 Úkoly „running span“

Posledním typem úkolů jsou tzv. running span tasks

(Pollack, Johnson, & Knaff, 1959), ve kterých je prezentována

řada stimulů a po jejím ukončení má být vybaveno posledních

39

n stimulů v prezentovaném pořadí. Názorů na mechanismus

running span úkolů je více: zatěžuje schopnost aktualizovat

obsahy v bezprostřední paměti, nebo značí množství

informací, jež mohou být dostupné v jednom okamžiku,

případě že jde o stejný typ jako complex-span úkoly (Shipstead

et al., 2012).

V těchto úkolech, podobně jako v úkolech updating se

položky musí vázat (tzv. „binding“) ke svým pořadovým

pozicím či k umístění v prostoru.

40

4. Fluidní inteligence a pracovní paměť

Fluidní inteligence je popisována jako naše všeobecná

schopnost porozumět a induktivně uvažovat o nových a

abstraktních konceptech, naše schopnost řešit nové a

neznámé problémy nezávisle na předchozí specifické

zkušenosti (Cattell, 1971; Gottfredson, 1997).11

Pro pracovní paměť je zásadní dočasné vázání elementů

do koordinovaného systému (Baddeley, 2000; Cowan, Saults,

& Morey, 2006), který se blízce pojí s vztahovými

reprezentacemi využívanými při uvažování a pravděpodobně

stojí za silným vztahem mezi kapacitou pracovní paměti a

fluidní inteligencí (Wilhelm & Oberauer, 2006). Shrnout

známé definice můžeme na příklad takto: při řešení nových

problémů či vytváření nových logických postupů, uvažování,

je nutné dočasně podržet relevantní informace dostupné (nové

informace i ty již známé, tedy přicházející z dlouhodobé

paměti) a přitom s nimi manipulovat, což je definicí právě

pracovní paměti.

Komplexní analýzy pracovní paměti, krátkodobé paměti

a fluidní inteligence ukazují, že nejpodstatnější složkou Gf je

spolehlivý sklad/úložiště krátkodobé paměti, neboť při plnění

testů Gf si proband musí spolehlivě pamatovat pravidla a

vzorce, zatímco zpracovává každou z komponent problému

(Colom, Abad, Quiroga, Shih, & Flores-Mendoza, 2008;

Stephenson & Halpern, 2013). Je to zřejmě právě tento sklad

krátkodobé paměti, kterým se zásadně překrývá fluidní

11 Fluidní inteligence je součástí operacionalizace konstruktu g pomocí modelu Fluidní-Krystalická inteligence (R. B. Cattell, 1943; Horn, 1976). Krystalická či krystalizovaná inteligence, Gc, je spojována s kapacitou řešit problémy a rozlišovat vztahy mezi konkrétními či abstraktními elementy ve známých oblastech, tedy na základě předchozích znalostí. Modelů inteligence však existuje více, a Gf-Gc je jen jedním z často používaných – nicméně není jediným.

41

inteligence a pracovní paměť (Colom et al., 2008). Zdá se, že

na příklad rychlost zpracování informací s celkovou

inteligencí – obecnou kognitivní schopností, kvantifikovanou

Spearmanovým g (Spearman, 1904), nesouvisí, jak doložily

neurozobrazovací studie (Deary, 2000). Právě tak se ukázalo,

že vliv rychlosti zpracování informací nemá jasnou souvislost

s fluidní inteligenci (Conway et al., 2002; Martínez et al.,

2011).

Dosud nepanuje jednoznačná shoda ohledně inteligence

a vlivu prostředí či genetiky (nature vs nurture) (Rushton &

Jensen, 2010) ani možného ovlivnění fluidní inteligence

pomocí tréninkových programů, byť řada studií vykazuje

zlepšení ve výkonech testů fluidní inteligence po absolvování

intervence.

Na jedné straně panuje názor, že fluidní inteligence je

biologicky predeterminovaná schopnost (Jensen, 1998). Skóry

IQ skutečně korelují s některými morfologickými znaky

mozku a bylo doloženo, že morfologie mozku je vysoce

dědičná, a tedy „vrozená“ (Gignac, Vernon, & Wickett, 2003;

Posthuma et al., 2002). K tomuto pozorování bylo ovšem

nabídnuto vysvětlení, že více inteligentní jedinci vyhledávají

během života mentálně náročnější úkoly, díky kterým se mění

morfologie mozku (Posthuma et al., 2002) a ke genové expresi

dochází v kontaktu s vlivy prostředí, tudíž čistá genetika je

pouhou fikcí (Ramus, 2006). Což je ve shodě s teorií

kognitivní rezervy (Stern, 2009) – lidé, kteří jsou kognitivně

aktivnější či angažovanější mohou během života vybudovat

větší „rezervní kapacitu“, schopnost mozku nacházet

alternativní propojení na neuronální úrovni, a tak zpomalit

42

nástup věkem podmíněného kognitivního úpadku a omezit

jeho negativní dopady (Whalley, Deary, Appleton, & Starr,

2004).

Pro kognitivně-intervenční studie je jedním z bazálních

východisek vyplývajícím z výzkumu heritability:

„podnětově bohaté prostředí pomáhá lidem naplnit svůj

potenciál, byť je tento potenciál převážně predeterminován

biologicky, nebo-li každý člověk má individuálně nastavené

hranice možností a je na něm, na kolik se k nim dokáže

úsilím přiblížit“ (Toga & Thompson, 2005).

Prototypickými testy fluidní inteligence, u kterých je

snaha o nezávislost na kultuře a tedy vzdělání, jsou tzv.

matricové testy (Buschkuehl & Jaeggi, 2010), kde jsou

probandovi prezentovány řady souvisejících obrazců a

nabídka dalších obrazců, mezi kterými je jeden, který logicky

doplňuje prezentovanou řadu (např. Ravenovy progresivní

matrice, aj. viz níže v kapitole Diskuse) – viz příklad Obrázek

11. Jiným vizuoprostorovým testem uvažování a fluidní

inteligence jsou Kohsovy kostky (Kohs, 1920, 1923), Kostky

z Wechslerovy škály inteligence pro dospělé III (Wechsler,

1997a).

Případně se pro měření fluidní inteligence používají testy

induktivního myšlení jako logické doplňování řad čísel,

písmen, apod. (Willis & Schaie, 1986) – viz příklad Obrázek

12.

43

Obrázek 11. Příklad položky matricového typu testu Gf.12

Obrázek 12. Příklad položky testu induktivního myšlení a Gf.13

12 http://www.highiqpro.com/iq-tests-iq-scores-iq-questions/matrix-iq-brain-teasers13 http://www.iqtestexperts.com/brainteasers/index.php/2010/11/25/missing-numbers-2/

44

5. Kognitivní funkce a stárnutí

Vztah mezi věkem a kognicí je bohatě dokumentován již

od dob počátku testování mentální výkonnosti dospělých osob

(Salthouse, 1996). Ne všechny aspekty kognitivního fungování

vykazují časný úpadek spojený s věkem, neboť používaná

měřítka založená na nahromaděných znalostech, jako je třeba

výkon v testech slovníku nebo obecných informací, se

pravidelně zvyšují až do věku nejméně 60 let, viz Obrázek 13

(Salthouse, 2009). Jinak řečeno verbální schopnosti, některé

numerické schopnosti, implicitní paměť a obecné vědomosti

zůstávají dlouho zachovány, případně se mohou i ve starším

věku zlepšovat (Park & Reuter-Lorenz, 2009).

Některé fenomény jsou spojovány s pomalejším věkem

podmíněným poklesem kognice – jako například bilingvismus

je spojován s rychlejšími reakcemi na úkoly zatěžující

pracovní paměť ve starším věku a vyšší exekutivní kontrolou

(Bialystok, Craik, Klein, & Viswanathan, 2004).

Dalším pozorovaným jevem je vyšší propoziční hustota14

v mládí korelující s intaktní kognicí ve vyšším věku, a to i přes

objektivní nález alzheimerovské patologie v mozku. Tzn. osoby

s vyšší propoziční hustotou projevu v mládí se jevily

v neuropsychologických testech ve vysokém věku bez

nápadností, neměly snížený výkon, a nebyla jim tedy

diagnostikována demence, přestože při post-mortem vyšetření

byly v jejich mozku zjištěny neuropatologické změny procesu

Alzheimerovy nemoci (Iacono et al., 2009).

14 Propoziční hustota – je psycholingvistickým měřítkem: je vlastností textu, která se dá zhruba chápat jako počet různých myšlenek vyjádřených v textu určité délky. Míra této vlastnosti je dána poměrem počtu propozic ku celkovému počtu slov v určitém úseku jazykového projevu. Propozice jsou sémantické jednotky, které se dají považovat za základní stavební elementy myšlení. Propozice zachycuje vztah mezi predikátem a jedním či více argumenty, kde argumenty jsou entity jako předměty či osoby a predikáty jsou děje, vlastnosti či stavy (Štěpánková et al., in press).

45

Obecně přijímaným faktem je, že s věkem klesá

především rychlost zpracování informací, exekutivní funkce

(inhibice), pracovní paměť a fluidní inteligence (Bugg et al.,

2006; R. Cattell, 1971; Ryan et al., 2000; Salthouse, 1996),

jež bývají někdy nazývány jako tzv. „fluidní“ schopnosti (Deary

et al., 2009). Pokud dojde k poklesu v jedné z těchto

„fluidních“ schopností, dochází k poklesu i v ostatních (Wilson

et al., 2002). Zdá se, že za tímto poklesem je primárně celkové

zpomalení zpracování informací ve starším věku (Salthouse,

1996).

Obrázek 13. Vývoj výkonů v kognitivních testech v závislosti na věku (dle Salthouse, 2004). Představeny jsou zde kumulativní výsledky několika studií uskutečněných v laboratoři Timothy Salthouse na University of Virginia.

Jiným vysvětlením věkově podmíněného poklesu

kognitivních výkonů je tzv. Teorie prefrontálního kortexu

(West, 1996), jež říká, že cílesměrné funkce PFC15 jako je

integrace informací, exekutivní komplex, sekvenční chování,

15 PFC – prefrontální kůra (prefrontal cortex)

46

zvládání novinek, inhibice rušivých podnětů či interferencí, je

nejnáchylnější k poklesu s narůstajícím věkem kvůli

neurofyziologickým změnám, které v něm nastávají dříve než

v ostatních částech mozku. Další teorií vztahující se

k prapříčině kognitivního poklesu je snížená funkce

inhibičních procesů, které kontrolují a řídí obsah vědomí, a

mj. tak zákonitě snižují výkony pracovní paměti (viz např.

model pracovní paměti dle Cowana, Obr. 4) (Hascher, Lustig,

& Zacks, 2007).

Pokles výkonů kognitivních funkcí až do určité úrovně

nemusí nutně znamenat omezení kvality života, a to

z několika důvodů16:

1) pro úspěšné fungování jsou důležité i jiné faktory než

kognitivní funkce, a to motivace, vytrvalost, a osobnostní

rysy. Tyto faktory nemusí s věkem souviset či sledují během

života jiné trajektorie než měřítka kognitivních výkonů;

2) jen velmi zřídka jsou nutné od jedince maximální

výkony, neboť člověk si snaží přizpůsobit své prostředí tak,

aby vyvíjelo co nejmenší tlak na fyzické i duševní výkony;

3) mnozí lidé se adaptují na své změny související se

stárnutím změnou svých aktivit tak, aby pokles výkonu měl

co nejmenší negativní dopad na jejich život, fungování;

4) větší zkušenosti a znalosti ve vyšším věku do velké

míry odstraňují nutnost řešení nových problémů, tedy nároky

na Gf.

Přestože panuje shoda ohledně dlouhodobého

postupného poklesu kognitivních funkcí během života, zprvu

pozvolného, s akcelerací poklesu v závislosti na věku,

trajektorie kognitivních výkonů jednotlivců jsou velmi rozdílné

(Hayden et al., 2011).

16 podle: (Salthouse, 2004)

47

Bohužel, ani v pohledu na věkem podmíněný kognitivní

pokles nepanuje shoda. Přitom jde o téma důležité nejen

z teoretického úhlu pohledu, ale i praktického. Salthouse

(2009) označuje věk, kdy kognitivní úpadek začíná, za

optimální pro zahájení intervenčních programů/opatření, jež

by měly tomuto úpadku bránit či jej zvrátit. Mezi opatření lze

řadit úpravy životního stylu i specializované intervence,

kterým se věnuje další kapitola.

Dokonce je nově věkem podmíněný kognitivní pokles

označen za „mýtus“ (Ramscar, Hendrix, Shaoul, Milin, &

Baayen, 2014). Tito autoři pomocí počítačové simulace

ukázali, že pokles některých kognitivních dovedností souvisí

s množstvím nabytých informací, a tedy že kognitivní

zpomalení ve vyšším věku souvisí s nárůstem životních

zkušeností a vědomostí, a že nejde tudíž o pokles výkonu jako

takový.

Přesto je možné doložit efekt kognitivních intervenčních

programů (viz níže), a proto můžeme usuzovat, že tyto

programy svým způsobem optimalizují kognitivní výkon bez

ohledu na příčinu.

5.1 Patologický pokles výkonu kognitivních funkcí

během stárnutí

Patologickým úpadkem kognice během stárnutí se

projevují syndromy demence; důsledkem takového úpadku je

narušená soběstačnost (MKN-10, 1992). Za preklinické

stádium syndromu demence je považována tzv. mírná

kognitivní porucha (Petersen et al., 1999). V prvních fázích

rozvoje mírné kognitivní poruchy či demence může být

narušena pouze jedna kognitivní doména (například u

48

Alzheimerovy nemoci je to typicky epizodická novopaměť), ale

můžeme pozorovat i poruchy multidoménové. S postupem

nemoci se pak porucha generalizuje a postižena je globální

kognitivní funkce.

Pracovní paměť bývá u demence také narušena,

mechanismus snížení výkonů bývá různý – narušení kapacity

skladu typicky u Alzheimerovy nemoci či exekutivní-

procesuální části např. u frontotemporální demence či

Parkinsonovy choroby (Kensinger, Shearer, Locascio,

Growdon, & Corkin, 2003; Stopford, Thompson, Neary,

Richardson, & Snowden, 2012).

49

6. Trénink pracovní paměti

Desetiletí výzkumu kognitivního stárnutí vedly k obrazu

stárnoucí mysli, která je primárně charakterizována

postupným, ale relativně rozsáhlým kognitivním úpadkem. Až

donedávna se poměrně málo pozornosti věnovalo tomu, zda

existují způsoby zpomalení či zastavení tohoto úpadku (Mayr,

2008). Synergický efekt intervencí můžeme pozorovat u

multimodálních přístupů cílených na mentální aktivitu

(kognitivní trénink), fyzickou kondici (dynamická i silová

(Berková, Berka, & Topinková, 2013; Rebok, Carlson, &

Langbaum, 2007).

Jednou z nejznámější dlouhodobých studií zaměřených

na trénink kognitivních funkcí u starších osob je studie

ACTIVE17, kde byly porovnány efekty tří různých tréninkových

paradigmat, a kde se ukázal především efekt zlepšení

v trénované doméně a prakticky žádný transfer (Ball et al.,

2002). Intervence spočívaly v 10 trénincích paměti (verbální

epizodická paměť); induktivního usuzování; a rychlosti

zpracování/pozornosti (vizuální vyhledávání a rozpoznávání).

Poté následovaly 4 posilovací tzv. booster tréninky, a to

v odstupu 11 měsíců a 35 měsíců u náhodného vzorku

účastníků, kteří dokončili výchozí trénink. Největšího

pozitivního efektu - zlepšení kognitivních výkonů dosáhla

skupina trénující pomocí počítačového programu zaměřeného

na přesnost a rychlost zpracování informací. V rámci ACTIVE

bylo s odstupem 5 let prokázáno, že trénink logického myšlení

měl nejvyšší pozitivní dopad na instrumentální aktivity

denního života měřené sebehodnocením v dotaznících, a u

17 Advanced Cognitive Training for Independent and Vital Elderly

50

všech přetrval specifický efekt v trénované schopnosti (Willis

et al., 2006).

Další významnou studií relevantní v kontextu této práce

je IMPACT study - multicentrická, randomizovaná,

kontrolovaná, dvojitě zaslepená studie realizovaná v USA

v letech 2006 – 2007 (Smith et al., 2009). Tento projekt byl

sponzorován firmou Posit Science Corporation, výrobce

experimentálního tréninkového programu Brain Fitness, který

byl ve studii použit (viz níže v této kapitole). Účastníky byli

senioři ve věku 65 let a starší s MMSE 26 bez závažnějších

neurologických či psychiatrických obtíží v anamnéze; N = 487,

průměrný věk 75 let. Intervenční program byl administrován

samotnými účastníky, bloky byly jednohodinové, 5 dní

v týdnu po dobu 8 týdnů. Tréninkový program sestával z 6

cvičení zaměřených na zlepšení přesnosti a rychlosti

zpracování sluchových informací. Při každém tréninkovém

bloku respondent pracoval se 4 z 6 cvičení, s každým po dobu

15 minut. Aktivní kontrolní skupina sledovala na počítači

výukové vzdělávací programy z historie, umění a literatury. Po

každém bloku účastníci kontrolní skupiny odpovídali na kviz

vztahující se k obsahu shlédnutého DVD. Výsledky prokázaly

statisticky významnou změnu v přímo trénované oblasti, a to

v rychlosti zpracování informací při efektu účinku 0,87

(měřeno Cohenovým d), p 0,001. U ostatních měřených

výkonů došlo ke klinicky málo významné změně (paměť a

pozornost). Tato studie prokázala, že i v pokročilém věku je

možné významně zlepšit trénovanou oblast kognice

intenzivním cvičením prostřednictvím počítačového programu.

Vzhledem k předpokládanému dopadu rychlosti zpracování

informací na další oblasti kognitivních funkcí během stárnutí

51

je tato studie a její důsledky velmi přínosnou, protože

dokazuje, že rychlost zpracování informací lze pozitivně

ovlivnit, „nacvičit“, i v pokročilém věku.

Kognitivní trénink – typicky zahrnuje lektorovanou praxi

v souboru standardních úkolů vytvořených tak, aby zatěžoval

určité kognitivní funkce jako je paměť, pozornost či řešení

problémů (exekutivní funkce) (Clare & Woods, 2003).

S rozvojem informačních technologií se stále více objevují

tréninkové programy počítačové, které jsou pak dostupné i

imobilním osobám a jejich experimentální užití může být

oproštěné od některých nežádoucích proměnných jako je vliv

skupiny, vliv lektora, a úžeji cílené na určité kognitivní funkce

(Belleville, 2008; Štěpánková, Lukavský, Kopeček, Steinová, &

Řípová, 2012). Kognitivní tréninkové programy musí spoléhat

na teoreticky validní tréninkové techniky, které berou v potaz

vzorec narušené i intaktní kapacity (Belleville, 2008).

Kognitivní intervence se považují za úspěšné, pokud je efekt

generalizovaný za rámec specifických materiálů a kontext

tréninku (Bradley, Kapur, & Evans, 2005). Přesto se zdá, že

dlouhodobý efekt a jeho transfer mimo trénovaný úkol je

velmi těžko splnitelné zadání, přinejmenším podle nedávné

meta-analýzy studií kognitivních tréninků u starších osob

(Papp, Walsh, & Snyder, 2009).

Problematika tréninku pracovní paměti je především

spojována s dětmi, a to specificky s dětmi trpícími poruchou

pozornosti spojenou s hyperaktivitou (ADHD) (Klingberg et al.,

2002; Shah et al., 2012). Kontroverzním tématem zůstává

možnost ovlivnění Gf prostřednictvím tréninku pracovní

paměti, nicméně je tato možnost přijímána řadou odborníků

(Yuan et al., 2006). Neshody vznikají především kvůli

52

vymezení pojmů a teoretických konstruktů, jejich propojení a

překryvům, a rovněž kvůli rozporům na možnost ovlivnit Gf

potažmo na jeho vrozenou, stabilní danost každému jedinci.

Během posledních let byla vyvinuta řada softwarových

programů cílených na kognitivní domény pozornosti, pracovní

paměti a rychlosti zpracování, např. CogMed (Brehmer,

Westerberg, & Bäckman, 2012), Lumosity (Mayas,

Parmentier, Andrés, & Ballesteros, 2014), Posit Science

(Smith et al., 2009), Cognifit (zkušenosti v ČR viz např. Preiss,

Čermáková, & Rodriguez, 2010), aj. Jde o programy komerční,

jež jsou zároveň užívány ve vědeckých studiích, které zjišťují

jejich efekt. Tyto programy kombinují úkoly, jsou adaptivní,

sledují výkony a často se i designem postupně přizpůsobují

danému klientovi. Vzhledem k jejich stavbě není pak snadné

rozlišit faktor, který byl hnací silou efektu, tedy trénink které

kognitivní domény vedl k pozitivnímu efektu v daném měřítku

výkonu.

V roce 2008 získali cenu Ypsomed Innovation Award za

tréninkový program BrainTwister kolegové autorky této

dizertační práce Martin Buschkuehl a Susanne Jaeggi

(Buschkuehl, Jaeggi, Kobel, & Perrig, 2007). V BrainTwisteru

je rovněž obsažen duální n-back, který byl použit v již citované

studii, jež inspirovala projekt této dizertační práce (Jaeggi et

al., 2008).

6.1 Trénink pracovní paměti u starších osob

Jak je zmíněno výše, jen několik kvalitních studií dosud

publikovaných se zaměřilo na trénink pracovní paměti u

starších osob. Na příklad, Dahlin, Neely, Larsson, Backman,

& Nyberg (2008) nalezli změny funkční aktivace po tréninku

53

WM (trénink byl zaměřen konkrétně na updating). Oproti

nálezům u mladých osob, tyto změny aktivace nebyly u

starších osob spojeny se signifikantními změnami ve

výkonech kromě samotného trénovaného úkolu.

Buschkuehl et al. (2008) i Zinke, Zeintl, Eschen, Herzog,

& Kliegel (2011) prokázali zlepšení ve výkonech pracovní

paměti po tréninku WM u starších seniorů, s tím, že šlo o

úlohy podobné trénovaným. Ve studii Buschkuehl et al.

(2008) šlo o soubor výjimečný věkem – osoby v kategorii old-

old, s průměrným věkem 80 let. Podobný vzorec pozitivního

blízkého transferu v rámci trénované domény pracovní paměti

byla doložena i v dalších studiích: Li et al., 2008; Richmond et

al., 2011.

Li et al. (2008) ověřili, že 45-denní trénink schopnosti

updating pomocí neadaptivního vizuoprostorového n-back

vedl k zlepšení v trénovaném úkolu a k blízkému transferu do

kognitivně náročnějších n-back (prostorový 3-back, a

numerický 2- a 3-back), ale nenalezli vzdálený transfer do

complex span úloh (OSPAN a Rotation span) ani u mladých

osob (věk 20–30) ani u seniorů (věk 70–80).

Richmond et al. (2011) zjistili u seniorů ve věku 60-80

let po 20-25 trénincích pomocí verbálních a vizuálních

complex-span úloh blízký transfer do jiné úlohy podobného

typu complex-span. Trénink měl pozitivní efekt na subjektivně

hodnocenou pozornost, nicméně nebyl nalezen žádný efekt na

výkony v epizodické paměti (měřeno pomocí testu seznamu

slov) ani fluidní inteligence (měřeno pomocí RAPM).

Na druhou stranu, Brehmer et al. (2011) nalezli efekt

adaptivního tréninku pracovní paměti (3 verbální a 4

vizuoprostorové úkoly; 25 tréninků, každý cca 25 min; 5

týdnů) u mladších seniorů (ve věku 60-70 let), který přesáhl

54

zlepšení v trénované doméně, a to u měřítek výdrže pozornosti

(PASAT18; Gronwall, 1977) a epizodické paměti (RAVLT19;

Lezak, Howieson, Bigler, & Tranel, 2012). Původně byl PASAT

užit jako test rychlosti zpracování informací (Gronwall, 1974).

Jde o úkol postupného sčítání posledních dvou

jednomístných čísel v postupně prezentovaných 4 řadách o 61

číslech, každá řada je prezentovaná s kratším inter-stimulus

intervalem, a tedy zatěžována je rovněž schopnost inhibice

(mezisoučtů) při výdrži pozornosti. V této studii se efekt far-

transfer do domény fluidní inteligence neukázal, což mohlo

být způsobeno užitím aktivní kontrolní skupiny, jež trénovala

stejný typ úkolu s tím rozdílem, že nešlo o trénink adaptivní.

Je otázkou, zda hlavní roli v uvedených zlepšení nehrálo

především zvýšení výdrže pozornosti, jež je samozřejmou

součástí WM tréninků o určité délce úkolů. V tomto případě

kontrolní skupina trénovala na stabilní jednoduché úrovni,

avšak o stejné časové náročnosti a v počtu plněných úkolů –

tedy výdrže pozornosti, jako skupina experimentální.

Schmiedek et al. (2010) zdokumentovali zlepšení v Gf

(měřeno pomocí 15 položek z RAPM a 9 položek z BIS20) u

starších osob (ve věku 65-80 let) po komplexní

několikaměsíční kognitivní intervenci, jež zahrnovala trénink

WM, percepční rychlosti a epizodické paměti.

Zlepšení v fluidní inteligenci a exekutivních funkcích

jsou popsána i u mnohem kratších intervencí. Například

Borella et al. (2010) zjistili zlepšení u Gf a v testech exekutivní

kontroly jen po 3-denním tréninku pracovní paměti u

mladších seniorů (ve věku 65-75 let) (viz Carretti, Borella,

Zavagnin, & De Beni, 2013, pro zreplikování jejich nálezů).

18 Paced Auditory Serial-Addition Test19 Rey Auditory Verbal Learning Test20 Berlin Intelligence Structure Test (Jäger, Süss, & Beauducel, 1997).

55

Tréninkový program spočíval v nácviku adaptivního

Kategorizačního úkolu rozsahu pracovní paměti (CWMS21), při

kterém proband označuje klepnutím registraci podnětového

slova z určité kategorie (název zvířete) v řadě 2-6 slov a po

prezentaci několika řad slov vybavuje poslední slova řad ve

správném pořadí. V této studii se ukázal efekt transferu i do

netrénovaných domén a tento efekt byl prokázán i v

následném měření po 8 měsících (a to ve fluidní inteligenci a

rychlosti zpracování informací).

Dále můžeme nalézt doklady o zlepšení v Gf u starších

osob po intervencích zaměřených na procesy vztahující se k

WM a exekutivní kontrole (Basak, Boot, Voss, & Kramer,

2008; Karbach & Kray, 2009; Tranter & Koutstaal, 2008).

McAvinue et al. (2013) prokázali transfer efektu

adaptivního komplexního tréninku pracovní paměti u starších

osob – zlepšení v doméně dlouhodobé epizodické paměti

(RAVLT, RBMT22 - povídka) a v rozsahu auditorní krátkodobé

paměti měřené Číselným rozsahem - popředu WAIS-III. Oproti

tomu nejbližší transfer do jiného než trénovaného

paradigmatu pracovní paměti zjištěn nebyl (konkrétně do

Řazení písmen a čísel WAIS-III). Komplexní program o trvání 5

týdnů (po 5 lekcích) zahrnoval verbální i vizuálně-prostorové

úkoly typu simple-span, running-span a n-back. Studie

předjímala zjištění analýzy Shipstead et al. (2012) a v designu

byla oddělena měřítka pro sklad krátkodobé paměti a

pracovní paměť; pro epizodickou paměť byly použity 2

standardní testy nikoli jeden.

21 Categorization Working Memory Span22 Rivermead behavioral memory test

56

Od začátku 20. století je z psychologických výzkumů

známo, že transfer efektu tréninku je nejlépe zjistitelný na

úkolech, které se konstruktově překrývají (Woodworth &

Thorndike, 1901). Adekvátní posouzení efektu tréninků

pracovní paměti je v obecném měřítku obtížné z několika

důvodů: ve studiích bývají často používaná pro zhodnocení

měření pomocí jednoho testu; nebývají vždy užity validní

metody pracovní paměti; v některých případech bývají užity

jen škály subjektivního posouzení změny. Otázkou zůstává i

využití bezkontaktních kontrolních skupin. V každém případě

je nutné se vyvarovat generalizaci výstupů na základě jedné

metody a opatrně zvažovat možnost efektu učení se

specifickému typu úkolu (Shipstead et al., 2012).

57

PRAKTICKÁ ČÁST

7. Úvod

Studie popsaná v praktické části dizertační práce

vychází z dlouhodobého profesního zájmu autorky o

problematiku stárnutí a kognitivních funkcí vyjádřenou již

diplomovou i rigorózní prací, a byla inspirována zjištěními

publikovanými v souvislostech tréninku pracovní paměti u

mladých dospělých osob – vysokoškolských studentů (Jaeggi

et al., 2008). S autory – Susanne Jaeggi a Martinem

Buschkuehlem, v té době působícími na University of

Michigan, USA, jsme společně s Jiřím Lukavským

z Psychologického ústavu Akademie věd ČR navázali úzkou

spolupráci při plánování této studie. Posléze se všichni tito

zmínění kolegové podíleli významnou měrou na zpracování

dat a i na publikaci výsledků v časopise Developmental

Psychology (Štěpánková et al., 2014).

Původní výše uvedená studie (Jaeggi et al., 2008) se

zaměřila na efekt tréninku pracovní paměti duálním

adaptivním n-back programem. Ve studii byly 4 intervenované

skupiny lišící se počtem absolvovaných lekcí (8, 12, 17 a 19

dnů- lekcí), N=34; a pasivní kontrolní skupina: N=35. Každá

lekce sestávala z 20 úkolů a trvala cca 25 minut.

Interstimulus interval byl 2,5 sec a stimulus interval 0,5 sec.

Cíle byly označovány pomocí kláves „A“ pro vizuální cíle a „L“

pro auditivní cíle. Úroveň n byla stejná pro oba typy stimulů

v každém úkolu. Vizuální stimuly byly pozice čtverce,

auditivní stimuly byly souhlásky slyšené ze sluchátek. Výkony

Gf byly měřeny pomocí matricových testů (RAPM a BOMAT).

Tréninkový program prezentoval simultánně 2 řady podnětů –

vizuálně a auditivně. Byl zjištěn efekt tréninku na výkon

58

v trénovaném úkolu se závislostí na počtu lekcí a rovněž byl

zjištěn transfer efektu na výkon v matricovém typu testu

fluidní inteligence (Gf). Většího zlepšení v Gf dosáhli účastníci

intervenovaných skupin s nižším počátečním výkonem

v matricových testech.

Tato studie okamžitě vzbudila ohlas ve vědecké obci, a

to jak pozitivní (Sternberg, 2008), tak negativní (Moody,

2009). Tyto ohlasy představovaly další podněty pro plánování

naší studie a některé z připomínek k designu byly námi

zohledněny.

V naší práci jsme se rozhodli ověřit efekt a transfery

efektu adaptivního n-back tréninku u mladších seniorů -

„young-old“, (Neugarten, 1974), tj. u osob ve věku 65-75 let.

8. Cíle dizertační práce

V rámci studie jsme stanovili tyto výzkumné otázky:

1. Dokáží mladší senioři tréninkem zlepšit svůj výkon

v počítačově administrovaném trénovaném úkolu

pracovní paměti (n-back), tzn. jsou schopni n-back

zvládnout a zlepšovat se v něm?

2. Bude se výkon v trénovaném úkolu zlepšovat spolu

s vyšším počtem odtrénovaných lekcí (tj. je možné najít

„dose-effect“)?

3. Nalezneme po tréninku n-back zlepšení v standardních

testech pracovní paměti, tedy blízký transfer (near-

transfer)?

4. Nalezneme po tréninku n-back zlepšení v testech fluidní

inteligence, tedy vzdálený transfer (far-transfer)?

59

Na základě výzkumných otázek jsme formulovali níže

uvedené nulové hypotézy.

8.1 Hypotézy

H01: Výkon v n-back se u skupin po absolvování

tréninkového programu pracovní paměti nebude lišit od

výkonu pasivní kontrolní skupiny.

H02: Výkon v n-back se po absolvování tréninkového

programu nebude lišit mezi dvěmi intervenovanými

skupinami, jež budou trénovat cca 10 a 20 lekcí.

H03: Výkon v pracovní paměti se u intervenovaných skupin

po absolvování tréninkového programu pracovní paměti

nebude lišit od výkonu pasivní kontrolní skupiny.

H04: Výkon v fluidní inteligenci se u intervenovaných skupin

po absolvování tréninkového programu nebude lišit od

výkonu pasivní kontrolní skupiny.

9. Design

Pro zjištění efektu tréninku, ověření stanovených

hypotéz, jsme zvolili design randomizované kontrolované

studie se dvěma intervenovanými (experimentálními)

skupinami a jednou pasivní kontrolní skupinou. Randomizace

do jedné ze tří skupin proběhla na základě randomizačního

schématu dle pohlaví a vzdělání zájemce o účast.

Všichni účastníci byli testováni 2x v intervalu cca 5-6

týdnů. Obě intervenované skupiny prošly tréninkem mezi

těmito 2 vyšetřeními, lišily se v počtu odtrénovaných lekcí.

Méně trénující skupina (Ex10) trénovala 7-12 x (průměr: 9,42

tréninků; SD=0,96; celkem 200-250 min), více trénující

skupina (Ex20) trénovala 18-23x (průměr 19,60 tréninků;

60

SD=0,60; celkem 450-500 min). Kontrolní skupina (CG)

netrénovala, neměnila svůj obvyklý režim a byla určena pro

kontrolu efektu test-retest. Šlo tedy o pasivní kontrolní

skupinu bez kontaktu (no-contact passive control group).

Všichni účastníci podepsali Informovaný souhlas (vzor

uveden v Příloze č. 2).

Studie byla schválena Etickou komisí Psychiatrického

centra Praha pod č.j. 122/09 (Příloha č. 2). Studie byla

realizována v rámci Výzkumného záměru PCP MZ0PCP2005 a

RVO (PCP00023752).

Cílové konstrukty, kognitivní funkce: pracovní paměť a

fluidní inteligenci, jsme operacionalizovali na úrovni

latentních proměnných. Výchozími manifestními proměnnými

byly výsledky v dílčích subtestech standardně užívaných

k zjišťování úrovně daných kognitivních funkcí (viz níže

Metody a Výsledky).

61

10. Soubor

V rámci náboru se přihlásilo k účasti celkem 68

účastníků ve věku 65-75 let. Z organizačně-ekonomických

důvodů nebylo možno přistoupit k náhodnému výběru, pouze

„samovýběr“ v kombinaci s „snow-ball“23 byl realizovatelnou

formou sestavení souboru. Nábor byl prováděn pomocí

webových stránek PCP, inzerátu v tisku určeném seniorům,

letáků v centru aktivit seniorů. Nábor a realizace probíhaly

v letech 2009-2011.

Exkluzivními kritérii byla závažná somatická či duševní

choroba, jež by bránila v účasti na studii (především

depresivní - akutní fáze deprese; či bipolární porucha, nemoci

z psychotického okruhu), závažné neurologické trauma;

(především epilepsie), nekorigovaná zraková vada, afázie,

Parkinsonova choroba, aktuální chemo- či radioterapie pro

onkologické onemocnění, diagnostikovaná či suspektní

organická duševní porucha (syndrom demence či mírná

kognitivní porucha).

Účastníci mohli trénovat buď na svém počítači nebo na

zapůjčeném notebooku (využila jedna osoba). Účastníci

trénovali sami doma, kontakt byl nabídnut pouze v souvislosti

s potížemi s instalací či chodem počítačového programu.

Data o realizovaných lekcích byla stáhnuta při post-

testu (vyšetření na závěr tréninku). Všichni účastníci obdrželi

finanční odměnu ve výši 500,- Kč na závěr post-testu.

Všechny osoby bydlely samostatně, tj. nebyly

institucionalizovány.

23 Nenáhodný výběr snow-ball neboli řetězový, kdy účastníci zvou další osoby k účasti

62

Finální soubor, po vyloučení osob, jež nedodržely

z určitých důvodů protokol či nesplnily inkluzivní kritéria,

čítal 65 osob (průměrný věk: 68 let; SD = 2,6; 47 žen; MMSE

30-27); viz tabulka 1 – demografická data všech 3 skupin.

Skupiny se statisticky významně nelišily věkem,

vzděláním, genderovým rozložením ani výsledky v pre-testu

(všechny Fs < 2,19).

Tabulka 1. Demografické informace.

Kontrolní skupina(CG)

Intervenovaná skupina (Ex10)

Intervenovaná skupina (Ex 20)

Průměr (SD) Rozsah Průměr (SD) Rozsah Průměr (SD) Rozsah

Věk 68.08 (3.01) 65-74 67.95 (2.19) 65-72 68.38 (2.77) 65-74

Vzdělání (roky) 14.72 (2.78) 11-20 15.3 (3.18) 11-21 14.9 (3.11) 10-21

Gender 18 ž : 7 m 15 ž : 5 m 14 ž : 6 m

Pozn.: Kontrolní skupina: N=25; Intervenované skupiny: N=20.

63

11. Metody

Vyšetření byla prováděna na pracovišti psychiatrické

ambulance PCP anebo v domácnostech účastníků, dle jejich

preference. Každé vyšetření trvalo cca 1,5 hodiny.

Obecný kognitivní status jsme hodnotili za pomoci Mini-

Mental State Examination (Folstein, Folstein, & McHugh,

1975), a dále byl proveden skrínink pro výskyt depresivní

symptomatiky pomocí Geriatrická škála deprese GD15

(Nikolai, Vyhnálek, Štěpánková, & Horáková, 2013; Sheikh &

Yesavage, 1986). Hraniční (cut-off) skór pro skrínink

„normálních“ kognitivních funkcí byl stanoven MMSE 26/27

(Crum, Anthony, Bassett, & Folstein, 1993).

Pro zjištění specifického tréninku efektu jsme použili

stejný úkol jako pro trénink: n-back (viz níže). Závislou

proměnnou byla průměrná úroveň n během vyšetření (během

20 úkolů).

V souladu se stanovenými hypotézami jsme zjišťovali

transfer efektu ve dvou doménách: pracovní paměti a fluidní

inteligence.

První cílový konstrukt, pracovní paměť, byl měřen

Číselným rozsahem (DS) a Řazením písmen a čísel (LNS), což

jsou subtesty obsažené jak ve Wechsler Memory Scale-III

(WMS III; Wechsler, 1997), tak v Wechsler Adult Intelligence

Scale-III (WAIS III; Wechsler, 1997a).

Číselný rozsah se skládá ze dvou skórů: subtest

Opakování čísel popředu měří prostou kapacitu auditorní

pracovní paměti, bezprostřední paměť a rozsah pozornosti

úkolem opakovat orálně prezentované řady čísel ve stejném

pořadí, v jakém byly zadány. Subtest Opakování čísel

64

pozpátku měří komplexnější pracovní paměť úkolem opakovat

orálně prezentované řady čísel v obráceném pořadí. Závislou

proměnnou je počet všech správně opakovaných řad popředu

i pozpátku (Groth-Marnat, 2009, s. 160–161).

V testu Řazení písmen a čísel jsou prezentovány řady

skládající se z nepravidelně se střídajících písmen a čísel.

Úkolem je přeskupit stimuly tak, aby nejprve byla čísla, a to

ve vzestupném pořadí a po nich následovala písmena podle

abecedy. Řazení písmen a čísel zatěžuje sekvenování,

mentální manipulaci, krátkodobou auditorní paměť,

vizuoprostorovou představivost, rozsah a koncentraci

pozornosti, a rychlost zpracování (Crowe, 2000; Groth-

Marnat, 2009, s. 162) a je považován za vynikající klinický

test pro zjištění funkce pracovní paměti (Hill et al., 2010;

Shelton, Elliott, Hill, Calamia, & Gouvier, 2009). Závislou

proměnnou v testu Řazení písmen a čísel je počet správně

přeskupených kompletních řad.

Druhý cílový konstrukt, fluidní inteligence, byl

operacionalizován pomocí 2 metod – Kostky (BD) a Matrice

(MR). Obě metody patří mezi úlohy neverbálního usuzování a

jsou subtesty WAIS-III (Wechsler, 1997a). Oba testy jsou

užívány často jako proxy pro Gf (např. Bugg, Zook, DeLosh,

Davalos, & Davis, 2006) a jsou považovány za testy s

vysokými g loadings (Colom, Jung, & Haier, 2006; Roivainen,

2010).

U testu Matrice je probandovi předloženo několik

geometrický tvarů/vzorů. Úkolem je vybrat z doplňující

nabídky 5 dalších tvarů/vzorů ten, který se logicky hodí

k prezentovaným základním tvarům/vzorům. U testu se

předpokládá, že testuje abstraktní a vizuo-prostorové

65

uvažování, vizuální organizaci, simultánní zpracování

vizuálních informací, mentální flexibilitu a schopnost analýzy

(Groth-Marnat, 2009, s. 156). Závislou proměnnou je počet

správně vyřešených položek.

U testu Kostky je úkolem sestavit z dvoubarevných

kostek obrazec dle předlohy na kartách. Měří schopnost

analýzy, prostorovou vizualizaci, vizuální percepci

abstraktních vzorů, koncentraci pozornosti, prostorové

zpracování, vizuo-motorickou koordinaci a rychlost

zpracování (např. Groth-Marnat, 2009, s. 155; Kaufman &

Lichtenberger, 2006, s. 401). Zatímco u testu Matrice není

stanoven časový limit, Kostky má celkový maximální čas 21

minut, jak je definováno v manuálu WAIS-III (Wechsler,

1997a). Závislá proměnná byla určena dle manuálu WAIS-III

(body udělené v závislosti a správnosti řešení a časovém

limitu jednotlivých položek).

U žádné z metod jsme nepoužili alternativní verze, tzn.

stejné předlohy byly použity u pre-testu i post-testu.

66

12. Tréninkový úkol

Jako intervenci jsme použili vizuálně-verbální verzi

adaptivního n-back úkolu, jenž vycházel z jiných verzí

počítačově administrované intervence použitých v dalších

studiích (Jaeggi et al., 2008; Jaeggi, Buschkuehl, Jonides, &

Shah, 2011; Jaeggi et al., 2010). Úkolem bylo sledovat vždy

sekvenci žlutých velkých písmen uprostřed modrého pozadí a

mezerníkem označovat písmena shodná s písmenem n kroků

zpět (u ostatních necílových stimulů nebyla vyžadována žádná

odezva). Prezentační čas stimulu byl 500ms, a interval mezi

stimuly byl 1,500 ms. Každý trénink sestával z 20 úkolů,

každý z nich trval cca 1 minutu a obsahoval 20 + n stimulů.

Během každého úkolu bylo mezi stimuly v náhodně

generovaném pořadí prezentováno 6 cílů. Každý trénink trval

cca 25 minut.

Úvodní obrazovka tréninku je uvedena na Obrázku 14.

Stimuly byly prezentovány v místě čtverečku uprostřed

obrazovky.

Program se přizpůsoboval úrovní obtížnosti výkonům

v předchozím úkolu (0-2 chyby: úroveň n se zvýší v dalším

úkolu o 1; 3-5 chyb: úroveň n zůstává i v dalším úkolu stejná;

6+ chyb: úroveň n se v dalším úkolu sníží o 1). Každý trénink

začínal na úrovni n=1 (1-back). Při této obtížnosti je cílem

stimul stejný, jako byl stimul posledně prezentovaný (tedy

druhý ze dvou za sebou stejných). Na konci každého tréninku

byla podána zpětná vazba ve formě grafu, kde byla vyznačena

úroveň n u všech 20 úkolů během absolvovaného tréninku.

Každý účastník tak měl možnost rekapitulovat své výkony a

svůj pokrok. Závislou proměnnou byla průměrná hodnota n

dosažených v každém tréninku.

67

Zadání bylo podrobně vysvětleno všem účastníkům

během pre-testu, kdy byl test poprvé každému administrován.

Každý účastník experimentálních skupin obdržel poté

paměťovou kartu s nahraným testem a písemné detailní

instrukce k použití testu na vlastním počítači včetně obrázků

(Příloha č. 3), aby byla zajištěna maximální samostatnost

účastníků při tréninku.

Kromě toho byla účastníkům nabídnuta podpora osobní

či telefonická pro případ obtíží se spouštěním či obsluhou

tréninkového programu.

Obrázek 14. Úvodní obrazovka tréninku.

68

13. Analýza dat

Specifický efekt tréninku jsme počítali pomocí

jednofaktorové ANCOVA, kde závislou proměnnou byly výkony

v post-testu n-back, kovariantou data z pre-testu a

příslušností ke skupině (CG, Ex10, Ex20) jako

meziskupinovým faktorem. Naší hypotézou bylo, že obě

trénované skupiny budou mít lepší výkony než CG, a že Ex 20

bude mít lepší výkony než Ex10. Za tímto účelem byly použity

Helmertovy kontrasty na úrovni skupin (tj. CG vs Ex10 a

Ex20; Ex10 vs Ex20).

Změnu v kognitivním výkonu v dalších měřených

doménách jsme hodnotili pomocí dvou kompozitních skórů.

Ačkoliv náš výběr metod lze na teoretické úrovni zřetelně

připsat pracovní paměti (metody DS a LNS) a Gf (Metody BD a

MR), rozhodli jsme se potvrdit toto dělení i statisticky. Proto

jsme se dělení ověřili pomocí korelačních koeficientů mezi

kompozitními skóry a provedli na datech z pre-testu Principal

Component Analysis, jež odhalila distinktivně 2 faktory

vysvětlující 73% celkové variance (Tab. 2). Dle očekávání, DS

a LNS sytily jeden faktor, a MR a BD sytily druhý faktor, čímž

byla potvrzena jejich vhodnost pro následnou kompozitní

analýzu.

Pro každý úkol jsme sestavili standardizovaný skór

v jednotkách SD: nejprve jsme vydělili pre-testové skóry

každého testu (DS, LNS, MR a BD) jeho standardní odchylkou

(SD), post-testové skóry jsme rovněž vydělili SD pre-testu. SD

byla vypočítána ze všech 3 skupin dohromady. Nakonec byly

zprůměrňovány standardizované skóry z pre-testu a post-

testu obou WM metod a Gf metod. Tyto kompozitní skóry pak

byly použity v následných analýzách.

69

Transfer jsme hodnotili jednofaktorovými ANCOVAmi -

závislá proměnná post-test, kovarianta pre-test a příslušnost

ke skupině (CG, Ex10, Ex20) jako meziskupinový faktor. Naší

hypotézou bylo opět, že obě experimentální skupiny budou

mít lepší výkon než CG, a že Ex 20 bude mít lepší výkon než

Ex10. Následně jsme pomocí Helmertových kontrastů

porovnali transferové výkony na úrovni skupin (tj. CG vs

Ex10 a Ex20; Ex10 vs Ex20).

Nakonec jsme korelovali zlepšení v pracovní paměti a Gf

se zlepšením v n-back, abychom zjistili vztah mezi zlepšením v

tréninku a velikostí transferu. Pro toto zjištění jsme použili

neparametrický Spearmanův koeficient korelace, neboť jsme

neočekávali linearitu vztahu.

Tabulka 2. Korelační matice (na základě pre-testových skórů).

WM Gf

DS LNS MR BD

WMČíselný rozsah (DS) -

Řazení čísel a písmen (LNS) 0.48*** -

GfMatrice (MR) 0.13 0.08 -

Kostky (BD) 0.16 0.10 0.46*** -

N=65. ***p<0,0001

70

14. Výsledky

14.1 Specifický efekt tréninku a „dose-response“

ANCOVA analyzující specifické tréninkové zlepšení mezi

pre-testem a post-testem n-backu, ukázala, že kovarianta

(pre-test) měla signifikantní vztah k post-testovému výkonu

(F(1,60) = 9,56; p < 0,001; η2partial = 0,14). Dále se ukázal

signifikantní vliv skupiny, a to po kontrole pre-testového

výkonu (F(1,61) = 13,30; p < 0,001; η2partial = 0,31).

Účastníci Ex10 zlepšili své skóry o 0,97 (SD = 0,85)

úrovní n-back, a účastníci Ex20 o 1,39 (SD = 1,22) úrovní n-

back. Kontrolní skupina zůstala na svých původních

výkonech (zlepšení = 0,07; SD = 0,40), viz Graf 1.

Graf 1. Průměrné hodnoty n v pre-testu a post-testu u skupin souboruPozn.: CG - kontrolní skupina; Ex10 – experimentální skupina trénující 10x; Ex20 – experimentální skupina trénující 20x.

Plánované kontrasty ukázaly, že bez ohledu na počet

odtrénovaných dní, obě experimentální skupiny signifikantně

CG Ex10 Ex20

Skupina

71

zlepšily svůj výkon v trénovaném úkolu oproti skupině

kontrolní (t(60) = 4,64; p < 0,001 (one-tailed); r = 0,54). Dále

se ukázal trend většího zlepšení u Ex20 oproti Ex10 (t(60) =

1,54; p = 0,06 (one-tailed); r = 0,19).

14.2 Efekty transferu

Deskriptivní údaje všech pre- a post-testových úkolů

jsou v tabulce 3 (funkce skupiny). Mezi skupinami nebyl

žádný signifikantní rozdíl v hodnotách během pre-testu, a to

ani v manifestních ani v kompozitních proměnných (vše F <

2,5).

Pracovní paměť: výkon v pre-testu měl signifikantní

vztah k výkonu v post-testu (F(1,61) = 108,76; p < 0,001;

η2partial = 0,64), viz Graf 2. Plánované kontrasty ukázaly, že bez

ohledu na počet odtrénovaných dní, experimentální skupiny

signifikantně zlepšily svůj výkon v WM oproti skupině

kontrolní (t(61) = 2,68; p < 0,01 (one-tailed); r = 0,32).

Kontrast mezi Ex10 a Ex20 byl nesignifikantní (p = 0,49 (one-

tailed)).

Fluidní inteligence: výkon v pre-testu měl signifikantní

vztah k výkonu v post-testu (F(1,61) = 149,03; p < 0,001,

η2partial = 0,71), viz Graf 2. Plánované kontrasty ukázaly, že bez

ohledu na počet odtrénovaných dní, experimentální skupiny

signifikantně zlepšily svůj výkon v Gf oproti skupině kontrolní

(t(61) = 3,29; p < 0,001 (one-tailed), r = 0,39). Dále, Ex20

dosáhli signifikantně vyššího zlepšení oproti Ex10 (t(61) =

1,83; p < 0,05 (one-tailed), r = 0,23).

7

Tabulka 3. Deskriptivní údaje pro všechna měřítka pre- a post-testu na manifestní i konstruktové úrovni jako funkce skupiny. P-hodnoty jsou založeny na párových t-testech(post-test vs. pre-test).

Pre-test Post-test Effect size

Experimentální skupina (10 lekcí) N Průměr SD Min Max Průměr SD Min Max p (Cohenovo d)

n-back 20 2,4 0,36 1,75 2,9 3,38 0,92 2,4 5,8 *** 1,39

Číselný rozsah 20 18,65 3,7 12 24 20,25 4,01 12 28 ** 0,41

Řazení písmen a čísel 20 9,5 1,5 7 12 10,4 2,26 7 15 * 0,47

Kostky 20 42,25 8,89 25 58 46,2 8,84 25 64 ** 0,45

Matrice 20 18,15 4,23 10 23 20,25 3,77 10 25 ** 0,52

WM (kompozitní skór) 20 4,86 0,79 3,35 6,20 5,30 1,01 3,35 7,48 *** 0,49

Gf (kompozitní skór) 20 4,36 0,77 2,61 5,32 4,81 0,73 3,04 5,71 *** 0,60

Experimentální skupina (20 lekcí)

n-back 20 2,49 0,4 1,9 3,35 3,88 1,29 2,65 7,4 *** 1,46

Číselný rozsah 20 18,95 3,49 14 27 20,5 3,53 14 29 * 0,44

Řazení písmen a čísel 20 9,75 2,49 4 14 10,6 2,62 5 14 0,09 0,33

Kostky 20 38,35 8,68 22 51 44,9 8,77 31 57 *** 0,75

Matrice 20 17,5 4,45 8 24 21,1 2,95 15 25 ** 0,95

WM (kompozitní skór) 20 4,97 0,91 3,15 7,10 5,38 1,01 3,53 7,37 * 0,43

Gf (kompozitní skór) 20 4,06 0,84 2,34 5,15 4,83 0,72 3,38 5,93 *** 0,98

Pasivní kontrolní skupina

n-back 25 2,35 0,41 1,5 3,15 2,43 0,47 1,7 3,6 0,38 0,18

Číselný rozsah 25 17,44 3,86 10 25 18,4 3,8 13 24 0,09 0,25

Řazení písmen a čísel 25 9,96 2,03 7 14 9,64 1,78 7 12 0,32 -0,17

Kostky 25 36,92 8,46 24 55 39,84 9,52 23 57 * 0,32

Matrice 25 15,76 4,93 4 23 17,04 5,02 6 24 * 0,26

WM (kompozitní skór) 25 4,81 0,90 3,33 6,32 4,86 0,84 3,48 6,20 0,67 0,06

Gf (kompozitní skór) 25 3,80 0,87 1,79 4,95 4,10 0,92 2,12 5,72 ** 0,34

Pozn.: *p<0,05, **p<0,01, ***p<0,001.

73

Zlepšení ve WM a Gf

4,0

4,5

5,0

5,5

6,0

Pracovní paměť Fluidní inteligenceÚkol

Up

rave

né

prů

mě

ry h

od

no

t ko

mp

ozi

tníc

h s

kórů CG

Ex10

Ex20

Graf 2. Zlepšení ve sledovaných doménách pracovní paměti a fluidní inteligence

Spearmanovou korelací jsme zkoumali vztah mezi

zlepšením v n-back a zlepšeními v pracovní paměti a fluidní

inteligenci. Zjistili jsme, že zlepšení v n-back pozitivně

korelovalo se zlepšením v pracovní paměti (Spearman ρ =

0,32; p < 0,05) i Gf (Spearman ρ = 0,26; p < 0,05).

74

15. Diskuse

15.1 Ověření hypotéz a přímé efekty tréninku

V rámci této studie jsme zjistili, že starší jedinci dokáží

signifikantně zlepšit své výkony ve vizuálně-verbálním n-

back úkolu, a to během 10 či 20 tréninků, tedy v obou

sledovaných experimentálních skupinách oproti skupině

kontrolní bezkontaktní (p<0,001). Nulovou hypotézu H01

tedy zamítáme, neboť jsme v post-testu zjistili statisticky

signifikantní rozdíl mezi výkony účastníků experimentálních

skupin a kontrolní skupiny.

Vzhledem k zjištěnému pouhému trendu zlepšení

v trénovaném úkolu n-back (p = 0,06) u skupiny trénující

více (Ex20) oproti skupině méně trénující (Ex10) nemůžeme

zamítnout nulovou hypotézu H02.

Významným zjištěním jsou pozorované efekty blízkého

transferu na doménu pracovní paměti a vzdáleného

transferu na doménu fluidní inteligence vyjádřené

kompozitními skóry testů WM a Gf, čímž jsme zopakovali a

rozšířili předchozí studie s mladými jedinci a dětmi (Jaeggi et

al., 2008, 2010, 2011). Nulové hypotézy H03 a H04 týkající se

efektu tréninku do domén pracovní paměti a fluidní

inteligence tedy obě zamítáme, neboť jsme zjistili statisticky

významný rozdíl mezi výsledky v pre-testu a post-testu u

experimentálních skupin, a to s přihlédnutím k výkonům

kontrolní skupiny.

Z pozitivního vztahu mezi zlepšením v tréninku a obou

pozorovaných cílových konstruktů můžeme usuzovat na to,

že intervence byla přispívajícím faktorem transferu (Chein &

Morrison, 2010; Jaeggi et al., 2011; von Bastian &

Oberauer, 2013; Zhao, Wang, Liu, & Zhou, 2011).

75

A dále, absolvování vyššího počtu tréninků vedlo k

většímu zlepšení v Gf, což je konzistentní se zjištěními jiných

studií (Basak et al., 2008; Dahlin, Bäckman, Neely, &

Nyberg, 2009; Jaeggi et al., 2008).

Dosud bylo u starších osob obtížné doložit jasné

důkazy transferu, který jde až za úkoly, které se blízce váží

k úkolu trénovanému (např. Buschkuehl et al., 2008;

Dahlin, Neely, Larsson, Backman, & Nyberg, 2008; Li et al.,

2008; Zinke, Zeintl, Eschen, Herzog, & Kliegel, 2011).

Nicméně, naše výsledky doplňují současné znalosti o důkaz

možnosti ovlivnění vizuoprostorových schopností v úkolech

Gf (Uttal et al., 2013), a specifičtěji přispívají k několika

málo dosud provedených studiím zpravujícím o transferu na

tyto schopnosti po absolvování tréninku pracovní paměti u

starších osob.

15.2 Časový limit testů

Naše data tak významně obohacují dosavadní

literaturu. Na příklad, Schmiedek, Lövdén, & Lindenberger

(2010) trénovali své účastníky v komplexním tréninkovém

režimu zaměřeném na epizodickou paměť, rychlost

zpracování a pracovní paměť, a to po několik měsíců. Ačkoli

zjistili zlepšení v Gf v jedné manifestní proměnné (Ravenovy

progresivní matice; RAPM; Raven, Raven, & Court, 2003) u

starších účastníků, toto zlepšení nebylo signifikantní na

úrovni latentní proměnné, jež vedle RAPM zahrnovala tři

subtesty Berlin Intelligence Structure Test (BIS; Jäger, Süss,

& Beauducel, 1997). Oproti tomu, u mladších jedinců ke

zlepšení na úrovni latentní proměnné fluidní inteligence

76

došlo. Autoři vyslovili hypotézu, že povaha časového limitu u

většiny užívaných testů fluidní inteligence jde proti transferu

do těchto úloh (také např. Hofland, Willis, & Baltes, 1981).

Tato hypotéza je dosud považována za pravděpodobně

platnou, neboť jejich účastníci vykázali transfer zlepšení ve

dvou úlohách s menším časovým tlakem, z nichž jeden byl

RAPM. V naší studii jsme použili metody s méně zřetelným

(Kostky) či žádným časovým limitem (Matrice), což může být

důvodem, proč my jsme transfer zaznamenali.

Nicméně, jiné studie tuto hypotézu o

kontraproduktivním efektu časového limitu nepodporují

(Borella et al., 2010; Carretti, Borella, Zavagnin, et al.,

2013), neboť pozorovaly zlepšení výkonu v časově

limitovaném měřítku, Cattellově testu inteligence (Cattell

Culture Fair Test of Intelligence). Ovšem, musíme mít na

paměti, že se tyto tři zmíněné tréninkové studie značně lišily

ve své metodologii, a to obzvláště co se týče tréninkového

paradigma (trénink úloh z různých kognitivních domén u

Schmiedek et al., vs trénink jediné varianty complex-span

úkolu u Borella a Carretti et al.), ale i co se týče délky

tréninku (přes 100 dní u Schmiedek et al. vs 3 dni u Borella

a Carretti et al.).

S přihlédnutím k těmto a dalším rozdílům mezi naší

studií a studiemi výše zmíněnými není možné jednoznačně

odpovědět na otázku, zda je časový limit Gf úkolů důležitý

pro nalezení efektu transferu. V každém případě jsou však

naše výsledky i výsledky Schmiedek et al. (2010), Borrella et

al. (2010), a Carretti et al. (2013) konzistentní se závěry

Schaie & Willis (1986) a Lövdén, Bäckman, Lindenberger,

Schaefer, & Schmiedek (2010), že starší lidé jsou vskutku

schopni zlepšovat své vyšší kognitivní procesy a že existují

77

kognitivní intervence, jež podporují rozvoj plasticity ve

vyšším věku.

15.3 Vizuoprostorový charakter metod

Moody (2009) mimojiné argumentoval, že efekty

transferu pozorované ve studii Jaeggi et al. (2008) byly

nejpravděpodobněji důsledkem vizuoprostorového

charakteru n-back úkolu, jenž byl použit pro trénink.

Přestože tento argument nevzal v potaz skutečnost, že duální

n-back zahrnoval i verbální komponentu, mohli bychom

spekulovat o tom, že vizuoprostorová část byla hlavním

přispěvatelem efektu transferu. Naše studie nyní dokládá, že

vizuoprostorová povaha úkolu není hnací silou transferu

vizuoprostorových dovedností Gf, neboť transfer následoval

po tréninku úkolu, který zcela jasně nebyl vizuoprostorový.

Z čehož vyplývá, že mechanismy za n-back tréninkem a

transferem nevycházejí z materiálově-specifických procesů

(rovněž Borella et al., 2010; Carretti et al., 2013). Výsledky

dalších studií naznačují, že konstrukty krátkodobé paměti,

kapacity pracovní paměti, exekutivní funkce, pozornosti a

fluidní inteligence mají společný faktor: kapacitu krátkodobé

paměti, a že kognitivní trénink přispívá k zvětšení této

kapacity (Colom et al., 2013; Jaeggi, Buschkuehl, Shah, &

Jonides, 2013; Martínez et al., 2011; Stephenson & Halpern,

2013).

15.4 Délka tréninku

Zjištěný efekt závislosti na délce tréninku spolu

s pozitivní korelací zlepšení v trénovaném n-back úkolu a

78

zlepšení v obou kritériích nám dává silné důkazy o tom, že

efekt transferu je skutečně výsledkem intervence a nikoli

faktorů nezávislých na tréninku jako je kupříkladu bias

očekávání (též Basak et al., 2008; Chein & Morrison, 2010;

Jaeggi et al., 2008, 2011). Co však může být společným

mechanismem, který je za zlepšením v pracovní paměti i

v zlepšení vizuoprostorových dovednostech Gf? Již dříve byl

zdůvodněn názor, že překryv procesů mezi trénovaným a

transferovým úkolem je zásadním předpokladem pro

transfer (Dahlin et al., 2008; Jaeggi et al., 2011; Lustig et

al., 2009). Jelikož jsme zjistili transfer do obou domén

(pracovní paměť i fluidní inteligence), je pravděpodobné, že

obě domény sdílejí procesy s tréninkovým úkolem, a

můžeme spekulovat o tom, že specifické procesy vztahující

se k pracovní paměti jako je uchování a manipulace jsou

nepravděpodobnějšími kandidáty, neboť jsou nutné pro

dobré výkony v obou doménách (např. uchování a updating

pořadí písmen a čísel v pracovní paměti během testu Řazení

písmen a čísel, či podržení a porovnání vícero principů

řešení v pracovní paměti během testu Matrice).

Otázkou je, proč došlo k efektu závislosti na délce

tréninku v Gf, ale nikoli v pracovní paměti. Zajímavé je, že

podobný jev jsme pozorovali i původní studii u mladých

osob, tj. efekt závislosti na délce tréninku u Gf po tréninku

pracovní paměti dovedností, a zlepšení v pracovní paměti bez

ohledu na délku tréninku (Jaeggi et al., 2008). Jedním

z možných vysvětlení tohoto vzorce výsledků je, že efektů v

pracovní paměti je snadnější dosáhnout z důvodů

specifičnosti domény, tedy protože je větší překryv mezi

trénovaným úkolem a úkoly pracovní paměti, a tak ke

zlepšení pracovní paměti dochází bez ohledu na frekvenci

79

tréninku. Případně, starší osoby mohou dosahovat jejich

hranice kapacity pracovní paměti celkem rychle (Reuter-

Lorenz & Cappell, 2008; Schneider-Garces et al., 2010), tj.

během 10 dnů tréninku.

Oproti tomu může být více prostoru pro zlepšení

vizuoprostorových dovedností Gf, neboť výkony v těchto

úlohách vyházejí z procesů pracovní paměti a rovněž

z dalších procesů, jež se nedostávají ke svým limitům tak

rychle. V kognitivní doméně mohou takovými procesy být

zlepšená schopnost potlačit rušivé vlivy, kontrola pozornosti,

rychlost zpracování či strategické změny (Jaeggi et al., 2008,

2010; Morrison & Chein, 2011). Kromě toho mohou svou roli

hrát i nekognitivní procesy, jako je zvýšená sebedůvěra a

self-efficacy, snížená úzkostnost a vytrvalost setrvat v úkolu

a nevzdat ho bez ohledu na jeho obtížnost, což jsou všechno

bezpochyby požadavky pro dobré výkony v adaptivním n-

back úkolu, a i v měřítkách usuzování (Borella et al., 2010;

Carretti, Borella, Zavagnin, et al., 2013; Duckworth,

Peterson, Matthews, & Kelly, 2007; Hayslip, Maloy, & Kohl,

1995; Hayslip, 1989; Chein & Morrison, 2010; Jaeggi et al.,

2011).

15.5 Složení souboru

Rovněž je nutné zmínit relativně nižší věk (65-75 let)

účastníků, což mohlo být facilitujícím faktorem pro transfer

efektu (Buschkuehl et al., 2008; Singer, Lindenberger, &

Baltes, 2003; Zinke et al., 2011). Na tuto věkovou skupinu

jsme se zaměřili jednak z důvodu očekávání vyšší ochoty se

80

zúčastnit (např. pro lepší zdravotní stav) i pro vyšší

dostupnost.

Dále jsme pozorovali relativně vysoké výkony našeho

souboru v pre-testu, jež mohou vyvolávat nejistotu ohledně

generalizovatelnosti závěru. Vysoké skóry v testech mohou

souviset s vyšším vzděláním účastníků (Salthouse, 1993),

což by skutečně odráželo vyšší úroveň vzdělání účastníků

oproti běžné české populaci v této věkové skupině

(p<0,001), potvrzující bias samovýběru u vzdělanějších

osob; viz Tab. 4 (Český statistický úřad, 2011, tab. 21).

V tabulce 4 je pro srovnání uvedeno zastoupení osob i

ve studii klasického tréninku paměti u seniorů v Praze

realizované v letech 2006-2010 ve spolupráci s Českou

společností pro trénování paměti a mozkový jogging

(ČSTPMJ); akronym studie: NPV2TP, jež je velice podobné

složení souboru ve studii aktuální.

Tabulka 4. Srovnání nejvyššího dosaženého vzdělání u populace seniorů České republiky (věk 60+) a u účastníků studií autorky

Vzdělání ČR Nback TP

Základní 24% 0% 0%

Střední bez maturity 38% 8% 6%

Střední s maturitou 28% 52% 55%

Vyšší 10% 40% 39%

Pozn.: ČR – Česká republika; Nback – předmětný výzkum této disertace; TP –studie zaměřená na klasické trénování paměti v ČR (NPV2TP)

Zdá se tedy, že tento poměr lze v České republice

očekávat při náboru samovýběrem a snow-ball do

podobných intervenčních výzkumných programů. Pro

generalizovatelnost závěrů jakékoliv studie je nutné

81

přihlédnout k složení souboru a závěry vztahovat pouze ke

kohortám blízkým sociodemografickými a dalšími

relevantními parametry. Naše závěry lze tedy vztáhnout

pouze k vzdělanějším seniorům.

Vyšší vzdělání zájemců o účast v intervenčních

výzkumných studiích je nicméně celosvětovým fenoménem

(Lezak et al., 2012, s. 296), se kterým jsme se střetli již

v naší předchozí studii NPV2TP s ČSTPMJ (Štěpánková,

Lukavsky, Kopecek, Steinova, & Řípová, 2012). Ovšem, tyto

vyšší vstupní výkony mohou na druhou stranu vyústit v

menší prostor pro zlepšení a je možné, že účastníci s nižším

vzděláním, nižšími výkony by dosáhli větších zlepšení (Zinke

et al., 2011). Tudíž naše výsledky mohou být o to

významnější.

Přesto by mohlo být zajímavé pro další výzkum zjistit,

zda by účastníci s nižším vzděláním a nižšími vstupními

výkony dosáhli skutečně většího zlepšení než naši stávající

vzdělaní účastníci. Taková domněnka není zcela bez

kontroverze. Předchozí studie zjistily, že vyšší vzdělání

nesouvisí nutně s dopady tréninkové intervence. Například

bylo zjištěno, že zlepšení v rychlosti zpracování informací

nekorelovalo se vzděláním (Ball, Edwards, & Ross, 2007), a

vzdělání rovněž neovlivnilo zlepšení paměti ve vztahu

k tréninku (Stigsdotter Neely & Bäckman, 1995).

Verhaeghen & Marcoen (1996) dokonce ve své meta-analýze

referovali, že osoby s vysokou vstupní kapacitou pracovní

paměti vykazují větší zlepšení v episodické paměti

důsledkem tréninku strategie (mnemotechnik).

V klasické Seattle Longitudinal Study bylo naopak

zjištěno, že po tréninku induktivního myšlení došlo k

82

největšímu zlepšení přesnosti u osob s nižším vzděláním a

nižšími vstupními výkony (Boron et al., 2007). Je zřejmé, že

vstupní výkony a nejvyšší dosažené vzdělání hrají

významnou roli v efektu tréninku, nicméně není možné

jednoznačně uzavřít, zda budou vždy mít za následek větší

zlepšení či nikoli. Pravděpodobně je efekt ovlivněn mnoha

dalšími faktory jako je typ závislých i nezávislých

proměnných a povaha tréninku.

V tomto bodě je nutné zmínit, že ačkoli náš soubor

dosahoval vysokých výkonů v pre-testu, nezabránilo to

přítomnosti transferu, neboť ve všech 4 manifestních

úkolech byl prostor pro zlepšení.

Je tedy výzvou formulovat podmínky náboru i designu

intervenčních studií tak, aby byly nejen atraktivní, ale i

dosažitelné pro osoby s nižším vzděláním.

Velikost souboru dále neumožňovala solidní analýzu

vlivu pohlaví na výkony a zlepšení kognitivních výkonů.

Vzhledem k vizuo-prostorovému charakteru použitých

neverbálních testů Gf (Matrice a Kostky) a vícero studiemi

zdokumentovanému rozdílu ve vizuo-prostorových

schopnostech mezi ženami a muži, by tato analýza byla na

větším souboru vhodná (Hyde, 2005).

15.6 Strategie řešení tréninku

Při post-testu jsme zjistili různé strategie zvládání

úkolu a různé přístupy a hodnocení. V následující části

diskuze se jim budeme stručně věnovat.

83

Pouze malé množství trénujících (8%) nedeklarovalo

verbalizaci vizuálních podnětů, 54% z ostaních se snažilo

opakovat si aktualizované řady pro sebe, tedy neslyšně, 75%

si řady říkalo nahlas, 29% střídalo oba způsoby. Tento jev

potvrdil výše zmíněné automatické převádění vizuálních

podnětů ve verbální a užití fonologické smyčky pro sekvence

informací (Baddeley, 2000). Artikulační opakování je u n-

back možné jen do určitého stupně n, a to již s časových

důvodů, jež poskytuje interval mezi stimuly (v našem

případě 1500 ms). Navíc kontinuální up-

dating/aktualizování řady je časově náročnější než prosté

opakování stabilní řady stimulů. Nicméně, rychlejší tedy

časově úspornější prezentace stimulů bývá subjektivně

vnímána jako snadnější, neboť zřejmě nedává tolik času pro

rozpad informace (Bunting et al., 2006).

Pouze 21% trénujících se dle jejich výpovědi

v dotazníku snažilo zapamatovat si pasivně celou řadu a pak

se „trefovat“, a ostatních 79% se snažilo o up-dating, tedy

aktualizaci relevantního konce sekvence. Tato subjektivní

výpověď zní hodnověrně, neboť koresponduje se závěry

studie Michaela Buntinga, Nelsona Cowana a Johna Saultse

(2006) týkajících se strategií prostého pasivního pamatování

u rychle prezentované sekvence (1 stimul/0,25 sec) a

aktualizovaného opakování u pomalejší prezentace (1

stimul/sec). Náš interval mezi položkami byl 1,5 sec, čili

umožnil probandu up-dating. Vzhledem k tomu, že

probandům nebylo poskytnuto žádné vodítko, jakou strategii

mají volit, vidíme, že průběžná aktualizace je spontánní, byť

může být vnímána jako namáhavější.

84

Pro 23% trénujících byly některé sekvence hlásek

snadnější, než jiné (smysluplné slabiky [např. „p-o-d“] či

zkratky [např. „n-d-r“]). Můžeme tedy odhadovat, že se

podvědomě vytvářely automatické chunky na základě

zkušeností z dlouhodobé paměti, a že tato „známost“

působila subjektivně příjemně. Můžeme vyvodit, že to je

v souladu se známým efektem vystavení/expozice podnětu

(Zajonc, 1968), s jehož praktickým využitím se ponejvíce

setkáme v reklamě (Volker & Williams, 2013). S fenoménem

známosti pojmu se operuje např. i při tvorbě testů paměti,

kdy se vyřazují prototypické položky, aby nebyla sémantická

nápověda zanesena tímto efektem (Bezdíček et al., in press).

S efektem známosti pracoval již Hermann Ebbinghaus

(1885, s. 23), který vytvářel pro své experimenty s učením

záměrně série slabik beze smyslu. V našem softwarovém

programu, který vytváří pro každý úkol náhodná seskupení

daného počtu hlásek se tomuto lze, ovšem jen ztěží vyhnout,

proto bylo v některých sekvencích možné nalézt slabiky

mající v českém prostředí smysl.

Pouze 8% trénujících tvrdilo, že během tréninku

dokázalo setrvat plně pozorných, tedy že se jim nestalo ani

v jednom úkolu, že by ztratili „nit“ a zbytku úkolu již

nedokázali věnovat úsilí nebo pozornostně vynechali část

úkolu.

Externí vizuální pomůcku ve formě ukazování si na

prstech, odpočítávání n v opakované řadě, použilo 58%.

Použití této nápovědy můžeme chápat jako vyjádření

náročnosti úkolu, především up-dating.

Pro 46% trénujících byla pohodlná úroveň, kterou

subjektivně vnímali, jako plně zvládnutou svou pozorností a

pracovní pamětí, n = 3 (pro 15% n = 2; pro 23% n = 4; pro

85

12% n = 5; pro 4% n = 6). Tento jejich odhad korespondoval

s běžně dosahovanou úrovní n po tréninku, tedy n v rozmezí

3 – 4.

Obrázek 15. Paní Eva Kozderková. Výsledný graf po tréninku v lednu 2014 (NMax = 15).

Tři osoby dosahovaly ke konci tréninkového období (1

osoba z Ex10 a 2 osoby z Ex20) nadprůměrných výkonů až

k n=10, při kterých popíraly užití artikulačního opakování

(jak jsme očekávali). Řešení úkolu popisovaly jako „pocitové“,

celostní, a zároveň sdělovaly, že zjistily, že je lepší

neoznačovat příliš mnoho cílů, tedy méně hádat na cíle. Mezi

těmito rekordmany je i paní Eva Kozderková, která trénuje

od doby zapojení se do výzkumu, tedy od roku 2010, a

s jejímž svolením zde prezentujeme graf s výsledky z ledna

2014 (Obr. 15). Tento graf prezentujeme jako atypický, leč

možný výkon v tomto typu n-back tréninku.

86

Své úsilí během tréninku, tedy motivaci k výkonu,

charakterizovalo slovy „Vždy jsem se snažil/a co nejvíce“

85% osob; slovy „Většinou jsem se snažil/a co nejvíce“ své

úsilí označilo 15% trénujících. Subjektivně hodnocená

motivace k výkonům tedy byla dosti vysoká. Přestože

musíme počítat s efektem sociální žádoucnosti (social

desirability effect), tedy přáním vypadat dobře, obzvláště

díky vyplnění dotazníku v rámci interview face-to-face

(Podsakoff, MacKenzie, Lee, & Podsakoff, 2003), vzhledem

k vysokým výkonům během testů a zlepšením v trénovaném

úkolu, se můžeme domnívat, že tyto odpovědi blízce

reflektují skutečnost.

15.7 Verze testu

Samotný princip fluidní inteligence, novost problémů,

je v případě re-testu stejným typem úlohy či dokonce stejnou

variantou testu, jako v našem případě, principiálně omezen.

Proto by bylo zajímavé porovnat výkony pre- a post-testu při

použití rovnocenných paralelních verzí Gf, kde by alespoň

částečná novost samotných položek byla zachována, byť

novost principu testu by byla překonána. V dostupné

nabídce metod v ČR nejsou adekvátní paralelní verze pro

měření fluidní inteligence pomocí matric (Matrice v WAIS-II,

Vídeňský maticový test, Bochumský maticový test BOMAT,

Ravenovy progresivní matice24). V příštích intervenčních

studiích s opakovaným měřením proto pro hodnocení Gf

hodláme použít Test of Nonverbal Inteligence (TONI-4),

24 http://www.testcentrum.cz/testy

87

maticový test s 2 paralelními verzemi (Brown, Sherbenou, &

Johnsen, 2010), který jsme zatím vyzkoušeli pouze pilotně.

Omezením se tedy mohou jevit stejné verze testů

použité při pre- i post-testu (argument týkající se Gf výše

v Diskusi). Místo abychom metody půlili (jak bylo např. v

Jaeggi et al., 2008), a tak redukovali jejich psychometrické

vlastnosti (Suen, 1990, s. 33), rozhodli jsme se použít verze

stejné pro pre- i post-test. Toto použití bylo však posléze

ošetřeno statistickými metodami, užitím kontrolní skupiny,

a je to postup využitý i při dalších publikovaných studiích

(např. studie ACTIVE: Jobe et al., 2001; a dále např.

Klingberg et al., 2005; Rueda, 2005; Schellenberg, 2004;

Schmiedek, Lövdén, & Lindenberger, 2010; von Bastian &

Oberauer, 2013). Bez užití kontrolní skupiny by byly naše

závěry nadhodnocené, neboť koeficient stability testů

především Gf by nebyl dostatečně vysoký, jak je vidět z dat

kontrolní skupiny. Užití, byť bezkontaktní, kontrolní

skupiny tedy při statistické analýze omezuje vznik chyby

způsobené intervenujícími proměnnými jako je efekt nácviku

apod. (Jensen, 1998, s. 314–315). Efekt nácviku je známým

fenoménem i v dlouhodobých studiích mapujících dynamiku

kognitivních funkcí u stárnoucí populace, a je to jeden

z faktorů, který může přispívat k mylné interpretaci

výsledků (Salthouse, 2009), proto je nutné s ním počítat a je

to jeden z podstatných argumentů pro využití

srovnávací/kontrolní skupiny.

15.8 Vliv experimentátora

Nábor i sběr dat byl proveden z větší části autorkou

studie. Několik účastníků bylo vyšetřeno (pre- i post-test)

88

vyškolenou externí administrátorkou, studentkou

psychologie. Jednotlivá vyšetření se překrývala a celkové

analýzy byly provedeny až na závěr, pokud možno, aby

nevznikal experimenter bias. Z personálních důvodů nebylo

možné provést zaslepení studie. Účastníci kontrolní skupiny

věděli, že netrénují – program jim byl přislíben na závěr po

post-testu (tuto příležitost nevyužilo 8 osob), mohli očekávat

stabilní výkon. Přesto jsme pozorovali v pre-testu stejné

výkony a post-testu zlepšení, viz výše, a jejich motivace

k dobrým výkonům byla tedy zřejmá. Dose-response

hypotéza byla od začátku pokládána za doplňující, efekt

nebyl očekáván, proto nelze očekávat tlak na

experimentátora benevolentněji hodnotit osoby

v experimentální skupině Ex20. Přes tato opatření by bylo

jistě lépe při plánování další studie provést dvojité zaslepení

tak, aby osoby v aktivní kontrolní skupině či experimentální

skupině netušili, že se očekává jiný výsledek, a

experimentátor nevěděl, k jaké skupině daný proband náleží.

Takové výsledky by samozřejmě působily věrohodněji

(Schulz & Grimes, 2002).

15.9 Trvání efektu

Bohužel, nevíme, jak dlouho by efekt transferu ani

efekt tréninku přetrval, neboť jsme nebyli schopni

uskutečnit následné měření. Nicméně, některé předchozí

studie potvrdily přetrvávající efekt tréninku pracovní paměti

u dětí (např. Jaeggi et al., 2011) i u starších osob (Borella et

al., 2010; Carretti, Borella, Zavagnin, et al., 2013), což

naznačuje, že by efekt mohl být pozorovatelný i u našeho

souboru (oproti tomu ale: Buschkuehl et al., 2008). Přesto

89

se nám jeví jako rozumné předpokládat, že pro maximální

udržení efektu by bylo zapotřebí pravidelných udržovacích

tréninků, a to obzvláště právě u starších osob (Ball et al.,

2007; Lövdén et al., 2010).

15.10 Kontrolní skupina

V neposlední řadě bychom jako limitující faktor mohli

spatřovat absenci aktivní kontrolní skupiny. Argumentem je,

že bezkontaktní kontrolní skupina neověřuje motivaci

účastníků, což může vést k jejich suboptimálním výkonům a

chybně tak může magnifikovat efekt intervence (Shipstead et

al., 2012). Na druhou stranu existují i protiargumenty, že

bezkontaktní skupiny je možné pro zjištění efektu test-retest

používat (Brehmer, Westerberg, & Bäckman, 2012; Chein &

Morrison, 2010; viz také Silverman & Hinshaw, 2008).

Kromě toho, studie, jež využili jak placebo, tak bezkontaktní

kontrolní skupiny, nezjistily žádné signifikantní rozdíly

v motivaci (Bergman Nutley et al., 2011).

V našem případě, bezkontaktní kontrolní skupina měla

stejně vysoké výkony v pre-testu jako skupina

experimentální a rovněž vykázala efekty re-testu. Z těchto

zjištění vyvozujeme závěr, že se i účastníci bezkontaktní

kontrolní skupiny skutečně snažili o co nejlepší výkon jak

v pre- tak i post-testových vyšetřeních. Dále, fakt, že jsme

užili nesupervidovaný tréninkový režim odstraňuje možnost

nespecifického efektu experimentátora, který by mohl

vskutku fungovat proti naší hypotéze, neboť existují důkazy,

že supervidované skupinové tréninky (tj. socializace) mohou

mít pozitivní dopad na kognitivní výkony (Verhaeghen et al.,

1992; Ybarra et al., 2008). A proto skutečnost, že jsme

90

pozorovali zlepšení v tréninku a i efekt transferu, naznačuje,

že účinek tréninku překročil hranice nespecifického efektu

přítomnosti experimentátora a/nebo socializace. A jak bylo

zmíněno výše, vztah k počtu vyšetření (tedy dávce tréninku)

u Gf a pozitivní vztah mezi zlepšením v tréninku a

transferem obecně, nás vede k závěru, že popisované efekty

byly specifickým důsledkem intervence.

15.11 Subjektivní přínos tréninku

Neměli bychom zapomínat na samotné účastníky a

individuální subjektivní přínos tréninku. I přes nejasnosti

ohledně efektu přesně měřitelného výkonovými

psychologickými testy či dotazníky, či nemožnosti záruky

prevence demence prostřednictvím kognitivního tréninku

(Valenzuela & Sachdev, 2009), víme, že mentálně stimulující

aktivity bývají pro lidi zábavné a mohou tak přispět k lepší

kvalitě života (Salthouse, 2006). Vzhledem k tomu, že

v tréninku po ukončení své účasti ve studii zamýšlelo

pokračovat dál 88%, tak přestože polovina trénujících

vyjádřila názor, že je trénink náročný, můžeme se domnívat,

že jej považovali za osobně přínosný.

Celkem 55% osob z intervenovaných skupin

považovalo za optimální zvolený počet úkolů (tzn. 20) v rámci

každé tréninkové sese, 20% by uvítalo zkrácení na 15 úkolů,

5% by zkrátilo počet úkolů na půlku (tzn. na 10), 5% by

naopak přidalo dalších 5 úkolů (tzn. 25), 13% by prodloužilo

trénink na 30 úkolů v jedné sesi a jeden člověk by dokonce

dávku zdvojnásobil. Celkově pak hodnotilo počet úkolů

v sesi jako dobře zvolených 87% osob odpovědí na dotaz, zda

pro ně byl obtížný počet úkolů (tzn. 20) v jednom tréninku.

91

S ohledem na výše uvedené subjektivní výpovědi týkající se

tréninku se můžeme domnívat, že tréninkový program je pro

věkovou kategorii mladších seniorů vhodně koncipován, co

se týče množství úkolů, i adaptivního paradigma.

15.12 Zajímavosti

Během studie jsme se setkali s některými jevy, které

pro nás byly inspirací a přes jasné výsledky, má i tato studie

určitá omezení.

Zajímavostí, na kterou jsme narazili, byl rozdíl v skóru

MR při dodržení pokynu manuálu o ukončení testu při 4

nezdarech z 5 po sobě jdoucích pokusech a při ponechání

dokončení celého testu bez předčasného ukončování. Pro

hodnocení v rámci post-testu studie byl, ovšem, použit skór

dle platných pravidel. 23% účastníků dokázalo zvýšit svůj

skór MR v průměru o 2 body, pokud pokračovali dál v řešení

i po 4 nezdarech z 5 pokusů. Nicméně, s touto možností

jsme nepracovali v pre-testu a nemáme tedy srovnání, jak by

vypadaly výkony a zlepšení v tomto případě. Motivem pro

variantu bez ukončení byla pozorování autorky učiněná u

komplexních neuropsychologických vyšetření seniorů, kdy

byl evidentní negativní efekt samotné testové situace. U

starších osob hraje během neuropsychologických testů

velkou roli úzkost, obava, zda uspějí, zda nebudou označeni

za „dementní“, a tato úzkostnost (test anxiety) hraje roli i ve

vyšší chybovosti (Whitbourne, 1976). Lze proto očekávat, že

by benevolentnější přístup v hodnocení mohl ukázat jiné

výsledky.

Dalším možným bodem pro doplňující zkoumání je

časové omezení (detailněji viz výše). Je známo, že vědomí, byť

92

mylné, plnění úkolu „na čas“ zvyšuje právě úzkostnost a

snižuje výkon právě u testu Matrice (Knight, 2003).

Důležitým zjištěním zmíněné studie, že při standardní

instrukci Matric WAIS-III se účastníci domnívali, že úkol je

časově omezen. Tuto domněnku jsme ve studii naší

neověřovali.

Nárůst skórů v post-testu u testů Gf napříč

skupinami, a to i u skupiny kontrolní, mohl být tedy

způsoben jednak efektem učení, seznámení se s principem

testu, ale rovněž vědomím, že MR není test na čas, a tudíž

celkovou sníženou úzkostností. Zdá se, že tento princip

neplatil u testů pracovní paměti, kde k signifikantnímu

zlepšení v post-testu u kontrolní skupiny nedošlo, přestože

úzkostnost má ve verbálních úlohách pracovní paměti

omezující vliv (Ikeda, Iwanaga, & Seiwa, 1996). Můžeme

vyslovit hypotézu, že samotný vliv seznámenosti se situací

testu, není hlavním motorem pro zlepšení skórů v testech

Gf.

Relativně novým společenským jevem je tzv. Alzheimer-

phobia, tedy strach z onemocnění Alzheimerovou chorobou a

z demence (Draper, Peisah, Snowdon, & Brodaty, 2010).

Bylo zjištěno, že tato fobie je, vedle stresu z přepracování či

interpersonálních konfliktů, somatické choroby, dystymie a

poruchy přizpůsobení, jednou z pravděpodobných příčin

neorganické funkční poruchy paměti (Schmidtke, Pohlmann,

& Metternich, 2008). Můžeme předpokládat, že osoby

dobrovolně vstupující do intervenčního programu

zaměřeného na paměť, mohou být touto obavou z demence

postiženi. V následujícícm výzkumu by proto bylo vhodné se

na tuto obavu vhodně volenými dotazy informovat.

93

Intervenující proměnnou by mohla být úzkost z užití

počítače (Laguna & Babcock, 1997). Je možné, že oproti

kontrolní skupině, která se s testem/programem n-back

setkala pouze při pre- a post-testu, u experimentálních

skupin došlo k redukci této úzkosti, a k zlepšení výkonu v n-

back došlo částečně i díky této změně. U zvolené věkové

skupiny jsme předpokládali menší úzkostnost z použití

počítače, neb jsme předpokládali, že někteří účastníci

s počítačem pracovali v zaměstnání či jej stále využívají i pro

soukromé účely. Dostupnost počítačů se nakonec potvrdila a

pouze jedinému člověku byl zapůjčen notebook, ostatní měli

k dispozici vlastní techniku.

Dalším nezkoumaným bodem je chronická bolest,

kterou bychom u starších osob mohli očekávat. Chronická

bolest snižuje výkony v některých kognitivních zkouškách,

mj. u testů pracovní paměti, např. oproti abstraktnímu

uvažování (Hart, Wade, & Martelli, 2003). V našich

inkluzívních kritériích jsme se snažili vyhnout některým

poruchám či onemocněním, jež by chronickou bolest mohly

indukovat (např. onkologické onemocnění), nicméně, přímý

dotaz na tento jev jsme nepokládali. U starších osob je

přítomnost nějakého bolestivého onemocnění častější než u

osob mladších, např. neuropatické, bolesti pohybového

aparátu apod., přičemž se mění vnímavost k bolesti i

farmakokinetika (Fine, 2009). Pro pokračování studie

bychom již položku absence chronické bolesti mezi kritéria

zařazení použili případně by tento údaj sloužil jako další

proměnná v statistických analýzách. Podobně je to

s chronickými chorobami jako je kardiovaskulární

onemocnění, či diabetes, jež bývají pravidelně spojovány

s nižšími výkony kognice (Boron, Turiano, Willis, & Schaie,

94

2007). Při dostatečně velkém souboru by bylo vhodné

v analýzách zohlednit i tyto nemoci.

15.13 Preventivní efekt

Kromě zmíněných metodologických bodů pro příští

výzkumy bychom mohli zmínit teoretické otázky, u nichž by

se po jejich zodpovězení dal očekávat praktický dopad.

Nejvýznamnější je otázka prevence neuro-

degenerativních onemocnění, či jejich klinických příznaků ve

formě kognitivních poruch. Bylo by možné použít tréninky

pracovní paměti pro budování aktivní kognitivní rezervy či

schopností mozkové kompenzace? Aktivní kognitivní

rezervou rozumíme „software“, efektivnější zpracování úkolů.

Kognitivní rezerva předpokládá anatomickou variabilitu na

úrovni mozkových sítí, zatímco mozková rezerva

předpokládá rozdíly v kvantitě dostupného neuronální

substrátu. Jde tedy o schopnost optimalizovat či

maximalizovat výkon prostřednictvím diferenciálního

zapojení mozkových sítí, jež reflektuje využití alternativních

kognitivních strategií. Neboli efektivnější využívání

mozkových sítí; zapojení dalších mozkových oblastí či sítí.

Schopností kompenzací rozumíme zapojování alternativních

mozkových oblastí u poškozeného mozku (Stern, 2009).

Různými typy kognitivních tréninků se vědci snaží o

oddálení nástupu kognitivních poruch a s nimi spojené

nesoběstačnosti a snížení kvality života nemocných i jejich

pečujících, případně o intervenci v počátečních stádiích

demence (Zehnder, Martin, Altgassen, & Clare, 2009). Zatím

nebyl efekt s konečnou platností dokázán, nicméně experti

Cochranova Institutu (Clare & Woods, 2003) připouštějí, že

95

je to kvůli metodologickým nedostatkům. Zatím není zcela

jisté, zda jsou pro budování kognitivní rezervy účinnější

tréninky materiálově-specifické či zaměřené na proces, ale již

díky neuroplasticitě přetrvávající až do stáří můžeme

považovat mentální námahu za celkově prospěšnou (Tucker

& Stern, 2011).

Mentální námaha u starších zdravých osob má rovněž

pozitivní vliv krátkodobě, dokáže zřejmě aktivovat kognitivní

funkce, jež mohou být životním stylem „zlenivělé“ (Basak et

al., 2008). To je ostatně i osobní pozorování autorky během

neuropsychologických vyšetření zdravých seniorů se často

výkony významně liší na počátku vyšetření a ke konci, kdy

se oproti předpokladu postupující únavy očekává snížení

výkonů, dochází paradoxně k nabuzení a výkonům vyšším.

V dlouhodobých studiích by tedy bylo účelné ověřit roli

kognitivních cvičení na prevenci nástupu kognitivní

patologie při neurodegenerativních onemocněních (Lövdén,

Xu, & Wang, 2013).

Vedle primární prevence, v tomto kontextu tedy

mentální aktivita včetně tréninků pracovní paměti, má

význam i prevence sekundární. V tomto případě tedy otázka

využití tréninků pracovní paměti (či kognitivních tréninků

všeobecně) u populace s již diagnostikovanou kognitivní

poruchou jako je např. mírná kognitivní porucha či syndrom

demence. Vzhledem k tomu, že zatím existuje jen velmi málo

studií ověřujících efekt tréninku pracovní paměti u starších

osob, není překvapující, že ještě méně je studií zahrnující

seniory s kognitivními poruchami. Slibné výsledky přinesla

pilotní studie Univerzity v Padově, Itálie (Carretti, Borella,

96

Fostinelli, & Zavagnin, 2013) se 20 seniory s amnestickou

formou mírné kognitivní poruchy, užívající design s aktivní

kontrolní skupinou (lekce zaměřené na metapaměť a

strategie), neadaptivní verbální trénink pracovní paměti.

Přes tyto rozdíly, závěry této studie jsou pro nás

zajímavé v tom, že ověřily schopnost osob s amnestickou

mírnou kognitivní poruchou zúčastnit se tréninku pracovní

paměti, dosáhnout zlepšení v trénovaném úkolu i určitého

efektu transferu (např. v Cattellově testu inteligence, škále

3; v testu complex-span Categorization WM Span, a vizuo-

prostorovém úkolu pracovní paměti Dot matrix). Podobně

jako v naší studii zjistili dopad verbálního tréninku pracovní

paměti do vizuoprostorových úkolů, což potvrzuje domněnky

o překryvu mechanismů na úrovni procesů.

V současné době například probíhají 3 studie

zaměřené na osoby s mírnou kognitivní poruchou s využitím

programu pracovní paměti Cogmed25, jenž byl původně

inspirován prací Torkela Klingberga s dětmi trpícími ADHD

(Klingberg et al., 2002) – viz výše Teoretická část.

15.14 Navazující studie

Náš tým se po zkušenostech s projektem této dizertace

a pozitivními výsledky studie Carretti, Borella, Fostinelli, et

al., (2013) rozhodl navázat se stejným paradigmatem ve

studii se souborem pacientů s mírnou kognitivní poruchou,

a to ve spolupráci s Working Memory and Plasticity

Laboratory na Univerzitě v Irvinu, California, USA. Tato

25 http://www.cogmed.com/ongoing-presented-research

97

laboratoř je vedena Susanne M. Jaeggi. Půjde opět o

randomizovanou kontrolovanou studii, bude použit stejný

intervenční program (vizuálně-verbální adaptivní n-back).

Budeme získávat data od starších osob s mírnou kognitivní

poruchou i od zdravých.

Základní rozdíly, jež projekt metodologicky obohatí,

spočívají v zařazení aktivní kontrolní skupiny a použití

paralelních verzí testových metod v pre-testu a post-testu.

Studie bude obohacena o nálezy z funkční magnetické

rezonance.

98

16. Závěr

Tato práce přes svá omezení přispívá k důkazům

svědčícím pro generalizující efekt intervence verbálním n-

back tréninkem u starších osob na výkony pracovní paměti

i fluidní inteligence. Kromě pozitivního efektu projevujícího

se zlepšením v obou sledovaných doménách na úrovni

latentních proměnných jsme zjistili efekt dávky. To

znamená, že u účastníků, kteří absolvovali vyšší počet

tréninků, došlo k většímu zlepšení v testech fluidní

inteligence. Tímto zaměřením i výsledkem momentálně patří

tato práce mezi jedinečné studie, neboť dosud bylo

publikováno jen málo studií podobných.

Tato studie tedy podporuje využití počítačově

administrovaných, snadno dosažitelných programů s cílem

zlepšení kognitivních funkcí u stárnoucí populace, jež

mohou být snadno používány v domácím prostředí. Tento a

podobné typy nesupervidovaných tréninkových programů

jsou významné z aplikovaného pohledu, neboť jsou

ekonomicky dostupné a vyžadují minimální nároky na

personální zajištění jejich provozu.

Další studie by měly prokázat pozitivní vliv a různé

typy transferu na početnějších a více heterogenních

souborech (věkem, vzděláním, schopnostmi, apod.) tak, aby

bylo možno více objasnit generalizovatelnost tréninků

pracovní paměti a procesy spojující různé kognitivní funkce

a ovlivňující tak jejich zlepšení.

99

Poděkování

Tato práce by nevznikla bez podpory Psychiatrického

centra Praha (Výzkumný záměr) a vedoucí Laboratoře

biochemie a patofyziologie mozku Daniely Řípové. Oddělení

klinické psychologie Katedry psychologie Filozofické fakulty

Univerzity Karlovy v Praze, jmenovitě Markétě Niederlové a

Jiřímu Šípkovi, patří díky za vytrvalou vstřícnost během

studia i za užitečné rady.

Především děkuji mým kolegům Susanne Jaeggi,

Martinu Buschkuehlovi, a Jiřímu Lukavskému za všechnu

práci a péči, jež projektu věnovali. Dále děkuji Haně Orlíkové

za podíl na sběru části dat; Karolíně Horákové za praktickou

pomoc s úkoly v řešení dalších výzkumů, bez níž bych se

nemohla věnovat sepsání dizertační práce; a Ondřeji

Bezdíčkovi, Janu Proškovi a Monice Vrajové za jejich

podněty a konzultace.

Závěrem děkuji svému otci Františkovi Opičkovi za

bleskurychlou pomoc a grafické úpravy a svým dětem

Marianě a Ondřejovi za tolerování mého studia a časově

náročné práce.

100

Literatura

Anderson, J. R. (1983). The architecture of cognition. Cambridge,

Mass.: Harvard University Press.

Anguera, J. A., Bernard, J. A., Jaeggi, S. M., Buschkuehl, M.,

Benson, B. L., Jennett, S., … Seidler, R. D. (2012). The effects

of working memory resource depletion and training on

sensorimotor adaptation. Behavioural brain research, 228(1),

107–115. doi:10.1016/j.bbr.2011.11.040

Atkinson, R. C., & Shiffrin, R. R. (1968). Human memory: A

proposed system and its control processes. In The psychology

of learning and motivation: Advances in research and theory. (s.

89–195). New York: Academic Press.

Baddeley, A. (1992). Working memory. Science (New York, N.Y.),

255(5044), 556–559.

Baddeley, A. (2000). The episodic buffer: a new component of

working memory? Trends in Cognitive Sciences, 4(11), 417–

423. doi:10.1016/S1364-6613(00)01538-2

Baddeley, A. D. (2001). Is working memory still working? The

American Psychologist, 56(11), 851–864.

Baddeley, A. D., & Logie, R. H. (1999). Working memory: The

multiple component model. In A. Miyake & P. Shah (Ed.),

Models of working memory: Mechanisms of active maintenance

and executive control (s. 28–61). New York: Cambridge

University Press.

Baddeley, A., & Hitch, G. J. (1974). Working Memory. In Recent

advances in learning and motivation. (s. 47–90). New York:

Academic Press.

Ball, K., Berch, D. B., Helmers, K. F., Jobe, J. B., Leveck, M. D.,

Marsiske, M., … Willis, S. L. (2002). Effects of cognitive

training interventions with older adults: a randomized

controlled trial. JAMA: the journal of the American Medical

Association, 288(18), 2271–2281.

Ball, K., Edwards, J. D., & Ross, L. A. (2007). The impact of speed

101

of processing training on cognitive and everyday functions. The

Journals of Gerontology Series B: Psychological Sciences and

Social Sciences, 62(Special Issue 1), 19 –31.

Baltes, P. B., & Lindenberger, U. (1997). Emergence of a powerful

connection between sensory and cognitive functions across the

adult life span: a new window to the study of cognitive aging?

Psychology and Aging, 12(1), 12–21.

Basak, C., Boot, W. R., Voss, M. W., & Kramer, A. F. (2008). Can

training in a real-time strategy video game attenuate cognitive

decline in older adults? Psychology and Aging, 23(4), 765–777.

doi:10.1037/a0013494

Belleville, S. (2008). Cognitive training for persons with mild

cognitive impairment. International Psychogeriatrics, 20(01),

57–66. doi:10.1017/S104161020700631X

Belleville, S., Chertkow, H., & Gauthier, S. (2007). Working

memory and control of attention in persons with Alzheimer’s

disease and mild cognitive impairment. Neuropsychology,

21(4), 458–469. doi:10.1037/0894-4105.21.4.458

Bergman Nutley, S., Söderqvist, S., Bryde, S., Thorell, L. B.,

Humphreys, K., & Klingberg, T. (2011). Gains in fluid

intelligence after training non-verbal reasoning in 4-year-old

children: a controlled, randomized study. Developmental

science, 14(3), 591–601. doi:10.1111/j.1467-

7687.2010.01022.x

Berková, M., Berka, Z., & Topinková, E. (2013). Problematika

seniorského věku: Stařecká křehkost, sarkopenie a disabilita.

Practicus, 2, 13–17.

Bezdíček, O., Libon, D. J., Štěpánková, H., Panenková, E.,

Lukavský, J., Garrett, K., … Kopeček, M. (in press). Normative

data study for the twelve-word Philadelphia Verbal Learning

Test (czP(r)VLT-12) among older and very old Czech adults.

The Clinical Neuropsychologist.

Bialystok, E., Craik, F. I. M., Klein, R., & Viswanathan, M. (2004).

Bilingualism, Aging, and Cognitive Control: Evidence From the

102

Simon Task. Psychology and Aging, 19(2), 290–303.

doi:10.1037/0882-7974.19.2.290

Borella, E., Carretti, B., Riboldi, F., & De Beni, R. (2010). Working

memory training in older adults: Evidence of transfer and

maintenance effects. Psychology and Aging, 25, 767–778.

doi:10.1037/a0020683

Boron, J. B., Turiano, N. A., Willis, S. L., & Schaie, K. W. (2007).

Effects of cognitive training on change in accuracy in inductive

reasoning ability. The Journals of Gerontology. Series B,

Psychological Sciences and Social Sciences, 62(3), P179–186.

Bradley, V. A., Kapur, N., & Evans, J. (2005). The assessment of

memory for memory rehabilitation. In P. W. Halligan & D. T.

Wade (Ed.), Effectiveness of Rehabilitation for Cognitive Deficits

(s. 115–134). New York: Oxford University Press.

Brehmer, Y., Rieckmann, A., Bellander, M., Westerberg, H.,

Fischer, H., & Bäckman, L. (2011). Neural correlates of

training-related working-memory gains in old age. NeuroImage,

58(4), 1110–1120. doi:10.1016/j.neuroimage.2011.06.079

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. doi:10.3389/fnhum.2012.00063

Broadbent, D. E. (1958). Perception and communication. London:

Pergamon Press.

Brown, L., Sherbenou, R. J., & Johnsen, S. K. (2010). Test of

Nonverbal Inteligence - 4 th Edition (TONI-4). San Antonio, TX:

Pearson.

Bugg, J. M., Zook, N. A., DeLosh, E. L., Davalos, D. B., & Davis,

H. P. (2006). Age differences in fluid intelligence: Contributions

of general slowing and frontal decline. Brain and Cognition, 62,

9–16. doi:10.1016/j.bandc.2006.02.006

Bunting, M., Cowan, N., & Scott Saults, J. (2006). How does

running memory span work? The Quarterly Journal of

Experimental Psychology, 59(10), 1691–1700.

103

doi:10.1080/17470210600848402

Buschkuehl, M., & Jaeggi, S. M. (2010). Improving intelligence: a

literature review. Swiss Medical Weekly, 140(19-20), 266–272.

doi:smw-12852

Buschkuehl, M., Jaeggi, S. M., Hutchison, S., Perrig-Chiello, P.,

Däpp, C., Müller, M., … Perrig, W. J. (2008). Impact of working

memory training on memory performance in old-old adults.

Psychology and Aging, 23, 743–753. doi:10.1037/a0014342

Buschkuehl, M., Jaeggi, S. M., Kobel, A., & Perrig, W. J. (2007).

BrainTwister - Aufgabensammlung für kognitives Training,

Version 1.0.1. Manual und CD. Institut für Psychologie,

Universität Bern.

Carretti, B., Borella, E., Fostinelli, S., & Zavagnin, M. (2013).

Benefits of training working memory in amnestic mild

cognitive impairment: specific and transfer effects.

International Psychogeriatrics, 25(04), 617–626.

doi:10.1017/S1041610212002177

Carretti, B., Borella, E., Zavagnin, M., & de Beni, R. (2013). Gains

in language comprehension relating to working memory

training in healthy older adults. International Journal of

Geriatric Psychiatry, 28(5), 539–546. doi:10.1002/gps.3859

Case, R., Kurland, D. M., & Goldberg, J. (1982). Operational

efficiency and the growth of short-term memory span. Journal

of Experimental Child Psychology, 33(3), 386–404.

doi:10.1016/0022-0965(82)90054-6

Cattell, R. (1971). Abilities: their structure, growth, and action.

Boston: Houghton Mifflin.

Cattell, R. B. (1943). The measurement of adult intelligence.

Psychological Bulletin, 40(3), 153–193. doi:10.1037/h0059973

Clare, L., & Woods, B. (2003). Cognitive rehabilitation and

cognitive training for early-stage Alzheimer’s disease and

vascular dementia. In The Cochrane Collaboration (Ed.),

Cochrane Database of Systematic Reviews. Chichester, UK:

John Wiley & Sons, Ltd. Dostupné z

104

http://doi.wiley.com/10.1002/14651858.CD003260

Cohen, G., & Conway, M. A. (2008). Memory in the real world (3.

vyd.). Hove [England]; New York: Psychology Press.

Colom, R., Abad, F. J., Quiroga, M. Á., Shih, P. C., & Flores-

Mendoza, C. (2008). Working memory and intelligence are

highly related constructs, but why? Intelligence, 36, 584–606.

doi:10.1016/j.intell.2008.01.002

Colom, R., Jung, R. E., & Haier, R. J. (2006). Distributed brain

sites for the g-factor of intelligence. NeuroImage, 31(3), 1359–

1365. doi:10.1016/j.neuroimage.2006.01.006

Colom, R., Martínez-Molina, A., Shih, P. C., & Santacreu, J.

(2010). Intelligence, working memory, and multitasking

performance. Intelligence, 38(6), 543–551.

doi:10.1016/j.intell.2010.08.002

Colom, R., Román, F. J., Abad, F. J., Shih, P. C., Privado, J.,

Froufe, M., … Jaeggi, S. M. (2013). Adaptive n-back training

does not improve fluid intelligence at the construct level: Gains

on individual tests suggest that training may enhance

visuospatial processing. Intelligence, 41(5), 712–727.

doi:10.1016/j.intell.2013.09.002

Conway, A. R. A., Kane, M. J., Bunting, M. F., Hambrick, D. Z.,

Wilhelm, O., & Engle, R. W. (2005). Working memory span

tasks: A methodological review and user’s guide. Psychonomic

Bulletin & Review, 12(5), 769–786.

Conway, A. R. A., Cowan, N., Bunting, M. F., Therriault, D. J., &

Minkoff, S. R. (2002). A latent variable analysis of working

memory capacity, short-term memory capacity, processing

speed, and general fluid intelligence. Intelligence, 30(2), 163–

183. doi:10.1016/S0160-2896(01)00096-4

Cook, P., & Wilson, M. (2010). Do young chimpanzees have

extraordinary working memory? Psychonomic Bulletin &

Review, 17(4), 599–600. doi:10.3758/PBR.17.4.599

Coolidge, F. L. (2009). The rise of homo sapiens: the evolution of

modern thinking. Chichester, UK ; Malden, MA: Wiley-

105

Blackwell.

Cowan, N. (1988). Evolving conceptions of memory storage,

selective attention, and their mutual constraints within the

human information-processing system. Psychological Bulletin,

104(2), 163–191.

Cowan, N. (1999). An embedded-processes model of working

memory. In A. Miyake & P. Shah (Ed.), Models of working

memory: Mechanisms of active maintenance and executive

control (s. 62–101). New York: Cambridge University Press.

Cowan, N. (2005). Working memory capacity. New York:

Psychology Press.

Cowan, N. (2008). Chapter 20 What are the differences between

long-term, short-term, and working memory? In Progress in

Brain Research (Roč. 169, s. 323–338). Elsevier. Dostupné z

http://linkinghub.elsevier.com/retrieve/pii/S0079612307000

209

Cowan, N. (2010). The Magical Mystery Four: How is working

memory capacity limited, and why? Current Directions in

Psychological Science, 19(1), 51–57.

doi:10.1177/0963721409359277

Cowan, N., Saults, J. S., & Morey, C. C. (2006). Development of

working memory for verbal-spatial associations. Journal of

Memory and Language, 55(2), 274–289.

doi:10.1016/j.jml.2006.04.002

Craik, F. I. M., & Lockhart, R. S. (1972). Levels of processing: A

framework for memory research. Journal of Verbal Learning

and Verbal Behavior, 11(6), 671–684. doi:10.1016/S0022-

5371(72)80001-X

Crowe, S. F. (2000). Does the letter number sequencing task

measure anything more than digit span? Assessment, 7(2),

113–117.

Crum, R. M., Anthony, J. C., Bassett, S. S., & Folstein, M. F.

(1993). Population-based norms for the Mini-Mental State

Examination by age and educational Level. JAMA: The Journal

106

of the American Medical Association, 269(18), 2386–2391.

doi:10.1001/jama.1993.03500180078038

Český statistický úřad. (2011). Senioři v ČR 2010. Dostupné z

http://www.czso.cz/csu/2010edicniplan.nsf/publ/1417-10-

nepravidelne_2010

Dahlin, E., Bäckman, L., Neely, A. S., & Nyberg, L. (2009).

Training of the executive component of working memory:

subcortical areas mediate transfer effects. Restorative

Neurology and Neuroscience, 27(5), 405–419.

doi:10.3233/RNN-2009-0492

Dahlin, E., Neely, A. S., Larsson, A., Backman, L., & Nyberg, L.

(2008). Transfer of learning after updating training mediated

by the striatum. Science, 320(5882), 1510–1512.

doi:10.1126/science.1155466

Daneman, M., & Carpenter, P. (1980). Individual differences in

working memory and reading. Journal of Verbal Learning and

Verbal Behavior, 19, 450–466. doi:10.1016/S0022-

5371(80)90312-6

Deary, I. J. (2000). Looking down on human intelligence: from

psychometrics to the brain. Oxford ; New York: Oxford

University Press.

Deary, I. J., Corley, J., Gow, A. J., Harris, S. E., Houlihan, L. M.,

Marioni, R. E., … Starr, J. M. (2009). Age-associated cognitive

decline. British Medical Bulletin, 92(1), 135–152.

doi:10.1093/bmb/ldp033

Draper, B., Peisah, C., Snowdon, J., & Brodaty, H. (2010). Early

dementia diagnosis and the risk of suicide and euthanasia.

Alzheimer’s & Dementia: The Journal of the Alzheimer’s

Association, 6(1), 75–82. doi:10.1016/j.jalz.2009.04.1229

Duckworth, A. L., Peterson, C., Matthews, M. D., & Kelly, D. R.

(2007). Grit: Perseverance and passion for long-term goals.

Journal of Personality and Social Psychology, 92, 1087–1101.

doi:10.1037/0022-3514.92.6.1087

Ebbinghaus, H. (1885). Memory: A Contribution to Experimental

107

Psychology. (H. A. Ruger & C. E. Bussenius, Přel.). New York:

Teachers Collede, Columbia University.

Engle, R. W. (2002). Working memory capacity as executive

attention. Current Directions in Psychological Science, 11(1),

19–23.

Engle, R. W., Tuholski, S. W., Laughlin, J. E., & Conway, A. R.

(1999). Working memory, short-term memory, and general

fluid intelligence: a latent-variable approach. Journal of

Experimental Psychology. General, 128(3), 309–331.

Ericsson, A. K., & Kintsch, W. (1995). Long-term working

memory. Psychological Review, 102(2), 211–245.

Fine, P. G. (2009). Chronic pain management in older adults:

special considerations. Journal of Pain and Symptom

Management, 38(2 Suppl), S4–S14.

doi:10.1016/j.jpainsymman.2009.05.002

Folstein, M. F., Folstein, S. E., & McHugh, P. R. (1975). „Mini-

mental state". A practical method for grading the cognitive

state of patients for the clinician. Journal of Psychiatric

Research, 12(3), 189–198.

Friedman, N. P., Miyake, A., Corley, R. P., Young, S. E., Defries,

J. C., & Hewitt, J. K. (2006). Not all executive functions are

related to intelligence. Psychological science, 17(2), 172–179.

doi:10.1111/j.1467-9280.2006.01681.x

Fukuda, K., Vogel, E., Mayr, U., & Awh, E. (2010). Quantity, not

quality: the relationship between fluid intelligence and working

memory capacity. Psychonomic Bulletin & Review, 17(5), 673–

679. doi:10.3758/17.5.673

Gathercole, S. E., & Baddeley, A. D. (1993). Phonological working

memory: A critical building block for reading development and

vocabulary acquisition? European Journal of Psychology of

Education, 8(3), 259–272. doi:10.1007/BF03174081

Gignac, G., Vernon, P. A., & Wickett, J. C. (2003). Factors

Influencing the Relationship Between Brain Size and

Intelligence. In H. Nyborg (Ed.), The Scientific Study of General

108

Intelligence (s. 93–106). Elsevier. Dostupné z

http://linkinghub.elsevier.com/retrieve/pii/B9780080437934

500428

Gottfredson, L. S. (1997). Why g matters: The complexity of

everyday life. Intelligence, 24(1), 79–132.

Gronwall, D. M. A. (1974). The psychological effects of concussion.

Auckland] : [Wellington: Auckland University Press ; Oxford

University Press.

Gronwall, D. M. A. (1977). Paced auditory serial-assition task: A

measure of recovery from concussion. Perceptual and Motor

Skills, 44(2), 367–373. doi:10.2466/pms.1977.44.2.367

Groth-Marnat, G. (2009). Handbook of psychological assessment

(5th ed.). Hoboken N.J.: John Wiley & Sons.

Guilford, J. P., & Dallenbach, K. M. (1925). The determination of

memory span by the method of constant stimuli. American

Journal of Psychology, 36, 621–628.

Halford, G. S., Cowan, N., & Andrews, G. (2007). Separating

cognitive capacity from knowledge: a new hypothesis. Trends

in Cognitive Sciences, 11(6), 236–242.

doi:10.1016/j.tics.2007.04.001

Hambrick, D. Z., Oswald, F. L., Darowski, E. S., Rench, T. A., &

Brou, R. (2010). Predictors of multitasking performance in a

synthetic work paradigm. Applied Cognitive Psychology, 24(8),

1149–1167. doi:10.1002/acp.1624

Hart, R. P., Wade, J. B., & Martelli, M. F. (2003). Cognitive

impairment in patients with chronic pain: The significance of

stress. Current Pain and Headache Reports, 7, 116–226.

Hascher, L., Lustig, C., & Zacks, R. T. (2007). Inhibitory

mechanisms and the control of attention. In Variation in

Working Memory (s. 227–249). New York: Oxford University

Press.

Hayden, K. M., Reed, B. R., Manly, J. J., Tommet, D., Pietrzak, R.

H., Chelune, G. J., … Jones, R. N. (2011). Cognitive decline in

the elderly: an analysis of population heterogeneity. Age and

109

Ageing, 40(6), 684–689. doi:10.1093/ageing/afr101

Hayslip, B. J. (1989). Fluid ability training with aged people: A

past with a future? Educational Gerontology, 15(6), 573–595.

doi:10.1080/0380127890150603

Hayslip, B. J., Maloy, R. M., & Kohl, R. (1995). Long-term efficacy

of fluid ability interventions with older adults. The Journals of

Gerontology. Series B, Psychological Sciences and Social

Sciences, 50(3), P141–149.

Heitz, R. P., Schrock, J. C., Payne, T. W., & Engle, R. W. (2007).

Effects of incentive on working memory capacity: Behavioral

and pupillometric data. Psychophysiology, 0(0),

071003012229005–??? doi:10.1111/j.1469-

8986.2007.00605.x

Henson, R. N. A., Burgess, N., & Frith, C. D. (2000). Recoding,

storage, rehearsal and grouping in verbal short-term memory:

an fMRI study. Neuropsychologia, 38(4), 426–440.

doi:10.1016/S0028-3932(99)00098-6

Hill, B. D., Elliott, E. M., Shelton, J. T., Pella, R. D., O’Jile, J. R.,

& Gouvier, W. D. (2010). Can we improve the clinical

assessment of working memory? An evaluation of the Wechsler

Adult Intelligence Scale-Third Edition using a working memory

criterion construct. Journal of Clinical and Experimental

Neuropsychology, 32(3), 315–323.

doi:10.1080/13803390903032529

Hofland, B. F., Willis, S. L., & Baltes, P. B. (1981). Fluid

intelligence performance in the elderly: Intraindividual

variability and conditions of assessment. Journal of

Educational Psychology, 73(4), 573–586.

Horn, J. L. (1976). Human Abilities: A Review of Research and

Theory in the Early 1970s. Annual Review of Psychology, 27(1),

437–485. doi:10.1146/annurev.ps.27.020176.002253

Hyde, J. S. (2005). The gender similarities hypothesis. The

American Psychologist, 60(6), 581–592. doi:10.1037/0003-

066X.60.6.581

110

Chein, J. M., & Morrison, A. B. (2010). Expanding the mind’s

workspace: Training and transfer effects with a complex

working memory span task. Psychonomic Bulletin & Review,

17, 193–199. doi:10.3758/PBR.17.2.193

Iacono, D., Markesbery, W. R., Gross, M., Pletnikova, O., Rudow,

G., Zandi, P., & Troncoso, J. C. (2009). The Nun Study:

Clinically silent AD, neuronal hypertrophy, and linguistic

skills in early life. Neurology, 73, 665–673.

doi:10.1212/WNL.0b013e3181b01077

Ikeda, M., Iwanaga, M., & Seiwa, H. (1996). Test anxiety and

working memory system. Perceptual and Motor Skills, 82(3c),

1223–1231. doi:10.2466/pms.1996.82.3c.1223

Inoue, S., & Matsuzawa, T. (2007). Working memory of numerals

in chimpanzees. Current Biology, 17(23), R1004–R1005.

doi:10.1016/j.cub.2007.10.027

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 of the United

States of America, 105(19), 6829–6833.

Jaeggi, S. M., Buschkuehl, M., Jonides, J., & Shah, P. (2011a).

Short- and long-term benefits of cognitive training.

Proceedings of the National Academy of Sciences, 108(25),

10081 –10086. doi:10.1073/pnas.1103228108

Jaeggi, S. M., Buschkuehl, M., Jonides, J., & Shah, P. (2011b).

Short- and long-term benefits of cognitive training.

Proceedings of the National Academy of Sciences of the United

States of America, 108(25), 10081–10086.

doi:10.1073/pnas.1103228108

Jaeggi, S. M., Buschkuehl, M., Jonides, J., & Shah, P. (2012).

Cogmed and working memory training—Current challenges

and the search for underlying mechanisms. Journal of Applied

Research in Memory and Cognition, 1(3), 211–213.

doi:10.1016/j.jarmac.2012.07.002

Jaeggi, S. M., Buschkuehl, M., Perrig, W. J., & Meier, B. (2010).

111

The concurrent validity of the N-back task as a working

memory measure. Memory, 18, 394–412.

doi:10.1080/09658211003702171

Jaeggi, S. M., Buschkuehl, M., Shah, P., & Jonides, J. (2013).

The role of individual differences in cognitive training and

transfer. Memory & Cognition. doi:10.3758/s13421-013-0364-

z

Jäger, A. O., Süss, H.-M., & Beauducel, A. (1997). Berliner

Intelligenzstruktur- Test, (BIS-Test. Form 4). Handanweisung.

Göttingen: Hogrefe.

James, W. (1890). The Principles of Psychology. Volume I. New

York: Henry Holt.

Jensen, A. R. (1998). The g factor: the science of mental ability.

Westport, Conn: Praeger.

Jobe, J. B., Smith, D. M., Ball, K., Tennstedt, S. L., Marsiske, M.,

Willis, S. L., … Kleinman, K. (2001). ACTIVE: a cognitive

intervention trial to promote independence in older adults.

Controlled Clinical Trials, 22(4), 453–479.

Kane, M. J., Bleckley, M. K., Conway, A. R., & Engle, R. W.

(2001). A controlled-attention view of working-memory

capacity. Journal of Experimental Psychology. General, 130(2),

169–183.

Kane, M. J., Brown, L. H., McVay, J. C., Silvia, P. J., Myin-

Germeys, I., & Kwapil, T. R. (2007). For whom the mind

wanders, and when: an experience-sampling study of working

memory and executive control in daily life. Psychological

Science, 18(7), 614–621. doi:10.1111/j.1467-

9280.2007.01948.x

Kane, M. J., Conway, A. R. A., Miura, T. K., & Colflesh, G. J. H.

(2007). Working memory, attention control, and the N-back

task: a question of construct validity. Journal of Experimental

Psychology. Learning, Memory, and Cognition, 33(3), 615–622.

doi:10.1037/0278-7393.33.3.615

Karbach, J., & Kray, J. (2009). How useful is executive control

112

training? Age differences in near and far transfer of task-

switching training. Developmental Science, 12(6), 978–990.

doi:10.1111/j.1467-7687.2009.00846.x

Kaufman, A., & Lichtenberger, E. O. (2006). Assessing adolescent

and adult intelligence (3. edition.). Hoboken N.J.: John Wiley

& sons inc.

Kensinger, E. A., Shearer, D. K., Locascio, J. J., Growdon, J. H.,

& Corkin, S. (2003). Working memory in mild Alzheimer’s

disease and early Parkinson’s disease. Neuropsychology, 17(2),

230–239. doi:10.1037/0894-4105.17.2.230

Kirchner, W. K. (1958). Age differences in short-term retention of

rapidly changing information. Journal of Experimental

Psychology, 55, 352–358. doi:10.1037/h0043688

Klingberg, T., Fernell, E., Olesen, P. J., Johnson, M., Gustafsson,

P., Dahlström, K., … Westerberg, H. (2005). Computerized

training of working memory in children with ADHD--a

randomized, controlled trial. Journal of the American Academy

of Child and Adolescent Psychiatry, 44(2), 177–186.

doi:10.1097/00004583-200502000-00010

Klingberg, T., Forssberg, H., & Westerberg, H. (2002). Training of

working memory in children with ADHD. Journal of Clinical

and Experimental Neuropsychology, 24(6), 781–791.

Knight, T. A. (2003). Wais-III matrix reasoning: instruction effects

on task perception and performance. Psychological Reports,

93(1), 66–68.

Kohs, S. C. (1920). The Block-design tests. Journal of

Experimental Psychology, 3(5), 357–376.

Kohs, S. C. (1923). Intelligence measurement: A psychological and

statistical study based upon the block-design tests. New York:

MacMillan.

Kyllonen, P. C., & Stephens, D. L. (1990). Cognitive abilities as

determinants of success in acquiring logic skill. Learning and

Individual Differences, 2(2), 129–160. doi:10.1016/1041-

6080(90)90020-H

113

Laguna, K., & Babcock, R. L. (1997). Computer anxiety in young

and older adults: Implications for human-computer

interactions in older populations. Computers in Human

Behavior, 13(3), 317–326. doi:10.1016/S0747-5632(97)00012-

5

Levinson, D. B., Smallwood, J., & Davidson, R. J. (2012). The

persistence of thought: evidence for a role of working memory

in the maintenance of task-unrelated thinking. Psychological

Science, 23(4), 375–380. doi:10.1177/0956797611431465

Levy, B. A. (1971). Role of articulation in auditory and visual

short-term memory. Journal of Verbal Learning and Verbal

Behavior, 10(2), 123–132. doi:10.1016/S0022-5371(71)80003-

8

Lezak, M. D., Howieson, D. B., Bigler, E. D., & Tranel, D. (Ed.).

(2012). Neuropsychological assessment (5th edition.). New

York: Oxford University Press.

Li, S.-C., Schmiedek, F., Huxhold, O., Röcke, C., Smith, J., &

Lindenberger, U. (2008). Working memory plasticity in old age:

Practice gain, transfer, and maintenance. Psychology and

Aging, 23, 731–742. doi:10.1037/a0014343

Logie, R. H. (1995). Visuo-spatial working memory. Hove, East

Sussex; Hillsdale [N.J.]: Lawrence Erlbaum Associates.

Loosli, S. V., Buschkuehl, M., Perrig, W. J., & Jaeggi, S. M.

(2011). Working memory training improves reading processes

in typically developing children. Child Neuropsychology, 1–17.

doi:10.1080/09297049.2011.575772

Lövdén, M., Bäckman, L., Lindenberger, U., Schaefer, S., &

Schmiedek, F. (2010). A theoretical framework for the study of

adult cognitive plasticity. Psychological Bulletin, 136, 659–676.

doi:10.1037/a0020080

Lövdén, M., Xu, W., & Wang, H.-X. (2013). Lifestyle change and

the prevention of cognitive decline and dementia: what is the

evidence? Current Opinion in Psychiatry, 26(3), 239–243.

doi:10.1097/YCO.0b013e32835f4135

114

Lustig, C., Shah, P., Seidler, R., & Reuter-Lorenz, P. A. (2009).

Aging, training, and the brain: A review and future directions.

Neuropsychology Review, 19, 504–522. doi:10.1007/s11065-

009-9119-9

Mackworth, J. F. (1959). Paced memorizing in a continuous task.

Journal of Experimental Psychology, 58, 206–211.

doi:10.1037/h0049090

Martínez, K., Burgaleta, M., Román, F. J., Escorial, S., Shih, P.

C., Quiroga, M. Á., & Colom, R. (2011). Can fluid intelligence

be reduced to ‘simple’ short-term storage? Intelligence.

doi:10.1016/j.intell.2011.09.001

Marvel, C. L., & Desmond, J. E. (2012). From storage to

manipulation: How the neural correlates of verbal working

memory reflect varying demands on inner speech. Brain and

Language, 120(1), 42–51. doi:10.1016/j.bandl.2011.08.005

Mayas, J., Parmentier, F. B. R., Andrés, P., & Ballesteros, S.

(2014). Plasticity of attentional functions in older adults after

non-action video game training: A randomized controlled trial.

PLoS ONE, 9(3), e92269. doi:10.1371/journal.pone.0092269

Mayr, U. (2008). Introduction to the special section on cognitive

plasticity in the aging mind. Psychology and Aging, 23, 681–

683. doi:10.1037/a0014346

McAvinue, L. P., Golemme, M., Castorina, M., Tatti, E., Pigni, F.

M., Salomone, S., … Robertson, I. H. (2013). An evaluation of a

working memory training scheme in older adults. Frontiers in

Aging Neuroscience, 5, 20. doi:10.3389/fnagi.2013.00020

Melby-Lervåg, M., & Hulme, C. (2013). Is working memory

training effective? A meta-analytic review. Developmental

Psychology, 49(2), 270-291. doi:10.1037/a0028228

Miller, G. A. (1956). The magical number seven, plus or minus

two. The Psychological Review, 63, 81–97.

Miller, G. A., Galanter, E., & Pribram, K. H. (1960). Plans and the

structure of behavior. New York: Henry Holt & Co.

Milner, B. (1968). Preface: Material-specific and generalized

115

memory loss. Neuropsychologia, 6(3), 175–179.

doi:10.1016/0028-3932(68)90017-1

Miyake, A., Friedman, N. P., Emerson, M. J., Witzki, A. H.,

Howerter, A., & Wager, T. D. (2000). The unity and diversity of

executive functions and their contributions to complex

„Frontal Lobe" tasks: a latent variable analysis. Cognitive

Psychology, 41(1), 49–100. doi:10.1006/cogp.1999.0734

MKN-10. (1992). Mezinárodní klasifikace nemocí - 10.revize.

Duševní poruchy a poruchy chování. World Health

Organization; Psychiatrické centrum Praha.

Moody, D. E. (2009). Can intelligence be increased by training on

a task of working memory? Intelligence, 37, 327–328.

doi:10.1016/j.intell.2009.04.005

Morrison, A. B., & Chein, J. M. (2011). Does working memory

training work? The promise and challenges of enhancing

cognition by training working memory. Psychonomic Bulletin &

Review, 18(1), 46–60. doi:10.3758/s13423-010-0034-0

Neugarten, B. L. (1974). Age Groups in American Society and the

Rise of the Young-Old. The ANNALS of the American Academy

of Political and Social Science, 415(1), 187–198.

doi:10.1177/000271627441500114

Nikolai, T., Vyhnálek, M., Štěpánková, H., & Horáková, K. (2013).

Neuropsychologická diagnostika kognitivního deficitu u

Alzheimerovy choroby. Psychiatrické centrum Praha.

Oberauer, K., Schulze, R., Wilhelm, O., & Süss, H.-M. (2005).

Working memory and intelligence--their correlation and their

relation: comment on Ackerman, Beier, and Boyle (2005).

Psychological bulletin, 131(1), 61–65; author reply 72–75.

doi:10.1037/0033-2909.131.1.61

Olton, D. S., & Feustle, W. A. (1981). Hippocampal function

required for nonspatial working memory. Experimental Brain

Research, 41(3-4), 380–389.

Owen, A. M., McMillan, K. M., Laird, A. R., & Bullmore, E. (2005).

N-back working memory paradigm: A meta-analysis of

116

normative functional neuroimaging studies. Human Brain

Mapping, 25, 46–59. doi:10.1002/hbm.20131

Papp, K. V., Walsh, S. J., & Snyder, P. J. (2009). Immediate and

delayed effects of cognitive interventions in healthy elderly: A

review of current literature and future directions. Alzheimer’s

and Dementia, 5, 50–60. doi:10.1016/j.jalz.2008.10.008

Park, D. C., Lautenschlager, G., Hedden, T., Davidson, N. S.,

Smith, A. D., & Smith, P. K. (2002). Models of visuospatial and

verbal memory across the adult life span. Psychology and

Aging, 17, 299–320. doi:10.1037//0882-7974.17.2.299

Park, D. C., & Reuter-Lorenz, P. (2009). The adaptive brain: aging

and neurocognitive scaffolding. Annual Review of Psychology,

60, 173–196. doi:10.1146/annurev.psych.59.103006.093656

Petersen, R. C., Smith, G. E., Waring, S. C., Ivnik, R. J.,

Tangalos, E. G., & Kokmen, E. (1999). Mild cognitive

impairment: clinical characterization and outcome. Archives of

Neurology, 56(3), 303–308.

Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P.

(2003). Common method biases in behavioral research: A

critical review of the literature and recommended remedies.

Journal of Applied Psychology, 88(5), 879–903.

doi:10.1037/0021-9010.88.5.879

Pollack, I., Johnson, L. B., & Knaff, P. R. (1959). Running

memory span. Journal of Experimental Psychology, 57(3), 137–

146. doi:10.1037/h0046137

Posthuma, D., De Geus, E. J. C., Baaré, W. F. C., Hulshoff Pol, H.

E., Kahn, R. S., & Boomsma, D. I. (2002). The association

between brain volume and intelligence is of genetic origin.

Nature Neuroscience, 5(2), 83–84. doi:10.1038/nn0202-83

Preiss, M., Čermáková, R., & Rodriguez, M. (2010). Rehabilitace

kognitivních funkcí on-line: možnosti programu Cognifit.

Psychiatrie, 14(Supl. 2), 77–80.

Ramscar, M., Hendrix, P., Shaoul, C., Milin, P., & Baayen, H.

(2014). The myth of cognitive decline: Non-linear dynamics of

117

lifelong learning. Topics in Cognitive Science, 6(1), 5–42.

doi:10.1111/tops.12078

Ramus, F. (2006). Genes, brain, and cognition: A roadmap for the

cognitive scientist. Cognition, 101(2), 247–269.

doi:10.1016/j.cognition.2006.04.003

Raven, J., Raven, J. C., & Court, J. H. (2003). Manual for Raven’s

Progressive Matrices and Vocabulary Scales. San Antonio, TX.:

Harcourt Assessment.

Rebok, G. W., Carlson, M. C., & Langbaum, J. B. S. (2007).

Training and maintaining memory abilities in healthy older

adults: Traditional and novel approaches. The Journals of

Gerontology Series B: Psychological Sciences and Social

Sciences, 62(Special Issue 1), 53 –61.

Reuter-Lorenz, P. A., & Cappell, K. A. (2008). Neurocognitive

aging and the compensation hypothesis. Current Directions in

Psychological Science, 17(3), 177 –182. doi:10.1111/j.1467-

8721.2008.00570.x

Richmond, L. L., Morrison, A. B., Chein, J. M., & Olson, I. R.

(2011). Working memory training and transfer in older adults.

Psychology and Aging. doi:10.1037/a0023631

Roivainen, E. (2010). European and American WAIS III norms:

Cross-national differences in performance subtest scores.

Intelligence, 38, 187–192. doi:10.1016/j.intell.2009.10.001

Romero, L., Walsh, V., & Papagno, C. (2006). The neural

correlates of phonological short-term memory: a repetitive

transcranial magnetic stimulation study. Journal of Cognitive

Neuroscience, 18(7), 1147–1155.

doi:10.1162/jocn.2006.18.7.1147

Rueda, M. R. (2005). From The Cover: Training, maturation, and

genetic influences on the development of executive attention.

Proceedings of the National Academy of Sciences, 102(41),

14931–14936. doi:10.1073/pnas.0506897102

Rushton, P. J., & Jensen, A. R. (2010). Race and IQ: A theory-

based review of the research in Richard Nisbett’s Intelligence

118

and How to Get It. The Open psychology Journal, 3, 9–35.

Ryan, J. J., Sattler, J. M., & Lopez, S. J. (2000). Age effects on

Wechsler Adult Intelligence Scale-III subtests. Archives of

Clinical Neuropsychology: The Official Journal of the National

Academy of Neuropsychologists, 15(4), 311–317.

Salthouse, T. A. (1993). Speed mediation of adult age differences

in cognition. Developmental Psychology, 29(4), 722–738.

Salthouse, T. A. (1996). The processing-speed theory of adult age

differences in cognition. Psychological Review, 103(3), 403–

428.

Salthouse, T. A. (2004). What and when of cognitive aging.

Current Directions in Psychological Science, 13(4), 140–144.

Salthouse, T. A. (2006). Mental exercise and mental aging

evaluating the validity of the ‘‘Use It or Lose It’’ hypothesis.

Perspectives on Psychological Science, 1(1), 68–87.

Salthouse, T. A. (2009). When does age-related cognitive decline

begin? Neurobiology of Aging, 30(4), 507–514.

doi:10.1016/j.neurobiolaging.2008.09.023

Shah, P., Buschkuehl, M., Jaeggi, S., & Jonides, J. (2012).

Cognitive training for ADHD: The importance of individual

differences. Journal of Applied Research in Memory and

Cognition, 1(3), 204–205. doi:10.1016/j.jarmac.2012.07.001

Sheikh, J. I., & Yesavage, J. A. (1986). Geriatric Depression Scale

(GDS): Recent evidence and development of a shorter version.

Clinical Gerontologist, 5, 165–173.

doi:10.1300/J018v05n01_09

Shelton, J. T., Elliott, E. M., Hill, B. D., Calamia, M. R., &

Gouvier, W. D. (2009). A comparison of laboratory and clinical

working memory tests and their prediction of fluid intelligence.

Intelligence, 37, 283–293. doi:10.1016/j.intell.2008.11.005

Shipstead, Z., Redick, T. S., & Engle, R. W. (2012). Is working

memory training effective? Psychological Bulletin, 138(4), 628–

654. doi:10.1037/a0027473

Shute, V. J. (1991). Who is likely to acquire programming skills?

119

Journal of Educational Computing Research, 7(1), 1–24.

Schaie, W. K., & Willis, S. L. (1986). Can decline in adult

intellectual functioning be reversed. Developmental

Psychology, 22(2), 223–232.

Schellenberg, E. G. (2004). Music lessons enhance IQ.

Psychological Science, 15(8), 511–514. doi:10.1111/j.0956-

7976.2004.00711.x

Schmidtke, K., Pohlmann, S., & Metternich, B. (2008). The

syndrome of functional memory disorder: Definition, etiology,

and natural course. The American Journal of Geriatric

Psychiatry, 16(12), 981–988.

doi:10.1097/JGP.0b013e318187ddf9

Schmiedek, F., Hildebrandt, A., Lövdén, M., Wilhelm, O., &

Lindenberger, U. (2009). Complex span versus updating tasks

of working memory: The gap is not that deep. Journal of

Experimental Psychology: Learning, Memory, and Cognition,

35(4), 1089–1096. doi:10.1037/a0015730

Schmiedek, F., Lövdén, M., & Lindenberger, U. (2010). Hundred

days of cognitive training enhance broad cognitive abilities in

adulthood: Findings from the COGITO study. Frontiers in

Aging Neuroscience, 2. doi:10.3389/fnagi.2010.00027

Schneider-Garces, N. J., Gordon, B. A., Brumback-Peltz, C. R.,

Shin, E., Lee, Y., Sutton, B. P., … Fabiani, M. (2010). Span,

CRUNCH, and beyond: working memory capacity and the

aging brain. Journal of Cognitive Neuroscience, 22(4), 655–669.

doi:10.1162/jocn.2009.21230

Schulz, K. F., & Grimes, D. A. (2002). Blinding in randomised

trials: hiding who got what. Lancet, 359(9307), 696–700.

doi:10.1016/S0140-6736(02)07816-9

Silverman, W. K., & Hinshaw, S. P. (2008). The second special

issue on evidence-based psychosocial treatments for children

and adolescents: A 10-year update. Journal of Clinical Child &

Adolescent Psychology, 37(1), 1–7.

doi:10.1080/15374410701817725

120

Singer, T., Lindenberger, U., & Baltes, P. B. (2003). Plasticity of

memory for new learning in very old age: a story of major loss?

Psychology and Aging, 18(2), 306–317.

Smith, G. E., Housen, P., Yaffe, K., Ruff, R., Kennison, R. F.,

Mahncke, H. W., & Zelinski, E. M. (2009). A cognitive training

program based on principles of brain plasticity: results from

the Improvement in Memory with Plasticity-based Adaptive

Cognitive Training (IMPACT) study. Journal of the American

Geriatrics Society, 57(4), 594–603. doi:10.1111/j.1532-

5415.2008.02167.x

Spearman, C. E. (1904). „General intelligence," objectively

determined and measured. American Journal of Psychology,

15, 201–293.

Stephenson, C. L., & Halpern, D. F. (2013). Improved matrix

reasoning is limited to training on tasks with a visuospatial

component. Intelligence, 41(5), 341–357.

doi:10.1016/j.intell.2013.05.006

Stern, Y. (2009). Cognitive reserve. Neuropsychologia, 47(10),

2015–2028. doi:10.1016/j.neuropsychologia.2009.03.004

Sternberg, R. J. (2008). Increasing fluid intelligence is possible

after all. Proceedings of the National Academy of Sciences of the

United States of America, 105(19), 6791–6792.

doi:10.1073/pnas.0803396105

Stigsdotter Neely, A., & Bäckman, L. (1995). Effects of

multifactorial memory training in old age: generalizability

across tasks and individuals. The Journals of Gerontology.

Series B, Psychological Sciences and Social Sciences, 50(3),

P134–140.

Stopford, C. L., Thompson, J. C., Neary, D., Richardson, A. M. T.,

& Snowden, J. S. (2012). Working memory, attention, and

executive function in Alzheimer’s disease and frontotemporal

dementia. Cortex; a Journal Devoted to the Study of the

Nervous System and Behavior, 48(4), 429–446.

doi:10.1016/j.cortex.2010.12.002

121

Suen, H. K. (1990). Principles of test theories. Hillsdale, N.J: L.

Erlbaum Associates.

Štěpánková, H., Lukavský, J., Buschkuehl, M., Kopeček, M.,

Řípová, D., & Jaeggi, S. M. (2014). The malleability of working

memory and visuospatial skills: A randomized controlled study

in older adults. Developmental Psychology, 50(4), 1049–59.

doi:10.1037/a0034913

Štěpánková, H., Jaeggi, S., Lukavský, J., & Buschkuehl, M.

(2012). Počítačový trénink pracovní paměti u starších lidí.

Sborník z konference Stárnutí 2012, 154–160.

Štěpánková, H., Lukavský, J., Kopeček, M., Steinová, D., &

Řípová, D. (2012). Modification of subjective cognitive

outcomes in older persons through memory training.

GeroPsych: The Journal of Gerontopsychology and Geriatric

Psychiatry, 25(3), 117–125. doi:10.1024/1662-9647/a000061

Štěpánková, H., Smolík, F., Vyhnálek, M., Nikolai, T., Horáková,

K., & Niederlová, M. (in press). Propoziční hustota ve

výpovědích seniorů. Československá psychologie.

Toga, A. W., & Thompson, P. M. (2005). Genetics of brain

structure and intelligence. Annual Review of Neuroscience,

28(1), 1–23. doi:10.1146/annurev.neuro.28.061604.135655

Towse, J. N., Hitch, G. J., & Hutton, U. (1998). A reevaluation of

working memory capacity in children. Journal of Memory and

Language, 39(2), 195–217. doi:10.1006/jmla.1998.2574

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. Neuropsychology, Development, and

Cognition. Section B, Aging, Neuropsychology and Cognition,

15(2), 184–207. doi:10.1080/13825580701322163

Tucker, A. M., & Stern, Y. (2011). Cognitive reserve in aging.

Current Alzheimer Research, 8(4), 354–360.

Tulving, E. (1972). Episodic and semantic memory. In E. Tulving

& W. Donaldson (Ed.), Organization of Memory (s. 381–403).

122

New York: Academic.

Tulving, E. (1989). Memory: Performance, knowledge, and

experience. European Journal of Cognitive Psychology, 1(1), 3–

26.

Tulving, E. (2002). Episodic memory: from mind to brain. Annual

Review of Psychology, 53, 1–25.

doi:10.1146/annurev.psych.53.100901.135114

Turner, M. L., & Engle, R. W. (1989). Is working memory capacity

task dependent? Journal of Memory and Language, 28(2), 127–

154. doi:10.1016/0749-596X(89)90040-5

Unsworth, N. (2010). Interference control, working memory

capacity, and cognitive abilities: A latent variable analysis.

Intelligence, 38, 255–267.

Unsworth, N., Brewer, G. A., & Spillers, G. J. (2012). Working

memory capacity and retrieval from long-term memory: the

role of controlled search. Memory & Cognition, 41(2), 242–254.

doi:10.3758/s13421-012-0261-x

Unsworth, N., & Engle, R. W. (2007). On the division of short-

term and working memory: An examination of simple and

complex span and their relation to higher order abilities.

Psychological Bulletin, 133(6), 1038–1066. doi:10.1037/0033-

2909.133.6.1038

Unsworth, N., Redick, T. S., Heitz, R. P., Broadway, J. M., &

Engle, R. W. (2009). Complex working memory span tasks and

higher-order cognition: A latent-variable analysis of the

relationship between processing and storage. Memory, 17(6),

635–654. doi:10.1080/09658210902998047

Uttal, D. H., Meadow, N. G., Tipton, E., Hand, L. L., Alden, A. R.,

Warren, C., & Newcombe, N. S. (2013). The malleability of

spatial skills: a meta-analysis of training studies. Psychological

Bulletin, 139(2), 352–402. doi:10.1037/a0028446

Valenzuela, M. J., & Sachdev, P. (2009). Can cognitive exercise

prevent the onset of dementia? Systematic review of

randomized clinical trials with longitudinal follow-up. The

123

American Journal of Geriatric Psychiatry, 17(3), 179–187.

Verhaeghen, P., & Marcoen, A. (1996). On the mechanisms of

plasticity in young and older adults after instruction in the

method of loci: Evidence for an amplification model.

Psychology and Aging, 11(1), 164–178.

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), 242–251.

Volker, T., & Williams, A. (2013). The devil you know: The effect of

brand recognition and product ratings on consumer choice.

Judgment and Decision Making, 8(1), 34–44.

Von Bastian, C. C., & Oberauer, K. (2013). Distinct transfer

effects of training different facets of working memory capacity.

Journal of Memory and Language, 69(1), 36–58.

doi:10.1016/j.jml.2013.02.002

Wechsler, D. (1997a). Wechsler Adult Intelligence Scale, Third

Edition. NCS Pearson, Inc.

Wechsler, D. (1997b). Wechsler Memory Scale - Third Edition.

San Antonio, TX: The Psychological Corporation.

West, R. L. (1996). An application of prefrontal cortex function

theory to cognitive aging. Psychological Bulletin, 120(2), 272–

292.

Whalley, L. J., Deary, I. J., Appleton, C. L., & Starr, J. M. (2004).

Cognitive reserve and the neurobiology of cognitive aging.

Ageing Research Reviews, 3(4), 369–382.

doi:10.1016/j.arr.2004.05.001

Whitbourne, S. K. (1976). Test anxiety in elderly and young

adults. International Journal of Aging & Human Development,

7(3), 201–210.

Wiley, J., Jarosz, A. F., Cushen, P. J., & Colflesh, G. J. H. (2011).

New rule use drives the relation between working memory

capacity and Raven’s Advanced Progressive Matrices. Journal

of experimental psychology. Learning, memory, and cognition,

37(1), 256–263. doi:10.1037/a0021613

124

Wilhelm, O., Hildebrandt, A., & Oberauer, K. (2013). What is

working memory capacity, and how can we measure it?

Frontiers in Psychology, 4. doi:10.3389/fpsyg.2013.00433

Wilhelm, O., & Oberauer, K. (2006). Why are reasoning ability

and working memory capacity related to mental speed? An

investigation of stimulus–response compatibility in choice

reaction time tasks. European Journal of Cognitive Psychology,

18(1), 18–50. doi:10.1080/09541440500215921

Willis, S. L., & Schaie, K. W. (1986). Training the elderly on the

ability factors of spatial orientation and inductive reasoning.

Psychology and Aging, 1(3), 239–247.

Willis, S. L., Tennstedt, S. L., Marsiske, M., Ball, K., Elias, J.,

Koepke, K. M., … Wright, E. (2006). Long-term effects of

cognitive training on everyday functional outcomes in older

adults. JAMA: The Journal of the American Medical Association,

296(23), 2805–2814. doi:10.1001/jama.296.23.2805

Wilson, R. S., Beckett, L. A., Barnes, L. L., Schneider, J. A., Bach,

J., Evans, D. A., & Bennett, D. A. (2002). Individual

differences in rates of change in cognitive abilities of older

persons. Psychology and Aging, 17(2), 179–193.

doi:10.1037/0882-7974.17.2.179

Woodworth, R. S., & Thorndike, E. L. (1901). The influence of

improvement in one mental function upon the efficiency of

other functions. (I). Psychological Review, 8(3), 247–261.

doi:10.1037/h0074898

Ybarra, O., Burnstein, E., Winkielman, P., Keller, M. C., Manis,

M., Chan, E., & Rodriguez, J. (2008). Mental exercising

through simple socializing: Social interaction promotes general

cognitive functioning. Personality and Social Psychology

Bulletin, 34(2), 248–259. doi:10.1177/0146167207310454

Yuan, K., Steedle, J., Shavelson, R., Alonzo, A., & Oppezzo, M.

(2006). Working memory, fluid intelligence, and science

learning. Educational Research Review, 1(2), 83–98.

doi:10.1016/j.edurev.2006.08.005

125

Zajonc, R. B. (1968). Attitudinal effects of mere exposure. Journal

of Personality and Social Psychology, 9(2, Pt.2), 1–27.

doi:10.1037/h0025848

Zehnder, F., Martin, M., Altgassen, M., & Clare, L. (2009).

Memory training effects in old age as markers of plasticity: a

meta-analysis. Restorative Neurology and Neuroscience, 27(5),

507–520. doi:10.3233/RNN-2009-0491

Zelinski, E. M. (2009). Far transfer in cognitive training of older

adults. Restorative neurology and neuroscience, 27(5), 455–

471. doi:10.3233/RNN-2009-0495

Zhao, X., Wang, Y., Liu, D., & Zhou, R. (2011). Effect of updating

training on fluid intelligence in children. Chinese Science

Bulletin, 56(21), 2202–2205. doi:10.1007/s11434-011-4553-5

Zinke, K., Zeintl, M., Eschen, A., Herzog, C., & Kliegel, M. (2011).

Potentials and limits of plasticity induced by working memory

training in old-old age. Gerontology. doi:10.1159/000324240

126

Přílohy

1. Souhlas Etické komise Psychiatrického centra Praha s realizací studie.

2. Informovaný souhlas – vzor.

3. Podklady pro účastníky experimentální skupiny – návod k používání

programu n-back.

Příloha č. 1

127

Příloha č. 2

128

INFORMOVANÝ SOUHLASS ÚČASTÍ NA VÝZKUMU V RÁMCI PROJEKTU:

Vliv tréninku pracovní paměti na fluidní inteligenci u seniorů

Vážená paní/ vážený pane,

v rámci Výzkumného záměru MZ0PCP2005 jsme připravili projekt, jehož cílem je zjistit možnost ovlivnění fluidní inteligence u starších osob, a to prostřednictvím počítačově administrovaného tréninku pracovní paměti.

Vaše účast v projektu spočívá ve třech psychologických vyšetřeních během jednoho roku a intenzivním tréninkem pracovní paměti po dobu 5 týdnů v určené dni. Trénink bude probíhat na PC, a to buď na Vašem vlastním PC, na které instalujeme prověřený software, anebo na pracovišti Psychiatrického centra Praha či spolupracující organizace, pokud PC doma nemáte. Každé tréninkové sezení bude trvat cca 25-30 minut. Psychologická vyšetření budou trvat přibližně jeden a půl hodiny a budou spočívat ve vyšetření pracovní paměti, dvou testech měřících fluidní inteligenci, vyplnění demografických údajů a jednoho dotazníku. Konkrétní data vyšetření, instalace tréninkového programu i samotného tréninku budou dohodnuta individuálně, první trénink je nejlepší spojit s prvním vyšetřením. Během tréninku Vám bude v případě potřeby poskytnuta podpora při potížích se spouštěním programu na PC.

Odměnou Vám bude tréninkový program, jehož varianta má slibné výsledky v zahraničí a který Vám potenciálně bude přínosem ve Vašem kognitivním zdraví a duševní svěžesti. Další odměnou Vám budou výsledky testů v písemné formě, které budou dokumentovat Váš kognitivní stav v období jednoho roku. Pokud si budete přát, v případě nápadných výsledků Vás doporučíme k dalšímu vyšetření lékařem a eventuální léčbě pro podporu paměti. Po druhém vyšetření obdržíte v hotovosti jednorázovou odměnu 500,- Kč.

Odpovědní pracovníci:PhDr. Hana Štěpánková Psychiatrické centrum PrahaTel: 266 003 363 nebo 777 94 24 24stepankova@pcp.lf3.cuni.cz

Mgr. Jiří Lukavský, PhD.Psychiatrické centrum Praha aPsychologický ústav AVČRjl@jirilukavsky.info

Prohlášení„Souhlasím s účastí ve výzkumu a s anonymním využitím výsledků vyšetřeníke statistickému zpracování a publikaci. Souhlasím dále s tím, aby mne PCP kontaktovalo v souvislosti s nabídkou účasti na dalších výzkumných projektech.Přeji si – nepřeji* si být informován o výsledcích testů paměti s případným doporučením k další péči.“*nehodící se škrtněte

Jméno a příjmení: ………………………………………………………………………….

........................................... .....................................................podpis místo a datum

Příloha č. 3

129

Trénink pracovní paměti – počítačový program Nback

Celý tréninkový plán sestává z 10 absolvovaných lekcí/tréninků během 5 týdnů. Každý trénink bude trvat cca 20-25 min. Trénujte vždy jen jednou za den. Můžete trénovat např. v pracovní dni. Počítačový program bude registrovat každý Vámi absolvovaný trénink, abychom věděli, ve které dni jste trénoval/a. Program sleduje, jak se Vám během každého tréninku povede. Tyto výsledky průběhu úspěšnosti budou pak statisticky zpracovávány.

Data lekcí na začátku pro přehlednost naplánujeme a plán poznamenáme do Vašeho diáře.

Pro trénink si, prosím, zajistěte klidné prostředí, kde se budete moci co nejlépe soustředit, kde Vás nebude nikdo rušit po celou dobu tréninku ani Vám nebude zvonit telefon.

Níže naleznete popis samotného tréninkového úkolu. Instrukce tedy máte zde na papíře, ale budou se ve zkrácené formě objevovat i na obrazovce monitoru. Ještě níže naleznete popis ovládání tréninkového počítačového programu.

Popis tréninkového úkoluProgram je zaměřen na trénink pracovní paměti. Budete pracovat s informacemi, které se ocitnou v krátkodobé paměti. V místě žlutého čtverečku uprostřed obrazovky budou během každého bloku stejnou rychlostí promítána velká tiskací písmena. Vaším úkolem bude pamatovat si, jestli se shoduje aktuálně promítnuté písmeno s písmenem N-kroků zpět. Při takové shodě stisknete mezerník. Během tréninku budete řešit pouze tento typ úkolu, jehož obtížnost se bude měnit v závislosti na Vaší úspěšnosti řešení. Proto před začátkem každého úkolu čtěte pečlivě instrukce, kde bude popsána obtížnost, tedy úroveň N v dalším úkolu. Úkolů bude celkem 20.

Začínáme na N=1Mezerník stisknete pokaždé, když se objeví písmeno shodné s písmenem 1 krok zpět, tj. s písmenem předešlým. V ostatních případech nemačkáte nic.

N=1 např: H A A B C D D

Při dostatečně vysoké úspěšnosti řešení v dalším úkolu postoupíte na úroveň N=2. Mezerník stisknete pokaždé, když se objeví písmeno shodné s písmenem 2 kroky zpět, tj. s písmenempředminulým. V ostatních případech nemačkáte nic.

N=2 např: R A R B C B D

Podle dosažené úspěšnosti buď postoupíte na úroveň N=3, případně zůstanete na stejné úrovni N=2 anebo se vrátíte o jednu úroveň níže N=1. Takto bude program reagovat a přizpůsobovat obtížnost po celý trénink.

N=3 např: L A B C A B D

Snažte se odvádět co nejlepší výkon, aby trénink měl smysl. Pravděpodobně budete postupem času rychleji přecházet na vyšší úroveň obtížnosti. Úkol je náročný nejen na pracovní paměť, ale také na koncentraci pozornosti. Nenechte se vyvést z míry kolísáním výkonů, neboť je obvyklé, že úroveň pozornosti se neustále mění.

Příloha č. 3

130

Popis ovládání programu

Program spustíte dvojklikem levého tlačítka myši na ikonu programunebo přímo na soubor _NBACK_.bat

Na ploše monitoru se objeví úvodní okénko. Kurzor bude již nastaven za slovy Testovací kód. Napíšete svůj kód: ___________Pak přejedete kurzorem pomocí myši na Spustit Trénink a jedním klikem levého tlačítka myši program spustíte.

Poté se na monitoru objeví modrá plocha se žlutým bodem uprostřed a slovními instrukcemi.

Přečtěte si pozorně instrukce, které se na obrazovce objeví.

Především věnujte pozornost úrovni N.

První úkol tréninku i úkoly další vždy spustíte klávesou „mezerník“ na klávesnici.

Mezerníkem také označujete Vaše volby během úkolu.

Na konci tréninku, po 20. úkolu, se na obrazovce objeví okénko, které Vás bude informovat, že jste dokončili trénink, uvidíte křivku dosažené obtížnosti.

Trénink ukončíte kliknutím na Ko… (konec) v pravém dolním rohu závěrečného okénka.

Pokud budete mít nějaké obtíže při spouštění programu anebo s porozuměním úkolu, případně s účastí v projektu, obracejte se, prosím, na PhDr. Hanu Štěpánkovou, tel: 777 94 24 24,email: stepankova@pcp.lf3.cuni.cz

Děkujeme Vám za Vaši snahu a pevně věříme, že pro Vás trénink bude mít dlouhodobý přínos.

PhDr. Hana Štěpánková a Mgr. Jiří Lukavský, PhD.