Digitální diagnostika a intervenční služby pro Parkinsonovu chorobu

Diagnostika: Současný stav diagnostiky PD se primárně točí kolem klinického hodnocení založeného na symptomatologii a neurologickém vyšetření. Nejrozšířenějšími kritérii pro diagnostiku jsou kritéria a nástroj společnosti Movement Disorder Society (MDS) (tj. MDSUPDRS). Tato kritéria jsou vysoce závislá na odbornosti diagnostikujícího lékaře, a proto podléhají variabilitě. Kromě toho tato klinická hodnocení nejsou schopna přesně sledovat progresi onemocnění v průběhu času, což ztěžuje poskytování personalizované péče.

Posouzení: při těchto konzultacích hraje důležitou roli, protože pomáhá klinickým lékařům porozumět zdravotnímu stavu pacientů a progresi onemocnění, které jsou nezbytné pro úpravu léčebných plánů. Současné klinické metody spoléhají na UPDRS, což je standardní měřítko klinického výsledku, které vyžaduje klinickou odbornost a školení, a je tedy měřeno při klinických schůzkách.

Další informace lze získat ze subjektivního popisu symptomů pacientů a/nebo prostřednictvím některých krátkých testů chůze, jako je 3metrový Timed Up and Go (TUG) provedený jako snímek na klinice. Nicméně, pacienti se mění v průběhu a mezi dny a subjektivní popisy se spoléhají na jejich paměť a pozorování doma. Tyto vzpomínky mohou být nespolehlivé nebo postrádají dostatek podrobností (zejména když má pacient kognitivní poruchu). Testy chůze, i když jsou rychle proveditelné, vykazují vysokou variabilitu v důsledku přirozených fluktuací příznaků Parkinsonovy choroby v průběhu dne, stavu medikace zapnuto/vypnuto, jakož i efektů „provádění“ při provádění činností v klinickém prostředí. V důsledku toho jsou režimy Parkinsonovy péče často poskytovány na základě pokusu a omylu, což má za následek obecné zpoždění v nabídce péče, přičemž časné známky progrese onemocnění často přehlédneme, dokud se stavy nezhorší, a intervence, jako je fyzioterapie, jsou často poskytovány příliš pozdě. Existuje tedy silná potřeba častějšího a přesnějšího hodnocení Parkinsonovy choroby v reálném prostředí, aby byla umožněna cílenější péče a preventivní opatření a intervence prostřednictvím včasné detekce inflexních bodů onemocnění. Zde navrhujeme vyhodnotit tři digitální přístupy, abychom zjistili, zda poskytují další informace na podporu klinického rozhodování pomocí chůze a očních funkcí. Současný stav techniky v neurologické diagnostice zahrnuje řadu tradičních klinických vyšetřovacích technik, jako je manuální hodnocení neurookulárních a neuromotorických funkcí, stejně jako technologicky vyspělejší nástroje, jako jsou zobrazovací technologie (např. ) a elektrofyziologické testy (např. EKG). I když tyto metody nepochybně přispěly k významnému pokroku v detekci a léčbě neurologických poruch, představují také několik omezení, která digitální přístupy překonávají. Tradiční vyšetření neurologických funkcí, jako je manuální hodnocení [UPDRS], jsou silně závislá na odbornosti a subjektivním úsudku specializovaných neurologů. To vede ke známým nesrovnalostem v interpretaci a hodnocení výkonu pacientů v průběhu času, zejména v případě neurodegenerativních onemocnění, jako je Parkinsonova choroba (PD), kde pacienti obvykle konzultují různé rezidentní neurology po několik let.

Manuální vyšetření navíc postrádají přesné měřicí přístroje, což má za následek nízkou přesnost pozorovaných měření (obvykle ~ 2 cm) a nemožnost detekovat subklinické příznaky v raném stádiu. PD je komplexní a progresivní neurodegenerativní onemocnění s významnou variabilitou klinických projevů a progrese onemocnění.

Její diagnostika a sledování zůstává výzvou, primárně se opírá o klinická vyšetření, která jsou subjektivní a často nezachytí celý rozsah fluktuací symptomů.

Zásah:

Umožnění nezávislého života stárnoucí společnosti je klíčovou výzvou pro Spojené království a další rozvinuté země. Počet pacientů s LTC se zvyšuje a již nyní mají největší zdravotní potřeby populace, vyžadují 50 % všech návštěv u praktického lékaře a 70 % všech dní na lůžku a jejich léčba a péče pohlcuje 70 % rozpočtů akutní a primární péče v Anglii. Udržování bezpečné mobility je kritickým faktorem ovlivňujícím kvalitu života a životní role a odpovědnosti. Pokud vezmeme v úvahu samotnou Parkinsonovu chorobu, analýza ukázala, že u 1 z každých 37 lidí bude během života diagnostikována PD (2). FOG a FSG jsou vážně oslabujícími aspekty onemocnění, které výrazně snižují kvalitu života PwP a přispívají k dvojnásobnému zvýšení rizika pádu a souvisejících zranění (2). Je životně důležité, abychom poskytli řešení na podporu PwP s plynulejší a bezpečnější chůzí, větší nezávislostí a lepší léčbou nemocí a péčí. Navádění pomocí vizuálních, sluchových nebo somatosenzorických podnětů je dobře zdokumentovaná a klinicky ověřená metoda k překonání FOG IRAS Odkaz na formulář: IRAS verze 6.3.6

Datum:

8 340549/1665763/37/423 a FSG. Výzkumné studie také ukázaly, že způsoby navádění zlepšují chůzi v PwP jak při volné chůzi, tak při chůzi na běžeckém pásu, přičemž zlepšují rovnováhu a snižují potřebu stabilizační podpory. Parametry chůze, jako je frekvence kroku, délka kroku a symetrie chůze, se ukázaly být měřitelné pomocí senzorů inerciálního pohybu pro hodnocení kvality chůze. Studie ukázaly, že objektivní měření onemocnění může zlepšit výsledky léčby PD. K dispozici jsou základní vizuální a rytmické podněty (jako jsou laserové boty, metronomová aplikace a vibrační tlačítko), ale stále jsou založeny na jednoduchých souvislých podnětech, které mají hluboká omezení použitelnosti a účinnosti v každodenním prostředí a nezahrnují chůzi. analytické systémy pro usnadnění lepších výsledků a zkušeností pacientů. Systém gaitQ bude prvním unikátním řešením, které využívá umělou inteligenci a chytré adaptivní navádění, které pacientům pomůže efektivně překonat FOG a FSG v jejich každodenním prostředí a zároveň zlepší kvalitu chůze. Předchozí akademická studie na Oxfordské univerzitě v roce 2019 před založením společnosti gaitQ hodnotila citlivé vibrace na 17 pacientech během 31 hodin v klinickém prostředí. Tato studie prokázala, že citlivé navádění může snížit FOG a zlepšit kvalitu chůze. Nedávno financování NIHR i4i Connect (dokončeno v listopadu 2021) umožnilo společnosti gaitQ povýšit své výzkumné zařízení na komerční prototyp a provést interní hodnocení produktu s 22 PwP. 91 % účastníků uvedlo pozitivní dopad zařízení gaitQ: pomohlo urychlit pohyb nohou, zvýšit soustředění při chůzi, udržet tempo a zvýšit sebedůvěru při chůzi. Kvantitativní analýza metrik chůze ukázala přibližně 60% snížení událostí FOG a FSG v trvání i výskytu. Kromě toho se délka kroku účastníků zvýšila o 11 %, zatímco frekvence kroků se snížila o 16 %, což jsou oba klíčové výsledky směrem k přirozenější a stabilnější chůzi. Naše algoritmy strojového učení byly testovány proti dvěma Parkinsonovým studiím a dosáhly v průměru 87% senzitivity a 85% specificity. Průběžná validace v laboratoři dále určuje platnost a spolehlivost metriky chůze a odhaduje účinek podnětu na přenosy a mobilitu a vytrvalost.