Vorhersage des motorischen Lernens einer Aufgabe der oberen Extremitäten basierend auf Verhaltens- und krankheitsspezifischen Merkmalen bei Patienten mit Parkinson-Krankheit

Um eine personalisierte Rehabilitation bei PD zu erreichen, ist es wichtig zu verstehen, welche Faktoren vorhersagen, ob ein Patient von einem gezielten Training profitieren wird. Bisher haben sich nur wenige Studien mit den Prädiktoren des Gang- und Gleichgewichtstrainings befasst und die kognitive Funktion zu Studienbeginn und die anfängliche motorische Leistung als die wichtigsten Determinanten identifiziert (Löfgren et al. 2019; Strouwen et al. 2019). Diese Studien konzentrierten sich jedoch auf die globale kognitive Funktion, während kognitive Teilbereiche wie die exekutive Funktion und das Gedächtnis, die bei Parkinson am stärksten betroffen sind (Muslimović et al. 2005), wahrscheinlich einen größeren Einfluss auf das Lernen haben (Olson, Lockhart und Lieberman 2019). . Darüber hinaus wurden Patienten mit kognitiven Beeinträchtigungen in diesen Studien ausgeschlossen. Daher ist wenig darüber bekannt, wie nichtmotorische Symptome, zu denen auch Apathie und Depression gehören können, mit der Fähigkeit, das Lernen bei Parkinson zu behalten, interagieren.

Bisher wurden die Determinanten der motorischen Lernerhaltung nur als Sekundäranalysen von Wirkungsstudien bei Parkinson untersucht. Daher zielt diese Studie darauf ab, prädiktive Faktoren, einschließlich motorischer und nichtmotorischer Symptome, für nachhaltiges motorisches Lernen in einer breiten und großen PD-Kohorte zu identifizieren. Das primäre abhängige Ergebnis besteht darin, herauszufinden, welche Patienten in der Lage sind, die Lernerfolge nach 4 Wochen ohne Training beizubehalten.

Angesichts der eingeschränkten Touchscreen-Fähigkeiten und der behaupteten Schwierigkeiten bei der Retention (Nackaerts et al. n.d.; De Vleeschhauwer et al. 2021) wird das Training von Touchscreen-Gleitbewegungen auf einem Tablet durchgeführt, um das Üben in der häuslichen Umgebung zu ermöglichen. Sowohl Einzelaufgaben (ST) als auch Doppelaufgaben (DT) werden in zufälliger Reihenfolge angeboten und es wird Feedback gegeben, um die Motivation und Bindung zu verbessern (Nackaerts et al. 2016; Nieuwboer et al. 2009). Dieses Projekt zielt darauf ab, die prädiktiven Faktoren für die Aufrechterhaltung der Wirkung nach Erhalt dieses zweiwöchigen Trainingsprogramms zu identifizieren. Die Forscher werden eine breite Kohorte von PD-Patienten rekrutieren. Die Stichprobengröße wurde unter Verwendung eines quadrierten multiplen Korrelationskoeffizienten von 0,17 geschätzt, basierend auf einem Vorhersagemodell aus früheren Arbeiten, das die DT-motorische Leistung und die kognitive Funktion als Determinanten umfasste (Strouwen et al. 2019). Unter Verwendung von α = 0,05 und β = 0,20 wurde die Stichprobengröße für eine lineare multiple Regression berechnet: festes Modell, R²-Abweichung von 0. Obwohl die Anzahl der Prädiktoren von einer möglichen Multikollinearität abhängt, wurde die Stichprobengröße unter der Annahme von 10 Prädiktoren berechnet. Die Stichprobengröße wurde auf 89 geschätzt und nach Berücksichtigung eines Abbruchs von 20 % müssen 107 Patienten eingeschlossen werden. Wichtig ist, dass diese Stichprobengröße auch durch die von Harrell et al. vorgeschlagene Faustregel unterstützt wird, 10 Teilnehmer pro Prädiktor einzubeziehen. (1996) (Harrell, Lee und Mark 1996). Da die Forscher erwarten, 10 Prädiktoren in unser multiples lineares Regressionsmodell einzubeziehen (siehe unten), werden insgesamt 100 PD-Patienten rekrutiert. Die Forscher werden ein breites Spektrum kognitiver Profile erfassen. Allerdings müssen alle Patienten in der Lage sein, Anweisungen zu befolgen und sich am motorischen Lernen zu beteiligen. Während der Anweisungen zur Durchführung der Touchscreen-Aufgabe beurteilen die Ermittler die Berechtigung pragmatisch. Die Forscher werden PD-Demenz anhand von MDS-Diagnosekriterien der Stufe I ausschließen (Dubois et al. 2007). Alle Patienten trainieren die SSP-Aufgabe über einen Zeitraum von zwei Wochen. Am ersten Tag (T0) werden alle Teilnehmer einer umfassenden Screening-Sitzung unterzogen, einschließlich motorischer und nichtmotorischer Tests, die je nach Wunsch des Patienten bei der Testperson zu Hause oder in einem ruhigen Raum in unserem Labor an der KU Leuven durchgeführt werden.

Das globale kognitive Screening wird aus dem Montreal Cognitive Assessment bestehen (Nasreddine et al. 2005). Darüber hinaus werden zwei spezifische Tests jede kognitive Subdomäne bewerten. Aufmerksamkeit und Arbeitsgedächtnis werden durch den Finger- und Sehspannen-Vorwärts- und Rückwärtstest erfasst (Blackburn und Benton 1957). Die Trail-Making- und Alternating-Names-Tests werden für exekutive Aufgaben eingesetzt (Hyde und Fritsch 2011; Llinàs-Reglà et al. 2017). Die visuell-räumliche Funktion wird anhand der Kurzform des Benton-Urteils der Linienorientierung und der Rey-Osterrieth-Komplex-Figur untersucht (Gullett et al. 2013; Poreh und Shye 1998; Winegarden et al. 1998). Der 30-minütige Rückruf des letztgenannten Tests wird zusammen mit dem Rey Auditory Verbal Learning-Test auch zur Beurteilung des Gedächtnisses verwendet (Poreh und Shye 1998; Schmidt 1996). Zur Beurteilung der Sprache werden der Boston-Namenstest und der Animal-Fluency-Test des Controlled Oral Word Association-Tests verwendet (Kaplan, Goodglass und Weintraub 1983; Tombaugh, Kozak und Rees 1999). Andere nichtmotorische Merkmale wie Angstzustände, Depressionen und Schlafqualität werden mithilfe validierter Fragebögen für Parkinson getestet (Almeida und Almeida 1999; Buysse et al. 1988; Leentjens et al. 2014). Die Touchscreen-Fähigkeiten werden mithilfe des SSP-Tests im ST- und DT-Zustand, der Mobiltelefonaufgabe (MPT, Eingabe einer vordefinierten Telefonnummer auf einem Smartphone) und spezifischen Fragebögen bewertet. Im Anschluss an die Basissitzung erhalten alle Patienten über einen Zeitraum von zwei Wochen 10 Trainingssitzungen der SSP-Aufgabe nach dem Zufallsprinzip im ST- und DT-Zustand (2 Wochen, 5 Tage/Woche, 10 Minuten/Sitzung). Das Training findet zu Hause und ohne Aufsicht statt. Sowohl unmittelbar nach dem Training (T1) als auch nach einer vierwöchigen Aufbewahrungsfrist (T2) werden die Touchscreen-Fähigkeiten zu Hause beurteilt. Um Leistungsverzerrungen aufgrund anderer Trainings zu berücksichtigen, werden andere Rehabilitationsinhalte erfasst.

Bei der Modellauswahl folgen die Forscher der Empfehlung des PROBAST-Tools (Wolff et al. 2019) und reduzieren die Anzahl der kognitiven Tests entsprechend. Weitere unabhängige Variablen können Alter, Geschlecht, Krankheitsdauer, der New Freezing of Gait Questionnaire und LEDD sein. Die Ermittler werden auch ein Maß für den frühen Erwerb berechnen. Nach einer explorativen univariaten Analyse erwarten die Forscher die Einbeziehung von 10 unabhängigen Variablen unter Berücksichtigung der Multikollinearität.

Darüber hinaus werden die Forscher die Determinanten der Compliance und ihren Zusammenhang mit der Beibehaltung untersuchen, da die Compliance bei unbeaufsichtigtem Training zu Hause wahrscheinlich mit spezifischen nichtmotorischen Merkmalen verbunden ist (Allen et al. 2015). Es hat sich gezeigt, dass Apathie und die Erwartung einer Belohnung im Gegensatz zu HC das Ausmaß des Trainingsaufwands bei PD bestimmen (Colón-Semenza, Fulford und Ellis 2021). Außerdem untersuchte eine frühere Studie den Zusammenhang zwischen dem Erfolg eines Gleichgewichtstrainingsprogramms und der Compliance bei PD und stellte fest, dass Compliance einer der beiden wichtigsten Determinanten ist (Joseph, Leavy und Franzén 2020). Andere Arbeiten ergaben, dass die Krankheitsdauer mit dem Grad des motorischen Lernens der SSP-Aufgabe (Nackaerts et al. 2020) und mit der Einhaltung der Übung insgesamt (Allen et al. 2015) zusammenhängt. Daher ist die Compliance wahrscheinlich mit den Trainingsergebnissen bei PD (lang- und kurzfristig) verbunden und kann durch (mehrere) klinische Merkmale moduliert werden. Die Einhaltung wird vom digitalisierten System automatisch protokolliert und in einer gesicherten Datencloud gespeichert. Die Schulungskonformität wird als Prozentsatz der gewünschten Anzahl an Sitzungen und der personalisierten Zeit ausgedrückt, mit einem Maximum von 100 %. Die Forscher analysieren zunächst den Zusammenhang zwischen Compliance und klinischen Merkmalen mit einem multiplen linearen Regressionsmodell. Als nächstes wird ein multiples Mediationsmodell erstellt, um den erwarteten vermittelnden Einfluss der klinischen Profile auf diesen Zusammenhang zu untersuchen. Für die Lernerhaltung und unmittelbare Trainingseffekte sowie für die verschiedenen Ergebnismaße werden verschiedene Modelle angewendet.