Servicios de intervención y diagnóstico digital para la enfermedad de Parkinson

Diagnóstico: El estado actual del arte en el diagnóstico de la EP gira principalmente en torno a evaluaciones clínicas basadas en la sintomatología y el examen neurológico. Los criterios más utilizados para el diagnóstico son los criterios e instrumentos de la Movement Disorder Society (MDS) (es decir, El MDSUPDRS). Estos criterios dependen en gran medida de la experiencia del médico que los diagnostica y, por lo tanto, están sujetos a variabilidad. Además, estas evaluaciones clínicas no pueden rastrear con precisión la progresión de la enfermedad a lo largo del tiempo, lo que dificulta brindar atención personalizada.

Evaluación: juega un papel importante en estas consultas para ayudar a los médicos a comprender el estado de salud de los pacientes y la progresión de la enfermedad necesaria para ajustar los planes de tratamiento. Los métodos clínicos actuales se basan en la UPDRS, una medida de resultados clínicos estándar que requiere experiencia y capacitación clínica y, por lo tanto, se mide en las citas clínicas.

Se puede obtener más información a partir de la descripción subjetiva de los síntomas de los pacientes y/o mediante algunas pruebas de caminata cortas, como el Timed Up and Go (TUG) de 3 metros realizado como una instantánea en la clínica. Sin embargo, las descripciones de los pacientes varían a lo largo de los días y entre ellos y se basan en su memoria y observaciones en casa. Estos recuerdos pueden ser poco fiables o carecer de suficientes detalles (especialmente cuando el paciente tiene deterioro cognitivo). Las pruebas de marcha, aunque rápidas de realizar, muestran una gran variabilidad debido a las fluctuaciones naturales de los síntomas del Parkinson a lo largo del día, el estado de activación o desactivación de la medicación, así como los efectos de "rendimiento" al realizar actividades en un entorno clínico. En consecuencia, los regímenes de atención de la enfermedad de Parkinson a menudo se brindan sobre una base de prueba y error, lo que resulta en un retraso general en ofrecer atención, con signos tempranos de progresión de la enfermedad a menudo pasados ​​por alto hasta que las condiciones se vuelven más graves, y las intervenciones como la fisioterapia a menudo se brindan demasiado tarde. Por lo tanto, existe una gran necesidad de evaluaciones de Parkinson más frecuentes y precisas en un entorno del mundo real para permitir una atención más específica y medidas e intervenciones preventivas mediante la detección temprana de los puntos de inflexión de la enfermedad. Aquí proponemos evaluar tres enfoques digitales para ver si brindan más información para respaldar la toma de decisiones clínicas utilizando la marcha y las características oftálmicas. El estado actual del arte en diagnóstico neurológico incluye una variedad de técnicas de examen clínico tradicionales, como evaluaciones manuales de la función neuroocular y neuromotora, así como herramientas tecnológicamente más avanzadas, como tecnologías de imágenes (p. ej., resonancia magnética). ) y pruebas electrofisiológicas (p. ej., ECG). Si bien estos métodos sin duda han contribuido a avances significativos en la detección y el tratamiento de trastornos neurológicos, también presentan varias limitaciones que los enfoques digitales superan. Los exámenes tradicionales de la función neurológica, como las evaluaciones manuales [UPDRS], dependen en gran medida de la experiencia y el juicio subjetivo de neurólogos especializados. Esto conduce a inconsistencias conocidas en la interpretación y puntuación del desempeño del paciente a lo largo del tiempo, particularmente en el caso de enfermedades neurodegenerativas como la enfermedad de Parkinson (EP), donde los pacientes suelen consultar a diferentes neurólogos residentes durante varios años.

Además, los exámenes manuales carecen de instrumentos de medición precisos, lo que da como resultado una baja precisión de las mediciones observadas (típicamente ~ 2 cm) y la incapacidad de detectar signos subclínicos en etapa temprana. La EP es un trastorno neurodegenerativo complejo y progresivo con una variabilidad significativa en las manifestaciones clínicas y la progresión de la enfermedad.

Su diagnóstico y seguimiento siguen siendo un desafío, ya que se basan principalmente en exámenes clínicos que son subjetivos y a menudo no captan el alcance total de las fluctuaciones de los síntomas.

Intervención:

Permitir una vida independiente para una sociedad que envejece es un desafío clave para el Reino Unido y otros países desarrollados. El número de pacientes con LTC está aumentando y ya tienen las mayores necesidades de atención médica de la población, ya que requieren el 50 % de todas las citas con el médico de cabecera y el 70 % de todos los días de cama, y ​​su tratamiento y atención absorben el 70 % de los presupuestos de atención primaria y aguda en Inglaterra. Mantener una movilidad segura es un factor crítico que afecta la calidad de vida y los roles y responsabilidades de vida. Considerando únicamente el Parkinson, un análisis ha demostrado que 1 de cada 37 personas será diagnosticada con EP a lo largo de su vida (2). FOG y FSG son aspectos gravemente debilitantes de la enfermedad que reducen en gran medida la calidad de vida de las PwP y contribuyen a duplicar el riesgo de caídas y lesiones relacionadas (2). Es vital que brindemos una solución para apoyar a las personas con discapacidad con una marcha más fluida y segura, mayor independencia y una mejor gestión y atención de las enfermedades. Las señales con estímulos visuales, auditivos o somatosensoriales son un método bien documentado y clínicamente validado para superar la referencia del formulario FOG IRAS: IRAS versión 6.3.6.

Fecha:

8 340549/1665763/37/423 y FSG. Los estudios de investigación también han demostrado que las modalidades de indicaciones mejoran la marcha en las personas con diabetes, tanto durante la caminata libre como en la cinta, al tiempo que mejoran el equilibrio y reducen la necesidad de apoyo estabilizador. Se ha demostrado que los parámetros de la marcha, como la frecuencia de los pasos, la longitud de la zancada y la simetría de la marcha, se pueden medir con sensores de movimiento inercial para evaluar la calidad de la marcha. Los estudios han demostrado que la medición objetiva de la enfermedad puede mejorar los resultados del tratamiento en la EP. Hay productos básicos de indicaciones visuales y rítmicas disponibles (como zapatos láser, una aplicación de metrónomo y un botón vibratorio); sin embargo, todavía se basan en señales simples y continuas que tienen profundas limitaciones en cuanto a usabilidad y eficacia en el entorno cotidiano y no incluyen la marcha. sistemas de análisis para facilitar mejores resultados y experiencia para el paciente. El sistema gaitQ será la primera solución única que utiliza inteligencia artificial y señales adaptativas inteligentes para ayudar a los pacientes a superar eficazmente FOG y FSG en su entorno diario mientras mejora la calidad de la marcha. Un estudio académico de prueba de concepto realizado en la Universidad de Oxford en 2019 antes de la formación de la empresa gaitQ, evaluó las señales de vibración receptivas utilizando 17 pacientes durante 31 horas en un entorno clínico. Este estudio demostró que las señales receptivas pueden reducir la FOG y mejorar la calidad de la marcha. Más recientemente, la financiación de NIHR i4i Connect (completada en noviembre de 2021) permitió a gaitQ avanzar su dispositivo de investigación hasta convertirlo en un prototipo comercial y realizar una evaluación interna del producto con 22 PwP. El 91% de los participantes informaron un impacto positivo del dispositivo gaitQ: ayudó a estimular el movimiento de las piernas, aumentar la concentración al caminar, mantener el ritmo y aumentar la confianza al caminar. El análisis cuantitativo de las métricas de la marcha ha mostrado una reducción de alrededor del 60 % de los eventos de FOG y FSG, tanto en duración como en ocurrencia. Además, la longitud de la zancada de los participantes aumentó en un 11%, mientras que la frecuencia de los pasos disminuyó en un 16%; ambos son resultados clave para lograr una marcha más natural y estable. Nuestros algoritmos de aprendizaje automático se han probado en dos estudios sobre el Parkinson, logrando un promedio de 87 % de sensibilidad y 85 % de especificidad. La validación continua en el laboratorio determina aún más la validez y confiabilidad de la métrica de la marcha y estima el efecto de las señales en las transferencias, la movilidad y la resistencia.