Real-PD-tutkimus: Parkinsonin taudin kliinisten ennustemallien kehittäminen
Real-PD: Kliinisten ennustemallien kehittäminen Parkinsonin taudille laajamittaisten puettavien sensorien käyttöönotosta ja kliinisistä tiedoista – väestöpohjainen kokeilu
Tausta: Parkinsonin taudin (PD) pitkäaikainen hoito ei saavuta täyttä potentiaaliaan taudin etenemistä koskevan tiedon puutteen vuoksi. Real-PD-tutkimuksen tavoitteena on arvioida puettavien sensorien käytön toteutettavuutta ja vaatimustenmukaisuutta PD-potilailla tosielämässä. Lisäksi tehdään tutkiva analyysi aktiivisuustasosta, lääkkeiden saannista ja mielialasta.
Menetelmät: Kaiken kaikkiaan 1000 PD-potilasta ja 250 fysioterapeuttia otetaan mukaan tähän havainnointitutkimukseen. Hollantilaisia PD-potilaita rekrytoidaan eri puolilla maata, ja arviointi suoritetaan käyttämällä lyhyttä versiota Parkinsonin etenemismarkkerialoitteesta (PPMI) -protokollasta. Lisäksi osallistujat käyttävät lääketieteellisiä laitteita (Pebble Smartwatch, putoamistunnistin) ja he käyttävät älypuhelinta The Fox Insight -sovelluksella (Android-sovellus) 24/7 13 viikon ajan. Ensisijaisia kiinnostavia mittareita ovat: 1) fyysinen aktiivisuus, kaatumiset ja vapina mitattuna Pebble-kelloon ja putoamistunnistimeen upotetuilla aksiaalisilla kiihtyvyysantureilla; ja 2) lääkkeiden saanti- ja mielialaraportit mitattuna potilaan itseraportilla Android-sovelluksessa. Motorisen vaikutuksen mittaamiseksi fysioterapeutit, jotka kaikki ovat sertifioituja suorittamaan Movement Disorders Societyn Unified Parkinson's Disease Rating Scale (MDS-UPDRS) -sertifioinnin, suorittavat arvioinnin.
Keskustelu: PD-potilaiden hoito on monimutkaista ja näyttää olevan haastava tehtävä terveydenhuollon ammattilaisille. Suurin syy on tiedon puute sairauskuviosta. Tämä ongelma voitaisiin ratkaista pitkäaikaisella seurannalla potilaiden jokapäiväistä elämää, ja puettavat lääkinnälliset laitteet voivat toimia tapana kerätä tietoa jokapäiväisistä toiminnoista. Siksi Real-PD-tutkimus on ensimmäinen panos sairauden etenemistä koskevan tiedon puutteen lisäämiseen, uuden lääketieteellisen päätöksentekojärjestelmän kehittämiseen ja PD-potilaiden hoidon parantamiseen.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Yksityiskohtainen kuvaus
Perustelut: Parkinsonin taudin kaltaista kroonista sairautta sairastavien potilaiden nykyinen hoito on epätäydellistä. Kliinisten profiilien ymmärtäminen perustuu havaintoihin pienissä, valikoivissa populaatioissa lyhyellä seurannalla. Lisäksi hoitopäätökset perustuvat keskimääräisiin väestötuloksiin, jotka eivät välttämättä koske tiettyä yksittäistä kontekstia. Nämä haitat korjataan "big data" -lähestymistavalla. Ambulatorisia antureita käytetään objektiivisena mittarina potilaiden suorituskyvystä jokapäiväisissä olosuhteissa pidempään. Tutkijat pyrkivät tutkimaan mahdollisuuksia käyttää pitkittäistä ambulatorista dataa standardoidun kliinisen tietojoukon rikastamiseksi, joka kuvastaa nykyistä kliinistä käytäntöä sairauden tilan arvioinnissa.
Tavoite: Tutkimukseen osallistuu yhteensä 250 fysioterapeuttia ja 1000 potilasta. Tämän tutkimuksen tavoitteet ovat: (1) suorittaa "suuren datan" analyyseja anturien raakadatalle suhteessa näillä potilailla samanaikaisesti hankittuihin kliinisiin tietoihin (rajoitettu versio PPMI-protokollasta (Parkinsonin etenemismarkkerialoite)) potilaan kehittämiseksi. profiilit; ja (2) korreloida ambulatorisen sensorin data yksinkertaisiin itsearviointeihin, jotka on tehty seurannan aikana.
Tutkimuksen suunnittelu: Havainnollinen kuvaava tutkimus.
Tutkimuspopulaatio: hollantilaiset Parkinson-potilaat, miehiä tai naisia, vähintään 30-vuotiaita, joilla on lääkärin antama PD-diagnoosi, ja he omistavat sopivan älypuhelimen.
Interventio: 250 ParkinsonNetin fysioterapeuttia ja 1000 kelvollista potilasta otetaan mukaan tähän tutkimukseen. Potilaat ja fysioterapeutit rekrytoidaan viiteen peräkkäiseen kohorttiin maantieteellisen alueen mukaan. Potilaita pyydetään käyttämään älykelloa ja riippuvaa liikeanturia, molemmissa triaksiaalisilla kiihtyvyysantureilla, päivällä ja yöllä 13 viikon ajan. Lisäksi käytössä on älypuhelimen itsevalvontasovellus, jossa potilas raportoi, kun hän ottaa PD-lääkitystä. Lisäpainikkeen avulla potilas voi ilmoittaa yleisestä tuntemuksestaan. 13 viikon seurannan aikana koulutetut fysioterapeutit suorittavat standardoidun kliinisen arvioinnin PPMI-protokollan (www.ppmi-info.org) perusteella jokaiselle mukana olevalle potilaalle. Tämä arviointi kestää 60 minuuttia. Älypuhelinta käytetään tiedon siirtämiseen kellosta pilvipohjaiselle tietoalustalle. lntel kehitti tämän erityisen data-analyysialustan ambulatoriselle datalle. lntel vastaanottaa vain koodattuja tietoja.
Tärkeimmät tutkimusparametrit/päätepisteet: Tutkimuksen päätepisteet sisältävät parametrit, jotka on rekisteröity älykelloon, riippuvaan liikeanturiin, itsevalvontasovellukseen ja kerätty PPMI-arvioinnin yhteydessä. Älykellon tiedot tarjoavat tietojen käsittelyn jälkeen mittarin päivän fyysisen aktiivisuuden tasosta. Putoaminen rekisteröidään riippuvan liiketunnistimen avulla. Lääkkeiden saanti ja mieliala rekisteröidään älypuhelimella. Lopuksi PPMI-arviointi sisältää motoristen oireiden, kognition, masennuksen, unen ja päivittäisen aktiivisuuden arvioinnin. Korrelaatiot määritetään edellä mainittujen parametrien välillä.
Osallistumiseen, hyötyihin ja ryhmiin liittyvien taakan ja riskien luonne ja laajuus: Ensinnäkin osallistujia pyydetään käyttämään laitteita 24/7 ja tietoja tallennetaan jatkuvasti, yhteensä 13 viikon ajan. Toiseksi tiedot siirretään tietoalustalle, jonka lntel kehittää ja hallinnoi Michael J. Fox Foundation for Parkinsonin tutkimusta varten. Näihin tietoihin pääsemiseksi tutkijat voivat myöntää Michael J. Fox Foundationin myöntämän luvan tutkimustarkoituksiin. Potilailta pyydetään lupa jakaa raakakoodattua dataa levitettäväksi tutkimusyhteisölle, analysoitavaksi ja käytettäväksi tulevissa julkaisuissa. Tutkimukseen osallistuminen takaa, että potilaat antavat tähän kirjallisen luvan.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Noord-Holland
-
Multiple Locations, Noord-Holland, Alankomaat
- Cohort 1
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Omistat ja käytät tällä hetkellä älypuhelinta, jossa on Internet-yhteys
- 30-vuotias tai vanhempi;
- Lääkäri diagnosoi Parkinsonin taudin;
- Pystyy kävelemään ilman apua.
Poissulkemiskriteerit:
Mitään poissulkemiskriteereitä ei käytetä.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Kohortti 1
Hollantilaiset Parkinson-potilaat, jotka asuvat Pohjois-Hollannin alueella ja jotka täyttävät kelpoisuusvaatimukset. Annettavat interventiot/altistukset:
|
13 viikon seurannan aikana koulutetut fysioterapeutit suorittavat standardoidun kliinisen arvioinnin PPMI-protokollan (www.ppmi-info.org) perusteella jokaiselle mukana olevalle potilaalle.
Tämä arviointi kestää 60 minuuttia, ja se tehdään kerran.
Muut nimet:
Potilaita pyydetään käyttämään älykelloa ja riippuvaa liikeanturia, molemmissa triaksiaalisilla kiihtyvyysantureilla, päivällä ja yöllä 13 viikon ajan.
Lisäksi käytössä on älypuhelimen itsevalvontasovellus, jossa potilas raportoi, kun hän ottaa PD-lääkitystä.
Lisäpainikkeen avulla potilas voi ilmoittaa yleisestä tuntemuksestaan.
Muut nimet:
|
|
Kohortti 2
Hollantilaiset Parkinson-potilaat, jotka asuvat Zuid-Hollandin alueella ja jotka täyttävät kelpoisuusehdot. Annettavat interventiot/altistukset:
|
13 viikon seurannan aikana koulutetut fysioterapeutit suorittavat standardoidun kliinisen arvioinnin PPMI-protokollan (www.ppmi-info.org) perusteella jokaiselle mukana olevalle potilaalle.
Tämä arviointi kestää 60 minuuttia, ja se tehdään kerran.
Muut nimet:
Potilaita pyydetään käyttämään älykelloa ja riippuvaa liikeanturia, molemmissa triaksiaalisilla kiihtyvyysantureilla, päivällä ja yöllä 13 viikon ajan.
Lisäksi käytössä on älypuhelimen itsevalvontasovellus, jossa potilas raportoi, kun hän ottaa PD-lääkitystä.
Lisäpainikkeen avulla potilas voi ilmoittaa yleisestä tuntemuksestaan.
Muut nimet:
|
|
Kohortti 3
Hollantilaiset Parkinson-potilaat, jotka asuvat Gelderlandin ja Utrechtin alueella ja jotka täyttävät kelpoisuusvaatimukset. Annettavat interventiot/altistukset:
|
13 viikon seurannan aikana koulutetut fysioterapeutit suorittavat standardoidun kliinisen arvioinnin PPMI-protokollan (www.ppmi-info.org) perusteella jokaiselle mukana olevalle potilaalle.
Tämä arviointi kestää 60 minuuttia, ja se tehdään kerran.
Muut nimet:
Potilaita pyydetään käyttämään älykelloa ja riippuvaa liikeanturia, molemmissa triaksiaalisilla kiihtyvyysantureilla, päivällä ja yöllä 13 viikon ajan.
Lisäksi käytössä on älypuhelimen itsevalvontasovellus, jossa potilas raportoi, kun hän ottaa PD-lääkitystä.
Lisäpainikkeen avulla potilas voi ilmoittaa yleisestä tuntemuksestaan.
Muut nimet:
|
|
Kohortti 4
Hollantilaiset Parkinson-potilaat, jotka asuvat Groningenin, Frieslandin, Drenthen ja Overijsselin alueella ja jotka täyttävät kelpoisuusehdot. Annettavat interventiot/altistukset:
|
13 viikon seurannan aikana koulutetut fysioterapeutit suorittavat standardoidun kliinisen arvioinnin PPMI-protokollan (www.ppmi-info.org) perusteella jokaiselle mukana olevalle potilaalle.
Tämä arviointi kestää 60 minuuttia, ja se tehdään kerran.
Muut nimet:
Potilaita pyydetään käyttämään älykelloa ja riippuvaa liikeanturia, molemmissa triaksiaalisilla kiihtyvyysantureilla, päivällä ja yöllä 13 viikon ajan.
Lisäksi käytössä on älypuhelimen itsevalvontasovellus, jossa potilas raportoi, kun hän ottaa PD-lääkitystä.
Lisäpainikkeen avulla potilas voi ilmoittaa yleisestä tuntemuksestaan.
Muut nimet:
|
|
Kohortti 5
Hollannin Parkinson-potilaat, jotka asuvat Zeelandin, Noord-Brabantin ja Limburgin alueella ja täyttävät kelpoisuusehdot. Annettavat interventiot/altistukset:
|
13 viikon seurannan aikana koulutetut fysioterapeutit suorittavat standardoidun kliinisen arvioinnin PPMI-protokollan (www.ppmi-info.org) perusteella jokaiselle mukana olevalle potilaalle.
Tämä arviointi kestää 60 minuuttia, ja se tehdään kerran.
Muut nimet:
Potilaita pyydetään käyttämään älykelloa ja riippuvaa liikeanturia, molemmissa triaksiaalisilla kiihtyvyysantureilla, päivällä ja yöllä 13 viikon ajan.
Lisäksi käytössä on älypuhelimen itsevalvontasovellus, jossa potilas raportoi, kun hän ottaa PD-lääkitystä.
Lisäpainikkeen avulla potilas voi ilmoittaa yleisestä tuntemuksestaan.
Muut nimet:
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Parkinsonin taudin oireet
Aikaikkuna: Perustaso
|
MDS-UPDRS on versio Unified Parkinson's Disease Rating Scale (UPDRS) -luokitusasteikosta.
Se kehitettiin arvioimaan Parkinsonin taudin eri näkökohtia, mukaan lukien päivittäisen elämän ei-motoriset ja motoriset kokemukset sekä motoriset komplikaatiot.
MDS-UPDRS kuvaa sairauden laajuutta ja taakkaa eri väestöryhmissä.
Tässä käytimme yhden pisteen arvioinnin (perustason) tietoja.
Tässä käytetty kokonaispistemäärä laskettiin kaikkien neljän ala-asteikon pisteiden summana (ts.
osa I, osa IV) muodostaen MDS-UPDRS:n.
Kokonaispisteet vaihtelevat 0-272.
Korkeampi pistemäärä tarkoittaa suurempaa sairauden vakavuutta ja rasitusta, mikä on siten huonompi lopputulos.
|
Perustaso
|
|
Masennuspisteet masennustahtien mittana
Aikaikkuna: Perustaso
|
Geriatric Depression Scale -asteikolla saadut pisteet analysoitiin todennäköisesti masentuneiden osallistujien prosenttiosuuden luomiseksi.
Kokonaispisteet vaihtelevat 0-15.
Yli 6 pistemäärä tarkoittaa suurempaa todennäköisyyttä sairastua masennukseen.
|
Perustaso
|
|
Kognitiivinen rajoite.
Aikaikkuna: Perustaso
|
Montrealin kognitiivisella arvioinnilla saatu kokonaispistemäärä.
Analysoimme täydet pisteet tutkiaksemme niiden osallistujien prosenttiosuutta, joilla oli mahdollinen kognitiivinen vajaatoiminta.
Montrealin kognitiiviset summapisteet vaihtelevat välillä 0–30, jossa pienempi tai yhtä suuri pistemäärä 26 katsotaan mahdolliseksi kognitiiviseksi heikkenemiseksi.
|
Perustaso
|
|
Itsenäisyystaso
Aikaikkuna: Perustaso
|
Schwabin ja Englannin päivittäisen elämän mittakaavan aktiviteeteilla saatu kokonaispistemäärä analysoitiin kuvaamaan otoksen toiminnallista tasoa.
Kokonaispistemäärät vaihtelevat 0:sta 100:aan, jossa pienemmät pisteet liittyvät enemmän riippuvuuteen muista suorittaa päivittäisiä toimintoja.
|
Perustaso
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Kaatumisten määrä potilasta kohti, jonka kaatumisilmaisin rekisteröi.
Aikaikkuna: Potilaat arvioidaan automaattisesti seuranta-ajan (enintään 13 viikkoa ilmoittautumispäivän jälkeen), 24 tuntia vuorokaudessa, 7 päivää viikossa.
|
Putoamisilmaisin tunnistaa putoamisen.
Joka kerta, kun potilas putoaa, putoamistunnistimeen upotettu algoritmi tunnistaa putoamisen ja tallentaa putoamistapahtuman.
Seurantaajan päätyttyä jokaiselle potilaalle tehdään kaatumistapahtuman summa.
|
Potilaat arvioidaan automaattisesti seuranta-ajan (enintään 13 viikkoa ilmoittautumispäivän jälkeen), 24 tuntia vuorokaudessa, 7 päivää viikossa.
|
|
Jokaisen potilaan mielialaraporttien määrä mitattuna neljän pisteen asteikolla
Aikaikkuna: Potilaat arvioidaan seuranta-aikana (enintään 13 viikkoa ilmoittautumispäivästä). Arviointi (itseraportointi) odotetaan tehtävän niin monta kertaa kuin potilas haluaa kertoa tunteistaan tai vähintään kerran päivässä.
|
Mielialaraporttien määrä kerätään älypuhelinsovelluksen kautta.
Saatavilla on neljän pisteen asteikko (erittäin hyvä, hyvä, huono ja kohtuullinen), ja raportti voidaan tehdä painamalla painiketta, joka vastaa potilaan oloa sillä hetkellä.
Seuranta-ajan lopussa kaikista raporteista tehdään summa, jotta voidaan mitata mielialaraporttien lukumäärä seuranta-ajan aikana.
|
Potilaat arvioidaan seuranta-aikana (enintään 13 viikkoa ilmoittautumispäivästä). Arviointi (itseraportointi) odotetaan tehtävän niin monta kertaa kuin potilas haluaa kertoa tunteistaan tai vähintään kerran päivässä.
|
|
Kunkin osallistujan itseraportointisovelluksen kautta tekemien lääkkeiden saantimerkintöjen määrä.
Aikaikkuna: Perustaso
|
Potilaiden tekemien lääkkeenottoilmoitusten määrä kerätään älypuhelinsovelluksen kautta.
Joka kerta kun potilas ottaa lääkkeen, hänen on painettava painiketta, joka ilmoittaa ottaneensa lääkkeen.
Seurantaajan päätyttyä kaikista raporteista tehdään summa, jotta voidaan mitata lääkkeiden ottomäärä seuranta-ajan aikana.
|
Perustaso
|
|
Aika, jonka kukin potilas oli aktiivinen päivän aikana
Aikaikkuna: Potilaita arvioidaan automaattisesti jatkuvasti seuranta-ajan (enintään 13 viikkoa ilmoittautumispäivän jälkeen), 24 tuntia vuorokaudessa, 7 päivää viikossa. Analyysit rajoittuivat kävelytoimintoihin.
|
Aika, jonka potilas oli aktiivinen päivän aikana, lasketaan automaattisesti älypuhelimen sovelluksen kautta.
Laskenta suoritetaan algoritmilla, joka analysoi kävelykuvioita.
Tämä algoritmi pystyy ennustamaan, milloin potilas oli aktiivinen vyöhykkeellä, joka ylittää tavanomaisen kynnyksensä (esim. kun potilas suoritti yhtä toimintaa, joka tekee hänestä aktiivisemman kuin hiljaisena aikana).
Seuranta-ajan päätyttyä lasketaan kaikkien aktiivisten tuntien summa, jotta voidaan mitata aikaa, jonka potilas oli aktiivinen seuranta-ajan aikana.
|
Potilaita arvioidaan automaattisesti jatkuvasti seuranta-ajan (enintään 13 viikkoa ilmoittautumispäivän jälkeen), 24 tuntia vuorokaudessa, 7 päivää viikossa. Analyysit rajoittuivat kävelytoimintoihin.
|
|
Jokaisen potilaan aktiivisuustaso päivän aikana
Aikaikkuna: Potilaat arvioidaan automaattisesti seuranta-ajan (enintään 13 viikkoa ilmoittautumispäivän jälkeen), 24 tuntia vuorokaudessa, 7 päivää viikossa.
|
Jokaisen potilaan aktiivisuus lasketaan automaattisesti älypuhelimen sovelluksen kautta.
Laskenta suoritetaan käyttämällä älykelloon upotetuilla kiihtyvyysantureilla kerättyjä tietoja.
Puhelimeen asennettu algoritmi, joka analysoi älykellon avulla kerättyä dataa, voi laskea kunkin potilaan aktiivisuustason koko päivän ajan.
|
Potilaat arvioidaan automaattisesti seuranta-ajan (enintään 13 viikkoa ilmoittautumispäivän jälkeen), 24 tuntia vuorokaudessa, 7 päivää viikossa.
|
|
Autonomisten toimintahäiriöiden pisteet mitataan autonomisten toimintahäiriöiden asteikolla
Aikaikkuna: Perustaso
|
Autonomisten toimintahäiriöiden pisteet saadaan Parkinsonin taudin autonomisen toimintahäiriön arvioinnissa (SCOPA-AUT).
Kokonaispistemäärät vaihtelevat 0-100, jossa korkeat pisteet korreloivat Parkinson-potilaiden autonomisten toimintahäiriöiden lisääntyneen taakan kanssa.
|
Perustaso
|
|
Uneliaisuusluvut Epworthin uneliaisuusasteikolla unen määrän mittana.
Aikaikkuna: Perustaso
|
Epworthin uneliaisuusasteikkoa käytettiin arvioimaan uneliaisuuden tasoa päivän aikana.
Asteikon pisteet liittyvät tavanomaiseen yöunen kestoon ja kasvavat suhteellisen unen puutteen myötä.
Tässä käytimme yhden pisteen arvioinnin (perustason) tietoja.
Sitten voimme ehdottaa, että jos näytteellä on korkeat pisteet, niillä on alhainen unen määrä.
Kokonaispistemäärä vaihtelee 0:sta (ei uneliaisuutta ollenkaan) 24:ään (liiallinen uneliaisuus).
|
Perustaso
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Bastiaan R Bloem, Prof. Dr., Radboud University Medical Center
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Maetzler W, Domingos J, Srulijes K, Ferreira JJ, Bloem BR. Quantitative wearable sensors for objective assessment of Parkinson's disease. Mov Disord. 2013 Oct;28(12):1628-37. doi: 10.1002/mds.25628. Epub 2013 Sep 12.
- Parkka J, Ermes M, Korpipaa P, Mantyjarvi J, Peltola J, Korhonen I. Activity classification using realistic data from wearable sensors. IEEE Trans Inf Technol Biomed. 2006 Jan;10(1):119-28. doi: 10.1109/titb.2005.856863.
- Hobert MA, Maetzler W, Aminian K, Chiari L. Technical and clinical view on ambulatory assessment in Parkinson's disease. Acta Neurol Scand. 2014 Sep;130(3):139-47. doi: 10.1111/ane.12248. Epub 2014 Apr 1.
- Patel S, Lorincz K, Hughes R, Huggins N, Growdon J, Standaert D, Akay M, Dy J, Welsh M, Bonato P. Monitoring motor fluctuations in patients with Parkinson's disease using wearable sensors. IEEE Trans Inf Technol Biomed. 2009 Nov;13(6):864-73. doi: 10.1109/TITB.2009.2033471. Epub 2009 Oct 20.
- Patel S, Chen BR, Mancinelli C, Paganoni S, Shih L, Welsh M, Dy J, Bonato P. Longitudinal monitoring of patients with Parkinson's disease via wearable sensor technology in the home setting. Annu Int Conf IEEE Eng Med Biol Soc. 2011;2011:1552-5. doi: 10.1109/IEMBS.2011.6090452.
- Tsanas A, Little MA, McSharry PE, Ramig L. Using the cellular mobile telephone network to remotely monitor parkinsons disease symptom severity. IEEE Transactions on Biomedical Engineering. 2012.
- Arora S, Venkataraman V, Donohue S, Biglan KM, Dorsey ER, Little MA, editors. High accuracy discrimination of Parkinson's disease participants from healthy controls using smartphones. Acoustics, Speech and Signal Processing (ICASSP), 2014 IEEE International Conference on; 2014: IEEE.
- Pastorino M, Arredondo M, Cancela J, Guillen S, editors. Wearable sensor network for health monitoring: the case of Parkinson disease. Journal of Physics: Conference Series; 2013: IOP Publishing.
- Sharma V, Mankodiya K, De La Torre F, Zhang A, Ryan N, Ton TG, et al. SPARK: Personalized Parkinson Disease Interventions through Synergy between a Smartphone and a Smartwatch. Design, User Experience, and Usability User Experience Design for Everyday Life Applications and Services: Springer; 2014. p. 103-14.
- Tzallas AT, Tsipouras MG, Rigas G, Tsalikakis DG, Karvounis EC, Chondrogiorgi M, Psomadellis F, Cancela J, Pastorino M, Waldmeyer MT, Konitsiotis S, Fotiadis DI. PERFORM: a system for monitoring, assessment and management of patients with Parkinson's disease. Sensors (Basel). 2014 Nov 11;14(11):21329-57. doi: 10.3390/s141121329.
- Lakshminarayana R, Wang D, Burn D, Chaudhuri KR, Cummins G, Galtrey C, Hellman B, Pal S, Stamford J, Steiger M, Williams A; SMART-PD Investigators. Smartphone- and internet-assisted self-management and adherence tools to manage Parkinson's disease (SMART-PD): study protocol for a randomised controlled trial (v7; 15 August 2014). Trials. 2014 Sep 25;15:374. doi: 10.1186/1745-6215-15-374.
- Gschwind YJ, Eichberg S, Marston HR, Ejupi A, Rosario Hd, Kroll M, Drobics M, Annegarn J, Wieching R, Lord SR, Aal K, Delbaere K. ICT-based system to predict and prevent falls (iStoppFalls): study protocol for an international multicenter randomized controlled trial. BMC Geriatr. 2014 Aug 20;14:91. doi: 10.1186/1471-2318-14-91.
- Silva de Lima AL, Hahn T, de Vries NM, Cohen E, Bataille L, Little MA, Baldus H, Bloem BR, Faber MJ. Large-Scale Wearable Sensor Deployment in Parkinson's Patients: The Parkinson@Home Study Protocol. JMIR Res Protoc. 2016 Aug 26;5(3):e172. doi: 10.2196/resprot.5990.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Arvio)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- NL53034.091.41
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .