Améliorer la capacité de marcher dans la maladie de Parkinson (PASTA)

La maladie de Parkinson (MP) est un trouble du mouvement chronique et progressif, principalement dû à une altération du contrôle moteur. Les troubles de la marche sont les principaux symptômes chez les patients atteints de MP, avec une diminution de la longueur des pas et de la vitesse de marche, une distribution anormale des phases de marche, un rythme inconstant, une asymétrie de la marche et une coordination articulaire réduite. L'instabilité posturale et la détérioration des caractéristiques de la marche augmentent sensiblement le risque de chute chez ces patients, entraînant une perte d'autonomie et une aggravation du pronostic à long terme. Il a été clairement démontré que les déficiences motrices sont liées à un dysfonctionnement des ganglions de la base, une structure cérébrale qui fonctionne comme un "pacemaker" pour l'activation (et la désactivation) de chaque sous-mouvement au sein d'une séquence de mouvements répétitifs. La perturbation des repères rythmiques internes dans la DP peut expliquer la mauvaise fluidité de l'exécution du mouvement et les difficultés à réguler la longueur de la foulée, entraînant une augmentation de la cadence. La lévodopa est le traitement le plus efficace pour améliorer les symptômes de la MP, mais une administration au long cours réduit son efficacité dans le temps et elle est responsable d'effets collatéraux (dyskinésies). Par conséquent, des recherches ont étudié des approches non pharmacologiques alternatives, basées sur des signaux auditifs comme la stimulation auditive rythmique (RAS). Un grand nombre d'études ont rapporté des effets positifs à la fois après une seule séance de traitement et après des programmes d'entraînement plus longs, avec une vitesse de marche, une cadence et une longueur de foulée améliorées ainsi que dans la symétrie de l'activation musculaire pour les membres supérieurs et inférieurs. Dans de telles études, les fréquences RAS sont prédéfinies sous forme de pourcentages de la fréquence de marche préférée du patient. Comme la durée de toutes les thérapies peut changer dans le temps, un ajustement continu de la posologie et du type de traitement est nécessaire, basé à la fois sur le suivi des symptômes par les patients et sur des évaluations objectives. Des méthodes d'analyse de la marche (GA) ont été proposées et validées pour l'étude de la marche physiologique et dans plusieurs maladies. Les systèmes traditionnels de GA sont basés sur des systèmes optoélectroniques, mais ils sont coûteux, non portables et nécessitent des opérateurs qualifiés. L'évaluation est toujours réalisée dans des laboratoires avec des montages expérimentaux, probablement différents de la marche réelle (environnements sonores, présence d'objets et de personnes ou trottoir non nivelé, couleurs différentes).

Par conséquent, l'AG traditionnelle n'est pas fiable pour le contrôle quotidien des traitements ou pour l'évaluation des situations réelles. Récemment, des chercheurs ont développé des systèmes portables, basés sur des unités de mesure inertielle (IMU). Même si un nombre considérable d'études ont exploré la validité de l'analyse des IMU, très peu ont été impliquées dans les analyses de mouvement PD. Au cours des dernières années, un ensemble de dispositifs portables intégrant des capteurs inertiels, se sont répandus sur le marché en tant que solutions à faible coût pour surveiller les activités de mouvement humain. Bien qu'ils doivent encore être entièrement validés en termes de précision, ces systèmes peuvent fournir à l'utilisateur des informations lui permettant de suivre sa propre activité. Cette technologie persuasive a un formidable potentiel pour améliorer l'activité physique et la motivation des patients, avec l'avantage d'un enregistrement prolongé et continu.

L'utilisation et l'analyse d'une grande quantité de données objectives (big data set) est la nouvelle frontière pour une utilisation efficace du temps et des ressources scientifiques, engageant le programme de coordination des soins, économisant des ressources économiques et fournissant une meilleure qualité de soins. De plus, ces systèmes, intégrés à une application web, à la télémédecine et aux smartphones mobiles, pourraient aider les cliniciens à aborder plus correctement les traitements grâce à un suivi en temps réel au quotidien. Notre groupe de recherche a été impliqué dans l'évaluation clinique de différents aspects de la qualité de la marche dans de nombreuses conditions neurologiques, y compris la MP. Les chercheurs ont déjà montré que les accéléromètres portables pouvaient être utiles dans l'évaluation quantitative de la stabilité dynamique de la marche, en corrélation avec les scores cliniques. Les chercheurs ont également découvert que les accélérations pouvaient être modifiées d'une manière spécifique à la pathologie (déficiences intellectuelles effectuant différentes tâches simultanément). Une condition similaire peut également être observée dans la MP, montrant que seule l'harmonie intrinsèque de la marche est significativement corrélée à la sévérité des troubles de la marche. Ces dernières années, de nombreux outils portables sont devenus disponibles pour quantifier l'activité quotidienne. Ceci est particulièrement important pour une éventuelle utilisation thérapeutique du RAS, qui vise à restaurer un rythme harmonique chez les patients atteints de MP.

Objectif spécifique 1 : Pour analyser le modèle moteur chez les patients atteints de MP dans le cadre de la vie réelle, les caractéristiques de la marche seront obtenues par des capteurs portables afin de les relier aux données cliniques et démographiques.

Objectif spécifique 2 : Pour améliorer les capacités de marche et réduire le risque de chute chez les patients atteints de MP, les chercheurs testeront un retour acoustique en temps réel (RAS) et des alertes de capteurs intégrés connectés à une application adaptée et facile à utiliser pour smartphone.

Objectif spécifique 3 : Pour améliorer les protocoles pharmacologiques et de réadaptation, les chercheurs analyseront les données de la marche et de la motilité de la vie quotidienne et les caractéristiques cliniques pour tester le modèle de risque théorique de chutes.

Conception expérimentale Objectif 1 : Les patients atteints de MP seront recrutés à la Fondazione Policlinico Universitario Gemelli et à la Fondazione Don Gnocchi ONLUS à Rome. Tous les patients inclus seront affectés par la MP idiopathique. Les données cliniques seront acquises par un neurologue qualifié.

Trois cents patients seront surveillés à distance grâce à des capteurs portables. Les sujets seront invités à porter le capteur pendant 14 jours consécutifs. Chaque patient aura plus de 100 mesures par seconde, générant une grande quantité de données, qui seront stockées dans une base de données et ensuite filtrées pour les données d'intérêt. Les paramètres spatio-temporels de la marche fourniront des informations pour surveiller les performances de la marche du patient afin d'obtenir une mesure précise de l'efficacité globale de la fonction locomotrice. Ensuite, ils seront intégrés aux dossiers électroniques des patients. Les données cliniques, telles que les ordonnances des médecins, l'imagerie médicale et d'autres données administratives seront enregistrées. Enfin, un modèle de risque pour la prédiction des chutes sera construit.

Conception expérimentale Objectif 2 : Après l'analyse des données obtenues, une application sera développée (Parkinson App Smartphone Aimed : P.A.St.A.), elle se caractérisera par sa fiabilité, sa facilité d'utilisation, sa clarté visuelle et son prix abordable.

Cette application pourra : 1) enregistrer les caractéristiques de la démarche en les envoyant à un serveur dans le cloud ; 2) fournir un retour acoustique adapté aux caractéristiques de marche du patient (avec une fréquence plus ou moins élevée en fonction des besoins du patient et des risques prédictifs) ; 3) fournir une alerte sur la base d'indices de risque (les indices de risque seront identifiés selon un modèle de risque pour la prédiction des chutes) et 4) être mis à jour chaque fois que nécessaire (par exemple après une chute). Une cinquantaine de patients se verront remettre un smartphone, après une formation sur l'utilisation de l'application logicielle développée par l'équipe projet. Ils utiliseront l'application pendant une période de 14 jours consécutifs. Des évaluations cliniques avec des échelles seront réalisées, avant et après l'utilisation de P.A.St.A., pour analyser la fonction motrice et la stabilité posturale et, enfin, la qualité de vie. En outre, la conformité à l'adoption de la nouvelle technologie sera étudiée.

Conception expérimentale Objectif 3 : Les données informatiques obtenues seront liées aux caractéristiques cliniques et aux schémas de marche pour identifier les biomarqueurs cliniques de l'altération de la marche dans la MP. La disponibilité de grands ensembles de données, alimentés par les évaluations de milliers de patients atteints de MP, permettra d'améliorer les connaissances sur le schéma moteur dans le cadre de la vie réelle et d'améliorer l'approche thérapeutique actuelle.

Méthodologies et analyses statistiques : Toutes les analyses statistiques seront réalisées à l'aide du logiciel Stata.

OBJECTIF 1 - Les données seront résumées sous forme de fréquences et de pourcentages pour les variables catégorielles. Les variables continues seront analysées sous forme de moyennes et d'écarts types ou de médianes et de plages. Les enquêteurs rechercheront la normalité en utilisant des tracés normaux ou par des tests de signification (par ex. test de Shapiro-Wilk W). L'incidence des chutes sera mesurée et les circonstances dans lesquelles elles se produisent et leurs conséquences seront décrites, classées comme aucune blessure, blessures mineures ou majeures. Une analyse de régression logistique multiple sera utilisée pour déterminer des prédicteurs indépendants de chutes. Les variables seront sélectionnées pour être entrées dans le modèle logistique sur la base des résultats d'une analyse univariée. Le test de qualité d'ajustement de Hosmer-Lemeshow sera utilisé pour évaluer dans quelle mesure le modèle a tenu compte de résultats spécifiques. Le modèle de prédiction des chutes sera développé à partir des résultats de l'analyse multivariée. Le score prédictif sera calculé par la méthode de notation basée sur le rapport de cotes, et les scores entiers les plus proches seront attribués à chaque prédicteur. La puissance discriminative du modèle sera évaluée par la zone caractéristique de fonctionnement du récepteur sous l'analyse de la courbe.

OBJECTIF 2 - Les données enregistrées seront traitées pour extraire les paramètres de marche et d'équilibre dynamique. L'incidence des chutes, l'utilisation du RAS et sa corrélation avec les indices de risque dans les 14 jours de suivi seront mesurés. Le test de rang signé de Wilcoxon sera effectué pour comparer le nombre de chute(s) avant et après l'utilisation de P.A.St.A.

OBJECTIF 3 - Les paramètres spatio-temporels de la marche et les caractéristiques démographiques et cliniques des patients avant les traitements seront comparés à l'aide du test du chi carré, du test exact de Fisher et de tests t indépendants, le cas échéant.