Développement d'appareils de diagnostic numérique pour la maladie de Parkinson

La maladie de Parkinson (MP) est l'une des maladies neurodégénératives les plus courantes dans le monde, touchant 1 % de la population âgée de plus de 65 ans.

Actuellement, le diagnostic de la MP repose sur les antécédents, les évaluations cliniques et l'examen neurologique.

Les critères de diagnostic les plus largement utilisés sont les critères et les instruments de la Movement Disorder Society (MDS) (c.-à-d. Le MDS-UPDRS). Des informations supplémentaires peuvent être obtenues à partir de la description subjective des symptômes par les personnes et/ou via certains tests de marche courts, tels que le Timed Up and Go (TUG) de 3 mètres effectué sous forme d'instantané en clinique. Cependant, les symptômes varient selon les jours et les descriptions subjectives reposent sur leur mémoire et leurs observations à la maison. Ces souvenirs peuvent être peu fiables ou manquer de détails (surtout lorsque la personne souffre de troubles cognitifs). Par conséquent, les critères de diagnostic actuels de la MP dépendent fortement de la personne et du médecin qui pose le diagnostic. Cette subjectivité peut conduire à une variabilité dans le diagnostic. De plus, ces évaluations cliniques ne permettent pas de suivre avec précision la progression de la maladie au fil du temps, ce qui rend difficile la fourniture de soins personnalisés. De plus, les examens manuels manquent d’instruments de mesure précis, ce qui entraîne une faible précision des mesures observées et l’incapacité de détecter les signes subcliniques à un stade précoce. Un diagnostic objectif basé sur des données quantitatives plutôt que sur une interprétation subjective des résultats cliniques est important2. Par conséquent, un diagnostic précoce et précis de la MP, ainsi qu’un suivi précis de la progression de la maladie, restent des défis importants dans la MP.

Plusieurs anomalies oculo-visuelles ont été décrites dans la MP. Des études rapportent une fonction motrice oculaire anormale chez 75 à 87,5 % des personnes atteintes de MP (3,4). Ces dysfonctionnements peuvent précéder ou suivre les symptômes moteurs et ainsi, l'évaluation de la fonction motrice oculaire peut fournir des informations précieuses concernant la détection précoce ou la progression de la maladie (5). Les dysfonctionnements moteurs oculaires les plus fréquemment rapportés sont les déficiences des saccades, de la poursuite en douceur et de la vergence (3,4,6).

Les troubles de la marche comptent parmi les symptômes les plus courants et les plus invalidants de la MP (29). Les troubles de la marche comprennent le gel de la démarche (FOG), une incapacité à initier ou à maintenir des schémas de marche normaux, entraînant souvent une démarche stochastique d'arrêt/démarrage, et une démarche festinante (FSG), qui est un raccourcissement de la longueur de foulée avec une fréquence de pas élevée, entraînant par étapes rapides et traînantes. Le FOG et le FSG contribuent tous deux à un risque accru de chutes (et de blessures liées aux chutes) chez les personnes atteintes de MP par rapport à la population âgée en général. Une surveillance objective et continue de la marche à distance serait très importante chez les personnes atteintes de MP, pour suivre objectivement les troubles de la marche en temps réel et potentiellement contribuer à suivre objectivement la progression de la maladie, ce qui pourrait conduire à des soins personnalisés pour les personnes atteintes de MP.

Dans ce projet, des données sur la motricité oculaire, la pupille et la démarche des personnes atteintes de la maladie de Parkinson (MP) seront collectées afin de développer des modèles d'apprentissage automatique pour le diagnostic et le suivi de la MP. Avec cela, les enquêteurs visent à faire progresser l'état de l'art en matière de diagnostic et de surveillance de la MP. En intégrant les principes de l’apprentissage automatique avec des données de capteurs de haute qualité, un diagnostic plus précis et plus précoce pourrait potentiellement être obtenu. Les données oculaires motrices et pupillaires seront collectées avec l'examen clinique standard et avec neos, un dispositif médical approuvé pour la mesure objective de la motricité oculaire et de la pupille. La démarche sera collectée à l'aide d'un capteur IMU et de GaitQ senti, un appareil grand public qui permet une surveillance objective et continue de la marche à distance.

L'objectif principal de ce projet est de collecter des données sur la motricité oculaire, la pupille et la démarche des personnes atteintes de MP afin de développer et comparer des modèles d'apprentissage automatique pour le diagnostic et le suivi de la MP.

Les objectifs secondaires sont :

• Corréler les paramètres de la motricité oculaire, de la pupille et de la démarche avec plusieurs paramètres cliniques, y compris le MDS-UPDRS.
• Recueillir des données probantes du monde réel (RWE) concernant les paramètres économiques de la santé pour aborder les propriétés, effets et/ou impacts individuels et combinés des technologies de santé déployées.
• En analysant les données collectées, nous visons également à contribuer à la compréhension scientifique de la MP, en découvrant potentiellement de nouvelles informations sur les schémas de la maladie, sa progression et la réponse aux traitements.