Effetto di sincronizzazione circadiana e omeostatica sulla mobilità al risveglio nella malattia di Parkinson (Synch Fit)

La malattia di Parkinson è una malattia neurodegenerativa comune che colpisce l'1,5% della popolazione generale di età superiore ai 60 anni e caratterizzata da mobilità ridotta con un elevato impatto sulla vita quotidiana e sulla qualità della vita dei pazienti e dei loro caregiver. Il 40% dei pazienti con malattia di Parkinson (MdP) riferisce un miglioramento incostante, prominente, spontaneo e transitorio della mobilità che si verifica al risveglio mattutino, prima di assumere la prima dose mattutina di farmaci dopaminergici. Questo fenomeno apparentemente imprevedibile, altamente variabile, correlato al sonno è stato chiamato dagli scienziati "Sleep Benefit" (SB).

SB è una pista promettente da seguire per sviluppare nuove strategie terapeutiche per i sintomi motori nel morbo di Parkinson. Un approccio innovativo potrebbe essere quello di indurre modifiche della mobilità influenzando la regolazione del sonno nei pazienti PD in contesti sperimentali.

La propensione e la tempistica del sonno dipendono dall'interazione coordinata della durata della precedente veglia (componente omeostatica) e da un segnale circadiano (componente circadiana). Le interazioni reciproche tra processi omeostatici e circadiani presiedono alla sincronia interna di molti processi fisiologici. Ipotizziamo che SB dipenda dalla sincronizzazione ottimale fortuita tra il processo circadiano e quello omeostatico al risveglio mattutino. Poiché l'SB mostra un'elevata variabilità quotidiana, inter e intra-soggetto, lo studio dell'SB richiede una valutazione multipla e ripetuta della mobilità per diversi giorni. Un ambiente sperimentale domiciliare sarebbe ottimale per questo scopo in termini di rapporto costo-efficacia e accettabilità da parte dei pazienti. Inoltre, considerando che la gamma e la natura di SB non sono state ben caratterizzate finora e che l'ampiezza della sua variabilità è sconosciuta, un metodo di valutazione affidabile, indipendente dall'osservatore e dalla situazione e riproducibile di SB è un requisito fondamentale per ulteriori ricerche in quest 'area.

Una tecnica recentemente sviluppata che associa algoritmi di apprendimento automatico con sensori indossabili wireless (accelerometri e giroscopi) e applicazioni software potrebbe essere particolarmente promettente per caratterizzare la complessità e la molteplicità di SB nel PD. Grazie a questa tecnica, è possibile eseguire valutazioni ripetute e multiple della mobilità a casa dei pazienti senza la presenza costante di un ricercatore.

L'ipotesi di lavoro di questo studio è che le prestazioni motorie nei pazienti con PD migliorano al risveglio mattutino quando si verifica una sincronia ottimale tra la regolazione circadiana e quella omeostatica del sonno. Come primo passo, prevediamo di mettere a punto una metodologia domiciliare e assistita dalla tecnologia e di verificarne la fattibilità scientifica, tecnologica e logistica.

Lo studio coinvolgerà quattro pacchetti di lavoro, per ciascuno dei quali sono definiti endpoint specifici:

WP1: Definizione delle procedure logistiche, setting, pratiche dello studio per la valutazione domiciliare;

WP2: Messa a punto tecnologica di:

• Sensori indossabili IMU
• Sviluppo dell'applicazione software SleepFit
• fototerapia (inclusa fototerapia fittizia)
• polisonnografia domiciliare
• valutazioni cronobiologiche (gradiente di temperatura corporea cutanea distale-prossimale; Dim Light Melatonin Onset (DLMO) da campioni salivari;

Due pacchetti di lavoro (3 e 4) richiederanno l'inclusione dei pazienti e interventi sui pazienti:

WP3: Convalida della valutazione della mobilità mediante sensori indossabili: accuratezza dell'algoritmo di apprendimento automatico per prevedere lo stato motorio dei pazienti in base al punteggio totale MDS-UPDRS-III e all'item 3.14 (impressione clinica globale della mobilità);

WP4: Test in condizioni di vita reale a casa dei pazienti in un piccolo gruppo di soggetti.