Servizi di Diagnostica Digitale e Intervento per la Malattia di Parkinson

Diagnosi: l'attuale stato dell'arte nella diagnosi della malattia di Parkinson ruota principalmente attorno a valutazioni cliniche basate sulla sintomatologia e sull'esame neurologico. I criteri più utilizzati per la diagnosi sono i criteri e gli strumenti della Movement Disorder Society (MDS) (ad es. Il MDSUPDRS). Questi criteri dipendono fortemente dall’esperienza del medico che effettua la diagnosi e, quindi, sono soggetti a variabilità. Inoltre, queste valutazioni cliniche non sono in grado di monitorare con precisione la progressione della malattia nel tempo, rendendo difficile fornire cure personalizzate.

Valutazione: gioca un ruolo importante in queste consultazioni per aiutare i medici a comprendere lo stato di salute dei pazienti e la progressione della malattia necessaria per adattare i piani di trattamento. Gli attuali metodi clinici si basano sull'UPDRS, una misura standard dei risultati clinici che richiede esperienza e formazione clinica e viene quindi misurata durante gli appuntamenti clinici.

Ulteriori informazioni possono essere ottenute dalla descrizione soggettiva dei pazienti dei loro sintomi e/o tramite alcuni brevi test di cammino, come il 3 metri Timed Up and Go (TUG) eseguito come un'istantanea in clinica. Tuttavia, i pazienti variano nel corso dei giorni e le descrizioni soggettive si basano sulla loro memoria e sulle osservazioni a casa. Questi ricordi possono essere inaffidabili o privi di dettagli sufficienti (in particolare quando il paziente ha un deterioramento cognitivo). I test del cammino, sebbene rapidi da eseguire, mostrano un'elevata variabilità dovuta alle fluttuazioni naturali dei sintomi del Parkinson durante il giorno, allo stato di assunzione/disattivazione del trattamento nonché agli effetti "performanti" quando si svolgono attività in un contesto clinico. Di conseguenza, i regimi di cura del Parkinson sono spesso forniti sulla base di tentativi ed errori, con conseguente ritardo generale nell'offerta di cure, con i primi segni di progressione della malattia spesso persi fino a quando le condizioni non diventano più gravi e interventi come la fisioterapia vengono spesso forniti troppo tardi. Pertanto, vi è una forte necessità di valutazioni più frequenti e accurate del Parkinson in un ambiente reale per consentire cure più mirate e misure e interventi preventivi attraverso il rilevamento precoce dei punti di flessione della malattia. Qui proponiamo di valutare tre approcci digitali per vedere se forniscono ulteriori informazioni per supportare il processo decisionale clinico utilizzando l'andatura e le caratteristiche oftalmiche. L'attuale stato dell'arte nella diagnostica neurologica comprende una gamma di tecniche di esame clinico tradizionali, come la valutazione manuale delle funzioni neuro-oculari e neuro-motorie, nonché strumenti tecnologicamente più avanzati, come le tecnologie di imaging (ad es., MRI ) e test elettrofisiologici (ad esempio, ECG). Sebbene questi metodi abbiano indubbiamente contribuito a progressi significativi nell’individuazione e nella gestione dei disturbi neurologici, presentano anche diversi limiti che gli approcci digitali superano. Gli esami tradizionali della funzione neurologica, come le valutazioni manuali [UPDRS], dipendono fortemente dall’esperienza e dal giudizio soggettivo di neurologi specializzati. Ciò porta a note incoerenze nell'interpretazione e nel punteggio delle prestazioni dei pazienti nel corso del tempo, in particolare nel caso di malattie neurodegenerative come il morbo di Parkinson (MdP), dove i pazienti in genere consultano diversi neurologi residenti per diversi anni.

Inoltre, gli esami manuali mancano di strumenti di misurazione precisi, con conseguente bassa precisione delle misurazioni osservate (tipicamente ~ 2 cm) e l’incapacità di rilevare segni subclinici in fase iniziale. La malattia di Parkinson è una malattia neurodegenerativa complessa e progressiva con una significativa variabilità nelle manifestazioni cliniche e nella progressione della malattia.

La sua diagnosi e il suo monitoraggio rimangono una sfida, poiché si basano principalmente su esami clinici che sono soggettivi e spesso non catturano l’intera portata delle fluttuazioni dei sintomi.

Intervento:

Consentire una vita indipendente a una società che invecchia è una sfida fondamentale per il Regno Unito e altri paesi sviluppati. Il numero di pazienti con LTC è in aumento e ha già i maggiori bisogni sanitari della popolazione, richiedendo il 50% di tutte le visite dal medico di famiglia e il 70% di tutti i giorni di degenza e il loro trattamento e cura assorbe il 70% dei budget per le cure acute e primarie in Inghilterra. Mantenere una mobilità sicura è un fattore critico che influisce sulla qualità della vita, sui ruoli e sulle responsabilità della vita. Considerando il solo Parkinson, un'analisi ha dimostrato che a 1 persona su 37 verrà diagnosticata la malattia di Parkinson nel corso della sua vita (2). FOG e FSG sono aspetti gravemente debilitanti della malattia che riducono notevolmente la qualità della vita della PwP e contribuiscono a raddoppiare il rischio di cadute e le lesioni correlate (2). È fondamentale fornire una soluzione per supportare la PwP con un’andatura più fluida e sicura, una maggiore indipendenza e una migliore gestione e cura della malattia. Il suggerimento con stimoli visivi, uditivi o somatosensoriali è un metodo ben documentato e clinicamente validato per superare il modulo FOG IRAS Riferimento: IRAS versione 6.3.6

Data:

8 340549/1665763/37/423 e FSG. Studi di ricerca hanno anche dimostrato che le modalità di suggerimento migliorano l’andatura nella PwP sia durante la camminata libera che su quella su tapis roulant, migliorando al tempo stesso l’equilibrio e riducendo la necessità di supporto stabilizzante. È stato dimostrato che i parametri dell'andatura come la frequenza del passo, la lunghezza del passo e la simmetria dell'andatura sono misurabili con sensori di movimento inerziali per la valutazione della qualità dell'andatura. Gli studi hanno dimostrato che la misurazione oggettiva della malattia può migliorare i risultati del trattamento nella malattia di Parkinson. Sono disponibili prodotti di base per segnali visivi e ritmici (come scarpe laser, un'app metronomo e un pulsante vibrazionale), tuttavia sono ancora basati su semplici segnali continui che hanno profonde limitazioni sull'usabilità e sull'efficacia nell'ambiente quotidiano e non includono l'andatura sistemi di analisi per facilitare risultati ed esperienze migliori per i pazienti. Il sistema gaitQ sarà la prima soluzione unica che utilizza l’intelligenza artificiale e i suggerimenti adattivi intelligenti per aiutare i pazienti a superare efficacemente FOG e FSG nel loro ambiente quotidiano, migliorando al tempo stesso la qualità dell’andatura. Un precedente studio accademico di prova condotto presso l’Università di Oxford nel 2019 prima della costituzione della società gaitQ, ha valutato il segnale di vibrazione reattivo utilizzando 17 pazienti nell’arco di 31 ore in un ambiente clinico. Questo studio ha dimostrato che i segnali reattivi possono ridurre il FOG e migliorare la qualità dell’andatura. Più recentemente, il finanziamento NIHR i4i Connect (completato nel novembre 2021) ha consentito a gaitQ di far avanzare il suo dispositivo di ricerca fino a trasformarlo in un prototipo commerciale e di condurre una valutazione interna del prodotto con 22 PwP. Il 91% dei partecipanti ha riferito un impatto positivo del dispositivo gaitQ: ha aiutato a stimolare il movimento delle gambe, ad aumentare la concentrazione durante la camminata, a mantenere il ritmo e ad aumentare la fiducia nel camminare. L'analisi quantitativa delle metriche dell'andatura ha mostrato una riduzione di circa il 60% degli eventi FOG e FSG sia nella durata che nella frequenza. Inoltre, la lunghezza del passo dei partecipanti è aumentata dell'11% mentre la frequenza del passo è diminuita del 16%: entrambi sono risultati chiave per una camminata più naturale e stabile; I nostri algoritmi di apprendimento automatico sono stati testati rispetto a due studi sul Parkinson, ottenendo una sensibilità media dell'87% e una specificità dell'85%. La validazione continua in laboratorio sta determinando ulteriormente la validità e l'affidabilità della metrica dell'andatura e stimando l'effetto del segnale sui trasferimenti, sulla mobilità e sulla resistenza.