Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Valutazione MDS-UPDRS assistita dall'Intelligenza Artificiale per la Malattia di Parkinson

6 luglio 2026 aggiornato da: Hiu Yi Wong, Hong Kong University of Science and Technology

Valutazione MDS-UPDRS assistita da Intelligenza Artificiale per il Morbo di Parkinson

Il morbo di Parkinson idiopatico (PD) è una malattia neurodegenerativa che causa progressivamente sia sintomi motori che non motori. Essendo la seconda malattia neurodegenerativa più comune e il disturbo del movimento più frequente, colpisce oltre 8,5 milioni di persone in tutto il mondo e 13.000 persone a Hong Kong. I sintomi più classici del PD sono tremori a riposo, rigidità muscolare, bradicinesia (rallentamento dei movimenti) e difficoltà nell'andatura. Altri sintomi includono disturbi del sonno, sintomi psichiatrici, compromissione cognitiva e disfunzione autonomica. La sua fisiopatologia è caratterizzata dalla perdita di neuroni dopaminergici e dall'accumulo di aggregati chiamati corpi di Lewy.

La gravità dei sintomi motori correlati al PD viene solitamente valutata in modo semiquantitativo ("normale", "lieve", "moderato" e "grave") da medici esperti e fisioterapisti secondo la revisione della Unified Parkinson's Disease Rating Scale Parte III (MDS-UPDRS III) sponsorizzata dalla Movement Disorder Society. Tuttavia, l'MDS-UPDRS III è semiquantitativa e soggettiva, il che potrebbe mascherare lievi effetti del trattamento o addirittura fornire risultati falsi positivi. Inoltre, richiede tempo e impegno significativi per la valutazione, con variazioni inter-osservatore attese.

Per affrontare questi problemi, sono state investigate varie tecnologie di intelligenza artificiale (AI) e approcci di telemedicina per la valutazione dei pazienti. Tuttavia, studi precedenti non hanno incorporato elementi che valutano la rigidità e la stabilità posturale, che richiedono contatto fisico secondo le istruzioni dell'MDS-UPDRS III. Zhu et al. hanno esplorato un sistema di valutazione automatica dei sintomi motori per l'intera MDS-UPDRS III. Tuttavia, hanno utilizzato una telecamera di profondità e condotto i test in un ambiente di laboratorio ideale strettamente controllato. Per l'implementazione diffusa della valutazione assistita dall'AI, la telecamera RGB è un'alternativa più accessibile.

Panoramica dello studio

Stato

Reclutamento

Condizioni

Intervento / Trattamento

Descrizione dettagliata

Questo è uno studio osservazionale prospettico monocentrico progettato per sviluppare e convalidare un sistema di valutazione MDS-UPDRS III basato sull'intelligenza artificiale utilizzando dati di telecamere RGB. I partecipanti saranno reclutati dall'ambulatorio di neurologia del Queen Elizabeth Hospital. Ogni soggetto sarà sottoposto alla valutazione standard MDS-UPDRS III da parte di un clinico certificato o di un fisioterapista, insieme a una registrazione video RGB-D sincronizzata. I video saranno elaborati attraverso una pipeline di apprendimento profondo addestrata a stimare i punteggi MDS-UPDRS III.

Saranno eseguite valutazioni in cieco per confrontare i punteggi generati dall'IA con le valutazioni di riferimento dei clinici. L'analisi statistica includerà metriche di accordo tra valutatori (ad esempio, ICC, kappa di Cohen), sensibilità al cambiamento e analisi di sottogruppi.

Tipo di studio

Osservativo

Iscrizione (Stimato)

500

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

  • Nome: Hiu Yi Wong, PhD
  • Numero di telefono: +852-23587344
  • Email: annawong@ust.hk

Backup dei contatti dello studio

  • Nome: Qian Zhang, PhD
  • Numero di telefono: +852-23588766
  • Email: qianzh@ust.hk

Luoghi di studio

      • Hong Kong, Cina
        • Non ancora reclutamento
        • Hong Kong University of Science and Technology
        • Investigatore principale:
          • Qian Zhang, PhD
        • Contatto:
          • Hiu Yi Wong, PhD
          • Numero di telefono: +852-23587344
          • Email: annawong@ust.hk
        • Contatto:
          • Qian Zhang, PhD
          • Numero di telefono: +852-23588766
          • Email: qianzh@ust.hk
      • Hong Kong, Hong Kong
        • Reclutamento
        • Queen Elizabeth Hospital
        • Contatto:

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione di probabilità

Popolazione di studio

pazienti con malattia di Parkinson

Descrizione

Criteri di inclusione:

  1. Età ≥18 anni
  2. Diagnosi di "PD clinicamente accertata" come definito dai Criteri diagnostici clinici della Società dei disturbi del movimento per la malattia di Parkinson (criteri MDS-PD) [12]
  3. In grado di fornire il consenso informato e disposto a partecipare a valutazioni video-registrate MDS-UPDRS Parte III
  4. Nessuna significativa compromissione visiva, uditiva o muscoloscheletrica che interferirebbe con le valutazioni motorie basate su video

Criteri di esclusione:

  1. Mancata disponibilità a essere registrati in video per scopi di studio
  2. Storia di disturbo dello sviluppo neurologico, malattia neurodegenerativa diversa dal PD, infezione del SNC, malattia neuroinfiammatoria (es. sclerosi multipla, lupus del SNC), neoplasia negli ultimi 10 anni, ictus cerebrale, infezione da HIV, malattia autoimmune sistemica, dipendenza da alcol o altro uso di sostanze

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Gruppo PD
pazienti con malattia di Parkinson
profilo clinico, MDS-UPDRS III, Registrazione Video

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Strumento di valutazione motoria basato sull'intelligenza artificiale
Lasso di tempo: Baseline a 3 anni
Strumento di valutazione motoria basato sull'intelligenza artificiale che utilizza video RGB per valutazioni affidabili e oggettive dei sintomi motori MDS-UPDRS III, inclusi rigidità e stabilità posturale.
Baseline a 3 anni
Fattibilità dell'implementazione di valutazioni basate su telecamere RGB
Lasso di tempo: 3 anni
La fattibilità dell'implementazione di valutazioni basate su telecamere RGB in contesti clinici di routine sarà valutata dalla proporzione di valutazioni in cui il sistema di IA è in grado di generare un punggio totale stimato della MDS-UPDRS Parte III basato su video RGB che può essere direttamente confrontato con i punteggi della MDS-UPDRS Parte III valutati dal clinico. I pazienti eseguono compiti motori standardizzati sotto la guida del medico mentre il video RGB viene registrato utilizzando uno smartphone. I punteggi della MDS-UPDRS Parte III valutati dal clinico sono utilizzati come verità di riferimento. I risultati di fattibilità saranno riportati come percentuale (%) di valutazioni con punteggi validi generati dall'IA in un periodo di studio di 3 anni.
3 anni

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Efficacia del sistema
Lasso di tempo: 3 anni
L'efficacia del sistema nella stima della gravità dei sintomi motori sarà misurata dall'accordo tra i punteggi MDS-UPDRS Parte III predetti dall'IA e valutati dal clinico. Il video RGB viene registrato utilizzando uno smartphone mentre i pazienti eseguono compiti motori standardizzati sotto la supervisione del medico. I punteggi MDS-UPDRS Parte III valutati dal clinico sono utilizzati come verità di riferimento. Il sistema di IA genera punteggi totali MDS-UPDRS Parte III predetti (intervallo 0-108, con punteggi più alti che indicano un deterioramento motorio più grave). L'efficacia del sistema sarà valutata utilizzando il punteggio F1, la correlazione tra punteggi predetti e valutati dal clinico, e la sensibilità e specificità per il rilevamento di deterioramento motorio clinicamente significativo basato su soglie di punteggio predefinite. I risultati di efficacia saranno riportati in un periodo di studio di 3 anni.
3 anni
Soddisfazione del paziente e del clinico
Lasso di tempo: dalla baseline a 3 anni
La soddisfazione del paziente con il sistema di valutazione assistito dall'IA sarà valutata utilizzando un questionario specifico dello studio somministrato dopo il completamento delle attività motorie basate su telecamere RGB. Gli elementi del questionario sono valutati su una scala Likert, con punteggi più alti che indicano una maggiore soddisfazione. La valutazione del clinico del sistema di valutazione assistito dall'IA sarà valutata utilizzando un questionario specifico dello studio che valuta la credibilità percepita, l'efficacia percepita e la soddisfazione complessiva con il sistema. Gli elementi del questionario sono valutati su una scala Likert, con punteggi più alti che indicano valutazioni più positive. I risultati della valutazione del paziente e del clinico saranno riportati come media ± deviazione standard nel periodo di studio.
dalla baseline a 3 anni
Prestazioni del sistema
Lasso di tempo: dal basale a 3 anni
Le prestazioni del sistema saranno misurate in base all'accuratezza e all'errore assoluto medio (MAE) dei punteggi totali MDS-UPDRS Parte III previsti dall'IA rispetto ai punteggi valutati dal clinico. I pazienti eseguono compiti motori standardizzati sotto la supervisione del medico mentre viene registrato un video RGB utilizzando uno smartphone. I punteggi MDS-UPDRS Parte III valutati dal clinico vengono utilizzati come verità di riferimento. Le prestazioni del sistema sono definite come l'accuratezza e il MAE delle previsioni dell'IA. I risultati delle prestazioni saranno riassunti nel periodo di studio.
dal basale a 3 anni

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Investigatori

  • Investigatore principale: Qian Zhang, PhD, Hong Kong University of Science and Technology

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 giugno 2026

Completamento primario (Stimato)

28 febbraio 2029

Completamento dello studio (Stimato)

28 febbraio 2029

Date di iscrizione allo studio

Primo inviato

13 gennaio 2026

Primo inviato che soddisfa i criteri di controllo qualità

26 gennaio 2026

Primo Inserito (Effettivo)

2 febbraio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

8 luglio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

6 luglio 2026

Ultimo verificato

1 gennaio 2026

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Sottoscrivi