파킨슨병의 보행 능력 향상 (PASTA)

파킨슨병(PD)은 주로 변경된 운동 제어로 인한 만성 진행성 운동 장애입니다. 보행 장애는 PD 환자의 주요 증상으로, 보폭 및 보행 속도 감소, 비정상적인 보행 단계 분포, 일정하지 않은 속도, 보행 비대칭 및 감소된 관절 협응력을 보입니다. 자세 불안정과 보행 기능의 악화는 이러한 환자의 낙상 위험을 현저하게 증가시켜 독립성을 상실하고 장기적인 예후를 악화시킵니다. 운동 장애가 반복적인 동작 시퀀스 내에서 각 하위 동작의 활성화(및 비활성화)를 위한 "심박 조율기" 역할을 하는 뇌 구조인 기저핵의 기능 장애와 연결되어 있음이 명확하게 입증되었습니다. PD의 내부 리듬 단서의 중단은 움직임 실행의 부드러움과 보폭 조절의 어려움을 설명할 수 있으며, 그 결과 케이던스가 증가합니다. 레보도파 요법은 파킨슨병의 증상을 호전시키는 가장 효과적인 치료법이지만, 장기간 투여하면 시간이 지남에 따라 효율성이 떨어지고 부수적 효과(운동이상증)가 발생합니다. 따라서 연구에서는 RAS(Rhythmical Auditory Stimulation)와 같은 청각 단서를 기반으로 하는 대체 비약리학적 접근법을 조사했습니다. 많은 연구에서 단일 치료 세션과 더 긴 훈련 프로그램 후에 개선된 보행 속도, 케이던스 및 보폭뿐만 아니라 상지와 하지에 대한 근육 활성화의 대칭성에서 긍정적인 효과를 보고했습니다. 이러한 연구에서 RAS 주파수는 환자가 선호하는 보행 빈도의 백분율로 사전 설정됩니다. 모든 요법의 기간은 시간이 지남에 따라 변할 수 있으므로 환자의 증상 모니터링과 객관적인 평가를 바탕으로 복용량과 치료 유형을 지속적으로 조정하는 것이 필요합니다. 보행 분석(GA) 방법은 생리학적 보행 및 여러 질병 연구를 위해 제안되고 검증되었습니다. GA의 기존 시스템은 광전자 시스템을 기반으로 하지만 비싸고 휴대가 불가능하며 숙련된 작업자가 필요합니다. 평가는 실제 보행과 다를 가능성이 있는 실험 설정이 있는 실험실에서 항상 수행됩니다(소음 환경, 물체 및 사람의 존재 또는 평평하지 않은 포장도로, 다양한 색상).

결과적으로 전통적인 GA는 치료의 일일 제어 또는 실제 상황 평가에 대해 신뢰할 수 없습니다. 최근 연구원들은 관성 측정 장치(IMU)를 기반으로 하는 웨어러블 시스템을 개발했습니다. 상당한 수의 연구가 IMU 분석의 타당성을 탐구했지만 PD 모션 분석에 관련된 연구는 거의 없습니다. 지난 몇 년 동안 관성 센서가 내장된 웨어러블 장치 세트가 인간의 동작 활동을 모니터링하기 위한 저비용 솔루션으로 시장에 보급되었습니다. 여전히 정확성이 완전히 검증되어야 하지만 이러한 시스템은 사용자 자신의 활동을 추적할 수 있는 정보를 제공할 수 있습니다. 이 설득력 있는 기술은 장기적이고 지속적인 기록의 이점과 함께 환자의 신체 활동과 동기를 향상시킬 수 있는 엄청난 잠재력을 가지고 있습니다.

대량의 객관적인 데이터(빅 데이터 세트)의 사용 및 분석은 과학적 시간과 자원의 효율적인 사용, 케어 조정 프로그램 참여, 경제적 자원 절약 및 더 높은 품질의 케어 제공을 위한 새로운 영역입니다. 또한 웹 기반 애플리케이션, 원격 의료 및 모바일 스마트폰과 통합된 이러한 시스템은 임상의가 일상 생활에서 실시간 모니터링을 통해 보다 적절하게 치료를 처리하는 데 도움이 될 수 있습니다. 우리 연구 그룹은 PD를 포함한 많은 신경학적 상태에서 보행 품질의 다양한 측면에 대한 임상 평가에 참여해 왔습니다. 조사자들은 착용형 가속도계가 임상 점수와 관련하여 동적 보행 안정성의 정량적 평가에 유용할 수 있음을 이미 보여주었습니다. 연구자들은 또한 가속도가 병리학적 방식으로 변경될 수 있음을 발견했습니다(지적 장애가 동시에 다른 작업을 수행함). 유사한 조건이 PD에서도 관찰될 수 있으며, 고유한 보행 조화만이 보행 장애의 중증도와 유의미한 상관관계가 있음을 보여줍니다. 최근 몇 년 동안 일상 활동을 정량화하는 데 많은 웨어러블 도구를 사용할 수 있게 되었습니다. 이것은 PD 환자의 조화로운 속도를 회복하기 위해 해결되는 RAS의 가능한 치료적 사용에 특히 중요합니다.

특정 목표 1: 실생활 환경에서 PD 환자의 운동 패턴을 분석하기 위해 임상 및 인구 통계학적 데이터와 관련시키기 위해 웨어러블 센서로 보행 특징을 얻을 것입니다.

특정 목표 2: PD 환자의 보행 능력을 개선하고 낙상 위험을 줄이기 위해 연구원들은 실시간 음향 피드백(RAS) 및 적합하고 사용하기 쉬운 응용 프로그램과 연결된 통합 센서의 경고를 테스트합니다. 스마트폰용.

특정 목표 3: 약리학적 및 재활 프로토콜을 개선하기 위해 조사관은 일상 생활 보행 및 운동성 데이터와 임상 특징을 분석하여 낙상의 이론적 위험 모델을 테스트합니다.

실험 설계 목표 1: PD 환자는 로마의 Fondazione Policlinico Universitario Gemelli 및 Fondazione Don Gnocchi ONLUS에서 모집됩니다. 포함된 모든 환자는 특발성 PD의 영향을 받습니다. 임상 데이터는 숙련된 신경과 전문의가 수집합니다.

웨어러블 센서를 통해 300명의 환자를 원격으로 모니터링합니다. 피험자는 연속 14일 동안 센서를 착용하도록 지시를 받습니다. 각 환자는 초당 100개 이상의 측정값을 갖게 되며 많은 양의 데이터를 생성하고 데이터베이스에 저장한 다음 관심 있는 데이터에 대해 필터링합니다. 시공간 보행 매개변수는 이동 기능의 전반적인 효능을 정확하게 측정하기 위해 환자의 보행 성능을 모니터링하는 정보를 제공합니다. 그런 다음 전자 환자 기록과 통합됩니다. 의사의 처방, 의료 영상 및 기타 관리 데이터와 같은 임상 데이터가 기록됩니다. 마지막으로 낙상 예측을 위한 위험 모델을 구축한다.

실험 설계 목표 2: 획득한 데이터를 분석한 후 응용 프로그램(Parkinson App Smartphone Aimed: P.A.St.A.)을 개발하고 신뢰성, 사용 용이성, 시각적 선명도 및 경제성을 특징으로 합니다.

이 애플리케이션은 다음을 수행할 수 있습니다. 1) 보행 기능을 기록하여 클라우드의 서버로 전송합니다. 2) 환자의 보행 특성에 맞는 음향 피드백을 제공합니다(환자의 필요 및 예측 위험에 따라 더 높거나 낮은 주파수로). 3) 위험 지표(낙상 예측을 위한 위험 모델에 따라 위험 지표 식별)를 기반으로 경보를 제공하고 4) 필요할 때마다(예: 낙상 후) 업데이트됩니다. 팀 프로젝트에서 개발한 소프트웨어 응용 프로그램 사용에 대한 교육을 마친 후 50명의 환자에게 스마트폰을 제공합니다. 그들은 연속 14일 동안 응용 프로그램을 사용합니다. P.A.St.A. 사용 전과 사용 후에 저울을 사용한 임상 평가를 수행하여 운동 기능과 자세 안정성, 그리고 마지막으로 삶의 질을 분석합니다. 또한 새로운 기술의 채택에 대한 준수 여부를 조사할 것입니다.

실험 설계 목표 3: 얻은 계산 데이터는 PD의 보행 장애에 대한 임상 바이오마커를 식별하기 위해 임상 특징 및 보행 패턴과 관련될 것입니다. 수천 명의 파킨슨병 환자의 평가를 기반으로 하는 빅 데이터 세트의 가용성은 실제 환경에서 운동 패턴에 대한 지식을 향상시키고 현재의 치료 접근 방식을 개선할 수 있습니다.

방법론 및 통계 분석: 모든 통계 분석은 Stata 소프트웨어를 사용하여 수행됩니다.

목표 1 - 데이터는 범주형 변수의 빈도 및 백분율로 요약됩니다. 연속 변수는 평균 및 표준 편차 또는 중앙값 및 범위로 분석됩니다. 조사자는 정규 플롯을 사용하거나 유의성 테스트(예: Shapiro-Wilk W 테스트). 낙상 발생률을 측정하고 낙상이 발생하는 상황과 그 결과를 부상 없음, 경상 또는 중상으로 분류하여 설명합니다. 다중 로지스틱 회귀 분석을 사용하여 낙상의 독립적인 예측 변수를 결정합니다. 단변량 분석 결과에 따라 로지스틱 모델에 입력할 변수가 선택됩니다. Hosmer-Lemeshow 적합도 테스트는 모델이 특정 결과를 얼마나 잘 설명하는지 평가하는 데 사용됩니다. 낙상의 예측 모델은 다변량 분석 결과로부터 개발될 것입니다. 예측 점수는 오즈비 기반 채점 방법으로 계산되며 가장 가까운 정수 점수가 각 예측 변수에 할당됩니다. 모델 판별력은 곡선 분석 하에서 수신기 작동 특성 영역에 의해 평가됩니다.

AIM 2 - 기록된 데이터는 보행 및 동적 균형 매개변수를 추출하기 위해 처리됩니다. 낙상의 발생률, RAS의 사용 및 추적 14일 이내에 위험 지표와의 상관관계를 측정합니다. P.A.St.A 사용 전과 후 낙상 횟수를 비교하기 위해 Wilcoxon 부호 순위 테스트를 수행합니다.

목표 3 - 치료 전 환자의 시공간 보행 매개변수 및 인구통계학적 및 임상적 특성을 카이 제곱 테스트, 피셔의 정확 테스트 및 적절한 경우 독립 t-테스트를 ​​사용하여 비교합니다.