Een proef met tPCS op de UIT-status van de ziekte van Parkinson

Dit zal een gerandomiseerde schijn-gecontroleerde studie zijn. De onderzoekers zijn van plan om de werkzaamheid van transcraniële gepulseerde stroomstimulatie (tPCS) te bestuderen bij patiënten met de ziekte van Parkinson (PD) in hun UIT-toestand. Elke patiënt komt in 3 afzonderlijke dagen in UIT-status. Ze zullen eerst actieve tPCS of nep-tPCS of 3 tabletten Levodopa (100/25) ontvangen in UIT-status. Er zal een pre- en postinterventieanalyse worden uitgevoerd. Bij degenen die tPCS (actief/sham) krijgen, zullen de onderzoekers hen Levodopa (100/25) geven nadat de poststimulatiebeoordeling is uitgevoerd. De patiënten zullen klinisch worden beoordeeld door UPDRS III. EEG (voor elektrofysiologische analyse), Gangtapijt (voor ganganalyse) zullen ook worden gedaan - voor en na een enkele sessie van 20 min stimulatie via tPCS. De onderzoekers zullen ook het effect van tPCS in UIT-stand vergelijken met dat van Levodopa in UIT-stand.

De beoordeling wordt gedaan door

1. Uniforme beoordelingsschaal voor de ziekte van Parkinson III (UPDRS III)
2. Gang via Looptapijt
3. Kwantitatieve elektro-encefalografie (qEEG)
4. KinARM

Transcraniële gepulseerde stroomstimulatie (tPCS) wordt toegediend via een paar met zoutoplossing doordrenkte (0,9% NaCl) oppervlaktesponselektroden. Voor dit experiment wordt 20 minuten stimulatie uitgevoerd. De stimulatie zou worden gedaan aan de motorische cortex (M1) of het aanvullende motorische gebied (SMA), gebaseerd op bevindingen van kwantitatieve elektro-encefalografie (qEEG). Voor de schijnstimulatie is de plaatsing van de elektroden hetzelfde, maar wordt de elektrische stroom gedurende 5 seconden afgebouwd.

Zeno Walkway is een drukgevoelige elektronische roll-up loopbrug die de temporele en ruimtelijke parameters van het lopen meet, wat op zijn beurt kan helpen bij het identificeren van eventuele afwijkingen in het lopen. De patiënt loopt voor en na de tPCS-stimulatie op de Zeno Walkway-mat om het verschil in loopbeweging te ontdekken. De Zeno-loopbrug wordt gebruikt in combinatie met de ProtoKinetics Movement Analysis Software (PKMAS). Deze gegevens worden vastgelegd en verzameld via de PKMAS-software, wat resulteert in tal van ruimtelijke, temporele en drukgerelateerde gangparameters. Timed-up-and-go (TUG) (1-5 minuten per poging) zal worden uitgevoerd. De test bestaat uit opstaan ​​uit een stoel, lopen over het 20-voets gangtapijt, omdraaien van het tapijt, teruglopen en gaan zitten. Dit zal worden uitgevoerd over 3 proeven. Ganganalyse biedt verschillende aanvullende parameters als uitvoer, zoals paslengte, voortgangslijn, staplengte, teen-offs en andere temporele en ruimtelijke parameters voor analyse.

Kwantitatieve EEG-signalen worden geregistreerd, met gesloten ogen, geen taak, met behulp van het draadloze g.Nautilus g.tec-systeem. Het g.tech-systeem maakt gebruik van oorclip-referentiesensoren. De patiënt bevindt zich op een rustige plek met minder licht of elektromagnetische verstoringen. Tijdens de opnames van de rusttoestand zitten patiënten in een comfortabele fauteuil en krijgen ze de instructie om ontspannen te blijven, met hun ogen gesloten gedurende 5 minuten.

Kinarm zal worden gebruikt om de kinematica van bewegingen van de bovenste ledematen te meten, via reiktaken. Dit is in feite een mechanische handgreep die wordt aangedreven door meerdere actuatoren. Een software met de naam BKIN zal worden gebruikt om deze hardware in te stellen. De Kinarm biedt de patiënten in eerste instantie meerdere punten om op het scherm te bereiken en de patiënten zouden proberen deze punten te bereiken met behulp van de Kinarm-handgreep. De beweging van de patiënten wanneer ze naar deze punten proberen te reiken, wordt geanalyseerd door kinarm en de gegevens worden op basis van deze analyse aan ons verstrekt.

Een gepaarde t-test zal worden gebruikt om basislijngegevens en post-tPCS-gegevens te vergelijken. Er zal een beschrijvende analyse van de bevindingen van het neurologisch onderzoek worden verstrekt. De output van de KinARM, loopmat, EEG zal worden gebruikt voor verdere analyse om een ​​beschrijvend machine learning-model te bouwen.