Multippel sklerose prediksjon og overvåking av progresjonsstudie (PREMONITION)

Bakgrunn:

Multippel sklerose (MS) er den vanligste årsaken til ikke-traumatisk nevrologisk funksjonshemming hos unge voksne som fører til en viktig personlig og sosioøkonomisk byrde. Fra et patofysiologisk synspunkt anses MS å være en autoimmun sykdom der immunsystemet feilaktig angriper sentralnervesystemet (CNS). MS er vanligvis delt inn i tre kliniske faser. De fleste med MS opplever plutselige tilbakefall etterfulgt av en remitteringsperiode (RRMS). For denne typen MS har det terapeutiske landskapet utviklet seg mye i løpet av det siste tiåret. Dessverre opplever en betydelig del av pasientene fortsatt progressiv funksjonsnedgang til tross for at de ikke opplever diskrete kliniske tilbakefall. Den progressive MS-fenotypen kan deles inn i to undertyper kjent som SPMS og primær progressiv MS (PPMS) avhengig av foregående RRMS eller ikke. En rekke kliniske tiltak har gjort oss i stand til å komponere en gyldig oppfølging av sykdomsforløpet, men de evaluerer ikke poliklinisk eller langtidsovervåking, og de mangler også sensitivitet for tidlig oppdagelse av funksjonshemmingsprogresjon. Oppdatert er det ingen klar konsensus om hvordan man skal diagnostisere SPMS, og det er fortsatt vanskelig å definere når en pasient går inn i den progressive fasen, da diagnosen vanligvis stilles retrospektivt. Implementering av digitale biomarkører vil potensielt gi oss et mer realistisk og mer følsomt syn på den progressive utviklingen i ulike funksjonssfærer. Dette teller også for autonom dysfunksjon og søvnforstyrrelser, der ingen standardisert overvåking er tilgjengelig for MS. Å bruke wearables for å fange opp de digitale biomarkørene kan fylle kunnskapsgapet når det gjelder å evaluere, overvåke og forutsi funksjonshemmingsprogresjon i MS. til i dag er det ingen presis biomarkør eller komposittverktøy som kan skille MS-fenotypene eller hjelpe oss med å starte/justere terapi tidligere i progresjon. Å introdusere wearables som kan samle grunnleggende kliniske parametere på daglig basis vil potensielt gi forskere en mer realistisk og mer sensitiv innsikt i det generelle sykdomsforløpet.

Begrunnelse:

Evolusjon innen maskinlæring muliggjør objektiv deteksjon av biomarkører kodet i forskjellige biosignalmodaliteter. Evnen til å spore MS sykdomsrelaterte fysiologiske og atferdsmessige signaler over lengre perioder på poliklinisk basis tjener det udekkede behovet for tidlig diagnose og adekvat overvåking av (tilbakefallsuavhengig) sykdomsprogresjon. Dette har store kliniske implikasjoner siden biomonitorering kan være et kritisk verktøy for MS-pleieutøvere i pasientsentrert tverrfaglig omsorg.

Studere design:

Dette er en åpen, monosentrisk diagnostisk studie hvor etterforskerne vil teste gjennomførbarheten og gyldigheten (sammenlignet med gylden standardmål) til wearables, levert av Byteflies, i tilstrekkelig utvidet poliklinisk evaluering og overvåking av PwMS. Etterforskerne vil videre evaluere hvordan disse biosignalene korrelerer med konvensjonelle utfallsmål ved deres primære besøk for å evaluere det prognostiske potensialet til bærbar overvåking