Multimodal Overvåking av Sykdomssymptomer ved Myasthenia Gravis (BioDigit MG-02)

MG er en kronisk autoimmun nevromuskulær sykdom preget av varierende muskelsvakhet som forstyrrer daglige aktiviteter. Okulære, ansikts-, svelge-, nakke-, ekstremitets- og pustemuskler kan bli berørt. Forekomsten av MG anslås til omtrent 60 000 pasienter i USA. MG-symptomer vurderes for tiden personlig gjennom en grundig historie og fysisk undersøkelse av en nevromuskulær sykdomsekspert. Dette er tidkrevende, kostbart og innebærer utfordringer i en kronisk sykdom med varierende symptomer, der pasienter kanskje ikke viser noen unormalitet ved tiden for klinisk vurdering. De viktigste metodene for å måle sykdommens alvorlighet er spesifikke skalaer som MGC, QMG og MG Manual Muscle Testing (MMT)-skalaene. Selv om verdifulle, er disse skalaene subjektive og krever trening for å administreres riktig. I tillegg gir de kun et øyeblikksbilde av pasientens sykdom og reflekterer ikke tilstrekkelig spekteret av varierende svakhet, som er et kjennetegn ved MG. Bærbare sensorer og digitale helseteknologier kan muliggjøre objektiv, følsom, kontinuerlig vurdering av fysisk aktivitet samt motoriske og okulære funksjonsnedsettelser hos personer med MG.

BioSensics LLC (Newton, MA) er et medisinsk utstyrsfirma som spesialiserer seg på bærbare sensorer og digital helseteknologi for helsevesenet. BioSensics LLC tilbyr et bærbart sensorsystem og digital helseløsning for langsiktig fjernovervåking av motorisk ytelse i hverdagen.

Den første fasen av dette prosjektet (NCT06277830) ble utført av Dr. Amanda Guidon ved MGB, hvor 20 pasienter med generalisert MG ble rekruttert over en periode på 5 måneder for å teste innledende gjennomførbarhet av BioDigit MG.

Dette er en analytisk observasjonsstudie som følger deltakere over en periode på 12 måneder. Personer med dokumentert MG-diagnose med MGFA-alvorlighetsklasser IIa/b, IIIa/b eller IVa/b vil bli screenet og rekruttert for å delta i denne ikke-intervensjonelle studien.

Målet med studien er å evaluere gjennomførbarheten av å bruke bærbare sensorer og digitale helseteknologier for å måle motorisk og talefunksjon, samt å utvikle mål for okulære og ansiktsuttrykk for å overvåke sykdomsforløpet for personer med MG. For å oppnå disse målene vil vi gjennomføre en observasjonsstudie for å undersøke korrelasjonen mellom resultater målt med PAMSys-sensoren og digitale helseteknologier med totalscore og underskårer av MG-ADL, QMG, MGC og Fatigue Short Form of the Neuro-QOL hos personer med forskjellige MGFA-alvorlighetsklasser (Klasse IIa/b, IIIa/b eller IVa/b).