Melhorando a capacidade de caminhar na doença de Parkinson (PASTA)

A doença de Parkinson (DP) é um distúrbio do movimento crônico e progressivo, devido principalmente a um controle motor alterado. Dificuldades na marcha são os principais sintomas em pacientes com DP, com diminuição do comprimento do passo e da velocidade de caminhada, distribuição anormal das fases da marcha, ritmo inconstante, assimetria da marcha e coordenação articular reduzida. A instabilidade postural e a deterioração das características da marcha aumentam sensivelmente o risco de quedas nesses pacientes, resultando em perda da independência e piora do prognóstico a longo prazo. Foi claramente demonstrado que as deficiências motoras estão ligadas a uma disfunção dos gânglios da base, uma estrutura cerebral que funciona como um "marca-passo" para a ativação (e desativação) de cada submovimento dentro de uma sequência repetitiva de movimentos. A interrupção das pistas rítmicas internas na DP pode explicar a pouca suavidade da execução do movimento e as dificuldades em regular o comprimento da passada, resultando em aumento da cadência. A terapia com levodopa é o tratamento mais eficaz para melhorar os sintomas na DP, mas uma administração prolongada reduz sua eficiência ao longo do tempo e é responsável por efeitos colaterais (discinesia). Assim, pesquisas têm investigado abordagens alternativas não farmacológicas, baseadas em pistas auditivas como a Estimulação Auditiva Rítmica (EAR). Um grande número de estudos relatou efeitos positivos após uma única sessão de tratamento e após programas de treinamento mais longos, com melhora na velocidade da marcha, cadência e comprimento da passada, bem como na simetria da ativação muscular para extremidades superiores e inferiores. Nesses estudos, as frequências RAS são pré-definidas como porcentagens da frequência de caminhada preferida do paciente. Como a duração de todas as terapias pode mudar ao longo do tempo, é necessário um ajuste contínuo da dosagem e do tipo de tratamento, baseado tanto no monitoramento dos sintomas pelo paciente quanto em avaliações objetivas. Métodos de análise da marcha (GA) têm sido propostos e validados para o estudo da marcha fisiológica e em diversas doenças. Os sistemas tradicionais de GA são baseados em sistemas optoeletrônicos, mas são caros, não portáteis e requerem operadores qualificados. A avaliação é sempre realizada em laboratórios com configurações experimentais, provavelmente diferentes da caminhada da vida real (ambientes com ruído, presença de objetos e pessoas ou pavimento desnivelado, cores diferentes).

Consequentemente, o GA tradicional não é confiável para o controle diário dos tratamentos ou para a avaliação das situações da vida real. Recentemente, pesquisadores desenvolveram sistemas vestíveis, baseados em Unidades de Medida Inercial (IMUs). Mesmo que um número considerável de estudos tenha explorado a validade da análise de IMUs, muito poucos foram envolvidos em análises de movimento de DP. Durante os últimos anos, um conjunto de dispositivos vestíveis que incorporam sensores inerciais têm se espalhado no mercado como soluções de baixo custo para monitoramento de atividades de movimento humano. Embora ainda precisem ser totalmente validados quanto à precisão, esses sistemas podem fornecer ao usuário informações para rastrear sua própria atividade. Esta tecnologia persuasiva tem um grande potencial para aumentar a atividade física e a motivação dos pacientes, com a vantagem do registro prolongado e contínuo.

O uso e a análise de grande quantidade de dados objetivos (big data set) é a nova fronteira para o uso eficiente de tempo e recursos científicos, engajando o programa de coordenação do cuidado, economizando recursos econômicos e proporcionando maior qualidade no cuidado. Além disso, esses sistemas, integrados a um aplicativo baseado na web, telemedicina e smartphones móveis, podem ajudar os médicos a abordar os tratamentos de maneira mais adequada por meio de um monitoramento em tempo real na vida cotidiana. Nosso grupo de pesquisa esteve envolvido na avaliação clínica de diferentes aspectos da qualidade da marcha em muitas condições neurológicas, incluindo a DP. Pesquisadores já demonstraram que acelerômetros vestíveis podem ser úteis na avaliação quantitativa da estabilidade dinâmica da marcha, em correlação com escores clínicos. Os pesquisadores também descobriram que as acelerações podem ser alteradas de maneira específica da patologia (deficiências intelectuais realizando diferentes tarefas simultaneamente). Uma condição semelhante pode ser observada também na DP, mostrando que apenas a harmonia intrínseca da marcha se correlaciona significativamente com a gravidade dos comprometimentos da marcha. Nos últimos anos, muitas ferramentas vestíveis se tornaram disponíveis para quantificar a atividade diária. Isso é particularmente importante para um possível uso terapêutico do SRA, que visa restaurar um ritmo harmônico em pacientes com DP.

Objetivo Específico 1: Analisar o padrão motor em pacientes com DP em ambiente de vida real, características da marcha serão obtidas por sensores vestíveis a fim de relacioná-las com dados clínicos e demográficos.

Objetivo Específico 2: Para melhorar a capacidade de caminhar e reduzir o risco de quedas em pacientes com DP, os pesquisadores testarão um feedback acústico (RAS) em tempo real e alertas de sensores integrados conectados a um aplicativo adequado e fácil de usar para smartphones.

Objetivo Específico 3: Para melhorar os protocolos farmacológicos e de reabilitação, os investigadores analisarão os dados de marcha e motilidade da vida diária e as características clínicas para testar o modelo teórico de risco de quedas.

Projeto Experimental Objetivo 1: Os pacientes com DP serão recrutados na Fondazione Policlinico Universitario Gemelli e na Fondazione Don Gnocchi ONLUS em Roma. Todos os pacientes incluídos serão afetados por DP idiopática. Os dados clínicos serão adquiridos por um neurologista treinado.

Trezentos pacientes serão monitorados remotamente por meio de sensores vestíveis. Os indivíduos serão instruídos a usar o sensor por 14 dias consecutivos. Cada paciente terá mais de 100 medições a cada segundo, gerando uma grande quantidade de dados, que serão armazenados em um banco de dados e posteriormente filtrados para os dados de interesse. Os parâmetros espaço-temporais da marcha fornecerão informações para monitorar o desempenho da caminhada do paciente, a fim de obter uma medida precisa da eficácia geral da função locomotora. Em seguida, serão integrados ao prontuário eletrônico do paciente. Dados clínicos, como prescrições médicas, imagens médicas e outros dados administrativos serão registrados. Por fim, será construído um modelo de risco para predição de quedas.

Projeto Experimental Objetivo 2: Após a análise dos dados obtidos, será desenvolvido um aplicativo (Parkinson App Smartphone Aimed: P.A.St.A.), que se caracterizará pela confiabilidade, facilidade de uso, clareza visual e acessibilidade.

Esta aplicação será capaz de: 1) gravar as características da marcha enviando-as para um servidor na nuvem; 2) fornecer feedback acústico adaptado às características da marcha do paciente (com maior ou menor frequência com base nas necessidades do paciente e nos riscos preditivos); 3) fornecer alerta com base em índices de risco (os índices de risco serão identificados de acordo com um modelo de risco para a previsão de quedas) e 4) ser atualizado sempre que necessário (por exemplo, após uma queda). Cinquenta pacientes receberão um smartphone, após um treinamento sobre o uso do software desenvolvido pela equipe do projeto. Eles usarão o aplicativo por um período de 14 dias consecutivos. Serão realizadas avaliações clínicas com escalas, pré e pós-uso do P.A.St.A., para analisar a função motora e a estabilidade postural e, por fim, a qualidade de vida. Além disso, será investigada a adesão à adoção da nova tecnologia.

Projeto Experimental Objetivo 3: Os dados computacionais obtidos serão relacionados com características clínicas e padrões de marcha para identificar biomarcadores clínicos para comprometimento da marcha na DP. A disponibilidade de grandes conjuntos de dados, alimentados pelas avaliações de milhares de pacientes com DP, permitirá a melhoria do conhecimento sobre o padrão motor na vida real e melhorará a abordagem terapêutica atual.

Metodologias e análises estatísticas: Todas as análises estatísticas serão realizadas usando o software Stata.

AIM 1 - Os dados serão resumidos como frequências e porcentagens para variáveis ​​categóricas. Variáveis ​​contínuas serão analisadas como médias e desvios padrão ou medianas e intervalos. Os investigadores procurarão pela normalidade usando gráficos normais ou por testes de significância (por exemplo, Teste de Shapiro-Wilk W). Será mensurada a incidência de quedas e descritas as circunstâncias em que ocorreram e suas consequências, categorizadas em sem lesões, lesões leves ou graves. Uma análise de regressão logística múltipla será usada para determinar preditores independentes de quedas. As variáveis ​​serão selecionadas para entrada no modelo logístico com base nos resultados de uma análise univariada. O teste de ajuste de Hosmer-Lemeshow será usado para avaliar o quão bem o modelo representou resultados específicos. O modelo de predição de quedas será desenvolvido a partir dos resultados da análise multivariada. A pontuação preditiva será calculada pelo método de pontuação baseado em odds ratio, e as pontuações inteiras mais próximas serão atribuídas a cada preditor. O poder discriminativo do modelo será avaliado pela área característica de operação do receptor sob a análise da curva.

AIM 2 - Os dados registrados serão processados ​​para extrair parâmetros de marcha e equilíbrio dinâmico. Serão mensuradas a incidência de quedas, o uso do RAS e sua correlação com os índices de riscos nos 14 dias de seguimento. Será realizado o teste dos postos sinalizados de Wilcoxon para comparar o número de queda(s) antes e após o uso do P.A.St.A.

OBJETIVO 3 - Os parâmetros espaço-temporais da marcha e as características demográficas e clínicas dos pacientes antes das terapias serão comparados usando o teste qui-quadrado, teste exato de Fisher e testes t independentes, quando apropriado.