Улучшение способности ходить при болезни Паркинсона (PASTA)

Болезнь Паркинсона (БП) представляет собой хроническое прогрессирующее двигательное расстройство, в основном связанное с нарушением двигательного контроля. Нарушения походки являются первичными симптомами у пациентов с БП, с уменьшением длины шага и скорости ходьбы, аномальным распределением фаз походки, непостоянством темпа, асимметрией походки и снижением координации суставов. Постуральная нестабильность и ухудшение характеристик походки заметно повышают риск падений у этих пациентов, что приводит к потере самостоятельности и ухудшению отдаленного прогноза. Было ясно продемонстрировано, что двигательные нарушения связаны с дисфункцией базальных ганглиев, структуры мозга, которая работает как «кардиостимулятор» для активации (и деактивации) каждого поддвижения в повторяющейся последовательности движений. Нарушение внутренних ритмических сигналов при БП может объяснить плохую плавность выполнения движений и трудности в регулировании длины шага, приводящие к увеличению частоты шагов. Терапия леводопой является наиболее эффективным средством для облегчения симптомов при БП, но длительное применение со временем снижает ее эффективность и вызывает побочные эффекты (дискинезии). Следовательно, исследователи изучили альтернативные немедикаментозные подходы, основанные на слуховых сигналах, таких как ритмическая слуховая стимуляция (RAS). В большом количестве исследований сообщалось о положительных эффектах как после одного сеанса лечения, так и после более длительных программ тренировок, с улучшением скорости ходьбы, частоты шагов и длины шага, а также симметричной активации мышц верхних и нижних конечностей. В таких исследованиях частоты RAS предварительно устанавливаются в процентах от предпочтительной частоты ходьбы пациента. Поскольку продолжительность всех терапий может меняться с течением времени, необходима постоянная коррекция дозировки и типа лечения, основанная как на наблюдении пациентов за симптомами, так и на объективных оценках. Методы анализа походки (ГА) были предложены и утверждены для изучения физиологической походки и при некоторых заболеваниях. Традиционные системы АОН основаны на оптико-электронных системах, но они дороги, непортативны и требуют квалифицированных операторов. Оценка всегда проводится в лабораториях с экспериментальными установками, которые, вероятно, отличаются от реальной ходьбы (шумовая среда, присутствие предметов и людей или неровного тротуара, разные цвета).

Следовательно, традиционная ГА не является надежной для ежедневного контроля лечения или для оценки реальных жизненных ситуаций. Недавно исследователи разработали носимые системы на основе инерциальных измерительных блоков (IMU). Даже если в значительном количестве исследований была изучена достоверность анализа IMU, очень немногие были вовлечены в анализ движения PD. За последние несколько лет ряд носимых устройств со встроенными инерционными датчиками получил распространение на рынке как недорогие решения для мониторинга двигательной активности человека. Несмотря на то, что они все еще должны быть полностью проверены на точность, эти системы могут предоставить пользователю информацию для отслеживания его / ее собственной активности. Эта убедительная технология обладает потрясающим потенциалом для повышения физической активности и мотивации пациентов с преимуществом продолжительной и непрерывной записи.

Использование и анализ большого количества объективных данных (набора больших данных) — это новый рубеж для эффективного использования научного времени и ресурсов, включения программы координации помощи, экономии экономических ресурсов и обеспечения более высокого качества помощи. Кроме того, эти системы, интегрированные с веб-приложением, телемедициной и мобильными смартфонами, могут помочь клиницистам более правильно проводить лечение посредством мониторинга в режиме реального времени в повседневной жизни. Наша исследовательская группа участвовала в клинической оценке различных аспектов качества походки при многих неврологических состояниях, включая БП. Исследователи уже показали, что носимые акселерометры могут быть полезны для количественной оценки динамической стабильности походки в корреляции с клиническими показателями. Исследователи также обнаружили, что ускорение может изменяться в зависимости от патологии (умственная отсталость при одновременном выполнении разных задач). Аналогичное состояние можно наблюдать и при БП, показывая, что только внутренняя гармония походки значимо коррелирует с тяжестью нарушений походки. В последние годы стало доступно множество носимых инструментов для количественной оценки повседневной активности. Это особенно важно для возможного терапевтического использования РАС, направленного на восстановление гармонического ритма у больных с БП.

Конкретная цель 1: Для анализа двигательных моделей у пациентов с БП в условиях реальной жизни характеристики походки будут получены с помощью носимых датчиков, чтобы связать их с клиническими и демографическими данными.

Конкретная цель 2: Чтобы улучшить способность ходить и снизить риск падений у пациентов с БП, исследователи будут тестировать акустическую обратную связь (RAS) в реальном времени и оповещения от встроенных датчиков, связанных с подходящим и простым в использовании приложением. для смартфонов.

Конкретная цель 3: Чтобы улучшить фармакологические и реабилитационные протоколы, исследователи будут анализировать ежедневные данные о походке и моторике, а также клинические особенности для проверки теоретической модели риска падений.

Экспериментальный дизайн Цель 1: Пациенты с БП будут набраны в Fondazione Policlinico Universitario Gemelli и Fondazione Don Gnocchi ONLUS в Риме. Все включенные пациенты будут страдать идиопатической болезнью Паркинсона. Клинические данные будут получены обученным неврологом.

Триста пациентов будут удаленно контролировать с помощью носимых датчиков. Субъекты будут проинструктированы носить датчик в течение 14 дней подряд. Каждому пациенту будет производиться более 100 измерений каждую секунду, генерируя большой объем данных, которые будут храниться в базе данных и впоследствии отфильтровываться по интересующим данным. Пространственно-временные параметры походки предоставят информацию для мониторинга характеристик ходьбы пациента, чтобы получить точную оценку общей эффективности двигательной функции. Затем они будут интегрированы с электронными картами пациентов. Будут записаны клинические данные, такие как предписания врача, медицинские изображения и другие административные данные. Наконец, будет построена модель риска для прогнозирования падений.

Экспериментальный дизайн Цель 2: После анализа полученных данных будет разработано приложение (Parkinson App Smartphone Aimed: P.A.St.A.), которое будет характеризоваться надежностью, простотой в использовании, наглядностью и доступностью.

Это приложение сможет: 1) записывать характеристики походки, отправляя их на сервер в облаке; 2) обеспечить акустическую обратную связь, адаптированную к особенностям походки пациента (с большей или меньшей частотой в зависимости от потребностей пациента и прогнозируемых рисков); 3) обеспечивать оповещение на основе показателей риска (показатели риска будут определяться в соответствии с моделью риска для прогнозирования падений) и 4) обновляться по мере необходимости (например, после падения). Пятьдесят пациентов получат смартфон после обучения использованию программного приложения, разработанного в рамках командного проекта. Они будут использовать приложение в течение 14 дней подряд. Клинические оценки с помощью весов будут проводиться до и после использования P.A.St.A. для анализа двигательной функции и постуральной стабильности и, наконец, качества жизни. Кроме того, будет изучено соответствие внедрению новой технологии.

Экспериментальный дизайн Цель 3: полученные расчетные данные будут связаны с клиническими особенностями и моделями походки для определения клинических биомаркеров нарушения походки при БП. Наличие больших наборов данных, основанных на оценках тысяч пациентов с БП, позволит улучшить знания о двигательных паттернах в реальных условиях и улучшить текущий терапевтический подход.

Методологии и статистический анализ: Все статистические анализы будут проводиться с использованием программного обеспечения Stata.

AIM 1 - Данные будут обобщены как частоты и проценты для категориальных переменных. Непрерывные переменные будут анализироваться как средние и стандартные отклонения или медианы и диапазоны. Исследователи будут искать нормальность, используя нормальные графики или тесты значимости (например, W-критерий Шапиро-Уилка). Частота падений будет измеряться, а обстоятельства, при которых они происходят, и их последствия будут описаны, классифицированы как отсутствие травм, легкие или серьезные травмы. Множественный логистический регрессионный анализ будет использоваться для определения независимых предикторов падений. Переменные будут выбраны для ввода в логистическую модель на основе результатов одномерного анализа. Критерий согласия Хосмера-Лемешова будет использоваться для оценки того, насколько хорошо модель учитывала конкретные результаты. Модель прогнозирования падений будет разработана на основе результатов многофакторного анализа. Прогностическая оценка будет рассчитываться с помощью метода оценки на основе отношения шансов, и каждому предсказателю будут присвоены ближайшие целочисленные оценки. Дискриминационная способность модели будет оцениваться по площади рабочей характеристики приемника при анализе кривой.

AIM 2 — Записанные данные будут обработаны для извлечения параметров походки и динамического баланса. Будут измеряться частота падений, использование РАС и ее корреляция с показателями риска в течение 14 дней наблюдения. Для сравнения количества падений до и после использования P.A.St.A будет проводиться знаковый ранговый критерий Уилкоксона.

ЦЕЛЬ 3. Пространственно-временные параметры походки, а также демографические и клинические характеристики пациентов до лечения будут сравниваться с использованием критерия хи-квадрат, точного критерия Фишера и, при необходимости, независимых t-тестов.