Finger tapping clinimetric score prediction in Parkinson's disease using low-cost accelerometers.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Parkinson hastalığının motor klinik özellikleri (PD) genellikle, Birleşik Parkinson Hastalığı Değerlendirme Ölçeği (MDS-UPDRS) gibi doğrulanmış klinometrik ölçekler kullanan doktorlar tarafından ölçülür. Bununla birlikte, klinik derecelendirmeler öznelliğe ve ara rater değişkenliğine eğilimlidir. PD tıp topluluğu bu nedenle basit, ucuz ve objektif bir derecelendirme yöntemi aramaktadır. Bu hedefe doğru ilk adım olarak, MDS-UPDRS parmak vuruşu (FT) görevini yerine getirirken 36 PD hasta ve 10 yaş uyumlu kontrolden oluşan bir örneklemde triaksiyal ivmeölçer tabanlı bir sistem kullanıldı. İlk olarak, ham sinyaller ardışık tek FT hareketlerini izole etmek için çağlandı. Daha sonra, MDS-UPDRS özelliklerini ve ivmeölçer özel özelliklerini tasvir eden on sekiz FT görev hareketi özelliği çıkarıldı. Bir ordinal lojistik regresyon modeli ve açgözlü bir geri algoritma, hareket bozuklukları (SMD'ler) konusunda 3 uzman tarafından verilen MDS-UPDRS FT puanlarının öngörüsündeki en alakalı özellikleri tanımlamak için kullanıldı. Elde edilen Goodman-Kruskal Gamma indeksi (0.961), modelin tahmini performansını tasvir ederek, SMD tarafından verilen bireysel puanlar (0.870 ila 0.970) arasında elde edilenlere benzer. Önerilen sistemi kullanarak MDS-UPDRS puanlarının otomatik olarak tahmin edilmesi, PD hastalarında motor engelliliği değerlendirmek ve değiştirmek için tasarlanmış klinik çalışmalarda değerli olabilir.

Özgün kaynak özetini okuyun

The motor clinical hallmarks of Parkinson's disease (PD) are usually quantified by physicians using validated clinimetric scales such as the Unified Parkinson's Disease Rating Scale (MDS-UPDRS). However, clinical ratings are prone to subjectivity and inter-rater variability. The PD medical community is therefore looking for a simple, inexpensive, and objective rating method. As a first step towards this goal, a triaxial accelerometer-based system was used in a sample of 36 PD patients and 10 age-matched controls as they performed the MDS-UPDRS finger tapping (FT) task. First, raw signals were epoched to isolate the successive single FT movements. Next, eighteen FT task movement features were extracted, depicting MDS-UPDRS features and accelerometer specific features. An ordinal logistic regression model and a greedy backward algorithm were used to identify the most relevant features in the prediction of MDS-UPDRS FT scores, given by 3 specialists in movement disorders (SMDs). The Goodman-Kruskal Gamma index obtained (0.961), depicting the predictive performance of the model, is similar to those obtained between the individual scores given by the SMD (0.870 to 0.970). The automatic prediction of MDS-UPDRS scores using the proposed system may be valuable in clinical trials designed to evaluate and modify motor disability in PD patients.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.