NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Gelişmiş Parkinson hastalığının klinik yönetimi için bir zorluk, hastaların günlük yaşam aktiviteleri sırasında önemli bir engellilik kaynağını temsil eden motor performanstaki dalgalanmaların ortaya çıkmasıdır. Klinik içi ve evde kullanım için tedavi etkilerinin objektif ölçümünün eksikliği, tedavi yanıtına genel bir bakış sağlayabilir. Bu makalenin amacı, bir dokunmatik ekran telemetri cihazı tarafından toplanan sarmal verileri kullanarak, epizotlar ve tepe dozu diskinezisi ile ilgili gelişmiş PD motor semptomlarının objektif nicelenmesi için bir yöntem geliştirmekti. Daha spesifik olarak, amaç, hareket bozukluğu uzmanları tarafından derecelendirilen spirallerdeki hareket anomalilerinin görsel yorumlama sürecini otomatikleştirmeye yardımcı olmak için motor semptomları (bradikinezi ve diskinezi) nesnel olarak karakterize etmekti. 65 ileri PD hastasının ve 10 sağlıklı (HE) deneğin dijitalleştirilmiş üst uzuv hareket verileri, ev ortam ayarlarında bir dokunmatik ekran cihazında spiral çizim görevleri gerçekleştirirken kaydedildi. Zaman serisinden birkaç spatiotemporal özellik çıkarıldı ve makine öğrenme yöntemlerine girdi olarak kullanıldı. Yöntemler, bir dizi kinematik özelliği ve motor semptomu görsel olarak değerlendiren dört hareket bozukluğu uzmanı tarafından puanlanan animasyon spiralleri üzerindeki derecelendirmelere karşı doğrulandı. PD hastaları ile HE denekleri arasında ayrım yapma yönteminin yeteneği ve hesaplanan puanların test-test güvenilirliği de değerlendirildi. Hesaplamalı puanlar, bireysel kinematik özelliklerin ortalama görsel derecelendirmeleri ile iyi ilişkiliydi. En iyi performans gösteren sınıflandırıcı (Multilayer Perceptron) motor semptomunu (bradykinesia veya diskinezi) %84 doğrulukla ve alıcının çalışma karakteristikleri eğrisinin altındaki alanı 0,86 ile derecelendiricilerin görsel sınıflandırmalarına göre sınıflandırmıştır. Buna ek olarak, yöntem PD hastaları ve HE denekleri arasında ayrım yaparken yüksek ayırt edici güç sağladı ve ayrıca iyi bir test-test güvenilirliğine sahipti. Bu çalışma, PD-spesifik ve/veya tedaviye bağlı motor semptomların objektif nicelenmesi için dijital spiral analizi kullanma potansiyelini gösterdi.
Özgün kaynak özetini okuyun
A challenge for the clinical management of advanced Parkinson's disease (PD) patients is the emergence of fluctuations in motor performance, which represents a significant source of disability during activities of daily living of the patients. There is a lack of objective measurement of treatment effects for in-clinic and at-home use that can provide an overview of the treatment response. The objective of this paper was to develop a method for objective quantification of advanced PD motor symptoms related to off episodes and peak dose dyskinesia, using spiral data gathered by a touch screen telemetry device. More specifically, the aim was to objectively characterize motor symptoms (bradykinesia and dyskinesia), to help in automating the process of visual interpretation of movement anomalies in spirals as rated by movement disorder specialists. Digitized upper limb movement data of 65 advanced PD patients and 10 healthy (HE) subjects were recorded as they performed spiral drawing tasks on a touch screen device in their home environment settings. Several spatiotemporal features were extracted from the time series and used as inputs to machine learning methods. The methods were validated against ratings on animated spirals scored by four movement disorder specialists who visually assessed a set of kinematic features and the motor symptom. The ability of the method to discriminate between PD patients and HE subjects and the test-retest reliability of the computed scores were also evaluated. Computed scores correlated well with mean visual ratings of individual kinematic features. The best performing classifier (Multilayer Perceptron) classified the motor symptom (bradykinesia or dyskinesia) with an accuracy of 84% and area under the receiver operating characteristics curve of 0.86 in relation to visual classifications of the raters. In addition, the method provided high discriminating power when distinguishing between PD patients and HE subjects as well as had good test-retest reliability. This study demonstrated the potential of using digital spiral analysis for objective quantification of PD-specific and/or treatment-induced motor symptoms.
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.