SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Parkinson hastalığında büyük veri: Uzunlamasına hastalık fenotiplerini uzaktan tespit etmek için akıllı telefonlar kullanmak.

Big data in Parkinson's disease: using smartphones to remotely detect longitudinal disease phenotypes.

Makine çevirisi · Editoryal inceleme bekliyor

Physiol Meas · 2018-04-26

DOI: 10.1088/1361-6579/aab512PMID: 29516871

Erişim kaynaktan kontrol edilmeliResearch Support, Non-U.S. Gov't; Journal ArticleKaynağa git ↗

Araştırma özeti

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

AmaçParkinson hastalığının uzunlamasına özelliklerini (PD) akıllı telefonlar kullanılarak uzaktan toplanan parmak vuruşu ve hafıza testlerinin analizi yoluyla daha iyi anlamak.MPower çalışmasında katılımcıların büyük bir kohortu (312 PD denek ve 236 kontrol) kullanarak, çalışma katılımcılarının uzunlamasına davranışlarını izlemek için bir parmak vuruşu ve hafıza testinden klinik olarak onaylanmış özellikler çıkarıyoruz. PD denekleri ile sağlıklı kontroller arasındaki motor ve motor dışı görevlerle ilişkili öğrenme oranlarındaki tutarsızlıkları araştırıyoruz. Bu özelliklerin kendi kendine atanmış şiddet önlemlerini tahmin etme yeteneği, aynı zamanda zemin kaplama etkileri için ciddiyet puanlama sistemini incelerken değerlendirilir. Son olarak, hastalığın ayrı yönlerinin birbirine bağlı olup olmadığını belirlemek için motor ve motor olmayan boylamsal davranış arasındaki ilişkiyi inceliyoruz.Ana sonuçlarEn şiddetli deneklerin test performanslarının kendi kendine atanmış şiddet önlemleriyle önemli korelasyonlar gösterdiğini görüyoruz. İlginçtir ki, daha az şiddetli denekler mPower kendi kendini bildiren şiddet sistemi içindeki zemin kaplama etkilerinin bir sonucu olduğu gösterilen önemli korelasyonlar göstermezler. Uygulamadan sonra motor performansının, temel performanstan daha iyi bir ciddiyet tahmincisi olduğunu ve yeni bir motor görevinde başlangıç performansının, testin öğrenilmesinden sonraki performanstan daha az hastalık şiddeti temsilcisi olduğunu görüyoruz. PD deneklerin, hem kısa hem de uzun vadeli analizlerde alternatif parmak vuruşu (AFT) testi ile değerlendirilen motor yeteneğinde önemli bozulmalar gösterdiğini görüyoruz. AFT ve bellek testlerinde, PD deneklerin sağlıklı deneklerden daha istikrarlı bir durum performansına ulaşmak için daha fazla test örneği gerektirmenin yanı sıra daha büyük bir boylamsal performans değişkenliği gösterdiğini gösteriyoruz. Bu, özellikle semptom izleme ve ilaç yanıtını değerlendirmek için yararlı olabilir. Bu çalışma, PD'deki büyük veri kümelerinden çıkarılan özellikleri tasarlayarak ve doğrulayarak, klinik bir ortam dışında hastalık şiddeti ölçümleri sağlayabilen dijital biyobelirteçlerin tanımlanmasına yardımcı olabilecek kendi kendine değerlendirilen şiddet etiketleriyle ilgili bazı büyük zorlukları çözmeye çalışır.

Özgün kaynak özetini okuyun

ObjectiveTo better understand the longitudinal characteristics of Parkinson's disease (PD) through the analysis of finger tapping and memory tests collected remotely using smartphones.ApproachUsing a large cohort (312 PD subjects and 236 controls) of participants in the mPower study, we extract clinically validated features from a finger tapping and memory test to monitor the longitudinal behaviour of study participants. We investigate any discrepancy in learning rates associated with motor and non-motor tasks between PD subjects and healthy controls. The ability of these features to predict self-assigned severity measures is assessed whilst simultaneously inspecting the severity scoring system for floor-ceiling effects. Finally, we study the relationship between motor and non-motor longitudinal behaviour to determine if separate aspects of the disease are dependent on one another.Main resultsWe find that the test performances of the most severe subjects show significant correlations with self-assigned severity measures. Interestingly, less severe subjects do not show significant correlations, which is shown to be a consequence of floor-ceiling effects within the mPower self-reporting severity system. We find that motor performance after practise is a better predictor of severity than baseline performance suggesting that starting performance at a new motor task is less representative of disease severity than the performance after the test has been learnt. We find PD subjects show significant impairments in motor ability as assessed through the alternating finger tapping (AFT) test in both the short- and long-term analyses. In the AFT and memory tests we demonstrate that PD subjects show a larger degree of longitudinal performance variability in addition to requiring more instances of a test to reach a steady state performance than healthy subjects.SignificanceOur findings pave the way forward for objective assessment and quantification of longitudinal learning rates in PD. This can be particularly useful for symptom monitoring and assessing medication response. This study tries to tackle some of the major challenges associated with self-assessed severity labels by designing and validating features extracted from big datasets in PD, which could help identify digital biomarkers capable of providing measures of disease severity outside of a clinical environment.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.