NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Dijital sağlık teknolojisi araçları (DHTT), bireylerden sağlıkla ilgili bilgileri uzaktan edinen uygulamalar, akıllı telefonlar ve giyilebilirler gibi teknolojilerdir. Objektiflik ve ölçüm hassasiyeti, yüksek frekanslı sensör verilerinin zenginliği ve sağlıkla ilgili verilerin pasif toplanması için fırsat gibi potansiyel avantajlara sahiptirler. Bu nedenle DHTT'ler, geleneksel klinik araştırma araçlarıyla mümkün olandan birkaç kat daha fazla granülerlik sırasına göre hasta fenotipasyonu sağlama sözü verirler. Yeni DHTT'lerin kavramsal gelişimi teknolojik ve analitik gelişmelere ayak uydururken, henüz ele alınmamış bir boşluk, sensör verilerine dayanan sağlam ve anlamlı sonuç önlemlerinin nasıl geliştirileceğidir. Burada, DHTT verilerine dayalı sonuç önlemleri üretmek için geliştirilen iki yol haritasını anlatıyoruz: biri veri merkezli bir yaklaşım, ikincisi ise hasta merkezli bir yaklaşım. Dijital sonuç ölçümlerini geliştirmek için veri merkezli yaklaşım, bu sensör özelliklerini, hastalık ilerlemesinin niceliği ile örneklenen, ilgi kavramına maksimum derecede duyarlı olarak özetler. Hasta merkezli yaklaşım, hastaların günlük yaşamdaki işleyişiyle en uygun şekilde ilgili olan sensör özelliklerini özetlemektedir. Her iki yol haritası da gözlemsel ve klinik girişimsel çalışmalarda hastalık ilerlemesinin izlenmesinde ve Parkinson hastalığında motor semptom şiddeti ve semptom deneyimini değerlendirmek için tasarlanmış bir DHTT ile kullanılmak üzere örneklenmiştir. Hastalık ilerlemesi dışındaki kullanım durumları (örneğin, vaka bulma) özet olarak kabul edilir. DHTT araştırması, sensör verilerini anlamlı sonuç ölçümlerine özetlemek için yöntemler gerektirir. Burada özetlenen kavramların hem temel klinik araştırma hem de klinik ilaç geliştirme için yeni dijital sonuç önlemlerinin oluşturulması konusunda bilimsel bir söylemi ve nihai uzlaşmayı teşvik edeceği umulmaktadır.
Özgün kaynak özetini okuyun
Digital health technology tools (DHTT) are technologies such as apps, smartphones, and wearables that remotely acquire health-related information from individuals. They have the potential advantages of objectivity and sensitivity of measurement, richness of high-frequency sensor data, and opportunity for passive collection of health-related data. Thus, DHTTs promise to provide patient phenotyping at an order of granularity several times greater than is possible with traditional clinical research tools. While the conceptual development of novel DHTTs is keeping pace with technological and analytical advancements, an as yet unaddressed gap is how to develop robust and meaningful outcome measures based on sensor data. Here, we describe two roadmaps which were developed to generate outcome measures based on DHTT data: one using a data-centric approach and the second a patient-centric approach. The data-centric approach to develop digital outcome measures summarizes those sensor features maximally sensitive to the concept of interest, exemplified with the quantification of disease progression. The patient-centric approach summarizes those sensor features that are optimally relevant to patients' functioning in everyday life. Both roadmaps are exemplified for use in tracking disease progression in observational and clinical interventional studies, and with a DHTT designed to evaluate motor symptom severity and symptom experience in Parkinson's disease. Use cases other than disease progression (e.g., case-finding) are considered summarily. DHTT research requires methods to summarize sensor data into meaningful outcome measures. It is hoped that the concepts outlined here will encourage a scientific discourse and eventual consensus on the creation of novel digital outcome measures for both basic clinical research and clinical drug development.
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.