SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Parkinson Hastalığı ve Temel Tremor Motor Disfonksiyonunun Çok Boyutlu, Kısa Zamanlı Nicelenmesi.

Multi-Dimensional, Short-Timescale Quantification of Parkinson's Disease and Essential Tremor Motor Dysfunction.

Makine çevirisi · Editoryal inceleme bekliyor

Front Neurol · 2020-09-18

DOI: 10.3389/fneur.2020.00886PMID: 33071924

Open accessresearch-article; Journal ArticleKaynağa git ↗

Araştırma özeti

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

Giriş: Parkinson hastalığı (PD), şiddetteki dalgalanmalarla heterojen motor disfonksiyonu ile karakterize olan ilerici bir hareket bozukluğudur. Bu işlev bozukluğunun objektif, kısa süreli karakterizasyonu, terapiler giderek daha uyumlu hale geldikçe gereklidir. Amaçlar: Bu çalışma, PD'nin motor özelliklerini karakterize etmek için tasarlanmış yeni, doğalcı ve hedefe yönelik tablet tabanlı bir görev ve tamamlayıcı analiz protokolünü karakterize etmeyi amaçlamaktadır. Yöntemler: PD'li ve derin beyin stimülasyonu (DBS) olmayan toplam 26 hasta, 20 kontrol konusu ve PD'li ve DBS'li sekiz hasta bu görevi tamamladı. Her biri PD'de motor disfonksiyonun bir yönünü yakalamak için tasarlanan sekiz metrik, görev tamamlama sırasında yakalanan ham konumsal ve basınç verilerinin 1 saniyelik, üst üste binmeyen dönemlerinden hesaplandı. Bu metrikler, birleştirici, skaler bir "motor hata puanı" (MES) üretmek için bir destek vektör makinesi (SVM) modeli kullanılarak bir sınıflandırıcı üretmek için kullanıldı. PD'li bu hastalardan elde edilen veriler aynı gün standart klinik değerlendirmelerle karşılaştırıldı. Ek olarak, bu veriler, görevin farklı hareket bozukluklarına özgülüğünü değerlendirmek için esansiyel titreme (ET) olan 12 hastadan oluşan ayrı bir gruptan elde edilen analog verilerle karşılaştırıldı. Son olarak, "DBS On" ve "DBS Off" uyarım durumlarındaki motor disfonksiyonlarını ayırt etmek için PD ve DBS'li sekiz hastanın her biri için bir SVM modeli üretildi. Bulgular: Görevin tamamlanması sırasında elde edilen ham konumsal ve kuvvet verilerinden hesaplanan sekiz metrik, yedeksizdi. SVM analiz protokolü tarafından oluşturulan MES, hareket bozukluğu uzmanları tarafından atanan MDS-UPDRS-III puanları ile güçlü bir korelasyon gösterdi. Sekiz metrikten her birinin göreceli katkılarının analizi, PD ve ET'nin motor disfonksiyonu arasında önemli bir fark olduğunu gösterdi. Bu farkın çoğu, ET motor disfonksiyonunun homojen, titreme baskın fenotipine atfedilebilirdi. Son olarak, DBS'li PD'li bireysel hastalarda, görev performansı ve ardından gelen SVM sınıflandırması, "DBS On" ve "DBS Off" uyarım durumları arasında etkili bir şekilde ayrım yaptı. Sonuç: Bu tablet tabanlı görev ve analiz protokolü, PD motor disfonksiyonunun uzman klinik değerlendirmeleriyle güçlü bir şekilde ilişkiliydi. Ek olarak, görev, başka bir yaygın hareket bozukluğu olan ET ile karşılaştırıldığında PD için özgüllük gösterdi. Bu özgüllük, ET'ye kıyasla PD'nin motor disfonksiyonunun göreceli heterojenliği tarafından yönlendirildi. Son olarak, görev, PD'li tek hastalarda "DBS On" ve "DBS Off" durumlarını ayırt edebildi. Bu görev, nöral aktivite ile ciddi şekilde ilişkili olabilecek en az iki hareket bozukluğunda motor disfonksiyon hakkında geçici olarak hassas ve spesifik bilgiler sağlar.

Özgün kaynak özetini okuyun

Introduction: Parkinson's disease (PD) is a progressive movement disorder characterized by heterogenous motor dysfunction with fluctuations in severity. Objective, short-timescale characterization of this dysfunction is necessary as therapies become increasingly adaptive. Objectives: This study aims to characterize a novel, naturalistic, and goal-directed tablet-based task and complementary analysis protocol designed to characterize the motor features of PD. Methods: A total of 26 patients with PD and without deep brain stimulation (DBS), 20 control subjects, and eight patients with PD and with DBS completed the task. Eight metrics, each designed to capture an aspect of motor dysfunction in PD, were calculated from 1-second, non-overlapping epochs of the raw positional and pressure data captured during task completion. These metrics were used to generate a classifier using a support vector machine (SVM) model to produce a unifying, scalar "motor error score" (MES). The data generated from these patients with PD were compared to same-day standard clinical assessments. Additionally, these data were compared to analogous data generated from a separate group of 12 patients with essential tremor (ET) to assess the task's specificity for different movement disorders. Finally, an SVM model was generated for each of the eight patients with PD and with DBS to differentiate between their motor dysfunction in the "DBS On" and "DBS Off" stimulation states. Results: The eight metrics calculated from the raw positional and force data captured during task completion were non-redundant. MES generated by the SVM analysis protocol showed a strong correlation with MDS-UPDRS-III scores assigned by movement disorder specialists. Analysis of the relative contributions of each of the eight metrics showed a significant difference between the motor dysfunction of PD and ET. Much of this difference was attributable to the homogenous, tremor-dominant phenotype of ET motor dysfunction. Finally, in individual patients with PD with DBS, task performance and subsequent SVM classification effectively differentiated between the "DBS On" and "DBS Off" stimulation states. Conclusion: This tablet-based task and analysis protocol correlated strongly with expert clinical assessments of PD motor dysfunction. Additionally, the task showed specificity for PD when compared to ET, another common movement disorder. This specificity was driven by the relative heterogeneity of motor dysfunction of PD compared to ET. Finally, the task was able to distinguish between the "DBS On" and "DBS Off" states within single patients with PD. This task provides temporally-precise and specific information about motor dysfunction in at least two movement disorders that could feasibly correlate to neural activity.

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.