SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

PD SENSÖRLERİ için Protokol: Parkinson Hastalığı SPHERE teknolojisini kullanarak Outcome measuRes üreten bir Naturalistik Ayarda Semptom Değerlendirmesi. Parkinson hastalığında günlük yaşamın belirtilerini ve faaliyetlerini ölçmek için çok modlu çok sensörlü teknolojinin gözlemsel bir fizibilite çalışması.

Protocol for PD SENSORS: Parkinson's Disease Symptom Evaluation in a Naturalistic Setting producing Outcome measuRes using SPHERE technology. An observational feasibility study of multi-modal multi-sensor technology to measure symptoms and activities of daily living in Parkinson's disease.

Makine çevirisi · Editoryal inceleme bekliyor

BMJ Open · 2020-11-30

DOI: 10.1136/bmjopen-2020-041303PMID: 33257491

Open accessResearch Support, Non-U.S. Gov't; research-article; Journal ArticleKaynağa git ↗

Araştırma özeti

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

Parkinson hastalığında hastalık değiştirici ajanların hastalık ilerlemesi üzerindeki etkisi, klinik değerlendirme ölçekleri kullanılarak yapılan klinik çalışmalarda büyük ölçüde değerlendirilmektedir. Bu ölçekler, doğal bir ortamda yaşarken semptomların dalgalanan doğasını yakalama yetenekleri açısından dezavantajlara sahiptir. SPHERE (Bir Konut Ortamında HEalthcare için Sensör Platformu) projesi, bir evde veya ev benzeri bir ortamda günlük yaşam metriklerinin sürekli, nispeten ucuz, engelsiz bir şekilde algılanmasını sağlamak için tasarlanmış multimodal cihazlara sahip çok sensörlü bir platform tasarladı. Bu çalışmanın amacı, SPHERE teknolojisinin Parkinson hastalığının yönlerini nasıl ölçebildiğini değerlendirmektir.Metodlar ve analizBu, 12 çift katılımcının (Parkinson'lu bir kişiyi ve sağlıklı bir kontrol katılımcısını içeren) çevre, cihaz izleme, bilek-yıpranmış hızlandırıcı ve kamera sensörleri de dahil olmak üzere SPHERE teknolojisi ile gömülü bir evde 5 gün boyunca özgürce kalacağı ve yaşayacağı küçük ölçekli bir fizibilite ve kabul edilebilirlik çalışmasıdır. Bu veriler klinik derecelendirme ölçekleri, katılımcı günlük girdileri ve renkli video görüntülerinin uzman klinisyen ek açıklamalarının yanında toplanacaktır. Makine öğrenimi, Parkinson hastalığı ve kontrolü arasında ve Parkinson hastalığı belirtileri arasında 'açık' ve 'kapalı' ilaçlar arasında ayrım yapmak için bir sinyal aramak için kullanılacaktır. Bradikinezi, aktivite düzeyi, uyku parametreleri ve günlük yaşamın bazı aktiviteleri de dahil olmak üzere ek sonuç önlemleri araştırılacaktır. Teknolojinin kabul edilebilirliği, yarı yapılandırılmış mülakatlar kullanılarak nitel olarak değerlendirilecektir.Bu çalışmaya başlamak için etik ve yaygınlaştırmaEtik onay verilmiştir; sonuçlar uygun olduğu kadar yaygın olarak dağıtılacaktır.

Özgün kaynak özetini okuyun

IntroductionThe impact of disease-modifying agents on disease progression in Parkinson's disease is largely assessed in clinical trials using clinical rating scales. These scales have drawbacks in terms of their ability to capture the fluctuating nature of symptoms while living in a naturalistic environment. The SPHERE (Sensor Platform for HEalthcare in a Residential Environment) project has designed a multi-sensor platform with multimodal devices designed to allow continuous, relatively inexpensive, unobtrusive sensing of motor, non-motor and activities of daily living metrics in a home or a home-like environment. The aim of this study is to evaluate how the SPHERE technology can measure aspects of Parkinson's disease.Methods and analysisThis is a small-scale feasibility and acceptability study during which 12 pairs of participants (comprising a person with Parkinson's and a healthy control participant) will stay and live freely for 5 days in a home-like environment embedded with SPHERE technology including environmental, appliance monitoring, wrist-worn accelerometry and camera sensors. These data will be collected alongside clinical rating scales, participant diary entries and expert clinician annotations of colour video images. Machine learning will be used to look for a signal to discriminate between Parkinson's disease and control, and between Parkinson's disease symptoms 'on' and 'off' medications. Additional outcome measures including bradykinesia, activity level, sleep parameters and some activities of daily living will be explored. Acceptability of the technology will be evaluated qualitatively using semi-structured interviews.Ethics and disseminationEthical approval has been given to commence this study; the results will be disseminated as widely as appropriate.

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.