NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Motor şiddetinin dijital değerlendirmeleri, klinik çalışmaların duyarlılığını artırabilir ve Parkinson hastalığında (PD) tedaviyi kişiselleştirebilir, ancak henüz yaygın olarak kabul edilmemiştir. PD'nin tipik heterojen motor sunumları boyunca bireysel değişimi yakalama yetenekleri, mevcut klinik referans standartlarına karşı yetersiz bir şekilde test edilmiştir. 16 maddelik akıllı telefon tabanlı bir değerlendirmenin (indeks testi) Hareket Bozukluğu Topluluğu-Birleşik Parkinson Hastalığı Değerlendirme Ölçeği III'ten (MDS-UPDRS III) üç kör klinik oranlayıcı (referans standardı) tarafından değerlendirilen subiteleri tahmin etme yeteneğini belirlemek için prospektif, çift siteli, crossover-randomize bir çalışma yaptık. 60 denekten (990 akıllı telefon testi, 2628 kör video MDS-UPDRS III subitem reytingleri) verileri analiz ettik. Konu düzeyinde tahmin performansı, left-one-subject-out çapraz doğrulama (LOSO-CV) doğruluğu olarak ölçüldü. Önceden belirlenmiş bir analiz, deneklerin % 70.3'ünü (% 5.9) kör klinik oranlayıcılardan herhangi birine benzer bir kategoriye sınıflandırdı ve rastgele (% 36.7; SEM 4.3) sınıflandırmasından daha iyiydi. Sınıflandırıcı ve özellik seçiminin post hoc optimizasyonu, bireysel alt testlerin değişken olmasına rağmen performansı daha da geliştirdi (%78.7, SEM 5.1%) (aralık 53.2-97.0%). Akıllı telefon tabanlı motor şiddeti önlemleri, konu düzeyinde tahmin edici değere sahiptir. Gelecekteki çalışmalar da benzer şekilde öznel ve özellik seçimi önyargılarına karşı hafifletilmeli ve aşırı iyimser performans tahminlerinden kaçınmak için daha geniş bir stratejinin parçası olarak bir dizi motor özelliğindeki performansı değerlendirmelidir.
Özgün kaynak özetini okuyun
Digital assessments of motor severity could improve the sensitivity of clinical trials and personalise treatment in Parkinson's disease (PD) but have yet to be widely adopted. Their ability to capture individual change across the heterogeneous motor presentations typical of PD remains inadequately tested against current clinical reference standards. We conducted a prospective, dual-site, crossover-randomised study to determine the ability of a 16-item smartphone-based assessment (the index test) to predict subitems from the Movement Disorder Society-Unified Parkinson's Disease Rating Scale part III (MDS-UPDRS III) as assessed by three blinded clinical raters (the reference-standard). We analysed data from 60 subjects (990 smartphone tests, 2628 blinded video MDS-UPDRS III subitem ratings). Subject-level predictive performance was quantified as the leave-one-subject-out cross-validation (LOSO-CV) accuracy. A pre-specified analysis classified 70.3% (SEM 5.9%) of subjects into a similar category to any of three blinded clinical raters and was better than random (36.7%; SEM 4.3%) classification. Post hoc optimisation of classifier and feature selection improved performance further (78.7%, SEM 5.1%), although individual subtests were variable (range 53.2-97.0%). Smartphone-based measures of motor severity have predictive value at the subject level. Future studies should similarly mitigate against subjective and feature selection biases and assess performance across a range of motor features as part of a broader strategy to avoid overly optimistic performance estimates.
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.