NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), karmaşık klinik fenotipler tarafından tanımlanan en yaygın nörolojik hastalıklardan biridir. PD'nin tezahürleri hem motor hem de motor olmayan semptomları içerir. Alt ekstremitelerde PD motor belirtilerinin değerlendirilmesi için deneysel bir protokol oluşturduk. Bir çift sensör insole kullanarak, PD hastalarından, Yaşlı ve Yetişkin gruplarından veriler kaydedildi. PD hastalarının değerlendirilmesi, Hareket Bozukluğu Toplumu-Birleşik Parkinson Hastalığı Değerlendirme Ölçeği (MDS-UPDRS)-Bölüm III: Motor Muayenesi, hem ON hem de OFF ilaç durumlarında hareket bozuklukları konusunda uzmanlaşmış nörologlar tarafından gerçekleştirildi. MDS-UPDRS-Part III'ün niceliksel metrikleri referans noktası olarak kullanılarak, normal, hafif, orta ve şiddetli PD seviyelerinin sınıflandırılmasıyla ciddiyet seviyeleri araştırılmıştır. Kaydedilen yürüyüş verilerini detaylandırarak, 18 zamansal ve mekansal özellik çıkarıldı. Daha sonra, dört sınıflandırma görevi için kullanılacak baskın özellikleri ortaya çıkarmak için özellik seçim teknikleri uygulandı. Özellikle, uzaysal ve zamansal yürüyüş özellikleri arasındaki ilişkileri tanımlamak için: PD ve PD olmayan gruplar; PD, Yaşlı ve Yetişkin grupları; PD ve ON/OFF ilaç durumları; MDS-UPDRS: Bölüm III ve PD ciddiyet seviyeleri. AdaBoost, Ekstra Ağaçlar ve Rastgele Orman sınıflandırıcıları eğitildi ve test edildi. Sonuçlar, sırasıyla PD ve PD olmayan gruplar, PD ile ilgili ilaç durumları ve MDS-UPDRS ile ilgili PD ciddiyet düzeyleri için %88, %73 ve %81'lik bir tanıma doğruluğu gösterdi: Bölüm III derecelendirmeleri.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) is one of the most prevalent neurological diseases, described by complex clinical phenotypes. The manifestations of PD include both motor and non-motor symptoms. We constituted an experimental protocol for the assessment of PD motor signs of lower extremities. Using a pair of sensor insoles, data were recorded from PD patients, Elderly and Adult groups. Assessment of PD patients has been performed by neurologists specialized in movement disorders using the Movement Disorder Society-Unified Parkinson's Disease Rating Scale (MDS-UPDRS)-Part III: Motor Examination, on both ON and OFF medication states. Using as a reference point the quantified metrics of MDS-UPDRS-Part III, severity levels were explored by classifying normal, mild, moderate, and severe levels of PD. Elaborating the recorded gait data, 18 temporal and spatial characteristics have been extracted. Subsequently, feature selection techniques were applied to reveal the dominant features to be used for four classification tasks. Specifically, for identifying relations between the spatial and temporal gait features on: PD and non-PD groups; PD, Elderly and Adults groups; PD and ON/OFF medication states; MDS-UPDRS: Part III and PD severity levels. AdaBoost, Extra Trees, and Random Forest classifiers, were trained and tested. Results showed a recognition accuracy of 88%, 73% and 81% for, the PD and non-PD groups, PD-related medication states, and PD severity levels relevant to MDS-UPDRS: Part III ratings, respectively.
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.