治疗检测和运动障碍学会统一的帕金森病评级表,第三部分估计使用手指敲击任务

科学领域:

• 神经科学是一个神经科学.
• 生物标志物发现发现
• 计算生物学 计算生物学

背景情况:

• 帕金森病 (PD) 药物开发需要客观的生物标志物来监测治疗疗效.
• 目前用于评估PD症状严重程度和药物反应的方法可能是主观的和耗时的.
• 开发易于实施的生物标志物对于加速抗帕金森症药物发现至关重要.

研究的目的:

• 开发和验证复合生物标志物,以检测PD患者的勒沃多巴/卡比多巴影响.
• 创建能够估计帕金森病症状严重程度的生物标志物.
• 利用机器学习来识别最佳的手指敲击任务特征,以预测治疗反应和疾病进展.

主要方法:

• 训练有素的机器学习算法 (分类和回归) 在一个安慰剂控制的交叉研究中对20名PD患者的数据进行训练.
• 收集的数据包括替代的食指和中指敲击 (IMFT),替代的食指敲击 (IFT),指和食指敲击 (TIFT),以及运动障碍学会统一帕金森病评级表 (MDS-UPDRS) III分数.
• 评估了从触摸任务和MDS-UPDRS III分数中获得的复合生物标志物的性能,用于治疗效果分类和症状严重程度估计.

主要成果:

• 与MDS-UPDRS III复合生物标志物 (75.75%准确度,73.93%准确度) 相比,替代性食指触摸 (IFT) 复合生物标志物显示出更高的分类性能 (83.50%准确度,93.95%准确度).
• 此外,IFT复合生物标志物在估计MDS-UPDRS III总得分方面也取得了最佳表现 (平均绝对误差:7.87,皮尔森相关性:0.69).
• 在检测抗帕金森症治疗效果方面,IFT复合生物标志物优于联合点击任务和MDS-UPDRS III复合生物标志物.

结论:

• 替代性食指触摸 (IFT) 复合生物标志物是一种经过验证,客观和易于实施的工具,用于监测抗帕金森症治疗效果.
• 这种生物标志物显示出提高帕金森病临床试验效率和可靠性的巨大潜力.
• 这些发现支持在临床试验中采用IFT复合生物标志物,以检测帕金森病患者的治疗效果.