数字移动措施:通往真实世界的窗口 帕金森病的严重程度和进展

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 数字健康数字健康

背景情况:

• 可穿戴传感器为真实世界监测帕金森病 (PD) 严重程度和症状提供了潜力.
• 从传感器中提取移动性特征可以评估各种运动领域.
• 识别对PD进展敏感的数字措施至关重要,但仍然不清楚.

研究的目的:

• 确定反映PD严重程度的现实世界流动性措施.
• 与MDS-UPDRS尺度相比,评估这些措施的区分能力和灵敏度.

主要方法:

• 采集了587名PD患者和68名使用下背加速计的对照组的24/7数字移动数据.
• 使用机器学习进行特征选择和回归,以分析与MDS-UPDRS (I-III) 的关联.
• 使用后勤回归来进行区分,并使用纵向数据来对变化敏感.

主要成果:

• 数字移动性措施与MDS-UPDRS (II: r=0.60; I & III: r=0.50) 显示了中度的相关性.
• 一个14项测量模型将PD患者与对照患者区分开来 (AUC=0.87).
• 数字测量显示,随着时间的推移变化的效果大小 (科恩的d:0.19-0.66) 比MDS-UPDRS (科恩的d:0.04-0.12).

结论:

• 与临床评估相比,现实世界的移动性测量捕捉了运动功能的不同方面.
• 数字移动性措施对早期的PD和疾病进展非常敏感,超过了传统尺度的灵敏度.
• 这些发现凸显了数字移动措施在临床试验和潜在的未来临床护理中的实用性.