数字步行测量捕捉了早期脊髓小脑动症2型的1年进展
Jens Seemann1,2, Lina Daghsen3, Matthieu Cazier3
1Section Computational Sensomotorics, Hertie Institute for Clinical Brain Research, University of Tübingen, Tübingen, Germany.
Movement disorders : official journal of the Movement Disorder Society
|February 28, 2024
概括
可穿戴式传感器在一年内检测到早期脊髓小脑动症2型 (SCA2) 的微妙步态变化. 这些数字健康指标,比如横向步骤偏差,对于跟踪疾病进展而言,比传统秤更为敏感.
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:
- 针对小脑动症的疾病修饰药物需要敏感的数字健康措施来进行治疗试验和监测.
- 目前的措施需要有效地捕捉微妙的,早期疾病变化.
研究的目的:
- 为了识别对早期脊髓小脑动症2型 (SCA2) 纵向变化敏感的步态测量.
- 评估在临床试验中监测治疗疗效的数字健康工具.
主要方法:
- 一项多中心纵向研究分析了SCA2早期参与者使用三个可穿戴运动传感器的步态.
- 焦点是空间时间步态变化,包括横向步态偏差,在1年的时间间隔.
主要成果:
- 在1年内观察到具有较大的效果大小的显著步态变化,与SARA得分没有变化形成鲜明对比.
- 侧向步骤偏差显示高灵敏度 (P=0.0001,rprb=0.78),表明强大的进展检测.
- 样本大小计算表明需要43名参与者才能检测出进展率减少了50%.
结论:
- 基于可穿戴传感器的步态分析有效地捕捉了早期SCA2的1年进展,优于临床尺度.
- 侧向步骤偏差是早期大脑小动症临床试验的有希望的数字生物标志物.
- 这些发现支持在神经退行性疾病研究中使用可穿戴传感器进行敏感的纵向监测.
