使用辅助技术来评估神经肌肉疾病患者的远端运动功能
Dominique Vincent-Genod1,2, Sylvain Roche3,4, Aurélie Barrière5
1Centre Référent Maladies Rares Neuromusculaires, Service de Médecine Physique et de Réadaptation Pédiatrique des Hospices Civils de Lyon - Hôpital Femme Mère Enfant, Bron, France.
PLOS digital health
|January 13, 2025
概括
切换到数字平板电脑进行运动功能测量 (MFM) 手动功能测试表明与纸质版本的高度一致. 这种数字方法,包括自动评分算法,为监测神经肌肉疾病 (NMD) 患者提供了有效和可重复的方法.
科学领域:
- 神经学 神经学
- 康复医学 康复医学 康复医学
- 生物医学工程 生物医学工程
背景情况:
- 运动功能测量 (MFM) 尺度评估神经肌肉疾病 (NMD) 患者的运动功能.
- 三个MFM项目 (18,19,22) 使用纸质支持来评估手部功能.
- 通过数字化这些评估,可以自动进行评分,减少差异性.
研究的目的:
- 通过使用平板电脑与纸质支持相比,验证MFM项目18,19和22的数字完成.
- 评估儿科和成人NMD患者的数字和纸质格式之间的得分一致性.
- 校准一个算法来自动评分这些数字MFM项目.
主要方法:
- 进行了一项前性,多中心,非干预性研究.
- 98名参与者 (年龄在5至60岁) 确认了NMD完成了MFM项目18,19和22在纸质和数字平板电脑格式上.
- 该协议使用加权卡帕系数进行评估.
主要成果:
- 在项目18和项目22中发现了几乎完美的一致性 (K=0.93-0.95),在项目19中发现了实质性的一致性 (K=0.70).
- 评分分歧是最小的,差异仅为1分.
- 测试和改进了一种自动得分算法.
结论:
- 在平板电脑上数字完成MFM手动功能项目是纸质评估的有效和可重复的替代方案.
- 观察到的得分差异是最小的和可以接受的.
- 开发了一个可行的自动评分算法,为数字患者监控应用铺平了道路.
