从标准化的行走任务中获得的传感器衍生的参数可以支持识别患有帕金森病的患者,他们面临着行走恶化的风险
Francesca Boschi1, Stefano Sapienza1, Alzhraa A Ibrahim2
1Luxembourg Centre for Systems Biomedicine (LCSB), University of Luxembourg, 4367 Esch-sur-Alzette, Luxembourg.
Bioengineering (Basel, Switzerland)
|February 27, 2026
概括
可穿戴传感器客观地评估帕金森病的步态障碍. 传感器数据与临床分数相结合,可以预测短期步态恶化,帮助帕金森病患者进行早期干预.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 步态分析 步态分析
背景情况:
- 帕金森病 (PD) 的特点是明显的步行障碍.
- 临床步态评估是主观和有限的.
- 可穿戴传感器提供客观的步态数据,包括节奏,步伐和模式.
研究的目的:
- 为了确定传感器衍生的步态参数是否预测帕金森病中步态障碍的短期进展.
- 为了比较临床数据,传感器数据和综合方法的预后价值.
主要方法:
- 对来自111名PD参与者的111个纵向访问对进行分析.
- 在4x10米步行测试期间使用可穿戴传感器进行步行评估.
- 根据UPDRSIII步态得分变化,将参与者分为改善者,稳定者或恶化者.
- 在临床,传感器和组合数据上训练的机器学习模型.
主要成果:
- 在改善者,稳定者和恶化者之间观察到步行参数 (速度,步伐长度,姿势时间变化) 的显著差异.
- 具有基线UPDRSIII步态得分=1的参与者表现出不同的步态模式.
- 使用传感器和临床数据的组合模型实现了最高的预测性能 (AUC 0.82).
结论:
- 传感器衍生的步态参数为帕金森病提供了宝贵的预后信息.
- 将可穿戴传感器数据与临床评分相结合,可以更好地预测未来的步态恶化.
- 这种方法可以帮助识别患有不良步态变化风险的PD患者.
