banner

ブログ

Jun 09, 2023

npj デジタルメディスン 第 5 巻、記事番号: 32 (2022) この記事を引用

5767 アクセス

19 件の引用

14 オルトメトリック

メトリクスの詳細

パーキンソン病 (PD) は、振戦、運動緩慢、ジスキネジア、歩行異常などの運動障害を特徴とする神経変性疾患です。 現在のプロトコルは、クリニック受診中にPD症状を評価するものであり、主観的なものになる可能性があります。 患者の日記は臨床医が在宅症状を評価するのに役立ちますが、不完全または不正確な場合があります。 したがって、研究者らは、データに基づいた PD の診断と管理を可能にするために、PD の症状を監視する家庭用の自動化方法を開発しました。 私たちは米国国立医学図書館の PubMed データベースにクエリを実行し、一般的な運動性 PD 症状の監視に使用される技術と計算/機械学習手法の進歩を分析しました。 文献レビューから明らかになった機械学習とテクノロジーのタイムラインを最もよく特徴づける約 12,000 件の論文のサブセットがレビューされました。 PD モーターの症状を監視するために使用される技術は、過去 50 年間で大幅に進歩しました。 初期のモニタリングは、針ベースの EMG などの研究室用デバイスで始まり、研究室用加速度計/ジャイロスコープ、次にウェアラブル加速度計/ジャイロスコープ、そして最後に電話とモバイルおよび Web アプリケーション ベースの家庭内モニタリングに移行しました。 PD 患者を分類するための機械学習アルゴリズムの使用に関しても、大きな進歩が見られました。 研究者らは、さまざまなデバイス(ビデオカメラ、電話ベースの加速度計など)からのデータを使用して、振戦、歩行、運動緩慢、ジスキネジアにわたってPD患者を分類するためのニューラルネットワークおよび非ニューラルネットワークベースの機械学習アルゴリズムを設計しました。 PD 運動症状のモニタリングに使用されるテクノロジーと計算技術の 50 年にわたる共進化により、PD 症状のモニタリングを研究室/診療所から家庭でのモニタリングに移行できるようにする大きな進歩がもたらされました。

パーキンソン病 (PD) は、振戦、運動緩慢、ジスキネジア、歩行異常などの運動障害を一般に特徴とする複雑な神経変性疾患です1。 PD 運動障害の適切な評価は、疾患の臨床管理にとって不可欠です 2,3。 症状の重症度の急激な増加を避けるためのドーパミン作動薬の適切なタイミング 5 や、脳深部刺激療法などの介入の選択 6 には、どちらも PD 患者の症状の変動を正確に理解する必要があります。 さらに、長期的な病気の進行を理解するには、睡眠障害、胃腸症状、精神症状などの PD の非運動症状の客観的な特徴付けが必要です。

運動性および非運動性 PD 症状の特徴付けは、伝統的に、(I) 精神、行動および気分、(II) 日常生活の活動、( III)モーター、および(IV)合併症7。 UPDRS は最終的に、運動障害協会 (MDS) によって更新され、スケールの主観性を軽減するために MDS-UPDRS が作成されました8。 臨床医は、動作時振戦の WHIGET 振戦評価スケール 9 や運動緩慢の修正緩徐運動評価スケール (MRBS) 10 など、他の評価システムも使用しています。 ただし、これらの評価システムには 2 つの大きな欠陥があります。 第一に、これらはクリニック訪問中に見られるような患者の症状のスナップショットビューしか提供しないため、病気や投薬サイクル中の粒度が欠けています。 さらに、クリニックの外で PD の症状を評価する場合、医師は患者の日記や記憶に頼らなければなりませんが、これは不正確な可能性があります 2。 第 2 に、これらの評価システムは本質的に主観的であるため、評価者間および評価者内で大きなばらつきが生じます3。

これらの欠陥に対処することは、PD 患者の適切な診断と管理を確実にするために不可欠です。 この目的を達成するために、PD に特徴的な主な運動症状を監視するための客観的で家庭用の自動化された方法を開発するために多大な努力が払われてきました。 モーション センサーと、場合によってはビデオベースのテクノロジーを活用することで、医師はまず PD 診断に対してデータ駆動型のアプローチを採用できるようになります。 スマート デバイス (スマートフォン、時計など) を介した在宅患者モニタリングを追加すると、医師が患者の活動データに基づいて治療計画を調整できるようになります。 これらのテクノロジーの最終目標は、継続的な在宅モニタリングを実現することであり、そのためには実験室のデータを家庭用ソリューションの開発に適用するのではなく、在宅での継続的な研究のデータを使用した継続的な研究が必要となります。 このレビューは、振戦、歩行異常、運動緩慢、ジスキネジアなどの PD の一般的な運動症状を評価および監視するために使用される技術と計算手法の共進化を要約することを目的としています。

0.7) with clinical assessments by specialists30. The use of accelerometers to identify FoG has been reported by many other groups as well31,32,33,34. Multiple studies investigating dyskinesia severity used tri-axial accelerometers, gyroscopes, and/or magnetometers on various body parts (e.g., shoulder, wrist, ankle, waist) and found strong correlations between the magnitudes of dyskinesia measured by devices to those observed by clinicians35,36,37./p>
共有