Tragbare Sensoren: Eine neue Möglichkeit, Ataxie zu verfolgen
Tragbare Geräte geben frische Einblicke in den Fortschritt der Ataxie und die Wirksamkeit von Behandlungen.
Anoopum S Gupta, R. Manohar, F. X. Yang, C. D. Stephen, J. D. Schmahmann, N. M. Eklund
― 6 min Lesedauer
Inhaltsverzeichnis
Forscher arbeiten an neuen Behandlungen für Krankheiten, die das Nervensystem betreffen, insbesondere bei Erkrankungen wie spinozerebellären Ataxien (SCAs) und multipler Systematrophie (MSA). Eine grosse Herausforderung bei der Entwicklung dieser Behandlungen ist, dass es an effektiven Werkzeugen fehlt, um den Fortschritt der Krankheiten zu messen und wie gut die Behandlungen wirken. Die aktuellen Methoden basieren auf von Ärzten bewerteten Skalen, wie der Skala zur Bewertung und Beurteilung von Ataxie (SARA). Allerdings können diese Skalen inkonsistent sein wegen subjektiver Bewertungen, wenig Detail beim Bewerten und unterschiedlichen Energieniveaus der Patienten während der Beurteilungen. Ausserdem spiegeln diese Skalen möglicherweise nicht genau die motorischen Fähigkeiten einer Person im Alltag wider.
Tragbare Technologie zur Bewertung
Tragbare Geräte, wie Handgelenksensoren mit Beschleunigungsmessern, bieten eine vielversprechende Lösung, um Bewegungen zu messen und Veränderungen bei Menschen mit Ataxie zu verfolgen. Diese Sensoren wurden bei verschiedenen Aufgaben, die die oberen Gliedmassen betreffen, eingesetzt und haben gezeigt, dass sie effektiv zwischen Personen mit Ataxie und gesunden Menschen unterscheiden können, während sie auch gut mit traditionellen Bewertungsskalen übereinstimmen.
Ähnliche Technologien wurden genutzt, um Bewegungen in den unteren Gliedmassen und dem Rumpf zu bewerten, um Gehen und Gleichgewicht während einfacher Tests zu überprüfen. Daten von diesen Sensoren haben eine starke Fähigkeit gezeigt, Veränderungen im Zustand einer Person über die Zeit zu melden, und sind dabei empfindlicher als traditionelle Bewertungsskalen.
Forsche haben auch herausgefunden, dass diese Sensoren in der natürlichen Umgebung einer Person zu Hause verwendet werden können. Indem die Leute Sensoren an ihren Füssen und im unteren Rücken tragen, können sie während ihrer täglichen Routine überwacht werden. Diese Methode erlaubt es den Forschern, Daten zu sammeln, ohne normale Aktivitäten zu unterbrechen, und relevante Bewegungsmuster sowie Veränderungen im Gleichgewicht zu erfassen.
Studie und Ergebnisse
In einer kürzlichen Studie verfolgten Forscher Personen mit SCAs und MSA über einen bestimmten Zeitraum mithilfe tragbarer Sensoren. Sie konzentrierten sich darauf, natürliche Bewegungsverhalten zu erfassen und zu untersuchen, wie diese Veränderungen mit etablierten klinischen Bewertungen zusammenhängen. Die Teilnehmer nahmen von Ende 2019 bis Anfang 2024 an der Studie teil und lieferten eine breite Datenbasis.
Teilnehmer im Alter von 18 Jahren und älter wurden in die Studie einbezogen. Diese Gruppe bestand aus Personen, die mit bestimmten Arten von Ataxie diagnostiziert wurden, sowie Kontrollteilnehmern ohne Risikofaktoren für Ataxie. Die Teilnehmer wurden gebeten, Geräte an ihren Handgelenken und Knöcheln zu tragen, um Bewegungsdaten in ihrem Alltag zu sammeln.
Die Daten wurden basierend auf der Häufigkeit und Qualität der Bewegung analysiert. Die Forscher schenkten den Bewegungsmerkmalen besondere Aufmerksamkeit, wie stark und stabil die Bewegungen waren. Sie nutzten diese Daten, um sie mit traditionellen Bewertungen zu vergleichen und herauszufinden, wie tragbare Technologie das Verständnis von Ataxie-Bedingungen verbessern könnte.
Die Studie ergab, dass Tragbare Sensoren Veränderungen der Bewegung über die Zeit hinweg genau messen konnten, mit signifikanten Nachverfolgungen des Krankheitsverlaufs. Die Messungen von Handgelenks- und Knöchelsensoren korrelierten gut mit standardmässigen klinischen Bewertungen, was ihren Wert für das Verständnis von Ataxie bestätigt.
Untersuchung von Subbewegungen
Ein wichtiger Teil der Forschung bestand darin, kleinere Bewegungen zu analysieren, die als Subbewegungen bekannt sind. Diese sind die grundlegenden Bausteine grösserer Aktionen. Die Forscher stellten fest, dass diese Subbewegungen bei Personen mit Ataxie dazu neigen, kleiner, langsamer und weniger präzise zu werden, was auf einen fortschreitenden Rückgang der motorischen Funktion hinweist.
Sie beobachteten diese fortwährenden Veränderungen nicht nur in aufgabenbezogenen Einstellungen, sondern auch in alltäglichen Aktivitäten zu Hause. Dieses Ergebnis legt nahe, dass die Analyse von Subbewegungen einen detaillierten Einblick geben kann, wie Ataxie die motorische Kontrolle über die Zeit beeinflusst.
Wichtige Erkenntnisse
Die Studie hob mehrere wichtige Erkenntnisse hervor:
-
Korrespondenz mit klinischen Massnahmen: Daten von tragbaren Sensoren stimmten gut mit den Ergebnissen von traditionellen klinischen Bewertungen überein. Das verstärkt den Wert der Nutzung von Technologie zur Einschätzung des Krankheitsverlaufs.
-
Empfindlichkeit gegenüber Veränderungen: Die sensorbasierten Messungen waren in der Lage, Veränderungen im Zustand einer Person effektiver zu erkennen als einige standardmässige Bewertungen, die manchmal subtile Rückgänge übersehen können.
-
Zuverlässigkeit: Die aus den Sensoren gewonnenen Messungen waren über die Zeit hinweg konsistent, was darauf hinweist, dass sie zuverlässig in zukünftigen Studien und Therapiebewertungen verwendet werden können.
-
Überwachung des natürlichen Verhaltens: Durch die Erlaubnis an die Teilnehmer, normale Aktivitäten auszuführen, während sie die Sensoren trugen, sammelten die Forscher Daten, die das alltägliche Funktionieren genauer repräsentierten.
-
Differenzierung von Populationen: Die Daten von Personen mit Ataxie waren durchweg anders als die von Kontrollteilnehmern, was das Potenzial zeigt, diese Sensoren zur Identifikation und Analyse spezifischer Ataxie-Typen zu nutzen.
Zukünftige Richtungen
Obwohl die Ergebnisse vielversprechend sind, hat die Forschung weiterhin Einschränkungen. Die Gruppe von untersuchten Personen war relativ klein, und mehr Zeitpunkte wären hilfreich, um ein tieferes Verständnis darüber zu erhalten, wie Ataxie in jedem einzelnen Fall fortschreitet.
Weitere Untersuchungen sind erforderlich, um grössere Gruppen von Personen mit unterschiedlichen Ataxie-Typen zu untersuchen, insbesondere in frühen Stadien der Krankheit. Dies könnte helfen, frühe Anzeichen eines motorischen Rückgangs und die Wirksamkeit von Behandlungen schneller zu identifizieren.
Mit dem fortschreitenden technologischen Fortschritt gibt es das Potenzial, noch ausgefeiltere Werkzeuge zu entwickeln, die nicht nur Bewegung, sondern auch andere Aspekte des täglichen Lebens überwachen können, die von Ataxie betroffen sein könnten. Durch die Integration dieser Daten mit klinischen Bewertungen hoffen die Forscher, ein umfassendes Bild der Auswirkungen der Krankheit auf Individuen zu schaffen.
Fazit
Die Nutzung tragbarer Sensoren stellt einen vielversprechenden neuen Ansatz zur Überwachung und zum Verständnis neurodegenerativer Erkrankungen wie Ataxie dar. Durch die Erfassung detaillierter Bewegungsdaten in realen Umgebungen können Forscher tiefere Einblicke in den Krankheitsverlauf und die Behandlungsreaktionen gewinnen. Diese Technologie hat das Potenzial, die Art und Weise, wie wir diese Bedingungen bewerten und verwalten, zu verändern und die Lebensqualität der Betroffenen zu verbessern. Das fortwährende Engagement zur Verfeinerung dieser Methoden und zur Einbeziehung von Feedback von Patienten wird entscheidend für zukünftige Fortschritte in diesem Bereich sein.
Titel: At-home wearables and machine learning capture motor impairment and progression in adult ataxias
Zusammenfassung: A significant barrier to developing disease-modifying therapies for spinocerebellar ataxias (SCAs) and multiple system atrophy of the cerebellar type (MSA-C) is the scarcity of tools to sensitively measure disease progression in clinical trials. Wearable sensors worn continuously during natural behavior at home have the potential to produce ecologically valid and precise measures of motor function by leveraging frequent and numerous high-resolution samples of behavior. Here we test whether movement-building block characteristics (i.e., submovements), obtained from the wrist and ankle during natural behavior at home, can sensitively capture disease progression in SCAs and MSA-C, as recently shown in amyotrophic lateral sclerosis (ALS) and ataxia telangiectasia (A-T). Remotely collected cross-sectional (n = 76) and longitudinal data (n = 27) were analyzed from individuals with ataxia (SCAs 1, 2, 3, and 6, MSA-C) and controls. Machine learning models were trained to produce composite outcome measures based on submovement properties. Two models were trained on data from individuals with ataxia to estimate ataxia rating scale scores. Two additional models, previously trained entirely on longitudinal ALS data to optimize sensitivity to change, were also evaluated. All composite outcomes from both wrist and ankle sensor data had moderate to strong correlations with ataxia rating scales and self-reported function, strongly separated ataxia and control populations, and had high within-week reliability. The composite outcomes trained on longitudinal ALS data most strongly captured disease progression over time. These data demonstrate that outcome measures based on accelerometers worn at home can accurately capture the ataxia phenotype and sensitively measure disease progression. This assessment approach is scalable and can be used in clinical or research settings with relatively low individual burden.
Autoren: Anoopum S Gupta, R. Manohar, F. X. Yang, C. D. Stephen, J. D. Schmahmann, N. M. Eklund
Letzte Aktualisierung: 2024-10-29 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2024.10.27.24316161
Quell-PDF: https://www.medrxiv.org/content/10.1101/2024.10.27.24316161.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.