Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Ciencias de la Salud # Neurología

Sensores Portátiles: Una Nueva Forma de Rastrear la Ataxia

Los dispositivos portátiles brindan nuevos conocimientos sobre la progresión de la ataxia y la efectividad del tratamiento.

Anoopum S Gupta, R. Manohar, F. X. Yang, C. D. Stephen, J. D. Schmahmann, N. M. Eklund

― 6 minilectura


Rastreando la Ataxia con Rastreando la Ataxia con Tecnología tratamiento. datos sobre la ataxia y el progreso del Los sensores portátiles revelan nuevos
Tabla de contenidos

Los investigadores están trabajando en nuevos tratamientos para enfermedades que afectan el sistema nervioso, especialmente condiciones como las Ataxias espinocerebelosas (SCAs) y la atrofia multisistémica (MSA). Un gran reto para desarrollar estos tratamientos es la falta de herramientas efectivas para medir cómo progresa la enfermedad y qué tan bien funcionan los tratamientos. Los métodos actuales dependen de escalas calificadas por clínicos, como la Escala para la Evaluación y Calificación de la Ataxia (SARA). Sin embargo, estas escalas pueden ser inconsistentes por las calificaciones subjetivas, poca detallación en la puntuación y variaciones en los niveles de energía de los pacientes durante las evaluaciones. Además, estas escalas pueden no reflejar con precisión las habilidades motoras diarias de una persona.

Tecnología Vestible para Evaluación

Los dispositivos vestibles, como los sensores de muñeca con acelerómetros, ofrecen una solución prometedora para medir el movimiento y rastrear cambios en personas con ataxia. Estos sensores se han usado en varias tareas que involucran las extremidades superiores, como mover las manos, y han demostrado que pueden diferenciar efectivamente entre quienes tienen ataxia y personas sanas, alineándose bien con las escalas de calificación tradicionales.

Tecnología similar se ha aplicado para evaluar movimientos en las extremidades inferiores y el tronco para evaluar la marcha y el equilibrio durante pruebas simples. Los datos de estos sensores han mostrado una fuerte capacidad para reportar cambios en la condición de una persona a lo largo del tiempo, mostrando mejor sensibilidad que las escalas de calificación tradicionales.

Los investigadores también han descubierto que estos sensores se pueden usar en el entorno natural de una persona en casa. Al usar sensores en los pies y la parte baja de la espalda, se puede monitorear a las personas durante su rutina diaria. Este método permite a los investigadores recopilar datos sin interrumpir las actividades normales, capturando patrones de movimiento relevantes y cambios en el equilibrio.

Estudio y Resultados

En un estudio reciente, los investigadores siguieron a individuos con SCAs y MSA usando sensores vestibles durante un periodo determinado. Se centraron en capturar comportamientos de movimiento natural y examinar cómo estos cambios se relacionaban con Evaluaciones Clínicas establecidas. Los participantes formaron parte del estudio desde finales de 2019 hasta principios de 2024, proporcionando un amplio rango de datos.

Se incluyó a participantes de 18 años en adelante en el estudio. Este grupo consistía en personas diagnosticadas con tipos específicos de ataxia, así como participantes de control sin factores de riesgo de ataxia. Se les pidió a los participantes que usaran dispositivos en sus muñecas y tobillos para recoger datos de movimiento en su vida diaria.

Los datos fueron analizados en función de la frecuencia y calidad del movimiento. Los investigadores pusieron especial atención a las características del movimiento, como la fuerza y estabilidad de los mismos. Usaron estos datos para compararlos con evaluaciones tradicionales e identificar cómo la tecnología vestible podría mejorar la comprensión de las condiciones de ataxia.

El estudio encontró que los sensores vestibles podrían medir con precisión los cambios en el movimiento a lo largo del tiempo, con un seguimiento significativo de la Progresión de la enfermedad. Las medidas de los sensores de muñeca y tobillo se correlacionaron bien con las evaluaciones clínicas estándar, confirmando su valor en la comprensión de la ataxia.

Explorando Submovimientos

Una parte importante de la investigación implicó analizar movimientos más pequeños, conocidos como submovimientos. Estos son los bloques de construcción básicos de acciones más grandes. Los investigadores notaron que en individuos con ataxia, estos submovimientos tendían a hacerse más pequeños, más lentos y menos precisos, indicando un decline progresivo en la función motora.

Observaron este cambio continuo no solo en entornos basados en tareas, sino también en actividades cotidianas en casa. Este hallazgo sugiere que el análisis de submovimientos puede ofrecer una mirada detallada sobre cómo la ataxia impacta el control motor a lo largo del tiempo.

Hallazgos Clave

El estudio destacó varios hallazgos importantes:

  1. Correlación con Medidas Clínicas: Los datos de los sensores vestibles coincidieron bien con los resultados de las evaluaciones clínicas tradicionales. Esto refuerza el valor de usar tecnología para medir la progresión de la enfermedad.

  2. Sensibilidad al Cambio: Las medidas derivadas de los sensores fueron capaces de detectar cambios en la condición de una persona más efectivamente que algunas evaluaciones estándar, que a veces pueden pasar por alto declives sutiles.

  3. Confiabilidad: Las medidas obtenidas de los sensores fueron consistentes a lo largo del tiempo, indicando que podrían usarse de manera confiable en futuros estudios y evaluaciones de tratamientos.

  4. Monitoreo del Comportamiento Natural: Al permitir que los participantes se involucraran en actividades normales mientras usaban los sensores, los investigadores recopilaron datos que representaban más fielmente la función diaria.

  5. Diferenciación de Poblaciones: Los datos de individuos con ataxia eran consistentemente diferentes de los participantes de control, demostrando el potencial de usar estos sensores para identificar y analizar tipos específicos de ataxia.

Direcciones Futuras

Aunque los hallazgos son prometedores, la investigación aún tiene limitaciones. El grupo de individuos estudiados era relativamente pequeño, y sería útil tener más puntos en el tiempo para entender mejor cómo progresa la ataxia en cada caso único.

Se necesita una mayor investigación con grupos más grandes de personas que experimentan diferentes tipos de ataxia, especialmente aquellos en las primeras etapas de la enfermedad. Esto podría ayudar a identificar signos tempranos de declive motor y la efectividad de los tratamientos más rápidamente.

A medida que la tecnología sigue avanzando, hay potencial para desarrollar herramientas aún más refinadas que puedan monitorear no solo el movimiento, sino también otros aspectos de la vida diaria que puedan verse afectados por la ataxia. Al integrar estos datos con evaluaciones clínicas, los investigadores esperan crear una imagen completa del impacto de la enfermedad en los individuos.

Conclusión

El uso de sensores vestibles presenta una nueva vía prometedora para monitorear y entender enfermedades neurodegenerativas como la ataxia. Al capturar datos de movimiento detallados en entornos de la vida real, los investigadores pueden obtener una mejor comprensión de la progresión de la enfermedad y las respuestas a tratamientos. Esta tecnología tiene el potencial de transformar cómo evaluamos y manejamos estas condiciones, mejorando la calidad de vida de los afectados. El compromiso continuo de refinar estos métodos e incorporar comentarios de los pacientes será esencial para futuros avances en este campo.

Fuente original

Título: At-home wearables and machine learning capture motor impairment and progression in adult ataxias

Resumen: 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.

Autores: Anoopum S Gupta, R. Manohar, F. X. Yang, C. D. Stephen, J. D. Schmahmann, N. M. Eklund

Última actualización: 2024-10-29 00:00:00

Idioma: English

Fuente URL: https://www.medrxiv.org/content/10.1101/2024.10.27.24316161

Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.10.27.24316161.full.pdf

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares