La enfermedad de Parkinson EP es un trastorno neurológico crónico y progresivo que afecta a aproximadamente 6 millones de personas en todo el mundo y se espera que se duplique para el año 2040. La EP conduce a características motoras discapacitantes, como temblores, velocidad reducida y alteraciones de la marcha / equilibrio que provocan caídas, comoasí como síntomas no motores como deterioro cognitivo y trastornos del sueño y del habla.
Una de las complicaciones más frecuentes en los pacientes con EP son las fluctuaciones motoras ON y OFF de la medicación, que ocurren en el 50 por ciento de los pacientes diagnosticados dentro de los tres a cinco años y en el 80 por ciento diagnosticados dentro de los diez años. La aparición de estas fluctuaciones motoras es un punto críticoen el manejo de la enfermedad porque requiere ajustes continuos en el tratamiento, como cambiar la frecuencia y la dosis de la medicación o cambiar los parámetros para la estimulación cerebral profunda.
En la actualidad, las fluctuaciones motoras de la EP se abordan con exámenes clínicos breves o una anamnesis adecuada y autoinformes del paciente, que se basan en una amplia educación del paciente. Incluso entonces, los autoinformes pueden ser poco fiables y los exámenes clínicos pueden no ser prácticos, especialmente enzonas rurales. Los pacientes a menudo requieren visitas de seguimiento frecuentes con su neurólogo.
Investigadores de la Facultad de Ingeniería y Ciencias de la Computación de la Florida Atlantic University han desarrollado una forma innovadora de detectar y monitorear de manera automática y confiable los estados ON y OFF de la medicación en pacientes con EP. Han combinado un algoritmo y un sistema basado en sensores que detecta el estado ON y OFFpatrones en pacientes con EP que utilizan dos sensores de movimiento portátiles colocados en la muñeca y el tobillo más afectados del paciente.
Para el estudio, publicado en la revista Ingeniería médica y física , estos sensores recopilaron señales de movimiento mientras los pacientes realizaban siete actividades de la vida diaria, como caminar o vestirse en las fases de ENCENDIDO y APAGADO de la medicación. El algoritmo se entrenó utilizando aproximadamente el 15 por ciento de los datos de cuatro actividades y se probó con los datos restantes.Los datos de los dos sensores proporcionaron medidas objetivas en lugar de un diario del paciente o un autoinforme.
Los resultados del estudio revelan que el algoritmo pudo detectar la respuesta a la medicación durante las actividades de rutina diaria de los sujetos con un promedio de 90,5 por ciento de precisión, 94,2 por ciento de sensibilidad y 85,4 por ciento de especificidad.
"Nuestro enfoque es novedoso porque está personalizado para cada paciente en lugar de un enfoque de 'talla única para todos' y puede detectar e informar continuamente los estados de activación y desactivación de la medicación a medida que los pacientes realizan diferentes actividades de rutina diaria", dijo Behnaz Ghoraani, Ph.D., autor principal, profesor asistente en el Departamento de Ingeniería Informática y Eléctrica y Ciencias de la Computación de la FAU, y miembro del Instituto de Sensores y Sistemas de Redes Integrados de la FAU I-SENSE y del Instituto Cerebral de la FAU I-BRAIN, dos de los cuatro pilares de investigación de la universidad. "Una vez que se entrena el algoritmo, se puede usar fácilmente como un sistema pasivo para monitorear las fluctuaciones de la medicación sin depender del compromiso del paciente o del médico".
El objetivo de Ghoraani y los coautores Murtadha D. Hssayeni, estudiante de doctorado en FAU, Michelle A. Burack, MD, Ph.D., University of Rochester Medical Center, y Joohi Jimenez-Shahed, MD,Baylor College of Medicine, debía desarrollar un sistema individualizado que se pueda entrenar utilizando los datos recopilados durante la primera visita clínica de un paciente.Los pacientes se beneficiarían de un sistema automatizado y fácil de usar que se usa fácilmente para detectar su respuesta a la medicación de forma continua.
"Existe una gran necesidad de un sistema basado en tecnología que proporcione información confiable y objetiva sobre la duración en las diferentes fases de la medicación para los pacientes con enfermedad de Parkinson que el médico tratante pueda utilizar para ajustar con éxito la terapia", dijo Stella Batalama.Ph.D., decano de la Facultad de Ingeniería y Ciencias de la Computación de la FAU ". La investigación que la profesora Ghoraani y sus colaboradores están haciendo en este campo podría mejorar considerablemente tanto la prestación de atención como la calidad de vida de los millones de pacientes que se ven afectadospor esta enfermedad neurodegenerativa debilitante ".
El sistema de evaluación pasiva basado en sensores y la combinación de algoritmos permitirán el desarrollo de un sistema de monitoreo en el hogar que brinde información completa y clínicamente procesable sobre la gravedad de la fluctuación motora de un paciente y podría servir como un proxy para la medición clínica que también podría tener aplicacionespara telesalud.
Fuente de la historia :
Materiales proporcionados por Florida Atlantic University . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :