Parkinson hastalığında motor ve bilişsel fonksiyonun dinamik dijital Biomarkers
24 Temmuz 2019
Bu protokol, Parkinson hastalığında biliş ve motor kontrolünü ölçmek için yaygın olarak kullanılan geleneksel klinik görevlerin bölümlerini dijitalleştirme imkanı sunar. Biyofizik ritimleri sinir sistemlerinin farklı fonksiyonel düzeylerinden, gönüllü, spontan, otomatik otonjik olarak değişen ortak kayıtlı iken klinik görevler dijilleştirilir.
Bu protokol, heterojen Parkinson hastalığını bilişsel ve motor şiddetine göre stratejioluşturmamıza yardımcı olabilir. Giyilebilir sensörler kullanarak, hekimler tarafından yaygın olarak kullanılan klinik görevleri dijitalleştirebiliriz. Sinir sistemlerinin farklı fonksiyonel düzeylerinde faaliyetleri birlikte kaydederek, Parkinson hastalığının dinamik dijital biyobelirteçlerini üretmek için biliş, hareket ve duygunun son derece bilgilendirici parametrelerini belirleriz.
Bu çalışma, nörolojik hastalıkların imzalarını kişiselleştirilmiş bir şekilde karakterize etmek ve izlemek için birleştirici bir çerçeve sunarken, belirli bir tedavi veya tedavi alan bütün bir kohortun evrimi ile birlikte. Bu teknik, moleküllerden hücrelere, davranışlara kadar kendi kendine oluşturulan biyolojik faaliyetler tarafından üretilen istatistiksel değişkenliğin imzalarında yapılan değişiklikleri dinamik olarak izlemek için birleştirici istatistiksel bir platform sağlar. Birden çok yazılım akışı çok fazla bilgisayar belleği gerektirir, bu nedenle yüksek hesaplama kapasitesine sahip bilgisayarlar kullanmanızı tavsiye ederiz, aksi takdirde sistemler kayıt sırasında çökebilir.
Beyni, vücudu ve kalbi kaydetmek için birden fazla cihaz kullanıyoruz, hepsi de aynı anda, doğal hareketler sırasında, bu yüzden video gibi dinamik bir ortam, bunu en iyi şekilde gösterir. Laboratuvarımdaki prosedürleri gösteren yüksek lisans öğrencileri Jihye Ryu ve Joseph Vero olacak. Katılımcıdan bilgilendirilmiş onaylar aldıktan sonra, hareket yakalama sisteminde vücut avatarının oluşturulmasına izin vermek için katılımcının vücut boyutlarını ölçün.
Ardından, on yedi kablosuz hareket izleme sensörü ve hareket izleme yazılımı da dahil olmak üzere hareket yakalama sistemini ayarlayın. Sensörleri belirtildiği gibi tüm gövde parçalarına yerleştirin ve sensörleri engelsiz hareket için kayış bantlarıyla sabitle. Tüm sensörler yerleştirildiğinde, avatarı oluşturmak için katılımcının konumunu kalibre edin.
EEG cihazını ve kayıt yazılımını kurmak için, otuz bir kanal sensörlerini kafa derisinin üzerine yerleştirin ve kayıt cihazını başın arkasına yerleştirin. Kalp sinyalini ölçmek için son kanal sensörünü bir konektöre takın ve sensörü katılımcının midesinin sol tarafına yerleştirin. Daha sonra, katılımcının sol kulağının arkasındaki referans kanal sensörlerine takın ve EEG kapağındaki sensörlere elektrot jeli yerleştirmek için bir şırınga kullanın.
Değerlendirmeler sırasında katılımcının sesini yakalamak için katılımcının önüne bir mikrofon yerleştirin ve mikrofonu laboratuvar akışı katmanının çalışacağı bilgisayara bağlayın. Daha sonra, EEG, hareket, ses ve fare tıklamazaman damgaları akışlarını senkronize etmek için laboratuvar akışı katmanları sistemini kurmak için, laboratuvar kaydedici uygulamasını açın, fare ve ses yakalama kazan uygulaması için laboratuvar akış katmanı uygulamalarını açın ve bağlayın ve ardından şirket içinde yerleşik xsense senkronizasyon uygulaması açın. Laboratuvar kaydedici uygulamasının akış bölümünden kayıt tanın, akış öğelerinin tam listesini almak için Update'e basın ve AudioCaptureWin'EEG'MouseButtons', TrackerKinematics'in ses, EEG, fare tıklamaları ve hareket bilgilerini laboratuvar akışı katmanı sistemi üzerinden birbirine bağlamak için kutuları işaretleyin.
Kalem tableti ve hareket analizi yazılımı da dahil olmak üzere kalem hareketini yakalamak için kaydı ayarlayın ve çizim tabletini ve tablet kalemini katılımcının önüne yerleştirin. Tableti hareket analizi yazılımının kaydedeceği bilgisayara bağlayın ve tablete bir parça beyaz kağıt bantlayın. Ardından, laboratuvar akışı katmanına, hareket yakalama yazılımına ve EEG kayıt yazılımına basın.
Her görevin başında ve sonunda, görevi zaman damgalamak için hareket yakalama yazılımındaki zaman damgalama düğmesini tıklatın. Yedekleme olarak zaman damgalama düğmesini tıklattığınızda gerçek zamanı yazmayı unutmayın, böylece verilere daha sonra baktığınızda, görevi zaman damgalarından tanımlayabilirsiniz. Hemen Benson karmaşık bir figür kopyası için, katılımcıya kağıda Benson figürünü kopyalamasını ve tasarımı hatırlamasını emredin, çünkü daha sonra tasarımı bellekten yeniden çizmeleri istenecektir.
İz oluşturma testinin A bölümü için, katılımcıya artan sırada numaralandırılan daireler arasında bir çizgi çizmesini öğretin. İz oluşturma testinin B bölümünü gerçekleştirmek için, sayılar ve harfler arasında dönüşümlü olarak, artan sırada sayılar veya harfler içeren daireler arasında bir çizgi çizmeyi öğretin. Saat çizimi görevi için, katılımcıya 1'den 12'ye kadar olan sayılarla analog bir saat çizmesini ve zamanı on üzerinden on ona ayarlamasını emredin.
Gecikmiş bir Benson karmaşık figür kopyasını yürütmek için, katılımcıya Benson karmaşık figürünü boş bir kağıda bellekten çizmesini öğretin. İleri numaralar fan testi yapmak için katılımcıya deneycinin aynı sırada yüksek sesle okuduğu sayıları yinelemesini emredin. Geriye doğru sayılar fan testi için, katılımcıya deneycinin ters sırada yüksek sesle okuduğu sayıları yinelemesini emredin.
Bir işaretleme görevi için, katılımcının önündeki bir hedefi işaret etmek ve dokunmak için konumlandırın ve katılımcıyı baskın el ile kendi kendine tempolu bir şekilde kırk kez hedefi işaret etmesini emret. Bir metronom işaret görevi için, katılımcıya, arka planda dakikada otuz beş vuruşta dövmek için bir metronom ayarlarken, hedefe kırk kez kendi kendine tempolu bir şekilde işaret etmesini söyleyin, ancak metronom ritmi hakkında hiçbir şey öğretin. Tempolu bir işaretleme görevi için, katılımcıya dakikada otuz beş vuruşta geçen metronom ritminin hızını takip ederek kırk kez hedefi işaret etmesini öğretin.
Yürüme görevi yürütmek için, öncelikle katılımcıya odada beş dakika boyunca doğal olarak yürümesini emredin. Daha sonra, katılımcıya, metronomu arka planda dakikada on iki vuruşla yenmesi için ayarlarken odanın etrafında doğal bir şekilde yürümesini öğretin. Daha sonra katılımcıya, dakikada on iki vuruşla belirlenen metronom ritmine nefes alma hızını yaparken odanın etrafında doğal bir şekilde yürümesini öğretin.
Bir yüz videosu için, öncelikle katılımcıya rahatça oturmasını ve katılımcının önüne kamera ayarlamasını emredin. Kontrol değerlendirmesi için, katılımcıya beş dakika boyunca herhangi bir uyarıcı olmadan bir alana bakmasını emredin. Gülümseme değerlendirmesi için katılımcıya beş dakika boyunca komik bir video izlemesini emredin.
Çizim görevlerinin her birinde, bu temsili çalışmada hastalar kontrollerden ayrı olarak tabakalaşmış, Hareket Bozukluğu Derneği birleşik Parkinson hastalığı derecelendirme ölçeğiorta sırada puanlar göre motor değişkenlik bireysel stokastik imzaayırt. Bir aralıklı hedefe işaret bir görev volitional kontrol farklı düzeylerini değerlendirmek için gerçekleştirilir ve bu rakam bozukluğun katılımcı şiddeti arttıkça kitle yörünge merkezinin bozulmasını göstermektedir. Bu testkullanarak, Parkinson hastalığı olan her hasta alt tipini ayırt etmek ve hastanın stokhastik imzalarında temelden metronomla ilişkili işaret görevlerine kadar hem spontan hem de talimatsız ve kasıtlı ve talimatlı olguların işaretlerini izlemek mümkündür.
Otomatik yürüyüş değerlendirmesinde, Hareket Bozuklukları Derneği tarafından orta sıralarda yer alan ve Orta Düzeyde Parkinson hastalığı derecelendirme puanları elde edilebildiği için, kontroller ve Parkinson hastalığı olan hastalar için kitle yörüngelerinin merkezi elde edilebilir. Yürüme görevinin stokakstik analizi daha sonra yapılabilir, hangi farklılasyonlar hastalar ve kontroller arasında yapılabilir, ve hastalığın farklı şiddeti olan hastalar arasında. Açık poz yazılımı, belirli bir görev sırasında yüzün en etkin olan alanlarını tespit etmek ve görevler sırasında duygular arasında alan geçişlerini tespit ederek duygusal içeriği araştırmak için kullanılabilir.
EEG, manotometre hareketi ve EKG için dijital biyofiziksel sinyallerin, bilgisel teorik ölçümler ve ağ bağlantısı analizleri kullanılarak entegre edilmesi, hastalar ve kontroller ile farklı şiddetteki hastalar arasında ağ yoğunluğunu inceleyerek ayırt etmek mümkündür. Beynin sayısallaştırılmış verilerini kullanarak bir vücut sinyalleri kullanarak, biyosinyallerin farklı modları arasındaki etkileşimi karakterize etmek için çapraz korelasyon ve çapraz tutarlılık da dahil olmak üzere çeşitli analizler uygulayabiliriz. Laboratuvarımız bu yöntemleri ağrı gibi diğer nörolojik ve davranışsal bozuklukları karakterize etmek ve somutlaşmış biliş üzerinde çalışmak için genişletmiştir ve bunların hepsi farklı sorulara hitap etmiştir.
Genel Bakış
Bu protokol, Parkinson hastalığında bilişi ve motor kontrolü değerlendirmek için kullanılan klinik görevleri dijitalleştirme yöntemi sunmaktadır. Sinir sisteminin çeşitli fonksiyonel seviyelerinden gelen biyofiziksel ritimleri birlikte kaydederek, dinamik dijital biyobelirteçlerin tanımlanmasını amaçlamaktadır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Nörobilim
- Klinik Psikoloji
- Biyomedikal Mühendisliği
Arkaplan
- Parkinson hastalığı, heterojen kognitif ve motor semptomlarla kendini gösterir.
- Geleneksel klinik değerlendirmeler, dijitalleşme yoluyla geliştirilebilir.
- Giyilebilir sensörler, birden fazla fizyolojik alanda gerçek zamanlı veri toplanmasına olanak tanır.
- Kognisyon, hareket ve duygu arasındaki etkileşimi anlamak, kişiselleştirilmiş tedavi için kritik öneme sahiptir.
Çalışmanın Amacı
- Parkinson hastalığının bilişsel ve motor şiddetine göre tabakalaştırılması.
- Nörolojik bozukluk imzalarının takibi için bir çerçeve geliştirmek.
- Bireysel hasta profillerini yansıtan dinamik dijital biyobelirteçler oluşturmak.
Kullanılan Yöntemler
- Hareket ve EEG veri toplama işlemleri için giyilebilir sensörlerin kullanımı.
- Vücut takibi için kablosuz sensörlü hareket yakalama sistemlerinin kurulumu.
- Veri akışlarını senkronize etmek için sesli ve görüntülü kayıt uygulaması.
- Katılımcı performansını değerlendirmek için çeşitli bilişsel ve motor görevlerin yürütülmesi.
Temel Sonuçlar
- Klinik görevlerin başarılı bir şekilde dijitalleştirilmesi, kognitif ve motor fonksiyonların ayrıntılı analizine olanak tanır.
- Dinamik biyobelirteçler, Parkinson hastalığının seyri hakkında bilgiler sağlar.
- Gerçek zamanlı veri toplama, hasta değişkenliğinin anlaşılmasını geliştirir.
- Birden fazla veri akışının entegrasyonu, bulguların güvenilirliğini artırır.
Sonuçlar
- Protokol, Parkinson hastalığının incelenmesi için kapsamlı bir yaklaşım sunmaktadır.
- Klinik görevlerin dijitalleştirilmesi, daha iyi hasta stratifikasyonuna olanak sağlayabilir.
- Bu yöntem, klinik ortamlarda kişiselleştirilmiş tedavi stratejilerini kolaylaştırabilir.
Sıkça Sorulan Sorular
Yönetici Sektörel Uygunluğu
Parkinson hastalığının heterojenliği, merkezi sinir sistemi ilaç geliştirmede hedef doğrulamayı ve hasta stratifikasyonunu zorlaştırmaktadır. Bu protokol, giyilebilir sensör verilerini geleneksel klinik değerlendirmelerle entegre ederek dinamik dijital biyobelirteç üretimini mümkün kılmakta, böylece motor ve bilişsel fonksiyon ölçümlerinin hassasiyetini artırmaktadır. Bu yaklaşım, farklı fonksiyonel seviyelerde nöromotor değişkenliğin ölçülebilir ve sürekli çıktılarını sağlayarak, erken keşif aşamasında mekanistik risk azaltma ve öngörüsel güvenilirlik süreçlerini desteklemektedir.
Biyofarma Ar-Ge'sinde Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Bilimsel Değer: Gönüllüden otonom nöromotor kontrol seviyelerine kadar stokastik imzaların nicelendirilmesi yoluyla terapötik hipotezlerin sorgulanmasına olanak tanır.
- Operasyonel Değer: Hareket Bozuklukları Derneği (Movement Disorder Society) birleştirilmiş Parkinson hastalığı derecelendirme ölçeği orta sıralamalı puanlarına dayanarak hasta alt tiplerini ayırt ederek biyolojik risk azaltımını destekler.
- Öngörücü Değer: Spontan ve yönlendirilmiş koşullar altında, başlangıç noktasından metronomla ilişkili işaret etme görevlerine kadar hasta imzalarındaki değişiklikleri izleyerek portföy önceliklendirmesini kolaylaştırır.
Tarama ve Analiz Geliştirme
- Analiz Hazırlığı: Doğal hareketler sırasında EEG, hareket ve kalp kaynaklı biyofiziksel sinyalleri eş zamanlı kaydederek, onaylanmış biyolojik sistemleri sonraki iş akışları için hazırlar.
- Kantitatif Çıktılar: Güvenilir bileşik değerlendirmesi için kağıt-kalem puanlarını sürekli dijital verilerle entegre eden standartlaştırılmış veri türleri oluşturur.
- Platformun Yeniden Kullanımı: Ses, EEG, fare tıklamaları ve hareket takibi için lab stream katman sistemi aracılığıyla çoklu veri akışlarının senkronizasyonu ile ölçeklenebilir ve tekrarlanabilir tarama imkanı sağlar.
Translasyonel ve Preklinik Araştırmalar
- Translasyonel Süreklilik: Dinamik dijital biyobelirteçleri doğrulanmış klinik ölçeklerle ilişkilendirerek ve bu ölçeklerin hassasiyetini artırarak, keşif aşamasından preklinik doğrulamaya kadar olan süreci birbirine bağlar.
- Riskle Ayarlanmış İlerleme: Yürüme görevlerinin ve kütle merkezi yörüngelerinin stokastik analizini kullanarak hastaları kontrollerden ayırt ederek ve hastalık şiddetini katmanlandırarak karar verme sürecini destekler.
- Mekanistik Risk Azaltma: Duygusal içeriği ve ağ yoğunluğunu araştırmak için beyin-vücut sinyallerinin çapraz korelasyon ve çapraz koherens analizleri aracılığıyla biyosinyal modları arasındaki etkileşimi karakterize eder.
İş Hattı ve İş Akışı Entegrasyonu
Bu yöntem, tedavi alan kohortlarda nörolojik bozukluk imzalarının dinamik takibini sağlayarak, hipotez testinden öncü bileşik tanımlamaya ve preklinik çalışmalara kadar uzanan keşif sürekliliğine entegre olur.
- Keşif Biyolojisi: Fonksiyonel sinir sistemi seviyeleri genelindeki eş zamanlı kaydedilmiş aktivitelerden biliş, hareket ve duyguya dair yüksek derecede bilgilendirici parametreleri tanımlayarak hipotez testlerini ve yolak netleştirmelerini destekler.
- Tarama: On yedi adet kablosuz hareket takip sensörü, otuz bir kanallı EEG sensörü ve senkronize görsel-işitsel kayıt kullanarak gerçek zamanlı veri toplama yoluyla analiz hazırlığını ve tekrarlanabilirliği sağlar.
- Analitikler: Koşulların fonksiyonlar arası karşılaştırılmasına olanak tanıyan stokastik imzalar, ağ yoğunluğu metrikleri ve etkileşim karakterizasyonları dahil olmak üzere kantitatif ölçümler sunar.
- Translasyonel Araştırma: Risk ayarlı ilerleme kararları için dinamik biyobelirteçleri Movement Disorder Society birleştirilmiş Parkinson hastalığı derecelendirme ölçeği puanları ile hizalayarak preklinik sürekliliği korur.
- Kurumsal Yeniden Kullanım: Standartlaştırılmış istatistiksel çerçevesi ve kohortlardaki imza evrimini takip eden birleştirici platformu sayesinde, tek seferlik bir teknikten ziyade yeniden kullanılabilir bir yetkinlik olarak işlev görür.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Doğrulanmış klinik ölçeklerle örtüşen dinamik dijital biyobelirteçler aracılığıyla, ölçüm hassasiyetini önemli ölçüde artırırken öngörüsel güven sağlar.
- Operasyonel Değer: EEG, hareket, ses ve fare tıklama zaman damgaları genelinde biyofiziksel sinyallerin ortak kaydı ve laboratuvar akış katmanı senkronizasyonu yoluyla standardizasyon ve tekrarlanabilirlik sağlar.
- Stratejik Değer: Bilişsel ve motor şiddete dayalı hasta stratifikasyonuna olanak tanıyarak, MSS portföylerindeki geç evre biyolojik riskini azaltır ve git/gitme kararlarını iyileştirir.
- Portföy Etkisi: Belirli tedavi veya terapileri alan kohortlardaki stokastik imzaların evrimini izleyerek, riske göre ayarlanmış önceliklendirmeyi destekler.
Uygulama Hususları
- Multimodal giyilebilir sensör entegrasyonu için nörobilim, biyomedikal mühendisliği ve veri senkronizasyonu konularında uzmanlık gerektirir.
- Kayıt sırasında sistem çökmelerini önlemek ve birden fazla yazılım akışını yönetmek için yüksek hesaplama kapasiteli bilgisayarlara ihtiyaç duyar.
- On yedi hareket izleme sensörü, otuz bir kanallı EEG sensörleri ve EKG konektör kurulumu dahil olmak üzere sensör yerleşim protokolleri için ekipler arası standardizasyon gerektirir.
- Yöntemler, ağrı veya vücutlanmış biliş gibi diğer nörolojik bozuklukları karakterize etmek için genişletildiğinde model sistemler genelinde adaptasyon değerlendirmeleri gerektirir.
- Yedek zaman damgasına ihtiyaç duyulması ve fare, ses, EEG ve hareket yakalama senkronizasyonu için laboratuvar akış katmanı uygulamalarının dikkatli kurulumu gibi pratik sınırlamaları içerir.
