Computerbased analysis of hand function in parkinson´s disease using a multisensoric electronic pen (Biometric Smart Pen®)
Computerbased analysis of hand function in parkinson´s disease using a multisensoric electronic pen (Biometric Smart Pen®)
A plain-language reading has not been prepared for this paper yet.
Original abstract
1. Hintergrund und Ziele Morbus Parkinson ist die zweithäufigste neurodegenerative Bewegungserkrankung. Die Diagnose wird rein klinisch anhand der motorischen Symptome gestellt. Die Entwicklung von spezifischen und unabhängigen Untersuchungsmethoden ist notwendig, um Früherkennung, ein objektives Monitoring der Therapie und des Krankheitsverlaufes sowie eine bessere Differentialdiagnostik zu ermöglichen. In allen Phasen der Erkrankung spielt die objektive Erfassung der Motorsymptome eine entscheidende Rolle für die Therapie und beeinflusst damit den Krankheitsverlauf und die Lebensqualität der Patienten. Ein vielversprechender Ansatz um die Symptome des Morbus Parkinson zu erfassen ist die computergestützte biometrische Analyse der Handfunktion mit einem multisensorischen elektronischen Stift (Biometric Smart Pen®). 2. Methoden Das sensorbasierte Biometric Smart Pen® (BiSP®-) System wurde entwickelt, um standardisierte Schreib-, Zeichen- und Bewegungsübungen zu messen. Die hier vorliegende klinische Studie verglich die Ergebnisse der Messungen mit dem BiSP®-System von 47 Parkinson-Patienten mit 42 neurologisch gesunden Kontroll-Probanden. Aus den gemessenen Sensordaten wurden mathematische Merkmale extrahiert, klassifiziert und ausgewertet. Anhand dieser Merkmale wurden für jede Übung die diagnostischen Parameter Sensitivität, Spezifität und Korrektklassifikation gebildet. Basierend auf einer standardisierten neurologischen Untersuchung, einem für speziell für die Studie entwickeltem Fragebogen und der Selfrating Depression Scale nach Zung wurden die Patienten anhand des UPDRS-III-Scores, des modifizierten Hoehn und Yahr Stadiums, der L-Dopa-Äquivalenzdosis, der Krankheitsdauer, der Depressivität, des Alters und des Geschlechts in Subgruppen eingeteilt und mit dem BiSP®-System verglichen. 3. Ergebnisse und Beobachtungen Das BiSP®-System konnte bis zu 89% aller Studienteilnehmer korrekt klassifizieren und erreichte eine Sensitivität von bis zu 91% und eine Spezifität von bis zu 95%. Die Subgruppenanalyse ergab niedrige Sensitivitäten, Spezifitäten und Korrektklassifikationsraten. Dies bestätigt, dass das BiSP®-System unabhängig von Alter, Geschlecht und Depression das Vorliegen von Morbus Parkinson und auch die Schwere der Beeinträchtigung erkennen kann. 4. Praktische Schlussfolgerungen Diese Studie zeigt, dass die biometrische Analyse der Handfunktion ein großes Potenzial hat, um minimale pathologische Veränderungen der Motorik der oberen Extremität bei Morbus Parkinson zu erkennen und so objektiv die Diagnosestellung eines Arztes unterstützen kann. 1. Objective Parkinson´s disease is the second most common neurodegenerative movement disorder. The diagnosis of Parkinson’s disease solely relies on the clinical examination. Development of objective and sensitive methods is required for an early diagnosis. An objective monitoring of the disease and of the medication and better means of differential diagnosis are required. Objective monitoring of the motor symptoms is important for choosing the right therapy. Thereby it improves the disease course and the quality of life in all stages of the disease. A very promising approach to identify early symptoms in Parkinson’s disease is the computer based biometric analysis of hand function using a multisensoric electronic pen (Biometric Smart Pen®). 2. Methods The sensor-based Biometric Smart Pen® (BiSP®) was developed to evaluate standardized writing, drawing, and gesture tasks. The present clinical pilot study compared the results of the automated BiSP® assessment of 47 patients with Parkinson’s disease and 42 healthy controls. Mathematical features were extracted from the data and were classified and analyzed. Based on these features sensitivity, specificity and the correct classification rate were created. Subgroups were formed among the results of a standardized neurological examination, a specific questionnaire and the Zung selfrating depression scale. There was a subgroup analysis each of UPDRS part III, L-Dopa equivalent dose, disease duration and stage, depression, age, and sex. Subgroups were compared by the automated BiSP® assessment. 3. Results The BiSP® system correctly classified up to 89% of all individuals with a diagnostic sensitivity of up to 91%, and specificity of up to 95%, respectively. The results of the subgroup analysis showed low sensitivities, specificities and correct classification rates. The BiSP® system recognizes Parkinson´s disease and it´s severity independently from age, sex, and depression. 4. Conclusion The present pilot study indicates that biometric analysis of hand function has a high potential to reliably identify subtle pathological changes in hand dysfunction in Parkinson’s disease and may support the physician’s rating.