Smartphone-basierte Untersuchung zu Stimmcharakteristik, Körperbewegungen und Geschicklichkeit bei Patienten mit REM-Schlaf-Verhaltensstörung, Parkinson-Krankheit und gesunden Kontrollpersonen
Smartphone-basierte Untersuchung zu Stimmcharakteristik, Körperbewegungen und Geschicklichkeit bei Patienten mit REM-Schlaf-Verhaltensstörung, Parkinson-Krankheit und gesunden Kontrollpersonen
A plain-language reading has not been prepared for this paper yet.
Original abstract
Zielsetzung: Wir versuchten mittels gängigen Smartphones motorische Symptome von Parkinson (PK)-Patienten, Patienten mit REM-Schlaf-Verhaltensstörung (RBD) und gesunden Kon- trollen zu erfassen und daraus abzuleiten, welcher der drei Gruppen diese angehörten und wie stark die Ausprägung der Symptome war. Methodik: Insgesamt 43 RBD-, 19 PK- und 34 Kontroll-Probanden führten über eine Woche viermal täglich sieben Tests durch, die Stimme, Gleichgewicht, Gang, Geschicklichkeit, Reakti- onszeit, Ruhetremor und Haltetremor aufzeichneten. Die Probanden führten die Tests ein- mal unter Aufsicht in der Klinik, dann sieben Tage lang mehrmals täglich unter unkon- trollierten Bedingungen zu Hause durch. Die PK- und RBD-Patienten wurden in unseren Spezialambulanzen rekrutiert. Wir versuchten nur mittels der Smartphone Aufzeichnun- gen zuzuordnen, welcher der drei Gruppen die Patienten angehörten. Weiterhin versuch- ten wir, die für die Unterscheidung geeignetsten Tests und Merkmale zu identifizieren und genauer zu charakterisieren. Ergebnisse: Es konnte mit guter statistischer Sicherheit zwischen den verschiedenen Gruppen unter- schieden werden. Für die drei paarweisen Vergleiche PK versus Kontrollen, RBD versus Kontrollen und RBD versus PK lagen die AUCs zwischen 0,82 - 0,95 bei 10 - 50 inklu- dierten Merkmalen. Über alle Vergleiche hinweg waren Haltetremor, Ruhetremor, Stim- manalyse und Reaktionszeit die wichtigsten Tests. Dabei konnten wir zeigen, dass sich insbesondere Haltetremor und Reaktionszeit mit Fortschreiten der Krankheit kontinuierlich verändern. Fazit: Smartphones sind in der Lage, subtile Veränderungen in der Motorik wahrzunehmen und diese objektiv zu quantifizieren. Sie können mit Hilfe von Apps und statistischen maschinellen Lernens (engl.: „Machine-Learning“) zwischen RBD, PK und gesunden Kontrol- len unterscheiden. Um nur mit Smartphones ein präzises Abbild des Krankheitsstatus des Patienten zu erstellen, sind weitere Forschung und die Verfeinerung der Analysealgorith- men nötig. Zukünftig wird die Entwicklung eines Smartphone-basierten Hilfsmittels zur Messung der Symptomschwere von Patienten sehr wahrscheinlich erfolgreich sein und ein besseres Therapiemonitoring der Patienten ermöglichen.