Een onderzoeksgroep uit Baltimore heeft eerder al een smartphone applicatie ontwikkeld – HopkinsPD - die motorische parkinsonsymptomen objectief meet door middel van 5 testjes. Deze testjes bestaan uit spraak, ‘finger tapping’ oftewel met de vingers tikken, lopen, balans en reactietijd. Uit deze testjes is een score – mPDS (mobile Parkinson disease score) - ontwikkeld. In dit onderzoek is gekeken of de mPDS de schommelingen in parkinsonsymptomen gedurende de dag kan meten, of de mPDS overeenkomt met de gebruikelijke scores en of de mPDS verandert door medicatie.

Metingen

Met de HopkinsPD applicatie werden 6148 geldige metingen gedaan door 129 parkinsonpatiënten. Gemiddeld waren dit 48 metingen per persoon in een periode van een half jaar. Metingen waren geldig wanneer alle 5 de testjes zowel voor als na de eerste medicatie werden uitgevoerd. Naast deze groep gebruikten nog 23 parkinsonpatiënten en 17 controlepersonen de HopkinsPD applicatie en dezen werden ook beoordeeld met de gebruikelijk tests in de kliniek. De gebruikelijke tests in de kliniek werden aan de start van het onderzoek gedaan en na 3 en 6 maanden. Uit de meetgegevens van de HopkinsPD applicatie werden verschillende elementen (bijvoorbeeld staplengte) geselecteerd waaruit de mPDS score werd ontwikkeld met behulp van ‘machine learning’. Dit is een techniek waarbij er patronen worden gezocht in heel veel data. Vervolgens worden deze patronen gebruikt om voorspellingen te maken aan de hand van nieuwe data. In dit onderzoek werd de mPDS score voorspeld aan de hand van nieuwe binnengekomen data nadat het systeem getraind was met eerdere data afkomstig van de HopkinsPD applicatie.

Schommelingen

Dit onderzoek heeft aangetoond dat de mPDS score inzicht geeft in de schommelingen in parkinsonsymptomen gedurende de dag. Verder was er een goede tot zeer goede correlatie tussen de mPDS en scores van de gebruikelijke tests in de kliniek. Bovendien was het mogelijk om veel vaker parkinsonsymptomen te meten met behulp van de smartphone vergeleken met de enkele beoordelingen per jaar in de kliniek. Als laatste werd er aangetoond dat de mPDS score lager was, dus symptomen waren verminderd, na inname van parkinsonmedicatie.

Klinische zorg en behandelingen verbeteren

De onderzoekers concludeerden dat de mPDS een nieuwe, snelle, frequente en objectieve score is die door de patiënt zelf gemeten kan worden. Verder concludeerden ze dat de mPDS meet wat hij zou moeten meten doordat de score net zoals de parkinsonsymptomen schommelt gedurende de dag, correleert met de gebruikelijke tests in de kliniek en reageert op parkinsonmedicatie. De onderzoekers suggereren dat door de ontwikkeling van dergelijke objectieve scores de klinische zorg en de beoordeling van nieuwe behandelingen verbeterd kan worden.

 Oorspronkelijke publicatie:

Bron: Using Smartphones and Machine Learning to Quantify Parkinson Disease Severity. The Mobile Parkinson Disease Score