El temblor es uno de los principales síntomas de la enfermedad de Parkinson. Éste se mide como parte de la Escala Unificada de Enfermedad de Parkinson (UPDRS), parte III.
Sin embargo, la evaluación se basa en exámenes físicos in situ y no representa completamente la experiencia de temblor de los pacientes en su vida cotidiana.
El objetivo de este estudio fue desarrollar algoritmos que, combinados con sensores portátiles, pudieran estimar el temblor parkinsoniano total mientras los pacientes realizan una variedad de movimientos.
Científicos de la Universidad Atlántica de Florida, la Escuela Icahn de Medicina en el Monte Sinaí y el Centro Médico de la Universidad de Rochester han desarrollado un dispositivo electrónico que permitiría medir los temblores de forma continua y, por consiguiente, superar este obstáculo.
Los investigadores probaron el sistema en 24 pacientes con Parkinson, en su mayoría hombres, de 59 años de edad promedio.
Los datos recogidos a lo largo de un día entero permitieron por un lado enseñar a los algoritmos a detectar tanto el temblor total, como el de reposo, y por el otro, estimar su precisión.
El método de potenciación del gradiente obtuvo los mejores resultados, casi idénticos a los alcanzados por médicos que usaron la escala unificada para la enfermedad de Parkinson para evaluar el estado motor de los enfermos.
La sensibilidad de este algoritmo incluso permitió detectar la amortiguación del movimiento involuntario de los sujetos, después del tratamiento farmacológico.
En un futuro, Ghoraani y sus colaboradores corroborarán el hallazgo en un grupo mayor de enfermos voluntarios, monitorizados durante períodos largos de tiempo. Los nuevos experimentos también permitirán perfeccionar el método.
Referencias: www.investigacionyciencia.es - www.mdpi.com
Enlace al artículo original:
Wearable Sensors for Estimation of Parkinsonian Tremor Severity during Free Body Movements
Murtadha D. Hssayeni - Joohi Jimenez-Shahed - Michelle A. Burack - Behnaz Ghoraani
Department of Computer and Electrical Engineering and Computer Science, Florida Atlantic University, Boca Raton, FL 33431, USA
Icahn School of Medicine at Mount Sinai, New York, NY 10029, USA
Department of Neurology, University of Rochester Medical Center, Rochester, NY 14642, USA
Sensors 2019, 19(19), 4215; https://doi.org/10.3390/s19194215
Received: 10 September 2019 / Accepted: 24 September 2019 / Published: 28 September 2019
(This article belongs to the Special Issue Wearable Sensors for Gait and Motion Analysis 2018)