Der zukünftige Ansatz zur Bewertung von Parkinson-Symptomen: EMG und kinematische Messungen
Studien haben gezeigt, dass die Kombination von Oberflächen-Elektromyographie (EMG) und kinematischen Messungen zu einer objektiven Quantifizierung der neuromuskulären und motorischen Funktion eines Parkinson-Patienten führen kann. Es besteht ein wachsendes Interesse daran, diese Kombination zu nutzen, um die Kontrolle menschlicher Bewegungen, Bewegungsstörungen wie Parkinson und deren Behandlung besser zu verstehen. In den letzten zehn Jahren wurden in wissenschaftlichen Zeitschriften 249 Artikel über Studien veröffentlicht, in denen EMG bei Parkinson eingesetzt wurde.
Die Verwendung einer neuartigen mathematischen Methode zur Kombination von EMG- und kinematischen Daten für die Bewertung von Parkinson-Symptomen ermöglichte 2006 einen Durchbruch bei der Unterscheidung zwischen Parkinson-Patienten und gesunden Personen sowie bei der Quantifizierung der Behandlungseffekte auf neuromuskulärer Ebene. Die an der Universität Kuopio, der heutigen Universität von Ostfinnland, in Zusammenarbeit mit klinischen Partnern durchgeführte Forschung umfasste neun verschiedene Patientenstudien in Finnland, den USA und China. Über 200 Patienten und 100 gesunde Kontrollpersonen nahmen an den Untersuchungen teil.
Die Basalganglien des Gehirns haben einen spezifischen Einfluss auf die zeitliche Organisation der motorisch-kortikale Aktivität bei Muskelkontraktionen. Ihre Hauptfunktion besteht darin, bewusste und propriozeptive Bewegungen zu steuern, indem sie die vom Gehirn gesendeten Signale verwalten so dass der Mensch seine Muskeln bewegen kann. Die Basalganglien empfangen Signale von der Hirnrinde, wägen diese Signale ab und entscheiden, welche Aktionen „enthemmt“ werden sollen. Jede Funktionsstörung der Basalganglien führt zu Anomalien der Skelettmuskulatur, wie z.B. der Tremor, die Bradykinesie und die Muskelsteifheit, die bei Parkinson-Patienten zu beobachten sind.
Das EMG misst den Umfang und zeitlichen Ablauf der elektrischen Aktivität, die von den Skelettmuskeln und den sie steuernden Nerven erzeugt wird. Es erkennt Probleme mit der motorischen Koordination, den motorischen Nerven, den Muskeln oder der Kommunikation zwischen ihnen. Das EMG-Signal erscheint als spitzenförmige, impulsartige Wellenform. Bei Patienten mit Parkinson nimmt das Niveau der Synchronisation der motorischen Einheiten zu. Dies zeigt sich als eine erhöhte Anzahl wiederkehrender Spitzen und Impulse in den EMG-Signalen. Daher enthält das EMG-Spitzenmuster selbst – mit der Morphologie der Impulskette – die wesentlichen Informationen über die Krankheit.
Die Signalparameter, die üblicherweise für die EMG-Analyse verwendet werden, einschließlich der Amplituden und der mittleren oder medianen Frequenzen, sind nicht effektiv genug, um impulsartige Strukturen zu erfassen. Adamant Health wendet eine neuartige Methode an, die auf maschinellem Lernen (ML) basiert und Signal-Morphologie, nichtlineare Dynamik und Wavelets mit hochentwickelten mathematischen Algorithmen nutzt, um die EMG-Signale von Parkinson-Patienten auf individueller Ebene zu quantifizieren. Durch die Messung des eigentlichen Symptoms und die Kombination von EMG mit Bewegungssensordaten ist es möglich, eine Genauigkeit der motorischen Symptomdaten zu erreichen, die bisher nicht erzielt wurde.
EMG mit hochentwickelten mathematischen Algorithmen liefert deutlich präzisere Daten, mit denen die neuromuskuläre und motorische Funktion sowie die Behandlungseffekte objektiv quantifiziert werden können.
Dieser zukunftsweisende Ansatz, der EMG und kinematische Messungen kombiniert, ermöglicht ein datengestütztes Krankheitsmanagement, das einen individualisierten Behandlungsplan unterstützt, welcher kontinuierlich optimiert werden kann. Er schafft mehr Transparenz bei der Parkinson-Symptome und liefert wertvolle Erkenntnisse für datengesteuerte Behandlungsentscheidungen.
Verlassen Sie sich auf die Kombination zweier bewährter Technologien - EMG und kinematische Messung - für eine beispiellose Genauigkeit bei der Symptombewertung. Sie erhalten klinisch aussagekräftige Daten für die Behandlungsplanung, welche evidenzbasierte Entscheidungen ermöglichen und zu einem effektiveren Symptommanagement führen.