Klassifizierung des Therapieverlaufs bei der Parkinson-Krankheit: Eine klinische Untersuchung mit EMG und bewegungsbasierter Überwachung
Da die weltweite Prävalenz der Parkinson-Krankheit (PD) rapide ansteigt, wird es immer dringlicher, die Überwachung der Symptome zu verbessern und Behandlungsentscheidungen zu treffen. In diesem Whitepaper wird eine bahnbrechende klinische Untersuchung zur Verwendung von Elektromyographie (EMG) und bewegungsbasierter Technologie für die Klassifizierung des Therapieverlaufs bei der Parkinson-Behandlung vorgestellt. In der Studie wird untersucht, wie die Kombination objektiver Sensordaten mit Patientenangaben die klinischen Bewertungen verbessern und fundiertere Therapieentscheidungen unterstützen kann.
Zweck dieser klinischen Untersuchung
Morbus Parkinson ist eine chronische, fortschreitende neurodegenerative Erkrankung, die durch motorische Symptome wie Tremor, Steifheit und Bradykinesie gekennzeichnet ist [1]. Der Eckpfeiler der pharmakologischen Behandlung ist die dopaminerge Therapie, wobei Levodopa das wirksamste Mittel ist [2]. Die Medikamentendosierung wird individuell angepasst und im Laufe der Zeit auf der Grundlage des Krankheitsverlaufs und der Symptombelastung eingestellt [3].
In fortgeschrittenen Stadien der Parkinson-Krankheit, wenn orale oder transdermale Medikamente keine ausreichende Symptomkontrolle bieten, können gerätegestützte Therapien wie die tiefe Hirnstimulation (DBS) und kontinuierliche dopaminerge Infusionsbehandlungen in Betracht gezogen werden.
Trotz der Fortschritte bei den therapeutischen Möglichkeiten ist die Bewertung der Behandlungseffizienz nach wie vor überwiegend subjektiv und hängt weitgehend von den von den Patienten berichteten Symptomen und klinischen Bewertungen durch medizinisches Fachpersonal ab, die nur einzelne Zeitpunkte erfassen. Bei diesem Ansatz wird möglicherweise nicht das gesamte Spektrum der Symptomschwankungen erfasst, was die Optimierung der Behandlungspläne erschweren und zu Ungenauigkeiten bei der Bewertung der Behandlungsergebnisse führen kann.
Es wurde bereits validiert, dass die EMG- und bewegungsbasierte Technologie von Adamant Health eine genaue und objektive Bewertung der motorischen Symptome bei Patienten mit Parkinson ermöglicht [4].
Diese klinische Untersuchung, die erste ihrer Art, konzentriert sich auf den Nutzen der Methode in der klinischen Versorgung. Es soll untersucht werden, ob die EMG- und bewegungsbasierte Symptomanalyse in Kombination mit anderen Informationen aus dem Symptombericht die klinische Bewertung und Therapieentscheidungen in der klinischen Versorgung unterstützen kann. Die klinische Bewertung und die Therapieentscheidungen sind eng mit der Einteilung der Patienten in verschiedene Therapiepfade auf der Grundlage ihrer aktuellen Symptomschwere und -fluktuation verbunden.
Prognostizierte Zunahme der Prävalenz der Parkinson-Krankheit bis 2050
Etwa 1 % der über 60-Jährigen sind von Parkinson betroffen, wobei die Prävalenz aufgrund der alternden Bevölkerung zunimmt [5] [6]. Laut einer kürzlich im British Medical Journal [7] veröffentlichten Studie wird erwartet, dass die weltweite Prävalenz von Morbus Parkinson zunehmen wird, wobei sich die Zahl der Fälle über alle Altersgruppen und Geschlechter hinweg verdoppeln und bis 2050 etwa 25,2 Millionen erreichen soll.
Die Studie zeigt, dass die Parkinson-Krankheit in allen Ländern zunehmen wird, wobei der stärkste Anstieg in Regionen mit mittleren soziodemografischen Indizes und einer schnell alternden Bevölkerung zu verzeichnen ist.
In Europa wird für Deutschland bis 2050 die höchste Zahl an Morbus Parkinson-Fällen prognostiziert (≈574.000), gefolgt von Frankreich (≈356.000) und sowohl Spanien als auch dem Vereinigten Königreich (≈307.000) [7].
Zu den Faktoren, die dazu beitragen, gehören Bewegungsmangel, schlechte Ernährung und Stoffwechselstörungen sowie neue Risiken wie Umweltgifte und Klimawandel. Diese Risiken nehmen mit zunehmender Industrialisierung und Verstädterung immer mehr zu.
Traditionelle und technologiegestützte Bewertung der Parkinson-Krankheit
Der traditionelle Goldstandard für die Bewertung von Parkinson-Symptomen stützt sich in erster Linie auf subjektive Beurteilungen bei Klinikaufenthalten. Klinische Bewertungsskalen, wie die Unified Parkinson's Disease Rating Scale (UPDRS), können verwendet werden, um den Schweregrad der Symptome zu bewerten und die Wirksamkeit der Behandlung zu beurteilen. [8] [9] Dieser Ansatz hat jedoch klare Grenzen und führt häufig zu einer unvollständigen Bewertung des Krankheitsverlaufs.
Die einzigartige Datenanalysetechnologie von Adamant Health kombiniert Oberflächen-EMG und kinematische Messungen, um die neuromuskuläre und motorische Funktion eines Parkinson-Patienten objektiv zu quantifizieren. Die digitale Gesundheitslösung kombiniert einen tragbaren Sensor (CE-gekennzeichnetes Medizinprodukt), der am Arm des Patienten für eine Langzeitaufzeichnung in klinischen oder nicht-klinischen Umgebungen angebracht wird; ein Patiententagebuch, das es dem Patienten ermöglicht, die Medikamenteneinnahme, Symptome und allgemeine Stimmungen und Gefühle während des Messzeitraums zu berichten; und eine cloudbasierte Analyse, die einen detaillierten Symptombericht liefert.
Abbildung 1: Die digitale Gesundheitslösung von Adamant Health kombiniert einen am Körper getragenen Sensor, ein Patiententagebuch und eine cloudbasierte Analyse, um einen detaillierten Symptombericht zu erstellen
Das cloudbasierte Analysemodul (CE-gekennzeichnetes Medizinprodukt) analysiert die gesammelten EMG- und Beschleunigungsmessdaten zur Verwendung im Symptombericht. Darüber hinaus enthält der Symptombericht auch Informationen aus dem Patiententagebuch, Hintergrundinformationen des Patienten, die von der medizinischen Fachkraft bereitgestellt werden, sowie Beobachtungen des Datenanalysten, der an der Erstellung des Berichts beteiligt ist. Der Bericht enthält eine Visualisierung der Informationen und die Interpretation der Ergebnisse, die der Arzt bei der Patientenversorgung verwenden kann.
Einzigartige klinische Untersuchung der EMG- und bewegungsbasierten PD-Überwachung
Bislang wurde in keiner klinischen Studie untersucht, wie die EMG- und bewegungsbasierte Symptomanalyse die klinische Bewertung und die Therapieentscheidung in der klinischen Versorgung unterstützen kann.
Die Gesundheitssysteme sind bereits durch den Mangel an Fachärzten und die große Zahl von Parkinson-Patienten überlastet. Angesichts der zu erwartenden steigenden Zahl von Parkinson-Patienten besteht die Gefahr, dass die Fachkräfte im Gesundheitswesen noch stärker überlastet werden, als sie es heute schon sind. Die Hinzufügung klinisch aussagekräftiger Daten durch den Einsatz von Technologie soll die Arbeitsbelastung der Kliniker verringern und die diagnostische Effizienz verbessern.
In dieser Untersuchung wird der Wert der Symptommessung und -analyse von Adamant Health bei der Einstufung von Patienten in geeignete Therapiepfade im Vergleich zu neurologischen Untersuchungen bei herkömmlichen klinischen Besuchen bewertet.
Zielsetzung und Hypothesen der klinischen Untersuchung
Das primäre Ziel der Untersuchung ist es, festzustellen, ob die Therapieklassifizierung des Patienten mit Hilfe der Muskelaktivitäts- und Bewegungsdaten, die mit einem tragbaren EMG- und Bewegungssensor erfasst und von den hochentwickelten mathematischen Algorithmen von Adamant Health analysiert werden, genauso genau oder genauer ist als die neurologische Beurteilung in der Klinik.
Die primäre Hypothese lautet, dass die Klassifizierungsgenauigkeit unter Verwendung des tragbaren Sensors und der auf Algorithmen basierenden Analyse im Vergleich zu klinischen neurologischen Beurteilungen gleich genau oder genauer ist. Dies wird anhand eines zweiseitigen 95 %-Konfidenzintervalls (KI) für den Unterschied in der prozentualen Genauigkeit zwischen den Methoden getestet. Die Nichtunterlegenheit wird festgestellt, wenn die untere Grenze des KI gleich oder größer als die vorgegebene Marge von -15 % ist. Der primäre Endpunkt, die Klassifizierungsgenauigkeit, wird nach der Newcombe-Methode analysiert.
Die Studie untersucht auch die Variabilität bei der Klassifizierung von Behandlungspfaden durch nicht fachkundige Kliniker und die Auswirkungen von Therapieänderungen auf die Lebensqualität der Patienten.
Abbildung 2: Primäre und sekundäre Ziele der Untersuchung
Kriterien für die Bewertung der primären Ergebnisse
Die primäre Ergebnisvariable der Studie ist die Bewertung, ob der Patient in den richtigen Behandlungspfad eingeordnet wurde:
A: Die motorischen Symptome sind unter Kontrolle. Der Patient benötigt keine Therapieanpassung.
B: Die Therapie muss angepasst werden, um die motorischen Symptome besser zu kontrollieren. Mögliche motorische Fluktuationen.
C: Die orale Medikation ist nicht mehr ausreichend oder verursacht unerwünschte Nebenwirkungen. Der Patient benötigt weitere Untersuchungen für gerätegestützte Therapieoptionen.
Sekundäre und explorative Ziele
Das sekundäre Endziel bezieht sich auf die Variabilität bei der Einstufung des Behandlungspfads durch die Kliniker, um festzustellen, ob die Variabilität bei der Einstufung des Therapiepfads geringer ist, wenn der Symptombericht von Adamant Health oder die neurologische Beurteilung in der Klinik verwendet wird.
Einer der explorativen Endpunkte der Untersuchung ist die Bewertung der Auswirkungen von Behandlungsanpassungen auf die Symptome und die Lebensqualität der Patienten.
Darüber hinaus werden im Rahmen der Studie Rückmeldungen von Klinikern und Patienten über den Wert des Symptomberichts für die Verbesserung der Kommunikation zwischen Klinikern und Patienten und den Informationsaustausch gesammelt.
Referenzen
[1] J. Jankovic, "Parkinson's disease: clinical features and diagnosis", J. Neurol. Neurosurg. Psychiatry 79(4), 368-376 (2008).
[2] L. Buyan-Dent, T. Mangin, und K. M. Shannon, "Pharmaceutical treatment of Parkinson's Disease", Pract. Neurol. 32-37 (2018).
[3] D. Grosset, K. Grosset, M. Okun, und H. Fernandez, Parkinson's disease - Clinician's desk reference (Manson Publishing Ltd., London, 2009).
[4] S. Rissanen, M. Koivu, P. Hartikainen, and E. Pekkonen, "Ambulatory surface electromyography with accelerometry for evaluating daily motor fluctuations in Parkinson's disease," Clin. Neurophysiol. 132, 469-479 (2021).
[5] L. De Lau und M. Breteler, "Epidemiologie der Parkinson-Krankheit", Lancet Neurol. 5, 525-535 (2006).
[6] E. Dorsey, F. Constantinescu, J. Thompson, K. Biglan, R. Holloway, K. Kierbutz, F. Marshall, B. Ravina, G. Schifitto, A. Siderowf, und C. Tanner, "Projected number of people with Parkinson's disease in the most populous nations, 2005 through 2030", Neurology 68, 384-386 (2007).
[7] D. Su, Y. Cui, C. He, P. Yin, R. Bai, J. Zhu et al., "Projections for prevalence of Parkinson's disease and its driving factors in 195 countries and territories to 2050: modelling study of Global Burden of Disease Study 2021", BMJ 388, e080952 (2025).