Seek
Generic filters
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Seek
Generic filters
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms

Remote Monitoring Allows Better Tracking of Parkinson's Disease Progression

Estudio publicado en Nature, mostró que el monitoreo remoto basado en sensores ayudaría a rastrear mejor la progresión de Parkinson y evaluar la respuesta de los pacientes ante intervenciones terapéuticas.

El artículo “Examen virtual para la enfermedad de Parkinson permite mediciones remotas frecuentes y confiables de la función motora”, publicado en npj Digital Medicine journal of Nature, muestra un monitoreo remoto basado en un reloj inteligente o wearable, para la medición de signos motores en pacientes de Parkinson en etapa temprana.

Para el estudio, los autores desarrollaron una evaluación activa basada en un wearable, que medía los signos motores de los pacientes sin necesidad de supervisión. Para el estudio fue necesario que los pacientes se involucraran con la tecnología, pues al término del estudio los pacientes utilizaron el reloj en una mediana de 390 días. En total participaron 388 personas con edad promedio de 63 años, de las cuales 64% fueron hombres.

Los pacientes realizaron tareas motoras sin supervisión en la clínica una vez a la semana y de forma remota dos veces a la semana durante un año. En este sentido, el estudio mostró que la tasa de abandono fue de 5,4%, y el tiempo promedio de uso del dispositivo fue de 21.1 horas al día. Y finalmente el 59% de las evaluaciones remotas se completaron satisfactoriamente. Las variables evaluadas fueron el temblor en reposo y bradicinesia. Además, las mediciones remotas fueron sensibles a efectos provocados por medicación dopaminérgica.

Asimismo, el estudio destaca que usualmente las evaluaciones en clínicas, no reflejan el estado real de los pacientes cuando se encuentran en su hogar. Por lo tanto, las evaluaciones y mediciones sin supervisión cuentan con mayor validez analítica. Asimismo, las mediciones semanales muestran la gravedad de la enfermedad durante el tiempo.

“La sensibilidad al cambio inducido por la medicación y la mayor confiabilidad implican que estos métodos podrían ayudar a reducir los tamaños de muestra necesarios para demostrar una respuesta a las intervenciones terapéuticas o la progresión de la enfermedad”, explica el estudio.

Los autores explicaron que este tipo de evaluaciones permiten mejorar la recopilación de datos, lo que mejoró la confiabilidad. “La alta confiabilidad sugiere que estas medidas tienen potencial como biomarcadores digitales de progresión”. Sin embargo, los autores reconocen que se necesita más investigación para conocer de manera precisa la capacidad de estos métodos y su función como biomarcadores de progresión de la enfermedad.

Check the full study at the following link:

https://www.nature.com/articles/s41746-022-00607-8.  Por otra parte, los datos generados durante el estudio serán revisados por investigadores internacionales. Y de igual forma el código de este estudio estará disponible como código abierto, para investigación académica en todo el mundo.

Last Tweets

Digital Health Events

2022 October

Semana 1

Mon 26
tue 27
wed 28
Thu 29
Fri 30
Sat 1
Sun 2
Mon 3
tue 4
wed 5
Thu 6
Fri 7
Sat 8
Sun 9
Mon 10
tue 11
wed 12
Thu 13
Fri 14
Sat 15
Sun 16
Mon 17
tue 18
wed 19
Thu 20
Fri 21
Sat 22
Sun 23
Mon 24
tue 25
wed 26
Thu 27
Fri 28
Sat 29
Sun 30
Mon 31
tue 1
wed 2
Thu 3
Fri 4
Sat 5
Sun 6

Share

Digital Health in the world

  • — Science Brief: Omicron (B.1.1.529) Variant/CDC updates
    See more
  • —Coronavirus resource center/Johns Hopkins
    See more
  • — Epidemiological tracing of COVID-19 contacts / Johns Hopkins Course
    See more
  • — SARS-CoV-2 infection behavior / FCS calculator
    See more
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Article The Lancet
    See more
  • —Genomic Epidemiology Tracker/GISAID
    See more
  • — Mexican Genomic Surveillance Consortium
    See more