MétaCan
Menu
Retour à la cohorte
Enregistrement W2953389871 · doi:10.1002/mds.27772

Remote Monitoring of Treatment Response in Parkinson's Disease: The Habit of Typing on a Computer

2019· article· en· W2953389871 sur OpenAlexaff
Michele Matarazzo, Teresa Arroyo‐Gallego, Paloma Montero, Verónica Puertas‐Martín, I. Butterworth, Carlos S. Mendoza, María J. Ledesma‐Carbayo, María José Catalán, José Antonio Molina, Félix Bermejo‐Pareja, Juan Carlos Martínez‐Castrillo, Lydia López Manzanares, Araceli Alonso‐Cánovas, Jaime Herreros‐Rodríguez, Ignacio Obeso, Pablo Martínez‐Martín, José Carlos Martínez Ávila, Agustı́n Gómez de la Cámara, Martha L. Gray, José Á. Obeso, Luca Giancardo, Álvaro Sánchez‐Ferro

Notice bibliographique

RevueMovement Disorders · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensCanadian Sport Centre PacificUniversity of British Columbia
Organismes subventionnairesMichael J. Fox Foundation for Parkinson's Research
Mots-clésDopaminergicParkinson's diseaseRating scaleReceiver operating characteristicPhysical medicine and rehabilitationDiseaseTypingLevodopaPsychologyMedicinePhysical therapyInternal medicineComputer scienceDevelopmental psychologyDopamineSpeech recognition

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The recent advances in technology are opening a new opportunity to remotely evaluate motor features in people with Parkinson's disease (PD). We hypothesized that typing on an electronic device, a habitual behavior facilitated by the nigrostriatal dopaminergic pathway, could allow for objectively and nonobtrusively monitoring parkinsonian features and response to medication in an at-home setting. METHODS: We enrolled 31 participants recently diagnosed with PD who were due to start dopaminergic treatment and 30 age-matched controls. We remotely monitored their typing pattern during a 6-month (24 weeks) follow-up period before and while dopaminergic medications were being titrated. The typing data were used to develop a novel algorithm based on recursive neural networks and detect participants' responses to medication. The latter were defined by the Unified Parkinson's Disease Rating Scale-III (UPDRS-III) minimal clinically important difference. Furthermore, we tested the accuracy of the algorithm to predict the final response to medication as early as 21 weeks prior to the final 6-month clinical outcome. RESULTS: The score on the novel algorithm based on recursive neural networks had an overall moderate kappa agreement and fair area under the receiver operating characteristic (ROC) curve with the time-coincident UPDRS-III minimal clinically important difference. The participants classified as responders at the final visit (based on the UPDRS-III minimal clinically important difference) had higher scores on the novel algorithm based on recursive neural networks when compared with the participants with stable UPDRS-III, from the third week of the study onward. CONCLUSIONS: This preliminary study suggests that remotely gathered unsupervised typing data allows for the accurate detection and prediction of drug response in PD. © 2019 International Parkinson and Movement Disorder Society.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207