Simple Smartphone-Based Assessment of Gait Characteristics in Parkinson Disease: Validation Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Parkinson disease (PD) is a common movement disorder. Patients with PD have multiple gait impairments that result in an increased risk of falls and diminished quality of life. Therefore, gait measurement is important for the management of PD. OBJECTIVE We previously developed a smartphone-based dual-task gait assessment that was validated in healthy adults. The aim of this study was to test the validity of this gait assessment in people with PD, and to examine the association between app-derived gait metrics and the clinical and functional characteristics of PD. METHODS Fifty-two participants with clinically diagnosed PD completed assessments of walking, Movement Disorder Society Unified Parkinson Disease Rating Scale III (UPDRS III), Montreal Cognitive Assessment (MoCA), Hamilton Anxiety (HAM-A), and Hamilton Depression (HAM-D) rating scale tests. Participants followed multimedia instructions provided by the app to complete two 20-meter trials each of walking normally (single task) and walking while performing a serial subtraction dual task (dual task). Gait data were simultaneously collected with the app and gold-standard wearable motion sensors. Stride times and stride time variability were derived from the acceleration and angular velocity signal acquired from the internal motion sensor of the phone and from the wearable sensor system. RESULTS High correlations were observed between the stride time and stride time variability derived from the app and from the gold-standard system (r=0.98-0.99, P<.001), revealing excellent validity of the app-based gait assessment in PD. Compared with those from the single-task condition, the stride time (F1,103=14.1, P<.001) and stride time variability (F1,103=6.8, P=.008) in the dual-task condition were significantly greater. Participants who walked with greater stride time variability exhibited a greater UPDRS III total score (single task: β=.39, P<.001; dual task: β=.37, P=.01), HAM-A (single-task: β=.49, P=.007; dual-task: β=.48, P=.009), and HAM-D (single task: β=.44, P=.01; dual task: β=.49, P=.009). Moreover, those with greater dual-task stride time variability (β=.48, P=.001) or dual-task cost of stride time variability (β=.44, P=.004) exhibited lower MoCA scores. CONCLUSIONS A smartphone-based gait assessment can be used to provide meaningful metrics of single- and dual-task gait that are associated with disease severity and functional outcomes in individuals with PD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».