Assessing Digital Health Technologies for Outcome Measurement in Parkinson's Disease Drug Trials: A Systematic Review
Notice bibliographique
Résumé
Traditional clinical assessments in Parkinson's disease (PD) trials are limited by subjectivity and inter-rater variability. Digital health technologies (DHT) offer an objective continuous assessment of motor symptoms and are increasingly used in clinical research. This review evaluated the role of DHTs as outcome tools in pharmacological trials for PD. A systematic search of MEDLINE and Embase was conducted according to PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines, covering studies up to August 31, 2025. Eligible studies included randomized controlled trials, open-label or crossover designs, and observational studies using DHTs to assess motor outcome variables in PD. Studies focusing only on technology development or with fewer than 10 participants were excluded. Data extracted included study design, DHT type, assessment setting, and motor parameters measured. Study quality was appraised using an eight-criterion tool, and level of evidence was rated using the Oxford Centre for Evidence-Based Medicine framework. A total of 42 studies were included, covering 26 distinct DHTs. These comprised 11 wearable sensors and 15 nonwearable systems such as motion capture platforms and force-sensing assessments. DHTs were used to measure bradykinesia, tremor, gait, balance, and nocturnal motor symptoms in both supervised and unsupervised settings. Fifteen studies were rated as high quality, 14 moderate, and 13 low. Among currently available tools, only Opal reached the threshold of Level 1a evidence. Other validated tools included the Parkinson's Kinetigraph, Actiwatch, and Roche PD Mobile Application (Level 1b). DHTs offer valuable tools for objective assessment in PD trials, though broader adoption requires greater standardization and regulatory alignment. © 2025 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 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 | 0,037 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,012 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».