Digital Measures Track Progression in Early Parkinson’s Disease Over 36 Months in the WATCH-PD Study
Dans l'étude WATCH-PD de 36 mois, les mesures composites numériques de la marche et de la parole ont démontré le suivi le plus cohérent et le plus significatif de la progression précoce de la maladie de Parkinson, surpassant d'autres mesures numériques qui étaient biaisées par des effets d'apprentissage ou des traitements symptomatiques.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La maladie de Parkinson est une affection qui modifie lentement la façon dont le corps bouge et dont l'esprit fonctionne. Pour une personne vivant avec cette maladie, le monde peut donner l'impression de bouger trop vite alors que son propre corps peine à suivre. Les symptômes commencent souvent de manière subtile : une main peut trembler légèrement, un pas peut devenir plus court, ou une voix peut devenir plus faible. Avec le temps, ces petits changements peuvent se transformer en défis importants. Pendant des décades, les médecins se sont appuyés sur des questions posées aux patients et sur l'observation de tâches simples réalisées au cabinet pour suivre la progression de la maladie. Bien que cette méthode soit la norme, elle présente un angle mort. Elle ne capture qu'un instantané de l'état d'une personne à un moment précis, manquant souvent les changements lents et constants qui se produisent entre les visites. De plus, l'observation humaine peut varier d'un médecin à l'autre, et il est difficile de remarquer les déclinments infimes et incrémentiels qui signalent la progression de la maladie.
Pour résoudre ce problème, les scientifiques ont commencé à se tourner vers la technologie que les gens portent déjà dans leurs poches et à leurs poignets. Les smartphones et les montres connectées peuvent enregistrer le mouvement, le son et l'activité de manière continue, transformant la vie quotidienne en un flux de données. Cette approche offre un moyen de percevoir la maladie non pas comme une série de moments isolés, mais comme une histoire fluide. La question que les chercheurs se sont posée est de savoir si ces outils numériques peuvent réellement détecter la marche lente de la maladie de Parkinson sur plusieurs années, suffisamment longtemps pour voir si de nouveaux traitements parviennent à ralentir sa progression.
Une équipe de chercheurs a récemment mené une étude à long terme pour répondre à cette question. Ils ont suivi un groupe de personnes atteintes de la maladie de Parkinson au stade précoce, grâce à une configuration à distance où les participants utilisaient leurs propres smartphones et montres connectées chaque jour. L'objectif était de voir quels paramètres numériques pouvaient suivre de manière fiable la progression de la maladie. L'étude a impliqué 43 participants qui ont été suivis pendant 36 mois. Durant cette période, les participants ont effectué des tâches spécifiques sur leurs téléphones, telles que marcher, parler et tapoter leurs doigts, tandis que leurs montres enregistraient passivement leurs mouvements et leurs tremblements. Les chercheurs ont examiné une grande variété de points de données, allant de la vitesse de marche d'une personne aux pauses lors de la parole, afin de voir lesquels présentaient un schéma de changement clair au fil du temps.
Les résultats ont révélé que les outils numériques étaient effectivement assez sensibles pour détecter la progression de la maladie, mais que tous les paramètres n'étaient pas également utiles. Le signal le plus constant provenait de la façon dont les gens marchaient. Les chercheurs ont créé un score combiné basé sur sept aspects différents de la marche, incluant le balancement des bras, la longueur du pas et le temps nécessaire pour faire demi-tour. Sur les trois ans, ce score composite de la marche a montré une détérioration claire. Plus précisément, le temps nécessaire aux participants pour faire demi-tour a augmenté de manière significative, et leur vitesse de marche ainsi que le balancement de leurs bras ont légèrement diminué. Ce schéma était plus évident chez les participants qui n'avaient pas encore commencé à prendre des médicaments pour leur condition, mais la tendance était visible dans l'ensemble du groupe. L'étude a révélé que ces mesures numériques de la marche étaient souvent plus performantes pour détecter le changement que les scores traditionnels utilisés par les médecins en clinique.
La parole est également apparue comme un domaine clé de changement. L'analyse numérique des enregistrements vocaux a montré que la parole des participants est devenue mesurablement différente sur les trois années. Un changement spécifique était l'augmentation des pauses entre les mots lors de la lecture à voix haute. Ce score de parole numérique s'est dégradé au fil du temps, suggérant que les changements dans la façon dont les gens parlent peuvent être un signe précoce et fiable de la progression de la maladie. Comme pour les mesures de la marche, les outils numériques de la parole ont été capables de détecter ces changements subtils mieux que les questions d'auto-évaluation ou les évaluations des médecins trouvées dans les examens cliniques standards.
Cependant, tous les paramètres numériques n'ont pas raconté une histoire de progression. Certains paramètres, comme le nombre de fois qu'une personne tapotait du doigt ou la rapidité avec laquelle elle complétait un puzzle cognitif, ont montré une amélioration initiale avant de se stabiliser. Les chercheurs pensent qu'il s'agissait d'un « effet d'apprentissage », où les participants se sont simplement améliorés dans les tâches parce qu'ils les avaient pratiquées de nombreuses fois au cours des trois années. Une fois que cette courbe d'apprentissage initiale s'est aplatie, ces tâches ont cessé de montrer la progression de la maladie. De même, les mesures de l'activité quotidienne, comme le nombre total de pas effectués par jour, n'ont pas montré de déclin clair. Cela est probablement dû au fait que de nombreux participants ont commencé à prendre des médicaments pendant l'étude, ce qui les a aidés à rester actifs et a masqué le ralentissement naturel de la maladie.
L'étude a également examiné les tremblements, ces secousses qui sont une caractéristique emblématique de Parkinson. Les montres connectées ont enregistré le temps passé par les participants à trembler. Au cours de la première année, le temps passé avec des tremblements a augmenté, mais à la fin des trois années, il était revenu aux niveaux de base pour ceux sous médication. Cela suggère que, bien que les outils numériques puissent suivre les tremblements, les résultats sont fortement influencés par la prise de médicaments, ce qui rend plus difficile l'utilisation des données sur les tremblements seuls pour mesurer la progression de la maladie à long terme dans un groupe mixte de patients traités et non traités.
Les chercheurs ont conclu que pour les futures études visant à tester de nouveaux médicaments qui pourraient ralentir la maladie de Parkinson, les meilleurs outils numériques seront probablement ceux qui mesurent la marche et la parole. Ces deux domaines ont fourni les preuves les plus claires et les plus constantes de l'aggravation de la maladie au fil du temps, même lorsque d'autres facteurs comme la médication ou les effets d'apprentissage étaient présents. L'étude a également souligné la valeur d'une approche à distance, où les personnes pouvaient participer depuis leur propre domicile, maintenant des niveaux d'engagement élevés sur une longue période. Cette méthode a prouvé qu'il est possible de recueillir des données de haute qualité et continues sans exiger que les patients se déplacent en clinique toutes les quelques semaines. En se concentrant sur les changements subtils et réels dans la façon de marcher et de parler, ces outils numériques offrent une nouvelle voie prometteuse pour comprendre le long voyage de la maladie de Parkinson.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.