Digital Measures Track Progression in Early Parkinson’s Disease Over 36 Months in the WATCH-PD Study
在为期36个月的WATCH-PD研究中，复合数字步态和言语指标展现出对早期帕金森病进展最一致且显著的追踪能力，其表现优于其他受学习效应或症状治疗干扰的数字指标。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
帕金森病是一种会缓慢改变人体运动方式和大脑运作方式的疾病。对于生活在其中的人来说，世界感觉仿佛移动得太快，而他们自己的身体却在努力追赶。症状往往开始得非常细微：一只手可能会轻微颤抖，步伐可能会变短，或者声音可能会变得更低沉。随着时间的推移，这些微小的变化可能会演变成显著的挑战。几十年来，医生一直依赖于向患者提问并观察他们在诊室里执行简单的任务，以此来追踪疾病的进展情况。虽然这种方法是标准做法，但它存在一个盲点。它只能捕捉到一个人在某一特定时刻的状况快照，往往会错过发生在就诊间隙的那些缓慢而稳定的变化。此外，人类的观察可能会因医生而异，且很难察觉到那些预示着疾病正在向前推进的极其微小的增量式衰退。
为了解决这个问题，科学家们开始转向人们已经装在口袋里或戴在手腕上的技术。智能手机和智能手表可以持续记录运动、声音和活动，将日常生活转化为数据流。这种方法提供了一种方式，让人们不再将疾病视为一系列孤立的瞬间，而是将其视为一个流动的过程。研究人员一直在探究的问题是，这些数字工具是否真的能够检测出帕金森病数年间的缓慢进程，从而足以观察新疗法是否在减缓病情方面发挥了作用。
一支研究团队最近完成了一项长期研究，以回答这个问题。他们对一组处于早期阶段的帕金森病患者进行了为期三年的随访，采用了一种远程设置，即参与者每天使用自己的智能手机和智能手表。其目标是观察哪些数字测量指标能够可靠地追踪疾病的进展。该研究涉及 43 名参与者，他们在 36 个月内接受了监测。在此期间，参与者在手机上执行特定的任务，例如行走、说话和敲击手指，同时他们的手表会无感地记录他们的动作和震颤。研究人员查看了广泛的数据点，从行走的速率到说话时的停顿时长，以观察哪些指标显示出清晰的随时间变化的模式。
结果表明，数字工具确实足够灵敏，能够捕捉到疾病的进展，但并非所有测量指标都同样有用。最一致的信号来自于人们的行走方式。研究人员基于七个不同的行走维度（包括手臂摆动、步长以及转身所需的时间）创建了一个综合评分。在三年间，这个综合行走评分显示出明显的恶化。具体而言，参与者转身所需的时间显著增加，而行走速度和手臂摆动幅度则略有下降。这种模式在尚未开始服用药物的参与者身上最为明显，但在整个群体中也是可见的。研究发现，这些数字行走测量指标在检测变化方面通常比医生在诊室里使用的传统评分更为出色。
语言也成为了变化的关键领域。对语音录音的数字分析显示，参与者的说话方式在三年间发生了可测量的变化。其中一个具体的改变是在大声朗读时，词与词之间的停顿增加了。这种数字语音评分随时间推移而恶化，这表明人们说话方式的变化可以作为疾病向前推进的一个早期且可靠的信号。与行走测量指标一样，数字语音工具能够比标准临床检查中的自我报告问题或医生评分更好地检测出这些细微的变化。
然而，并非每项数字测量都能讲述关于进展的故事。一些指标，例如敲击手指的次数或完成认知谜题的速度，显示出了最初的改善，随后趋于稳定。研究人员认为这是一种“学习效应”，即参与者因为在三年间进行了多次练习，所以变得更加熟练了。一旦这种最初的学习曲线趋于平缓，这些任务就不再显示出疾病的进展。同样，日常活动的测量（如每天的总步数）并未显示出明显的下降。这可能是因为许多参与者在研究期间开始服药，药物帮助他们保持活跃，从而掩盖了疾病自然的减速过程。
研究还观察了震颤，即帕金森病的标志性特征——抖动。智能手表记录了参与者处于震颤状态的时间。在第一年，处于震颤状态的时间有所增加，但到三年结束时，对于服药的参与者来说，这一时间已回到了基准水平。这表明，虽然数字工具可以追踪震颤，但结果受个人是否服药的影响很大，这使得仅凭震颤数据来衡量混合了治疗与未治疗患者的长期疾病进展变得更加困难。
研究人员总结道，对于旨在测试可能减缓帕金森病进程的新药的未来研究而言，最好的数字工具很可能是那些测量行走和语言的工具。这两个领域提供了最清晰、最一致的证据，证明疾病正随着时间的推移而恶化，即使在受到药物或练习效应等其他因素影响时也是如此。该研究还强调了远程方法的价值，即人们可以在自己的家中参与研究，并能长期保持高度的参与度。这种方法证明，无需患者每隔几周就前往诊所，也可以收集高质量的连续数据。通过专注于人们行走和说话方式中微妙的、现实生活中的变化，这些数字工具为理解帕金森病的长期旅程提供了一种充满前景的新途径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。