MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1038/s41746-024-01236-z

Медицинская библиотека · NPJ digital medicine · 2024

Integrating digital gait data with metabolomics and clinical data to predict outcomes in Parkinson's disease.

Brzenczek Cyril, Klopfenstein Quentin, Hähnel Tom, Sapienza Stefano, Klucken Jochen, Fröhlich Holger, Glaab Enrico, NCER-PD Consortium

СтатьяПеревод пока не подготовлен

Аннотация

Parkinson's disease (PD) presents diverse symptoms and comorbidities, complicating its diagnosis and management. The primary objective of this cross-sectional, monocentric study was to assess digital gait sensor data's utility for monitoring and diagnosis of motor and gait impairment in PD. As a secondary objective, for the more challenging tasks of detecting comorbidities, non-motor outcomes, and disease progression subgroups, we evaluated for the first time the integration of digital markers with metabolomics and clinical data. Using shoe-attached digital sensors, we collected gait measurements from 162 patients and 129 controls in a single visit. Machine learning models showed significant diagnostic power, with AUC scores of 83-92% for PD vs. control and up to 75% for motor severity classification. Integrating gait data with metabolomics and clinical data improved predictions for challenging-to-detect comorbidities such as hallucinations. Overall, this approach using digital biomarkers and multimodal data integration can assist in objective disease monitoring, diagnosis, and comorbidity detection.

Для цитирования: Brzenczek Cyril, Klopfenstein Quentin, Hähnel Tom, Sapienza Stefano, Klucken Jochen, Fröhlich Holger, Glaab Enrico, NCER-PD Consortium. Integrating digital gait data with metabolomics and clinical data to predict outcomes in Parkinson's disease.. NPJ digital medicine. 2024. DOI: 10.1038/s41746-024-01236-z.
Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.