睡眠研究人员开发的第一个筛选方法使用这套可预测,发现帕金森发病

孤立的rem睡眠期间睡眠行为障碍导致异常的抽搐和情节的梦想制定包括身体运动,情感表达,或者音响冗长。孤立的rem睡眠行为障碍往往是神经退行性疾病的早期症状,可能会影响中年和老年人超过十年后;然而,准确筛选方法目前没有跟踪这个条件。

研究人员已经开发出的第一个在睡眠中筛选方法检测早期帕金森症的表现disease-using非侵入性、低成本、远程、可伸缩技术已经嵌入在大多数可穿戴睡眠和健康追踪者称为加速度计。加速度计可以监视运动和休息,因此通知我们关于睡眠和活动模式与精度高。

描述了这种新方法在《华尔街日报》发表的一篇论文运动障碍。

超过80名研究参与者戴手腕上的可穿戴设备至少14天,并完成了问卷和睡眠日记报告任何异常行为在睡眠中。研究人员分析了家庭活动检测仪数据来确定参与者的运动在睡眠中,回顾了从队列含有9个项目的调查问卷,其中包括40多个患者孤立rem睡眠行为障碍,20多个其他睡眠障碍的患者,患者和20多号睡眠障碍作为控制。

调查问卷要求被试报告经历任何异常运动在睡眠期间,或与帕金森病相关常见的早期症状,如丧失嗅觉和头晕。从这套使用活动检测仪数据,研究人员开发了一个框架,用于运动的分类和测试方法在机器学习模型。同样,他们还开发了一个方法从问卷调查的数据来测试机器学习模型。一旦活动检测仪和问卷模型被开发,研究人员创建了一个二维预测模型为孤立的rem睡眠行为障碍。

活动检测仪分类器分析运动在睡眠中可以检测快速,孤立运动睡眠行为障碍有92.9%的准确度。相比之下,所有问卷的总和达到91.7%的准确率,超过因斯布鲁克RBD库存问卷单独的性能(精度86.9%)。整合活动检测仪和问卷达到特异性和精度之间的预测100%与88.1%的敏感性,并优于任何活动检测仪和一个问题调查问卷对帕金森病的早期症状。

在美国超过100万名成年人显示特征与帕金森病相关的睡眠障碍,现在可以使用简单的可穿戴的手腕苹果手表或FitBit等设备。这个新的筛选方法可以诊断帕金森病的很常见的亚型年前诊断的常规方法,需要有经验的神经学家的临床检查。高危人群能够尽可能早的得到护理和咨询,和接收神经保护治疗在神经退化过程造成了不可逆的脑损伤。

西奈山的研究期间以马内利博士说,“我们需要可靠和可伸缩的筛查方法检测帕金森为了开发有效治疗和选择候选人接受有效的治疗方法。现在有一个学术的机会,医药,和技术部门合作伙伴开发和应用这个预防筛查方法老年人口帕金森病的风险。”

丹麦技术大学和斯坦福大学的研究人员促成了这项研究。斯坦福睡眠研究中心从2021年4月至12月。