CC BY
13DOI: 10.24412/2226-079X-2022-12429
Инструментальная оценка моторной функции у пациентов с болезнью Паркинсона
В.М. Буданов1, А.Б. Камакинова2, 3
1 НИИ механики ФГБОУВО "Московский государственный университет им. М.В. Ломоносова"
2 Медицинский центр "Вэссел Клиник"(Москва)
3 Санаторий "Виктория"(Московская область)
Введение
Нарушение моторных функций является важной проблемой современной медицины, поскольку, с одной стороны, ухудшает качество жизни пациентов, а с другой - может свидетельствовать о наличии нарушений нервной системы, требующих незамедлительного лечения. Это характерный признак болезни Паркинсона (БП), которая является вторым наиболее распространенным нейродегенеративным заболеванием после болезни Альцгеймера. "Паркинсонизм -трагическая и одновременно блестящая модель для изучения закономерностей целого и поврежденного мозга", - эти слова известного невролога, академика А.М. Вейна показывают важность своевременной диагностики и лечения данного заболевания [1]. Имеется определенный набор симптомов, характерных для БП, но лишь один является обязательным - гипокинезия как ключевое проявление нарушения моторных функций [1-4]. Гипокинезия характеризуется уменьшением количества движений, нарушением их качественной структуры и, как правило, нарастанием этих проявлений в процессе выполнения тестов.
Нарушение моторных функций - симптомо-комплекс, оценка которого осуществляется на основании клинического осмотра, опросников и шкал [5, 6]. Получаемые оценки в значительной степени субъективны и недостаточны для анализа развития болезни и, соответственно, выбора тактики лечения. Существующие методы объективной диагностики, такие как магнитно-резонансная томография, транскраниальное доппле-ровское ультразвуковое исследование, радио-нуклидные методы исследования (позитронно-эмиссионная томография, однофотонная эмиссионная компьютерная томография) используются в основном для исключения других возможных причин наблюдаемых симптомов, не
всегда пригодны для контроля прогрессирования заболевания или слишком сложны и дороги [7, 8]. Есть попытки выявления специфических признаков при электроэнцефалографии и электромиографии, а также при непосредственной регистрации электрической активности головного мозга [9, 10]. В последнее время активно ведутся работы по поиску маркеров БП на ее ранней и доклинической стадиях в ряду немоторных проявлений (нарушения сна и пищеварения, изменения белкового состава крови и выделений и др.) [11-14]. Эти исследования также еще не вышли на уровень широкого применения в медицинской практике [15]. Поэтому разработка объективных инструментальных методов оценки моторных функций является назревшей задачей, решение которой сталкивается с проблемами, требующими фундаментальных исследований. Это формализация применяемых тестов, выбор адекватных инструментальных средств для их технической реализации, алгоритмы автоматической обработки результатов с формированием количественной оценки состояния пациента. Решение этих вопросов позволяет уйти от субъективных оценок, объективизировать не только первичную диагностику, но и процесс лечения.
Моторные нарушения при БП можно попытаться выявить с помощью устройств, измеряющих механические величины: углы, перемещения, угловые скорости, ускорения [16]. Миниатюризация датчиков является дополнительной задачей. Работы в этом направлении ведутся во многих исследовательских центрах в отношении устройств для записи и анализа тремора, стаби-лометрических и подвижных платформ, в последнее время применяются носимые миниатюрные гироскопические датчики и акселерометры для фиксации нарушений движений конечностей и ригидности мышц [16-21]. Однако до настоящего момента не существует общепри-
Рис. 1. Беспроводной вариант с базовым модулем.
знанной методики интегральной инструментальной оценки нарушений моторной функции. Приводим результаты наших собственных исследований в этой области.
Описание системы тестирования
Основой созданного нами прибора является миниатюрный датчик ускорений и угловых скоростей - модуль GY-521 МРи-6050. Диапазон измерения угловых скоростей составляет ±250°/с. Хотя при тестах на руках и пальцах показания нередко выходят за пределы указанного диапазона, это не является критичным на данном этапе исследования. Размеры датчика (20 х 16 мм) позволяют закрепить его с помощью эластичной манжеты на пальце, руке или ноге пациента, не создавая затруднений в движениях. Ориентация датчика всегда такая, что выходящий из него кабель направлен вдоль соответствующей кости. Датчик тонким гибким кабелем соединяется с микроконтроллером, который связывается с компьютером, используя стандартный разъем
USB, и передает данные на него. На компьютере устанавливается программа, обеспечивающая прием данных, их визуализацию и сохранение в виде файла для дальнейшего анализа.
Имеется также исполнение прибора с использованием беспроводной связи, что дает возможность регистрировать движения, в частности ходьбу, не привязываясь к рабочему месту. В этом случае датчик соединяется с базовым модулем, включающим микроконтроллер, модуль беспроводной передачи данных Bluetooth и отсек под элемент питания (рис. 1). Базовый модуль также фиксируется эластичной манжетой на теле пациента, но в таком месте, что его вес и габариты не нарушают естественного движения. В частности, если датчик находится на пальце или запястье, то базовый модуль - на предплечье, если датчик -на голени, то базовый модуль - на бедре. Информация с датчика транслируется в компьютер с использованием беспроводной связи Bluetooth.
На рис. 2 представлены варианты крепления датчика при выполнении трех типов тестов: сведение-разведение пальцев, пронация-супинация (поворот на 180°) кисти, разгибание-сгибание ноги в колене. Эти тесты используются в клинической практике, врач оценивает качество движений визуально, а количество движений за определенный промежуток времени - с помощью секундомера.
Программа и оценка тестов
Создана программа, позволяющая фиксировать результаты тестов с заданной длительностью (30 с), сохранять их в виде файлов, производить обработку. Дискретность передачи данных по времени составляет 30 мс. На рис. 3 представлен интерфейс программы.
Кнопки "Connect" и "Disconnect" устанавливают и разрывают связь с прибором, в поле "Test" задаются тип теста и сторона, при нажатии кнопки "Start" тест начинается, в реальном времени отрисовывается график, в поле "Счетчик" авто-
Рис. 2. Фиксация датчика при выполнении трех типов тестов.
vj) № 2 • 2022
27
Счетчик /
Название файла \
Полоса оценки Рис. 3. Интерфейс программы.
Графическое окно
Оценка
матически считается количество движений. При этом автоматически используется нужный канал угловой скорости. Через 30 с тест автоматически заканчивается. После этого результат может быть сохранен в файл с названием, задаваемым в поле "Название файла". При этом в файле сохраняются данные с датчика, тип теста, результат автоматического счета. Сохраненный файл можно в дальнейшем загрузить, выбрав его в навигаторе и нажав кнопку "Load", при этом экран будет выглядеть так же, как в момент окончания теста.
Счет осуществляется следующим образом. Учитываются только такие движения, которые выходят за пределы нижней и верхней границ полосы оценки. При выполнении теста эти границы заданы по умолчанию - примерно 1/3 максимального диапазона. После завершения теста или после загрузки ранее выполненного теста можно получить его оценку. При нажатии кнопки "Filter" происходят два этапа обработки. Сначала - фильтрация, при этом значение для данного момента заменяется средним значением в трех точках - данной и двух соседних. Затем производится количественная оценка, в качестве показателя берется произведение автоматически
подбираемой ширины полосы оценки на количество движений, выходящих за границы полосы оценки. При этом границы полосы автоматически выбираются так, чтобы обеспечить максимальное значение оценки.
Результаты представляются как в графическом, так и в численном виде, включая суммарную числовую оценку конкретного теста и их совокупности. На рис. 4 приведены примеры визуально похожих тестов и их оценки. Если исходить из условия, что от пациента требуется выполнить за заданный промежуток времени максимальное количество движений с максимальной амплитудой, то автоматически определенные оценки 46, 42, 28, 35 выглядят логично. Отметим, что при чисто визуальном контроле выполнения тестов врач мог бы заметить разницу в качестве только для 3-го варианта по сравнению с тремя остальными - изменяющаяся амплитуда движений. По количеству движений (30) лучшим оказался бы 2-й вариант. Визуально 1-й и 4-й варианты воспринимались бы как почти одинаковые в силу того, что наблюдения разнесены во времени, тогда как программа дает существенно разные оценки - 46 и 35.
Механический смысл оценки теста
Предположим, что пациент совершает идеальные синусоидальные движения с фиксированной амплитудой А и частотой ю. Тогда соответствующий угол, угловая скорость и угловое ускорение будут меняться как а = Атю^ а = Асобю^ а = -Aю2sinюt. Поскольку измеряется угловая скорость, то ширина полосы оценки будет равна S = 2Аю, а количество движений за заданный промежуток времени Т окажется равным
Т
п = — ю.
2к
В результате оценка теста
Т
Е = Sn = -Аю2 к
пропорциональна амплитуде ускорения. Таким образом, механический смысл используемой оценки тестов - это оценка амплитуды углового ускорения при ритмичном движении. А поскольку ускорения напрямую связаны с силой, развиваемой соответствующими мышцами, то можно говорить о том, что оценивается контролируемое мышечное усилие.
Результаты тестирования пациентов
Прибор и программа используются для тестирования пациентов в течение почти 2 лет в двух форматах. Первый - разовые или повторяющиеся консультации отдельных пациентов с периодичностью от 3 до 6 мес в медицинском центре "Вэссел Клиник". Дважды тестирование прошли 109 пациентов (50 мужчин и 59 женщин). Второй формат - проведение курсов реабилитации для групп пациентов длительностью около 2 нед с тестированием в начале и в конце курса. В этом формате тестирование прошли 203 пациента (72 мужчины и 131 женщина). При этом одно тестирование состоит из выполнения 6 тестов -по 3 теста (палец, кисть, нога) для правой и левой сторон. В качестве оценки тестирования берется сумма 6 оценок отдельных тестов. В обоих форматах использование прибора значительно облегчает работу врача.
В первом варианте существенным фактором является возможность объективной оценки динамики развития болезни у пациента на протяжении длительного отрезка времени путем сравнения цифровых показателей выполнения тестов и графической информации. Это является
Рис. 4. Примеры оценивания
§ 15
Е5
800 г
600
400
200
12 3 4
5 6 7 8 9 10 И 12 Пациенты 05.02.2021 ■ 14.02.2021
§ я
800
600
400
200
0
12 3 4
5 6 7 8 9 10 11 Пациенты
I 29.11.2021 ■ 10.12.2021
Рис. 5. Динамика состояния пациентов на курсах реабилитации.
^ № 2 * 2022
29
особенно существенным, поскольку через длительный интервал времени врач не в состоянии удержать в памяти все подробности предыдущего приема.
Во втором варианте автоматическое тестирование позволяет оценить динамику болезни за короткий промежуток времени под влиянием реабилитационных процедур и изменения лекарственной терапии. На рис. 5 представлены диаграммы для двух реабилитационных курсов с группами из 12 и 11 человек.
Результаты автоматического тестирования находятся в соответствии с клинической оценкой динамики состояния пациентов и позволяют оценить эффективность проведенных курсов лечения. При этом у отдельных пациентов, у которых оценка уменьшилась, для этого имелись объективные обстоятельства, например обострение сопутствующего заболевания.
Заключение
Проведенные исследования показывают, что объективные измерения механических проявлений нарушений моторных функций служат альтернативой существующему комплексу оценочных и инструментальных методов диагностики БП. Возможность объективной количественной оценки позволит выявлять пациентов на более ранних стадиях и отслеживать динамику развития заболевания, поскольку незначительная моторная дисфункция манифестирует до развития первых ярко выраженных симптомов БП и может быть незаметна для глаза.
Созданный прибор и программное обеспечение позволяют применить систематический подход к выбору тестовых испытаний с регистрацией характеристик двигательных функций. Объективные измерения дают возможность оценить эффективность лечения, в том числе с проведением статистического анализа на больших группах испытуемых.
Список литературы
1. Голубев В.Л. и др. Болезнь Паркинсона и синдром паркинсонизма. М.: МЕДпресс-информ; 2000. 416 с.
2. Jankovic J. Parkinson's disease: clinical features and diagnosis. J. Neurol. Neurosurg. Psychiatry. 2008;79(4):368-76.
3. Нодель М.Р. Современные диагностические критерии болезни Паркинсона. Рос. журн. гериатр. мед. 2021;1:92-6.
4. Левин О.С. и др. Болезнь Паркинсона: современные подходы к диагностике и лечению. Практ. мед. 2017;1:45-51.
5. Suchowersky O et al. Practice parameter: diagnosis and prognosis of new onset Parkinson disease (an evidence-based review): report of the Quality Standards Subcommittee of the American Academy of Neurology. Neurology. 2006;66(7):968-75.
6. Белова А.Н. Шкалы, тесты и опросники в неврологии и нейрохирургии. 3-е изд., перераб. и доп. М.: Практическая медицина; 2018. 696 с.
7. Uzuegbunam BC et al. PET radiopharmaceuticals for Alzheimer's disease and Parkinson's disease diagnosis, the current and future landscape. Molecules. 2020;25(4):977.
8. Stoessl AJ et al. Imaging insights into basal ganglia function, Parkinson's disease, and dystonia. Lancet. 2014;384(9942):532-44.
9. Giinther M et al. Coupling between muscle activation and EEG during normal walking, intentional stops, and freezing of gait in Parkinson's disease. Front. Physiol. 2019;10:687.
10. Khawaldeh S et al. Subthalamic nucleus activity dynamics and limb movement prediction in Parkinson's disease. Brain. 2020;143(2):582-96.
11. Berg D et al. MDS research criteria for prodromal Parkinson's disease. Mov. Disord. 2015;30(12):1600-11.
12. Коцоев Г.А. и др. Оценка критериев MDS, предложенных для установления продромальной стадии болезни Паркинсона, у пациентов с клинически диагностированным заболеванием. Нервн. бол. 2021;2:30-4.
13. Тютина Р.Р. и др. Микробиота и болезнь Паркинсона (обзор). Мед. алфавит. 2020;1:10-4.
14. Van Kessel SP, El Aidy S. Bacterial metabolites mirror altered gut microbiota composition in patients with Parkinson's disease. J. Parkinson's Dis. 2019;9(Suppl 2):S359-70.
15. Гусев Е.И. и др. Разработка ранней диагностики болезни Паркинсона и комплексный экономический анализ эффекта от ее внедрения. Журн. неврол. и психиатр. им. C.C. Корсакова. 2021;121(1):9-20.
16. Buckley C et al. The role of movement analysis in diagnosing and monitoring neurodegenerative conditions: insights from gait and postural control. Brain Sci. 2019;9(2):34.
17. Пономарев В.В. и др. Инновационные методы инструментальной диагностики болезни Паркинсона. Леч. дело. 2015;4(44):13-8.
18. Потрясова А.Н. и др. Комплексная оценка постураль-ной неустойчивости у пациентов с ранними стадиями болезни Паркинсона. Нервн. бол. 2018;2:12-7.
19. Feller KJ et al. Sensory re-weighting for postural control in Parkinson's disease. Front. Hum. Neurosci. 2019;13:126.
20. Shawen N et al. Role of data measurement characteristics in the accurate detection of Parkinson's disease symptoms using wearable sensors. J. Neuroeng. Rehabil. 2020;17(1):52.
21. Ferreira-Sanchez MDR et al. Quantitative measurement of rigidity in Parkinson's disease: a systematic review. Sensors (Basel). 2020;20(3):880.
