Болезнь Паркинсона — это нейродегенеративное заболевание без возможности излечения, которое вызывает прогрессирующую потерю нейронов, связанных с двигательной функцией. Диагноз обычно ставится, когда нейродегенерация продолжается в течение нескольких лет, и уже необратимо поражено от 50 до 70% двигательных нейронов.
Исследование, опубликованное в журнале Nature Medicine, предполагает, что анализ данных о движениях человека могут помочь диагностировать заболевание на ранней стадии. Хотя сами исследователи предупреждают, что необходимо проведение дополнительных исследований, в статье поясняется, что запись данных о передвижении человека может быть дешевой и неинвазивной альтернативой массовому скринингу и выявлению групп риска с наибольшей вероятностью возникновения болезни Паркинсона. Выявление лиц, подверженных риску развития болезни Паркинсона, также поможет разработать методы лечения против нее.
Для проведения исследования Синтия Сандор из Кардиффского университета в Соединенном Королевстве и ее команда использовали информацию о 103 000 пациентов из Британского биобанка, огромной базы данных, содержащей данные о полумиллионе человек в возрасте от 40 до 69 лет.
Среди данных, хранящихся в Биобанке, хранятся записи спонтанных движений этих пациентов, которые несколько лет назад снимались в течение недели с помощью наручного акселерометра. Исследователи хотели выяснить, могут ли данные, собранные устройствами отслеживания движений, помочь выявить начавшуюся болезнь Паркинсона до постановки клинического диагноза. Используя модели машинного обучения, обученные на информации, собранной мобильными устройствами, авторы обнаружили, что эти данные лучше подходят для выявления болезни Паркинсона, чем клинические маркеры, полученные на основе образа жизни, генетики, биохимии крови и симптомов, о которых сообщает пациент.
В частности, они заметили, что закономерности, связанные со скоростью движения и качеством сна, были связаны с будущим началом заболевания. Они обнаружили, что замедление движений человека происходит за несколько лет до постановки диагноза болезни Паркинсона, и что проблемы с прерывистым сном чаще встречались у людей, у которых в конечном итоге диагностировали болезнь Паркинсона, чем у людей с другими нейродегенеративными проблемами и нарушениями движения.
Авторы утверждают, что данные о кинетике пациентов могут быть недорогим инструментом скрининга для выявления людей с риском развития болезни Паркинсона, хотя они настаивают на необходимости повторить исследование с другими когортами людей, чтобы сопоставить и подтвердить свои результаты.
В заявлении Научному медиа-центру Испании профессор физиологии и исследователь Университета Севильи Хосе Лопес Барнео считает данное исследование очень интересным и качественным, поскольку оно показало очень сильную корреляцию между изменениями в кинетике движений и возникновением болезни Паркинсона в будущем.
Что касается преимуществ обнаружения болезни за несколько лет до того, как проявятся первые симптомы, очень ценны с научной точки зрения, поскольку ранее выявление помогло бы лучше понять патогенез заболевания и доказать эффективность новых препаратов. Однако, поскольку до сих пор не существует лекарства для предотвращения болезни, неясно, возможно ли будет его найти. Старший научный сотрудник программы генной терапии нейродегенеративных заболеваний в Университете Наварры Хосе Лансьего подчеркивает, что исследование показывает, что данные о движении, записанные с помощью портативных гаджетов (например, смарт-часов) помогает определить, какие люди наиболее подвержены риску болезни Паркинсона и когда.
Таким образом, акселерометрия является потенциально точным и недорогим инструментом скрининга для выявления людей с риском развития болезни Паркинсона и наблюдения за участниками клинических испытаний нейропротекторных методов лечения.
Используемая литература
Литература
Schalkamp, AK., Peall, K.J., Harrison, N.A. et al. Wearable movement-tracking data identify Parkinson’s disease years before clinical diagnosis. Nat Med (2023). https://doi.org/10.1038/s41591-023-02440-2
https://www.nature.com/articles/s41591-023-02440-2