nach oben

Der Nervenarzt

Erschienen in:

25.10.2019 | Parkinson-Krankheit | Leitthema

Remote-Messung bei idiopathischem Parkinson-Syndrom

Entwicklungen in Diagnose, Monitoring und Therapie

verfasst von: Dr. U. Kleinholdermann, J. Melsbach, D. J. Pedrosa

Erschienen in: Der Nervenarzt | Ausgabe 12/2019

Einloggen, um Zugang zu erhalten

Zusammenfassung

Das idiopathische Parkinson-Syndrom (iPS) ist eine progrediente neurodegenerative Erkrankung, die vor allem die Beweglichkeit der Betroffenen einschränkt. Im Verlauf der Erkrankung treten häufig starke Schwankungen der Symptome auf, die eine adäquate Therapie erschweren. In dieser Literaturübersicht stellen wir aktuelle Ansätze zur Nutzung moderner, insbesondere mobiler Technologien bei Diagnose, Verlaufsbeurteilung und Therapie des iPS vor. Auch wenn aktuell noch keine anwendungsreifen Hilfsmittel verfügbar sind, birgt die Entwicklung viel Potenzial zur Verbesserung der Versorgung von Patienten mit iPS.

Abdolahi A, Bull MT, Darwin KC et al (2016) A feasibility study of conducting the Montreal Cognitive Assessment remotely in individuals with movement disorders. Health Informatics J 22:304–311CrossRef

Abdolahi A, Scoglio N, Killoran A et al (2013) Potential reliability and validity of a modified version of the Unified Parkinson’s Disease Rating Scale that could be administered remotely. Parkinsonism Relat Disord 19:218–221CrossRef

Arora S, Venkataraman V, Zhan A et al (2015) Detecting and monitoring the symptoms of Parkinson’s disease using smartphones: A pilot study. Parkinsonism Relat Disord 21:650–653. https://doi.org/10.1016/j.parkreldis.2015.02.026 CrossRefPubMed

Augustine EF, Pérez A, Dhall R et al (2015) Sex differences in clinical features of early, treated parkinson’s disease. Plos One 10:e133002CrossRef

Barroso Júnior MC, Esteves GP, Nunes TP et al (2011) A telemedicine instrument for remote evaluation of tremor: design and initial applications in fatigue and patients with Parkinson’s disease. Biomed Eng Online 10:14CrossRef

Beck CA, Beran DB, Biglan KM et al (2017) National randomized controlled trial of virtual house calls for Parkinson disease. Neurology 89:1152–1161CrossRef

Block VAJ, Pitsch E, Tahir P et al (2016) Remote physical activity monitoring in neurological disease: a systematic review. PLoS One 11:e154335CrossRef

van den Bussche H, Schön G, Kolonko T et al (2011) Patterns of ambulatory medical care utilization in elderly patients with special reference to chronic diseases and multimorbidity—results from a claims data based observational study in Germany. BMC Geriatr 11:54CrossRef

Neto CE, Bot BM, Perumal T et al (2016) Personalized hypothesis tests for detecting medication response in Parkinson disease patients using iphone sensor data. Pac Symp Biocomput 21:273–284

10.

Delrobaei M, Memar S, Pieterman M et al (2018) Towards remote monitoring of Parkinson’s disease tremor using wearable motion capture systems. J Neurol Sci 384:38–45CrossRef

11.

Djurić-Jovičić M, Petrović I, Ječmenica-Lukić M et al (2016) Finger tapping analysis in patients with Parkinson’s disease and atypical parkinsonism. J Clin Neurosci 30:49–55CrossRef

12.

Eggers C, Pedrosa DJ, Kahraman D et al (2012) Parkinson subtypes progress differently in clinical course and imaging pattern. PLoS One 7:e46813CrossRef

13.

Fahn SER (1987) The Unified Parkinson’s Disease Rating Scale. In: Fahn S, Marsden CD, Calne DB, Goldstein M (Hrsg) Recent Developments in Parkinson’s Disease. McMellam Health Care Information, Florham Park, S 153–163

14.

Fazekas C, Vörös T, Keresztényi Z et al (2002) Computer aided interactive remote diagnosis of Parkinsonians. Stud Health Technol Inform 90:572–576PubMed

15.

Gandolfi M, Geroin C, Dimitrova E et al (2017) Virtual reality telerehabilitation for postural instability in parkinson’s disease: a multicenter, single-blind, randomized, controlled trial. Biomed Res Int 2017:7962826CrossRef

16.

Gonçalves H, Moreira R, Rodrigues A, Santos C (2018) Finding parameters around the abdomen for a vibrotactile system: healthy and patients with parkinson’s disease. J Med Syst 42:232CrossRef

17.

Hawkes CH, Del Tredici K, Braak H (2010) A timeline for Parkinson’s disease. Parkinsonism Relat Disord 16:79–84. https://doi.org/10.1016/j.parkreldis.2009.08.007 CrossRefPubMed

18.

Heinzel S, Kasten M, Behnke S et al (2018) Age- and sex-related heterogeneity in prodromal Parkinson’s disease. Mov Disord 33:1025–1027CrossRef

19.

Heldman DA, Giuffrida JP, Cubo E (2016) Wearable sensors for advanced therapy referral in parkinson’s disease. J Parkinsons Dis 6:631–638CrossRef

20.

Kassavetis P, Saifee TA, Roussos G et al (2016) Developing a tool for remote digital assessment of parkinson’s disease. Mov Disord Clin Pract 3:59–64CrossRef

21.

Lipsmeier F, Taylor KI, Kilchenmann T et al (2018) Evaluation of smartphone-based testing to generate exploratory outcome measures in a phase 1 Parkinson’s disease clinical trial. Mov Disord 33:1287–1297CrossRef

22.

Macleod AD, Taylor KSM, Counsell CE (2014) Mortality in Parkinson’s disease: a systematic review and meta-analysis. Mov Disord 29:1615–1622CrossRef

23.

Maier F, Prigatano GP (2017) Impaired self-awareness of motor disturbances in parkinson’s disease. Arch Clin Neuropsychol 32:802–809CrossRef

24.

Mamun KAA, Alhussein M, Sailunaz K, Islam MS (2017) Cloud based framework for Parkinson’s disease diagnosis and monitoring system for remote healthcare applications. Future Gener Comput Syst 66:36–47CrossRef

25.

Martinez-Martin P, Rodriguez-Blazquez C, Forjaz MJ, Kurtis MM (2015) Impact of pharmacotherapy on quality of life in patients with parkinson’s disease. Cns Drugs 29:397–413CrossRef

26.

Mitsi G, Mendoza EU, Wissel BD et al (2017) Biometric digital health technology for measuring motor function in parkinson’s disease: results from a feasibility and patient satisfaction study. Front Neurol 8:273CrossRef

27.

Piro NE, Piro LK, Kassubek J, Blechschmidt-Trapp RA (2016) Analysis and visualization of 3D motion data for UPDRS rating of patients with parkinson’s disease. Sensors, BaselCrossRef

28.

Postuma RB, Berg D, Stern M et al (2015) MDS clinical diagnostic criteria for Parkinson’s disease. Mov Disord 30:1591–1601CrossRef

29.

van Rooden SM, Heiser WJ, Kok JN et al (2010) The identification of Parkinson’s disease subtypes using cluster analysis: a systematic review. Mov Disord 25:969–978CrossRef

30.

Rovini E, Maremmani C, Cavallo F (2017) How wearable sensors can support parkinson’s disease diagnosis and treatment: a systematic review. Front Neurosci 11:555CrossRef

31.

Stillerova T, Liddle J, Gustafsson L et al (2016) Could everyday technology improve access to assessments? A pilot study on the feasibility of screening cognition in people with Parkinson’s disease using the Montreal Cognitive Assessment via Internet videoconferencing. Aust Occup Ther J 63:373–380CrossRef

32.

Südmeyer M, Wojtecki L, Schnitzler A (2012) Integrierte Versorgung des Morbus Parkinson. Akt Neurol 39:475–479CrossRef

33.

Swalwell C, Pachana NA, Dissanayaka NN (2018) Remote delivery of psychological interventions for Parkinson’s disease. Int Psychogeriatr 30:1783–1795CrossRef

34.

Temlett JA, Thompson PD (2006) Reasons for admission to hospital for Parkinson’s disease. Intern Med J 36:524–526CrossRef

35.

Thorp JE, Adamczyk PG, Ploeg H‑L, Pickett KA (2018) Monitoring motor symptoms during activities of daily living in individuals with parkinson’s disease. Front Neurol 9:1036CrossRef

Titel: Remote-Messung bei idiopathischem Parkinson-Syndrom
Entwicklungen in Diagnose, Monitoring und Therapie
verfasst von: Dr. U. Kleinholdermann
J. Melsbach
D. J. Pedrosa
Publikationsdatum: 25.10.2019
Verlag: Springer Medizin
Schlagwort: Parkinson-Krankheit
Erschienen in: Der Nervenarzt / Ausgabe 12/2019
Print ISSN: 0028-2804
Elektronische ISSN: 1433-0407
DOI: https://doi.org/10.1007/s00115-019-00818-7

Neu in den Fachgebieten Neurologie und Psychiatrie

18.04.2024 | Arterielle Hypertonie | Nachrichten

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Remote-Messung bei idiopathischem Parkinson-Syndrom

Entwicklungen in Diagnose, Monitoring und Therapie

Zusammenfassung

Neu in den Fachgebieten Neurologie und Psychiatrie

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Fünf Dinge, die im Kindernotfall besser zu unterlassen sind

Delir kann Demenz begünstigen

Manche Gestagene können das Risiko für Meningeome erhöhen

Live-Webinar: Aktuelle Leitlinien bei Herz-Kreislauf-Erkrankungen

Springer Medizin

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 12/2019

Tuberkulose unter MS-Immuntherapien – konkrete Empfehlungen

Das Progressionsmonitoring bei MS mit Wearables verbessern

Untypischer Fall eines CLIPPERS-Syndroms

Mobiles Anfallsmonitoring bei Epilepsiepatienten

Ambulantes Monitoring und digitale Phänotypisierung in Diagnostik und Therapie bipolarer Erkrankungen

Wearables zum kontextgesteuerten Assessment in der Psychiatrie

Neu in den Fachgebieten Neurologie und Psychiatrie

Antihypertensiva schützen auch alte Menschen noch vor Demenz

Fünf Dinge, die im Kindernotfall besser zu unterlassen sind

Delir kann Demenz begünstigen

Manche Gestagene können das Risiko für Meningeome erhöhen