个性化智能提示装置检测帕金森病冻结步态的性能

《European Journal of Neuroscience》：Performance of a Personalized Smart Cueing Device to Detect Freezing of Gait in Parkinson's Disease

　　

外部提示是一种经过验证的策略，用于克服帕金森病（PD）患者的冻结步态（FoG）。然而，手动激活提示往往为时已晚，而持续提示可能被视为负担。因此，研究人员开发了Cue2walk，一种用于检测FoG并提供外部提示的医疗设备。本研究旨在确定：（1）Cue2walk设备检测FoG的性能；（2）个性化优化对其检测FoG性能的影响。24名患有PD且每日出现FoG的受试者在其家中完成了一项包含FoG诱发任务的步态回路，同时佩戴Cue2walk设备收集加速度数据。两名经验丰富的独立评估员使用视频标注评定FoG的发生情况。每位参与者的数据集被分为训练集（60%）和测试集（40%），以获得FoG发作的均匀分布。训练集用于个性化优化算法参数。随后使用测试集评估标准设置和个性化设置下检测FoG的性能，通过计算灵敏度、特异度和延迟（从FoG发作到检测的时间）来衡量。标准设置下，测试集的灵敏度为28.2%?±?31.6%，特异度为96.0%?±?4.1%，延迟为1.9秒?±?2.4秒。个性化设置下，灵敏度为89.1%?±?14.8%，特异度为93.3%?±?5.5%，延迟为1.6秒?±?2.2秒。个性化设置的灵敏度显著更高（p?**论文解读文章**

**研究背景**
冻结步态（FoG）是帕金森病（PD）中超过50%患者受影响的运动症状，临床定义为“尽管试图迈步，但无法有效起步的阵发性发作”（Gilat et al. 2026）。FoG增加跌倒风险、导致跌倒恐惧及随后的活动能力丧失（Latt et al. 2009; Bloem et al. 2004），是PD最致残的运动症状之一，严重影响生活质量（Cronin et al. 2024）。然而，药物和/或手术干预无法完全缓解FoG（Gámez-Leyva & Cubo 2024），因此需要补充非药物干预措施，例如使用外部节律性提示。外部提示被定义为“利用外部时间或空间刺激促进运动（步态）启动和延续”（Nieuwboer et al. 2007）。现有设备通常手动触发或持续提供提示，但手动触发往往太迟，而持续提示可能被视为负担。智能提示（smart cueing）通过可穿戴设备自动检测FoG发作并激活提示，从而解决这些局限。Cue2walk（CE 1类医疗设备）是一种小型单传感器智能提示装置，置于膝关节外侧下方，通过加速度计采集数据，内置双层次检测算法（基于Freeze Index等，Moore et al. 2008），并可个性化优化算法设置（选择活跃算法及阈值）。本研究旨在确定Cue2walk设备检测FoG的性能（灵敏度、特异度、延迟），并评估个性化优化对其性能的影响。

**研究开展与结论**
研究人员招募了24名每日出现FoG的PD患者（纳入标准：按UK脑库标准确诊的PD、FoG频繁发作（NFOG-Q问题2得分为4）、能沟通且无影响活动能力的合并症）。测量在患者家中进行，设计包含个人FoG诱发点（如狭窄空间、门口）和标准步行任务（如绕过家具）的步态回路。设备仅用于采集加速度数据（关闭提示功能），同时用iPhone XR录像。视频由两名独立训练评估员标注FoG发作时间（使用ELAN和Kinovea软件），不一致处讨论达成共识。数据按60/40比例分为训练集和测试集（保证FoG发作均匀分布）。训练集用于个性化优化算法参数（操作员盲法下试错法调整），测试集用于评估标准设置和个性化设置下的检测性能。主要指标：灵敏度（每发作事件）、特异度（每1.5秒时间窗口）、延迟（从FoG发作到检测的时间）。统计分析采用配对t检验或Wilcoxon检验。

**研究结果**
- **参与者特征**：24名参与者平均年龄72.6岁，病程8.8年，FoG病程2.8年，MDS-UPDRS第三部分评分20.4，MMSE评分28.1，多数在ON药态下测量。
- **FoG视频标注**：共标注154次FoG发作（训练集79次，测试集75次），平均持续时间训练集8.9秒、测试集8.2秒。16名参与者在训练集和测试集均出现FoG，6名全程无FoG，2名仅在测试集出现。
- **评估员间一致性**：Cohen's Kappa为0.66（SD 0.22），表示一致性水平“中等”（由于患病指数高，实际一致性可能被低估）。阳性一致性0.71，阴性一致性0.96。
- **训练集性能**：标准设置灵敏度32.2%（SD 36.4%），个性化优化后显著提升至83.7%（SD 16.1%，p<0.001）。标准设置特异度96.4%（SD 4.0%），个性化优化后显著降低至93.5%（SD 6.1%，p=0.031）。标准设置延迟2.5秒（SD 3.6秒），个性化设置1.6秒（SD 1.1秒），在可配对亚组（n=11）中无显著差异。
- **测试集性能**：标准设置灵敏度28.2%（SD 31.6%），个性化设置显著提升至89.1%（SD 14.8%，p<0.001）。标准设置特异度96.0%（SD 4.1%），个性化设置93.3%（SD 5.5%，p>0.05）。标准设置延迟1.9秒（SD 2.4秒），个性化设置1.6秒（SD 2.2秒），在可配对亚组（n=10）中无显著差异。
- **最敏感和最不敏感标准设置性能**：使用比标准设置“更敏感”选项时，灵敏度提高至50.8%，特异度降至86.5%，延迟缩短至0.7秒（所有p<0.05）。使用“最不敏感”选项时，灵敏度相似（21.8%），特异度提高至98.4%，延迟趋势延长（p=0.054）。

**讨论与结论**
讨论指出，标准设置下Cue2walk设备表现出极好的特异度和良好的延迟，但灵敏度较差；个性化优化显著提高灵敏度，同时保持特异度和延迟不变，使设备在未见过的测试数据上仍保持良好性能。与类似单传感器设备（如Coste et al. 2014; Moore et al. 2013）相比，Cue2walk的灵敏度相当或更高，特异度更高，且采用多算法组合（最多6种）可能提供更稳健的检测。延迟方面，更短的延迟报告多见于多传感器设备，但Cue2walk通过提高灵敏度选项可间接缩短延迟（以降低特异度为代价）。研究局限性包括：数据量小导致FoG发作数有限；训练集与测试集来自同一次测量（同一天同一环境），可能影响泛化性；操作员手动优化依赖经验；未进行正式先验功效分析。未来研究需评估标准化优化程序及不同环境下的长期性能。研究结论：Cue2walk智能提示装置在个性化优化设置下表现出良好的FoG检测性能，且在未见过的测试数据上保持稳定，未来需确定其临床有效性和成本效益。该论文发表在《European Journal of Neuroscience》。

相关新闻