دسته بندی:

پزشکی 1 - medical

---

سال انتشار:

2020

---

ترجمه فارسی عنوان مقاله:

ابزارهای تحلیلی در ارزیابی درمان دارویی بیماری های عصبی - یک مطالعه موردی

---

عنوان انگلیسی مقاله:

Analytical tools for evaluation pharmaceutical treatment of neurological diseases – a case study

---

منبع:

Sciencedirect - Elsevier - Procedia Manufacturing 44 (2020) 567–574

---

نویسنده:

Tomasz Gutowski1, Mariusz Chmielewski1, Marcin Kukiełka1, Paweł Pieczonka1*

---

چکیده انگلیسی:

The paper describes implementation details of analytical method and conclusions of novel approach to clinical trials monitoring and pharmaceutical drugs evaluation. The designed tools and implemented method utilizes mobile application and neural networks based algorithms for assisting and monitoring of time-constrained symptoms reporting. The research provides proofs that strict, assisted health state reporting correlated with sensor data acquisition can objectivize clinical trials therefore making the process more accurate. The designed algorithms are applied for wearable sensor data analysis in order to evaluate the intensity of tremor or dyskinesia and further to correlate the patient’s survey data with acquired through sensors data. Based on clinical trials observations, a set of requirements for validating symptoms of neurological diseases have been formulated, concentrating on selected few, which can be registered using wearable biomedical sensors. The constructed tools utilize conventional surveying methods supplemented with biomedical sensor for neurological symptoms recognition and intensity evaluation. Developed mobile system is aimed at clinical trials assistance utilizing sensor-based state evaluation. Such quantitative approach is a supplement for patient’s subjective evaluation of health state. This work is a discussion on pros and cons of such process composition and its supplementation with technology. Existing methodology relies on patient’s health state evaluation based on iteratively answered questionnaires, which in our understanding cannot be fully controlled, thus reliable. The utilization of actigraphy and electromyography techniques provides efficient means of some gestures recognition but most of all PD tremor identification and intensity evaluation, therefore can be used for ON/OFF state and dyskinesia identification and evaluation. In order to recognize specific states for PD patients (tremors, bradykinesias, rigidity, mental slowness, etc.) a set of additional techniques have been designed and implemented. The paper contains summary of research assumptions and validation results obtained during the conceptual and testing phase of a deployed IQPharma Clinical Trials Assistant system. The original findings of presented research provide three correlating aspects (methods) of pharmaceutical therapy evaluation: 1. Patient subjective health state evaluation - based on the patient survey responses, 2. Tremor recognition and intensity evaluation – based on the inertial and biomedical sensor data analysis – aggregated features of actigraphy and electromyography 3. Reflex and mental perception assessment - based on the touch screen exercise evaluation and accuracy and providing complemental assessment of patient.
Keywords: clinical trials assessment | biomedical sensors | data fusion | mobile system | biomedical engineering | Parkinsons Disease | tremor assesment | sensor system | mobile analytical tools | medial diagnostics | quantitative measures

---

چکیده فارسی:

در این مقاله، اجرای روش تحلیلی و نتیجه رویکرد جدید برای نظارت بر آزمایشات بالینی و ارزیابی داروهای درمان بیماری های عصبی به طور دقیق شرح داده شده است. ابزار طراحی شده و روش اجرای آن از الگوریتم های مبتنی بر برنامه های تلفن همراه و شبکه های عصبی برای کمک و نظارت بر گزارش علائم در زمان استفاده می کند. طبق شواهد این تحقیق،گزارش دقیق وضعیت سلامت به همراه جمع آوری داده های سنسور می تواند آزمایشات بالینی را عینیت بخشد ، بنابراین به افزایش دقت فرایند کمک خواهد کرد. الگوریتم های طراحی شده برای آنالیز داده های سنسور wearable به منظور ارزیابی شدت لرزش یا دیسکینزی (از بین رفتن توان حرکت) و علاوه بر این، ارتباط داده های نظرسنجی بیمار با داده های سنسور به کار رفته است. بر اساس مشاهدات آزمایش های بالینی ، مجموعه ای از ملزومات در تأیید علائم بیماری های عصبی ، با تمرکز بر تعداد معدودی از افراد منتخب و با استفاده از سنسورهای زیست پزشکی wearable ثبت وفرموله شده اند. ابزار ساخته شده با استفاده از روشهای مرسوم نظرسنجی به همراه سنسور زیست پزشکی برای تشخیص علائم عصبی و ارزیابی شدت به کار می رود. سیستم تلفن همراه توسعه یافته با کمک آزمایشات بالینی و با استفاده از ارزیابی حالت مبتنی بر سنسور کار میکند. چنین رویکرد کمی، مکمل ارزیابی ذهنی بیمار از وضعیت سلامتی است. این مقاله پیرامون بحث درمورد جوانب مثبت و منفی چنین فرآیندی و تکمیل آن با فناوری است. روش موجود به ارزیابی وضعیت سلامت بیمار براساس پرسشنامه های تکرار شونده پاسخ می دهد ، که از نظر ما کاملا قابل کنترل نیست ، اما قابل اعتماد است. استفاده از تکنیک های اکتی گرافی (روش غیر تهاجمی ثبت دوره های فعالیت و استراحت انسان) و الکترومیوگرافی (توانایی عضله برای پاسخ، در زمان تحریک عصب) به معنای کارآیی برخی حرکات ، اما بیشتر از شناسایی لرزش PD و ارزیابی شدت ، در شناسایی و ارزیابی حالت دیسکینز یا N / FF کاربرد دارد. مجموعه ای از تکنیک های اضافی به منظور شناسایی حالات خاص بیماران برای PD (لرزش ، برادیکینزیا ، سختی ، کندی ذهنی و غیره) طراحی و اجرا شد. این مقاله شامل خلاصه ای از فرضیات تحقیق و نتایج اعتبارسنجی به دست آمده در طی مرحله مفهومی و آزمایشی سیستم دستیار آزمایش های بالینی IQPharma است. یافته های اصلی تحقیق ارائه شده، سه جنبه ارزیابی درمان دارویی از جمله: 1. ارزیابی وضعیت سلامت ذهنی بیمار - بر اساس پاسخ های نظرسنجی بیمار ، 2. تشخیص لرزش و ارزیابی شدت - براساس آنالیز داده های سنسور اینرسی و زیست پزشکی - ویژگی های جمع شده از اکتی گرافی و الکترومیوگرافی 3. ارزیابی رفلکس و درک ذهنی - بر اساس ارزیابی تمرین صفحه لمسی و دقت و ارزیابی تکمیلی بیمار را فراهم می کند.
کلمات کلیدی: ارزیابی آزمایشات بالینی | سنسورهای زیست پزشکی | همجوشی داده ها | سیستم موبایل | مهندسی پزشکی | بیماری پارکینسون | ارزیابی لرزش | سیستم حسگر | ابزار تحلیلی موبایل | تشخیص داخلی | اقدامات کمی

---

---

---

---

حجم فایل: 945 کیلوبایت

---

قیمت: 62400 تومان   

---

توضیحات اضافی:

---

---

---