La aplicación SleepFit puede ayudar a mejorar la monitorización diaria de los síntomas motores del Parkinson, según un estudio

Según un estudio, una nueva aplicación para tabletas Android, llamada SleepFit, puede ayudar a controlar la progresión diaria y la respuesta al tratamiento de los síntomas motores asociados con la enfermedad de Parkinson.

La aplicación se evaluó en el estudio " Un nuevo monitoreo prospectivo en el hogar de los síntomas motores en la enfermedad de Parkinson " , que se publicó en el Journal of Parkinson Disease .

El desarrollo y la aprobación de nuevas terapias para la enfermedad de Parkinson ha hecho posible que muchos pacientes conserven un estilo de vida relativamente activo. Sin embargo, las terapias no tienen el mismo efecto en todos los pacientes, por lo que las dosis y los regímenes de tratamiento deben adaptarse a las necesidades de cada paciente.

En la práctica clínica habitual, ajustar la terapia antiparkinsoniana se basa en una combinación de evaluación objetiva de los síntomas y análisis subjetivo de las perspectivas y experiencias del paciente.

Los médicos tienen varias herramientas de evaluación clínica para ayudar a evaluar la progresión de los síntomas de Parkinson, incluida la Escala de calificación de la enfermedad de Parkinson unificada de la Sociedad de Trastornos del Movimiento (MDS-UPDRS), que se usa comúnmente para evaluar las habilidades y síntomas motores.

Por el contrario, revisar las perspectivas y experiencias de un paciente puede ser un desafío más que una estrategia útil. Algunos pacientes muestran disfunción cognitiva subclínica, incluso en las primeras etapas de la enfermedad, lo que puede afectar la forma en que perciben sus síntomas y el entorno circundante.

"La importancia de evaluar con precisión los síntomas motores es fundamental en el seguimiento clínico de los pacientes con [enfermedad de Parkinson]", Pietro Luca Ratti, MD, PhD, investigador en el neurocentro del sur de Suiza, en Suiza, y autor principal del estudio , dijo en un comunicado de prensa .

"De hecho, las decisiones terapéuticas de los médicos se basan en la información subjetiva proporcionada por un paciente tanto como en el examen físico", agregó. "Esto es particularmente importante teniendo en cuenta que los medicamentos antiparkinsonianos deben prescribirse en sus dosis mínimas efectivas para optimizar la movilidad, mientras se minimizan los efectos secundarios indeseables".

Para informar la toma de decisiones clínicas, los investigadores han desarrollado SleepFit, una aplicación (aplicación) fácil de usar para tabletas Android que puede ayudar a los pacientes a registrar sus síntomas motores en determinados momentos del día.

Usando preguntas y pruebas para recopilar datos sobre las habilidades motoras y de movilidad del paciente, la aplicación puede ser una fuente de datos subjetivos que es imparcial al recordar al paciente. Integra los ítems que miden los síntomas motores de las Escalas para el resultado en la Tarjeta del diario de evaluación de Parkinson (m-SCOPA-DC) y una nueva Escala visual analógica que evalúa la movilidad global (m-VAS).

Los investigadores evaluaron el potencial de esta nueva herramienta en el hogar y la compararon con los datos recopilados de entrevistas estándar entre 42 pacientes con Parkinson leve a moderado que participaron en el estudio Sleep and Move ( NCT02723396 ).

Se pidió a todos los participantes que usaran la aplicación cuatro veces al día durante 14 días para registrar sus síntomas: en la mañana, 30 minutos después de despertarse y una hora después de la ingesta de medicamentos dopaminérgicos; en la tarde antes de tomar medicación dopaminérgica; y en la tarde antes de acostarse.

El último día, los pacientes completaron los cuestionarios MDS-UPDRS partes II y IV durante una consulta en el consultorio para evaluar su recuerdo subjetivo de los síntomas motores.

En general, los datos recopilados a través de los dos métodos mostraron resultados similares para las puntuaciones generales, con puntuaciones de m-VAS que difieren en un 10% y SCOPA-DC en un 18,3%. Para los síntomas motores únicos, como los movimientos involuntarios, la destreza de las manos, caminar y la capacidad de cambiar de posición, los resultados también fueron similares con diferencias de menos del 20% entre los dos métodos.

Sin embargo, algunas personas con enfermedad más avanzada, mayor fatiga o peor calidad del sueño tuvieron más dificultades para recordar sus síntomas.

La evaluación de la información autoinformada de los pacientes no reveló una tendencia hacia un pensamiento positivo o negativo sobre sus síntomas. Aún así, el 16,7% de los participantes tienden a sobreestimar o subestimar sus síntomas en su recuerdo.

"Conocer la tendencia de un paciente dado hacia el pensamiento positivo o negativo podría informar críticamente la toma de decisiones clínicas con respecto al ajuste de la medicación dopaminérgica", escribieron los investigadores.

Estos resultados preliminares demuestran que la aplicación SleepFit podría ser útil en la práctica clínica habitual para reducir el sesgo retrospectivo de autoinforme, particularmente para pacientes que tienen enfermedades más avanzadas o deficiencias cognitivas.

"Creemos que un enfoque prospectivo permitiría una mejor evaluación clínica de los síntomas subjetivos de los pacientes y, por lo tanto, un mejor manejo clínico de los propios pacientes", dijo Ratti, quien también es investigador en el Hospital Universitario Pierre Zobda-Quitman en Fort-de -Francia, Martinica.

"Aunque SleepFit aún está en desarrollo, creemos que eventualmente se convertirá en una herramienta poderosa para apoyar la evaluación del paciente en condiciones de la vida real, que abarque síntomas motores y no motores de [enfermedad de Parkinson]", dijo.