Resumen de Monitorización ambulatoria de fluctuaciones y síntomas motores mediante acelerómetros: contribución a la diagnosis y seguimiento de la enfermedad de Parkinson
La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo que en la actualidad no tiene cura conocida. Aunque existen tratamientos que ofrecen al paciente una buena calidad de vida durante muchos años, los efectos adversos a la medicación, que aparece tras varios años de tratamiento, pueden afectarles gravemente. Estos efectos adversos se manifiestan en fluctuaciones, que los pacientes presentan a lo largo del día, entre los llamados periodos o estados motores ON y OFF. El conocimiento de la evolución de estas fluctuaciones tanto a lo largo del día como a lo largo de la enfermedad es una información muy valiosa, no solo para que el neurólogo pueda pautar de forma efectiva la medicación, sino también para que el paciente pueda entender su enfermedad y conocer de forma precisa su evolución. En este sentido, la involucración y comprensión de la enfermedad y de su evolución son de vital importancia en la mejora de la calidad del paciente y su entorno.
La tesis que este documento recoge es una aportación a la monitorización ambulatoria de fluctuaciones y síntomas motores en la EP mediante acelerómetros y tiene como objetivo diseñar un sistema sensor que sea capaz de monitorizar estas fluctuaciones de forma objetiva. Un dispositivo de estas características supondría un avance notable en la práctica clínica ya que posibilitaría un seguimiento personalizado y un ajuste de la medicación a las necesidades individualizadas de los pacientes. Además, abriría la posibilidad a nuevas mejoras dentro del tratamiento y la diagnosis de la EP, como pueden ser el control en lazo cerrado de la administración de medicación, la utilización de ayudas tecnológicas de guiado al caminar (mediante pistas auditivas o apticas) o monitorización continua y generación de informes y alarmas automáticos.
Partiendo de este objetivo general, que surge de una problemática médica, se propone una solución a través de un esquema metodológico procedente del mundo de la ingeniería. Esta metodología permite modelizar y, en muchos aspectos, automatizar los pasos necesarios para desarrollar soluciones tecnológicas a problemáticas de carácter de monitorización médica. Las principales contribuciones de esta tesis han sido en el apartado del desarrollo algorítmico donde, a partir de las bases de datos generadas, se han desarrollado una serie de clasificadores basados en técnicas de aprendizaje supervisado que son el ¿corazón¿ del sistema. Estas contribuciones se articulan en cuatro algoritmos estructurados en forma de un único clasificador jerárquico. De entre los cuatro clasificadores, tres de ellos se encargan de la detección de síntomas motores que por sí solos representan una información muy valiosa en el seguimiento y diagnosis de la EP. En esta tesis se propone, además, combinar la información proporcionada junto al cuarto detector, lo cual permite obtener un mapa muy preciso de la aparición de las fluctuaciones motoras a lo largo del día. Estos algoritmos están basados en clasificadores SVM y en la extracción de características frecuenciales y temporales. La validación de los detectores aporta valores por encima del 90% de precisión en la detección de las fluctuaciones motoras y de las discinesias en más de 20 pacientes. Además, todo el proceso se ha diseñado bajo la supervisión de profesionales médicos que han dirigido la investigación para que la información que proporciona el grupo de algoritmos sea útil y efectiva en la praxis clínica habitual. Finalmente, se puede afirmar que el sistema completo supone un importante avance ya que en la actualidad no existe en el mercado ningún sistema con un único sensor de estas características que permita a los neurólogos conocer objetivamente la pauta de aparición de síntomas al cabo del día y que, además, permita un método diagnóstico objetivo a largo plazo.
