Titolo della tesi: Mobility evaluation in Parkinson’s disease: from disease study to therapeutic application
La malattia di Parkinson (MP) è la seconda malattia neurodegenerativa più frequente. Il declino della mobilità rappresenta una delle principali cause di disabilità; pertanto, studiare come le persone con MP si muovono è essenziale per la valutazione e la gestione della malattia. I sintomi della MP possono fluttuare nel corso della giornata o tra giorni diversi. Dunque, valutare la mobilità solo attraverso test di laboratorio (capacità) può essere insufficiente e richiede l’integrazione di un monitoraggio in condizioni reali (performance), lungo l’intero arco di 24 ore e per periodi prolungati.
L’avvento dei dispositivi indossabili commerciali, come gli smartwatch, ha reso questa valutazione possibile, ma la maggior parte di tali dispositivi necessita di validazione. Inoltre, la mobilità non è determinata unicamente dalla funzione motoria, ma è influenzata da fattori personali e ambientali. Ciò è particolarmente vero nella MP, in cui i sintomi non motori (NMS) hanno un impatto rilevante. Tuttavia, la misura in cui i sintomi motori (MS) e NMS influenzano la capacità e la performance rimane ancora poco chiara.
Questa tesi di dottorato ha affrontato tali domande nella MP attraverso tre sezioni complementari:
1. Validazione di uno smartwatch commerciale per il conteggio dei passi giornalieri (4 contributi originali).
2. Valutazione della relazione tra la capacità di cammino in clinica e la performance di cammino nel mondo reale, e del contributo di MS e NMS alla mobilità (3 contributi originali).
3. Valutazione della mobilità notturna, della sua associazione con la mobilità diurna e della risposta al trattamento dopaminergico (2 contributi originali).
Abbiamo costruito un dataset multimodale di 121 persone con MP, includendo misure demografiche, antropometriche e cliniche che esplorano sia i MS che i NMS oltre a misure di mobilità supervisionata (inclusi cammino in avanti, indietro e rotazioni) e non supervisionata.
Nella prima sezione abbiamo dimostrato che il numero medio di passi giornalieri (AvDS) è accurato e affidabile nei pazienti con MP lieve-moderata in condizioni ecologiche, pur essendo influenzato da stadio di malattia, fenotipo, posizionamento del dispositivo e stato farmacologico. Inoltre, abbiamo definito per la prima volta la minima differenza clinicamente significativa (MCID) per gli AvDS nella MP, fornendo un riferimento per interpretare le variazioni nel tempo o in risposta a interventi. Nel complesso, questi risultati confermano la fattibilità dell’uso degli smartwatch come strumenti di misura digitale della mobilità, pur evidenziando i limiti legati alla malattia.
La seconda sezione, mediante modelli bayesiani, ha evidenziato il potere limitato dei test di mobilità supervisionata nel predire la mobilità non supervisionata. Inoltre, le analisi multivariate hanno mostrato che i NMS, in particolare disfunzione esecutiva, depressione e astenia, rappresentano i determinanti principali della mobilità supervisionata e non supervisionata. La loro influenza è risultata più marcata nei compiti complessi, ma evidente anche negli AvDS, talvolta più dei MS. Questi risultati sottolineano che la mobilità nella MP è un fenomeno multidimensionale, modellato da MS, NMS e fattori ambientali.
Nella terza sezione abbiamo osservato che i pazienti con mobilità notturna ridotta mostravano anche una peggiore mobilità diurna, indicando che le limitazioni motorie si estendono lungo l’intero arco di 24 ore. La terapia dopaminergica migliorava la qualità soggettiva del sonno ma non la mobilità notturna oggettiva, suggerendo meccanismi distinti.
In conclusione, i risultati della presente tesi di dottorato aprono la strada a strategie di monitoraggio della mobilità più ecologicamente valide, multidimensionali e centrate sul paziente. Tali risultati possono supportare la decisione clinica, guidare le strategie terapeutiche e contribuire alla definizione di indicatori digitali di mobilità, migliorando l’autonomia e la qualità di vita delle persone con MP.