Разработка метода ранней и дифференциальной диагностики болезни Паркинсона и эссенциального тремора с помощью анализа в сплескообразной активности мышц

Abstract

Исследованы проблемы, связанные с разработкой метода ранней и дифференциальной диагностики болезни Паркинсона (БП) и эссенциального тремора (ЭТ) с помощью анализа всплескообразной активности мышц. При исследовании пациентов с БП очень сложно найти пациентов, которые ранее не принимали противопаркинсонические препараты (то есть, являются нелечеными). Для решения проблемы малых выборок авторами было предложено искусственно увеличить выборки испытуемых при помощи бутстрепа. Было создано три искусственно увеличенных выборки испытуемых, а именно, выборка пациентов с БП, выборка пациентов с ЭТ и выборка контрольных испытуемых. Для увеличения выборок были созданы различные модели испытуемых. При построении моделей пациентов возникает две проблемы: проблема неадекватности и проблема недостаточной обобщающей способности модели. Поэтому при построении моделей пациентов необходимо найти компромисс между точностью и обобщающей способностью моделей. В статье предложены модели, которые, по мнению авторов, являются перспективными для ранней и дифференциальной диагностики БП и ЭТ. При использовании этих моделей была получена хорошая точность распознавания БП на ранней стадии (около 100%), точность дифференциальной диагностики (различения БП и ЭТ) составила более 90%. The problems associated with the development of a method for early and differential diagnosis of Parkinson’s disease (PD) and essential tremor (ET) using the analysis of wave train muscle activity are investigated. In the study of patients with PD, it is very difficult to find untreated patients who have not previously taken antiparkinsonian drugs. To solve the problem of small samples, it was proposed to increase artificially the sample of subjects using the bootstrap method. Three artificially enlarged samples of subjects were created: a sample of patients with PD, a sample of patients with ET, and a sample of control subjects. When constructing models, two problems arise: the problem of inadequacy and the problem of insufficient generalizing ability of the model. Both of these issues must be considered when building models. The paper proposes models that, according to the authors, are promising for the early and differential diagnosis of PD and ET. Using these models, a good accuracy of PD recognition at the early stage was obtained (about 100%); the accuracy of differential diagnostics (distinguishing between PD and ET) was more than 90%.