Löpande observation av parkinsonsymtom med hjälp av symtomdagböcker och bärbar accelerometri

Varför det spelar roll att följa symtomen hela dagen

För personer som lever med Parkinsons sjukdom kan symtomen variera från timme till timme. En läkares snabba undersökning på kliniken fångar ofta bara ett ögonblick, och missar viktiga upp- och nedgångar i rörelse, tremor och stelhet under dag och natt. Denna studie beskriver en ny, öppet delad datamängd som följer personer med Parkinsons i deras vardag med både handledsburna rörelsesensorer och enkla symtomdagböcker. Den lägger grunden för smartare verktyg som en dag skulle kunna hjälpa till att skräddarsy behandling i realtid, utan att kräva att patienter ständigt skriver ned sina upplevelser.

Den dagliga utmaningen med växlande symtom

Parkinsons sjukdom är mest känd för sina rörelseproblem: långsamhet, stelhet och skakande tremor. Läkemedel kan hjälpa mycket, men deras effekter avtar, och många personer växlar mellan timmar med för låg rörlighet och perioder med oönskade extra rörelser. Idag är det huvudsakliga sättet att fånga dessa verkliga svängningar pappersdagböcker, där patienter eller vårdgivare markerar hur de mår under dagen. Dessa dagböcker är svåra att hålla uppe, beror på minne och uppmärksamhet och kan vara påverkade av dålig självinsikt i symtomen. Som en följd saknar läkare ofta en tydlig bild av hur behandlingar fungerar utanför kliniken.

Handledssensorer kliver in i vardagen

Moderna handledsenheter innehåller små rörelsesensorer som kan mäta hur en person rör sig varje sekund. Forskare har börjat använda sådana accelerometrar för att kontinuerligt övervaka Parkinsonsymtom hemma och visat att personer i allmänhet accepterar att bära dem och ibland föredrar dem framför att fylla i dagböcker. De flesta tidigare studier har dock involverat små, starkt selekterade patientgrupper och använt olika mått och metoder. Särskilt har det funnits mycket få stora datamängder som kombinerar verkliga sensorinspelningar med traditionella symtomdagböcker, vilket gör det svårt att rättvist testa och jämföra nya digitala metoder.

Hur studien följde människor dygnet runt

För att täppa till denna lucka genomförde författarna en studie kallad Löpande observation av parkinsonsymtom. Sextiosex vuxna med Parkinsons, behandlade vid ett neurologiskt centrum i Tyskland, bar rörelsesensorer på båda handlederna i upp till sju dagar medan de fortsatte sina vanliga rutiner, antingen på sjukhuset, hemma eller båda. Samtidigt fyllde de i en enkel timvis dagbok. I varje post markerade de sitt övergripande rörelsetillstånd, förekomsten och styrkan av tremor, eventuell frysning vid gång, eventuella fall och när de tog Parkinsonsmediciner, samt när de sov. De enda kraven för att delta var Parkinsonsdiagnos, att vara över 18 och kunna samtycka, så gruppen återspeglar ett brett spektrum av sjukdomsstadier och behandlingar, inklusive många med djup hjärnstimulering.

Att omvandla råa signaler till en öppen resurs

Handledsenheterna spelade in tredimensionell rörelse 100 gånger per sekund, tillsammans med ljus- och hudtemperatur för att avgöra när klockorna faktiskt bars. Efter studien digitaliserade teamet alla pappersdagböcker, synkroniserade dem med tidsstämplade sensordata och delade upp rörelsesignalerna i en timmes långa segment som matchade varje dagbokspost. De kontrollerade visuellt data för att upptäcka tider då enheter inte bars och markerade dessa timmar som saknade. Totalt innehåller datamängden omkring 394 dagar med överlappande dagboks- och sensorinformation, som täcker både vakna timmar och sömn, med endast en liten andel saknade poster. Alla filer—demografi, dagböcker, rörelsedata och exempel på kod för att arbeta med dem—är fritt tillgängliga via en öppen vetenskapsplattform online.

Vad detta betyder för framtida vård

Detta arbete levererar ännu inte en ny enhet eller app för patienter, men det tillhandahåller råmaterialet som behövs för att bygga och testa sådana verktyg. Genom att dela en rik, noggrant organiserad redogörelse för hur personer med Parkinsons rör sig och mår under många dagar bjuder författarna in andra forskare att utveckla algoritmer som kan läsa mönster i handledssignalerna och koppla dem till verkliga symtom. Om det lyckas kan sådana verktyg en dag minska bördan av pappersdagböcker, ge läkare en tydligare bild av varje persons bra och dåliga timmar och stödja mer precisa justeringar av medicinering och andra behandlingar i vardagen.

Citering: Nesser, T.P.R., van der Linden, C., Schedlich-Teufer, C. et al. Continuous observation of Parkinsonian symptoms using symptom diaries & wearable accelerometry. Sci Data 13, 587 (2026). https://doi.org/10.1038/s41597-026-06999-6

Nyckelord: Parkinsons sjukdom, bärbara sensorer, accelerometri, symtomspårning, digital hälsa