development and validation of an m-health system for longitudinal handwriting monitoring in patients with parkinson's disease

Neurodegenerative diseases, such as Parkinson's disease (PD), affect the structure and functions of several different cerebral areas resulting in progressive cognitive, and functional decline. Over the course of the disease, PD patients experience worsening symptoms and fluctuations in response to medication. Clinical monitoring is the most well-accepted and frequently utilized approach to assess PD patients’ conditions, but it is limited by reduced health system resources and the inability to reflect day-to-day symptoms. These limitations may be solved by exploiting technological home-based solutions that assist patients in better managing their disease while minimizing the need for regular clinic appointments and related management expenses. This thesis developed and tested an m-health system able to collect quantitative handwriting data for the unsupervised monitoring of PD patients. The system was composed of a sensorized pen and a tablet application. The latter was used to assist the user in performing pen-and-paper drawing and writing tasks while quantitative handwriting data were gathered by the pen's sensors. The m-health system usability was investigated by administering the System Usability Scale (SUS) to healthy elderly subjects after seven days of usage under unsupervised conditions and to PD patients after one day of autonomous usage in a supervised scenario. From handwriting data acquired by the pen's sensors, 47 quantitative indicators were extracted, and their reliability over the seven-day acquisition period was statistically assessed. 5 PD patients and 10 healthy participants were recruited. The m-health system usability was evaluated as good by the healthy group (mean SUS score of 79.5) and excellent by PD patients (mean SUS score of 97.5). When examining each m-health system component separately, it emerged that the mobile application was successful in terms of functionality, aesthetics, and information content even though a moderate result was obtained when considering its perceived impact. The test-retest reliability of 47 extracted writing indicators showed that the minimum number of reliable indicators per task ranged from 62% to 94%, suggesting that the indicators successfully capture measurable aspects capable of globally quantifying the execution of complex and highly variable tasks. In conclusion, the developed system achieved excellent usability results on elderly subjects with reduced familiarity with mobile devices. It also allowed the acquisition of more than 700 handwriting samples in uncontrolled mode, from which reliable and characteristic indicators were extracted. These results are encouraging for home monitoring of individuals with PD to complement their clinical assessments solving the limitation of the current standard procedure. Further studies should expand the m-health system usability testing to a larger PD patient sample size and also examine their indicators and test-retest reliability.

Le malattie neurodegenerative, tra cui la malattia di Parkinson (PD), colpiscono la struttura e le funzionalità di diverse aree cerebrali, provocando un progressivo declino cognitivo e funzionale. Con il progredire della malattia, i pazienti affetti da tale condizione manifestano un peggioramento dei sintomi e fluttuazioni motorie in risposta ai farmaci. Si rende quindi necessario un frequente monitoraggio della condizione del paziente e quello in clinica è l'approccio più accettato e utilizzato, sebbene limitato dalla scarsità di risorse del sistema sanitario e dalla difficoltà di rivelare le variazioni quotidiane dei sintomi. Tali limiti possono essere risolti sfruttando soluzioni tecnologiche in grado di controllare da remoto e in un ambiente domestico l'andamento della malattia. Ciò consente di supportare i pazienti nella gestione della loro condizione, riducendo al minimo la necessità di appuntamenti in clinica e spese di trasporto. In questa tesi è stato sviluppato e testato un sistema m-health per la raccolta di dati quantitativi di scrittura volta al monitoraggio non supervisionato di pazienti affetti da malattia di Parkinson. Il sistema è composto da una penna sensorizzata e da un'applicazione per tablet. Quest'ultima è stata utilizzata per guidare l'utente durante l'esecuzione di esercizi di disegno e scrittura che il soggetto esegue su carta utilizzando la penna sensorizzata che acquisisce segnali cinematici per la caratterizzazione del gesto. L'usabilità del sistema m-health è stata valutata attraverso la System Usability Scale (SUS) su anziani sani dopo sette giorni di utilizzo in condizioni non controllate e su pazienti affetti da PD dopo un giorno di utilizzo autonomo in uno scenario supervisionato. Dai dati acquisiti dai sensori della penna sui soggetti sani, sono stati poi estratti 47 indicatori di cui è stata valutata l'affidabilità. I partecipanti reclutati comprendono 5 pazienti affetti da PD e 10 soggetti sani di età corrispondente. L'usabilità del sistema è stata valutata buona dal gruppo dei sani (punteggio medio SUS di 79,5) ed eccellente da quello dei pazienti (punteggio medio SUS di 97,5). Esaminando separatamente ogni componente del sistema m-health, è emerso che l'applicazione è valida in termini di funzionalità, estetica e contenuto informativo, sebbene il risultato relativo all'impatto percepito sia moderato. Per quanto riguarda l'analisi di affidabilità, il numero di indicatori affidabili varia dal 62% al 94% tra i diversi esercizi, dimostrando la rappresentatività di tali indicatori di aspetti fisici globali relativi all'esecuzione di gesti intrinsecamente complessi e altamente influenzati dal contesto in cui sono prodotti. In conclusione, il sistema sviluppato ha ottenuto ottimi risultati di usabilità su soggetti anziani con ridotta familiarità con i dispositivi mobili e ha permesso l'estrazione di indicatori affidabili da oltre 700 acquisizioni di segnali cinematici in modalità non supervisionata. Questi sono risultati incoraggianti nell’ottica di poter utilizzare il sistema proposto per il monitoraggio domiciliare di pazienti affetti da PD, risolvendo alcune delle limitazioni dell'attuale procedura standard. Studi futuri dovrebbero estendere la valutazione dell'usabilità del sistema m-health ad un campione più ampio di pazienti affetti da PD in scenari non supervisionati ed esaminare anche su questi l'affidabilità degli indicatori.