Studio dell'analisi semi-automatica dell'attività motoria nel disturbo comportamentale del sonno REM

Abstract

Titolo Studio dell’analisi semi-automatica dell’attività muscolare nel disturbo comportamentale del sonno REM Candidato Giorgio Belluscio Relatore Prof. Dario Arnaldi Background L’uso di algoritmi semi automatici di quantificazione del sonno REM senza atonia (RWA) nel disturbo comportamentale del sonno REM (RBD) è promettente. Tuttavia, la validità clinica di tali software è ancora poco conosciuta. Scopo del presente lavoro è investigare la capacità diagnostica del metodo semi automatico di Frandsen et al. in un campione indipendente di soggetti affetti da RBD idiopatico (iRBD), malattia di Parkinson (PD) e controlli sani, e di verificarne la correlazione con l’attività dopaminergica nigrostriatale, studiata mediante 123I-FP-CIT-SPECT. Metodi Sono stati studiati 45 iRBD (68.5±7.8 anni, 36 maschi), 24 PD senza RBD (66.7±9.5 anni, 13 maschi), 46 PD con RBD (72.5±6.2 anni, 29 maschi) e 11 controlli sani (67.3±11.4 anni, 5 maschi). Tutti i pazienti sono stati sottoposti a visita clinica, polisonnografia, e (a eccezione dei controlli) a 123I-FP-CIT-SPECT. La capacità diagnostica dei parametri di quantificazione di RWA visivi e di quello semiautomatico è stata indagata tramite analisi ROC. Sono state effettuate correlazioni di Pearson tra i parametri di RWA e i dati 123I-FP-CIT-SPECT. Risultati L’analisi visiva, in particolare il parametro ‘any REM’, è risultata la migliore nel diagnosticare l’RBD (AUC=0.99). L’analisi semi-automatica ha mostrato una buona, seppur significativamente inferiore, capacità discriminativa (AUC=0.86). L’accuratezza dell’algoritmo è risultata paragonabile agli altri metodi semi-automatici riportati in letteratura. Nessuno dei parametri RWA è risultato correlato con i dati 123I-FP-CIT-SPECT. Conclusioni Il metodo di Frandsen ha confermato una buona accuratezza diagnostica per l’RBD in un campione indipendente di soggetti. Tuttavia, i presenti dati suggeriscono che le metodiche semi-automatiche non possano sostituire l’analisi visiva.

Title Semiautomatic analysis of muscle activity in REM sleep behavioral disorder Candidate Giorgio Belluscio Supervisor Prof. Dario Arnaldi Background Semi-automatic analyses for quantifying REM sleep without atonia (RWA) in REM sleep behavior disorder (RBD) are promising. However, the clinical validity of such approach is still largely unknown. The aim of this work is to investigate the diagnostic accuracy of the semi-automatic method of Frandsen et al. in an independent sample of subjects with idiopathic RBD (iRBD), Parkinson's disease (PD) and in healthy controls, and to verify its correlation with nigrostriatal dopaminergic activity, investigated by 123I-FP-CIT-SPECT. Methods 45 iRBD (68.5±7.8 years, 36 males), 24 PD without RBD (66.7±9.5 years, 13 males), 46 PD with RBD (72.5±6.2 years, 29 males) and 11 healthy controls (67.3±11.4 years, 5 males). All patients underwent clinical assessment, polysomnography, and all subjects (except controls) underwent 123I-FP-CIT-SPECT. A receiver operating characteristic (ROC) analysis was applied to investigate diagnostic RBD accuracy of visual and semi-acutomatic RWA parameters. Pearson correlations were performed between RWA parameters and 123I-FP-CIT-SPECT data. Results The visual RWA analysis, in particular the ‘any REM’ parameter, achieved the best accuracy for the diagnosis of RBD (AUC 0.99). The semi-automatic parameter showed a good, but significantly lower, discriminative ability (AUC 0.86). The accuracy of the algorithm was comparable to the other semi-automatic methods reported in the literature. None of the RWA parameters was significantly correlated with 123I-FP-CIT-SPECT data. Conclusions The Frandsen method has confirmed good accuracy for the diagnosis of RBD when applied to an independent sample of subjects. However, the presented results suggest that semi-automatic methods cannot, at the current state, replace visual scoring.