1. Napovedni dejavniki razvoja nemotoričnih fenotipov parkinsonove bolezniTimotej Petrijan, 2024, doctoral dissertation Abstract: Cilj te raziskave je bil preučiti dejavnike tveganja, prodromalne simptome, nemotorične simptome (NMS) in motorične simptome (MS) kot napovedne dejavnike za različne nemotorične fenotipe Parkinsonove bolezni (PB). Skupno 168 bolnikov je opravilo celovite preglede NMS in MS. Bolniki so bili na podlagi novo zasnovanih vključitvenih kriterijev razvrščeni v skupine treh NMS fenotipov (kortikalni, limbični in možgansko-debelni). Identificirali smo 38 (22,6%) bolnikov s kortikalnim fenotipom, 48 (28,6%) z limbičnim in 82 (48,8%) bolnikov z možgansko-debelnim fenotipom. Nadalje je bilo izvedeno podatkovno vodeno združevanje kot alternativni pristop klasifikacije, ki temelji na metodah strojnega učenja. Primerjali smo oba klasifikacijska pristopa za doslednost. Pearsonov hi-kvadrat test neodvisnosti je pokazal, da sta bila oba pristopa povezana z veliko velikostjo učinka (ꭓ2(8) = 175.001, p < 0.001, Cramerjev V = 0.722). Demografski in klinični profili so se pomembno razlikovali med NMS fenotipi in nam lahko predstavljajo diagnostične napovedne dejavnike za razvoj posameznega fenotipa. Novo zasnovani kriteriji imajo potencial kot poenostavljeno orodje za prihodnje klinične raziskave NMS fenotipov PB. Keywords: Parkinsonova bolezen, nemotorični fenotipi, a priori klasifikacija, analiza grozdov, napovedni dejavniki Published in DKUM: 22.11.2024; Views: 0; Downloads: 16
Full text (6,11 MB) |
2. Detekcija zamrznjenega koraka in stimulacija v realnem času s personaliziranim nosljivim sistemom za bolnike s Parkinsonovo boleznijo : doktorska disertacijaJan Slemenšek, 2024, doctoral dissertation Abstract: Analiza in razumevanje človeškega gibanja odpirata nova vrata na različnih področjih, kot so šport,
robotika, virtualna resničnost, medicina in rehabilitacija. Detekcija specifičnih aktivnosti človeškega
gibanja omogoča razvoj naprednih, personaliziranih naprav, orodij in pripomočkov za medicinske
namene. Zbiranje in analiza gibalnih podatkov omogočata ustvarjanje objektivnejše ocene o
dejanskem motoričnem stanju posameznika ali bolnika, kar lahko poveča učinkovitost treninga,
okrevanja in rehabilitacije. Disertacija predlaga robusten, nosljiv merilni sistem za zajemanje in analizo
človeškega gibanja v realnem času, namenjen bolnikom s Parkinsonovo boleznijo, ki doživljajo epizode
zamrznitve koraka. Gibalni podatki so pridobljeni s pomočjo pospeškometrov, giroskopov in merilnikov
mišične aktivnosti, vgrajenih v elastičen pas, nameščen pod kolenom na obeh nogah. Gibalni podatki
so uporabljeni za učenje in testiranje algoritmov strojnega učenja. Z obširno primerjalno analizo
desetih uveljavljenih klasifikacijskih algoritmov strojnega učenja za namene detekcije petih aktivnosti
smo identificirali kombinacijo konvolucijskih in rekurentnih nevronskih mrež z dodanim mehanizmom
pozornosti kot najbolj učinkovit klasifikacijski model, ki je nove instance klasificiral s točnostjo 98.9 %,
natančnostjo 96.8 %, senzitivnostjo 97.8 %, specifičnostjo 99.1 % ter F1 oceno 97.3 %. Enostavnejša,
čeprav zanemarljivo manj učinkovita kombinacija konvolucijskih in rekurentnih nevronskih mrež z
dodatkom preteklih podatkovnih instanc, je implementirana na mikrokrmilniku in uporabljena za
klasifikacijo novih instanc s frekvenco 40 Hz. Sistem je v realnem času detektiral zamrznjen korak pri
bolnikih s Parkinsonovo boleznijo s točnostjo 95.1 % in povprečno zakasnitvijo 261 ms, pri čemer so
bolniki prejemali stimulacijo po potrebi. Ritmični vibracijski stimulatorji so uspešno zmanjšali
povprečno trajanje zamrznjenega koraka za 38 %. Keywords: Analiza gibanja, Parkinsonova bolezen, zamrznitev koraka, strojno učenje, aktivna stimulacija. Published in DKUM: 22.10.2024; Views: 0; Downloads: 27
Full text (6,57 MB) |
3. |
4. Podporne intervencije družinskih članov pacienta s Parkinsonovo boleznijoMatija Škrlec, 2024, undergraduate thesis Abstract: Uvod: Parkinsonova bolezen je neozdravljiva, nevrodegenerativna bolezen, ki ima zelo raznoliko klinično sliko. Posledica bolezni je okrnjena fizična in kognitivna funkcija pacientov, kar zahteva veliko pomoči tudi od družinskih članov svojcev s Parkinsonovo boleznijo. Namen zaključnega dela je bil raziskati, katere intervencije se izvajajo za podporo družinskim članom pacienta s Parkinsonovo boleznijo.
Metode: Pri pisanju smo uporabili opisno ali deskriptivno metodo dela. Raziskave so bile pridobljene iz podatkovnih baz CINAHL, PubMed, Cochrane Library in ScienceDirect. Uporabili smo metodi analize ter sinteze. Raziskave smo razvrstili na ravni, glede na izbrano hierarhijo dokazov.
Rezultati: V končno analizo je bilo vključenih šest raziskav, ki so bile narativni pregled literature (n = 2), kvalitativne (n = 2), kvantitativne (n = 2), ali raziskave mešanih metod (n = 1). Družinskim članom so najpogosteje nudene intervencije izobraževanja, za sprejemanje vloge skrbnika, nudenje oziroma svetovanje duhovne oziroma duhovniške podpore v okviru paliativne oskrbe, ter socialna podpora oziroma izmenjava izkušenj med družinskimi člani v okviru psihoizobraževalnega programa.
Razprava in zaključek: Rezultati kažejo, da obstajajo koristne intervencije, kot so izobraževalni programi za družinske člane, vendar pa ne obstaja veliko raziskav, ki bi točno opredelile, kako bi naj bila izobraževanja strukturirana. Keywords: Parkinsonova bolezen, družinski člani, podporne intervencije Published in DKUM: 22.04.2024; Views: 339; Downloads: 105
Full text (1,34 MB) |
5. Kakovost življenja oseb s parkinsonovo boleznijo v času covid-19 pandemijePetra Lazarevski, 2023, master's thesis Abstract: Pandemija COVID-19 je prizadela predvsem ljudi z nevrološkimi zdravstvenimi težavami, pa ne le zaradi okužbe, ampak tudi zaradi splošne karantene in omejitev, ki so vplivale tudi na kakovost življenja bolnikov s Parkinsonovo boleznijo. S pregledom literature smo želeli raziskati kakovost življenja pacientov s Parkinsonovo boleznijo med COVID-19 pandemijo.
Metode: Uporabili smo metodologijo sistematičnega pregleda, analize in sinteze literature. S pomočjo vključitvenih in izključitvenih kriterijev smo v podatkovnih bazah: PubMed, ScienceDirect, Web of Science in SAGE Journals poiskali ustrezno literaturo. Glede na hierarhijo dokazov smo jih razvrstili v nivoje, s čimer smo ocenili moč dokazov. Potek iskanja literature je prikazan z diagramom PRISMA. S pomočjo orodja Joanna Briggs Institutes (JBI) smo kritično ocenjevali članke, ki smo jih vključili v končno analizo.
Rezultati: V končno analizo smo vključili 7 raziskav. Večina raziskav navaja kot glavni vzrok za poslabšanje kakovosti življenja v času pandemije COVID-19 nezmožnost obiskov zdravnika in prejemanje nasvetov.
Razprava in zaključek: Ugotovili smo, da je bilo treba narediti več raziskav na to tematiko. Z nadaljnjim razvojem telemedicine in približevanjem le-te bolnikom s Parkinsonovo boleznijo bo raziskava v veliko pomoč pri lajšanju zdravja in dobrega počutja posameznikov, njihovih družin in skupnosti. Keywords: Parkinsonova bolezen, kakovost življenja, COVID-19 Published in DKUM: 22.02.2024; Views: 408; Downloads: 68
Full text (1,70 MB) |
6. |
7. |
8. Razvrščanje vzorcev z uporabo inteligentnih metodLucijano Berus, 2017, master's thesis Abstract: Magistrsko delo obravnava področje umetne inteligence, strojnega učenja, razvrščanja kompleksnih vzorcev in metode določitve značilk. Predstavljeno je delovanje nekaterih najpogosteje uporabljenih razvrščevalnih algoritmov. Izdelan je bil algoritem za zaznavo Parkinsonove bolezni na podlagi zajetega zvočnega signala. Meritve zvoka so bile narejene na štiridesetih posameznikih. Od tega je bila polovica zdravih in polovica z Parkinsonovo boleznijo. Namen naloge je razviti robusten sistem za zaznavo prisotnosti Parkinsonove bolezni. Za izboljšanje natančnosti razvrščanja, so bile uporabljene različne tehnike določitve značilk (Pearsonov korelacijski koeficient, Khendallov korelacijski koeficient in Samoorganizacijske gruče) in topologije nevronskih mrež. S pomočjo usmerjene nevronske mreže, je bila dosežena 86,47 % natančnost razvrščanja. Omenjena natančnost je bila dosežena z uporabo redukcije značilk na podlagi Pearsonovega korelacijskega koeficienta. Keywords: umetna inteligenca, klasifikacija, strojno učenje, Parkinsonova bolezen, umetna nevronska mreža Published in DKUM: 13.09.2017; Views: 2371; Downloads: 296
Full text (1,48 MB) |
9. Zdravstvena nega starostnika s parkinsonovo boleznijo v domačem okoljuJanja Bombek, 2016, undergraduate thesis Abstract: V diplomskem delu je obravnavana parkinsonova bolezen pri starostniku, ki živi v domačem okolju. Zanimale so nas njegove potrebe, potrebe svojcev in vloga medicinske sestre pri zdravljenju te bolezni. Opisana je parkinsonova bolezen, njeni simptomi in zdravljenje. Posebej so izpostavljeni negovalni problemi starostnika s parkinsonizmom, ki živi v domačem okolju. Predstavljena je vloga medicinske sestre pri zdravstveni negi starostnika v domačem okolju v sklopu vseh življenjskih aktivnosti. Prikazana je študija primera starostnice s parkinsonovo boleznijo po konceptualnem modelu Virginie Henderson. Izvedli smo voden razgovor oziroma intervju in po procesu zdravstvene nege naredili načrt delovanja. Na osnovi zbranih podatkov smo predstavili možne negovalne probleme z ustreznim načrtom zdravstvene nege. Rezultati so potrdili, da se največje težave pri starostniku s parkinsonovo boleznijo v domačem okolju kažejo kot nevarnost padcev, depresija in obstipacija, zato imajo svojci in medicinska sestra pomembno vlogo pri njihovem zdravljenju. Keywords: parkinsonova bolezen, zdravstvena nega, starostnik, medicinska sestra Published in DKUM: 10.10.2016; Views: 2840; Downloads: 451
Full text (749,26 KB) |
10. Povezava med zmanjšano sposobnostjo voha (hipozmija) in upadom kognitivne učinkovitosti pri bolnikih s Parkinsonovo boleznijoMojca Brglez, 2016, master's thesis Abstract: Parkinsonova bolezen je napredujoča nevrodegenerativna bolezen, katere vzrok ni povsem poznan. Znano je, da se lahko pred tipično motorično simptomatiko pojavijo nemotorični simptomi. Eden izmed njih je tudi upad vohalne sposobnosti. Namen naše raziskave je bil raziskati vohalno sposobnost in kognitivni status pri bolnikih s Parkinsonovo boleznijo. Želeli smo ugotoviti, kateri faktorji najbolje ločujejo testno skupino od kontrolne. Uporabili smo nov vohalni test, zato smo karakteristike testa preverili tudi pri mladih odraslih.
V raziskavo smo vključili 30 bolnikov s Parkinsonovo boleznijo (povprečne starosti 68,8 let) in 30 starostnikov (povprečne starosti 71,2 let), ki so sestavljali kontrolno skupino. Vohalno sposobnost smo merili z vohalnim testom, ki smo ga napravili za potrebe te raziskave. Naloga udeležencev na tem testu je bila, da med desetimi pari različnih dišavnic najdejo ustrezne pare vonjev. Kognitivno učinkovitost smo ocenili z Montrealsko lestvico spoznavnih sposobnosti (MoCA). V drugo raziskavo smo vključili 100 mladih odraslih (povprečne starosti 23,3 let). Pri njih smo preverjali vohalno sposobnost z razširjenim vohalnim testom, ki je obsegal trinajst parov dišavnic.
Rezultati so pokazali na statistično pomembno razliko v vohalni sposobnosti in kognitivnem upadu med bolniki s Parkinsonovo boleznijo in kontrolno skupino. Povezava med kognitivno učinkovitostjo in sposobnostjo voha je pri bolnikih šibka. Ugotovili smo tudi, da se s trajanjem bolezni vohalni deficit ne poslabšuje. Vonji, ki najbolje diskriminirajo testno skupino od kontrolne, so: kava, klinčki, majaron in cimet. Rezultati analize vohalnega testa pri mladih kažejo, da mladi na vohalnem testu dosegajo statistično pomembno boljše rezultate. Ugotovili smo tudi, da se pri origanu, majaronu, baziliki, rožmarinu, janežu in kumini pojavlja največ napak.
Z vohalnim testom smo potrdili, da je pri bolnikih s Parkinsonovo boleznijo vohalna sposobnost slabša. To nam daje priložnost, da z izboljšanjem vohalnega testa in dodatnimi analizami na večjem vzorcu bolnikov uporabimo test kot presejalni in kot pomoč pri prepoznavi Parkinsonove bolezni že v predklinični fazi. Keywords: Parkinsonova bolezen, vohalna sposobnost, kognitivni upad, vohalni test, Montrealska lestvica sposobnosti. Published in DKUM: 30.09.2016; Views: 2146; Downloads: 162
Full text (1,31 MB) |