Industrie-Poster

Topic: Parkinson-Krankheit

Mitwirkende: 
Cordula Matthies¹, Philipp Capetian¹, Edward Goldberg²⠀ 
1 Uniklinik Würzburg, Würzburg 
2 Boston Scientific, Valencia

Einleitung: Es wurde nachgewiesen, dass die Tiefe Hirnstimulation (THS) die motorischen Symptome der Parkinson-Krankheit (PK) reduziert. Im Vergleich zur konventionellen Ringstimulation erweitert die direktionale Stimulation über segmentierte Elektrodenkontakte das therapeutische Fenster und begrenzt die durch die Stimulation verursachten Nebenwirkungen. Dies wurde zuletzt für direktionale Elektroden mit 8 Kontakten nachgewiesen. In der hier vorgestellten Studie wurde die Wirksamkeit der THS mit neuartigen Elektroden mit 16 direktionalen Kontakten untersucht, die im Vergleich zu anderen im Handel erhältlichen Elektroden die Strecke der segmentierten Kontakte deutlich vergrößert. 

Zielsetzung: Untersuchung der Wirksamkeit eines neuartigen THS-Systems mit direktionalen 16-Kontakt-Elektroden zur 
Behandlung der PK. 

Methodik: Für diese prospektive, multizentrische, offene Bestätigungsstudie (Clinicaltrial.gov: NCT04577651) wurden 
Patientinnen und Patienten eingeschlossen, die für eine THS zur Behandlung der PK gemäß der Gebrauchsanweisung (DFU) in Frage kamen. Jede Patientin bzw. jeder Patient erhielt ein THS-System mit zwei direktionalen 16-Kontakt-Elektroden, die bilateral im Nucleus Subthalamicus implantiert wurden. Die Beobachtungsphase erstreckte sich vom Zeitpunkt der Aktivierung der Stimulation bis zum primären Wirksamkeitsendpunkt nach 3 Monaten. Bei jeder ärztlichen Vorstellung wurde die THS-Programmierung gemäß dem Standard der medizinischen Versorgung durchgeführt und die folgenden Bewertungen erhoben: MDS-UPDRS I-IV, PDQ-39, Einsatz von Antiparkinson-Medikamenten und globale Eindrücke der Veränderung. 

Ergebnisse und Schlussfolgerungen: Vorgestellt werden die vorläufigen Ergebnisse von 49 Probandinnen und Probanden (40 Männer, Durchschnittsalter = 62,5 ± 6,7 Jahre, durchschnittliche Krankheitsdauer = 11,7 ± 4,1 Jahre). 3 Monate nach Aktivierung der THS verbesserten sich die motorischen Symptome im Vergleich zum Ausgangswert (vor THS) signifikant um eine absolute Differenz von 20 Punkten (Meds-OFF, MDS-UPDRS III, p < 0,0001). Die mittlere Veränderung des Medikamentenverbrauchs war zwischen dem Ausgangswert und 12 Wochen signifikant geringer (32 % Reduktion, p < 0,001). Eine Verbesserung der Lebensqualität (6,1 Punkte, p < 0,005) wurde ebenfalls nach 3 Monaten beobachtet. Diese Verbesserung hielt bis zu 12 Monate an. 
Die Ergebnisse dieser Studie bestätigen die Wirksamkeit des THS-Systems mit direktionalen 16-Kontakt-Elektroden, zur 
Behandlung der PK durch bilaterale Stimulation des Nucleus Subthalamicus. Weitere Arbeiten zur Charakterisierung der 
Stimulationsparameter sind erforderlich, um die Auswirkungen einer größeren direktionalen Spannweite zukünftig besser zu verstehen. 

Stichwörter: 
Parkinson-Krankheit, Tiefe Hirnstimulation, direktionale Elektroden

Topic: Digitale Technologien, inkl. Wearables

Mitwirkende: 
Friedhelm Chmell¹, Mathias Sander¹, Patty Lee¹, Urban Fietzek², José Alcalá¹ ⠀ 
1 OrbIt Health GmbH, München 
2 Schön Klinik München Schwabing, München

Einleitung: Eine kontinuierliche und objektive Beurteilung des Tremors bei der Parkinson-Krankheit (PK) kann wertvolle Einblicke in die Symptombelastung und das Therapieansprechen liefern, die über das hinausgehen, was während klinischer Besuche erfasst wird. Tragbare Sensoren in Kombination mit Künstlicher Intelligenz (KI) bieten das Potenzial, Tremor unauffällig und zuverlässig im Alltag zu überwachen. 

Zielsetzung: Ziel dieser Studie war die Entwicklung und Evaluierung von Machine-Learning-Modellen zur minutengenauen Erkennung von Parkinson-Tremor anhand von Bewegungsdaten einer Smartwatch. Dabei sollte ein verlässliches Modell identifiziert werden, das das Auftreten und die täglichen Muster des Tremors quantifizieren kann, um die klinische Entscheidungsfindung zu unterstützen. 

Methodik: Es wurde ein Datensatz von 28 Parkinson-Patienten verwendet, die während ihrer täglichen Aktivitäten 
Handgelenkssensoren trugen. Jede Minute der aufgezeichneten Daten wurde von einem Spezialisten für Bewegungsstörungen anhand von MDS-UPDRS Item 3.17 (Tremor-Schweregrad 0-4) annotiert. Mehrere Algorithmen zur Tremordetektion wurden trainiert, darunter traditionelle, merkmalsbasierte Modelle wie logistische Regression sowie moderne Ansätze zur Merkmalsextraktion wie MiniRocket in Kombination mit linearen Klassifikatoren. Die Modellleistung und Generalisierungsfähigkeit wurden über Trainings- und Testdatensätze hinweg bewertet. 

Ergebnisse und Schlussfolgerungen: Modelle, die moderne Merkmalsextraktionsmethoden (MiniRocket + logistische 
Regression) verwendeten, erzielten mit einem F1-Score von 0,7 die besten Ergebnisse und eine robuste Generalisierung, während komplexere Architekturen zu Overfitting neigten. Die entwickelten Modelle erlauben eine detaillierte Quantifizierung des Tremors, indem sie den prozentualen Anteil tremoraktiver Zeitabschnitte im Tagesverlauf erfassen. Zudem ermöglichen sie eine anschauliche Darstellung und Analyse des Einflusses von Alltagsaktivitäten und Medikamenteneinnahmen auf das Tremorverhalten. Künftige Arbeiten werden die Tremorstärke einbeziehen, um das klinische Potenzial des Ansatzes weiter zu steigern. 

Stichwörter: 
Parkinson, Tremor, Wearables, KI, Telemonitoring, Deep Learning

Topic: Digitale Technologien, inkl. Wearables

Mitwirkende: 
Friedhelm Chmell¹, Mathias Sander¹, Patty Lee¹, Urban Fietzek² 
1 OrbIt Health GmbH, München 
2 Schön Klinik München Schwabing, München 

Einleitung: Eine präzise, objektive und kontinuierliche Beurteilung motorischer Symptome der Parkinson-Krankheit (PK) im Alltag stellt nach wie vor ein ungelöstes klinisches Bedürfnis dar. Traditionelle klinische Evaluationen bieten nur eine begrenzte zeitliche Auflösung und sind durch Beobachtervariabilität eingeschränkt. Um dieses Problem zu adressieren, hat Orbit Health den Deep-Learning-Algorithmus PD9 entwickelt, der die Schwere motorischer Parkinson-Symptome anhand von Bewegungsdaten einer Smartwatch quantifiziert. 

Zielsetzung: Ziel dieser Studie war die Entwicklung und Validierung eines Modells, das in der Lage ist, motorische Symptome der PK - von Bradykinesie bis Dyskinesie - während des täglichen Lebens kontinuierlich zu überwachen. Dadurch sollen Einblicke in motorische Fluktuationen und Therapieansprechen gewonnen werden, um die klinische Entscheidungsfindung zu unterstützen. 

Methodik: PD9 ist ein vollständig konvolutionales Netzwerk (Fully Convolutional Network, FCN), das auf minutengenau 
annotierten Daten von 28 Patienten trainiert wurde. Die Annotation erfolgte durch einen Spezialisten für Bewegungsstörungen unter Verwendung von MDS-UPDRS Item 3.14 (Bradykinesie) und mAIMS Item 5 (Dyskinesie). Diese Skalen wurden zu einer kontinuierlichen Komposit-Skala kombiniert, die von -4 (maximale Bradykinesie) über 0 (ON-Zustand) bis +4 (maximale Dyskinesie) reicht. Zusätzlich wurden schwach annotierte Datensätze von 139 Patienten (93 PK, 36 Nicht-PK-Kontrollen) einbezogen, um die Generalisierbarkeit des Modells zu verbessern. Im Gegensatz zu Klassifikationsansätzen wurde PD9 als Regressionsmodell entwickelt, um eine kontinuierliche Schätzung der motorischen Symptomschwere über die Zeit hinweg zu ermöglichen. 

Ergebnisse und Schlussfolgerungen: PD9 erreichte auf zurückgehaltenen Testdaten einen mittleren absoluten Fehler (Mean Absolute Error) von etwa 0,6, was bedeutet, dass die vorhergesagten Werte im Durchschnitt um etwa 0,6 Einheiten von den Referenzbewertungen abwichen - auf einer Skala von -4 bis +4, die die Schwere der motorischen Symptome abbildet. Bei der Zuordnung zu klinischen Motorzuständen erzielte der Algorithmus eine hohe Sensitivität und Spezifität sowohl für OFF- als auch DYS-Zustände. Die kontinuierliche Ausgabe von PD9 ermöglicht zudem eine intuitive Visualisierung motorischer Fluktuationen und bietet einen robusten, datenbasierten Ansatz zur Unterstützung einer personalisierten klinischen Entscheidungsfindung im Management der Parkinson-Krankheit. 

Stichwörter: 
Parkinson, Motorsymptome, Wearables, KI, Telemonitoring, Deep Learning

Topic: Digitale Technologien, inkl. Wearables

Mitwirkende: 
Friedhelm Chmell¹, Mathias Sander¹, Patty Lee¹ ⠀ 
1 OrbIt Health GmbH, München 

Einleitung: Pflegefachkräfte für Menschen mit Parkinson (PD Nurses) spielen eine zentrale Rolle bei der Optimierung der Therapie, der Patientenaufklärung und der kontinuierlichen Betreuung. Herkömmliche Beurteilungen basieren jedoch auf seltenen Arztbesuchen und subjektiven Patientenberichten, die tägliche motorische Schwankungen oft nicht erfassen. Die kontinuierliche Fernüberwachung mittels tragbarer Sensoren und Künstlicher Intelligenz (KI) bietet die Möglichkeit, die Parkinson-Versorgung zu revolutionieren, indem sie objektive, alltagsnahe Symptomdaten bereitstellt. 

Zielsetzung: Dieses Projekt untersucht, wie das kontinuierliche Monitoring mit dem PD9-Algorithmus - einem KI-Modell, das motorische Symptome anhand von Smartwatch-Bewegungsdaten quantifiziert - Parkinson-Pflegekräfte dabei unterstützen kann, Medikationspläne zu optimieren, die Wirksamkeit von Behandlungen zu bewerten und frühe Anzeichen einer Krankheitsprogression zu erkennen. 

Methodik: In einer Pilotstudie unter realen Alltagsbedingungen trugen Menschen mit Parkinson Smartwatches, die kontinuierlich Bewegungsdaten aufzeichneten. Diese Daten wurden in der Cloud mithilfe von PD9 verarbeitet - einem vollständig konvolutionalen Regressionsmodell, das auf minutengenau von Experten annotierten Daten trainiert wurde (MDS-UPDRS Item 3.14 für Bradykinesie und mAIMS Item 5 für Dyskinesie). Der Algorithmus liefert eine kontinuierliche Skala des motorischen Zustands von -4 (Bradykinesie) über 0 (ON-Zustand) bis +4 (Dyskinesie) mit einer hohen Genauigkeit (MAE = 0,6). Pflegekräfte nutzten diese Informationen vor und während Telekonsultationen, um Gespräche gezielter zu führen und die Betreuung zu personalisieren. Drei Fallbeispiele zeigen den Einfluss des Modells auf die pflegerische Praxis. 

Ergebnisse und Schlussfolgerungen: Die kontinuierlichen PD9-Daten verbesserten das Verständnis motorischer Fluktuationen, förderten die Kommunikation und unterstützten die Optimierung der Behandlung. Betroffene gewannen ein besseres Verständnis für den Zusammenhang zwischen Symptomen und Medikation, was zu einer höheren Therapietreue und einer besseren Vorbereitung auf fortgeschrittene Behandlungsoptionen führte. Für Pflegekräfte ermöglichten KI-gestützte Einblicke ein proaktives, zeitgerechtes und datenbasiertes Handeln, reduzierten Unsicherheiten und stärkten die Patientenbindung. Dieser Ansatz befähigt Parkinson-Pflegekräfte, personalisierte, effiziente und empathische Betreuung zu leisten mit dem Ziel, die Lebensqualität von Erkrankten und Angehörigen zu verbessern und eine präzise Versorgung über den gesamten Krankheitsverlauf hinweg zu fördern. 

Stichwörter: Parkinson, Parkinson-Nurse, Wearables, Deep Learning, KI, Telemonitoring

Topic: Pharmakotherapie

Mitwirkende: 
Adrian Kells, Nicolas Phielipp², Chadwick W. Christine³, Aristide Merola⁴, Bradley Elder⁵, Paul S. Larson⁶,  
Waldy S. Sebastian¹, Massimo Fiandaca⁷, Amber vanLaar⁸, Krzystof Bankiewicz⁷
1 AskBio, Columbus, OH 
2 Dep of Neurology, University Irvine California, Irvine, CA 
3 Movement Disorders Clinic San Francisco, CA 94143, San Francisco, CA 
4 Ohio State University Wexner Medical Center, Columbus 
5 The Ohio State University College of Medicine, Columbus, OH 
6 Department of Neurosurgery, University of Arizona, Tucson 
7 AskBio, Columbus 
8 AskBio, Durham, NC 

Einleitung: Pathognomonisch für Parkinson ist die Degeneration dopaminerger Neuronen, für deren Entwicklung und Überleben der Glial Cell Line Derived Neurotrophic Factor (GDNF) essentiell ist. Daher kann GDNF-Expression durch Gentherapie das Fortschreiten der Erkrankung möglicherweise verlangsamen oder umkehren. In Parkinson-Tiermodellen führte AB-1005 (AAV2-GDNF) zur Regeneration des nigrostriatalen Netzwerks und motorischen Verbesserungen. In einer Phase-I-Studie erwies sich die intraputaminale Gabe von AB-1005 als sicher und führte zu einer Verbesserung der Movement Disorder Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) Teil III Scores und der putaminalen Dopaminaufnahme. 

Zielsetzung: Bewertung der Sicherheit und vorläufigen Wirksamkeit der bilateralen intraputaminalen Gabe von AB-1005 bei Patient:innen mit leichtem oder mittelschwerem Parkinson, mit Nachverfolgung über <=60 Monate. Hier werden 
Zwischenergebnisse nach 36 Monaten berichtet. 

Methodik: Offene Parallelkohortenstudie der Phase Ib (NCT04167540) an Patient:innen mit leichtem (MDS-UPDRS Teil III OFF-Score <=32; < 5 Jahre seit Diagnose) oder mittelschwerem (33-60; >=4 Jahre) Parkinson. Die Patient:innen erhielten eine einzelne bilaterale intraputaminale Infusion mit AB-1005 (3,3E12 vg/ml; <=1,8 ml pro Putamen) per "convection-enhanced delivery" unter MR-Kontrolle. 

Ergebnisse und Schlussfolgerungen: 11 Patient:innen (5 leicht, 6 mittelschwer) wurden eingeschlossen. Die durchschnittliche Putamenabdeckung durch die Infusion betrug 63 % ± 2 %. Die Behandlung wurde in beiden Kohorten gut vertragen, es gab keine schwerwiegenden unerwünschten Ereignisse im Zusammenhang mit AB-1005. Nach 36 Monaten waren die MDS-UPDRS-Scores, die OFF-Zeit im motorischen Tagebuch, die Unified Dyskinesia Rating Scale (UDysRS)-Scores und die Levodopa-Äquivalenz-Tagesdosis (LEDD) in der milden Kohorte stabil, während in der moderaten Kohorte numerische Verbesserungen der motorischen Parameter bei gleichzeitiger Reduktion der LEDD zu beobachten waren. Bei Patient:innen mit leichtem oder mittelschwerem Parkinson war die motorische Funktion 36 Monate nach Behandlung mit AB-1005 stabil (leicht) oder verbessert (mittelschwer), bei guter Verträglichkeit. Die laufende Langzeit-Nachbeobachtung wird Aufschluss über die Dauerhaftigkeit dieser Ergebnisse geben. 
CAVEAT: WIE ZUVOR VEREINBART IST DIES EIN ERSTMALIG EINGEREICHTES, DEUTSCHES ABSTRACT ZU BEREITS BEIM International Congress of Parkinson's Disease and Movement Disorders ALS ENGLISCHSPRACHIGES POSTER PRÄSENTIERTEN DATEN. 

Stichwörter: GDNF, Gentherapie

Topic: Parkinson-Krankheit

Mitwirkende: 
Rebecca Hugel¹, Ivan Marjanovic², Achim Wach³, Jaakko Kopra², Mathias Knecht², Jaime Kulisevsky⁴
1 Zambon GmbH, Berlin 
2 Zambon Biotech, Cadempino 
3 Wach & Wach GbR, Weil am Rhein 
4 Hospital de la Santa Creu i Sant Pau, Movement Disorders Unit, Neurology Department, Barcelona 

Einleitung: Levodopa/carbidopa (LD/CD) remains the standard of care for managing motor symptoms in advanced Parkinson's disease (PD). Its short half-life and limited absorption pose challenges, which IPX203 aims to address as a novel modified- release 
(MR) oral formulation. IPX203 combines immediate-release (IR) LD/CD granules with ER LD beads for fast and sustained drug release. In advanced PD, there is an unmet need to improve Good ON time, periods of effective symptom control without troublesome dyskinesia, and reduce OFF time. It is hypothesised that more frequent daytime dosing of IPX203 may further enhance ON time and reduce OFF periods in this population. 

Zielsetzung: To evaluate the efficacy of optimised IPX203 dosing versus IR LD/CD-based therapy in improving ON time, reducing OFF time, and exploring pharmacodynamic effects related to dosing interval and frequency in patients with advanced PD experiencing motor fluctuations. 

Methodik: This will be investigated in ADIP, a phase 3b, randomised, open-label, active-comparator, multicentre, and 
multicountry study enrolling approximately 92 participants across 20 sites in Italy, Spain, and Poland. 
Key inclusion criteria include: adults aged ≥ 40 years with a PD diagnosis; on a stable IR LD/CD regimen for ≥ 6 months before screening; Hoehn and Yahr Stages 2.5 - 4 in the ON-state (MDS-UPDRS Motor Examination, Part III) at screening; at least 3 hours of OFF time per day while the patient is awake based on the Hauser diary; and able to self-assess and complete PD diaries.
The study includes a 1-week screening period followed by a 12-week open-label treatment phase. An optional 12-week extension may follow, resulting in a total duration of 13 or 25 weeks. At Visit 1 (Day 1), eligibility will be confirmed, and subjects will be randomised to either continue their current IR LD/CD regimen or switch to IPX203. Those assigned to IPX203 will discontinue IR LD/CD and any catechol-O-methyltransferase (COMT) inhibitors; other oral PD medications may continue. IPX203 treatment will begin on Day 2. Unlike prior studies with fixed dosing, this protocol allows for optimised dosing intervals and frequencies within the maximum allowed daily dose. 
The primary endpoint is the change in good ON time from baseline to Week 12, comparing IPX203 with IR LD/CD, specifically assessing the proportion of patients achieving >1 hour improvement versus ≤ 1 hour. The key secondary objective is to assess the efficacy of IPX203 versus IR LD/CD in reducing OFF time, considering dosing interval and frequency. Secondary endpoints will evaluate both efficacy and safety outcomes. 

Ergebnisse und Schlussfolgerungen: This study is expected to support the improvement of Good ON time without 
troublesome dyskinesia and the reduction of OFF time through IPX203 dose optimisation. Furthermore, the flexible dosing design may contribute to more individualised treatment strategies for patients with advanced PD. This study is sponsored by Zambon Biotech SA.

Topic: Parkinson-Krankheit

Tanja Jene¹, Björn Falkenburger² ,Jaakko Kopra³
1AbbVieDeutschland GmbH & Co. KG,Mainzer Straße 81, 65189 Wiesbaden  Deutschland 
2Department of Neurology, UniversityHospital Carl Gustav Carus, Technische Universität 
Dresden, Fetscherstr. 74, 01307 Dresden, Deutschland 
3Formerly AbbVie Deutschland GmbH & Co. KG,Mainzer Straße 81, 65189 Wiesbaden, 
Deutschland 

Introduction: Advanced Parkinson’s disease (aPD) frequently requires individualized therapeutic approaches to address motor fluctuations inadequately controlled by oral medications. Foslevodopa/foscarbidopa (LDp/CDp), delivered via continuous subcutaneous infusion has shown substantial clinical benefits for aPD patients. However, current evidence predominantly focuses on individuals with longstanding motor fluctuations (mean time from the first motor fluctuations 6.6 years, Aldred et al., 2023), leaving a knowledge gap regarding the efficacy in earlier stages of aPD. 

Objective: The EARLY-FOS study is designed to assess the real-world effectiveness of LDp/CDp in patients at early stages of advanced Parkinson’s disease, with a particular focus on evaluating how subcutaneous LDp/CDp treatment impacts motor complications, non-motor fluctuations, psychosocial functioning, work ability, and quality of life in this population. 

Methods: EARLY-FOS is a single-arm, open-label, observational study performed at approximately 20 sites in Germany. The study will prospectively follow 125 subjects aged 18–64 years, experiencing motor fluctuations ≤5 years, with Hoehn and Yahr stage ≤ 3 while on medication, over one year. Treatment with LDp/CDp will be given according to local prescribing guidelines. The primary endpoint is the change in OFF time, assessed by MDS-UPDRSIV. 
Secondary endpoints comprise motor and non-motor symptom evaluations (MDS-UPDRSII and IV, PDQ-8, PDSS-2, NoMoFA), as well as psychosocial (SCOPA-PS) and work productivity outcomes (WAI, WPAI-GH, sick leave days). Data will be collected from medical records and clinical assessments, with descriptive statistics and mixed-effect models employed for analysis. 

Results and Conclusion: This study will investigate outcomes, including NoMoFA and SCOPA-PS, which have not previously been assessed in this patient population. Outcomes relevant for younger and less impaired patients, such as work ability and social functioning, will be captured. Enrollment began in 2025; final results are expected in 2028. EARLY-FOSwill provide new insights into the benefits of LDp/CDp in early aPD, potentially influencing treatment paradigms to enhance quality of life and work ability.

Keywords: Parkinson’s disease, LDp/CDp, real-world evidence, motor fluctuations, quality of life