帕金森病與步態分析:診斷前警訊、鑑別限制與臨床追蹤

先界定步態分析回答的問題

步幅縮短、左右不對稱或轉身困難,值得進一步評估,但不能單憑走路判定帕金森病(PD)。MDS診斷框架仍以動作遲緩合併靜止性顫抖或僵硬為核心,再檢查支持條件、排除條件與警訊。對醫師及物理治療師而言,步態資料的用途是補足診斷前風險線索、協助鑑別,以及量化確診後功能變化。[1]

診斷前數年的訊號,代表多大的把握?

Del Din等人追蹤696人,每兩年評估一次、共四次,16人平均於基線後4.5年確診。基線步時變異與左右不對稱和較早確診相關;縱向模型估計步速、步長分別約在診斷前3.3年、4.1年偏離。這是群體模型,事件數少,不能據此替個人倒數發病時間。[2]

Pelicioni等人分析一週腕部監測資料:基線無PD的73,294人中,314人在最多十年追蹤內確診;部分手臂動作等訊號可見於診斷前約6.8年。然而每人只有一次穿戴測量,研究比較的是不同確診時間的群體;病歷編碼、共病及用藥資料也有限,尚不能視為個人篩檢標準。[3]

Schalkamp的研究亦觀察到最長七年前的活動訊號,但一般人口比較的前驅PD模型AUPRC為0.07。這是精確率—召回率曲線下面積,並非「準確率」;且腕部整日活動模型不能直接替代門診短距離步態測試。上述兩項UK Biobank分析亦不能當作完全獨立族群的複驗。[4]

對合併嗅覺下降、REM睡眠行為障礙或其他前驅線索者,應採多項資訊整合的風險評估。MDS前驅研究標準利用年齡及各種標記估計機率;這種研究架構有助規劃追蹤,不能把單一感測異常換成確定診斷,也不能由步態正常排除前驅期。[11]

兩條獨立研究時間軸比較反覆步態測量與一次腕部監測,終點均為臨床診斷。
概念示意:不同研究在診斷前觀察到群體訊號,並非個人的確診倒數計時。Del Din為重複步態測量;Pelicioni為一次穿戴量測後追蹤病歷。[2,3]

早期鑑別:有差異,不等於可以定病名

Amboni等人的橫斷研究比較83名PD與21名進行性核上性麻痺(PSP)患者,PSP呈現較慢步速及較長支撐期等差異,包括早期患者。但這是已出現疾病的鑑別,並非健康者發病前預測;樣本小、亞型及用藥狀態不同。臨床上應把異常步態連同神經學檢查交給專科判讀,不以分類模型取代病因診斷。[1,5]

確診後追蹤:讓門診與日常生活互相補充

Mirelman等人的多中心研究納入587名PD與68名對照,腰部穿戴指標和MDS-UPDRS僅中度相關;33人的縱向子群中,部分數位指標較量表呈現更大的變化效應量。這支持補充日常功能資訊,但小型縱向資料與治療變動,仍不足以證明某個指標可直接指導調藥。[6]

本篇建議每次記錄服藥時間及ON/OFF狀態、輔具、疼痛、步道與任務條件,再比較步速、步長、不對稱和轉彎。Del Din已排除確診後資料以減少治療干擾,且承認更換感測器可能影響變異;因此設備或流程更換後,不宜把差值直接解讀為惡化。[2,3]

報告亦應區分步態品質與活動量:步時變異描述每一步的差異,步數則反映生活中的活動總量。建議保留有效步數、資料品質及原始測試條件;資料不足時註記不可判讀,避免讓不穩定的估計值進入跨次比較。[2,6]

並列量測條件、步速步長與轉彎指標,以及日常目標、量表與患者回饋,中央示意腰部與腕部裝置。
臨床工作流程示意:先記錄服藥、輔具與測試情境,再整合門診表現、日常活動及患者目標。[2,3,6]

亞洲服務怎麼接上評估結果?

日本將PD列為指定難病第6號;符合診斷、嚴重度或相關例外條件者,可循地方窗口申請醫療費補助。醫療團隊可協助整理功能限制與診療資料,交由窗口確認資格。[8,9]

新加坡NNI的KEEP計畫接受醫師轉介,由社區物理治療師評估並分流至運動或復健方案,每週兩次、共十二週,含功能評估及後續聯繫。這類制度提供照護銜接,不代表官方已驗證任何步態早篩裝置。[10]

把數據接成可執行的臨床行動

建議先建立標準化基線:一般步行、轉彎及安全可行的雙任務測試,同時記錄跌倒與日常活動目標。新出現且持續的異常應轉介神經科;確診者則依評估安排步態、平衡及外在提示訓練,這些方向已有APTA指南支持。[1,7]

療程後以相同條件重測,並和患者確認外出、轉身及居家移動是否改善;再銜接社區服務。採購系統前應要求目標族群的量測效度、重測信度及外部驗證資料,將「偵測到變化」和「已能診斷疾病」分開記錄。[2,3,7]

團隊可先選一個患者重視的功能目標,指定重測時間與負責人,將量測結果連同復健出席、跌倒紀錄及患者回饋回送轉介醫師,作為下一階段處置討論的依據。[7,10]

標準化評估分流至專科診斷或功能復健,再重測並銜接社區服務。
建議照護路徑:疑似疾病轉介專科;確診後依功能目標選擇介入,重測並銜接在地服務。圖中為流程建議,並非已驗證的新診斷演算法。[1,7–10]

論文與官方資料

  1. Postuma RB, et al. MDS clinical diagnostic criteria for Parkinson’s disease. Movement Disorders. 2015;30:1591–1601. DOI:10.1002/mds.26424.
  2. Del Din S, et al. Gait analysis with wearables predicts conversion to Parkinson disease. Annals of Neurology. 2019;86:357–367. DOI:10.1002/ana.25548.
  3. Pelicioni PHS, et al. Real-world gait changes preceding Parkinson’s disease diagnosis in a population-scale UK biobank cohort. Journal of Neural Transmission. 2026;133:2745–2755. DOI:10.1007/s00702-026-03256-3.
  4. Schalkamp AK, et al. Wearable movement-tracking data identify Parkinson’s disease years before clinical diagnosis. Nature Medicine. 2023;29:2048–2056. DOI:10.1038/s41591-023-02440-2.
  5. Amboni M, et al. Gait analysis may distinguish progressive supranuclear palsy and Parkinson disease since the earliest stages. Scientific Reports. 2021;11:9297. DOI:10.1038/s41598-021-88877-2.
  6. Mirelman A, et al. Digital Mobility Measures: A Window into Real-World Severity and Progression of Parkinson’s Disease. Movement Disorders. 2024;39:328–338. DOI:10.1002/mds.29689. Online 2023-12-27.
  7. Osborne JA, et al. Physical Therapist Management of Parkinson Disease: A Clinical Practice Guideline From the American Physical Therapy Association. Physical Therapy. 2022;102:pzab302. DOI:10.1093/ptj/pzab302.
  8. 日本厚生労働省。難病対策。現行官方制度網頁;查閱2026-11-09。
  9. 難病情報センター。パーキンソン病(指定難病6):診断・治療指針。現行制度資料;查閱2026-11-09。
  10. National Neuroscience Institute, Singapore. Kickstart Exercise & Empower Parkinson’s (KEEP) Programme. 2026;查閱2026-11-09。
  11. Heinzel S, et al. Update of the MDS research criteria for prodromal Parkinson’s disease. Movement Disorders. 2019;34:1464–1470. DOI:10.1002/mds.27802.

研究與政策資料核對至2026年11月9日。本文為近20年相關證據的敘述性整理,並非系統性回顧或新臨床指引。三張插圖為原創AI概念示意,非患者資料或研究原圖;文中的執行建議應配合個案與在地服務條件。

發表留言