SHIFT-Hospital i bevægelse

Patienter på hospitaler bruger størstedelen af ​​deres tid inaktive, siddende eller liggende. Ikke at være aktiv er et almindeligt problem for patienter på hospitaler, hvilket ofte forårsager komplikationer og hæmmer restitutionen, da det kan føre til problemer som nedsat blodvolumen, ustabilt blodtryk, når du står, svagere muskler og en højere risiko for infektioner, blodpropper, og andre sundhedsproblemer. De inaktivitetsrelaterede ændringer i kroppen i kombination med den naturlige ældningsproces, stressen ved at være på hospitalet, en dårlig ernæringsstatus og muligvis problemer med tænkning, hukommelse og forståelse eller depression mindsker evnen til at regenerere med generelt kompromitteret fysiologisk modstandsdygtighed.

For at kvantificere mængden af ​​fysisk aktivitet hos indlagte patienter er aktivitetssensorernes evne til at skelne mellem liggende, siddende, stående og gående et vigtigt krav. En pilotundersøgelse, der involverede 40 patienter, undersøgte gennemførligheden og effektiviteten af ​​at bruge aktivitetssensorer i kliniske omgivelser. Undersøgelsen fokuserede på at detektere specifikke aktiviteter og bevægelsesmønstre ved hjælp af sensorer båret på forskellige kropsdele, med anklen identificeret som det foretrukne sted for langtidsovervågning. De fleste deltagere fandt det acceptabelt at bære sensorerne, hvilket indikerer, at denne tilgang er praktisk til udvidet patientaktivitetsovervågning.

Det primære formål med denne observationelle, enkeltcenterundersøgelse er at validere nøjagtigheden af ​​nyudviklede algoritmer til påvisning af forskellige bevægelsesparametre. To forskellige sensorer båret på anklen bruges til at registrere varigheden af ​​liggende, siddende/stående og antallet af skridt, der tages, når man går og går op ad trapper (op/ned). Valideringen er baseret på bevægelsesdata indsamlet fra denne og pilotundersøgelsen og vil blive udført i to faser:

• fase 1 (modelforbedring): Forøgelse af robustheden af ​​algoritmerne ved hjælp af træningsdata
• fase 2 (modelvalidering): Validering af algoritmerne ved hjælp af testdata

De sekundære mål er:

• for at bestemme, om højdedata øger algoritmernes nøjagtighed til at skelne mellem trappegang og gang
• for at evaluere komforten ved at bære sensorerne

Resultaterne af denne undersøgelse vil fremme sundhedsvæsenet ved at udvikle en algoritme, der nøjagtigt bestemmer aktivitetsmønstrene for indlagte patienter, og derved forbedre overvågningen og forståelsen af ​​patientmobilitet i hospitalsmiljøer.