Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

By for alle aldre: Ældrevenlige bytilbud til aktiv og sund aldring

27. juni 2024 opdateret af: Oteng Ntsweng, National University of Singapore

Mange byboende ældre kan blive stærkt påvirket efter en mindre ændring i deres leve- eller helbredsforhold. Mild kognitiv svækkelse (MCI), tidlig demens og skrøbelighed er blandt de mest almindelige risici med dybe konsekvenser for ældres og pårørendes livskvalitet. Gennem den nye bølge af informations- og kommunikationsteknologier (IKT), tingenes internet (IoT) og smart city-system er det nu muligt at hjælpe enkeltpersoner med at indfange og gøre brug af deres personlige data på en måde, der hjælper dem med at bevare deres uafhængighed mht. længere. By for alle aldre-projektet vil skabe en innovativ service baseret på:

  • IKT-forstærket tidlig opdagelse af risiko relateret til skrøbelighed
  • IKT-forstærkede interventioner, der kan hjælpe den ældre befolkning med at forbedre deres dagligdag og også fremme positiv adfærdsændring

Gennem virkelige pilotsteder i Singapore i samarbejde med TOUCH Senior Activity Center (SAC) og Housing Development Board (HDB) undersøger dette projekt, hvordan data om individuel adfærd opfanget gennem indendørs og udendørs sensorer kan bruges til observation og detektering af følgende parametre:

  • Activity of Daily Living (ADL): ernæring, hygiejne, søvnaktivitet
  • Mobilitet: fysisk aktivitet, udganghyppighed og længde
  • Kognition: glemsomhed, tidlige tegn på mental tilbagegang
  • Socialisering: besøg på senioraktivitetscenter, deltagelse i aktiviteter, besøg på andre interessesteder

Dette 2-årige projekt består af 3 sætninger, der involverer 10 raske ældre, der bor i HDB-hjem i fase 1 og 2 og 100 ældre i fase 3. Vores fokus er at bruge sanseteknologier installeret i de ældres hjem til at overvåge og registrere deres daglige aktiviteter . Sensordata, der indsamles, vil derefter blive analyseret for at identificere relevant adfærd hos individer og for at opdage adfærdsændringer, der kan korreleres med risici for MCI/svaghed. De passende ikt-baserede interventioner (f.eks. datavisualisering og advarsler til pårørende) vil derefter blive anvendt for at mindske disse risici. Derudover vil psykosociale data relateret til de ældres livskvalitet, sociale aktivitetsdeltagelse og dagligdags aktiviteter også blive indsamlet via interviews og aktivitetslogs for at evaluere resultaterne af vores teknologiintervention.

Studieoversigt

Detaljeret beskrivelse

Som mange udviklede lande står Singapore over for udfordringerne med en aldrende befolkning. Antallet af singaporeanere på 65 år og derover stiger hurtigt, efterhånden som befolkningstilvæksten aftager. Antallet af seniorer er fordoblet fra 220.000 i 2000 til 440.000 i 2015 og forventes at stige til 900.000 i 2030. Blandt de ældre bor tæt på 10 % alene (fra 35.000 i 2012 til 83.000 i 2030). Den ændrede demografi øger ikke kun sundhedsomkostningerne, men også efterspørgslen på sundhedsydelser og plejeydelser.

Forebyggelse af skrøbelighed og MCI er nøglen til, at ældre kan opretholde deres daglige aktiviteter og forblive sunde og uafhængige derhjemme. Tidligere forskning har vist, at skrøbelighed, ligesom handicap, er en dynamisk proces, hvor ældre individer bevæger sig frem og tilbage mellem forskellige skrøbelighedstilstande. Overgang til skrøbelighed er en gradvis progression, der sker i løbet af flere måneder eller år, og der er overraskende høje restitutionsrater. Det er dog vigtigt at gribe ind inden for det rigtige tidsvindue, før en person går i fuld udblæsningssvaghed. Derfor er det vigtigt at opdage begyndelse og progression af skrøbelighed og at identificere de faktorer, der kan lette overgange til mindre skrøbelige tilstande. Dette kan informere udviklingen af ​​interventioner til at håndtere ældre med risiko for skrøbelighed.

City for All Ages-projektet søger at demonstrere, at smarte byer kan spille en central rolle i "forebyggelse" (dvs. tidlig opdagelse og deraf følgende intervention) af MCI og skrøbelighedsrelaterede risici. Kerneideen er, at "smarte byer", aktiveret af udrulning af sensorteknologier og analyser, kan indsamle data om individer: a) for at identificere befolkningssegmenter, der potentielt er i fare, for at starte mere stringent overvågning; b) nøje at overvåge udvalgte personer for at starte en proaktiv intervention. I begge tilfælde kan negative adfærdsændringer, der identificeres gennem et sæt indikatorer, foranledige forebyggende handlinger. Målet er at fremme forskningen i sundhedsvæsenet i retning af et proaktivt snarere end reaktivt system.

Forskerholdet vil udnytte de eksisterende eksperimenter og pilotwebsteder, der har fokuseret på opdagelse af ældre risikoadfærd både i Frankrig og Singapore. Erfaringer fra håndtering af udfordringer, enten i form af forståelse af data (såsom falske positiver, meningsfuld information osv.) eller tilvejebringelse af passende og rettidig intervention (såsom vanskeligheder med at identificere og organisere interventionen effektivt, stort panel af interessenter, overdreven opfordring til omsorgspersoner osv.) ville være nyttig for dette projekt.

Vores mål er at bruge sensorteknologier installeret i de ældres hjem til at overvåge og registrere deres aktiviteter såsom madlavning, sove, gå på toilettet, gå ud af lejligheden eller potentiel vandring, badeværelsesfald. Sensordata vil blive indsamlet diskret og administreret ved hjælp af et privatlivsbevidst koblet åbne dataparadigme. Grundlæggende ræsonnement og indlæringsalgoritmer vil blive anvendt på dataene for at identificere relevant adfærd hos individer og for at opdage adfærdsændringer, der kan korreleres med risici for MCI/svaghed. De passende ikt-baserede interventioner (f.eks. datavisualisering og advarsler til pårørende) vil derefter blive anvendt for at mindske disse risici.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

19

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Nedenfor er inklusionskriterierne for ældre deltagere:

  • Kognitivt dygtige ældre - som bestemt af plejepersonalet.
  • Bor alene eller med højst 2 bofæller
  • Beboer i en HDB lejlighed
  • Fortrinsvis lejligheder med WIFI internetforbindelse
  • Engelsk- eller kinesisktalende i fase 1, vil kun mandarin-talende blive inkluderet i undersøgelsen. Afhængig af antallet af dialekttalende ældre på bostederne vil der i efterfølgende faser indgå dialekttalende fag.
  • Medlem af Senior Activity Center
  • Accepter at dele deres daglige aktivitetsdata (ADL) med forskerteamet, Senior Activity Center-teamet og (hvis relevant) deres udpegede slægtninge
  • engelsk eller kinesisk talende
  • Hav en smartphone, tablet eller en computer

Beskrivelse

Inklusionskriterier:

  • Kognitivt dygtige ældre - som bestemt af senioraktivitetscenterets personale under identifikation af potentielle deltagere.
  • Bor alene eller med højst 2 bofæller
  • Beboer i en HDB lejlighed
  • Fortrinsvis lejligheder med WIFI internetforbindelse
  • Engelsk- eller kinesisktalende i fase 1, vil kun mandarin-talende blive inkluderet i undersøgelsen. Afhængig af antallet af dialekttalende ældre på bostederne vil der i efterfølgende faser indgå dialekttalende fag.
  • Medlem af Senior Activity Center
  • Accepter at dele deres daglige aktivitetsdata (ADL) med forskerteamet, Senior Activity Center-teamet og (hvis relevant) deres udpegede slægtninge

Ekskluderingskriterier:

  • Dem, der ikke opfylder de førnævnte inklusionskriterier
  • Har svære handicap
  • Har nedsat mobilitet (bruger kørestol)
  • Har svær demens

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Tidsperiode før og efter implementeringen af ​​IoT-sensorer
Da vores undersøgelse involverer en enkelt gruppe på 19 deltagere, vil vi evaluere deres livskvalitet på to forskellige tidspunkter: før og efter introduktionen af ​​IoT-sensorer.
Det foreslåede ADL-overvågningssystem (Assistive Activities of Daily Living) består af omgivende infrarøde sensorer, der er integreret problemfrit i boligmiljøet, og en visualiseringsapp. Multimodalitetssensorer med mulighed for trådløs dataoverførsel vil blive installeret forskellige steder (f. soveværelse, køkken, toilet, badeværelse, stue osv.) for at overvåge og opdage de aktiviteter, der udføres af den enkelte ældre, såsom madlavning, sove, gå på toilettet, gå ud af lejligheden eller potentiel vandretur, badeværelsesfald osv. Derudover vil en mikrobøjet fiberoptisk tryksensormåtte blive placeret diskret under sengemadrassen for at måle ældres hjerte- og åndedrætsfrekvens under søvn. Denne måtte hjælper med at give information om kvaliteten af ​​søvn og søvn-vågen-rytmer hos ældre med søvnforstyrrelser. De indsamlede data vil derefter blive overført gennem en sikret gateway med Raspberry Pi til en dedikeret server til databehandling og analyse.
Traditionel ældrepleje uden brug af IoT-sensorer.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ændring fra baseline i ældres oplevede livskvalitet ved 6 måneder
Tidsramme: 6 måneder
De ældre voksnes oplevede livskvalitet rapporterede under semistrukturerede interviews
6 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ændring fra baseline i omsorgspersonens oplevede træthed efter 6 måneder
Tidsramme: 6 måneder
Pårørendes oplevede træthedsniveauer rapporteret under semistrukturerede interviews
6 måneder

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

30. januar 2016

Primær færdiggørelse (Anslået)

31. december 2025

Studieafslutning (Anslået)

3. januar 2026

Datoer for studieregistrering

Først indsendt

27. februar 2024

Først indsendt, der opfyldte QC-kriterier

27. juni 2024

Først opslået (Faktiske)

5. juli 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

5. juli 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. juni 2024

Sidst verificeret

1. juni 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • SACIoTStudy

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Af etiske årsager kan vi ikke dele IPD. Kun aggregerede resultater vil blive delt i en publikation.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Baseline/kontrolfase

Kliniske forsøg med IoT-sensorer

Abonner