Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Evaluierung des DETECT'CHUTE CLINIBED Smart Carpet zur Sturzerkennung bei älteren Menschen (CLINIBED)

19. November 2018 aktualisiert von: University Hospital, Lille

DETECT'CHUTE CLINIBED ist ein intelligenter Teppich, der mit mehreren Sensoren ausgestattet ist. Dieses am Fußende des Bettes angebrachte System ermöglicht die Erkennung i) des Sturzes des Patienten aus dem Bett und ii) der Erkennung, wenn der Patient nach einer bestimmten Zeit nicht wieder im Bett liegt. Wenn eines dieser beiden Ereignisse erkannt wird, sendet das System ein Kurznachrichtensystem (SMS) und/oder eine E-Mail an das medizinische Personal. Ziel dieser klinischen Studie ist es, die Fähigkeit des Systems zu testen, Alarme für beide Ereignisse zu erkennen und zu übertragen.

In dieser klinischen Studie werden die Forscher daher die positiven und negativen Vorhersagewerte der Alarme für beide Ereignisse testen.

Studienübersicht

Status

Beendet

Bedingungen

Intervention / Behandlung

Studientyp

Interventionell

Einschreibung (Tatsächlich)

4

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

70 Jahre und älter (Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Beschreibung

Einschlusskriterien:

  • Bewohner der Einrichtung haben nachts freies Aufstehen (ohne Barriere)
  • Die Bewohner können an der Alzheimer-Krankheit oder einer verwandten Krankheit leiden oder auch nicht.
  • in den letzten 12 Monaten mehrfach gestürzt und/oder sturzgefährdet (Time-Up-and-Go-Test ≥ 20 Sekunden).

Ausschlusskriterien:

  • Fach unter Anleitung
  • Verwendung von Nachtabsperrungen oder anderen Formen der körperlichen Zurückhaltung, die der für die Pflege der Station zuständige Arzt oder der Patient als notwendig erachten
  • Ablehnung der Angehörigen des Bewohners.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: N / A
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Smarter Teppich
Die DETECT'CHUTE-Teppiche werden nachts am Fußende des Bettes positioniert und vom Pflegepersonal in Bewegung gesetzt, sobald die ältere Person für die Nacht zu Bett geht. Sie werden am nächsten Morgen nach dem Aufstehen des Bewohners abgezogen. Jeder Patient profitiert 1 Monat lang von der Matte.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
der positive Vorhersagewert von Warnungen
Zeitfenster: Während 30 Tagen
Bewertung des positiven Vorhersagewerts der vom System ausgegebenen Warnungen. Im Falle eines Alarms begeben sich die Pflegekräfte sofort in das Zimmer des Bewohners, um zu sehen, ob der Alarm einen echten Sturz oder keine Rückkehr signalisiert hat.
Während 30 Tagen

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
der negative Vorhersagewert von Warnungen
Zeitfenster: Während 30 Tagen
Messen Sie den negativen Vorhersagewert von Stürzen und Sturzwarnungen.
Während 30 Tagen
Zeitliche Begrenzung der Intervention der Krankenschwester
Zeitfenster: Während 30 Tagen

Nach jedem Alarmempfang (Abfall oder Rückkehr) wird die Interventionszeit geschätzt.

Regelmäßige Rundgänge durch das Pflegepersonal im gewohnten Rhythmus, um den Anschein eines Sturzes zu erkennen, der nicht durch den Teppich angezeigt wird.

Während 30 Tagen

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Ermittler

  • Hauptermittler: François Puissieux, MD,PhD, University Hospital, Lille

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

23. Mai 2018

Primärer Abschluss (Tatsächlich)

19. November 2018

Studienabschluss (Tatsächlich)

19. November 2018

Studienanmeldedaten

Zuerst eingereicht

28. Februar 2018

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

6. März 2018

Zuerst gepostet (Tatsächlich)

7. März 2018

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

21. November 2018

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

19. November 2018

Zuletzt verifiziert

1. November 2018

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 2016_58
  • 2017-A01910-53 (Andere Kennung: ID-RCB number, ANSM)

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Suchen Sie nach ähnlichen Studien