Digitale Ernährungsintervention für ältere Erwachsene
15. Dezember 2025 aktualisiert von: Sarah Ullevig, The University of Texas at San Antonio
Eine technologische Intervention zur Verbesserung der Ernährung älterer Erwachsener, die an Mahlzeiten in der Gemeinde teilnehmen, während COVID-19
Die „digitale Kluft“ oder Lücke beim technologischen Zugang und Wissen für ältere Erwachsene hat sich während der COVID-19-Pandemie verschlechtert und zu Unterbrechungen bei Diensten wie den durch den Older Americans Act finanzierten Essensprogrammen geführt. Sieben Essensplätze der Gemeinde San Antonio blieben teilweise zweiwöchentlich geöffnet, um Mahlzeiten zu verteilen, boten aber keine persönliche Ernährungserziehung, Bewegungskurse und soziale Aktivitäten mehr an. Das vorgeschlagene Projekt wird die Wirksamkeit digitaler Ernährungsinterventionen mit gefährdeten älteren Erwachsenen testen, die in Gebieten mit hoher Armut und digitaler Ausgrenzung gemeinsame Essenszentren besuchen.
Die Studie verwendet eine klinische Studie mit Steped-Wedge-Clustern. Wichtige Gemeinschaftspartner mit der Senior Services Division des Department of Health Services und den Older Adult Technology Services (OATS) werden an der Planungsphase, dem Forschungsdesign und der Durchführung der Studie teilnehmen.
Die Studienziele sind:
- Um die Auswirkungen einer technologiebasierten Intervention auf die primären Ergebnisse der Ernährungssicherheit und Ernährungsqualität zu testen;
- Um die Wirkung der Intervention auf die sekundären Ergebnisse von Technologiekenntnissen und -nutzung, körperlicher Aktivität sowie sozialer Isolation und Einsamkeit zu bestimmen;
- Untersuchung der langfristigen Auswirkungen und Nachhaltigkeit des Technologieeinsatzes auf Ernährungssicherheit, Ernährungsqualität, körperliche Aktivität und soziale Isolation.
Bei Erfolg könnte die Wirkung dieses Programms im gesamten nationalen OATS-Netzwerk und auf ähnliche CMPs angewendet werden, um die digitale Kluft über die COVID-19-Pandemie hinaus zu überbrücken
Studienübersicht
Status
Aktiv, nicht rekrutierend
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Dieses Projekt richtet sich an in der Gemeinschaft lebende ältere Erwachsene, die Teilnehmer des „Congregate Meal“-Programms (CMP) sind und in Gebieten leben, die von der digitalen Kluft bedroht sind. Das CMP wird vom Older Americans Act finanziert und versorgt über 2000 ältere Erwachsene aus San Antonio, die zu 33 % unter der Armutsgrenze leben und zu 18 % ein hohes Ernährungsrisiko haben. Während der Pandemie bleiben sieben Standorte in San Antonio in Gebieten mit hoher Armut und digitaler Ausgrenzung teilweise zweiwöchentlich geöffnet, um Mahlzeiten zu verteilen, haben jedoch keine persönliche Ernährungserziehung, Bewegungskurse und soziale Aktivitäten abgehalten. Das vorgeschlagene Projekt erweitert die bestehende Infrastruktur für gemeinsame Mahlzeitenprogramme und Partnerschaften mit Older Adults Technology Services (OATS), einem nationalen Marktführer bei der Schaffung von Gesundheitsdienstprogrammen mit Schwerpunkt auf älteren Erwachsenen. Das Ziel der vorgeschlagenen Studie ist es, die digitale Barriere für den Erhalt grundlegender, evidenzbasierter Ernährungsprogramme online zu beseitigen, indem die fünfwöchige Technologie „Essential Series“ von OATS verwendet wird, die Tausende von älteren Erwachsenen im ganzen Land erfolgreich durch die Bereitstellung von Unterstützung für Technologie und Technologie aufgeklärt hat Internetverbindung.
Diese vorgeschlagene Ernährungsintervention wird Teilnehmer an einer Mahlzeit unter Verwendung eines abgestuften Keil-Cluster-Designs mit zwei Kohorten einschreiben, um eine sequentielle Interventionsregistrierung mit gleichzeitigen Kontroll- und Interventionsdatenerfassungszeitpunkten zu ermöglichen. Wichtige Gemeinschaftspartner innerhalb der Senior Services Division des Department of Health Services und OATS werden an der Planungsphase, dem Forschungsdesign und der Durchführung der Studie teilnehmen. Das Feedback der Teilnehmer an den gemeinsamen Mahlzeiten in Fokusgruppen wird die Entwicklung der Intervention leiten.
Die 20-wöchige Intervention umfasst eine 5-wöchige Technologieschulung, einschließlich Internetzugang und Geräte, gefolgt von 15 Wochen einer kulturell zugeschnittenen Ernährungsintervention über Online-Sitzungen. Die Studie wird 440 ältere Erwachsene aus sieben gefährdeten Versammlungsstätten rekrutieren. Die Daten werden zu Studienbeginn (T0), während der Online-Intervention (T1), nach der Online-Intervention (T2) und 6 Monate nach der Intervention (T3) erhoben.
Das erfolgreiche Ergebnis unserer Studie wird aufgrund der potenziell breiteren Anwendung dieses Programms im gesamten nationalen OATS-Netzwerk und auf ähnliche CMPs zur Überbrückung der digitalen Kluft durch und über die COVID-19-Pandemie hinaus von Bedeutung sein.
Studientyp
Interventionell
Einschreibung (Tatsächlich)
369
Phase
- Unzutreffend
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Texas
-
San Antonio, Texas, Vereinigte Staaten, 78249
- University of Texas at San Antonio
-
-
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
60 Jahre bis 120 Jahre (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Ja
Beschreibung
Einschlusskriterien:
- 60 Jahre alt
- Unzureichendes oder nicht funktionierendes technisches Gerät (Computer, Smartphone, Tablet), keine oder schlechte Internetverbindung zu Hause oder Mangel an Wissen und Nutzung von Technologie
- Ernährungsunsicherheit oder niedrige Ernährungsqualität
Ausschlusskriterien:
- Blind
- Unheilbare Krankheit oder Krankheit
- Diagnose von Demenz oder Alzheimer-Krankheit
- Kann weder Englisch noch Spanisch lesen oder schreiben
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Unterstützende Pflege
- Zuteilung: Zufällig
- Interventionsmodell: Sequenzielle Zuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Kohorte 1
Kohorte 1 beginnt die Intervention direkt nach der Randomisierung.
|
Technologiedienste für ältere Erwachsene (OATS) 5-wöchige Technologieintervention
15-wöchige Ernährungsintervention, die vollständig online durchgeführt wird
|
|
Aktiver Komparator: Kohorte 2
Kohorte 2 dient als Kontrolle, während sich Kohorte 1 in der Interventionsphase befindet.
Kohorte 2 beginnt mit der Intervention, nachdem Kohorte 1 die Intervention abgeschlossen hat.
|
Technologiedienste für ältere Erwachsene (OATS) 5-wöchige Technologieintervention
15-wöchige Ernährungsintervention, die vollständig online durchgeführt wird
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Ernährungsqualität gemessen am Healthy Eating Index
Zeitfenster: Änderung der Ernährungsqualität vom Ausgangswert bis zu 3 und 6 Monaten
|
Zwei nicht aufeinanderfolgende 24-Stunden-Ernährungsrückrufe werden gesammelt und der Gesunde Index wird berechnet, um die Ernährungsqualität zu bestimmen.
|
Änderung der Ernährungsqualität vom Ausgangswert bis zu 3 und 6 Monaten
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Lebensmittelkontrolle
Zeitfenster: Veränderung der Ernährungssicherheit vom Ausgangswert auf 3 und 6 Monate
|
Ernährungssicherheit gemessen durch das US Adult Food Security Survey Module des USDA
|
Veränderung der Ernährungssicherheit vom Ausgangswert auf 3 und 6 Monate
|
|
Physische Aktivität
Zeitfenster: Veränderung der körperlichen Aktivität vom Ausgangswert bis zu 3 und 6 Monaten
|
Körperliche Aktivität gemessen mit der Physical Activity Scale for the Elderly (PASE)
|
Veränderung der körperlichen Aktivität vom Ausgangswert bis zu 3 und 6 Monaten
|
|
Technologienutzung und Zugang
Zeitfenster: Änderung der Technologienutzung und des Zugriffs von der Baseline auf 3 und 6 Monate
|
Fragebogen zur Technologienutzung aus der National Health & Ageing Trends Study
|
Änderung der Technologienutzung und des Zugriffs von der Baseline auf 3 und 6 Monate
|
|
Einstellungen zur Technik
Zeitfenster: Änderung der Einstellung zur Technologie von der Grundlinie bis zu 3 und 6 Monaten
|
Adaptiert von Attitudes Towards Computers Questionnaire (ATCQ)
|
Änderung der Einstellung zur Technologie von der Grundlinie bis zu 3 und 6 Monaten
|
|
Soziale Isolation
Zeitfenster: Veränderung der sozialen Isolation vom Ausgangswert auf 3 und 6 Monate
|
Soziale Isolation, gemessen anhand der Skala für soziale Trennung und der Skala für wahrgenommene Isolation
|
Veränderung der sozialen Isolation vom Ausgangswert auf 3 und 6 Monate
|
|
Einsamkeit
Zeitfenster: Veränderung der Einsamkeit vom Ausgangswert bis zu 3 und 6 Monaten
|
Einsamkeit bewertet durch die 3-Punkte-UCAL-Einsamkeitsskala
|
Veränderung der Einsamkeit vom Ausgangswert bis zu 3 und 6 Monaten
|
|
Unterernährung
Zeitfenster: Veränderung der Mangelernährung vom Ausgangswert bis 3 und 6 Monate
|
Mangelernährung gemessen mit dem Mini Nutrition Assessment Short-Form
|
Veränderung der Mangelernährung vom Ausgangswert bis 3 und 6 Monate
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Mitarbeiter
Ermittler
- Hauptermittler: Sarah L Ullevig, PhD, University of Texas at San Antonio
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Bellg AJ, Borrelli B, Resnick B, Hecht J, Minicucci DS, Ory M, Ogedegbe G, Orwig D, Ernst D, Czajkowski S; Treatment Fidelity Workgroup of the NIH Behavior Change Consortium. Enhancing treatment fidelity in health behavior change studies: best practices and recommendations from the NIH Behavior Change Consortium. Health Psychol. 2004 Sep;23(5):443-51. doi: 10.1037/0278-6133.23.5.443.
- Washburn RA, Smith KW, Jette AM, Janney CA. The Physical Activity Scale for the Elderly (PASE): development and evaluation. J Clin Epidemiol. 1993 Feb;46(2):153-62. doi: 10.1016/0895-4356(93)90053-4.
- Hughes ME, Waite LJ, Hawkley LC, Cacioppo JT. A Short Scale for Measuring Loneliness in Large Surveys: Results From Two Population-Based Studies. Res Aging. 2004;26(6):655-672. doi: 10.1177/0164027504268574.
- Subar AF, Kirkpatrick SI, Mittl B, Zimmerman TP, Thompson FE, Bingley C, Willis G, Islam NG, Baranowski T, McNutt S, Potischman N. The Automated Self-Administered 24-hour dietary recall (ASA24): a resource for researchers, clinicians, and educators from the National Cancer Institute. J Acad Nutr Diet. 2012 Aug;112(8):1134-7. doi: 10.1016/j.jand.2012.04.016. Epub 2012 Jun 15. No abstract available.
- Ettman CK, Abdalla SM, Cohen GH, Sampson L, Vivier PM, Galea S. Prevalence of Depression Symptoms in US Adults Before and During the COVID-19 Pandemic. JAMA Netw Open. 2020 Sep 1;3(9):e2019686. doi: 10.1001/jamanetworkopen.2020.19686.
- Mdege ND, Man MS, Taylor Nee Brown CA, Torgerson DJ. Systematic review of stepped wedge cluster randomized trials shows that design is particularly used to evaluate interventions during routine implementation. J Clin Epidemiol. 2011 Sep;64(9):936-48. doi: 10.1016/j.jclinepi.2010.12.003. Epub 2011 Mar 16.
- Pavasini R, Guralnik J, Brown JC, di Bari M, Cesari M, Landi F, Vaes B, Legrand D, Verghese J, Wang C, Stenholm S, Ferrucci L, Lai JC, Bartes AA, Espaulella J, Ferrer M, Lim JY, Ensrud KE, Cawthon P, Turusheva A, Frolova E, Rolland Y, Lauwers V, Corsonello A, Kirk GD, Ferrari R, Volpato S, Campo G. Short Physical Performance Battery and all-cause mortality: systematic review and meta-analysis. BMC Med. 2016 Dec 22;14(1):215. doi: 10.1186/s12916-016-0763-7.
- Jay GM, Willis SL. Influence of direct computer experience on older adults' attitudes toward computers. J Gerontol. 1992 Jul;47(4):P250-7. doi: 10.1093/geronj/47.4.p250.
- Butler MJ, Barrientos RM. The impact of nutrition on COVID-19 susceptibility and long-term consequences. Brain Behav Immun. 2020 Jul;87:53-54. doi: 10.1016/j.bbi.2020.04.040. Epub 2020 Apr 18.
- Morley JE, Vellas B. Editorial: COVID-19 and Older Adults. J Nutr Health Aging. 2020;24(4):364-365. doi: 10.1007/s12603-020-1349-9. No abstract available.
- Brooke J, Jackson D. Older people and COVID-19: Isolation, risk and ageism. J Clin Nurs. 2020 Jul;29(13-14):2044-2046. doi: 10.1111/jocn.15274. Epub 2020 May 5. No abstract available.
- Krendl AC, Perry BL. The Impact of Sheltering in Place During the COVID-19 Pandemic on Older Adults' Social and Mental Well-Being. J Gerontol B Psychol Sci Soc Sci. 2021 Jan 18;76(2):e53-e58. doi: 10.1093/geronb/gbaa110.
- Morrow-Howell N, Galucia N, Swinford E. Recovering from the COVID-19 Pandemic: A Focus on Older Adults. J Aging Soc Policy. 2020 Jul-Oct;32(4-5):526-535. doi: 10.1080/08959420.2020.1759758. Epub 2020 Apr 26.
- Amarantos E, Martinez A, Dwyer J. Nutrition and quality of life in older adults. J Gerontol A Biol Sci Med Sci. 2001 Oct;56 Spec No 2:54-64. doi: 10.1093/gerona/56.suppl_2.54.
- Parlapani E, Holeva V, Nikopoulou VA, Sereslis K, Athanasiadou M, Godosidis A, Stephanou T, Diakogiannis I. Intolerance of Uncertainty and Loneliness in Older Adults During the COVID-19 Pandemic. Front Psychiatry. 2020 Aug 19;11:842. doi: 10.3389/fpsyt.2020.00842. eCollection 2020.
- Naja F, Hamadeh R. Nutrition amid the COVID-19 pandemic: a multi-level framework for action. Eur J Clin Nutr. 2020 Aug;74(8):1117-1121. doi: 10.1038/s41430-020-0634-3. Epub 2020 Apr 20. No abstract available.
- Topinkova E. Aging, disability and frailty. Ann Nutr Metab. 2008;52 Suppl 1:6-11. doi: 10.1159/000115340. Epub 2008 Mar 7.
- Bollwein J, Volkert D, Diekmann R, Kaiser MJ, Uter W, Vidal K, Sieber CC, Bauer JM. Nutritional status according to the mini nutritional assessment (MNA(R)) and frailty in community dwelling older persons: a close relationship. J Nutr Health Aging. 2013 Apr;17(4):351-6. doi: 10.1007/s12603-013-0034-7.
- Trevisan C, Crippa A, Ek S, Welmer AK, Sergi G, Maggi S, Manzato E, Bea JW, Cauley JA, Decullier E, Hirani V, LaMonte MJ, Lewis CE, Schott AM, Orsini N, Rizzuto D. Nutritional Status, Body Mass Index, and the Risk of Falls in Community-Dwelling Older Adults: A Systematic Review and Meta-Analysis. J Am Med Dir Assoc. 2019 May;20(5):569-582.e7. doi: 10.1016/j.jamda.2018.10.027. Epub 2018 Dec 13.
- Wei K, Nyunt MSZ, Gao Q, Wee SL, Ng TP. Long-term changes in nutritional status are associated with functional and mortality outcomes among community-living older adults. Nutrition. 2019 Oct;66:180-186. doi: 10.1016/j.nut.2019.05.006. Epub 2019 May 29.
- Verlaan S, Ligthart-Melis GC, Wijers SLJ, Cederholm T, Maier AB, de van der Schueren MAE. High Prevalence of Physical Frailty Among Community-Dwelling Malnourished Older Adults-A Systematic Review and Meta-Analysis. J Am Med Dir Assoc. 2017 May 1;18(5):374-382. doi: 10.1016/j.jamda.2016.12.074. Epub 2017 Feb 24.
- Boreskie KF, Hay JL, Duhamel TA. Preventing Frailty Progression during the COVID-19 Pandemic. J Frailty Aging. 2020;9(3):130-131. doi: 10.14283/jfa.2020.29. No abstract available.
- de Faria Coelho-Ravagnani C, Corgosinho FC, Sanches FFZ, Prado CMM, Laviano A, Mota JF. Dietary recommendations during the COVID-19 pandemic. Nutr Rev. 2021 Mar 9;79(4):382-393. doi: 10.1093/nutrit/nuaa067.
- Saffel-Shrier S, Johnson MA, Francis SL. Position of the Academy of Nutrition and Dietetics and the Society for Nutrition Education and Behavior: Food and Nutrition Programs for Community-Residing Older Adults. J Nutr Educ Behav. 2019 Jul-Aug;51(7):781-797. doi: 10.1016/j.jneb.2019.03.007. Epub 2019 May 16.
- Huffman FG, Vaccaro JA, Vieira ER, Zarini GG. Health-Related Characteristics of Older Adults Who Attend Congregate Meal Sites in the United States. Geriatrics (Basel). 2017 Jul 14;2(3):22. doi: 10.3390/geriatrics2030022.
- Sahyoun NR, Pratt CA, Anderson A. Evaluation of nutrition education interventions for older adults: a proposed framework. J Am Diet Assoc. 2004 Jan;104(1):58-69. doi: 10.1016/j.jada.2003.10.013.
- Bandayrel K, Wong S. Systematic literature review of randomized control trials assessing the effectiveness of nutrition interventions in community-dwelling older adults. J Nutr Educ Behav. 2011 Jul-Aug;43(4):251-62. doi: 10.1016/j.jneb.2010.01.004. Epub 2011 Mar 2.
- Neves FJ, Tomita LY, Liu ASLW, Andreoni S, Ramos LR. Educational interventions on nutrition among older adults: A systematic review and meta-analysis of randomized clinical trials. Maturitas. 2020 Jun;136:13-21. doi: 10.1016/j.maturitas.2020.03.003. Epub 2020 Mar 19.
- Brewer D, Dickens E, Humphrey A, Stephenson T. Increased Fruit and Vegetable Intake among Older Adults Participating in Kentucky's Congregate Meal Site Program. Educ Gerontol. 2016;42(11):771-784. doi: 10.1080/03601277.2016.1231511. Epub 2016 Sep 3.
- Hersey JC, Cates SC, Blitstein JL, Kosa KM, Santiago Rivera OJ, Contreras DA, Long VA, Singh A, Berman DA. Eat Smart, Live Strong intervention increases fruit and vegetable consumption among low-income older adults. J Nutr Gerontol Geriatr. 2015;34(1):66-80. doi: 10.1080/21551197.2015.1007199.
- Wunderlich S, Bai Y, Piemonte J. Nutrition risk factors among home delivered and congregate meal participants: need for enhancement of nutrition education and counseling among home delivered meal participants. J Nutr Health Aging. 2011 Nov;15(9):768-73. doi: 10.1007/s12603-011-0090-9.
- van Doorn-van Atten MN, de Groot LC, Romea AC, Schwartz S, de Vries JH, Haveman-Nies A. Implementation of a multicomponent telemonitoring intervention to improve nutritional status of community-dwelling older adults: a process evaluation. Public Health Nutr. 2019 Feb;22(2):363-374. doi: 10.1017/S1368980018002185. Epub 2018 Sep 3.
- Mitchell RE, Ash SL, McClelland JW. Nutrition education among low-income older adults: a randomized intervention trial in Congregate Nutrition sites. Health Educ Behav. 2006 Jun;33(3):374-92. doi: 10.1177/1090198105276212.
- van Doorn-van Atten MN, Haveman-Nies A, van Bakel MM, Ferry M, Franco M, de Groot LCPGM, de Vries JHM. Effects of a multi-component nutritional telemonitoring intervention on nutritional status, diet quality, physical functioning and quality of life of community-dwelling older adults. Br J Nutr. 2018 May;119(10):1185-1194. doi: 10.1017/S0007114518000843.
- Marx W, Kelly JT, Crichton M, Craven D, Collins J, Mackay H, Isenring E, Marshall S. Is telehealth effective in managing malnutrition in community-dwelling older adults? A systematic review and meta-analysis. Maturitas. 2018 May;111:31-46. doi: 10.1016/j.maturitas.2018.02.012. Epub 2018 Feb 20.
- Chiu CJ, Kuo SE, Lin DC. Technology-embedded health education on nutrition for middle-aged and older adults living in the community. Glob Health Promot. 2019 Sep;26(3):80-87. doi: 10.1177/1757975917732351. Epub 2017 Nov 3.
- Seifert A. The Digital Exclusion of Older Adults during the COVID-19 Pandemic. J Gerontol Soc Work. 2020 Aug-Oct;63(6-7):674-676. doi: 10.1080/01634372.2020.1764687. Epub 2020 May 13. No abstract available.
- Yoon H, Jang Y, Vaughan PW, Garcia M. Older Adults' Internet Use for Health Information: Digital Divide by Race/Ethnicity and Socioeconomic Status. J Appl Gerontol. 2020 Jan;39(1):105-110. doi: 10.1177/0733464818770772. Epub 2018 Apr 16.
- Choi NG, Dinitto DM. The digital divide among low-income homebound older adults: Internet use patterns, eHealth literacy, and attitudes toward computer/Internet use. J Med Internet Res. 2013 May 2;15(5):e93. doi: 10.2196/jmir.2645.
- Takemoto M, Manini TM, Rosenberg DE, Lazar A, Zlatar ZZ, Das SK, Kerr J. Diet and Activity Assessments and Interventions Using Technology in Older Adults. Am J Prev Med. 2018 Oct;55(4):e105-e115. doi: 10.1016/j.amepre.2018.06.005.
- MacNab L, Francis SL, Lofgren I, Violette C, Shelley MC, Delmonico M, Xu F. Factors Influencing Dietary Intake Frequencies and Nutritional Risk among Community-Residing Older Adults. J Nutr Gerontol Geriatr. 2018 Jul-Dec;37(3-4):255-268. doi: 10.1080/21551197.2018.1524809. Epub 2018 Oct 30.
- Perracini MR, Mello M, de Oliveira Maximo R, Bilton TL, Ferriolli E, Lustosa LP, da Silva Alexandre T. Diagnostic Accuracy of the Short Physical Performance Battery for Detecting Frailty in Older People. Phys Ther. 2020 Jan 23;100(1):90-98. doi: 10.1093/ptj/pzz154.
- Lee CC, Czaja SJ, Moxley JH, Sharit J, Boot WR, Charness N, Rogers WA. Attitudes Toward Computers Across Adulthood From 1994 to 2013. Gerontologist. 2019 Jan 9;59(1):22-33. doi: 10.1093/geront/gny081.
- Kasper JD, Freedman VA. Findings from the 1st round of the National Health and Aging Trends Study (NHATS): introduction to a special issue. J Gerontol B Psychol Sci Soc Sci. 2014 Nov;69 Suppl 1:S1-7. doi: 10.1093/geronb/gbu125. No abstract available.
- Levine DM, Lipsitz SR, Linder JA. Trends in Seniors' Use of Digital Health Technology in the United States, 2011-2014. JAMA. 2016 Aug 2;316(5):538-40. doi: 10.1001/jama.2016.9124. No abstract available.
- Cornwell EY, Waite LJ. Measuring social isolation among older adults using multiple indicators from the NSHAP study. J Gerontol B Psychol Sci Soc Sci. 2009 Nov;64 Suppl 1(Suppl 1):i38-46. doi: 10.1093/geronb/gbp037. Epub 2009 Jun 9.
- Soysal P, Veronese N, Arik F, Kalan U, Smith L, Isik AT. Mini Nutritional Assessment Scale-Short Form can be useful for frailty screening in older adults. Clin Interv Aging. 2019 Apr 17;14:693-699. doi: 10.2147/CIA.S196770. eCollection 2019.
- Hamirudin AH, Charlton K, Walton K. Outcomes related to nutrition screening in community living older adults: A systematic literature review. Arch Gerontol Geriatr. 2016 Jan-Feb;62:9-25. doi: 10.1016/j.archger.2015.09.007. Epub 2015 Sep 28.
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)
1. Juni 2022
Primärer Abschluss (Tatsächlich)
30. September 2024
Studienabschluss (Geschätzt)
30. Januar 2026
Studienanmeldedaten
Zuerst eingereicht
19. Januar 2022
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
1. Februar 2022
Zuerst gepostet (Tatsächlich)
2. Februar 2022
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
16. Dezember 2025
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
15. Dezember 2025
Zuletzt verifiziert
1. Dezember 2025
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 20-21-241
- 1R01NR020303-01 (US NIH Stipendium/Vertrag)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
JA
Beschreibung des IPD-Plans
Alle gesammelten IPD werden geteilt
IPD-Sharing-Zeitrahmen
Die Daten werden verfügbar sein, nachdem die primären und sekundären Ergebnismaße analysiert und veröffentlicht wurden.
IPD-Sharing-Zugriffskriterien
Die Daten werden für forschungspädagogische Zwecke zur Verfügung gestellt.
Art der unterstützenden IPD-Freigabeinformationen
- STUDIENPROTOKOLL
- SAFT
- ICF
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 .