SHIFT-Krankenhaus in Bewegung
SHIFT-Hospital in Motion: Validierungsstudie eines neu entwickelten Algorithmus zur Bewegungserkennung mithilfe von Aktivitätssensoren bei Patienten in Akutkrankenhäusern
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Patienten in Krankenhäusern verbringen den Großteil ihrer Zeit inaktiv, sitzend oder liegend. Bewegungsmangel ist ein häufiges Problem für Patienten in Krankenhäusern, das häufig zu Komplikationen führt und die Genesung beeinträchtigt, da es zu Problemen wie verringertem Blutvolumen, schwankendem Blutdruck im Stehen, schwächeren Muskeln und einem höheren Risiko für Infektionen, Blutgerinnsel und andere Erkrankungen führen kann. und andere gesundheitliche Probleme. Die inaktivitätsbedingten Veränderungen im Körper in Kombination mit dem natürlichen Alterungsprozess, dem Stress im Krankenhaus, einem schlechten Ernährungszustand und möglicherweise Problemen mit dem Denken, Gedächtnis und Verständnis oder Depressionen verringern die Regenerationsfähigkeit bei insgesamt beeinträchtigter physiologischer Verfassung Widerstandsfähigkeit.
Um das Ausmaß der körperlichen Aktivität von Krankenhauspatienten zu quantifizieren, ist die Fähigkeit von Aktivitätssensoren, zwischen Liegen, Sitzen, Stehen und Gehen zu unterscheiden, eine wichtige Voraussetzung. Eine Pilotstudie mit 40 Patienten untersuchte die Machbarkeit und Wirksamkeit des Einsatzes von Aktivitätssensoren im klinischen Umfeld. Die Studie konzentrierte sich auf die Erkennung spezifischer Aktivitäten und Bewegungsmuster mithilfe von Sensoren, die an verschiedenen Körperteilen getragen werden, wobei der Knöchel als bevorzugter Ort für die Langzeitüberwachung ermittelt wurde. Die meisten Teilnehmer empfanden das Tragen der Sensoren als erträglich, was auf die Praktikabilität dieses Ansatzes für eine erweiterte Überwachung der Patientenaktivität hinweist.
Das Hauptziel dieser beobachtenden, monozentrischen Studie ist die Validierung der Genauigkeit neu entwickelter Algorithmen zur Erkennung verschiedener Bewegungsparameter. Über zwei unterschiedliche am Knöchel getragene Sensoren werden die Dauer des Liegens, Sitzens/Stehens sowie die Anzahl der Schritte beim Gehen und Treppensteigen (hoch/runter) erfasst. Die Validierung basiert auf den dabei und der Pilotstudie erhobenen Bewegungsdaten und wird in zwei Phasen durchgeführt:
- Phase 1 (Modellverbesserung): Erhöhung der Robustheit der Algorithmen anhand von Trainingsdaten
- Phase 2 (Modellvalidierung): Validierung der Algorithmen anhand von Testdaten
Die sekundären Ziele sind:
- um festzustellen, ob Höhendaten die Genauigkeit der Algorithmen bei der Unterscheidung zwischen Treppensteigen und Gehen verbessern
- um den Tragekomfort der Sensoren zu bewerten
Die Ergebnisse dieser Studie werden die Gesundheitsversorgung voranbringen, indem ein Algorithmus entwickelt wird, der die Aktivitätsmuster von Krankenhauspatienten genau bestimmt und so die Überwachung und das Verständnis der Patientenmobilität im Krankenhausumfeld verbessert.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Basel-Stadt
-
Basel, Basel-Stadt, Schweiz, 4031
- Universitiy Hospital Basel, Division of Internal Medicine
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Der Patient muss vor dem Krankenhausaufenthalt laufen können (mit oder ohne Hilfsmittel)
- Der Patient muss kognitiv in der Lage sein, Anweisungen zu befolgen (sofern eine kognitive Beurteilung durchgeführt wurde, zählt dieser Grenzwert, liegt keine Beurteilung vor, wird von keiner kognitiven Beeinträchtigung ausgegangen)
- ≥ 18 Jahre
- unterschriebene Einverständniserklärung
Ausschlusskriterien:
- Der Patient konnte sich vor der Krankenhauseinweisung nicht bewegen
- vorherige Einbeziehung in die Studie
- Entlassung am selben Tag
- Unfähigkeit oder Kontraindikationen, an der Studie teilzunehmen oder den Studienabläufen zu folgen, z.B. aufgrund bestimmter neurologischer Störungen (z. B. Parkinsonismus, Hemiplegie, schwere Multiple Sklerose), Sprachproblemen, psychischen Störungen oder kognitiven Beeinträchtigungen
- isolierter Patient (kann die Testbatterie nicht vollständig ausfüllen)
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Beurteilung der Genauigkeit des Klassifizierungsalgorithmus zur Erkennung von Bewegungsparametern
Zeitfenster: während des Krankenhausaufenthaltes (bis zu 1 Stunde)
|
Während beider Studienphasen wird die Bewegung des Patienten mithilfe von zwei Sensoren auf der nicht betroffenen/dominanten Knöchelseite aufgezeichnet. Zur präzisen Datenanmerkung werden die unteren Extremitäten gefilmt. In Phase 1 (Modellverbesserung) werden Patienten einer Testbatterie unterzogen, um die Genauigkeit des in der Pilotstudie entwickelten Algorithmus zur Bewegungs- und Aktivitätserkennung zu verbessern. Die Testbatterie enthält einen festen Bewegungsablauf, der Liegen, Sitzen, Stehen, Gehen und Treppensteigen umfasst. In Phase 2 (Modellvalidierung) wird eine weniger restriktive Testbatterie verwendet, um die Genauigkeit des Algorithmus zu validieren. Bis zu 15 Minuten lang führen die Patienten Bewegungen wie Liegen, Sitzen, Stehen, Gehen und Treppensteigen aus. Reihenfolge und Dauer sind nicht vorgegeben. Die Genauigkeit des Algorithmus wird über eine Mehrklassen-Verwirrungsmatrix bewertet. Zeilen zeigen tatsächliche Klassen, Spalten zeigen vorhergesagte Klassen. Die Diagonale enthält Beobachtungen, bei denen die Vorhersage mit den tatsächlichen Ergebnissen übereinstimmt (richtig positiv). Genauigkeit [%]= (Summe der Diagonalelemente/Gesamtbeobachtungen)*100. |
während des Krankenhausaufenthaltes (bis zu 1 Stunde)
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vergleich der Genauigkeit des Algorithmus mit und ohne Verwendung von Höhenmesserdaten
Zeitfenster: während des Krankenhausaufenthaltes (bis zu 1 Stunde)
|
In dieser Studie werden zwei verschiedene Sensoren verwendet. Einer dieser Sensoren zeichnet neben Gyroskop- und Beschleunigungsmesserdaten auch Höhenmesserdaten auf. Ziel des Vergleichs ist es festzustellen, ob die Höhenmesserdaten die Genauigkeit des Algorithmus bei der Unterscheidung zwischen Treppensteigen und Gehen verbessern. Die Genauigkeit des Algorithmus wird mithilfe einer Mehrklassen-Verwirrungsmatrix berechnet. Die Zeilen sind die tatsächlichen Klassen und die Spalten sind die vorhergesagten Klassen. Die Diagonale der Matrix enthält die Beobachtungen, bei denen die vorhergesagte Klasse mit der tatsächlichen Klasse übereinstimmt (richtig positiv). Genauigkeit [in %]= Summe der Diagonalelemente / Gesamtzahl der Beobachtungen * 100. Am Ende wird die Genauigkeit des Algorithmus mit und ohne Verwendung von Höhenmesserdaten verglichen. |
während des Krankenhausaufenthaltes (bis zu 1 Stunde)
|
|
Beurteilung des Tragekomforts beim Tragen der Sensoren
Zeitfenster: während des Krankenhausaufenthaltes (bis zu 10 Min.)
|
Der Tragekomfort der Sensoren wird nach beiden Studienphasen durch einen Fragebogen evaluiert.
Es werden Antworten von Patienten hinsichtlich der Unannehmlichkeiten beim Tragen der Sensoren oder etwaiger Probleme mit der Befestigung gesammelt.
|
während des Krankenhausaufenthaltes (bis zu 10 Min.)
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Joris Kirchberger, University Hospital, Basel, Switzerland
- Studienstuhl: Jens Eckstein, Prof. Dr. med., University Hospital, Basel, Switzerland
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 2024-00594; am24Eckstein
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .
Klinische Studien zur Physische Inaktivität
-
Affiliated Hospital to Academy of Military Medical...Cancer Institute and Hospital, Chinese Academy of Medical Sciences; Peking University...RekrutierungAltersspanne ≥16 Jahre, Geschlecht unbegrenzt | Histopathologie bestätigtes diffuses großzelliges B-Zell-Lymphom oder hochgradiges B-Zell-Lymphom | Erhaltene vorherige Erstlinien-Chemotherapie für DLBCL oder HGBL, CR für vier Zyklen nicht erreicht oder rezidiviert | Mindestens eine... und andere BedingungenChina