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

Stadt für jedes Alter: Seniorenfreundliche städtische Dienstleistungen für aktives und gesundes Altern

27. Juni 2024 aktualisiert von: Oteng Ntsweng, National University of Singapore

Viele ältere Menschen, die in der Stadt leben, können bereits nach geringfügigen Veränderungen ihrer Lebens- oder Gesundheitsbedingungen stark betroffen sein. Eine leichte kognitive Beeinträchtigung (MCI), frühe Demenz und Gebrechlichkeit gehören zu den häufigsten Risiken mit schwerwiegenden Folgen für die Lebensqualität älterer Menschen und ihrer Betreuer. Durch die neue Welle der Informations- und Kommunikationstechnologien (IKT), des Internets der Dinge (IoT) und des Smart-City-Systems ist es nun möglich, Einzelpersonen dabei zu helfen, ihre persönlichen Daten so zu erfassen und zu nutzen, dass sie ihre Unabhängigkeit bewahren können länger. Das Projekt „Stadt für alle Altersgruppen“ wird einen innovativen Dienst schaffen, der auf Folgendem basiert:

  • IKT-gestützte Früherkennung von Gebrechlichkeitsrisiken
  • IKT-gestützte Interventionen, die der älteren Bevölkerung helfen können, ihr tägliches Leben zu verbessern und auch positive Verhaltensänderungen zu fördern

Anhand realer Pilotstandorte in Singapur in Zusammenarbeit mit dem TOUCH Senior Activity Centre (SAC) und dem Housing Development Board (HDB) untersucht dieses Projekt, wie Daten über individuelle Verhaltensweisen, die durch Innen- und Außensensoren erfasst werden, zur Beobachtung und Erkennung von genutzt werden können die folgenden Parameter:

  • Aktivität des täglichen Lebens (ADL): Ernährung, Hygiene, Schlafaktivität
  • Mobilität: körperliche Aktivität, Häufigkeit und Dauer des Ausgehens
  • Erkenntnis: Vergesslichkeit, frühe Anzeichen eines geistigen Verfalls
  • Sozialisation: Besuche im Senioren-Aktivitätszentrum, besuchte Aktivitäten, Besuche anderer interessanter Orte

Dieses zweijährige Projekt besteht aus drei Phasen, an denen 10 gesunde ältere Menschen, die in einem HDB-Heim leben, in den Phasen 1 und 2 und 100 ältere Menschen in Phase 3 beteiligt sind. Unser Schwerpunkt liegt auf der Verwendung von im Seniorenheim installierten Sensortechnologien zur Überwachung und Erkennung ihrer täglichen Lebensaktivitäten . Die gesammelten Sensordaten werden dann analysiert, um relevante Verhaltensweisen von Einzelpersonen zu identifizieren und Verhaltensänderungen zu erkennen, die mit dem Risiko von MCI/Gebrechlichkeit korreliert werden können. Die geeigneten IKT-basierten Interventionen (z. B. Datenvisualisierung und Warnungen für Pflegekräfte) werden dann eingesetzt, um diese Risiken zu mindern. Darüber hinaus werden über Interviews und Aktivitätsprotokolle auch psychosoziale Daten zur Lebensqualität älterer Menschen, zur Teilnahme an sozialen Aktivitäten und zu Aktivitäten des täglichen Lebens gesammelt, um die Ergebnisse unserer Technologieintervention zu bewerten.

Studienübersicht

Detaillierte Beschreibung

Wie viele Industrieländer steht Singapur vor den Herausforderungen einer alternden Bevölkerung. Die Zahl der Singapurer im Alter von 65 Jahren und älter nimmt rapide zu, da sich das Bevölkerungswachstum verlangsamt. Die Zahl der Senioren hat sich von 220.000 im Jahr 2000 auf 440.000 im Jahr 2015 verdoppelt und wird voraussichtlich bis 2030 auf 900.000 ansteigen. Unter den älteren Menschen leben fast 10 % allein (von 35.000 im Jahr 2012 auf 83.000 im Jahr 2030). Der demografische Wandel erhöht nicht nur die Gesundheitskosten, sondern auch die Nachfrage nach Gesundheitsdienstleistungen und Pflegeleistungen.

Die Vorbeugung von Gebrechlichkeit und MCI ist für ältere Menschen von entscheidender Bedeutung, um ihre täglichen Aktivitäten aufrechtzuerhalten und zu Hause gesund und unabhängig zu bleiben. Frühere Untersuchungen haben gezeigt, dass Gebrechlichkeit ebenso wie Behinderung ein dynamischer Prozess ist, bei dem ältere Menschen zwischen verschiedenen Gebrechlichkeitszuständen hin und her wechseln. Der Übergang zur Gebrechlichkeit ist ein allmählicher Fortschritt, der sich über mehrere Monate oder Jahre hinzieht, und es gibt überraschend hohe Genesungsraten. Es ist jedoch wichtig, im richtigen Zeitfenster einzugreifen, bevor eine Person in die völlige Gebrechlichkeit gerät. Daher ist es wichtig, den Beginn und das Fortschreiten der Gebrechlichkeit zu erkennen und die Faktoren zu identifizieren, die den Übergang in weniger gebrechliche Zustände erleichtern können. Dies kann die Entwicklung von Interventionen zum Umgang mit älteren Menschen beeinflussen, bei denen das Risiko einer Gebrechlichkeit besteht.

Das Projekt „Stadt für alle Altersgruppen“ soll zeigen, dass intelligente Städte eine entscheidende Rolle bei der „Prävention“ (d. h. der Früherkennung und anschließenden Intervention) von MCI und Gebrechlichkeitsrisiken spielen können. Die Kernidee besteht darin, dass „intelligente Städte“, die durch den Einsatz von Sensortechnologien und Analysen ermöglicht werden, Daten über Einzelpersonen sammeln können: a) um potenziell gefährdete Bevölkerungsgruppen zu identifizieren, um eine strengere Überwachung einzuleiten; b) ausgewählte Personen genau zu überwachen, um eine proaktive Intervention einzuleiten. In beiden Fällen können nachteilige Verhaltensänderungen, die durch eine Reihe von Indikatoren identifiziert werden, präventive Maßnahmen nach sich ziehen. Ziel ist es, die Gesundheitsforschung in Richtung eines proaktiven statt eines reaktiven Systems voranzutreiben.

Das Forschungsteam wird die bestehenden Experimente und Pilotstandorte nutzen, die sich sowohl in Frankreich als auch in Singapur auf die Erkennung riskanter Verhaltensweisen älterer Menschen konzentrieren. Lehren aus der Bewältigung von Herausforderungen, entweder im Hinblick auf das Verständnis der Daten (z. B. Fehlalarme, aussagekräftige Informationen usw.) oder die Bereitstellung angemessener und rechtzeitiger Interventionen (z. B. Schwierigkeiten bei der effektiven Identifizierung und Organisation der Intervention, große Anzahl von Interessengruppen, Übermaß). Einwerbung von Betreuern usw.) wäre für dieses Projekt nützlich.

Unser Ziel ist es, mithilfe von in Seniorenheimen installierten Sensortechnologien deren Aktivitäten wie Kochen, Schlafen, Toilettengang, Verlassen der Wohnung oder mögliches Umherwandern und Stürze im Badezimmer zu überwachen und zu erkennen. Sensordaten werden unauffällig erfasst und mithilfe eines datenschutzbewussten Linked-Open-Data-Paradigmas verwaltet. Auf die Daten werden grundlegende Denk- und Lernalgorithmen angewendet, um relevante Verhaltensweisen von Einzelpersonen zu identifizieren und Verhaltensänderungen zu erkennen, die mit dem Risiko von MCI/Gebrechlichkeit korreliert werden können. Die geeigneten IKT-basierten Interventionen (z. B. Datenvisualisierung und Warnungen für Pflegekräfte) werden dann eingesetzt, um diese Risiken zu mindern.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

19

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

  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Nachfolgend sind die Einschlusskriterien für ältere Teilnehmer aufgeführt:

  • Kognitiv behinderte ältere Menschen – wie von den Betreuern bestimmt.
  • Alleine oder mit maximal 2 Mitbewohnern leben
  • Bewohner einer HDB-Wohnung
  • Vorzugsweise Wohnungen mit WLAN-Internetverbindung
  • Englisch- oder Chinesisch-Sprecher in Phase 1, nur Mandarin-Sprecher werden in die Studie einbezogen. Abhängig von der Anzahl dialektsprechender älterer Menschen in den Wohnheimen werden in Folgephasen dialektsprechende Probanden einbezogen.
  • Mitglied des Senior Activity Center
  • Stimmen Sie zu, ihre Daten zur Aktivität des täglichen Lebens (ADL) mit dem Forschungsteam, dem Senior Activity Center-Team und (falls zutreffend) ihren benannten Verwandten zu teilen
  • Englisch- oder Chinesischsprecher
  • Besitzen Sie ein Smartphone, Tablet oder einen Computer

Beschreibung

Einschlusskriterien:

  • Kognitiv behinderte ältere Menschen – wie vom leitenden Personal des Aktivitätszentrums bei der Identifizierung potenzieller Teilnehmer festgelegt.
  • Alleine oder mit maximal 2 Mitbewohnern leben
  • Bewohner einer HDB-Wohnung
  • Vorzugsweise Wohnungen mit WLAN-Internetverbindung
  • Englisch- oder Chinesisch-Sprecher in Phase 1, nur Mandarin-Sprecher werden in die Studie einbezogen. Abhängig von der Anzahl dialektsprechender älterer Menschen in den Wohnheimen werden in Folgephasen dialektsprechende Probanden einbezogen.
  • Mitglied des Senior Activity Center
  • Stimmen Sie zu, ihre Daten zur Aktivität des täglichen Lebens (ADL) mit dem Forschungsteam, dem Senior Activity Center-Team und (falls zutreffend) ihren benannten Verwandten zu teilen

Ausschlusskriterien:

  • Diejenigen, die die oben genannten Einschlusskriterien nicht erfüllen
  • Schwerbehinderte Menschen haben
  • Eine eingeschränkte Mobilität haben (Rollstuhlfahrer)
  • Habe schwere Demenz

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Zeitraum vor und nach der Implementierung von IoT-Sensoren
Da es sich bei unserer Studie um eine einzelne Gruppe von 19 Teilnehmern handelt, werden wir deren Lebensqualität zu zwei verschiedenen Zeitpunkten bewerten: vor und nach der Einführung von IoT-Sensoren.
Das vorgeschlagene Überwachungssystem für unterstützende Aktivitäten des täglichen Lebens (ADL) besteht aus Umgebungsinfrarotsensoren, die nahtlos in die Wohnumgebung eingebettet sind, und einer Visualisierungs-App. Multimodalitätssensoren mit drahtloser Datenübertragungsfähigkeit werden an verschiedenen Standorten installiert (z. B. Schlafzimmer, Küche, Toilette, Badezimmer, Wohnzimmer usw.), um die Aktivitäten einzelner älterer Menschen zu überwachen und zu erkennen, wie Kochen, Schlafen, auf die Toilette gehen, die Wohnung verlassen oder möglicherweise umherwandern, ins Badezimmer stürzen usw. Darüber hinaus wird eine mikrogebogene faseroptische Drucksensormatte unauffällig unter der Bettmatratze platziert, um die Herz- und Atemfrequenz älterer Menschen während des Schlafs zu messen. Diese Matte gibt Aufschluss über die Schlafqualität und den Schlaf-Wach-Rhythmus älterer Menschen mit Schlafstörungen. Die gesammelten Daten werden dann über ein gesichertes Gateway mit Raspberry Pi an einen dedizierten Server zur Datenverarbeitung und -analyse übertragen.
Traditionelle Altenpflege ohne den Einsatz von IoT-Sensoren.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Veränderung der wahrgenommenen Lebensqualität älterer Menschen nach 6 Monaten gegenüber dem Ausgangswert
Zeitfenster: 6 Monate
Die wahrgenommene Lebensqualität der älteren Erwachsenen wurde in halbstrukturierten Interviews berichtet
6 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Veränderung der wahrgenommenen Müdigkeit der Pflegekraft nach 6 Monaten gegenüber dem Ausgangswert
Zeitfenster: 6 Monate
In halbstrukturierten Interviews wurde über den von Pflegekräften wahrgenommenen Ermüdungsgrad berichtet
6 Monate

Mitarbeiter und Ermittler

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

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)

30. Januar 2016

Primärer Abschluss (Geschätzt)

31. Dezember 2025

Studienabschluss (Geschätzt)

3. Januar 2026

Studienanmeldedaten

Zuerst eingereicht

27. Februar 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

27. Juni 2024

Zuerst gepostet (Tatsächlich)

5. Juli 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

5. Juli 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

27. Juni 2024

Zuletzt verifiziert

1. Juni 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • SACIoTStudy

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Aus ethischen Gründen können wir IPD nicht weitergeben. In einer Veröffentlichung werden nur aggregierte Ergebnisse geteilt.

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 .

Klinische Studien zur Basis-/Kontrollphase

Klinische Studien zur IoT-Sensoren

Abonnieren