- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07451223
Autonomer Navigationsroboter zur Erkennung von Stürzen und Sturzrisiko bei Pflegeheimbewohnern mit Alzheimer-Krankheit/ADRD – Machbarkeitsstudie
27. Februar 2026 aktualisiert von: Yuval Malinsky, Vigorous Mind, Inc.
Autonomer Navigationsroboter zur Erkennung von Stürzen und Sturzrisiken bei Pflegeheimbewohnern mit Alzheimer-Krankheit/ADRD
Diese Studie ist eine Machbarkeitsstudie, um nachzuweisen, dass ein autonom navigierender Roboter Tag und Nacht Pflegeheimzimmer patrouillieren und erkennen kann, ob ein Bewohner gestürzt ist, bei Nacht Umgebungslicht einschalten und eine Videokamera aktivieren kann, sowie dem Pflegepersonal ermöglicht, die Situation über die Roboter-Videokamera zu betrachten und zu beurteilen und über den Roboterbildschirm mit dem Bewohner zu kommunizieren.
Studienübersicht
Status
Beendet
Bedingungen
Detaillierte Beschreibung
Interventionsprotokoll Bevor der Roboter auf Patrouille geschickt wird, um festzustellen, ob ein Bewohner versucht, vom Stuhl oder Bett aufzustehen, oder ob ein Bewohner gestürzt ist, werden wir die Bewohner an den Roboter gewöhnen.
Wir werden dies durch die morgendliche musikalische Wecktour tun, die einen Monat lang „Oh What a Beautiful Morning“ spielt.
Wir werden den Bewohnern erklären, dass der Roboter sie regelmäßig „besuchen“ wird, um zu sehen, wie es ihnen geht, und demonstrieren, wie der Roboter kommt und sie beobachtet.
Mit einer Infrarotkamera und künstlicher Intelligenz kann der Roboter feststellen, wo sich ein Mensch im Raum befindet und in welcher Position.
Wenn er ein Einzelzimmer besucht und der Roboter „sieht“, dass ein Bewohner nicht auf dem Boden liegt oder sich in seinem/ihrem Rollstuhl oder auf der Couch oder im Bett befindet und nicht versucht aufzustehen oder aus dem Bett zu kommen oder sich hinzustellen, wird er sich einfach umdrehen und den Raum verlassen, ohne den Bewohner zu stören.
Wenn er erkennt, dass ein Mensch auf dem Boden liegt, wird er sagen: „Hier ist temi der Roboter, ich hole Hilfe“.
Er wird das Umgebungslicht einschalten, das Personal alarmieren und die Robotervideokamera einschalten, um die Kommunikation zwischen dem Personal und dem Bewohner zu erleichtern, damit das Personal die Situation einschätzen und geeignete Maßnahmen ergreifen kann.
Wenn er erkennt, dass sich mehr als ein Mensch im Raum befindet und kein Mensch auf dem Boden liegt, wird er den Raum verlassen.
Wenn sich eine weitere Person im Raum befindet und eine Person auf dem Boden liegt, wird er das Personal alarmieren.
Wenn die zweite Person im Raum ein Mitarbeiter ist, kann er/sie eine Taste auf dem Roboterbildschirm drücken, um ihn zur Fortsetzung der Patrouille zu schicken, und er wird den Raum verlassen und die Patrouille fortsetzen.
Wenn es sich um ein halbprivates Zimmer handelt und dort zwei Bewohner leben, wird der Roboter einen Bewohner überprüfen, und wenn er/sie nicht gefährdet ist, wird er sich umdrehen und den Status des zweiten Bewohners überprüfen.
Wenn beide ruhen, wird der Roboter den Raum verlassen, ohne die Bewohner zu stören.
Wenn der Roboter erkennt, dass ein Bewohner versucht aufzustehen oder aus dem Bett zu kommen, wird er sagen: „Hier ist temi der Roboter, bitte setzen Sie sich, ich hole Hilfe“.
Er wird das Umgebungslicht und seine Videokamera einschalten und das Personal alarmieren.
Wenn er erkennt, dass ein Bewohner auf dem Boden liegt, wird er das oben beschriebene Verfahren durchführen.
Wenn bereits ein Mitarbeiter in einem halbprivaten Zimmer ist, in dem ein Sturz stattgefunden hat, kann er/sie den Roboter zur Fortsetzung der Patrouille oder Aufgabe schicken, wie im Einzelzimmer beschrieben.
Alle vom Roboter gemeldeten Stürze werden mit einem aufgenommenen Bild versehen, damit der Sturz vom Forschungspersonal überprüft werden kann.
Die vom Personal und Roboter gemeldeten Stürze werden nach ihrer Übereinstimmung tabellarisch erfasst: 1) Der Roboter hat richtig erkannt und gemeldet, aber das Personal hat keinen Sturz aufgezeichnet; 2) Das Personal hat einen Sturz gemeldet, aber der Roboter nicht; 3) Der Roboter und das Personal haben richtig einen Sturz gemeldet; und 4) Der Roboter meldet einen Sturz: Kein Bild in der Roboteraufzeichnung, um zu bestätigen, dass ein Sturz aufgetreten ist, und das Personal meldet keinen Sturz.
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
40
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Rhode Island
-
Providence, Rhode Island, Vereinigte Staaten, 02903
- Steere House Nursing & Rehabilitation Center
-
-
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
Nein
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Pflegeheimbewohner mit Demenz
Beschreibung
Einschlusskriterien:
- Pflegeheimbewohner mit Demenz
Ausschlusskriterien:
- Bewohner mit Isolationsmaßnahmen (z.B. Clostridoides difficile, COVID-19, MRSA)
- Sterbende Bewohner
- Bewohner und/oder Familie lehnen ab
- Funktionelle oder strukturelle Tetraplegie mit Unfähigkeit zur Mobilisierung bei geringem bis keinem Sturzrisiko
- Bewohner werden unruhig, wenn der Roboter mit ihnen interagiert
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 |
|---|
|
Ein Roboter wird die Zimmer von Pflegeheimbewohnern patrouillieren, um Stürze zu erkennen
Pflegeheimbewohner in einer Langzeitpflege-Gedächtnisstation
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Machbarkeit eines Roboters zum Erkennen von Stürzen in einem Pflegeheim
Zeitfenster: während drei Monaten
|
Das primäre Ergebnisziel ist, dass der Roboter in 95 % der Fälle korrekt erkannte, dass ein Bewohner gestürzt ist, in der Lage war, das Umgebungslicht einzuschalten, das Pflegepersonal zu alarmieren, die Videokamera einzuschalten und die Kommunikation zwischen dem Bewohner und dem Pflegepersonal zu ermöglichen.
|
während drei Monaten
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zufriedenheit des Pflegepersonals mit der Roboter-Erkennung von Stürzen
Zeitfenster: während drei Monaten
|
75 % des Pflegepersonals sagten, dass das Sturzdetektionssystem ihre Fähigkeit verbesserte, sichere Pflege zu gewährleisten
|
während drei Monaten
|
|
Der Roboter konnte Stürze im Pflegeheim vor dem Pflegepersonal erkennen
Zeitfenster: Während drei Monaten
|
Dass in mehr als 30 % der Stürze der Roboter die Stürze vor dem Pflegepersonal erkannte.
|
Während drei Monaten
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Hauptermittler: Lynn McNicoll, BS, MDCM, Brown University Health
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
- Malinsky Y,McNicoll L,Gravenstein S
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)
31. Juli 2025
Primärer Abschluss (Tatsächlich)
31. Juli 2025
Studienabschluss (Tatsächlich)
31. August 2025
Studienanmeldedaten
Zuerst eingereicht
27. Februar 2026
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
27. Februar 2026
Zuerst gepostet (Tatsächlich)
5. März 2026
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
5. März 2026
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
27. Februar 2026
Zuletzt verifiziert
1. Februar 2026
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- VMRFalls1
- 1R43AG082599-01 (US NIH Stipendium/Vertrag)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
Beschreibung des IPD-Plans
Es werden keine IPD erhoben
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 .