Prédire l'initiation prochaine de la sortie du lit (BEDEXIT)
Prédire l'initiation prochaine de la sortie du lit pour accélérer l'intervention efficace afin d'éviter les chutes nocturnes grâce à des algorithmes de reconnaissance de formes utilisant une surveillance discrète des mouvements et des signes vitaux
La présence/l'absence au lit ainsi que les battements cardiaques, la respiration et les mouvements bruts au lit seront mesurés chez 48 résidents de Budd Terrace, un établissement de soins de longue durée d'Emory Healthcare. La mesure sera effectuée en utilisant uniquement des tapis sensibles à la pression qui se trouvent sous le matelas et ne touchent jamais le patient. Les informations PHI seront collectées par le personnel d'Emory. Ce PHI sera limité à : l'âge au moment de la participation ; les conditions médicales; et les médicaments. Le PHI sera stocké dans un fichier verrouillé derrière une porte verrouillée. La gestion des données fournira un identifiant unique pour chaque participant lié à un nom qui sera conservé séparément des données agrégées.
Les données collectées à partir du capteur de lit seront traitées hors ligne et séparément du PHI pour effectuer une évaluation de preuve de concept pour l'utilisation de la technologie d'apprentissage automatique pour prédire les sorties de lit 1 à 5 minutes à l'avance.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Les chutes et les blessures liées aux chutes sont la principale cause de décès par blessure chez les personnes âgées. Cette proposition aidera à prévenir les chutes la nuit en développant un nouveau système d'alarme. Les systèmes d'alarme de sortie de lit actuels retentissent lorsque le patient est à moitié sorti du lit ou au sol. Nous avons besoin d'un avertissement lorsqu'un patient est sur le point d'essayer de sortir du lit.
Les enquêteurs pensent que la fréquence cardiaque ou la respiration des patients changent avant qu'ils ne quittent le lit. Ils peuvent également commencer à bouger dans le lit. Il s'agit d'une brève étude menée auprès de patients en maison de retraite. Notre principal résultat d'intérêt est les sorties de lit, et jusqu'à 10 participants à la fois seront suivis pendant une moyenne de 6 semaines (moins que leur séjour prévu), jusqu'à ce que 250 sorties de lit aient été enregistrées. Presque tous les participants auront des déficiences physiques et/ou mentales et seront à haut risque de chute.
Les enquêteurs utiliseront un dispositif expérimental pour surveiller le patient à l'aide d'un coussin sous le matelas. Ce moniteur s'appelle le "Early-Sense 5". Le système fonctionne comme un microphone pour les sons très graves. Il transforme les vibrations du cœur, des poumons et des mouvements en minuscules signaux électriques. Un fil transporte ces signaux vers un boîtier de commande.
Les informations recueillies dans la case seront stockées et vérifiées ultérieurement. Nous utiliserons cinq descriptions mathématiques différentes pour reconnaître les régularités. Un ou plusieurs d'entre eux peuvent être utiles pour donner un avertissement précoce de 1 à 5 minutes que le patient est sur le point de sortir du lit.
Le plan est de déterminer si les modèles de différences dans trois domaines (fréquence cardiaque, fréquence respiratoire et mouvement du corps) peuvent être reconnus et utilisés pour nous avertir des sorties de lit ou des tentatives de sortie de lit.
Il y a quatre cibles d'étude. La première consiste à développer cinq descriptions mathématiques possibles. La seconde consiste à utiliser le reste des informations pour tester lesquelles des descriptions ont une capacité significative à prédire qu'un patient est sur le point de sortir du lit. Le troisième est de montrer que les temps d'avertissement sont de une à cinq minutes. Le quatrième consiste à tester les meilleures descriptions mathématiques pour les fausses alarmes et la véritable prévention des chutes.
La faisabilité de la phase I dépendra de la capacité de prédire qu'un patient est sur le point de sortir du lit. Si nous pouvons facilement identifier un modèle, alors la recherche de phase II sera proposée.
Cette étude est soutenue par le National Institute on Aging (SBIR-I).
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Georgia
-
Atlanta, Georgia, États-Unis, 30329
- Budd Terrace
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Inclusion:
- Patient ambulatoire capable de quitter le lit.
- Volonté de consentir et de participer à une étude de 30 nuits
Exclusion:
- Absence de capacité à consentir, sans substitut identifiable.
- Pronostic terminal
- Santé instable, telle que déterminée par le chercheur principal, le médecin ou l'infirmière autorisée.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cohorte
- Perspectives temporelles: Éventuel
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Sortie de lit
Les participants seront jusqu'à 60 résidents ambulatoires de Budd Terrace. Inclusion/Exclusion : Inclusion:
Exclusion:
|
La recherche proposée utilise un dispositif expérimental d'EarlySense consistant en un tampon piézoélectrique sensible à la pression de 350 mm x 226 mm x 12 mm ou un peu moins de 9 par 13 pouces et moins d'un demi-pouce d'épaisseur connecté à un cordon ressemblant à un cordon téléphonique à un contrôleur 10,3 x 10,5 x 5,5 pouces qui à son tour se branche sur une prise électrique standard. Le cordon d'alimentation est modulable, il est donc possible de sélectionner un cordon suffisamment long sans surlongueur excessive. La con¬nec¬tion entre le pad et le moniteur a une libération rapide comme un téléphone modulaire. Ce système est conçu pour collecter très discrètement les rythmes cardiaques, les schémas respiratoires, les mouvements au lit et les données de sortie du lit sans risque ni inconvénient pour le patient.
Autres noms:
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Sortie de lit
Délai: Les données recueillies en continu à partir des moniteurs jusqu'à 24 semaines seront téléchargées sur un serveur sécurisé ou une clé USB environ une fois par semaine, soit sans fil depuis l'extérieur de la chambre, soit lorsque le patient est à l'extérieur de la chambre pour d'autres raisons.
|
Des mesures sur la fréquence respiratoire, le pouls, les mouvements du lit et la présence au lit seront recueillies en continu pendant la participation des sujets.
Les époques de données pour l'analyse peuvent être aussi courtes que 1 seconde.
La collecte de données se fera via les tapis sensibles à la pression qui se trouvent sous le matelas et ne touchent jamais le patient.
Les informations PHI seront collectées et conservées par le personnel d'Emory.
|
Les données recueillies en continu à partir des moniteurs jusqu'à 24 semaines seront téléchargées sur un serveur sécurisé ou une clé USB environ une fois par semaine, soit sans fil depuis l'extérieur de la chambre, soit lorsque le patient est à l'extérieur de la chambre pour d'autres raisons.
|
|
Sortie de lit
Délai: Surveillance continue jusqu'à 24 semaines
|
Un tapis pizo-électrique détectera la présence ou l'absence d'un corps dans le lit.
|
Surveillance continue jusqu'à 24 semaines
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Mouvement au lit
Délai: Mesuré en continu pendant qu'un patient est au lit pendant 24 heures par jour jusqu'à 24 semaines
|
Le mouvement au lit est évalué par un tapis pizo-électrique et utilisé comme variable prédictive dans l'analyse de la sortie du lit.
|
Mesuré en continu pendant qu'un patient est au lit pendant 24 heures par jour jusqu'à 24 semaines
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: Thomas Whalen, CDIC, Inc
Publications et liens utiles
Publications générales
- Vandenberg AE, van Beijnum BJ, Overdevest VGP, Capezuti E, Johnson TM 2nd. US and Dutch nurse experiences with fall prevention technology within nursing home environment and workflow: A qualitative study. Geriatr Nurs. 2017 Jul-Aug;38(4):276-282. doi: 10.1016/j.gerinurse.2016.11.005. Epub 2016 Dec 10.
- Johnson TM, Capezuti E, Whalen T, Vandenberg AE, Taylor T, Cohen M. Predicting resident bed exits in long-term care. Journal of the American Geriatrics Society. 2016; 64(S1): S183.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Estimation)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- 1R21EB015943-01
- 0664699330000 (Identificateur de registre: Orginization DUNS)
- R43AG042237-01 (Subvention/contrat des NIH des États-Unis)
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .