リハビリテーションにおけるテクノロジーの実装に関する探索的研究

研究デザイン 前述のユーザーシナリオに基づいて、スマートデバイスの開発における患者と医療専門家の両方の推奨事項と要件を調査する探索的定性研究が実施されます。 フォーカス グループは、参加者からデータを収集するために、UZ ブリュッセルと AZ シント マリア ハレで開催されます。 これらの議論は、データが飽和状態になるまで組織されます。 予想に基づいて、調査員は、すべてのユーザー シナリオに対して平均 3 つのフォーカス グループが必要になると見積もっています。 これらのフォーカス グループ ディスカッションで提案された推奨事項は、ラボで分析およびテストされ、どのスマート デバイスがリハビリテーションに適しているかが判断されます。 このデータは、スマート デバイスに実装される AI アルゴリズムの開発にも使用されます。

ユーザー シナリオ 最初のシナリオは、空間無視患者の上肢の動きの登録とトリガーに焦点を当てています。 その目的は、患側の動きを刺激して分析し、必要に応じてフィードバックを提供する低予算のスマート デバイスを開発することです。

2 番目のユーザー シナリオは、さまざまなスマート デバイスと AI アルゴリズムを組み合わせて、歩行補助具に装着できるモバイル デバイスを作成することを目的としています。 このスマート デバイスは、視覚的および聴覚的な合図を通じて歩幅とケイデンスに関するフィードバックを提供します。 センサー分析とコンピューター ビジョンの組み合わせにより、患者の歩行パターンを監視し、必要に応じて修正します。 これらのセンサーには、落下が検出されたときに信号を送信する落下検出システムも組み込まれます。

3 番目と最後のシナリオでは、IV ポールに対する患者の位置を監視し、歩行中に自動的に患者を追跡するスマート静脈 (IV) ポールについて説明します。 このデバイスは、患者に装着されたトラッカーと加速度計、およびコンピューター ビジョンを通じて障害物を避けて患者を追跡する電動 IV ポールで構成されています。 さらに、落下を監視するための落下検出システムが統合されます。

手順 まず、Sars-COV-2 パンデミックに関しては、フォーカス グループ ディスカッションを実施する際に、義務付けられているすべての予防措置に従います。 すべての参加者と研究者はフェイスマスクを着用し、距離（1.5メートル）を維持し、アルコールベースの手指消毒剤を使用して頻繁に手を消毒します。 さらに、部屋の十分な換気が維持されます。 必要に応じて、Microsoft Teams (Microsoft、米国) を使用して、フォーカス グループ ディスカッションがオンラインで開催されます。

フォーカス グループの開始前に、すべての参加者は、社会人口学的特徴 (年齢、性別、職業など) に焦点を当てたフォームに記入するよう求められます。 このフォームが収集された後、フォーカス グループが開始されます。

各フォーカス グループ ディスカッションは、モデレーター 1 名とアシスタント 1 名が主導します。モデレーターはディスカッションを指揮し、すべての参加者が参加できるようにします。 一方、オブザーバーは、言語的および非言語的な兆候、参加者の着席、予期しない中断に焦点を当てて会話のメモを取ります。 さらに、オブザーバーは約 1 時間の制限時間 (限られた集中時間に関して) も監視し、重要な問題を見逃さないようにします。 参加者の倫理的な承認を得た後、すべてのフォーカス グループが記録されます。 前述のように、データ収集はデータ飽和に達した後に完了し、参加者から新しいデータは収集されません。

フォーカス グループ ディスカッションは、モデレーターが自分自身とオブザーバーを紹介し、研究の目的を説明するイントロダクションから始まります。 次に、参加者は簡単に自己紹介をし、リハビリテーション計画でスマート デバイスまたはテクノロジーを使用した以前の経験を説明するように求められます (何が良かったのか、何が良かったのかなど)。 3 番目に、ユーザー シナリオの全体像を示す短いプレゼンテーションが行われます。 最後に、質問ガイドに従って、参加者と司会者の間でディスカッションが開始されます。 必要に応じて、副次的な質問を使用して、会話の焦点を再設定し、トピックから外れた議論を回避します。

分析 最初に、SPSS 27 (IBM、米国) を使用して、記入済みのフォームに基づいて、参加者の社会人口統計学的特性について記述的分析が行われます。

第二に、フォーカス グループ ディスカッションからのデータが分析されます。 記録されたフォーカス グループは、Word (Microsoft、米国) を使用して逐語的に転記されます。 研究者は、NVivo (QRS International、米国) を使用してテーマ別コンテンツ分析を行います。 この分析では、Braun and Clarke (2006) の 6 つのステップに従います。 まず、研究者はデータを繰り返し読んでデータに慣れます。 次に、研究者が関連するデータ項目についてメモを取り始めると、初期コードが生成されます。 データ セット全体がコード化されると、研究者は 3 番目のステップの準備としてデータの照合を開始します。 この次のステップでは、研究者は照合されたデータをスキャンし、テーマ マップを形成するために関連する可能性のあるすべてのテーマを記録します。 テーマ分析の 4 番目のステップでは、テーマを確認します。 このレビューは、異なるテーマ間と同様に、各テーマ内の両方で行われます。 テーマ内のすべてのコードがチェックされ、テーマ内に適切に適合することが確認されます。また、個々のテーマはすべて、データ セット全体に関連して評価され、テーマ マップがデータを正確に表しているかどうかが確認されます。 5 番目のステップでは、研究者が各テーマを定義します。 さらに、各テーマについて、より広い研究トピックへの重要性について説明します。 最後に、前のすべてのステップに基づいて最終的な分析が作成されます。 研究者はまずデータを個別に分析します。 その後、両方の研究者が分析を比較し、合意に達するまで調整します。 データは、Erasmushogeschool Brussel の安全でロックされたサーバーに保存され、研究結果の最終公開から 5 年間保管されます。