치료 전환 안내를 위한 주변 독립 ​​측정 (AIMs)

제안된 연구는 독립 생활에 대한 예측 및 의사 결정의 현재 연구 및 임상 실습 패러다임을 변화시킬 수 있는 잠재력을 가지고 있습니다. 이것은 일시적, 자기 보고 또는 위기 사건 유발 데이터에 대한 의존에서 생태학적으로 유효한 다차원적이고 지속적인 생리학적, 활동 및 행동 데이터의 사용으로 전환함으로써 달성됩니다. 이 접근법은 치료 필요성과 전환 결정을 크게 개선할 수 있는 큰 잠재력을 가지고 있습니다. 이 목표를 달성하기 위해 사용 가능한 시스템과 지속적인 연구를 넘어선 몇 가지 혁신이 주목할 만합니다. 첫째, 정적 임상 측정을 미래 배치 결과와 연관시키는 이전 연구를 바탕으로 이제 동시에 지속적으로 기본적인 생리학적 측정(체중 및 보행 속도), 활동 및 행동 측정을 획득하여 중요한 건강 및 기능적 변화를 능동적으로 식별하는 능력을 향상시킬 것입니다. 실시간. 고령화 인구에서 종단적으로 수집된 기존의 가정 내 활동 데이터를 추가로 새로 감지된 측정(전화 사용, 약물 복용, 체성분)의 시뮬레이션 데이터와 결합하여 파생된 새로운 메트릭(AIM)을 생성하여 활동 및 행동의 객관적인 동적 측정을 제공합니다. 독립성을 유지하는 데 필수적인 것입니다. 이러한 메트릭은 케어 팀에서 사용할 원본 데이터 세트의 문서화된 전환 결과를 기반으로 예측 알고리즘을 개발하는 데 사용됩니다(목표 1). 워킹 케어 전환 전문가는 이러한 객관적 측정의 개선을 위해 반복적으로 질문을 받을 것입니다(목표 2). 독립성에 영향을 미치는 주요 변화에 대한 이러한 의료 서비스 제공자의 전문 지식과 이해는 중요한 주변 독립 ​​측정을 식별하고 의미 있는 의료 구현 경로로 이끄는 데 매우 중요합니다. 케어 팀이 사용할 수 있는 사용자 친화적인 인터페이스(목표 2)에 선택되고 구축된 최종 측정 세트의 효율성은 세 가지 비교 그룹 중 하나에서 독립적으로 생활하는 노인을 비교하여 테스트(목표 3)됩니다. 1) 설치된 기술 , AIM 데이터가 추출되어 전환 결정을 돕기 위해 치료 전환 팀에 제공됩니다. 2) AIM 데이터가 추출되지만 전환 팀이 사용할 수 없는 설치된 기술; 3) 기술이 없습니다. 검증 그룹과 통제 그룹 간의 중요한 변화를 인식할 수 있는 권한이 충분하지 않을 수 있습니다. 그러나 이 연구는 주로 접근 방식의 타당성을 테스트하고 전환 결정을 내리는 데 가장 유용한 유형의 AIM 데이터를 식별하여 향후 더 크고 결정적인 연구에 정보를 제공하는 데 사용될 예정입니다.