SHIFT-ziekenhuis in beweging

Patiënten in ziekenhuizen brengen het grootste deel van hun tijd inactief, zittend of liggend door. Niet actief zijn is een veelvoorkomend probleem bij patiënten in ziekenhuizen, wat vaak complicaties veroorzaakt en het herstel belemmert, omdat dit kan leiden tot problemen zoals een verminderd bloedvolume, een instabiele bloeddruk bij het staan, zwakkere spieren en een hoger risico op infecties, bloedstolsels, en andere gezondheidsproblemen. De inactiviteitgerelateerde veranderingen in het lichaam in combinatie met het natuurlijke verouderingsproces, de stress van het ziekenhuisverblijf, een slechte voedingsstatus en mogelijk problemen met denken, geheugen en begrip of depressie verminderen het vermogen om te regenereren met algeheel gecompromitteerde fysiologische problemen. weerstand.

Om de hoeveelheid fysieke activiteit van ziekenhuispatiënten te kwantificeren, is het vermogen van activiteitssensoren om onderscheid te maken tussen liggen, zitten, staan ​​en lopen een belangrijke vereiste. In een pilotstudie onder 40 patiënten werd de haalbaarheid en effectiviteit van het gebruik van activiteitssensoren in klinische omgevingen onderzocht. Het onderzoek richtte zich op het detecteren van specifieke activiteiten en bewegingspatronen met behulp van sensoren die op verschillende lichaamsdelen werden gedragen, waarbij de enkel werd geïdentificeerd als de voorkeurslocatie voor langetermijnmonitoring. De meeste deelnemers vonden het dragen van de sensoren draaglijk, wat de bruikbaarheid van deze aanpak voor uitgebreide monitoring van de patiëntactiviteit aangeeft.

Het primaire doel van deze observationele studie in één centrum is het valideren van de nauwkeurigheid van nieuw ontwikkelde algoritmen voor de detectie van verschillende bewegingsparameters. Er worden twee verschillende sensoren op de enkel gebruikt om de duur van het liggen, zitten/staan ​​en het aantal stappen dat wordt gezet bij het lopen en traplopen (omhoog/omlaag) te registreren. De validatie is gebaseerd op de hieruit verzamelde bewegingsgegevens en de pilotstudie en zal in twee fasen worden uitgevoerd:

• fase 1 (modelverbetering): Vergroten van de robuustheid van de algoritmen met behulp van trainingsdata
• fase 2 (modelvalidatie): Validatie van de algoritmen met behulp van testgegevens

De secundaire doelstellingen zijn:

• om te bepalen of hoogtegegevens de nauwkeurigheid van de algoritmen verbeteren bij het maken van onderscheid tussen traplopen en lopen
• om het comfort van het dragen van de sensoren te evalueren

De resultaten van dit onderzoek zullen de gezondheidszorg vooruit helpen door een algoritme te ontwikkelen dat nauwkeurig de activiteitenpatronen van gehospitaliseerde patiënten bepaalt, waardoor de monitoring en het begrip van de patiëntenmobiliteit in ziekenhuisomgevingen wordt verbeterd.