Validatie van draadloze loopsensor voor valrisicoclassificatie bij ouderen
17 juni 2025 bijgewerkt door: Sungchul Huh, Pusan National University Yangsan Hospital
Een onderzoek naar de validatie van loopanalyse, draadloze kleine traagheidssensor en diagnostisch machinaal leermodel voor classificatie van valrisicogroepen voor ouderen
De loopstatus van oudere patiënten ouder dan 65 jaar in het ziekenhuis zal worden geverifieerd door middel van politieke analyse en objectieve valrisicobeoordeling door middel van draadloze traagheidssensoren en diagnostische machine learning-modellen, en op basis van de resultaten, als onderzoekers, een basis bieden voor de doelstelling evaluatie van het risico op vallende patiënten door verpleegkundigen op algemene afdelingen in de toekomst.
Studie Overzicht
Gedetailleerde beschrijving
Momenteel verandert in het geval van algemene klinische afdelingen in Korea de beoordelaar die het risico op vallen tijdens de ziekenhuisopname van de patiënt beoordeelt elke keer, en de evaluatie van het valrisico verschilt voor dezelfde patiënt, afhankelijk van de subjectiviteit van de beoordelaar.
Daarom vereist het evalueren van vallen het beoordelen van het lopen van de patiënt op basis van consistente criteria.
Door loopanalyse met een draadloze kleine traagheidssensor wordt verwacht dat het risico op vallen zal afnemen.
Bij het analyseren van het lopen om valrisicogroepen te classificeren, zou kwantitatieve evaluatie moeten worden toegepast voor paslengte, loopsnelheid, stapbreedte, cadans en loopcyclus, maar momenteel worden valbeoordelingen die hiermee rekening houden niet goed uitgevoerd.
Daarom is het noodzakelijk om kwantitatieve standaarden voor valevaluatie op te stellen en toe te passen door middel van loopanalyse via draadloze kleine traagheidssensoren en data machine learning om het valrisico bij oudere ziekenhuispatiënten te classificeren.
Studietype
Ingrijpend
Inschrijving (Werkelijk)
51
Fase
- Niet toepasbaar
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studie Locaties
-
-
-
Yangsan, Korea, republiek van
- Sungchul Huh, MD
-
-
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Beschrijving
Inclusiecriteria:
- een persoon ouder dan 55 jaar
- Personen die minimaal één minuut zelfstandig kunnen lopen
- Degenen die geen medicijnen gebruiken die hun vermogen om het evenwicht te bewaren beïnvloeden
- Een persoon die binnen zes maanden geen orthopedisch probleem heeft, zoals een fractuur van de onderste ledematen
Uitsluitingscriteria:
- Degenen die moeite hebben met het begrijpen van het loopanalyseprogramma of moeite hebben met het uiten van symptomen
- Een persoon die door een revalidatiearts vanwege andere aandoeningen ongeschikt wordt verklaard voor dit onderzoek
- Een persoon die dit loopanalyseprogramma niet kan toepassen vanwege ernstige hart- en vaatziekten
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Ander
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Loopgroep
|
Loopanalyse van de deelnemer met de traagheidssensor
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Valrisicobeoordelingsschaal
Tijdsspanne: Gedurende de gehele onderzoeksperiode worden de loopgegevens van patiënten continu verzameld, waardoor het risico op vallen voortdurend kan worden gemeten.
|
Een beoordelingsschaal voor het risico op vallen, gemeten door de analyse van het looppatroon van patiënten met behulp van draadloze traagheidssensoren en een diagnostisch machine learning-model.
|
Gedurende de gehele onderzoeksperiode worden de loopgegevens van patiënten continu verzameld, waardoor het risico op vallen voortdurend kan worden gemeten.
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Sungchul Huh, PhD, Pusan National University Yangsan Hospital
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start (Werkelijk)
1 december 2023
Primaire voltooiing (Werkelijk)
5 januari 2024
Studie voltooiing (Werkelijk)
30 april 2024
Studieregistratiedata
Eerst ingediend
21 december 2023
Eerst ingediend dat voldeed aan de QC-criteria
2 mei 2024
Eerst geplaatst (Werkelijk)
3 mei 2024
Updates van studierecords
Laatste update geplaatst (Werkelijk)
22 juni 2025
Laatste update ingediend die voldeed aan QC-criteria
17 juni 2025
Laatst geverifieerd
1 juni 2025
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- 11-2023-001
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .