Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Autonoom Navigerende Robot voor het Detecteren van Vallen en Valsrisico bij Verpleeghuisbewoners met de Ziekte van Alzheimer/ADRD - Haalbaarheidsstudie

27 februari 2026 bijgewerkt door: Yuval Malinsky, Vigorous Mind, Inc.

Autonoom navigerende robot voor het detecteren van vallen en risico op vallen bij bewoners van verzorgingstehuizen met de ziekte van Alzheimer/ADRD

Dit onderzoek is een haalbaarheidsstudie om aan te tonen dat een autonoom navigerende robot dag en nacht kamers in een verpleeghuis kan patrouilleren en kan detecteren of een bewoner is gevallen, 's nachts omgevingslicht kan inschakelen en een videocamera kan activeren, en verplegend personeel in staat stelt om de situatie te bekijken en te beoordelen via de robotvideocamera en met de bewoner te communiceren via het robotscherm.

Studie Overzicht

Toestand

Beëindigd

Gedetailleerde beschrijving

Interventieprotocol Voordat de robot op patrouille wordt gestuurd om te detecteren of een bewoner probeert op te staan uit de stoel of het bed of als een bewoner is gevallen, zullen we bewoners laten wennen aan de robot. We zullen dit doen door de ochtendmuzikale wektour waarbij "Oh What a Beautiful Morning" een maand lang wordt afgespeeld. We zullen aan de bewoners uitleggen dat de robot hen regelmatig zal "bezoeken" om te zien hoe het met hen gaat en demonstreren hoe de robot komt en hen observeert. Met behulp van een infraroodcamera en kunstmatige intelligentie kan de robot vinden waar een persoon zich in de kamer bevindt en in welke positie. Als het een privékamer bezoekt en de robot "ziet" dat een bewoner niet op de grond ligt of in haar/zijn rolstoel of op de bank of in bed ligt en niet probeert op te staan of uit bed te komen of te gaan staan, zal het zich gewoon omdraaien en de kamer verlaten zonder de bewoner te storen. Als het detecteert dat een persoon op de grond ligt, zal het zeggen "Dit is temi de robot, ik ga hulp halen". Het zal omgevingslicht aanzetten, personeel waarschuwen en de robotvideocamera aanzetten om communicatie tussen het personeel en de bewoner te vergemakkelijken, zodat het personeel de situatie kan beoordelen en passende actie kan ondernemen. Als het detecteert dat er meer dan één persoon in de kamer is en niemand op de grond ligt, zal het de kamer verlaten. Als er een andere persoon in de kamer is en één persoon op de grond ligt, zal het personeel waarschuwen. Als de tweede persoon in de kamer een personeelslid is, zal hij/zij op een knop op het robotscherm kunnen klikken om hem door te sturen om de patrouille voort te zetten en hij zal de kamer verlaten en de patrouille voortzetten. Als de kamer een halfopen kamer is en er wonen twee bewoners, zal de robot de ene bewoner controleren en als hij/zij niet in gevaar is, zal hij zich omdraaien en de status van de tweede bewoner controleren. Als beide rusten, zal de robot de kamer verlaten zonder de bewoners te storen. Als de robot detecteert dat een bewoner probeert op te staan of uit bed te komen, zal het zeggen: "dit is temi de robot, ga alstublieft zitten, ik ga hulp halen". Het zal omgevingslicht en zijn videocamera aanzetten en personeel waarschuwen. Als het detecteert dat een bewoner op de grond ligt, zal het de hierboven beschreven procedure uitvoeren. Als een personeelslid al in een halfopen kamer is waar een val heeft plaatsgevonden, zal hij/zij de robot kunnen doorsturen om de patrouille of taak voort te zetten zoals beschreven in de privékamer. Alle valpartijen die door de robot worden gemeld, zullen een vastgelegde afbeelding hebben zodat de val kan worden geverifieerd door onderzoekspersoneel. Valpartijen die door het personeel en de robot worden gemeld, worden getabelleerd volgens hun overeenstemming: 1) Robot correct gedetecteerd en gemeld maar personeel heeft geen val geregistreerd; 2) personeel meldde val maar robot niet; 3) robot correct en personeel meldde een val; en, 4) robot meldt val: geen afbeelding in robotopname om te valideren dat een val heeft plaatsgevonden en personeel meldt geen val.

Studietype

Observationeel

Inschrijving (Werkelijk)

40

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

    • Rhode Island
      • Providence, Rhode Island, Verenigde Staten, 02903
        • Steere House Nursing & Rehabilitation Center

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

  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Bewoners van verpleeghuizen die leven met dementie

Beschrijving

Inclusiecriteria:

  • Verpleeghuisbewoner met dementie

Exclusiecriteria:

  • Bewoners in isolatie (bijv. Clostridoides difficile, COVID-19, MRSA)
  • Bewoner in terminale fase
  • Bewoner en/of familie weigert deelname
  • Functionele of structurele quadriplegie met onvermogen tot mobilisatie met weinig tot geen valrisico
  • Bewoners worden onrustig wanneer de robot contact met hen maakt

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

Cohorten en interventies

Groep / Cohort
Een robot zal de kamers van verpleeghuisbewoners patrouilleren om valpartijen te detecteren
Bewoners van een verpleeghuis in een geheugenzorgafdeling voor langdurige zorg

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Haalbaarheid van een robot om valpartijen in een verpleeghuis te detecteren
Tijdsspanne: gedurende drie maanden
De primaire uitkomstmaat is dat de robot in 95% van de gevallen correct detecteerde dat een bewoner gevallen was, in staat was om omgevingslicht in te schakelen, verplegend personeel te waarschuwen, de videocamera in te schakelen en communicatie tussen de bewoner en het verplegend personeel te faciliteren.
gedurende drie maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Tevredenheid van verplegend personeel met de robotdetectie van valincidenten
Tijdsspanne: gedurende drie maanden
75% van de verpleegkundige staf zei dat het valdetectiesysteem hun vermogen om veilige zorg te verlenen verbeterde
gedurende drie maanden
De robot kon vallen in het verzorgingshuis detecteren voordat het verplegend personeel dat kon
Tijdsspanne: Gedurende drie maanden
Dat in meer dan 30% van de valpartijen de robot de val detecteerde voordat het verplegend personeel dat deed.
Gedurende drie maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Lynn McNicoll, BS, MDCM, Brown University Health

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

  • Malinsky Y,McNicoll L,Gravenstein S

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)

31 juli 2025

Primaire voltooiing (Werkelijk)

31 juli 2025

Studie voltooiing (Werkelijk)

31 augustus 2025

Studieregistratiedata

Eerst ingediend

27 februari 2026

Eerst ingediend dat voldeed aan de QC-criteria

27 februari 2026

Eerst geplaatst (Werkelijk)

5 maart 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 maart 2026

Laatste update ingediend die voldeed aan QC-criteria

27 februari 2026

Laatst geverifieerd

1 februari 2026

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • VMRFalls1
  • 1R43AG082599-01 (Subsidie/contract van de Amerikaanse NIH)

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Er worden geen IPD verzameld

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 .

Abonneren