Drift og implementering av et pasientbevegelsesovervåkingssystem ved hjelp av trådløse kroppsslitte sensorer (GFD1)

Medisinske overvåkingssystemer har blitt et viktig område for forskning og utvikling på grunn av muligheten for å tillate forbedret livskvalitet og omsorg samtidig som de totale medisinske kostnadene reduseres.

Betydningen av studien:

Studien er viktig fordi den vil tillate forskerne å forstå effektiviteten til det autonome sensorsystemet som brukes med faktiske beboere i et geriatrisk omsorgssenter. Denne studien er et av de første forsøkene på å overvåke bevegelser til geriatriske beboere mens de utfører dagliglivets aktiviteter. Denne typen system har potensial til å forbedre livskvaliteten og sikkerheten til geriatriske pasienter.

Mål:

Utviklingen av autonome pasientovervåkingsteknologier som til slutt vil forbedre livskvaliteten og sikkerheten til pasienter i eldreomsorgen og andre miljøer.

Bestem ytelsen og brukervennligheten til det bærbare sensorsystemet i et eldreomsorgsinstitusjon med faktiske beboere som går gjennom hverdagen.

Spesifikke mål:

1. Bestem ytelsen til et ionsystem for innsamling av bevegelsesdata for å overvåke geriatriske beboere mens de går i hverdagen i et geriatrisk senter
2. Bestem toleransen for bruk av sensorer av geriatriske beboere
3. Forstå hvordan medisinsk personell samhandler med overvåkede beboere og sensorenhetene
4. Finn ut om sensorsystemets algoritmer kan identifisere fall

Mål:

1. Analyser bevegelsesdataene generert av systemet for å bestemme systemytelsen. Listen over ytelsesmålinger vil inkludere: (a) systemets oppetid, (b) kontinuitet i datainnsamlingen (c) feilfrekvensen for sensorenheten, (d) batterilevetiden for sensorenheten (e) samtidig innsamling av data når flere overvåkede beboere er i samme lokaliserte område.
2. Vurder tolerabiliteten av å bruke enhetene i løpet av en dag ved å bruke en undersøkelse administrert til beboerne.
3. Vurder brukervennligheten til sensorsystemet ved hjelp av en undersøkelse administrert til omsorgspersoner.
4. Sammenlign hendelser som er flagget som fall av systemalgoritmer med fallloggen produsert av Garnison-ansatte, kryssverifisert mot personlige falllogger, for å bestemme systemets evne til å oppdage fall.