Utvikling og bruk av fallrisikovurderingsenhet for daglig bruk for å forhindre at eldre faller (ITF-Balance)

Fall er en betydelig trussel mot eldres helse og selvstendige livskvalitet (James et al., 2020; Ye et al., 2021). Tap av balanse fører til fall. Balanse er en svært kompleks nevromuskulær refleksfunksjon som kan påvirkes av kroppens generelle tilstand og en eller flere svekkelser i sensoriske, nerve-, kardiovaskulære og muskel-skjelettsystemer. Foreløpig kan ingen test eller verktøy direkte måle balanseevnen i kliniske omgivelser. De fleste klinikere bruker proxy-baserte metoder for å estimere sannsynligheten for å falle, for eksempel Timed Up and Go Test som har lav diagnostisk nøyaktighet (Barry et al., 2014). Andre ofte brukte verktøy for observasjonsfallvurdering (f.eks. Berg Balance Scale og Performance-Oriented Mobility Assessment) krever lang administrasjonstid, lider av takeffekter og subjektiv dømmekraft (Blum & Korner-Bitensky, 2008; Gimmon et al., 2016). De datastyrte dynamiske posturografi-apparatene brukes i spesialiserte fallvurderings- og rehabiliteringssentre. Disse enhetene brukes imidlertid ikke rutinemessig i kliniske eller hjemmemiljøer på grunn av høye brukerkostnader og spesielle opplæringskrav.

For å overvinne de ovennevnte begrensningene ved eksisterende tilnærminger for å måle dynamisk balanseevne og forutsi risikoen for å falle. Denne forskningen forsøker å utvikle en kunstig intelligens (AI)-aktivert enhet for å måle den dynamiske balanseevnen til eldre mennesker med en sensor ved hjelp av et optisk prinsipp kalt Frustrated Total Internal Reflection (FTIR). Den AI-baserte algoritmen innebygd i enheten utfører dataanalysen for balanseevnevurdering og fallrisikoprediksjon.

Som en kritisk del av forskningen er det nødvendig med en storstilt brukerstudie for å teste validiteten til enheten angående vurderingen av dynamisk balanseevne sammenlignet med de vanlige kliniske vurderingsverktøyene som brukes av leger og annet helsepersonell. I tillegg vil denne storskala brukerstudien også undersøke nøyaktigheten til forutsigelsen av fallrisikoen som leveres av enheten. Vi planlegger også å studere faktorene som påvirker brukerengasjementet i denne enheten gjennom den spørreskjemabaserte undersøkelsen.

Den målrettede direkte brukergruppen til denne enheten er personer i alderen 60 år eller eldre som bor i Hong Kong. Basert på vurderingsresultatene fra denne enheten, kan eldre mennesker iverksette nødvendige tiltak for å forhindre fall. Videre kan leger og annet helsepersonell bli bedre informert om behovet for ytterligere vurdering eller intervensjoner basert på vurderingsresultatene av apparatet.

Hele studien vil vare i seks måneder, og resultatet vil bli vurdert før og etter implementering for sammenligning og validering. De viktigste testkriteriene inkluderer enhetsspesifikasjonene for validitet og pålitelighet, brukeropplevelser og adopsjon, prediksjonsmodellnøyaktighet.

Inkluderingskriterier er: (1) 60 år eller eldre, (2) i stand til å kommunisere med testoperatøren (på kinesisk eller engelsk), og (3) i stand til å gi informert samtykke til å delta i studien. Deltakerne vil bli invitert til å delta i totalt tre runder med tester innen 6 måneder.

Første runde: Deltakeren vil bli invitert til å ta tre tester: En enhetstest, en time up and go test og en Berg balanse test. Enhetstesten involverer fem enkle oppgaver som krever at deltakerne fullfører mens de bruker balansesensoren til å vurdere balanseevnen. I tillegg vil deltakerne bli pålagt å fullføre fysiske datamålinger for å samle inn vekt, høyde, blodtrykk, muskelmasse, kroppsmasseindeks (BMI) og andre fysiske data. Dessuten vil deltakerne bli pålagt å fylle ut spørreskjemaer som inkluderer (1) grunnleggende demografisk informasjon, (2) egenvurdering av generelle helsetilstander, (3) kognitiv og mental helse, (4) livsstil og vaner, (5) skala for falleffektivitet , (6) høsthistorie, (7) dagliglivets aktiviteter, (8) aksept av seniorteknologi og (9) brukeropplevelserelaterte elementer.

Andre runde (etter 90 dager): Deltakerne vil bli invitert til å delta i enhetstesten: Enhetstesten innebærer fem enkle oppgaver som ber deltakerne om å fullføre når de bruker enheten for å vurdere balanseevnen din. Dessuten, etter testene, inviteres deltakerne til å fylle ut et spørreskjema som dekker (1) demografisk informasjon, (2) aksept av seniorteknologi, (3) brukeropplevelsesrelaterte elementer og (4) høsthistorie.

Tredje runde (etter 180 dager): Deltakerne vil bli invitert til å delta i enhetstesten: Enhetstesten innebærer fem enkle oppgaver som ber deltakerne om å fullføre når de bruker enheten for å vurdere balanseevnen. I tillegg, etter testene, inviteres du til å fylle ut et spørreskjema som dekker (1) demografisk informasjon, (2) aksept av seniorteknologi, (3) brukeropplevelsesrelaterte elementer og (4) høsthistorie.

Engasjementet til deltakere rekruttert fra poliklinikkene i testene, undersøkelsene og/eller intervjuene vil ikke påvirke kvaliteten på omsorgen de mottar. Ingen medikamentbruk og medisinsk behandling vil være involvert i hele studien vår. Intervensjon, undersøkelser og/eller intervjuer medfører ingen fysisk eller medisinsk risiko for deltakerne. Den eneste bekymringen er at deltakerne kan føle seg litt slitne etter testene. Deltakere kan når som helst frivillig trekke seg fra studien uten å oppgi noen grunn, og deres medisinske behandling eller opprinnelige rettigheter vil ikke bli påvirket.

Etterforskerne vil gjennomføre tre typer analyser for å passe prosjektets behov. Først vil vi bruke beskrivende statistikk for å oppsummere demografisk informasjon, testresultater fra baseline-test og enhetstest, samt deltakernes svar på undersøkelsene. Vi vil også transformere eventuelle skjeve variabler og korrigere skjevheten ved hjelp av loggtransformasjon før konklusjonsanalyse. For å vurdere normalitet, vil vi utføre Shapiro-Wilk-testen av normalitet så vel som det normale Q-Q Plot. For det andre vil vi bruke bivariat korrelasjonsanalyse (Pearson, Two-tailed) for å bekrefte gyldigheten av balanseevnevurderingen til enheten. For det tredje vil vi bruke diskrimineringsanalysen (dvs. sensitivitets- og spesifisitetsanalyse) for å verifisere presisjonen til den fallende risikoprediksjonen levert av enheten.

Hovedetterforskeren vil være ansvarlig for oppbevaring av personopplysningene til deltakerne under og etter eksperimentet. Disse dataene vil kun bli brukt til akademisk og klinisk forskning. Dessuten vil dataene med den identifiserbare informasjonen oppbevares i inntil 5 år etter første publisering. Anonyme data vil bli oppbevart i inntil 10 år etter første publisering av dette prosjektet. All informasjon innhentet vil kun brukes til forskningsformål. Alle dataene vil bli lagret i en kryptert arbeidsstasjon og på passordbeskyttet nettskylagring.