SHIFT-Sykehus i bevegelse

Pasienter på sykehus tilbringer mesteparten av tiden sin inaktive, sittende eller liggende. Å ikke være aktiv er et vanlig problem for pasienter på sykehus, som ofte forårsaker komplikasjoner og svekker restitusjon, da det kan føre til problemer som redusert blodvolum, ustabilt blodtrykk når du står, svakere muskler og høyere risiko for infeksjoner, blodpropp, og andre helseproblemer. De inaktivitetsrelaterte endringene i kroppen i kombinasjon med den naturlige aldringsprosessen, stresset ved å være på sykehus, dårlig ernæringsstatus, og muligens problemer med tenkning, hukommelse og forståelse eller depresjon reduserer evnen til å regenerere med generelt kompromittert fysiologisk motstandsdyktighet.

For å kvantifisere mengden fysisk aktivitet hos innlagte pasienter, er aktivitetssensorers evne til å skille mellom liggende, sittende, stående og gå et viktig krav. En pilotstudie med 40 pasienter undersøkte gjennomførbarheten og effektiviteten av å bruke aktivitetssensorer i kliniske omgivelser. Studien fokuserte på å oppdage spesifikke aktiviteter og bevegelsesmønstre ved hjelp av sensorer som bæres på ulike kroppsdeler, med ankelen identifisert som det foretrukne stedet for langtidsovervåking. De fleste deltakerne syntes det var tolerabelt å bruke sensorene, noe som indikerer at denne tilnærmingen er praktisk for utvidet overvåking av pasientaktivitet.

Hovedmålet med denne observasjonsstudien med ett senter er å validere nøyaktigheten til nyutviklede algoritmer for deteksjon av ulike bevegelsesparametere. To forskjellige sensorer som bæres på ankelen brukes til å registrere varigheten av liggende, sittende/stående, og antall skritt som tas når du går og går i trapper (opp/ned). Valideringen er basert på bevegelsesdataene samlet inn fra denne og pilotstudien og vil bli utført i to faser:

• fase 1 (modellforbedring): Øke robustheten til algoritmene ved hjelp av treningsdata
• fase 2 (modellvalidering): Validering av algoritmene ved hjelp av testdata

De sekundære målene er:

• for å finne ut om høydedata forbedrer algoritmenes nøyaktighet når det gjelder å skille mellom trappeklatring og gåing
• for å evaluere komforten ved å ha på seg sensorene

Resultatene av denne studien vil fremme helsevesenet ved å utvikle en algoritme som nøyaktig bestemmer aktivitetsmønstrene til sykehusinnlagte pasienter, og dermed forbedre overvåking og forståelse av pasientmobilitet i sykehusmiljøer.