Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

By for alle aldre: Eldrevennlige bytjenester for aktiv og sunn aldring

27. juni 2024 oppdatert av: Oteng Ntsweng, National University of Singapore

Mange byboende eldre kan bli sterkt berørt etter en mindre endring i leve- eller helseforhold. Mild kognitiv svikt (MCI), tidlig demens og skrøpelighet er blant de vanligste risikoene med dype konsekvenser for eldres og omsorgspersoners livskvalitet. Gjennom den nye bølgen av informasjons- og kommunikasjonsteknologier (IKT), tingenes internett (IoT) og smartbysystem, er det nå mulig å hjelpe enkeltpersoner med å fange opp og bruke deres personlige data på en måte som vil hjelpe dem å opprettholde sin uavhengighet for lengre. By for alle aldre-prosjektet skal skape en innovativ tjeneste basert på:

  • IKT-forsterket tidlig oppdagelse av risiko knyttet til skrøpelighet
  • IKT-forsterkede intervensjoner som kan hjelpe den eldre befolkningen til å forbedre hverdagen og også fremme positiv atferdsendring

Gjennom virkelige pilotsteder i Singapore i samarbeid med TOUCH Senior Activity Center (SAC) og Housing Development Board (HDB), utforsker dette prosjektet hvordan data om individuell atferd fanget gjennom innendørs og utendørs sensorer kan brukes til observasjon og deteksjon av følgende parametere:

  • Activity of Daily Living (ADL): ernæring, hygiene, søvnaktivitet
  • Mobilitet: fysisk aktivitet, utgangfrekvens og lengde
  • Kognisjon: glemsel, tidlige tegn på mental tilbakegang
  • Sosialisering: besøk på senioraktivitetssenter, besøkte aktiviteter, besøk til andre interessesteder

Dette 2-årige prosjektet består av 3 setninger som involverer 10 friske eldre som bor i HDB-hjem i fase 1 og 2 og 100 eldre i fase 3. Vårt fokus er å bruke sanseteknologi installert i de eldres hjem for å overvåke og oppdage dagliglivets aktiviteter . Sensordata som samles inn vil deretter bli analysert for å identifisere relevant atferd hos individer, og for å oppdage atferdsendringer som kan korreleres med risiko for MCI/skjørhet. De passende IKT-baserte intervensjonene (f.eks. datavisualisering og varsler til omsorgspersoner) vil deretter bli brukt for å redusere disse risikoene. I tillegg vil psykososiale data knyttet til eldres livskvalitet, sosial aktivitetsdeltakelse og dagliglivets aktiviteter også samles inn via intervjuer og aktivitetslogger for å evaluere resultatene av vår teknologiintervensjon.

Studieoversikt

Detaljert beskrivelse

Som mange utviklede land, står Singapore overfor utfordringene med en aldrende befolkning. Antallet singaporeanere i alderen 65 år og over øker raskt ettersom befolkningsveksten avtar. Antall seniorer har doblet seg fra 220 000 i 2000 til 440 000 i 2015, og forventes å øke til 900 000 innen 2030. Blant de eldre bor nærmere 10 % alene (fra 35 000 i 2012 til 83 000 innen 2030). Den endrede demografien øker ikke bare helsekostnadene, men også etterspørselen etter helsetjenester og omsorgstilbud.

Forebygging av skrøpelighet og MCI er nøkkelen for at eldre skal opprettholde sine daglige aktiviteter og forbli sunne og uavhengige hjemme. Tidligere forskning har vist at skrøpelighet, i likhet med funksjonshemming, er en dynamisk prosess med eldre individer som beveger seg frem og tilbake mellom ulike skrøpelighetstilstander. Overgang til skrøpelighet er en gradvis progresjon som skjer i løpet av flere måneder eller år, og det er overraskende høye utvinningsgrader. Det er imidlertid viktig å gripe inn innenfor riktig tidsvindu før en person går inn i full skrøpelighet. Derfor er det viktig å oppdage utbruddet og progresjonen av skrøpelighet og å identifisere faktorene som kan lette overganger til mindre skrøpelige tilstander. Dette kan informere utviklingen av intervensjoner for å håndtere eldre med risiko for skrøpelighet.

City for All Ages-prosjektet søker å demonstrere at smarte byer kan spille en sentral rolle i "forebygging" (dvs. tidlig oppdagelse og påfølgende intervensjon) av MCI og skrøpelighetsrelaterte risikoer. Kjerneideen er at "smarte byer", aktivert ved utplassering av sensorteknologier og analyser kan samle inn data om individer: a) for å identifisere segmenter av befolkningen som er potensielt utsatt, for å starte strengere overvåking; b) å overvåke utvalgte individer nøye, for å starte en proaktiv intervensjon. I begge tilfeller kan uønskede endringer i atferd som identifiseres gjennom et sett med indikatorer føre til forebyggende handlinger. Målet er å fremme forskningen på helsetjenester mot et proaktivt snarere enn reaktivt system.

Forskerteamet vil utnytte eksisterende eksperimenter og pilotnettsteder som har fokusert på oppdagelse av eldre risikoatferd både i Frankrike og Singapore. Lærdom fra å håndtere utfordringer enten når det gjelder å forstå dataene (som falske positiver, meningsfull informasjon osv.) eller å gi passende og rettidig intervensjon (som vanskeligheter med å identifisere og organisere intervensjonen effektivt, stort panel av interessenter, overdreven oppfordring til omsorgspersoner osv.) ville være nyttig for dette prosjektet.

Vårt mål er å bruke sanseteknologi installert i eldres hjem for å overvåke og oppdage deres aktiviteter som matlaging, sove, gå på do, gå ut av leiligheten eller potensiell vandretur, badefall. Sensordata vil bli samlet inn diskret og administrert ved hjelp av et personvernbevisst koblet åpent dataparadigme. Grunnleggende resonnement og læringsalgoritmer vil bli brukt på dataene for å identifisere relevant atferd til individer, og for å oppdage atferdsendringer som kan korreleres med risiko for MCI/skjørhet. De passende IKT-baserte intervensjonene (f.eks. datavisualisering og varsler til omsorgspersoner) vil deretter bli brukt for å redusere disse risikoene.

Studietype

Observasjonsmessig

Registrering (Antatt)

19

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Eldre voksen

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Nedenfor er inkluderingskriteriene for eldre deltakere:

  • Kognitivt dyktige eldre mennesker - som bestemt av omsorgspersonene.
  • Bor alene eller med ikke mer enn 2 leilighetskamerater
  • Bosatt i en HDB-leilighet
  • Fortrinnsvis leiligheter med WIFI internettforbindelse
  • Engelsk- eller kinesisktalende i fase 1, kun mandarintalende vil bli inkludert i studien. Avhengig av antall dialekttalende eldre i bostedene vil i etterfølgende faser dialekttalende fag inngå.
  • Medlem av Senioraktivitetssenteret
  • Godta å dele deres daglige aktivitetsdata (ADL) med forskerteamet, Senior Activity Center-teamet og (hvis aktuelt) deres utpekte slektninger
  • Engelsk eller kinesisk høyttaler
  • Ha en smarttelefon, nettbrett eller en datamaskin

Beskrivelse

Inklusjonskriterier:

  • Kognitivt dyktige eldre mennesker - som bestemt av senioraktivitetssenterpersonalet under identifiseringen av potensielle deltakere.
  • Bor alene eller med ikke mer enn 2 leilighetskamerater
  • Bosatt i en HDB-leilighet
  • Fortrinnsvis leiligheter med WIFI internettforbindelse
  • Engelsk- eller kinesisktalende i fase 1, kun mandarintalende vil bli inkludert i studien. Avhengig av antall dialekttalende eldre i bostedene vil i etterfølgende faser dialekttalende fag inngå.
  • Medlem av Senioraktivitetssenteret
  • Godta å dele deres daglige aktivitetsdata (ADL) med forskerteamet, Senior Activity Center-teamet og (hvis aktuelt) deres utpekte slektninger

Ekskluderingskriterier:

  • De som ikke oppfyller de nevnte inklusjonskriteriene
  • Har alvorlige funksjonshemminger
  • Har redusert mobilitet (bruker rullestol)
  • Har alvorlig demens

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Tidsperiode før og etter implementeringen av IoT-sensorer
Siden vår studie involverer en enkelt gruppe på 19 deltakere, vil vi evaluere livskvaliteten deres på to forskjellige tidspunkter: før og etter introduksjonen av IoT-sensorer.
Det foreslåtte overvåkingssystemet for assistive Activities of Daily Living (ADL) består av infrarøde sensorer som er sømløst innebygd i bomiljøet, og en visualiseringsapp. Multimodalitetssensorer med mulighet for trådløs dataoverføring vil bli installert på forskjellige steder (f. soverom, kjøkken, toalett, bad, stue, etc.) for å overvåke og oppdage aktivitetene som utføres av individuelle eldre, for eksempel matlaging, sove, gå på do, gå ut av leiligheten eller potensiell vandretur, badefall osv. I tillegg vil en mikrobøy fiberoptisk trykksensormatte plasseres diskret under sengemadrassen for å måle eldres hjerte- og respirasjonsfrekvens under søvn. Denne matten bidrar til å gi informasjon om søvnkvaliteten og søvn- og våknerytmer til eldre med søvnforstyrrelser. De innsamlede dataene vil deretter bli overført gjennom en sikret gateway med Raspberry Pi til en dedikert server for databehandling og analyse.
Tradisjonell eldreomsorg uten bruk av IoT-sensorer.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Endring fra baseline i eldres opplevde livskvalitet ved 6 måneder
Tidsramme: 6 måneder
De eldre voksnes opplevde livskvalitet rapporteres under semistrukturerte intervjuer
6 måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Endring fra baseline i omsorgspersonens opplevde tretthet ved 6 måneder
Tidsramme: 6 måneder
Omsorgspersoners opplevde tretthetsnivå rapportert under semistrukturerte intervjuer
6 måneder

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

30. januar 2016

Primær fullføring (Antatt)

31. desember 2025

Studiet fullført (Antatt)

3. januar 2026

Datoer for studieregistrering

Først innsendt

27. februar 2024

Først innsendt som oppfylte QC-kriteriene

27. juni 2024

Først lagt ut (Faktiske)

5. juli 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

5. juli 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. juni 2024

Sist bekreftet

1. juni 2024

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • SACIoTStudy

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

På grunn av etiske årsaker kan vi ikke dele IPD. Kun aggregerte resultater vil bli delt i en publikasjon.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere