SHIFT-Sjukhus i rörelse

Patienter på sjukhus tillbringar större delen av sin tid inaktiva, sittande eller liggande. Att inte vara aktiv är ett vanligt problem för patienter på sjukhus, vilket ofta orsakar komplikationer och försämrar återhämtningen, eftersom det kan leda till problem som minskad blodvolym, ostadigt blodtryck när man står, svagare muskler och en högre risk för infektioner, blodproppar, och andra hälsoproblem. De inaktivitetsrelaterade förändringarna i kroppen i kombination med den naturliga åldrandeprocessen, stressen av att vara på sjukhuset, ett dåligt näringstillstånd och eventuellt problem med tänkande, minne och förståelse eller depression minskar förmågan att regenerera med generellt nedsatt fysiologisk elasticitet.

För att kvantifiera mängden fysisk aktivitet hos inlagda patienter är aktivitetssensorernas förmåga att skilja mellan liggande, sittande, stående och gå ett viktigt krav. En pilotstudie med 40 patienter undersökte genomförbarheten och effektiviteten av att använda aktivitetssensorer i kliniska miljöer. Studien fokuserade på att upptäcka specifika aktiviteter och rörelsemönster med hjälp av sensorer som bärs på olika kroppsdelar, med fotleden identifierad som den föredragna platsen för långtidsövervakning. De flesta deltagare ansåg att det var acceptabelt att bära sensorerna, vilket indikerar det praktiska i detta tillvägagångssätt för utökad patientaktivitetsövervakning.

Det primära syftet med denna observationsstudie i ett centrum är att validera noggrannheten hos nyutvecklade algoritmer för detektering av olika rörelseparametrar. Två olika sensorer som bärs på fotleden används för att registrera hur länge man ligger, sittande/stående och hur många steg man tar när man går och går i trappor (upp/ner). Valideringen baseras på rörelsedata som samlats in från denna och pilotstudien och kommer att genomföras i två faser:

• fas 1 (modellförbättring): Öka robustheten hos algoritmerna med hjälp av träningsdata
• fas 2 (modellvalidering): Validering av algoritmerna med hjälp av testdata

De sekundära målen är:

• för att avgöra om höjddata förbättrar algoritmernas noggrannhet när det gäller att skilja mellan trappklättring och gång
• för att utvärdera komforten med att bära sensorerna

Resultaten av denna studie kommer att främja sjukvården genom att utveckla en algoritm som exakt bestämmer aktivitetsmönstren för inlagda patienter, och därigenom förbättra övervakningen och förståelsen av patientrörlighet i sjukhusmiljöer.