指导护理过渡的环境独立措施 (AIMs)

拟议的研究有可能改变当前关于独立生活的预测和决策的研究和临床实践范式。 这是通过从依赖偶发的、自我报告的或危机事件引发的数据转变为使用生态上有效的多维和连续的生理、活动和行为数据来实现的。 这种方法具有显着改善护理需求和过渡决策的巨大潜力。 在实现这一目标的过程中，一些超越现有系统和正在进行的研究的创新是值得注意的。 首先，基于先前将静态临床测量与未来安置结果相关联的研究，我们现在将同时并持续获得基本生理测量（体重和步行速度）、活动和行为测量，从而提高我们主动区分重要健康和功能变化的能力即时的。 使用在老龄化人口中纵向收集的现有家庭活动数据，结合来自其他新感知措施（电话使用、药物服用、身体成分）的模拟数据，我们将生成派生的新指标 - AIMs - 以提供活动和行为的客观动态测量这对于保持独立性至关重要。 这些指标将用于根据护理团队使用的原始数据集记录的过渡结果开发预测算法（目标 1）。 将反复询问工作护理过渡专业人员以改进这些客观措施（目标 2）。 这些护理提供者的专业知识和对影响独立性的关键变化的理解对于确定重要的环境独立性措施并导致有意义的护理实施途径非常宝贵。 最后一组措施的功效被选择并构建到一个用户友好的界面中供护理团队使用（目标 2），然后将通过比较三个比较组中独立生活的老年人来测试（目标 3）：1）已安装的技术，将从中提取 AIMs 数据并提供给护理过渡团队以帮助做出过渡决策； 2) 已安装的技术，将从中提取 AIMs 数据，但过渡团队无法使用； 3）没有技术。 我们可能没有足够的能力来识别验证组和对照组之间的显着变化。 然而，这项主要研究旨在测试该方法的可行性，并确定那些对做出过渡决策最有用的 AIMs 数据类型，这些数据将用于为未来更大规模、更明确的研究提供信息。