一种在现实生活中检测跌倒的新系统
2018年7月23日 更新者：BioSensics
具有自动跌倒检测功能的医疗警报设备使用加速度计来检测跌倒，如果佩戴者忘记或无法按下警报按钮，则可以发出求救信号。
这可以挽救生命并防止因跌倒后长时间躺在地板上而引起的并发症。
在这个项目中，将在 200 名社区居住的老年人中测试市售医疗警报设备的灵敏度和误报率。
研究概览
研究类型
观察性的
注册 (预期的)
200
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Massachusetts
-
Boston、Massachusetts、美国、02120
- Brigham and Women's Hospital
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
75年 及以上 (年长者)
接受健康志愿者
是的
有资格学习的性别
全部
取样方法
非概率样本
研究人群
老年研究参与者将从波士顿试验站点 (http://www.stride-study.org/) 的 STRIDE 研究参与者队列中招募。
描述
纳入标准：
- 在波士顿试验站点 (http://www.stride-study.org/) 注册了 STRIDE 研究。
排除标准：
- 使用医疗警报设备
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
基本的
老年研究参与者将从波士顿试验站点 (http://www.stride-study.org/) 的 STRIDE 研究参与者队列中招募。
|
所有参与者都将佩戴配置为检测跌倒的设备。
其他名称：
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
ActivePERS 跌倒检测算法的敏感性和特异性将通过比较可穿戴设备检测到的跌倒发生与研究参与者自我报告的跌倒来衡量
大体时间：2年
|
2年
|
次要结果测量
结果测量 |
大体时间 |
|---|---|
|
根据患者自我报告测量的差点跌倒
大体时间：2年
|
2年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
赞助
调查人员
- 首席研究员：Shalendar Bhasin, MD、Brigham and Women's Hospital
- 首席研究员：Joseph T Gwin, PhD、BioSensics
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始
2015年9月1日
初级完成 (实际的)
2018年5月1日
研究完成 (实际的)
2018年5月1日
研究注册日期
首次提交
2016年7月8日
首先提交符合 QC 标准的
2016年7月13日
首次发布 (估计)
2016年7月18日
研究记录更新
最后更新发布 (实际的)
2018年7月24日
上次提交的符合 QC 标准的更新
2018年7月23日
最后验证
2018年7月1日
更多信息
与本研究相关的术语
其他研究编号
- 15-0930-01
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
不
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.