需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

使用实时定位系统测量养老机构老年人游走行为相关步行活动

6.1K 次观看

DOI:

10.3791/58834

2019年2月8日

本文内容

摘要

本文讨论了使用连续、客观的实时定位系统来测量与游走行为相关的步行活动,重点关注认知功能障碍的老年患者。步行活动通过步行距离、持续步行距离和持续步速进行测量。同时评估了步态质量和平衡能力。

摘要

实时定位系统(RTLS)可用于追踪长期护理机构中存在游走行为风险的老年住院患者的步行活动。RTLS的优势在于能够对活动量进行客观且连续的测量。医疗保健人员对活动(尤其是游走行为)的自我报告方法容易受到地板效应和回忆偏倚的影响,而长期持续的临床或科研观察则可能耗时且成本高昂。此外,医疗保健人员常常未能识别游走行为的起始时间及/或持续时长,而这些行为与该人群中的多种不良健康结局相关,但可通过干预加以改善。RTLS技术能够以高度准确的方式长期监测认知障碍住院患者的步行活动。这对于研究“游走”行为尤其有用,游走被定义为连续步行至少60秒且活动中断极少(或无中断)。游走行为与疾病进展、住院、跌倒及死亡相关。既往研究表明,平衡能力较差且持续步行活动量较高的老年人可能尤其容易出现不良健康结局。RTLS可用于评估认知障碍以及与步态和平衡相关的因素;然而,也可辅以纸质的步态/平衡评估工具,以进一步细化风险特征。本项目探讨了使用RTLS来测量该人群的步行活动量,以及步态质量和平衡能力指标的方法。

引言

老年人执行日常生活活动和进行身体活动的能力与其步态质量和平衡能力相关。1 既往研究表明,在久坐不动的老年人群中,平衡能力与自我报告的身体活动水平之间存在相关性。2 这种相关性在不同老年群体中均持续存在。例如,在社区居住的老年人中,自我报告的活动水平与平衡能力3及步行能力4显著相关;在可行走的长期护理机构住居民中,其身体活动水平与步态和平衡能力均呈正相关(采用Tinetti行动能力评估量表进行评估)。5 机构化照护与晚年步行活动减少相关,6 并导致该人群中久坐行为的高发。7 实际上,据报道,机构化照护居民清醒时间中80%或以上的时间处于坐位或卧位状态,5 极少数长期护理机构居民能达到每日30分钟中等强度身体活动的推荐标准。7 身体活动不足与该人群的身体功能减退、住院及其他不良健康结局相关。深入了解该人群的步行活动特征,可能有助于制定针对性的步态和/或平衡干预措施,以提升其身体活动水平。

一些患有认知障碍(CI)的机构化老年人会因疾病进展而开始过度行走。当活动在数小时至数天内几乎没有或完全没有间歇时,即表现为游走行为。游走与疲劳、体重减轻、伤害性跌倒、睡眠障碍、走失甚至死亡相关。8 与无认知障碍或轻度/中度认知障碍的养老院住客相比,重度认知障碍住客的游走行为活动量高出20%,其中26%表现为"环行"行为,即住客在房间内绕圈行走的一种游走类型。9 尽管如此,医护人员及其他观察者仍难以区分身体活动与游走行为。个体内部行走活动的变化可能较为细微,且在老年人试图擅自离开机构(例如逃离设施)之前,游走行为通常不被视为需要干预的行为问题。游走行为十分常见;不同研究中游走的患病率有所不同,但据估计,在疾病发展过程中,约有38%10至80%的患有认知障碍的老年人会出现游走行为。11

由于机构化老年人群体具有异质性(例如认知水平、健康状况各不相同),且步行活动难以客观测量,因此理解其步行活动具有挑战性。医护人员通过自我报告方式记录的活动数据更倾向于反映走失或试图逃离机构的行为,而长期持续观察则易受评分者间误差影响,且耗时耗力、成本较高。12,13 实时定位系统(RTLS)技术有望客观、连续地测量患有认知障碍(CI)的老年人的步行活动。值得注意的是,RTLS 领域存在异质性,理论上可采用多种系统:超宽带(UWB;见附件 材料表)、红外+射频、超声波以及机器视觉系统。然而,要评估游走行为,需要一种体积小、无干扰、无线、能够实现大范围追踪、无需视线直通且定位精度在20厘米以内的追踪技术,而除采用超宽带(UWB)的实时定位系统(RTLS)外,几乎不存在(或仅有极少数)其他系统能够满足这些要求。例如,红外+射频技术依赖于构建 "区域" 可详细记录居住者经过的时间,但精度不足以确定游走行为,除非在一二米范围内,这对于这些目的而言过于粗略。超声波和机器视觉在识别和反射方面存在问题;机器视觉系统虽具有良好的分辨率,但无法区分居住者,除非借助射频识别标签来弥补当前人工智能能力的不足。利用超宽带(UWB)的实时定位系统(RTLS)具有更广的覆盖范围和约20 cm的空间分辨率—— 一米或更远距离适用于其他系统——使其成为最精确且能够捕捉所有活动模式的系统。14,15 此处讨论的基于超宽带(UWB)的实时定位系统同样具有稳定性,专为全天候工业应用而设计。研究人员和临床医生已在多种环境中使用该系统,用于对精度要求较高的场景——如预防和预测跌倒、评估痴呆及认知功能变化——包括辅助生活设施、医院、养老院和康复单元。13,16,17

本文将详细介绍一种使用超宽带(UWB)技术的实时定位系统(RTLS)方案,用于测量步行活动(包括步行距离、持续步行距离和持续步速(仅在持续步行期间计算的每周平均每秒米数)),以及关于认知障碍(CI)、步态能力和平衡质量的纸质笔答测试,其中后两者是步行活动的关键组成部分。研究结果将重点关注利用RTLS区分与身体活动相关且因此带来积极健康结局的步行距离,以及与游荡行为相关且因此带来消极健康结局的持续步行距离。

访问受限。请登录或开始试用以查看此内容。

方案

本文所述所有方法均已获得宾夕法尼亚州费城 Corporal Michael J. Crescenz 退伍军人事务医疗中心机构审查委员会的批准。

1. 实时定位系统(RTLS)的安装与设置

  1. 审查养老机构关于居民安全、隐私保护的政策,并与机构相关方共同评估是否需要提供有关使用实时定位系统(RTLS)的书面或口头支持。在与相关方的讨论中,应涵盖本地协议和程序(例如,本地机构的技术豁免、工会批准) 等等。)以及项目时间表。12
    注意:随着项目进展,应更新方案、流程和时间表,并与相关利益方会面,获得有关各方的签字确认。
  2. 获得机构审查委员会批准,包括HIPAA豁免,以便在向符合条件的居民获取知情同意之前审阅其医疗记录。
  3. 在目标研究区域配备实时定位系统(RTLS)(参见 图1在所有公共房间和走廊的上方角落安装传感器,以实时三角定位居民的位置和移动。
    1. 将传感器朝向区域中心,以利用其天线方向图,该方向图在水平面(方位角)为±90度,在垂直面(俯仰角)为±45度。将传感器面板向下倾斜,使得若有一束激光从传感器面板射出,将会击中对面角落距地面约5-6英尺的位置。通过将水平仪放置在传感器顶部后方的两个塑料定位柱上,确保传感器处于水平状态。
      注意:对于一个典型的长期护理机构公共区域(约10米×13米或1,000平方英尺),需要四个传感器。这些传感器将覆盖更大的区域,但实际覆盖范围取决于周围环境,例如区域内的墙壁和玻璃隔断,这些可能会影响信号传输。
    2. 每个传感器需要一根网线,从传感器背面左下角的端口连接到服务器所连接的交换机;该网线为 Cat5e 网线。以其中一个传感器作为主传感器,从主传感器向其余每个传感器连接一根时序线,形成星型拓扑结构。
      1. 为此,请将一根屏蔽的Cat5e电缆插入主设备上6个可用端口中的任意一个,并将其连接到各个其他传感器,插入每个传感器6个端口中右上方的端口。电缆应沿天花板上方布设。
        注意:区域内的传感器数量决定了供电以太网(POE)交换机所需的端口数量。每个传感器需要两个端口。如有需要,可连接多个POE交换机。
    3. 测量传感器在区域内的位置,并在传感器上选择一个原点(例如,左下角,使得向北移动为正y轴方向,向东移动为正x轴方向)。使用激光测距仪测量每个传感器相对于该原点的x、y和z坐标。记录传感器背面的MAC地址,以便后续输入至图形用户界面(GUI;一种用于管理实时定位系统RTLS的专用软件)。
  4. 在图形用户界面中,打开 平台控制 并点击 核心服务器 突出显示,然后单击 开始. 对其重复此操作 服务控制器. 点击 应用 然后 好的.
    1. 打开 服务安装程序 并按压 下一步. 浏览至 C:\Ubisense 软件 并进入 位置引擎 文件夹并高亮“试剂盒”文件夹。点击 好的 下一步安装所列出的所有服务。重复此过程,但再次进入 平台文件夹 并突出“试剂盒” 文件夹。安装列出的所有服务。点击 服务经理 并确保所有服务均显示为“正在运行”。
  5. 打开 站点管理员 并前往 区域 制图。通过打开记事本创建平面图,通过给出每段墙起点和终点的 x、y 坐标来指定起止点,顺序为起点坐标后接终点坐标。将文件保存为 .dat 文件。在最后一组坐标 (0,0) 后按回车键。
    1. 区域 标签转到 墙壁>加载壁 并加载 .dat 文件。转到 区域>设置原点 并选择左下角。点击绘制墙体模式按钮,在正方形内部任意位置添加一堵虚拟墙。这将告知系统在何处计算区域(内部 (区域外)
    2. 点击 区域>计算区域;这会突出显示蓝色方块。删除墙壁——通过选择 壁面模式 按钮并按删除键。前往 面积>保存区域 并保存该区域。转到 细胞 选项卡并从下拉菜单中选择以加载该区域 面积 盒子
    3. 点击 添加范围 左下角的按钮。若使用默认设置,请单击 保存. 右键单击 位点 在左侧栏中选择 新几何结构细胞. 点击 添加范围 按钮,再次使用默认设置。右键单击 几何细胞 并选择 新位置细胞. 单击 添加范围 按钮并使用默认设置。
  6. 打开 位置引擎配置 并通过前往加载该区域 MAP>加载区域. 添加一个位置引擎单元,用于通过以下步骤设置传感器单元: 细胞>新左侧栏无可用传感器;请前往 文件>导入传感器 并定位位于 C:\Ubisense Software 的 .xsc 文件。
    1. 查看所有传感器,点击某个传感器并将其拖动到地图上的任意位置。它也将位于 位置细胞 0001;右键单击它并转到 特性输入该传感器的 x、y、z 坐标及其 MAC 地址。无需填写偏航角(yaw)、俯仰角(pitch)或翻滚角(roll)。对所有其他传感器重复此过程,并确保系统在地图上正确放置每个传感器。
    2. 点击 传感器状态 标签;传感器正在运行——若未运行,请拔下电源后重新插入。使用日志标签监控启动过程。每个传感器将以每组100个数据包的形式下载,最终报告传感器已运行。请参考之前的 传感器状态 按 Tab 键以确保传感器已启动并正在运行。
    3. 点击 入射功率图 切换以检查每个传感器上的背景噪声水平。让图表持续运行。暂停后,按下 设置阈值 按钮。这将设置每个传感器的活动阈值,以过滤背景噪声。建议将背景噪声控制在1000以下。
    4. 右键单击 定位引擎细胞 00001>特性。在 放射 将射频功率设置为255,即最大无线电平。在 几何选项卡 将天花板设为5,地板设为0,最大标准误差设为0.05。天花板表示空间的最大高度,地板表示最小高度,最大标准误差用于过滤质量较差的读数。
  7. 拿起一个紧凑型或悬挂式标签并前往 标签 标签页切换 位置引擎配置 并单击 标签>新输入标签编号,并将上行Qos设为32,与下行Qos值相同。这些速率为标签的信标发送速率。选择默认信息过滤器作为过滤条件。
    1. 点击 传感器与细胞 标签。右键单击 定位引擎细胞 0001 并单击 监测. 此操作将设置细胞中的标签以保持传输状态且永不进入休眠。按住紧凑标签底部中央位置以及悬挂标签的中央位置持续三秒钟,以开启标签。当右上角指示灯持续亮起并开始闪烁时,表示标签已开启。
    2. 将标签置于所有传感器视线范围内的中心位置。测量该位置相对于之前所用传感器相同原点的 x、y 和 z 坐标。右键单击其余三个传感器中的任意一个,并选择 双标定以主样本为参照,输入标签编号,输入测量位置并选择 下一步校准完成后,保存所有传感器的数值。
    3. 再次运行上述步骤,确保数值在 ±2 范围内。对所有其他传感器重复此过程,但不要保存主传感器的数值。如果使用悬挂标签,请将其旋转,使标签正面朝向主传感器与另一个待校准传感器之间,并确保标签处于垂直位置。紧凑型标签需平放并固定于一处。
    4. 确保传感器正确指向区域中心,并观察绿色的到达角线条汇聚于标签处。单击窗口底部附近的TDOA复选框,观察到达时间差曲线汇聚于标签。请注意,这些线条和曲线可能并不完全精确。如有必要,重复校准过程。然后,按照5.1步骤的指示,单击关闭监控标志。
    5. 打开地图并加载“区域”下的“面积”>加载区域并在地图上查看标签。

2. 使用实时定位系统标签对居民进行实时定位与追踪

  1. 查阅医疗记录,筛选出可步行(使用或不使用辅助装置)或可用足部驱动轮椅、年龄在55岁及以上且患有认知障碍/痴呆的居民。获取其本人知情同意;若居民无法自行签署同意书,则根据医疗记录中提供的联系方式,联系其法定授权代表(LAR)或直系亲属(NOK)获取同意。
  2. 为知情同意的居民配备腕带或悬挂标签(参见 图1)。要启动标签,请将磁铁置于标签右下角底部,然后等待指示灯亮起  持续眨眼。确保挂签未反向佩戴,否则信号会被削弱。将腕部标签佩戴在横截面积较小、对射频能量吸收较少的身体部位,以提供更佳的追踪精度。
  3. 制定医护人员在为居民洗澡或淋浴时取下标签的操作规程,并对医护人员进行相关步骤的培训。向医护人员传达一个预先确定的地点,用于存放他们在病区发现的标签(例如,护士站后方),以便在研究人员不在场时暂存,待后续取回。
  4. 在将标签贴于居民身上之前, 标签关联 标签式图形用户界面(参见 图2),为每位住院医师分配一个随机且唯一的 "患者编号" 数量并输入到图形用户界面(GUI)中。根据标签上提供的编号,输入标签ID号,并将其与“患者ID”关联。一旦在GUI中分配,该标签将被无线追踪。保持位置在 "起源" 但在 "允许标签交换",选择 "是" 然后点击 保存.
    注意:如果数据存在泄露风险,居民的隐私与安全仍会得到保障,因为仅提供随机生成的识别编号及x、y坐标;这些坐标不对应任何住宅/机构、城市/城镇。 等等。
  5. 在防火墙保护的服务器和密码保护的计算机上创建一个独立文档,将住院医师的个人信息与其患者编号及标签编号关联。
  6. 智能空间配置 点击 查看跟踪消息. 单击 "获取跟踪消息。检查事件中的标签/驻留位置及移动情况。点击 对数 切换以确保无错误提示。
  7. 点击 传感器状态 标签并查看所有传感器是否均已 "跑胶" (参见 图 4)。如果未解决,右键单击该传感器并重新启动。如果重启后仍显示时间同步或其他状态异常,请检查连接至该问题传感器的物理线缆。
    1. 确保所有电缆均已连接至POE交换机,并确认定时和电源电缆在特定传感器上正常工作。例如,如果电源电缆无法工作,传感器上将无指示灯亮起,此时需要更换新的电源电缆;如果电源正常,则需要更换新的定时电缆。
  8. C:Ubisense 软件 系统文件,在服务器上设置一个文件夹以访问原始的每日 CSV 数据文件。
  9. 设置自动数据备份系统(外接硬盘),并将其固定,以防从服务器上被拔下或移动。
  10. 在数据管理程序中,使用5秒移动平均时间窗口(基于x和y原始数据坐标提供的时间)对RTLS原始数据进行平滑处理,并设置0.7 m的运动阈值(基于x和y原始数据坐标提供的位置)。
    注意:这将生成一系列稳定的坐标,类似于观察到的居民行走活动。为了处理数据中的跳跃,在计算某一天的运动时,仅当相邻数据点之间的时间间隔小于30秒时,才累计距离、时间及路径数据。

3. 测量行走活动与游走行为

  1. 将每日的 CSV 文件下载至数据管理/分析程序中。
    注意:根据项目目标,实时定位系统(RTLS)数据可被缩减为每小时、每日、每周、每两周等时间单位。在本项目中,数据按周进行平均处理(每日数据总和除以7),以分析个体内部每周行走活动的变化情况。需注意,每位居民每日可获得的数据样本数量因其活动水平不同而有所差异。活动量较低的居民每日可能仅有数百个或更少的数据点;而活动量较高的居民每日则可能拥有数千个数据点。
  2. 根据提供的原始位置数据(每周 x、y 坐标的平均值),计算平均行走距离、持续行走距离和持续步速,并计算这些指标随时间变化的程度。
  3. 注意:步行距离 = 每周平均步行总米数[例如,计算每两点间距离:√(x2-x1)^2 + (y2-y1)^2];持续步行距离 = 每周平均连续步行米数 当受试者持续行走至少60秒且中途停顿不超过30秒时,步速 = 仅在持续行走期间计算的每周平均米/秒(计算每两点之间的距离:√(x₂-x₁)² + (y₂-y₁)²,然后计算t₂-t₁,以确定通过该距离所需的时间)。
  4. 每天目视检查RTLS传感器和标签上的所有传感器指示灯。检查所有配套设备(如POE交换机和时序盒)的指示灯状态。
    1. 在图形用户界面中,位于 "地图" 检查以确保所有标记的个体每天均可见并被追踪(参见 图5)。如果地图上缺少某位居民,请点击 报告 以确定系统最后一次记录到该居民的时间。点击小时、日或周报告,这些报告也可按患者编号进行筛选(参见 图6).
      注意:也可以通过查看每日的 CSV 文件中的患者 ID 号码来完成此操作。
    2. 当标签无法正常工作时,应更换标签和/或检查电池。更换电池后,需在 SmartSpaceConfig 界面中点击相应的标签以及右上角的“tag battery replaced”按钮。
    3. 一些有认知障碍的居民可能会取下标签(或误丢),尤其是在忘记自己参与该项目时。若发生这种情况,应提醒居民该项目的相关信息,询问其是否愿意继续参与,并在适用情况下更换腕带标签。在与医护人员的会议中,应提醒相关利益方与居民沟通,提醒他们自己正在参与该项目。
  5. 每日检查腕带/悬挂标签是否被浸湿或以其他方式损坏 水(住户使用盆浴而非淋浴);若发现水损,则更换标签。

4. 认知功能障碍、步态与平衡的测量

  1. 在研究开始时以及研究期间每隔6个月,对同意参与研究的居民进行注册、下载信息,并使用蒙特利尔认知评估量表(MoCA)评估其认知状态。18
    1. 将居民的MoCA评分录入数据集,该数据集可通过数据管理程序与实时定位系统(RTLS)数据合并。
  2. 对原始MoCA评分进行重新编码:MoCA评分≥24表示无认知障碍(CI),评分为10–23表示轻度/中度认知障碍,评分为0–9表示重度认知障碍。19
  3. 使用Tinetti步态与平衡功能评估量表(POMA)及其相关说明20,在研究期间每周对同意参与研究的居民进行步态与平衡能力评估。20
    注意:POMA包含两个子量表,其中步态质量评分范围为0–12,平衡能力评分范围为0–16。评分越高,表明步态与平衡功能障碍越少。这些子量表评估多种相关能力,包括从椅子上起身、坐立位平衡、转身时的平衡、步长、抬脚高度、行走路径偏离程度以及站立姿势等。本项目所针对的脆弱或机构化老年群体在平衡能力子量表上的平均得分为11–12(标准差=3.3–5.7),在步态质量子量表上的平均得分为8.1–8.6(标准差=3.2–4.6)。1,21
    1. 将步态与平衡子量表评分及总分与其他变量及感兴趣的个体特征(年龄、种族/民族、性别)一同录入数据库。
  4. 在数据管理/分析程序中分析认知障碍(CI)、步态、平衡与步行活动之间的关系。点击交叉表并输入变量以检验双变量关系。点击卡方检验以评估这些感兴趣变量之间关联的强度。

访问受限。请登录或开始试用以查看此内容。

结果

RTLS 原始数据需要进行平滑处理,以提高位置数据的精确度(参见“使用 RTLS 标签实时定位和追踪居民”部分中的第 9 步操作协议)。尽管在安装和设置过程中,电源图选项卡中的默认设置已对其进行控制(参见相关协议中的步骤 1.6.3),但若不进行额外的平滑处理,数据中仍会存在噪声和跳跃现象。关于噪声问题,即使居民静坐数小时,活跃的 RTLS 标签仍会持续记录运动——特别是当居民移动标签所在肢体时——从而产生连续的运动记录,人为地夸大步行活动的测量值。此外,当标签因长时间不活动而进入休眠状态(变为非活动状态),随后又因居民活动而重新激活时,居民的位置可能出现跳跃,有时甚至会显示路径穿过墙壁(见图 6)。建议使用图形交换格式(GIF)可视化多个居民数小时内的平滑前和平滑后数据。

持续行走是衡量认知障碍(CI)老年人游走行为的一项指标,与伤害性跌倒、意外事故、体重减轻、睡眠障碍、迷路以及死亡相关。<...

访问受限。请登录或开始试用以查看此内容。

讨论

在启动RTLS项目之前,有几个关键步骤值得讨论。虽然长期护理机构中的典型公共区域(约10米×13米或1,000平方英尺)通常需要四个传感器,但实际所需传感器数量会因环境而异,具体取决于项目所需的定位精度和现场条件。例如,突出结构或玻璃墙等障碍物可能需要额外增加传感器。若无障碍物遮挡视线,四个传感器可覆盖更大的区域。同时需考虑,设施中可能存在某些区域无需完全覆盖。标签的更新频率同样重要,较高的更新频率可提供更丰富的位置与移动数据,但会缩短电池寿命。标签的出厂默认更新频率可在Location Engine Configuration的标签选项卡中进行调整。此外,鉴于软件可能需要更新或出现硬件故障,建议购买为期一年的维护与支持服务合同,并额外购置传感器和腕带标签(以防标签被浸水或误丢) 等等。). 远程访问服务器可能需要用于解决图形用户界面(GUI)的某些问题:1)需要具备场地内的互联网连接;2)机构审查委员会(IRB)或其他相关方必须已授权此类访问(例如,远程监控及人类受试者数据的保护)。

最后,与相关利益方(机构领导层和一线医护人员)建立良好的关系。定期(如每月或每...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

本工作得到了美国退伍军人事务部康复研究与发展服务局职业发展奖 # [E7503W] 和杰出奖 # [RX002413-01A2] 的支持。本作品的内容不代表美国退伍军人事务部或美国政府的观点。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
UWB 传感器Ubisense可选择两个产品系列;IP30 是最新的系列
标签Ubisense可选择两种类型的标签;若选择 IP30 传感器,则使用 DFLAT33 迷你标签
时间分配单元UbisenseUBITIMING
网络与时间信号合成器UbisenseUBICOMSPL21
主基站许可UbisenseHOMEBASE
专家支持服务UbisenseMANDS2
项目实施服务UbisensePROJSERV
智能工厂Ubisense 专为管理实时定位系统(RTLS)而设计的软件
服务器任意品牌至少配备 8MB 内存的笔记本电脑
网络布线任意品牌第三方或分包 
Tinetti 面向功能的移动能力评估Tinetti ME, Williams TF, Mayewski R. 基于慢性功能障碍数量的老年人跌倒风险指数. 美国医学杂志. 1986年3月;80(3):429-434
蒙特利尔认知评估https://www.mocatest.org

参考文献

  1. Bowen, M. E., Crenshaw, J., Stanhope, S. J. Balance ability and cognitive impairment influence sustained walking in an assisted living facility. Arch Gerontol Geriatr. 77, 133-141 (2018).
  2. Washburn, R. A., McAuley, E., Katula, J., Mihalko, S. L., Boileau, R. A. The physical activity scale for the elderly (PASE): evidence for validity. J Clin Epidemiol. 52 (7), 643-651 (1999).
  3. McAuley, E., Mihalko, S. L., Rosengren, K. Self-Efficacy and Balance Correlates of Fear of Falling in the Elderly. J Aging Phys Act. 5 (4), 329-340 (1997).
  4. Boulgarides, L. K., Mcginty, S. M., Willett, J. A., Barnes, C. W. Research Report Use of Clinical and Impairment-Based Tests to Predict Falls by Community-Dwelling Older Adults. Phys Ther. 83, 328-339 (2003).
  5. MacRae, P. G., Schnelle, J. F., Simmons, S. F., Ouslander, J. G. Physical Activity Levels of Ambulatory Nursing Home Residents. J Aging Phys Act. 4 (3), 264-278 (1996).
  6. Ruuskanen, J. M., Parkatti, T. Mobility and Related Factors Among Nursing Home Residents. J Am Geriatr Soc. 42, 987-991 (1994).
  7. Resnick, B., Galik, E., Gruber-Baldini, A. L., Zimmerman, S. Perceptions and Performance of Function and Mobility in Assisted Living Communities. J Am Med Dir Assoc. 11, 406-414 (2010).
  8. Beattie, E. R., Song, J., LaGore, S. A comparison of wandering behavior in nursing homes and assisted living facilities. Res Theory Nurs Pract. 19 (2), 181-196 (2005).
  9. Martino-Saltzman, D., Blasch, B. B., Morris, R. D., McNeal, L. W. Travel behavior of nursing home residents perceived as wanderers and nonwanderers. Gerontologist. 31 (5), 666-672 (1991).
  10. Cohen-Mansfield, J., Wirtz, P. W. Characteristics of adult day care participants who enter a nursing home. Psychol Aging. 22 (2), 354-360 (2007).
  11. Hope, T., et al. Wandering in dementia: a longitudinal study. Int Psychogeriatr. 13 (2), 137-147 (2001).
  12. Bowen, M. E., Wingrave, C. A., Klanchar, A., Craighead, J. Tracking technology: lessons learned in two health care sites. Technol Health Care. 21 (3), 191-197 (2013).
  13. Bowen, M. E., Rowe, M. Intraindividual Changes in Ambulation Associated With Falls in a Population of Vulnerable Older Adults in Long-Term Care. Arch Phys Med Rehabil. 97 (11), 1963-1968 (2016).
  14. Kearns, W. D., Algase, D., Moore, D. H. Ultra Wideband Radio: A Novel Method for Measuring Wandering in Persons with Dementia. International Journal of Gerontechnology. 7 (1), 48-57 (2008).
  15. Alarifi, A., et al. Ultra Wideband Indoor Positioning Technologies: Analysis and Recent Advances. Sensors (Basel). 16 (5), (2016).
  16. Kearns, W., et al. Temporo-spacial prompting for persons with cognitive impairment using smart wrist-worn interface. J Rehabil Res Dev. 50 (10), vii-xiv (2013).
  17. Jeong, I. C., et al. Using a Real-Time Location System for Assessment of Patient Ambulation in a Hospital Setting. Arch Phys Med Rehabil. 98 (7), 1366-1373 (2017).
  18. Nasreddine, Z. S., et al. The Montreal Cognitive Assessment, MoCA: a brief screening tool for mild cognitive impairment. J Am Geriatr Soc. 53 (4), 695-699 (2005).
  19. Saczynski, J. S., et al. The Montreal Cognitive Assessment: Creating a Crosswalk with the Mini-Mental State Examination. J Am Geriatr Soc. 63 (11), 2370-2374 (2015).
  20. Tinetti, M. E., Williams, T. F., Mayewski, R. Fall risk index for elderly patients based on number of chronic disabilities. Am J Med. 80 (3), 429-434 (1986).
  21. Contreras, A., Grandas, F. Risk of falls in Parkinson's disease: a cross-sectional study of 160 patients. Parkinsons Dis. , 362572(2012).
  22. Kearns, W. D., Nams, V. O., Fozard, J. L. Tortuosity in movement paths is related to cognitive impairment. Wireless fractal estimation in assisted living facility residents. Methods Inf Med. 49 (6), 592-598 (2010).
  23. Tinetti, M. E., et al. A multifactorial intervention to reduce the risk of falling among elderly people living in the community. N Engl J Med. 331 (13), 821-827 (1994).
  24. Bowen, M. E., Craighead, J., Wingrave, C. A., Kearns, W. D. Real-Time Locating Systems (RTLS) to Improve Fall Detection. International Journal of Gerontechnology. 9 (4), 464-471 (2010).
  25. Kearns, W. D., et al. Path tortuosity in everyday movements of elderly persons increases fall prediction beyond knowledge of fall history, medication use, and standardized gait and balance assessments. J Am Med Dir Assoc. 13 (7), e667-e665 (2012).
  26. Bowen, M. E., Craighead, J. D., Klanchar, S. A., Nieves-Garcia, V. Multidrug-resistant organisms in a community living facility: tracking patient interactions and time spent in common areas. Am J Infect Control. 40 (7), 677-679 (2012).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

步行活动测量游走行为追踪步态质量评估平衡能力测量认知功能障碍监测持续客观追踪标签关联协议传感器状态验证