Artykuł metodologiczny

Wykorzystanie systemu lokalizacji w czasie rzeczywistym do pomiaru aktywności chodzenia związanej z zachowaniami wędrownymi wśród zinstytucjonalizowanych osób starszych

DOI:

10.3791/58834

8 lutego 2019

W tym artykule

Podsumowanie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ten artykuł omawia użycie ciągłego i obiektywnego systemu lokalizacji w czasie rzeczywistym do pomiaru aktywności chodzenia związanej z zachowaniami wędrownymi, koncentrując się na starszych osobach z zaburzeniami poznawczymi. Aktywność chodu jest mierzona na podstawie dystansu marszu, trwałego dystansu marszu i stałej prędkości chodu. Oceniane są również jakość chodu i zdolność do równowagi.

Streszczenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

System lokalizacji w czasie rzeczywistym (RTLS) może być używany do śledzenia aktywności chodzonej osób starszych przebywających w placówkach opieki długoterminowej, które są narażone na zachowania związane z wędrówką. Korzyścią płynącą z RTLS są obiektywne i ciągłe pomiary aktywności. Metody samoopisu aktywności, zwłaszcza błądzenie, przez personel medyczny są podatne na efekty podłogowe i tendencyjność przypominania, a ciągła obserwacja kliniczna lub badawcza w dłuższej perspektywie może być czasochłonna i kosztowna. Personel medyczny nie rozpoznaje również początku i/lub czasu trwania zachowań wędrownych, które są związane z różnymi niekorzystnymi skutkami zdrowotnymi w tej populacji, ale podlegają interwencji. Technologie RTLS mogą mierzyć aktywność chodzoną mieszkańców zakładów z zaburzeniami poznawczymi w czasie z dużą dokładnością. Jest to szczególnie przydatne w badaniach nad wędrówką, definiowaną jako chodzenie przez co najmniej 60 sekund z niewielkimi (jeśli w ogóle) przerwami w aktywności. Tułaczka wiąże się z postępem choroby, hospitalizacjami, upadkami i śmiercią. Wcześniejsze badania sugerują, że osoby starsze o słabej zdolności do utrzymywania równowagi i wysokiej długotrwałej aktywności chodzenia mogą być szczególnie podatne na złe wyniki zdrowotne. RTLS służą do oceny upośledzenia funkcji poznawczych i czynników związanych z chodem i równowagą; Jednak dodatkowe papierowe i ołówkowe narzędzia do chodu/równowagi mogą być używane do dalszego doprecyzowywania profili ryzyka. W ramach tego projektu omówiono zastosowanie RTLS do pomiaru aktywności chodu, a także pomiarów jakości chodu i zdolności do utrzymania równowagi w tej populacji.

Wprowadzenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Zdolność starszego dorosłego do wykonywania codziennych czynności życia codziennego i aktywności fizycznej jest związana z jakością chodu i zdolnością do utrzymywania równowagi. 1 Poprzednia praca pokazuje korelacje między zdolnością do utrzymania równowagi a deklarowaną aktywnością fizyczną wśród osób starszych prowadzących siedzący tryb życia. 2 Te korelacje utrzymują się w populacjach osób starszych. Na przykład wśród osób starszych w społeczności zgłaszane przez siebie poziomy aktywności są istotnie skorelowane z balance3 i zdolnością do chodzenia; 4 aktywność fizyczna pensjonariuszy ambulatoryjnej opieki długoterminowej jest dodatnio skorelowana zarówno z chodem, jak i równowagą (przy użyciu Oceny Mobilności Zorientowanej na Wydajność Tinetti). 5 Instytucjonalizacja wiąże się ze zmniejszoną aktywnością chodzenia w późniejszym życiu6 i skutkuje wysokim rozpowszechnieniem siedzącego trybu życia w tej populacji. 7 W rzeczywistości, zgłaszane 80% lub więcej godzin czuwania rezydenta w placówce spędza się w pozycji siedzącej lub leżącej5 i niewielu rezydentów opieki długoterminowej osiąga zalecane 30 minut umiarkowanej aktywności dziennie. 7 Nieodpowiednia aktywność fizyczna wiąże się z dekondycją, hospitalizacją i innymi złymi wynikami zdrowotnymi w tej populacji. Zrozumienie aktywności chodzenia tej populacji może pomóc w dostosowanych interwencjach w zakresie chodu i/lub równowagi w celu zwiększenia aktywności fizycznej.

Niektórzy zinstytucjonalizowani starsi dorośli z zaburzeniami poznawczymi (CI) zaczynają nadmiernie chodzić w wyniku postępu choroby. Wędrowanie występuje, gdy przerwy w aktywności są niewielkie lub nie ma ich wcale w ciągu kilku godzin/dni. Wędrówka wiąże się ze zmęczeniem, utratą wagi, szkodliwymi upadkami, zaburzeniami snu, zgubieniem się i śmiercią. 8 W porównaniu do mieszkańców domów opieki bez lub z łagodnym/umiarkowanym CI, mieszkańcy z ciężkim CI wykazują o 20% więcej aktywności określanej jako błądzenie, z czego 26% to zachowania "docierające", rodzaj wędrowania, w którym mieszkaniec krąży po pokoju. 9 Pomimo tego, pracownikom służby zdrowia i innym obserwatorom trudno jest odróżnić aktywność fizyczną od wędrowania. Wewnątrzosobnicze zmiany w aktywności chodzenia mogą być subtelne, a wędrowanie nie jest problemem behawioralnym, który należy ograniczyć, dopóki starsza osoba dorosła nie spróbuje uciec (np. uciec z obiektu). Wędrówki są powszechne; częstość występowania wędrówek różni się w zależności od badania, ale szacuje się, że od 38%10 do 80% starszych osób z CI będzie wędrować w pewnym momencie w trakcie choroby. 11

Trudno jest zrozumieć aktywność związaną z chodzeniem osób starszych w placówkach opiekuńczych, ponieważ populacja jest niejednorodna (np. różne poziomy poznawcze, warunki zdrowotne) i trudno jest obiektywnie zmierzyć aktywność. Metody samoopisu działań personelu medycznego lepiej odzwierciedlają przypadki ucieczki lub prób ucieczki z placówki, a ciągła obserwacja przez długi czas jest podatna na błędy między oceniającymi, czasochłonna i kosztowna. 12,13 Technologie systemu lokalizacji w czasie rzeczywistym (RTLS) mają potencjał, aby obiektywnie i stale mierzyć aktywność związaną z chodzeniem wśród osób starszych z implantem ślimakowym. Warto zauważyć, że w dziedzinie RTLS występuje heterogeniczność i teoretycznie można stosować wiele systemów: ultraszerokopasmowe (UWB; patrz załączona tabela materiałów), podczerwień + częstotliwość radiowa, ultradźwięki i systemy wizyjne. Jednak do oceny zachowań związanych z błądzeniem potrzebna jest technologia śledzenia, która jest mała i dyskretna, bezprzewodowa, zdolna do śledzenia na dużym obszarze, bez problemów z linią wzroku i dokładnością do 20 cm, a istnieje niewiele (jeśli w ogóle) systemów innych niż RTLS wykorzystujący UWB, które spełniają te wymagania. Na przykład technologia podczerwieni + częstotliwości radiowej opiera się na tworzeniu "stref", które szczegółowo opisują, gdy przechodzi przez nie mieszkaniec, ale nie są wystarczająco szczegółowe, aby określić zachowania związane z wędrówką, z wyjątkiem metra lub dwóch, co jest zdecydowanie zbyt obrzydliwe dla tych celów. Ultradźwięki i widzenie maszynowe mają problemy z identyfikacją i odbiciami; Systemy wizyjne mają dobrą rozdzielczość, ale nie są w stanie rozróżnić mieszkańców bez uciekania się do użycia tagu RFID, aby zrekompensować niewystarczające możliwości obecnej sztucznej inteligencji. RTLS wykorzystujący UWB ma szerszy zasięg i rozdzielczość przestrzenną około 20 cm - w porównaniu z jednym metrem lub więcej w przypadku innych systemów - co czyni go najbardziej precyzyjnym i zdolnym do uchwycenia wszystkich wzorców aktywności. 14,15 Omawiany tutaj RTLS korzystający z UWB jest również stabilny, ponieważ został zaprojektowany do zastosowań przemysłowych 24/7. Naukowcy i klinicyści używali wcześniej tego systemu tam, gdzie precyzja jest niezbędna - do zapobiegania i przewidywania upadków, do oceny demencji i zmian poznawczych - w wielu różnych warunkach - mieszkaniach wspomaganych, szpitalach, domach opieki i oddziałach rehabilitacyjnych. 13,16,17

Ten artykuł szczegółowo omówi protokół RTLS wykorzystujący UWB do pomiaru aktywności chodu [dystans chodu, dystans podtrzymany i długotrwała prędkość chodu (średnia liczba metrów na sekundę/tydzień obliczona tylko podczas długotrwałego chodzenia)] oraz testy papierowe i ołówkowe CI, zdolności chodu i jakości równowagi, które są kluczowymi elementami aktywności chodu. Wyniki badania skupią się na wykorzystaniu RTLS do rozróżnienia między dystansem pieszym, który wiąże się z aktywnością fizyczną, a tym samym pozytywnymi wynikami zdrowotnymi, a także trwałym dystansem chodzenia, który wiąże się z wędrowaniem, a tym samym negatywnymi skutkami zdrowotnymi.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wszystkie opisane tutaj metody zostały zatwierdzone przez Institutional Review Board w Centrum Medycznym Kaprala Michaela J. Crescenza VA w Filadelfii, PA.

1. Instalacja i konfiguracja systemu lokalizacji w czasie rzeczywistym (RTLS)

  1. Zapoznaj się z zasadami placówki, bezpieczeństwem i ochroną danych osobowych mieszkańców z interesariuszami placówki. Określ, czy wymagane jest pisemne lub ustne wsparcie w zakresie korzystania z RTLS w obiekcie. W rozmowach z interesariuszami omówiono lokalne protokoły i procedury (np. lokalne zwolnienia z technologii obiektu, zgoda związków zawodowych itp.) oraz harmonogram projektu. 12
    UWAGA: Aktualizuj protokoły, procedury i harmonogram w miarę ich zmian w trakcie trwania projektu, spotykając się z interesariuszami i uzyskując zgodę zainteresowanych stron.
  2. Uzyskaj zgodę instytucjonalnej komisji rewizyjnej, w tym zwolnienie z HIPAA, na przeglądanie kart medycznych przed uzyskaniem zgody od uprawnionych mieszkańców.
  3. Wyposaż żądany obszar nauki w RTLS (patrz Rysunek 1). Zamontuj czujniki w górnych rogach wszystkich wspólnych pomieszczeń i korytarzy, aby triangulować lokalizację i ruch mieszkańców w czasie rzeczywistym.
    1. Skieruj czujniki w stronę środka obszaru, aby wykorzystać ich wzór antenowy, który wynosi +/- 90 stopni w azymucie (poziomy) i +/- 45 stopni w elewacji (pionowy). Przechyl powierzchnię czujnika w dół, tak aby wiązka laserowa wychodziła z powierzchni czujnika, uderzając w przeciwległy róg przestrzeni około 5-6 stóp nad ziemią. Upewnij się, że czujnik jest wypoziomowany, umieszczając poziomicę na dwóch plastikowych kołkach w górnej tylnej części czujnika.
      UWAGA: W przypadku typowej powierzchni wspólnej w placówce opieki długoterminowej (około 10 m x 13 m lub 1,000 stóp kwadratowych) potrzebne są cztery czujniki. Czujniki te pokryją większy obszar, ale jest to zależne od otaczającego środowiska – np. ścian i szklanych przegród w okolicy, które mogą mieć wpływ na transmisje.
    2. Każdy czujnik wymaga sieciowego biegnącego od lewego dolnego portu z tyłu czujnika do przełącznika, do którego podłączony jest serwer; ten jest Cat5e. Z jednym czujnikiem jako urządzeniem nadrzędnym, poprowadź rozrządu od czujnika głównego do każdego innego czujnika, tworząc w ten sposób topologię gwiazdy.
      1. Aby to zrobić, podłącz ekranowany cat5e do dowolnego z 6 dostępnych portów w urządzeniu głównym i poprowadź go do każdego innego czujnika, gdzie zostanie podłączony do prawego górnego portu 6 portów. Poprowadź nad płytami sufitowymi.
        UWAGA: Liczba czujników w obszarze określa liczbę portów wymaganych dla przełącznika Power over Ethernet (POE). Każdy czujnik będzie wymagał dwóch portów. W razie potrzeby można podłączyć wiele przełączników POE.
    3. Zmierz, gdzie w obszarze znajdują się czujniki i wybierz punkt początkowy czujnika (np. lewy dolny róg, tak aby ruch na północ był dodatnią osią y, a ruch na wschód był dodatnią osią x). Zmierz x, y i z każdego czujnika (za pomocą dalmierza laserowego) w odniesieniu do tego początku. Zapisz adres MAC z tyłu czujnika i wejdź do graficznego interfejsu użytkownika (GUI; specjalistyczne oprogramowanie opracowane do zarządzania RTLS).
  4. W graficznym interfejsie użytkownika otwórz Kontrolę platformy i kliknij Serwer podstawowy, aby go podświetlić, a następnie kliknij start. Powtórz tę czynność dla kontrolera usług. Kliknij Zastosuj, a następnie OK.
    1. Otwórz instalator usług i naciśnij przycisk Dalej. Przejdź do C:\Ubisense Software i przejdź do folderu Location Engine i zaznacz folder "packages". Kliknij OK i dalej. Zainstaluj wszystkie wymienione usługi. Powtórz ten proces ponownie, ale przejdź do folderu Platforma i zaznacz folder "pakiety". Zainstaluj wszystkie wymienione usługi. Kliknij Menedżer usług i upewnij się, że wszystkie usługi są wyświetlane jako "uruchomione".
  5. Otwórz Menedżera budowy i przejdź do zakładki Obszary. Utwórz plan piętra, otwierając notatnik i określ punkt początkowy i końcowy każdej ściany, podając współrzędne x, y punktu początkowego, a następnie punkt końcowy. Zapisz plik jako plik .dat. Po ostatnim zestawie punktów (0,0) naciśnij enter.
    1. Na karcie Obszary przejdź do Ściany>Załaduj ściany i wczytaj plik .dat. Przejdź do Regiony>Ustaw początek i wybierz lewy dolny róg. Kliknij przycisk trybu rysowania ściany i dodaj fikcyjną ścianę w dowolnym miejscu wewnątrz kwadratu. Informuje to system, gdzie należy obliczyć regiony (wewnątrz i na zewnątrz regionu).
    2. Kliknij pozycję Regiony>Regiony obliczeniowe, co spowoduje podświetlenie kwadratu na niebiesko. Usuń ścianę – wybierając przycisk Tryb ściany i naciskając delete. Przejdź do Obszar>Zapisz obszar i zapisz obszar. Przejdź do zakładki Komórki i załaduj obszar, wybierając go z listy rozwijanej Obszar.
    3. Kliknij przycisk Dodaj zasięg w lewym dolnym rogu. Aby użyć ustawień domyślnych, kliknij przycisk Zapisz. Kliknij prawym przyciskiem myszy Witryna w lewej kolumnie i wybierz Nowa komórka geometrii. Kliknij przycisk Dodaj zasięg i ponownie użyj ustawień domyślnych. Kliknij prawym przyciskiem myszy komórkę geometrii i wybierz opcję Nowa komórka lokalizacji. Kliknij przycisk Dodaj zasięg i użyj ustawień domyślnych.
  6. Otwórz konfigurację silnika lokalizacji i załaduj obszar, przechodząc do obszaru MAP>Load. Dodaj komórkę Location Engine (Aparat lokalizacji), która będzie używana do konfigurowania komórki czujników, przechodząc do pozycji Komórka>Nowa. W lewej kolumnie nie ma dostępnych czujników; przejdź do File>Import Sensors i znajdź plik .xsc, który znajduje się pod adresem: C:\Ubisense Software.
    1. Przeglądając wszystkie czujniki, kliknij czujnik i przeciągnij go w dowolne miejsce na mapie. Będzie on również znajdował się w komórce lokalizacji 0001; kliknij go prawym przyciskiem myszy i przejdź do Właściwości. Wprowadź x, y i z dla tego konkretnego czujnika i jego adresu MAC. Nie wchodź w nic na odchylenie, pochylenie lub przechylenie. Powtórz ten proces dla wszystkich innych czujników i upewnij się, że system prawidłowo umieszcza je na mapie.
    2. Kliknij kartę Sensor Status (Stan czujnika); czujniki są uruchomione – jeśli nie, odłącz i podłącz ponownie do źródła zasilania. Użyj karty dziennika, aby monitorować proces uruchamiania. Każdy czujnik pobierze pakiety w grupach po 100 i ostatecznie zgłosi działanie czujnika. Wróć do karty Stan czujnika, aby upewnić się, że czujniki zostały uruchomione i działają.
    3. Kliknij zakładkę wykresu mocy incydentu, aby sprawdzić poziom szumu tła na każdym czujniku. Pozwól wykresom działać. Po przerwie naciśnij przycisk Ustaw progi. Spowoduje to ustawienie progu aktywności na każdym czujniku, który odfiltruje szumy tła. Szum tła jest zalecany poniżej 1000.
    4. Kliknij prawym przyciskiem myszy Komórka silnika lokalizacji 00001>Właściwości. Na karcie Radio ustaw moc RF na 255, co jest maksymalnym poziomem radia. Na karcie Geometria ustaw wartość Górny pułap na 5, Podłogę na 0, a Maksymalny błąd standardowy na 0,05. Sufit to maksymalna wysokość przestrzeni, podłoga to minimum, a maksymalny błąd standardowy służy do filtrowania słabych odczytów.
  7. Weź do ręki zawieszkę kompaktową lub wiszącą, przejdź do zakładki Tagi w konfiguracji aparatu lokalizacji i kliknij Tag>Nowy. Wprowadź numer tagu i ustaw górną wartość Qos na 32, taką samą wartość jak dolna Qos. Stawki te są wskaźnikami sygnalizowania tagu. Wybierz domyślny filtr informacji jako filtr.
    1. Kliknij zakładkę Czujniki i komórki. Kliknij prawym przyciskiem myszy Location Engine Cell 0001 i kliknij Monitoruj. Spowoduje to ustawienie tagów w komórce tak, aby transmitowały i nigdy nie zasypiały. Naciśnij i przytrzymaj dolną środkową część kompaktowej zawieszki i środek zawieszki przez trzy sekundy, aby włączyć zawieszkę. Świeci się, gdy lampka w prawym górnym rogu świeci światłem ciągłym i zaczyna migać.
    2. Umieść tag na środku obszaru, w którym wszystkie czujniki mają go w linii wzroku. Zmierz x, y i z tego miejsca w odniesieniu do tego samego początku na wcześniej używanym czujniku. Kliknij prawym przyciskiem myszy dowolny z trzech pozostałych czujników i wybierz Podwójna kalibracja. Użyj wzorca jako odniesienia, wpisz numer znacznika, wpisz zmierzoną lokalizację i wybierz przycisk Dalej. Po zakończeniu kalibracji zapisz wartości dla wszystkich czujników.
    3. Uruchom ponownie powyższy krok, aby upewnić się, że wartości wynoszą +/- 2. Powtórz ten proces dla wszystkich innych czujników, ale nie zapisuj wartości czujnika głównego. Jeśli używasz zawieszki, obróć ją tak, aby czoło zawieszki było skierowane między urządzeniem głównym a innym kalibrowanym czujnikiem i upewnij się, że zawieszka znajduje się w pozycji pionowej. Kompaktowy znacznik musi znajdować się w jednym miejscu, leżąc płasko.
    4. Upewnij się, że czujniki są prawidłowo skierowane w stronę środka obszaru i view zielony kąt linii nadejścia zbiegających się na tagu. Kliknij pole TDOA u dołu okna i wyświetl opóźnienie czasowe krzywych przybycia zbiegających się w tagu. Pamiętaj, że te linie i krzywe nie będą idealne. W razie potrzeby powtórz kalibrację. Następnie, postępując zgodnie z instrukcjami z kroku 5.1, wyłącz flagę monitora.
    5. Otwórz mapę i załaduj obszar w obszarze Obszar>Załaduj obszar i wyświetl znacznik na mapie.

2. Użyj tagów RTLS, aby zlokalizować i śledzić mieszkańców w czasie rzeczywistym

  1. Przejrzyj karty medyczne, aby zidentyfikować mieszkańców ambulatoryjnych (bez/bez urządzenia wspomagającego) lub mieszkańców, którzy mogą poruszać się stopami w wieku 55 lat lub więcej z CI/demencją. Uzyskaj zgodę. Lub, jeśli rezydent nie jest w stanie samodzielnie wyrazić zgody, skorzystaj z danych kontaktowych podanych w karcie medycznej, aby skontaktować się z jego prawnie upoważnionym przedstawicielem (LAR) lub najbliższą rodziną (NOK).
  2. Wyposaż mieszkańców wyrażających zgodę w nadgarstek lub zawieszkę (patrz Rysunek 1). Aby włączyć tag, umieść magnes pod prawym dolnym rogiem tagu i poczekaj, aż lampka zacznie migać w sposób ciągły. Upewnij się, że zawieszka nie jest włączona do tyłu, w przeciwnym razie sygnał zostanie stłumiony. Przymocuj zawieszkę na nadgarstek do obszaru ciała o małym polu przekroju poprzecznego i bardziej ograniczonej absorpcji energii o częstotliwości radiowej oraz zapewnia lepszą dokładność śledzenia.
  3. Opracuj protokół dla personelu medycznego dotyczący usuwania znacznika mieszkańca podczas kąpieli i prysznica oraz przeszkol personel medyczny w zakresie tych kroków. Poinformuj personel medyczny o wcześniej ustalonym miejscu, w którym mogą zostawić znaczniki, które znajdą na oddziale (np. za dyżurką pielęgniarską) na wypadek, gdyby personel badawczy nie był tam, aby je odzyskać.
  4. Przed umieszczeniem znacznika na pensjonariuszu, w graficznym interfejsie użytkownika zakładki Skojarzenie tagów (patrz Rysunek 2), przypisz każdemu mieszkańcowi losowy i unikalny numer "identyfikatora pacjenta" i wprowadź go do GUI. Korzystając z numeru podanego na tagu, wprowadź numer identyfikatora tagu, kojarząc go z "identyfikatorem pacjenta". Tag będzie śledzony bezprzewodowo po przypisaniu w graficznym interfejsie użytkownika. Zachowaj pozycję w pozycji "origin", ale w "allow tag swaps" wybierz "true", a następnie kliknij save.
    UWAGA: W przypadku naruszenia bezpieczeństwa danych prywatność i bezpieczeństwo mieszkańców są zachowane, ponieważ dostępny jest tylko losowy numer identyfikacyjny oraz współrzędne x, y; Współrzędne te nie odpowiadają żadnemu domowi/instytucji, miastu/miejscowości itp.
  5. Utwórz osobny dokument zapisany na zabezpieczonym serwerze za zaporą sieciową i komputerem chronionym hasłem, łącząc dane osobowe mieszkańców z ich identyfikatorem pacjenta i identyfikatorem identyfikatora.
  6. W Smart Space Config kliknij opcję wyświetl komunikaty śledzenia. Kliknij przycisk "Pobierz wiadomości śledzenia. Zbadaj zdarzenia pod kątem lokalizacji tagu/rezydenta i ruchu. Kliknij kartę dziennika, aby upewnić się, że nie ma żadnych komunikatów o błędach.
  7. Kliknij kartę stanu czujnika i sprawdź, czy wszystkie czujniki są "uruchomione" (patrz Rysunek 4). Jeśli nie, kliknij czujnik prawym przyciskiem myszy i uruchom ponownie. Jeśli po ponownym uruchomieniu zostanie odnotowany czas lub inne stany, sprawdź fizyczne biegnące do problematycznego czujnika.
    1. Upewnij się, że wszystkie są podłączone do przełącznika POE i że czasowe i zasilające działają na określonym czujniku. Na przykład, jeśli zasilający nie działa, na czujniku nie będzie świecić i potrzebny jest nowy zasilający. Jeśli jest zasilanie, potrzebny jest nowy rozrządu.
  8. W C: Pliki systemowe oprogramowania Ubisense skonfiguruj folder na serwerze, aby uzyskać dostęp do nieprzetworzonych codziennych plików danych CSV.
  9. Skonfiguruj system automatycznego tworzenia kopii zapasowych danych (zewnętrzny dysk twardy) i zabezpiecz go tak, aby nie można go było odłączyć ani przenieść z serwera.
  10. W programie do zarządzania danymi wygładź nieprzetworzone dane RTLS przy użyciu 5-sekundowego okna czasu średniej ruchomej (na podstawie czasu podanego we współrzędnych danych surowych x i y) i progu ruchu 0,7 m (na podstawie lokalizacji podanej we współrzędnych danych surowych x i y).
    UWAGA: Tworzy to stabilną serię współrzędnych, przypominającą obserwowaną aktywność chodzoną mieszkańców. Aby zarządzać skokami w danych, podczas obliczania ruchu w ciągu dnia należy naliczać odległość i czas (oraz dane ścieżki) tylko wtedy, gdy czas między punktami jest krótszy niż 30 sekund.

3. Pomiar aktywności spacerowej i wędrówek

  1. Pobieraj codzienne pliki csv do programu do zarządzania/analizy danych.
    UWAGA: W zależności od celu projektu dane RTLS można zredukować do godzinowych, dziennych, tygodniowych, dwutygodniowych i tak dalej. Na potrzeby tego projektu dane są uśredniane co tydzień (sumowane codziennie/7) w celu zbadania wewnątrzosobniczych zmian w chodzeniu w ciągu tygodnia. Należy pamiętać, że dzienna liczba próbek dostępnych dla każdego mieszkańca będzie się różnić w zależności od jego poziomu aktywności. Mieszkańcy, którzy prowadzą w dużej mierze siedzący tryb życia, będą mieli kilkaset punktów danych dziennie lub mniej; Mieszkańcy, którzy są bardziej aktywni, będą mieli do dyspozycji więcej niż kilka tysięcy punktów danych dziennie.
  2. Oblicz średni dystans marszu, trwały dystans marszu i stałą prędkość chodu, a następnie oblicz zakres zmian tych miar w czasie, korzystając z dostarczonych surowych danych lokalizacyjnych (średnie tygodniowe współrzędnych x, y).
  3. UWAGA: Dystans pieszy = średnia całkowita liczba metrów przebytych w ciągu tygodnia [np. Aby obliczyć między każdym punktem: √(x2-x1)^2 + (y2-y1)^2], długotrwały dystans pieszo = średnia liczba metrów przebytych w ciągu tygodnia obliczona tylko wtedy, gdy mieszkaniec podróżuje przez co najmniej 60 sekund z przystankiem nieprzekraczającym 30 sekund, prędkość chodu = średnia liczba metrów na sekundę/tydzień obliczona tylko podczas długotrwałego chodzenia [aby obliczyć między każdym punktem: √(x2-x1)^2 + (y2-y1)^2, a następnie t2-t1, aby określić czas potrzebny na pokonanie tej odległości].
  4. Raz dziennie sprawdzaj wzrokowo wszystkie wskaźniki świetlne czujników na czujnikach RTLS i tagach. Sprawdź wszystkie dostarczone urządzenia dodatkowe (np. przełączniki POE i skrzynki rozrządu) pod kątem świateł.
    1. W graficznym interfejsie użytkownika, w sekcji "mapa" sprawdź, czy wszyscy oznaczeni mieszkańcy są widoczni i śledzeni każdego dnia (patrz Rysunek 5). Jeśli na mapie brakuje mieszkańca, kliknij przycisk zgłoś, aby określić, kiedy ostatni raz był widziany przez system. Kliknij raporty godzinowe, dzienne lub tygodniowe, które można również filtrować według identyfikatora pacjenta (patrz Rysunek 6).
      UWAGA: Można to również osiągnąć, przeglądając codzienne pliki CSV pod kątem numerów identyfikacyjnych pacjentów.
    2. Gdy tag nie działa, wymień tag i/lub sprawdź baterię. Po wymianie baterii kliknij powiązany tag i przycisk "tag bateria wymieniona" w prawym rogu SmartSpaceConfig.
    3. Niektórzy mieszkańcy z implantem ślimakowym mogą zdjąć swój identyfikator (wyrzucony przez pomyłkę), gdy zapomną o udziale w projekcie. Jeśli tak, przypomnij mieszkańcowi o projekcie, zapytaj, czy chce kontynuować, a w razie potrzeby wymień zawieszkę na nadgarstek. Na spotkaniach z pracownikami służby zdrowia przypominaj interesariuszom o rozmowie z mieszkańcami i przypominaj im o udziale w projekcie.
  5. Codziennie sprawdzaj, czy żadne zawieszki na nadgarstku/nie zostały zanurzone lub w inny sposób uszkodzone przez wodę (mieszkaniec bierze kąpiel zamiast prysznica); jeśli widoczne są uszkodzenia spowodowane przez wodę, wymień zawieszkę.

4. Pomiar upośledzenia funkcji poznawczych, chodu i równowagi

  1. Rejestruj, pobieraj i oceniaj stan poznawczy mieszkańców wyrażających zgodę na udział w badaniu na początku badania i co 6 miesięcy w trakcie trwania badania za pomocą Montrealskiej Oceny Poznawczej (MoCA). 18
    1. Wprowadź rezydentne wyniki MoCA w zestawie danych, który można scalić z danymi RTLS za pomocą programu do zarządzania danymi.
  2. Przekoduj surowe wyniki MocA tak, aby wynik MoCA ≥24 wskazywał na brak CI, wynik w zakresie 10-23 wskazywał na łagodny/umiarkowany CI, a wynik w zakresie 0-9 wskazywał na ciężki CI. 19
  3. Korzystając z oceny mobilności zorientowanej na wydajność Tinetti (POMA) i powiązanego opisu, 20oceniaj chód i równowagę mieszkańców wyrażających zgodę na udział w badaniu każdego tygodnia w trakcie trwania badania. 20
    UWAGA: W POMA znajdują się dwie podskale o jakości chodu w zakresie 0-12 i zdolności równowagi w zakresie 0-16. Wyższe wyniki sugerują mniej zaburzeń chodu i równowagi. Te podskale mierzą różne powiązane umiejętności i obejmują takie zadania, jak wstawanie z krzesła, równowaga w pozycji siedzącej i stojącej, równowaga podczas obracania, długość kroku, wysokość kroku, odchylenie od ścieżki i postawa. Słabe lub zinstytucjonalizowane osoby starsze, zgodne z populacją wykorzystaną w tym projekcie, mają średni wynik 11-12 (SD=3,3-5,7) w podskali zdolności równowagi i średni wynik 8,1-8,6 (SD=3,2-4,6) w podskali jakości chodu. 1,21
    1. Wprowadź podskalę chodu i równowagi oraz łączne wyniki w bazie danych wraz z innymi zmiennymi wraz z interesującymi cechami demograficznymi (wiek, rasa/pochodzenie etniczne, płeć).
  4. Analizuj związek między implantem ślimakowym, chodem, równowagą i aktywnością poruszania się w programie do zarządzania/analizy danych. Kliknij tabele przestawne i zmienne wejściowe, aby sprawdzić relacje dwuwymiarowe. Kliknij przycisk chi kwadrat, aby sprawdzić siłę powiązania między tymi zmiennymi.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

surowe dane RTLS wymagają wygładzenia w celu poprawy precyzji danych lokalizacyjnych (zobacz krok 9 protokołu w sekcji "Używanie znaczników RTLS do lokalizowania i śledzenia mieszkańców w czasie rzeczywistym"). Chociaż jest kontrolowany za pomocą ustawień domyślnych w zakładce wykresu mocy podczas instalacji i konfiguracji (patrz krok 1.6.3 w powiązanym protokole), bez dodatkowego wygładzania nadal będą występować szumy i skoki. Jeśli chodzi o hałas, nawet podczas siedzącego trybu życia p...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Istnieje kilka kluczowych kroków, które należy wykonać przed rozpoczęciem projektu RTLS, które są warte omówienia. Podczas gdy typowa powierzchnia wspólna w placówce opieki długoterminowej (około 10 m x 13 m lub 1000 stóp kwadratowych) wymaga czterech czujników, różni się to w zależności od środowiska, a liczba czujników wymaganych w projekcie zależy od wymaganego poziomu precyzji i środowiska. Na przykład wystające i szklane ściany będą wymagały dodatkowych czujników. Jeśli nie ma problemów z linią wzroku, cztery czujni...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Podziękowania

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca została wsparta przez Nagrodę za Rozwój Kariery # [E7503W] oraz Nagrodę za Zasługi # [RX002413-01A2] ze Stanów Zjednoczonych (USA) Departament ds. Weteranów, Rehabilitacji, Służby Badawczo-Rozwojowej. Treść tej pracy nie reprezentuje poglądów Departamentu ds. Weteranów Stanów Zjednoczonych ani Rządu Stanów Zjednoczonych.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Czujnik UWBUbisenseDo wyboru są dwie linie produktów; IP30 to najnowszy
TagiUbisenseDo wyboru są dwa rodzaje tagów; jeśli wybrano czujniki IP30, użyj DFLAT33 mini tagów
Jednostka dystrybucji czasuUbisenseUBITIMING
Sieć i łącznik czasuLicencja UbisenseUBICOMSPL21
Home BaseUbisenseHOMEBASE
Wsparcie ekspertówUbisenseMANDS2
UbisensePROJSERV
Inteligentna fabrykaUbisense specjalistyczne oprogramowanie przeznaczone do zarządzania serwerem RTLS
Dowolnylaptop z co najmniej 8MB pamięci RAM
Okablowanie siecioweDowolnastrona trzecia lub podwykonawca 
Tinetti Performance Oriented Mobility Assessment TinettiME, Williams TF, Mayewski R. Wskaźnik ryzyka upadku dla pacjentów w podeszłym wieku na podstawie liczby przewlekłych niepełnosprawności. Amerykańskie czasopismo medyczne. marzec 1986; 80(3):429-434
Montrealska ocenahttps://www.mocatest.org
Usługi realizacji projektu poznawcza

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Walking Activity MeasurementWandering Behavior TrackingGait Quality AssessmentBalance Ability MeasurementCognitive Impairment MonitoringContinuous Objective TrackingTag Association ProtocolSensor Status Verification

Powiązane artykuły