Summary
本文讨论了使用连续和客观的实时定位系统来测量与流浪行为相关的行走活动, 重点是老年人的认知障碍。步行活动是通过步行距离、持续步行距离和持续步态速度来衡量的。评估的还有步态质量和平衡能力。
Abstract
实时定位系统 (rtls) 可用于跟踪长期护理的机构收容老年人的行走活动, 这些老年人有流浪行为的风险。rtls 的好处是客观和持续地衡量活动。保健人员的自我报告活动方法, 特别是流浪, 容易受到地板影响和回忆偏见的影响, 长期持续的临床或研究观察可能既耗时又昂贵。保健工作人员也没有认识到流浪行为的发生和/或持续时间, 这些行为与这一人群中的各种不利健康结果有关, 但容易接受干预。rtls 技术可以高度准确地测量有认知障碍的机构住院居民的行走活动。这对于流浪的研究特别有用, 它的定义是步行至少 60秒, 很少 (如果有的话) 中断活动。流浪与疾病进展、住院、跌倒和死亡有关。此前的研究表明, 平衡能力差、步行活动频繁的老年人可能特别容易受到健康结果不佳的影响。rtls 用于评估认知障碍以及与步态和平衡相关的因素;但是, 补充纸张和铅笔 gait/平衡工具可用于进一步细化风险状况。该项目讨论了使用 rtls 来衡量步行活动的问题, 以及对这一人群的步态质量和平衡能力措施。
Introduction
老年人从事日常生活活动和身体活动的能力与步态质量和平衡能力有关。1先前的研究显示了久坐老年人的平衡能力与自我报告的体育活动之间的相关性。2这些相关性在老年人口中仍然存在。例如, 在社区老年人中, 自我报告的活动水平与平衡3和行走能力显著相关;4流动长期护理住院医师的体育活动与步态和平衡呈正相关 (使用 tinetti 性能导向移动性评估)。5制度化与晚年行走活动减少有关6并导致这一人群中久坐行为的高发率。7事实上, 据报道, 一个机构居民醒着的时间有80% 或更多是坐着或躺着的 , 很少有长期护理的居民达到建议的每天30分钟的适度活动。7体育活动不足与这一人群的去调理、住院和其他健康不良结果有关。了解这些人群的步行活动可能有助于量身定制的步态和平衡干预措施, 以增加体育活动。
一些将有认知障碍 (ci) 的年龄老年人因疾病进展而开始过度行走。流浪发生在几个小时的活动很少中断的时候。流浪与疲劳、体重减轻、跌倒受伤、睡眠障碍、迷路和死亡有关。8与没有或没有适度 ci 的养老院居民相比, 患有重度 ci 的居民表现出更多20% 的活动, 其中26% 是 "拍打" 行为, 一种是居民在房间里打转的流浪行为。9尽管如此, 保健工作人员和其他观察员很难区分体育活动和流浪。步行活动的个体内变化可能是微妙的, 流浪不是一个行为问题, 直到老年人试图私奔 (例如, 逃离设施)。流浪是很常见的;流浪的流行率因研究而异, 但估计38% 的 10%至 8 0% 的患有 ci 的老年人会在疾病过程中的某个时候流浪。11
很难理解机构收容的老年人的步行活动, 因为人口是异质的 (例如, 认知水平、健康状况各不相同), 活动也很难客观衡量。保健工作人员的自我报告活动方法更好地反映了私奔或试图逃离该设施的情况, 长期持续观察容易受到两次间错误的影响, 耗时和昂贵。12,13种实时定位系统 (rtls) 技术有可能客观、持续地测量患有 ci 的老年人的行走活动。值得注意的是, rtls 领域存在异质性, 理论上可以使用多个系统: 超宽带 (uwb; 见所附材料表)、红外 + 射频、超声波和机器视觉系统。然而, 为了评估流浪行为, 需要一种小型且不显眼、无线、能够进行广域跟踪的跟踪技术, 在20厘米内没有视线问题和精度, 除了使用 uwb 的 rtls 之外, 几乎没有其他系统 (如果有的话)。满足这些要求。例如, 红外 + 射频技术依赖于创建 "区域", 这些区域详细说明居民通过时的情况, 但不够具体, 无法确定除一两米内的流浪行为外的流浪行为, 这对这些目的来说太粗糙了。超声和机器视觉在识别和反射方面存在问题;机器视觉系统具有良好的分辨率, 但如果不使用 rfid 标签来弥补当前人工智能能力的不足, 就无法区分居民。使用 uwb 的 rtls 具有约20厘米的更宽范围和空间分辨率----而其他系统的范围和空间分辨率为一米或1米以上----使其成为最精确的, 能够捕获所有活动模式。14,15此处讨论的使用 uwb 的 rtls 也很稳定, 专为 24/工业应用而设计。研究人员和临床医生以前使用过这种系统, 在这个系统中, 精确是必不可少的--预防和预测跌倒, 评估痴呆和认知的变化--在各种各样的环境中--辅助生活、医院、养老院和康复单位。13,16,17
本文将详细介绍使用 uwb 测量行走活动的 rtls 的协议 [步行距离、持续步行距离和持续步态速度 (仅在持续行走过程中计算的平均 second/week)] 以及纸和铅笔测试 ci,步态能力和平衡质量, 因为后者是步行活动的关键组成部分。研究结果将侧重于使用 rtls 来区分与体育活动有关的步行距离, 从而与积极的健康结果, 以及与流浪从而与消极健康结果有关的持续步行距离。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
这里描述的所有方法都得到了宾夕法尼亚州费城下士 michael j. crescenz va 医疗中心机构审查委员会的批准。
1. 实时定位系统的安装和设置 (rtls)
- 与设施利益相关者一起审查设施政策、安全和对居民的个人信息保护。确定是否需要书面或口头支持在设施中使用 rtls。在与利益攸关方的讨论中, 包括地方协议和程序 (例如, 当地设施技术豁免、工会签签等) 和项目时间表。12
注: 更新协议、程序和时间表, 因为它们在项目过程中发生变化, 与利益相关者会面, 并获取相关方的签收。 - 获得机构审查委员会批准, 包括 hipaa 豁免, 在获得符合条件的居民同意之前对医疗图表进行审查。
- 使用 rtls 装备所需的研究区域 (参见图 1)。在所有公共房间和走廊的上角安装传感器, 实时对居民位置和移动进行三角定位。
- 点传感器向该区域的中间, 以利用其天线模式, 这是 +/90 度的方位角 (水平) 和 +/45度的海拔 (垂直)。向下倾斜传感器的表面, 以便如果激光束从传感器的表面出来, 如果会击中离地面约5-6 英尺的空间的相反角落。通过在传感器顶部背面的两个塑料挂钩上放置一个电平, 确保传感器处于水平。
注: 对于长期护理设施中的典型公共区域 (约10米 x13 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, 但这取决于周边环境, 例如, 该区域的墙壁和玻璃隔板可能会对传输产生影响。 - 每个传感器都需要从传感器背面左下角的端口运行到服务器连接到的交换机的网络电缆;这条电缆是一根五线电缆。以一个传感器为主, 将计时电缆从主传感器运行到另一个传感器, 从而形成星形拓扑结构。
- 为此, 请将屏蔽 cat5e 电缆插入主服务器上的6个可用端口中的任意一个, 并将其运行到彼此的传感器上, 并将其插入6个端口的右上角端口。在天花板瓷砖上方运行电缆。
注: 该区域中的传感器数量决定了以太网 (poe) 交换机电源所需的端口数。每个传感器将需要两个端口。如果需要, 可以连接多个 poe 开关。
- 为此, 请将屏蔽 cat5e 电缆插入主服务器上的6个可用端口中的任意一个, 并将其运行到彼此的传感器上, 并将其插入6个端口的右上角端口。在天花板瓷砖上方运行电缆。
- 测量传感器在该区域中的位置, 并选择传感器上的原点 (例如, 左下角, 以便向北移动为正 y 轴, 向东移动为正 x 轴)。测量每个传感器的 x、y 和 z (用激光距离测量仪) 与此来源的关系。从传感器背面记录 mac 地址, 并继续输入图形用户界面 (gui; 为管理 rtls 而开发的专用软件)。
- 点传感器向该区域的中间, 以利用其天线模式, 这是 +/90 度的方位角 (水平) 和 +/45度的海拔 (垂直)。向下倾斜传感器的表面, 以便如果激光束从传感器的表面出来, 如果会击中离地面约5-6 英尺的空间的相反角落。通过在传感器顶部背面的两个塑料挂钩上放置一个电平, 确保传感器处于水平。
- 在 gui 中, 打开"平台控制" , 然后单击"核心服务器" 将其突出显示, 然后单击 "启动"。对服务控制器重复此操作。单击"应用" , 然后单击 "确定"。
- 打开"服务安装程序" , 然后按下一步。浏览到c:\-ubisisense 软件, 进入位置引擎文件夹并突出显示 "包" 文件夹。单击"确定" 下一步. 安装列出的所有服务。再次重复此过程, 但进入平台文件夹并突出显示 "包" 文件夹。安装列出的所有服务。单击服务管理器, 并确保所有服务显示为 "正在运行"。
- 打开"站点管理器" 并转到 "区域" 选项卡. 通过打开记事本创建平面图, 并通过给出起点的 x, y 坐标, 然后给出终点, 指定每面墙的起点和停止点。将该文件另存为. dat 文件。在最后一组点 (0, 0) 后按回车键。
- 在 "区域" 选项卡中, 转到"墙" > "加载墙"并加载. dat 文件。转到"设置来源" > 区域,然后选择左下角。单击绘制墙模式按钮, 并在正方形内的任何位置添加虚拟墙。这将告诉系统在何处计算区域 (内部与区域外)。
- 单击 "区域 > 计算区域; 单击" 计算区域"。这突出了方形的蓝色。删除墙–通过选择"墙模式"按钮并按下 "删除"。转到"区域 >" 保存区域"并保存该区域。转到 "单元格"选项卡, 然后从下拉区域框中选择该区域, 以加载该区域。
- 单击左下角的"添加范围" 按钮。若要使用默认值, 请单击"保存"。右键单击左侧列中的"站点", 然后选择"新建几何单元格"。单击 "添加范围"按钮, 然后再次使用默认值。右键单击"几何单元格", 然后选择"新建位置单元格"。单击 "添加范围"按钮并使用默认值。
- 打开位置引擎配置, 并通过转到 map > 加载区域加载区域加载区域。添加一个位置引擎单元格, 该单元格将用于通过转到 "单元 > 新建" 来设置传感器单元。左列中没有可用的传感器;转到"文件 > 导入传感器, 并找到位于: c:\-ubisisense 软件的. xsc 文件。
- 查看所有传感器, 单击传感器并将其拖到地图上的任何位置。它也将在位置单元 0001下;右键单击它, 然后转到"属性"。输入该特定传感器及其 mac 地址的 x、y 和 z。不要输入任何东西的摇号, 俯仰, 或滚动。对所有其他传感器重复此过程, 并确保系统正确地将它们放置在地图上。
- 单击 "传感器状态" 选项卡;传感器正在运行--如果不是拔下电源并重新插入电源。使用日志选项卡监视启动过程。每个传感器将下载100组的数据包, 并最终报告传感器正在运行。请参阅 "传感器状态" 选项卡, 以确保传感器已启动并正在运行。
- 单击入射电源绘图选项卡以检查每个传感器上的背景噪声级别。让图形运行。休息后, 按下 "设置阈值" 按钮。这将在每个传感器上设置活动阈值, 这些阈值将过滤掉背景噪声。建议背景噪音低于1000。
- 右键单击位置引擎单元 00001>Properties。在 "无线电" 选项卡上, 将 rf 功率设置为 255, 这是最大无线电电平。在 "几何" 选项卡上, 将 "天花板" 设置为 5, 将 "地板" 设置为 0, 将 "最大标准误差" 设置为0.05。天花板是空间的最大高度, 地板是最小的, 最大标准误差是过滤较差的读数。
- 拿起一个紧凑的或挂起标签, 转到位置引擎配置中的"标签" 选项卡, 然后单击 "标记 > 新建"。输入标记号并将上 qos 设置为 32, 与较低的 qos 值相同。这些速率是标签的信标速率。选择默认信息筛选器作为筛选器。
- 单击 "传感器和单元格" 选项卡。右键单击位置引擎单元 0001 , 然后单击 "监视器"。这将设置单元格中的标记以传输, 并且永远不会睡着。按住紧凑型标记的底部中间和挂起标记的中间3秒钟以打开标记。当右上角的光线稳定并开始闪烁时, 就亮起了。
- 把标签放在所有传感器都在视线中的区域的中央。测量该点相对于以前使用的传感器上的同一原点的 x、y 和 z。右键单击其他三个传感器中的任意一个, 然后选择"双校准"。使用母版作为参考, 键入标记号, 键入测量的位置, 然后选择"下一步"。校准完成后, 保存所有传感器的值。
- 再次运行上述步骤, 以确保值为 +/-2。对所有其他传感器重复此过程, 但不要保存主传感器值。如果使用挂起标记, 请旋转它, 使标记的表面指向主控件和正在校准的另一个传感器之间, 并确保标记处于垂直位置。紧凑型标签需要在一个地方平躺。
- 确保传感器正确指向区域的中心, 并查看在标记上聚合的到达线的绿色角度。单击窗口底部附近的 tdoa 框, 查看在标记上收敛的到达曲线的时间延迟。请注意, 这些线条和曲线并不完美。如有必要, 请重复校准。然后, 按照步骤5.1 中的说明, 单击监视器标志。
- 打开 "地图" 并在 "区域 > 加载区域" 下加载 "区域", 然后在地图上查看标记。
2. 使用 rtls 标签实时定位和跟踪居民
- 查看医疗图表, 以确定流动 (使用辅助装置) 的居民或居民谁可以推动他们的脚年龄55岁或以上与 ci 痴呆。获得同意。或者, 如果居民无法自行同意, 请使用医疗图表中提供的联系信息与其合法授权的代表 (lar) 或近亲 (nok) 联系。
- 与手腕或吊牌标签的合格同意的居民 (参见图 1)。要打开标签, 请在标签右下角放置一块磁铁, 等待光线持续闪烁。确保挂牌标签不在向后, 否则信号将衰减。将手腕标签连接到身体的一个区域, 具有较小的横截面面积和更有限的射频能量吸收, 并提供更好的跟踪精度。
- 为医护人员制定一项协议, 在洗澡和洗澡的过程中拆除居民标签, 并对保健工作人员进行这些步骤的培训。与保健工作人员沟通一个事先确定的地点, 如果研究人员不在那里, 他们可以在单位 (例如护士站后面) 留下他们发现的标签。
- 在将标记放在居民身上之前, 在标记关联选项卡 gui 中 (参见图 2), 为每个居民分配一个随机的、唯一的 "患者 id" 号, 并输入到 gui 中。使用标记上提供的编号, 输入将其与 "患者 id" 关联的标记 id 号。在 gui 中分配后, 将对标记进行无线跟踪。将位置保持在 "原点", 但在 "允许标签交换" 中, 选择 "true", 然后单击 "保存"。
注: 如果数据受到损害, 居民的隐私和安全将得到维护, 因为只有一个随机识别号码和 x, y 坐标;这些坐标不对应于任何家庭机构、城市/城镇等. - 创建保存在防火墙后面的安全服务器上的单独文档, 以及将居民的个人信息与其患者 id 和标记 id 链接在一起的受密码保护的计算机。
- 在智能空间配置中, 单击查看跟踪消息。单击 "获取跟踪消息"。检查事件的位置和移动。单击日志选项卡以确保没有错误消息。
- 单击传感器状态选项卡, 查看所有传感器都在 "运行" (参见图 4)。如果没有, 右键单击传感器并重新启动。如果在重新启动后注意到计时或其他状态, 请检查运行到有问题的传感器的物理电缆。
- 确保所有电缆都已插入 poe 开关, 并且定时和电源线在特定传感器上工作正常。例如, 如果电源线无法正常工作, 传感器上将没有指示灯, 并且需要新的电源线。如果有电源, 则需要新的定时电缆。
- 在c: 育碧森软件系统文件中, 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。
- 设置自动数据备份系统 (外部硬盘驱动器) 并进行保护, 使其无法从服务器上拔下或移动。
- 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 原始数据坐标中提供的时间) 和0.7 米移动阈值 (基于 x 和 y 原始数据坐标中提供的位置) 平滑 rtls 原始数据。
注: 这将创建一个稳定的坐标序列, 类似于观察到的居民行走活动。若要管理数据跳转, 在计算一天的运动时, 只有在点之间的时间小于30秒时, 才会累积距离和时间 (以及路径数据)。
3. 测量步行活动和流浪
- 将每日 csv 文件下载到数据管理/分析程序中。
注: 根据项目目标, rtls 数据可以减少到每小时、每天、每周、双周等。为了本项目的目的, 数据每周平均 (每日合计), 以按周检查个人在移动方面的内部变化。请注意, 每个居民每天可获得的样本数量将根据其活动水平而有所不同。基本上久坐的居民将有几百个数据点/或更短;比较活跃的居民将更像几千个数据点。 - 计算平均步行距离、持续步行距离和持续步态速度, 并使用提供的原始位置数据 (平均 x, y 坐标) 计算这些措施随时间变化的程度。
- 注: 步行距离 = 每周平均步行总人数 [例如, 计算每个点之间: √ (x2-x1)^2 + (y2-y1)^2], 持续步行距离 = 每周仅在居民时计算的连续米的平均数量在不超过30秒的情况下行驶至少 60秒, 步态速度 = 在持续行走过程中计算的平均电表/周 [计算在每个点之间: √ (x2-x1)^2 + (y2-y1)^2, 然后 t2-t1 来确定所需的时间这个距离]。
- 每天目视检查 rtls 传感器和标签上的所有传感器指示灯。检查所提供的所有辅助设备 (例如 poe 开关和计时箱) 是否有灯光。
- 在 gui 中, 在 "地图" 下检查以确保所有标记的居民每天都是可见的并被跟踪 (请参见图 5)。如果地图上缺少居民, 请单击"报告"以确定系统最后一次查看该居民的时间。单击每小时、每日或每周报告, 这些报告也可以按 "患者 id" 进行筛选 (请参见图 6)。
注: 这也可以通过查看患者 id 号的每日 csv 文件来实现。 - 当标记不起作用时, 请更换标记和/或检查电池。更换电池后, 点击智能 spaceconfig 右上角的关联标签和 "更换电池标签" 按钮。
- 一些有 ci 的居民, 当忘记参与项目时, 可能会脱下标签 (误扔)。如果是这样, 请提醒该项目的居民, 询问他们是否希望继续, 并在适用的情况下更换手腕标签。在与医护人员举行的会议上, 提醒持份者与居民对话, 并提醒他们参与项目。
- 在 gui 中, 在 "地图" 下检查以确保所有标记的居民每天都是可见的并被跟踪 (请参见图 5)。如果地图上缺少居民, 请单击"报告"以确定系统最后一次查看该居民的时间。单击每小时、每日或每周报告, 这些报告也可以按 "患者 id" 进行筛选 (请参见图 6)。
- 每日检查没有手腕标签被水淹没或以其他方式损坏 (居民洗个澡而不是洗澡);如果水损坏, 如果可见, 请更换标签。
4. 衡量认知障碍、步态和平衡
- 使用蒙特利尔认知评估 (moca) 在研究过程中, 在基线和每6个月注册、下载和评估同意参加研究的居民的认知状况。18
- 在数据集中输入居民 moca 分数, 该分数可以通过数据管理程序与 rtls 数据合并。
- 重新编码原始 moca 分数, 使 moca 分数≥24表示没有 ci, 10-23 之间的分数表示适度 ci, 0-9 之间的分数表示严重 ci。19
- 20人利用 tinetti 性能导向的移动性评估 (poma) 和相关描述,评估同意在研究期间每周参与研究的居民的步态和平衡。20
注: poma 中有两个子刻度, 步态质量从0-12 不等, 平衡能力从0-12 不等。较高的分数表明步态和平衡障碍较少。这些子尺度衡量各种相关的能力, 包括从椅子上站起来、坐着和站立平衡、转弯时的平衡、步长、台阶高度、偏离路径和姿势等任务。与本项目所使用的人口一致, 在平衡能力子尺度上的平均得分为 11-12 (SD=3.3-5.7), 在步态质量子尺度上的平均得分为 8.1-8.6 (SD=3.2-4.6)。1,21- 输入步态, 平衡数据库中的子尺度和总分与其他变量以及感兴趣的人口特征 (年龄、种族、性别)。
- 分析数据管理/分析程序中 ci、步态、平衡和移动活动之间的关系。单击交叉和输入变量以检查双变量关系。单击chi 平方以检查这些感兴趣的变量之间的关联强度。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
rtls 原始数据需要平滑以提高位置数据的精度 (请参阅 "使用 rtls 标记实时定位和跟踪居民" 一节下的协议步骤 9)。虽然在安装和设置过程中使用电源绘图选项卡中的默认设置进行控制 (请参阅相关协议中的步骤 1.6.3), 但如果不进行额外的平滑, 则会继续出现噪音和跳转。关于噪音, 即使久坐数小时, 活动 rtls 标记也会继续记录运动, 尤其是当居民移动其肢体时, 标记所在的位置) 会产生连续运动, 从而人为地膨胀行走活动措施。如果标记由于长时间不活动而休眠 (变得不活动), 然后由于居民移动而唤醒, 则居民的位置也会跳转--有时会将路径穿过墙壁 (参见图6)。使用图形交换格式 (gif) 与几个居民可视化平滑前后的数据, 时间长达几个小时。
持续行走是衡量老年人与 ci 之间流浪的一种措施, 这种疾病与伤害坠落、事故、减肥、睡眠障碍、迷路和死亡有关。8要区分步行距离和持续步行距离, 请在统计程序中打开 csv 或数据文件。使用图形工具输入持续步行距离和步行距离的每周平均值。鉴于步行距离是衡量所有步行活动的指标, 只有在居民步行至少 6 0秒的情况下才能测量持续步行距离, 确保步行距离手段高于所有居民的持续步行方式 (见图 8)).还将 gui 中的 "移动报告" 与这些数据进行比较, 该报告按日期、周、年等提供每个居民的数据。请注意, 可能会制定额外的步行活动措施。例如, 计算在久坐活动中花费的时间、跟踪居民到利息的特定地点或在已知活动中花费的时间可能是有意义的。
基于观测研究, rtls 在准确度上与步行距离和持续步行距离有95% 的一致性。rtls 也可用于区分有/出 ci 的居民;与直线路径的22偏差 (扭转) 与步态-里特垫 (p = 0.30) 测量的条纹时间变异性有关, 即迷你心理状态测试 (p =-0.30)。此外, 以前的工作使用 rtls 来检查步态和平衡;行走活动测量与 tinetti gait (p = 0.32-0.35) 和天平 (p = 0.37-0.40) 亚尺度有关。23因此, 用于测量 ci、步态质量和平衡能力的纸张和铅笔工具为居民提供了用于研究临床目的的补充信息, 但 rtls 也可用于检查这些因素。
图 1: 实时定位系统传感器 (rtls; 安装在天花板的角落) 和两个标签, 以实时跟踪居民的位置和移动。紧凑型标签可以戴在手腕上, 或者挂在脖子上或皮带环上的吊牌。这些标签的工作原理是发射一个超宽波段无线电 (uwb) 信号, 该信号由环境中的其他传感器三角化。请点击这里查看此图的较大版本.
图 2: 图形用户界面 (gui) 中的标记关联.这就是输入 "患者 id" (居民的随机唯一标识符) 以及关联的标记编号以进行位置跟踪的位置。请点击这里查看此图的较大版本.
图 3: 位置引擎配置程序映射单元格。这是用来确保系统正在记录事件 (例如, 标记居民的位置和运动), 可以看到在地图上活动时。请点击这里查看此图的较大版本.
图 4: 位置引擎配置程序、传感器状态选项卡.传感器状态选项卡用于查看传感器的状态, 指示 "正在运行"。地址传感器消息, 如 "未知"、"无计时" 或其他消息, 因为这表明系统中的跟踪存在问题, 特别是如果这些是 "主" 或 "计时" 传感器。右键单击传感器并重新启动以获得更新的传感器状态;如果重新启动产生相同的问题, 请更改计时电缆或电源线。请点击这里查看此图的较大版本.
图 5: 图形用户界面 (gui) 中的地图.该地图用于实时查看正在跟踪的居民。如果在地图上看不到居民, 他们可能会离开追踪区, 错过了标签, 电池没电了。请点击这里查看此图的较大版本.
图 6: 图形用户界面 (gui) 中的每周移动报告.如果一个居民在跟踪区失踪, 并且他们佩戴了活动标签, 打开 "报告" 功能, 并通过点击每日、每周等报告来确定系统最后一次见到居民的时间。请点击这里查看此图的较大版本.
图 7: 居民活动的 gif.这里展示的是一名居民在24小时内的旅行。检查有没有跳过墙壁, 所有固定活动记录没有跳跃。请点击这里查看此图的较大版本.
图 8: 步行活动的点图.该图显示了样本中所有居民的步行距离与持续步行距离之间的关系;步行距离高于持续步行距离。请点击这里查看此图的较大版本.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
在开始 rtls 项目之前, 有几个关键步骤值得讨论。虽然长期护理设施中的典型公共区域 (约10米 x13 米或 1, 000 平方英尺) 需要四个传感器, 但这取决于环境, 项目所需的传感器数量取决于所需的精度水平和环境.例如, 突起和玻璃墙将需要额外的传感器。如果没有视线问题, 四个传感器将覆盖更大的区域。还要考虑到, 一个设施的某些地区可能不需要全面覆盖。标签的更新速率也很重要, 因为较高的更新速率会产生额外的位置和移动数据, 但会缩短电池寿命。在 "位置引擎配置" 的标记选项卡中, 工厂更新速率可能会更改。此外, 考虑到软件更新可能会发生或存在硬件问题, 购买一年的维护和支持合同, 并购买额外的传感器和手腕标签 (在水中被淹没的情况下, 扔掉等)。可能需要远程访问服务器来解决 gui:1) 设施中的互联网连接的某些问题, 2) irb 或其他利益相关者必须为这种访问提供权限 (例如, 远程监视和保护人的主题数据)。
最后, 发展与利益攸关方的关系 (在设施中的领导和实际保健工作人员)。与利益相关者定期 (例如每月或每两个月) 举行会议, 以解决他们对提高合规性和接受度的技术的关切, 并提供项目更新。12讨论潜在的故障和延迟, 以遏制利益攸关方对项目时间表和成果的期望。确保医护人员了解这些标签在外观和感觉上与其他技术的区别 (例如, wanderguard)。不断讨论这项技术将如何使单位和设施更普遍地受益。后一项讨论对于利益攸关方的持续遵守和接受至关重要。在该议定书中, 制定一项计划, 在该单位培训新的保健工作人员。
这里讨论的 rtls 有几个限制。该系统价格昂贵, 还有其他低成本的 rtls 选择。然而, 要检查流浪行为, 跟踪技术需要一个小的无线主动可穿戴标签, 以及一个能够广域跟踪的系统, 没有视线问题, 精度也很高。具有这些功能的其他系统很少 (如果有的话)。例如, 红外和无线电频率技术依赖于创建 "区域", 当一个人经过时, 它会详细说明, 而且不够具体, 无法确定流浪行为。也就是说, 虽然知道当居民从一个区域穿越到另一个区域 (例如, 房间到房间) 时, 也不知道那个房间里发生了什么--走了多少英里、走了多少路等都有问题。要克服的识别需要与 rfid (这类似于这里使用的方法) 和机器视觉系统的低分辨率。使用 uwb 有更宽的范围和空间分辨率, 约为6英寸,而其他系统为36英寸或更高, 使其最精确。它还在较小的 "区域" 上运行, 并捕获所有活动模式, 使其成为测量流浪行为的理想选择。该系统也很稳定, 可以使用 24 7。由于这些原因, 这里描述的系统在整个医疗环境中使用--不仅用于资产跟踪, 还用于检查工作流程、检测跌倒、24种与步态的认知障碍和平衡排便,15,22预测下降风险,13,25 , 并检查多药耐药生物 (mdro) 可能如何传播。26.随着更多的保健设施采用 rtls, 而且这种跟踪变得更具成本效益, 预计还将出现更多的应用, rtls 也可能与其他智能技术相结合。其次, 有 ci 的居民可能会感到困惑, 经常脱下标签, 标签电池需要每3个月更换一次, 并与水淹没。这需要每天检查标签, 并使用 gui 查看移动。
尽管存在这些限制, 但使用 uwb 的 rtls 优于行为观察, 因为它是自动的、连续的和客观的。该 rtls 技术与步行距离和持续步行距离有很高的一致性, 可用于检测步态质量和平衡能力。此外, 它可以用来代替认知测试, 以确定随着时间的推移的进展。正规和非正规保健人员对步行活动的自我报告容易受到地板影响, 回忆偏见和长期持续观察步行活动是耗时的。12,13研究表明, 持续观察步行活动很重要, 因为微妙的个体内部变化与不良的健康结果有关。13
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
这项工作得到了美国 (美国) 颁发的职业发展奖 # [e7503w] 和 # [RX002413-01A2] 的优异奖的支持。退伍军人事务部康复研究和发展处。这项工作的内容并不代表美国退伍军人事务部或美国政府的意见。
Materials
| Name | Company | Catalog Number | Comments |
| UWB Sensor | Ubisense | There are two product lines to choose from; IP30 is the latest | |
| Tags | Ubisense | There are two types of tags to choose from; if IP30 sensors are chosen, use DFLAT33 mini tags | |
| Timing Distribution Unit | Ubisense | UBITIMING | |
| Network and Timing Combiner | Ubisense | UBICOMSPL21 | |
| Home Base License | Ubisense | HOMEBASE | |
| Expert Support | Ubisense | MANDS2 | |
| Project Implmentation Services | Ubisense | PROJSERV | |
| Smart Factory | Ubisense | specialized software designed to manage the RTLS | |
| Server | Any | Laptop with at least 8MB RAM | |
| Network Cabling | Any | 3rd party or subcontract | |
| Tinetti Performance Oriented Mobility Assessment | Tinetti ME, Williams TF, Mayewski R. Fall risk index for elderly patients based on number of chronic disabilities. The American journal of medicine. Mar 1986;80(3):429-434 | ||
| The Montreal Cognitive Assessment | https://www.mocatest.org |
References
- 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).
- 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).
- 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).
- 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).
- 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).
- Ruuskanen, J. M., Parkatti, T. Mobility and Related Factors Among Nursing Home Residents. J Am Geriatr Soc. 42, 987-991 (1994).
- 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).
- 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).
- 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).
- Cohen-Mansfield, J., Wirtz, P. W. Characteristics of adult day care participants who enter a nursing home. Psychol Aging. 22 (2), 354-360 (2007).
- Hope, T., et al. Wandering in dementia: a longitudinal study. Int Psychogeriatr. 13 (2), 137-147 (2001).
- 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).
- 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).
- 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).
- Alarifi, A., et al. Ultra Wideband Indoor Positioning Technologies: Analysis and Recent Advances. Sensors (Basel). 16 (5), (2016).
- 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).
- 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).
- 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).
- 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).
- 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).
- Contreras, A., Grandas, F. Risk of falls in Parkinson's disease: a cross-sectional study of 160 patients. Parkinsons Dis. , 362572 (2012).
- 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).
- 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).
- 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).
- 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).
- 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).
