Sturzerkennungssysteme bei Demenz
von Jukic, T. Bachelorarbeit am Studiengang Clinical Engineering. FH Campus Wien
Zusammenfassung
Die folgende Arbeit befasst sich mit der Ermittlung und Gegenüberstellung von verschiedenen Sturzerkennungssystemen für Demenzerkrankte in der Heimpflege. Mit steigender Tendenz der Erkrankung, erhöht sich das Sturzrisiko sowie Sturzfolgen. Diese Arbeit stellt aktuell erhältiche Produkte dar, die für eine Eignung im Bereich Demenz geprüft wurden.
Einführung
Das Sturzrisiko steigt mit dem Alter der betroffenen Personen, jede dritte Person über 65 Jahre stürzt mindestens 1x im Jahr [1]. Bei Personen mit Demenz erhöht sich dieses Risiko noch um ein Vielfaches [2]. Es gibt bereits viele Produkte zur Sturzerkennung für den Anwendungsbereich zu Hause oder für das Pflegeheim. Es sollen in dieser Arbeit Anwendungen für die Heimpflege betrachtet werden, mit besonderer Berücksichtigung von mobilen Lösungen. Dadurch wurde folgende Forschungsfrage aufgestellt:
FF1: Welche verfügbaren Sturzerkennungssysteme gibt es zur Unterstützung von Demenzerkrankten in der Heimpflege?
Hintergrund
Demenz ist eine häufig auftretende Erkrankung, die mit vielen Symptomen einhergeht. Die WHO schätzt, dass bis 2050 ca. 50 Mio. Menschen an Demenz erkrankt sind [3]. In Deutschland leiden ca. 1,2 Mio Menschen unter Demenz [4]. Die Erkrankung geht mit Störungen im Gedächntnis, dem Denken, der Orientierung und weiterer Einschränkungen einher [5]. Mit zunehmender Demenz erhöht sich auch die Gangunrelgemäßigkeit, was das Sturzrisiko wachsen lässt [6].
Bei den Sturzerkennungssytemen wird in mobile und in Umgebungssturzsysteme unterteilt [7], dabei gelten Umgebungssensoren sowie mobile Systeme als sensorbasiert und Überwachungskameras als bildbasierte Systeme [8]. In dieser Arbeit soll das Augenmerk auf mobile Systeme als Smartwatch liegen, damit Betroffene nicht in ihrer Bewegungsfreiheit eingeschränkt sind und trotzdem eine Sturzerkennung nutzen können.
Methoden
Zu Beginn werden Anforderungen der Zielgruppe Demenzerkrankte gesammelt und dargestellt, daraus wird ein Bewertungssystem abgeleitet. Mit Hilfe dieser Bewertungskategorien werden die gefundenen Produkte der Markterhebung beurteilt. Es handelt sich dabei um 10 Produkte verschiedener Hersteller, die anhand von folgenden Aspekten betrachtet wurden:
Kosten, Zielgruppe, Geräteart (Uhr oder Notruf), Reichweite, Reaktionszeit, Autonomer Hilferuf, Usability, Batterielaufzeit, Tracking, Wasserdichte, Design, Medizinprodukt (ja(nein), usw.
Ergebnisse
Anhand folgender Aufstellung wurden die Ergebnisse dieser Arbeit bewertet:
Beantwortung der FF: als das geeignetste Modell für den definierten Einsatzzweck wurde die Nummer 8 der Tabelle bewertet. Die Entscheidung beruht auf das Betrachten aller Kategorien. Die Uhr befindet sich mit 199€ Anschaffungskosten im mittleren Bereich. Sie ist speziell für Senior*innen entwickelt und besitzt neben einer unbegrenzten Reichweite, eine Reaktionszeit von lediglich 20 Sekunden. Damit gehört one button phone H13 zu den schnelleren Systemen.
Als auch geeignet zählen die Nr. 2, Nr. 3, Nr. 5 und 6, da sie jeweils in einer Kategorie weniger gut abgeschnitten haben
Quelle: Jukic, Teresa. Sturzerkennungssysteme bei Demenz. Bachelorarbeit am Studiengang Clinical Engineering. FH Campus Wien. 2023
Quelle: Titelbild: pixabay | tumisu
Referenzen
[1] Pierobon A., Funk M. (2007). Sturzprävention bei älteren Menschen. Risiken – Folgen – Maßnahmen. (S. 7). Stuttgart: Georg Thieme Verlag.
[2] Van Doorn C., Gruber-Baldini A., Zimmermann S., Hebel JR., Port C., Baumgarten M., Quinn C., Taler G., May C., Magaziner J. (2003).
Dementia as a risk factor for falls and fall injuries among nursing home residents. J Am Geriat Soc (51:1213–1218). Online im Internet:
https://doi.org/10.1046/j.1532-5415.2003.51404.x
[3] World Health Organization. (2023). Dementia. Online im Internet: https://www.who.int/news-room/fact-sheets/detail/dementia [Stand 13.04.2023]
[4] Payk, T. R. (2010). Demenz. 1st ed., utb GmbH. (S.8). Ernst Reinhardt Verlag, München.
[5] International Statistical Classification of Diseases and Related Health Problems (ICD). (2023). ICD-Code. Online im Internet: https://www.icd-code.de/ [Stand 27.04.2023]
[6] Kessing, R.W. (2023). Musik und Bewegung als therapeutische Ressourcen bei Demenz. Innere Medizin 64, 147–151.
https://doi.org/10.1007/s00108-022-01445-2 Online im Internet: https://link.springer.com/article/10.1007/s00108-022-01445-2#citeas
[7]Kang, Y-K., Kang, H-Y., Kim, J-B. (2021). A study of fall detection systems using cognition method. 79-83. DOI: 10.1109/SNPDWinter52325.2021.00024.
[8] Ros, D., Dai, R. (2023). A flexible fall detection based on object detection and motion analysis. International Conference on artificial intelligence in information and communication (IACAIIC). DOI: 10.1109/IACAIIC57133.2023.10066990