Dementia Care Research and Psychosocial Factors

科学分野:

• 老年医学とヘルスインフォマティクス
• ヘルスケアにおける人工知能
• 生物医学データサイエンス

背景:

• アルツハイマー病患者は、徘徊や見当識障害のリスクが高く、継続的な監視が必要です。
• 患者の移動を追跡するための現在の方法は、リアルタイムの精度が欠けており、個々の行動を考慮していません。
• 異常な移動パターンの早期検出は、介護者の介入と患者の安全にとって重要です。

研究 の 目的:

• アルツハイマー病患者の移動を監視するための、動的で患者固有の確率的フレームワークを開発すること。
• 異常な移動遷移の検出を改善し、患者の次の位置を予測すること。
• 介護者が早期介入と患者の安全性を高めるための実行可能な洞察を提供すること。

主な方法:

• 患者の移動データの時空間データを格納している、Technology Integrated Health Management (TIHM) データセットを利用しました。
• 患者の移動シーケンスを分析するために、マルコフ連鎖モデルと平滑化技術を使用した確率的アプローチを採用しました。
• 感度を高めて異常な遷移を特定し、可能性の高い次の位置を予測するために、動的閾値処理を実装しました。

主要な成果:

• フレームワークは、患者の推定位置を正確に予測し、異常な遷移を検出し、潜在的なリスクをフラグ付けしました。
• 遷移確率行列とネットワークグラフは、移動の傾向、重要な経路、およびダイナミクスを視覚化しました。
• ヒートマップは、時間ごとの活動パターン、ピーク移動時間、および異常を明らかにし、包括的な行動分析を提供しました。

結論:

• 開発されたフレームワークは、アルツハイマー病患者の移動を追跡するための従来の​​方法に代わる、動的で患者固有の方法を提供します。
• 予測機能は、介護者の意思決定を強化し、リアルタイムの安全介入とリスク軽減を可能にします。
• スマートヘルスケアシステムとの統合は、アルツハイマー病患者のケアを大幅に改善し、より安全な環境を育むことができます。