September – Oktober 2018

In samenwerking met:

gallery/pvf logo

NL2018.RdGG-WS001.01.2

Meetbare signalen onder hoogbejaarden die op klinische voor- en achteruitgang kunnen wijzen

Achtergrond

Door de groeiende vergrijzing is er behoefte aan methoden om een klein medisch team in staat te stellen een grote populatie van zelfstandige hoogbejaarden thuis te monitoren en gericht preventieve acties te ondernemen. Een mogelijkheid is om gebruik te maken van de distributie van kant en klare maaltijden die geleverd worden bij de bejaarden (Edfors & Westergren, 2012; Pajalic, Persson, Westergren, Vanja, & Skovdahl, 2012). Echter, de digitale informatie rondom maaltijden is beperkt. Daartegenover staat de ontwikkeling van activity trackers voor senioren (Tedesco, Barton, & O’Flynn, 2017), die mogelijkheden bieden om informatie digitaal beschikbaar te stellen. Meer dan dat, de trackers worden veelal betrokken in academisch validatie onderzoek (Xie et al., 2018) waardoor de betrouwbaarheid van deze trackers groeit (Evenson, Goto, & Furberg, 2015). Door het introduceren van hartslag op deze trackers (Thiebaud et al., 2018) is het tevens mogelijk slaap stadia te monitoren (Bonnet & Arand, 1997; Lee et al., 2017). Dit blijkt ook redelijk te kloppen bij ouderen die gemeten worden (Crasset et al., 2001). Deze ontwikkelingen zijn bemoedigend voor deze voorgelegde haalbaarheidsstudie, waarin wij na gaan of deze sensoren signalen genereren onder zelfstandig functionerende hoogbejaarden. Signalen die een medisch team in staat stelt om interventies toe te passen waar nodig en dat met beperkte mankracht.

Onderzoekvraag

Ontstaan er, vanuit voeding-, beweging- en slaap-metingen bij (hoog)bejaarden, detecteerbare signalen, die wijzen op klinische voor- en achteruitgang?

gallery/elder-man-sleeping-white-bed_23-2148201210

Q4 van 2019

NL2019.RdGG-FLS006.01.0

Exploring relationship between sleep monitoring parameters, through wearables, and delirium score in elderly patients hospitalized for hip fracture

 SUMMARY

Rationale:  Delirium occurs in 25% to 61.3% of geriatric hip fracture patients, depending on the measurements methods and criteria used (Brännström, Gustafson, Norberg, & Winblad, 1989; Milisen et al., 2001; Williams, Campbell, Raynor, Mlynarczyk, & Ward, 1985) and is associated with two to five times higher mortality risk (Tess, 1991). Early recognition of delirium and treatment of elderly hip fracture patients has been shown to affect its severity and its duration (Milisen et al., 2001) and may contribute to a positive clinical outcome (Cole et al., 1994; Williams et al., 1979). A possible link between delirium and sleep disturbances has been hypothesized in terms of a common pathophysiologic pathway, shared mechanisms, and a potential cause-effect relationship (Figueroa-Ramos, Arroyo-Novoa, Lee, Padilla, & Puntillo, 2009). In addition sleeptracking with wearables has been introduced and gone through verification and validation, however within a healthy population (de Zambotti et al., 2016; de Zambotti, Goldstone, Claudatos, Colrain, & Baker, 2018; Washington et al., 2016). This research hypothesizes the ability of wearable sleeptracking to contribute to better treatment of elderly hip fracture patients related to delirium and explores the relationship between wearable sleeptracking and DOS (Delirium Observation Screening) score (Scheffer, van Munster, Schuurmans, & de Rooij, 2011; Schuurmans, Shortridge-Baggett, & Duursma, 2003) of delirium in hip fracture patients (80+).

Objective: The primary objective is to explore whether sleep monitoring data correlate with DOS score in patients admitted for hip fracture, and to explore the effect of sleep monitoring parameters on the DOS score outcome.  

Study design: This study is an exploratory prospective trial, aiming to explore the relationship between sleep monitoring data and DOS score. The sleep monitoring data and delirium score of the eligible patients will be registered during their hospital stay. The sleep data will be collected by means of a wearable bracelet and the delirium status will be scored with the DOS score. The DOS will be applied three times a day, at each shift, by qualified nurses. Potential relationship between sleep monitoring parameters and DOS scores will be assessed by applying correlation and regression methods (linear mixed models) on the collected data.

gallery/osteoporosis_s7_symptom_hip_fracture