THERAPY-Magazin
Entwicklung eines technischen Assistenzsystems zur Verbesserung von Ernährung und Mobilität im Alter
Das Projekt AS-Tra entwickelt ein technisches Assistenzsystem zur Verbesserung von Ernährung und Mobilität bei Senioren. Erfahren Sie mehr über die App, Trainingsstationen und erste Studienergebnisse zur Gebrauchstauglichkeit.
Redaktion
THERAPY Magazin
Ältere Menschen leiden oft unter Defiziten im Ernährungs- und Bewegungsstatus, zwei Elemente die entscheidend zum Erhalt des Gesundheitszustandes beitragen. Technische Assistenzsysteme, die die Möglichkeit bieten eigenständig Messungen und Trainings zur Überprüfung/Verbesserung der Gesundheit durchzuführen, könnten die Selbstständigkeit erhalten und negative Gesundheits-folgen minimieren (Zager Kocjan et al. 2023).
Im Projektes AS-Tra (Assistenzsystem zur nachhaltigen Verbesserung des Ernährungs- und Mobilitätsstatus älterer Menschen unter Berücksichtigung des Transtheoretischen Modells der Verhaltensänderung) entwickeln und evaluieren wir ein solches innovatives, technisches Assistenzsystem zur Verbesserung der Ernährung und Mobilität von Senior*innen ab 70 Jahren. Um eine hohe Gebrauchstauglichkeit zu erzielen und die Station an den Bedarfen der Zielgruppe auszurichten, werden Senior*innen in Form von Fokusgruppengesprächen und iterativen Nutzungsstudien in die Entwicklung mit einbezogen.
Eine Tablet-basierte App sowie eine Mess- und Trainingsstation sind die zwei Hauptkomponenten des Assistenzsystems. Die konzeptionelle Idee ist, dass die App von Senior*innen selbstständig im Alltag genutzt wird. Die Mess- und Trainingsstation ermöglicht dafür ein eigenständiges Training sowie Assessments der körperlichen Funktionalität und gibt den Senior*innen Feedback. Die Durchführung von Ernährungs- und Bewegungstests kann zur Früherkennung möglicher Risiken und Defizite beitragen. Die Informationen, die in der Mess- und Trainingsstation gewonnen werden, werden direkt an die App übertragen, so dass die Ergebnisse sichtbar sind und für z. B. Erinnerungsfunktionen genutzt werden können.
Eine Tablet-basierte App sowie eine Mess- und Trainingsstation sind die zwei Hauptkomponenten des Assistenzsystems. Die konzeptionelle Idee ist, dass die App von Senior*innen selbstständig im Alltag genutzt wird. Die Mess- und Trainingsstation ermöglicht dafür ein eigenständiges Training sowie Assessments der körperlichen Funktionalität und gibt den Senior*innen Feedback. Die Durchführung von Ernährungs- und Bewegungstests kann zur Früherkennung möglicher Risiken und Defizite beitragen. Die Informationen, die in der Mess- und Trainingsstation gewonnen werden, werden direkt an die App übertragen, so dass die Ergebnisse sichtbar sind und für z. B. Erinnerungsfunktionen genutzt werden können.
Tablet-basierte App
Die App-Oberfläche bietet vier verschiedene Bereiche: Mobilität, Ernährung, Mess- und Trainingsstation und Kontakt. In den Bereichen Mobilität und Ernährung sind informierende Elemente wie Texte, Videos und Quizze eingebaut, z.B. zu Bewegungsempfehlungen, bestimmten Nährstoffen oder Ernährungsmythen. Zudem gibt es interaktive Elemente: das Bewegungs- und das Ernährungstagebuch, in dem die Senior*innen ihre Übungen und das, was sie im Laufe des Tages gegessen haben direkt dokumentieren können.
In Abb. 1a ist die Mobilitätsseite und in Abb. 1b die Ernährungsseite dargestellt, wobei die Unterthemen in farblich hervorgehobenen Kacheln mit entsprechenden Symbolen präsentiert werden. Ganz oben auf den Bildschirmen befinden sich die vier verschiedenen Bereiche der App als Navigationshinweis.
Die App-Oberfläche bietet vier verschiedene Bereiche: Mobilität, Ernährung, Mess- und Trainingsstation und Kontakt. In den Bereichen Mobilität und Ernährung sind informierende Elemente wie Texte, Videos und Quizze eingebaut, z.B. zu Bewegungsempfehlungen, bestimmten Nährstoffen oder Ernährungsmythen. Zudem gibt es interaktive Elemente: das Bewegungs- und das Ernährungstagebuch, in dem die Senior*innen ihre Übungen und das, was sie im Laufe des Tages gegessen haben direkt dokumentieren können.
In Abb. 1a ist die Mobilitätsseite und in Abb. 1b die Ernährungsseite dargestellt, wobei die Unterthemen in farblich hervorgehobenen Kacheln mit entsprechenden Symbolen präsentiert werden. Ganz oben auf den Bildschirmen befinden sich die vier verschiedenen Bereiche der App als Navigationshinweis.
Abb. 1a: App-Bildschirm zum Thema Mobilität mit den entsprechenden Unterthemen.
Abb. 1b: App-Bildschirm zum Thema Ernährung mit den entsprechenden Unterthemen.
Mess- und Trainingsstation
Der Mess- und Trainingsbereich der App integriert verschiedene Geräte, die in der Station verwendet werden. Dabei handelt es sich um eine Pulsmessuhr, ein Handkraftmessgerät, einen automatisierten „Timed Up & Go“-Test und ein interaktives Trainingsgerät zum Testen und Trainieren kognitiv-motorischer Fähigkeiten - der Senso. Die App läuft auf einem stationären Computer und wird über einen 55 Zoll großen Touchscreen bedient. Die Nutzer*innen werden, anhand von integrierten Erklärungen und Erklärvideos durch die Tests und Trainings geführt. Am Ende dieser Tests können die erzielten Ergebnisse angeschaut werden.
Für die Pulsmessung wird die Withings Scan Watch (Withings, Modell HWA09, Abb. 2a) verwendet. Die Handkraft wird mit dem K-Force Grip Kinvent (SAS Kinvent Biomechanique, KFORCE Grip) gemessen (Abb. 2b). Dieses Gerät ist über Bluetooth mit dem Computer verbunden und durch Drücken des Geräts, als ob man eine Faust machen würde, misst das Gerät die Handkraft in Kilogramm. Dieser Test ist hilfreich, um Rückschlüsse auf den allgemeinen Muskelstatus zu ziehen und gilt als Prädiktor für eine Funktionsverschlechterung.
Die dritte Messung ist der automatisierte „Timed Up & Go“-Test (aTUG), der unter anderem zur Ermittlung der Gehgeschwindigkeit eingesetzt wird (Fudickar et al. 2020; Fudickar et al. 2022, Abb. 2c). Mit vier Kraftsensoren und einer Infrarot-Lichtschranke erkennt der aTUG Stuhl automatisch, ob eine Person auf ihm sitzt und mit dem Rücken an der Rückenlehne angelehnt. Der Test beginnt mit einem akustischen Signalton. Der/Die Proband*in steht auf, geht drei Meter geradeaus, wendet hinter einer Markierung, kehrt zum Stuhl zurück und setzt sich wieder hin. Die Überquerung der Markierung wird ebenso wie das erneute Hinsetzen mit Hilfe von Lichtschranken festgestellt und die Gehgeschwindigkeit wird errechnet (Hellmers et al. 2018). Aus den Ergebnissen dieses Tests lassen sich Rückschlüsse auf die allgemeine Mobilität und das Sturzrisiko ziehen (Podsiadlo und Richardson 1991).
Der Mess- und Trainingsbereich der App integriert verschiedene Geräte, die in der Station verwendet werden. Dabei handelt es sich um eine Pulsmessuhr, ein Handkraftmessgerät, einen automatisierten „Timed Up & Go“-Test und ein interaktives Trainingsgerät zum Testen und Trainieren kognitiv-motorischer Fähigkeiten - der Senso. Die App läuft auf einem stationären Computer und wird über einen 55 Zoll großen Touchscreen bedient. Die Nutzer*innen werden, anhand von integrierten Erklärungen und Erklärvideos durch die Tests und Trainings geführt. Am Ende dieser Tests können die erzielten Ergebnisse angeschaut werden.
Für die Pulsmessung wird die Withings Scan Watch (Withings, Modell HWA09, Abb. 2a) verwendet. Die Handkraft wird mit dem K-Force Grip Kinvent (SAS Kinvent Biomechanique, KFORCE Grip) gemessen (Abb. 2b). Dieses Gerät ist über Bluetooth mit dem Computer verbunden und durch Drücken des Geräts, als ob man eine Faust machen würde, misst das Gerät die Handkraft in Kilogramm. Dieser Test ist hilfreich, um Rückschlüsse auf den allgemeinen Muskelstatus zu ziehen und gilt als Prädiktor für eine Funktionsverschlechterung.
Die dritte Messung ist der automatisierte „Timed Up & Go“-Test (aTUG), der unter anderem zur Ermittlung der Gehgeschwindigkeit eingesetzt wird (Fudickar et al. 2020; Fudickar et al. 2022, Abb. 2c). Mit vier Kraftsensoren und einer Infrarot-Lichtschranke erkennt der aTUG Stuhl automatisch, ob eine Person auf ihm sitzt und mit dem Rücken an der Rückenlehne angelehnt. Der Test beginnt mit einem akustischen Signalton. Der/Die Proband*in steht auf, geht drei Meter geradeaus, wendet hinter einer Markierung, kehrt zum Stuhl zurück und setzt sich wieder hin. Die Überquerung der Markierung wird ebenso wie das erneute Hinsetzen mit Hilfe von Lichtschranken festgestellt und die Gehgeschwindigkeit wird errechnet (Hellmers et al. 2018). Aus den Ergebnissen dieses Tests lassen sich Rückschlüsse auf die allgemeine Mobilität und das Sturzrisiko ziehen (Podsiadlo und Richardson 1991).
Als Trainingsgerät wird der Senso (Fa. THERA-Trainer) genutzt (Abb. 2d). Dieses Gerät verfügt über fünf Kraftmessplatten, über welche das Gerät bedient wird. Auf dem Senso können die Senior*innen unterschiedliche Exergames auswählen, um kognitivmotorische Fähigkeiten wie Reaktionsgeschwindigkeit, Gleichgewicht und Koordination zu trainieren. Über die Kraftmessplatten können die Bewegungen erfasst werden. Für Menschen mit Unsicherheiten bspw. des Gleichgewichts, gibt es die Möglichkeit, sich an den Metallstangen festzuhalten.
Die Ergebnisse der Messungen und Trainingseinheiten werden grafisch und textlich in der App dargestellt. Nutzen die Senior*innen die Station regelmäßig über einen gewissen Zeitraum, können sie so ihre Entwicklung einfach nachvollziehen und es wird ein Anreiz geboten sich zu verbessern.
Die Ergebnisse der Messungen und Trainingseinheiten werden grafisch und textlich in der App dargestellt. Nutzen die Senior*innen die Station regelmäßig über einen gewissen Zeitraum, können sie so ihre Entwicklung einfach nachvollziehen und es wird ein Anreiz geboten sich zu verbessern.
Ergebnisse erster Studien
Mittels fünf Fokusgruppen, mit insgesamt n = 21 Senior*innen und einem Durchschnittsalter von 78,5 Jahren, konnten die grundsätzliche Bereitschaft und das Interesse an der eigenständigen Nutzung technisch-digitaler Systeme zur Erfassung und Verbesserung von Ernährung und Mobilität identifiziert werden. Den Fokusgruppen-Teilnehmenden wurden verschiedene Trainingsgeräte (Übungstreppe, Posturomed, Senso, Sitzfahrrad, digitale Übungsanweisungen und Korrektur) mittels Bilder und Videos präsentiert.
Mittels fünf Fokusgruppen, mit insgesamt n = 21 Senior*innen und einem Durchschnittsalter von 78,5 Jahren, konnten die grundsätzliche Bereitschaft und das Interesse an der eigenständigen Nutzung technisch-digitaler Systeme zur Erfassung und Verbesserung von Ernährung und Mobilität identifiziert werden. Den Fokusgruppen-Teilnehmenden wurden verschiedene Trainingsgeräte (Übungstreppe, Posturomed, Senso, Sitzfahrrad, digitale Übungsanweisungen und Korrektur) mittels Bilder und Videos präsentiert.
Aufgrund des spielerischen und motivierenden Charakters sowie der Möglichkeit die Intensität anzupassen, wurde der THERA-Trainer senso als Trainingsgerät von den Senior*innen bevorzugt.
Zudem wurden bereits die ersten beiden iterativen Studienzyklen durchgeführt, in denen die Gebrauchstauglichkeit der entwickelten Prototypen in einer gesamten Station, inklusive App, getestet wurde.
Für die nächste Runde des iterativen Testens wird das Szenario der eigenständigen Nutzung ohne Prüfer*innen im selben Raum abgebildet. Dabei werden die Anweisungen durch das Abspielen von Sprachaufnahmen eingebunden und die Ausführung der einzelnen Tests mittels Kamerabilder und Eyetracking beobachtet und ausgewertet. Anschließend wird eine Pilotstudie durchgeführt, um die eigenständige Anwendung in der Langzeitnutzung zu überprüfen. Dabei wird das Assistenzsystem über einen Zeitraum von drei Wochen von den Teilnehmenden eigenständig genutzt und seine Umsetzung im Alltag sowie die Umsetzbarkeit unter Berücksichtigung der Phasen des transtheoretischen Modells zur Verhaltensänderung (TTM) getestet (Lippke und Renneberg 2006).
Abschließend wird eine zweiarmige randomisierte kontrollierte Studie mit einer Kontroll- und einer Interventionsgruppe durchgeführt, um die Auswirkungen auf den Ernährungs- und Mobilitätsstatus langfristig zu bewerten.
Für die nächste Runde des iterativen Testens wird das Szenario der eigenständigen Nutzung ohne Prüfer*innen im selben Raum abgebildet. Dabei werden die Anweisungen durch das Abspielen von Sprachaufnahmen eingebunden und die Ausführung der einzelnen Tests mittels Kamerabilder und Eyetracking beobachtet und ausgewertet. Anschließend wird eine Pilotstudie durchgeführt, um die eigenständige Anwendung in der Langzeitnutzung zu überprüfen. Dabei wird das Assistenzsystem über einen Zeitraum von drei Wochen von den Teilnehmenden eigenständig genutzt und seine Umsetzung im Alltag sowie die Umsetzbarkeit unter Berücksichtigung der Phasen des transtheoretischen Modells zur Verhaltensänderung (TTM) getestet (Lippke und Renneberg 2006).
Abschließend wird eine zweiarmige randomisierte kontrollierte Studie mit einer Kontroll- und einer Interventionsgruppe durchgeführt, um die Auswirkungen auf den Ernährungs- und Mobilitätsstatus langfristig zu bewerten.
Fachkreise
senso
THERAPY Magazin
Wissenschaft
Wohnen im Alter & Langzeitpflege
Redaktion
THERAPY Magazin
References:
- Diekmann, Rebecca; Wojzischke, Julia (2018): The role of nutrition in geriatric rehabilitation. In: Current Opinion in Clinical Nutrition & Metabolic Care 21 (1), S. 14–18. Fudickar, Sebastian; Kiselev, Jörn; Frenken, Thomas; Wegel, Sandra; Dimitrowska, Slavica; Steinhagen-Thiessen, Elisabeth; Hein, Andreas (2020): Validation of the ambient TUG chair with light barriers and force sensors in a clinical trial. In: Assistive Technology 32 (1), S. 1–8. Fudickar, Sebastian; Pauls, Alexander; Lau, Sandra; Hellmers, Sandra; Gebel, Konstantin; Diekmann, Rebecca et al. (2022): Measurement system for unsupervised standardized assessments of timed up and go test and 5 times chair rise test in community settings—a usability study. In: Sensors 22 (3), S. 731. Happe, Lisa; Sgraja, Marie; Hein, Andreas; Diekmann, Rebecca (2022): Iterative development and applicability of a tablet-based e-coach for older adults in rehabilitation units to improve nutrition and physical activity: usability study. In: JMIR Human Factors 9 (1), e31823. Hellmers, Sandra; Izadpanah, Babak; Dasenbrock, Lena; Diekmann, Rebecca; Bauer, Jürgen M.; Hein, Andreas; Fudickar, Sebastian (2018): Towards an automated unsupervised mobility assessment for older people based on inertial TUG measurements. In: Sensors 18 (10), S. 3310. Lippke, Sonia; Renneberg, Babette (2006): Theorien und modelle des gesundheitsverhaltens. In: Gesundheitspsychologie, S. 35–60. Podsiadlo, Diane; Richardson, Sandra (1991): The timed “Up & Go”: a test of basic functional mobility for frail elderly persons. In: Journal of the American geriatrics Society 39 (2), S. 142–148. Zager Kocjan, Gaja; Špes, Tanja; Svetina, Matija; Plohl, Nejc; Smrke, Urška; Mlakar, Izidor; Musil, Bojan (2023): Assistive digital technology to promote quality of life and independent living for older adults through improved self-regulation: a scoping review. In: Behaviour & Information Technology 42 (16), S. 2832–2851.
Verwandte Inhalte
Meet our specialists.
Are you interested in our solutions? tzkjtrzktzkmrz Schedule a meeting with a Consultant to talk through your strategy and understand how TEHRA-Trainer can help you to advance rehabilitation.