Desarrollo de una tecnología portátil para la detección precoz de úlceras por presión en residencias de ancianos

Bhargavi Deshpande; Malathi Hanumanthayya; Ram Niwas

doi:10.56294/saludcyt2023458

Autores/as

Bhargavi Deshpande ISDI - School of Design & Innovation, ATLAS SkillTech University, Mumbai, India https://orcid.org/0009-0007-2714-8717
Malathi Hanumanthayya Department of Life Sciences, School of Sciences, JAIN (Deemed-to-be University), Karnataka, India https://orcid.org/0000-0001-6198-8428
Ram Niwas College of Nursing, Teerthanker Mahaveer University, Moradabad, Uttar Pradesh, India https://orcid.org/0000-0003-0604-4402

DOI:

https://doi.org/10.56294/saludcyt2023458

Palabras clave:

Dispositivo wearable, úlceras por presión, enfermeras, tecnología en la nube del hospital, optimización de ondas de agua con red neuronal convolucional

Resumen

A medida que el cuerpo se deteriora y desarrolla diversas dolencias, el envejecimiento repercute inevitablemente en la salud. A la hora de tratar estos problemas, la atención sanitaria es crucial para la curación. La salud física y emocional de los pacientes hospitalizados empeora con las úlceras por presión (UPP) relacionadas con la edad. Este estudio propone desarrollar un dispositivo wearable para que las residencias de ancianos lo utilicen en el diagnóstico precoz de las UP. También utilizamos métodos de aumento de datos para aumentar el tamaño de nuestro conjunto de datos y mejorar la solidez de nuestro modelo. El sistema sugerido utiliza un gadget wearable para rastrear continuamente la ubicación del paciente y la comunicación inalámbrica con una tableta para notificar a la enfermera cuando se acerca el turno del paciente, siguiendo la política del hospital. La tecnología en la nube del hospital permite una supervisión centralizada al registrar y actualizar la operación de giro y la posición del paciente, que se rastrea continuamente. En un entorno controlado, el sistema podría realizar un seguimiento continuo de la postura del paciente e identificar con precisión las poses típicas del paciente. Se describe un método de optimización de ondas de agua con red neuronal convolucional (WWO-CNN) para prevenir mejor las UP. Nuestro método logra una exactitud, precisión, recuperación y puntuación F1 generales alentadoras. Nuestra práctica ofrece una solución más eficaz y precisa para la detección y clasificación de las UP en comparación con las investigaciones existentes que utilizan esencialmente algoritmos basados en WWO-CNN. Nuestro método puede mejorar potencialmente el diagnóstico precoz y el tratamiento de las UPP, lo que se traduce en mejores resultados para los pacientes y menores costes médicos.

Métricas

Cargando métricas ...

Citas

Jackson D, Sarki AM, Betteridge R, Brooke J. Medical device-related pressure ulcers: a systematic review and meta-analysis. Int J Nurs Stud. 2019;92:109-120.

Gaspar S, Peralta M, Marques A, Budri A, Gaspar de Matos M. Effectiveness on hospital‐acquired pressure ulcer prevention: a systematic review. Int Wound J. 2019;16(5):1087-1102.

Gefen A, Alves P, Ciprandi G, Coyer F, Milne CT, Ousey K, Ohura N, Waters N, Worsley P, Black J, Barakat-Johnson M. Device-related pressure ulcers: SECURE prevention. J Wound Care. 2022;31(Sup3a):S1-S72.

Tsikriteas ZM, Roscow JI, Bowen CR, Khanbareh H. Flexible ferroelectric wearable devices for medical applications. Science. 2021;24(1):101987.

Grešš Halász B, Bérešová A, Tkáčová Ľ, Magurová D, Lizáková Ľ. Nurses’ knowledge and attitudes towards prevention of pressure ulcers. Int J Environ Res Public Health. 2021;18(4):1705.

Ebi WE, Hirko GF, Mijena DA. Nurses' knowledge of pressure ulcer prevention in public hospitals in Wollega: a cross-sectional study design. BMC Nurs. 2019;18(1):1-12.

Kim SR, Lee S, Kim J, Kim E, Kil HJ, Yoo JH, Oh JH, Jeon J, Lee EI, Jeon JW, Jeon KH. A fabric-based multifunctional sensor for the early detection of skin decubitus ulcers. Biosens Bioelectron. 2022;215:114555.

Chaudon MJ, Hulea O, Yakoub A, Monnier P, Saadaoui M. A wearable device for iontophoretic treatment and monitoring of pressure ulcers: Proof-of-concept. Med Eng Phys. 2022;107:103861.

Azman AW, Fajingbesi FE, Ahmad Z, Mustafah YM, Olanrewaju RF, Hamzaid NA. Electrical stimulation in combating pressure ulcer for immobilizing subjects: A conceptual framework. J Phys Conf Ser. 2019;1372(1):012056.

Hickle K, Slamin R, Baez A, Sen D, Evan-Browning E, Tessier H, Mendelson Y, McNeill J, Dunn R. Wireless Pressure Ulcer Sensor: Validation in an Animal Model. Ann Plast Surg. 2019;82(4S):S215-S221.

Anjusha AK, Nageswaran S. An Intelligent Bed Mat for Prevention of Pressure Ulcer. ICAICTSEE–2020. 2020;190.

Aldughayfiq B, Ashfaq F, Jhanjhi NZ, Humayun M. YOLO-Based Deep Learning Model for Pressure Ulcer Detection and Classification. Healthcare. 2023;11(9):1222.

Cao S, Yan F, Zhang C, Lu J, Jiang C, Zhou W, Lu X. Research and development of "SMART+" pressure ulcer warning instrument and system. In: 2021 11th International Conference on Information Technology in Medicine and Education (ITME). IEEE; 2021. p. 314-318.

Minteer DM, Simon P, Taylor DP, Jia W, Li Y, Sun M, Rubin JP. Pressure ulcer monitoring platform—a prospective, human-subject clinical study to validate patient repositioning monitoring device to prevent pressure ulcers. Adv Wound Care. 2020;9(1):28-33.

Monroy EB, Rodríguez AP, Estevez ME, Quero JM. Using inertial sensors attached to clothing, fuzzy monitoring of in-bed postural changes to prevent pressure ulcers. J Biomed Inform. 2020;107:103476.

Fryer S, Caggiari S, Major D, Bader DL, Worsley PR. Continuous pressure monitoring of inpatient spinal cord injured patients: implications for pressure ulcer development. Spinal Cord. 2023;61(2):111-118.

Cicceri G, De Vita F, Bruneo D, Merlino G, Puliafito A. A deep learning approach for pressure ulcer prevention using wearable computing. Hum Centric Comput Inf Sci. 2020;10(1):1-21.

Monroy EB, Romero DZ, Estévez ME, Cruciani F, Cleland I, Nugent C, Medina-Quero J. Intelligent system for preventing pressure ulcers by monitoring postural changes with wearable inertial sensors. Multidiscip Digit Publ Inst Proc. 2019;31(1):79.

Liu TJ, Christian M, Chu YC, Chen YC, Chang CW, Lai F, Tai HC. A pressure ulcer assessment system for diagnosis and decision-making using convolutional neural networks. J Formos Med Assoc. 2022;121(11):2227-2236.

Vijayalakshmi A, Jose DV. A Machine Learning Approach For IoT Enabled Pressure Ulcer Detection. In: Conference Secretariat; 2021. p. 52.