gms | German Medical Science

GMDS 2013: 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

01. - 05.09.2013, Lübeck

Adressierung gesundheitsrelevanter Zustände mittels mobiler assistierender Gesundheitstechnologien

Meeting Abstract

Search Medline for

  • Tobias von Bargen - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, DE
  • Jonas Schwartze - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, DE
  • Reinhold Haux - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, DE

GMDS 2013. 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Lübeck, 01.-05.09.2013. Düsseldorf: German Medical Science GMS Publishing House; 2013. DocAbstr.65

doi: 10.3205/13gmds009, urn:nbn:de:0183-13gmds0099

Published: August 27, 2013

© 2013 von Bargen et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung und Fragestellung: Durch das Erheben und Weiterverarbeiten von Sensordaten, welche aus assistierenden Gesundheitstechnologiengewonnen werden, wird eine umfassende und kontinuierliche Erfassung des Gesundheitszustandes in der häuslichen Umgebung, insbesondere von älteren Menschen, ermöglicht [1], [2], [3], [4], [5]. Diverse Aspekte des körperlichen und seelischen Zustands können vermessen, analysiert und weitergeleitet werden. Speziell ältere Menschen neigen zu Multimorbidität, welche eine komplexe Kombination aus Monitoring und Behandlung erforderlich macht [6]. Diese Anforderungen können in der häuslichen Umgebung gut adressiert werden. Die Bindung dieser Technologien an die häusliche Umgebung schränkt den Nutzer jedoch in seiner Bewegungsfreiheit ein und verhindert unter Umständen die Partizipation an seinem sozialen Umfeld. Um dieser Einschränkung entgegenzuwirken, können mobile assistierende Gesundheitstechnologien herangezogen werden, um den Komfort und die Sicherheit der häuslichen Umgebung auch unterwegs nutzen zu können. Es ist jedoch unklar, welche gesundheitsrelevanten Aspekte mit mobilen assistierenden Gesundheitstechnologien (mAGT) adressiert werden können.

Material und Methoden: Zur Erhebung gesundheitsrelevanter Zustände, welche mit mAGT adressiert werden können, wurde eine strukturierte Literaturstudie durchgeführt. Hierfür wurden die Literaturdatenbanken Pubmed und IEEE Xplore benutzt. Die erste Iteration der Suchanfragen, welche auf die Jahre 2008 bis 2011 beschränkt wurde, lieferten 1756 Ergebnisse bei Pubmed und 2723 bei IEEE Xplore. Durch eine Bereinigung von Dubletten und der Beschränkung auf Zeitschriftenartikel blieben 1920 relevante Arbeiten übrig. Das Screening der Titel ergab anschließend eine Anzahl von 654 relevanten Arbeiten. Von diesen Arbeiten wurden die Abstracts gesichtet und es blieben 469 Artikel für die Volltextanalyse übrig. In dieser fielen weitere 149 Arbeiten aufgrund der mangelnden Eignung zur Beantwortung der Fragestellung weg, so dass 320 Arbeiten für die Erhebung gesundheitsrelevanter Zustände, welche mit mAGT adressiert werden können, bearbeitet worden sind.

Ergebnisse: Diabetes ist das überwiegend adressierte Krankheitsbild (31 Artikel). Hierbei wird häufig der Glucosespiegel im Blut erhoben und, oft mittels eines Smartphones, weiterverarbeitet oder –geleitet (15). Darüber hinaus wird im Zusammenhang mit Diabetes zum Beispiel das Aktivitätsniveau des Patienten gemessen, die Ernährung beobachtet, der Blutdruck gemessen oder relevante Informationen und Erinnerungen verschickt. Weitere häufige Krankheitsbilder, an welche sich mobile assistierende Gesundheitstechnologien richten, sind: AIDS (14), Herzinsuffizienz (10), Krebs (10), Asthma (8), COPD (5) und Schizophrenie (4). Die Art und Weise, wie mAGT Krankheitsbilder adressieren, kann grob in zwei Kategorien eingeteilt werden: Zum einen werdenVitalparameter oder das geistige Befinden erhoben und weiterverarbeitet und zum anderen werden Informationen für den Patienten bereitgestellt oder Erinnerungen verschickt. Häufig findet sich bei der Behandlung von komplexen Gebrechen eine Kombination aus beiden Herangehensweisen.

Diskussion: Die Literaturstudie hat gezeigt, dass insbesondere bei der Behandlung von chronischen Erkrankungen (speziell Diabetes) Unterstützungsbedarf durch mobile assistierende Gesundheitstechnologien herrscht. Der Einsatz von diesen könnte, da bei dieser Art von Krankheiten ein kontinuierliches Monitoring von Vitalparametern oftmals unerlässlich ist, durch den mobilen Charakter dieser Technologien dem Nutzer Freiheit bezüglich dem Ort der Anwendung und, damit einhergehend, mehr Lebensqualität ermöglichen. Dies sollte in Zukunft weiter untersucht werden. Die Beschränkung auf Literatur ab dem Jahr 2008 wurde aufgrund der Verfügbarkeit von Smartphones und erschwinglichen mobilen Internettarifen gewählt. Das Ende im Jahr 2011 ist dem Beginn der Literaturstudie im laufenden Jahr 2012 geschuldet.


Literatur

1.
Koch S, Marschollek M, Wolf KH, Plischke M, Haux R. On health-enabling and ambient-assistive technologies. Methods Inf Med. 2009;48:29-37.
2.
Subramony SH, Kedar S, Murray E, Protas E, Xu H, Ashizawa T, Tan A. Objective home-based gait assessment in spinocerebellar ataxia. J Neurol Sci. 2012 Feb 15;313(1-2):95-8.
3.
Weiss A, Sharifi S, Plotnik M, van Vugt JP, Giladi N, Hausdorff JM. Toward automated, at-home assessment of mobility among patients with Parkinson disease,using a body-worn accelerometer. Neurorehabil Neural Repair. 2011 Nov-Dec;25(9):810-8.
4.
Zissman K, Lejbkowicz I, Miller A. Telemedicine for multiple sclerosis patients: assessment using Health Value Compass. Mult Scler. 2012 Apr;18(4):472-80.
5.
Brunetti ND, De Gennaro L, Pellegrino PL, Dellegrottaglie G, Antonelli G, Di Biase M. Atrial fibrillation with symptoms other than palpitations: incremental diagnostic sensitivity with at-home tele-cardiology assessment for emergency medical service. Eur J Prev Cardiol. 2012 Jun;19(3):306-13.
6.
Marengoni A, Angleman S, Melis R, Mangialasche F, Karp A, Garmen A, Meinow B, Fratiglioni L. Aging with multimorbidity: a systematic review of the literature. Ageing Res Rev. 2011 Sep;10(4):430-9.