เทคโนโลยีในผู้สูงอายุที่เกี่ยวข้องกับการหกล้มเพื่อป้องกันการพลัดตกหกล้มในกลุ่มผู้สูงอายุที่ชราในถิ่นที่อยู่อาศัย
Article Sidebar
Main Article Content
บทคัดย่อ
การชราภาพของประชากรกำลังกลายเป็นสังคมใหญ่ที่สำคัญในหลายๆ ประเทศของโลก การพัฒนาเทคโนโลยีต่าง ๆ จึงนำไปสู่ความสนใจทางด้านความปลอดภัยในสังคมผู้สูงอายุ เนื่องจากอายุที่มากขึ้นทำให้เกิดการเปลี่ยนแปลงทางร่างกายและทางจิตใจ ดังนั้นกิจกรรมพื้นฐานในชีวิตประจำวันจึงอาจก่อให้เกิดอุบัติเหตุของการพลัดตกหกล้มในผู้สูงอายุที่ตัดสินใจใช้ชีวิตในบ้านและไม่ไปอยู่บ้านพักคนชรา การออกแบบทางด้านการยศาสตร์และเทคโนโลยีในผู้สูงอายุเพื่อสร้างโอกาสของการอาศัยอยู่ในบ้านสำหรับวัยชรา จึงสามารถลดความเสี่ยงและอุบัติเหตุในผู้สูงอายุได้ การศึกษานี้มีวัตถุประสงค์เพื่อศึกษาและค้นหาเทคโนโลยีที่มีความเกี่ยวข้องด้านการป้องกันการพลัดตกหกล้ม เพื่อการดำรงชีวิตอย่างอิสระภายในบ้านและเพิ่มความปลอดภัยในผู้สูงอายุ รวมทั้งศึกษาและพิจารณาข้อดีและข้อเสียของเทคโนโลยีที่เกี่ยวข้องกับการพลัดตกหกล้มนี้ ได้แก่ การป้องกันการพลัดตกหกล้ม การตรวจจับการพลัดตกหกล้ม และการเฝ้าดูเพื่อป้องกันการพลัดตกหกล้ม อย่างไรก็ตามถึงแม้ว่าเทคโนโลยีในผู้สูงอายุจะแสดงให้เห็นว่าเทคโนโลยีและบริการนั้นสามารถช่วยเหลือผู้สูงอายุได้อย่างมีประสิทธิภาพ แต่ยังมีข้อจำกัดบางประการในแง่ของการยอมรับของผู้ใช้และการใช้งานเทคโนโลยี รวมถึงความชอบส่วนบุคคล นอกจากนี้ในด้านเครื่องตรวจจับการพลัดตกหกล้ม ถึงแม้ว่าเครื่องตรวจจับพื้น เครื่องตรวจจับการสั่นสะเทือน และเครื่องตรวจจับการเคลื่อนไหวจะให้ความเป็นส่วนตัวกับผู้สูงอายุ แต่ปัจจัยอื่น ๆ เช่น ความซับซ้อนในการเก็บรวบรวมชุดข้อมูล ลักษณะที่แตกต่างกันของการพลัดตกหรือหกล้ม และจำนวนชุดข้อมูลที่อาจจะไม่เพียงพอ ควรมีการศึกษาวิจัยเพิ่มเติมเกี่ยวกับสิ่งเหล่านี้ รวมทั้งควรสำรวจความพึงพอใจของผู้ใช้ และสำรวจการใช้เทคโนโลยีช่วยเหลืออื่น ๆ เพื่อช่วยเหลือและบรรเทาภาระความรับผิดชอบของแพทย์ในโรงพยาบาลหรือสถานพยาบาล
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
World Health Organization. Older Population and Health System: A profile of Thailand. Retrieved August. 2015;10:19-36
Everson-Rose SA, Lewis TT. Psychosocial factors and cardiovascular diseases. Annu Rev Pub Health. 2005;26:469-500.
Willis L, Goodwin J, Lee K, Mosqueda L, Garry P, Liu P et al. Impact of Psychosocial Factors on Health Outcomes in the Elderly. JAH. 1997;9(3):396-414.
Pereira GF. Gerontechnology for Fall Prevention, Detection, and Monitoring: Examining the Diffusion of Technology Among Older Adults for Aging-in-Place [Doctoral dissertation]. Oklahoma State University; 2018.
Mack R, Salmoni A, Viverais-Dressler G, Porter E, Garg R. Perceived Risks to Independent Living: The Views of Older, Community-Dwelling Adults. The Gerontologist. 1997;37(6):729-736.
Fänge A, Ivanoff S. The home is the hub of health in very old age: Findings from the ENABLE-AGE Project. Archives of Gerontology and Geriatrics. 2009;48(3):340-345.
Davey JA, de Joux V, Nana G, Arcus M. Accommodation options for older people in Aotearoa/New Zealand. Christchurch: Centre for Housing Research; 2004.
Sharifah Norazizan S, Roznah M, Tengku Aizan H, Lina G, Mohd Rizal H. Ageing-in-Place: Towards an ergonomically designed home environment for older Malaysians. Gerontechnology. 2006;5(2).
Masud T, Morris R. Epidemiology of falls. Age and Ageing. 2001;30(4):3-7.
Blake AJ, Morgan K, Bendall MJ, Dallosso H, Ebrahim SB, Arie TA, et al. Falls by elderly people at home: prevalence and associated factors. Age and ageing. 1988;1;17(6):365-372.
Larsson T, Hägvide M, Svanborg M, Borell L. Falls prevention through community intervention – A Swedish example. Safety Science. 2010;48(2):204-208.
Pinto MR, De Medici S, Van Sant C, Bianchi A, Zlotnicki A, Napoli C. Ergonomics, gerontechnology, and design for the home-environment. Applied Ergonomics. 2000;1;31(3):317-322.
Anderson KE. Falls in the elderly. Journal-royal College of Physicians of Edinburgh. 2008;1;38 (2):138.
Spirduso WW. Physical dimensions of aging. Champaign: Human Kinetics; 1995.
Buzink SN, Bruin RD, Groothuizen TJ, Haagsman EM, Molenbroek JF. Fall prevention in the toilet environment. A Friendly Rest Room: Developing Toilets of the Future for Disabled and Elderly People. 2011;15;27:183.
Câmara JJ, De Castro Engler RI, De Oliveira Fonseca PR. Analysis and ergonomics of houses for elderly people. Periodicum biologorum. 2010 Mar 31;112(1):47-50.
Pinto MR, De Medici S, Zlotnicki A, Bianchi A, Van Sant C, Napou C. Reduced visual acuity in elderly people: the role of ergonomics and gerontechnology. Age and ageing. 1997Sep 1;26(5):339-44.
Rahman MM. Design of A Sensor Based Smart Restroom System for Elderly People. [Doctoral dissertation]; Texas A&M University-Kingsville; 2019.
Cini LM. The future is here: Senior living reimagined. Bloomington, In: iUniverse, 2016.
Doyle, J., Bayley, C., Dromey, B., & Scanaill, C. N. An interactive technology solution to deliver balance and strength exercise to older adults. In Pervasive Computing Technologies for Healthcare (PervasiveHealth), 4th International Conference, Muchen, Germany, 2010, p.1-5.
Williams M, Soiza R, Jenkinson A, Stewart A. EXercising with C omputers in later life (EXCELL) - pilot and feasibility study of the acceptability of the Nintendo® WiiFit in community-dwelling fallers. BMC Research Notes. 2010;3(1).
Cumming R, Sherrington C, Lord S, Simpson J, Vogler C, Cameron I et al. Cluster randomised trial of a targeted multifactorial intervention to prevent falls among older people in hospital. BMJ. 2008;336(7647):758-760.
Kelly K, Phillips C, Cain K, Polissar N, Kelly P. Evaluation of a Nonintrusive Monitor to Reduce Falls in Nursing Home Patients. J Am Med Dir Assoc. 2002;3(6):377-382.
Bagnasco A, Scapolla AM, Spasova V. Design, implementation and experimental evaluation of a wireless fall detector. InProceedings of the 4th International Symposium on Applied Sciences in Biomedical and Communication Technologies 2011, p.1-5.
Kangas M, Konttila A, Lindgren P, Winblad I, Jämsä T. Comparison of low-complexity fall detection algorithms for body attached accelerometers. Gait & Posture. 2008;28(2):285-291.
Gjoreski H, Lustrek M, Gams M. Accelerometer placement for posture recognition and fall detection. In: 2011 Seventh International Conference on Intelligent Environments. 2011, p.47-54.
Vermeiren D, Weyn M, De Ron G. Detecting human motion: Introducing step, fall and adl algorithms. InInternational Conference on Electronic Healthcare. Springer, Berlin, Heidelberg. 2009, p.62-69.
Litvak D, Gannot I, Zigel Y. Detection of falls at home using floor vibrations and sound. In2008 IEEE 25th Convention of Electrical and Electronics Engineers in Israel. 2008, p.514-518.
Wu G. Distinguishing fall activities from normal activities by velocity characteristics. J Biomech. 2000;33(11):1497-1500.
Nyan M, Tay F, Tan A, Seah K. Distinguishing fall activities from normal activities by angular rate characteristics and high-speed camera characterization. Medical Engineering & Physics. 2006;28(8):842-849.
Igual R, Medrano C, Plaza I. Challenges, issues and trends in fall detection systems. BioMedical Engineering OnLine. 2013;12(1):66.
Pannurat N, Thiemjarus S, Nantajeewarawat E. Automatic Fall Monitoring: A Review. Sensors. 2014;14(7):12900-12936.
Tesfaye A, Ewenetu S. The Role of Gerontechnology in Elderly Well-being. 2018.
