การพัฒนานวัตกรรมแจ้งเตือนหกล้มในผู้สูงอายุ
คำสำคัญ:
ผู้สูงอายุ, การแจ้งเตือนการหกล้ม, เทคโนโลยีเซ็นเซอร์, นวัตกรรมสุขภาพบทคัดย่อ
บทนำ: การหกล้มเป็นสาเหตุการเจ็บป่วยและการเสียชีวิตอันดับต้น ๆ ของผู้สูงอายุ ดังนั้นการพัฒนานวัตกรรมการป้องกันการหกล้มในผู้สูงอายุ จะช่วยลดผลกระทบที่อาจเกิดขึ้นหลังจากการล้ม ช่วยให้ผู้สูงอายุมีคุณภาพชีวิตที่ดีขึ้น
วัตถุประสงค์การวิจัย: เพื่อพัฒนานวัตกรรมแจ้งเตือนหกล้มในผู้สูงอายุ
ระเบียบวิธีวิจัย: การวิจัยเชิงพัฒนาครั้งนี้ ดำเนินการ 3 ระยะ ได้แก่ การสังเคราะห์องค์ความรู้ การออกแบบและพัฒนาอุปกรณ์ การทดสอบประสิทธิภาพ และการประเมินความพึงพอใจของผู้ใช้งาน กลุ่มตัวอย่าง จำนวน 30 ราย เลือกตัวอย่างแบบเจาะจงตามเกณฑ์คัดเข้า เป็นผู้สูงอายุ อายุ 60 ปีขึ้นไป ในตำบลสามพร้าว อำเภอเมือง จังหวัดอุดรธานี ที่มีคะแนนประเมินความเสี่ยงต่อการหกล้มของ Thai falls risk assessment test เท่ากับหรือมากกว่า 4 คะแนนขึ้นไป เครื่องมือที่ใช้ในการวิจัย ประกอบด้วย นวัตกรรมเข็มขัดเตือนหกล้ม แบบบันทึกประสิทธิภาพนวัตกรรม และแบบประเมินความพึงพอใจของผู้ใช้นวัตกรรม วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา ความถี่ ร้อยละ และส่วนเบี่ยงเบนมาตรฐาน
ผลการวิจัย: พบว่านวัตกรรมสามารถตรวจจับการเปลี่ยนแปลงขององศาการเอียงตัวได้อย่างแม่นยำทุกครั้ง ร้อยละ 100 และสามารถแจ้งเตือนได้ทุกครั้งของการทดสอบ อาสาสมัครวิจัยมีความพึงพอใจโดยภาพรวม อยู่ในระดับมาก (M = 3.99, SD = .56)
สรุปผล: นวัตกรรมที่พัฒนาขึ้น ช่วยเตือนการหกล้มของผู้สูงอายุได้ และผู้ใช้นวัตกรรม มีความพึงพอใจต่อการใช้งานอยู่ในระดับมาก
ข้อเสนอแนะ: ควรศึกษาติดตามผลกระทบของนวัตกรรมต่อการลดอัตราการหกล้ม หรือพัฒนาอุปกรณ์ให้มีขนาดเล็กลง เพื่อสะดวกใช้งานในอนาคต อาจเพิ่มการเชื่อมต่อกับระบบ AI เพื่อให้สามารถวิเคราะห์พฤติกรรมของผู้สูงอายุได้ลึกขึ้น และศึกษาความคุ้มค่าเชิงเศรษฐศาสตร์ เพื่อหาแนวทางลดต้นทุนและทำให้สามารถผลิตในเชิงพาณิชย์ได้
Downloads
เอกสารอ้างอิง
National Statistical Office, Ministry of Digital Economy and Society. The 2024 survey of the older persons in Thailand and provincial level. Bangkok: Statistical Information Dissemination and Service Group, Statistical Forecasting Division, National Statistical Office; 2024. (in Thai)
Department of Disease Control. Falls among older adults: A common problem [Internet]. 2019 [cited 2025 Nov 19]. Available from: https://www.ddc.moph.go.th/doe/journal_detail.php?publish=5996&utm_source=chatgpt.com (in Thai)
Srichang N, Singthimat S, Lertchirakarn P, Homhuan S, Riangthaisong K. Epidemiology of elderly injured by falls based on the case study in Regional Health 9. Academic Journal of Community Public Health 2024;10(3):46–56. (in Thai)
Pannurat N, Thiemjarus S, Nantajeewarawat E. Automatic fall monitoring: A review. sensors 2017;17(1):199. (in Thai)
Takahashi T. Fall risk assessment using wearable sensors. Healthcare 2020;8(3):219.
Lord SR, Sherrington C, Menz HB. Falls in older people: Risk factors and strategies for prevention. Cambridge: Cambridge University Press; 2021.
Rashidi P, Mihailidis A. A survey on ambient-assisted living tools for older adults. IEEE Journal of Biomedical and Health Informatics 2019;17(3):579–90.
Udonthani Statistical Office. Elderly analysis Udon Thani 2024 [Internet]. 2024 [cited 2025 Nov 19]. Available from: https://udon.nso.go.th/reports-publications/ebook/indicators-analysis-basic-provincial-information/11-elderly-analysis-udon-thani.html?utm_source=chatgpt.com. (in Thai)
Subramaniam S, Faisal AI, Deen MJ. Wearable sensor systems for fall risk assessment: A review. Frontiers in Digital Health 2022;4:921506. doi: 10.3389/fdgth.2022.921506.
Thiamwong L, Thamarpirat J, Maneesriwongul W, Jitapunkul S. Thai falls risk assessment test (Thai-FRAT) developed for community-dwelling Thai elderly. The Journal of the Medical Association of Thailand 2008;91(12):1823-31. (in Thai)
World Health Organization. Falls [Internet]. 2021 [cited 2025 Nov 19]. Available from: https://www.who.int/news-room/fact-sheets/detail/falls
Thaniwattananon P, Kumkong M. Falls in the elderly: Prevention and care in COVID-19 situations. Journal of Medical and Health Sciences 2023;30(1):166–78. (in Thai)
Hopewell S, Adedire O, Copsey B, Boniface G, Sherrington C, Clemson L. Multifactorial interventions for preventing falls in older people living in the community. Cochrane Database Systematic Review 2019;(7):CD012221. doi: 10.1136/bjsports-2019-100732.
Centers for Disease Control and Prevention. Older adult falls: Data and statistics [Internet]. 2024. [cited 2025 Nov 19]. Available from: https://www.cdc.gov/falls
Guirguis-Blake JM, Michael YL, Perdue LA, Coppola EL, Beil TL. Interventions to prevent falls in older adults: Updated evidence report and systematic review for the US Preventive Services Task Force JAMA 2024;331(3):234–50.
Salari N, Darvishi N, Ahmadipanah M, Shohaimi S, Mohammadi M. Global prevalence of falls in the older adults: A comprehensive systematic review and meta-analysis. Journal of Orthopaedic Surgery and Research 2022;17(1):334. doi: 10.1186/s13018-022-03222-1.
Thawornwong N, Akarasatthung A, & Makasorn P. Designing of falls detection for elderly by using tilt sensor. Naresuan University Journal 2011; Special Issue: 43-6. (in Thai)
Argañarás JG, Wong YT, Begg R, Karmakar NC. State-of-the-art wearable sensors and possibilities for Radar in fall prevention. Sensors (Basel) 2021;21(20):6836. doi: 10.3390/s21206836.
Lin HC, Chen MJ, Lee CH, Kung LC, Huang JT. Fall recognition based on an IMU wearable device and fall verification through a smart speaker and the IoT. Sensors (Basel) 2023;23(12):5472. doi: 10.3390/s23125472.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสารวิจัยสุขภาพและการพยาบาล (วารสารวิทยาลัยพยาบาลบรมราชชนนี กรุงเทพ)

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial 4.0 International License.
บทความที่ได้รับการตีพิมพ์ เป็นลิขสิทธิ์ของวารสารวิจัยสุขภาพและการพยาบาล (วิทยาลัยพยาบาลบรมราชชนนี กรุงเทพ) ไม่สามารถนำไปตีพิมพ์ซ้ำในวารสารฉบับอื่น











