esen
  • 2017cover Actualidad
  • 1
星期一, 08 3月 2021 06:30

G-Stride: la tecnología para prevenir caídas

De las 457 solicitudes presentadas, el proyecto G-Stride de las profesoras Cristina Rodríguez y Elisabet Huertas ha sido uno de los siete elegidos por la Fundación Mapfre en la Convocatoria de ayudas a la investigación Ignacio H. de Larramendi 2020. Este proyecto tiene como objetivo presentar una solución en el análisis y seguimiento de tratamientos del patrón de marcha de personas mayores con riesgo de caídas, de forma que se ofrezcan alternativas a las soluciones actuales.

Abel Verard Méndez

El proyecto G-Stride de las profesoras Cristina Rodríguez, del área de Tecnología Electrónica y directora del laboratorio SENIALAB de la REDLABU de la URJC, y Elisabet Huertas, de Terapia Ocupacional, ha sido uno de los siete elegidos por la Fundación Mapfre en la Convocatoria de ayudas a la investigación Ignacio H. Larramendi 2020. Este proyecto, según Cristina Rodríguez, “presenta una solución en el análisis y seguimiento de tratamientos del patrón de marcha de personas mayores en sujetos con riesgo de caídas fruto de la necesidad directa con la que empezamos a colaborar con la unidad de caídas del Hospital Infanta Sofía”.

La plataforma de G-Stride consiste, en primer lugar, en un dispositivo portátil que mide el patrón de la marcha del individuo, de forma que se recojan los datos de su patrón de movimiento al caminar. Acompañado de una aplicación móvil, que sirve de elemento de interrelación del usuario con el sistema, se posibilita el análisis clínico en remoto. Es decir, el equipo clínico podrá acceder al contenido recogido por el dispositivo, de manera que, de ser necesario, podrá activar mecanismos de alerta o de cambio de rutinas. Cabe puntualizar que el dispositivo funciona como medidor de parámetros de la marcha en condiciones de vida habitual, es decir, cuando el sujeto camina, sin la necesidad de evaluar al paciente en la consulta y sin precisar de la colaboración de este, cuestión relevante en sujetos con deterioro cognitivo o movilidad reducida.

A esto se añade la importancia de fomentar un uso telemático de la evaluación del tratamiento que no requiera de visitas continuadas a la consulta, que, sobre todo, en tiempos de pandemia resulta muy importante en población anciana. Un hecho que además reduce el coste de acceso físico a las consultas, por lo que permite disminuir las listas de espera de atención en la unidad de caídas.

Los primeros resultados de la investigación corroboran que G-Stride se trata de una herramienta fiable y válida. Además, los resultados del análisis llevado a cabo aportan más datos interesantes, ya que permiten detectar a aquellos pacientes con alto riesgo de caída, al identificar a los pacientes según los denominados criterios de pre-fragilidad o fragilidad. “Aunque puede haber sujetos que no hayan sufrido una caída todavía, debido a un patrón de marcha incorrecto, pueden estar en el grupo de pacientes pre-frágiles, lo que se traduce en una mayor disposición a sufrir una caída.  También puede ocurrir lo contrario, como por ejemplo sería el caso de un paciente que haya sufrido una caída bajo circunstancias no del todo claras, pudiendo no estar bajo los criterios de fragibilidad ni de pre-fragibilidad. Es decir, bajo criterios de robustez”, explica Elisabet Huertas.

Tecnología para mejorar la calidad de vida de las personas

Para la siguiente fase de estudio de G-Stride, se ha calculado un tamaño muestral de 173 pacientes que se reclutará entre personas mayores de 70 años, 50% de ellas sin dificultades y 50% con ellas, y se desarrollará en colaboración con el Hospital Universitario Infanta Sofía e investigadores del CAR-CSIC. Los criterios de inclusión de este estudio son una modificación de los criterios de derivación a unidades específicas de evaluación y tratamiento de caídas en el anciano, propuestos por la Sociedad Americana de Geriatría (AGS) y la Sociedad Británica de Geriatría (BGS). Así, “los sujetos pueden ser derivados desde Atención Primaria, otras especialidades hospitalarias o urgencias, y cumplirán con alguno de estos requisitos: más de una caída en el último año, al menos una caída con valoración sanitaria, trastorno del equilibrio y/o marcha, síndrome postcaída o temor a caer”, destaca Cristina Rodríguez. “Con la propuesta esperamos determinar los parámetros que mejor se relacionan con caídas y fragilidad y los puntos de corte para el diagnóstico en base a las siguientes variables: parámetros sociodemográficos, variables funcionales y cognitivas, valoración de la fragilidad, valoración funcional de la marcha, valoración del síndrome de temor y miedo de caídas y valoración de la percepción del sujeto sobre su eficacia de la marcha en actividades de la vida diaria”, añade Elisabet Huertas.

La puesta en marcha de estrategias preventivas, según la OMS, debe centrarse en la educación, la capacitación, la creación de entornos más seguros y el desarrollo de investigaciones y políticas para reducir los riesgos. Avances como G-Stride muestran el potencial de la tecnología para mejorar el bienestar y la calidad de vida de las personas con mayor riesgo de sufrir una caída. Algo que ambas investigadoras tienen claro.

grafico GStride

La plataforma estará compuesta por los siguientes bloques descritos en la siguiente figura:
Bloque 1: Dispositivo de muestreo de marcha para el muestreo del patrón de movimiento al caminar (hardware y software).
Bloque 2: Bloque donde se almacene la base de datos, compuesto por un módulo IoT y una aplicación móvil. El módulo IoT consiste en una raspBerry con conectividad inalámbrica basada en un sistema LAMP (Sistema IoT desarrollado en el área de Tecnología Electrónica de la URJC)
Bloque 3: La app de gestión es el elemento de interrelación del usuario con el sistema. El equipo clínico del proyecto accederá al contenido y gestión de esta web para analizar los datos recogidos por los usuarios, y en el caso de que sea necesario, activar mecanismos de alerta o de cambio de rutinas/tareas.
Bloque 4: Entorno de consulta de caídas del Hospital Universitario Infanta Sofía. Estas pruebas tienen el objetivo de determinar la capacidad de testar el dispositivo en pacientes reales.