CogniFit - 使用电子健康技术评估老年人健康的整体方法

原始名称: A Holistic approach to assess older adults’ wellness using e-health technologies。

作者: Hilaire J. Thompson1, George Demiris1,2, Tessa Rue3, Evelyn Shatil4,5, Katarzyna Wilamowska2, Oleg Zaslavsky1 y Blaine Reeder1.

• 1.华盛顿大学护理学院生物行为护理与卫生系统，华盛顿州西雅图市。
• 2. 华盛顿大学，华盛顿大学医学院医学教育与生物医学信息学系。
• 3. 华盛顿大学华盛顿州西雅图市转化健康科学研究所生物医学统计中心。
• 4.以色列约克尼姆·伊利特（Emek Yezreel）埃克斯·马克斯·斯特恩（Maxek Stern）埃克斯·埃兹雷尔（Maxek Stern）学院的心理学系和心理生物学研究中心.
• 5. CogniFit Ltd.，以色列, Yoqneam Ilit.

期刊: 远程医疗和电子保健 (2011), vol. 17 (10): 794-800.

参考本文 (APA 样式) :

• Thompson, H., Demiris, G., Rue, T., Shatil, E., Wilamowska, K., Zaslavsky, O., Reeder, B. (2011). A Holistic approach to assess older adults’ wellness using e-health technologies. Telemedicine and e-health, vol. 17 (10), pp.794-800.

研究结论

健康的不同领域相互关联，尤其是认知和生理领域。 数据显示了全面评估老年人健康和幸福的重要性。 CogniFit可以作为评估认知健康的优秀工具。年龄和注意力分配之间的负相关（r = -0.48，p = 0.029），计划（r = -0,53，p = 0.013）和空间感知（ r = -0.718，p <0.0005）。 一些慢性病与计划之间存在负相关（r = -0.52，p = 0.016）。

研究摘要

预测和减缓老年人慢性病的进展有助于维持自理能力。 因此，我们可以使用整体评估，以为了得到一个更具体的, 并适应这个人群的状态的想法。 目前，很少有方法可以全面评估老年人的健康。 幸运的是，电子健康（健康技术），例如CogniFit，可以成为执行这些评估的好工具。

向参与者展示了如何使用不同的电子医疗技术来评估他们的认知、生理和功能变量的健康。对不同参数之间的相关性进行了评价, 并采用分层聚类分析确定了模型的有效性。

不同的健康参数之间有很强的联系, 比如认知、身体.然而, 精神与所研究的任何其他参数都没有关联。参与者很欢迎电子医疗技术。

这些参数在不同的身体健康领域密切相关。发现了认知和生理区域之间突出的密切联系, 这需要采取综合方法来评估与健康相关的东西。

情景

为了能够衡量、预测、预防或减缓慢性病和老年人的一般健康问题,有必要以整体和跨学科的眼光来解决这一问题。为此, 电子医疗可以成为一个很好的工具。如果我们想评估一个人的真实健康程度, 就必须考虑到他们日常环境的不同参数:

• 身体健康与健康。
• 心理与认知健康。
• 社交良好
• 精神健康

该研究试图以整体方式评估身体健康，以了解这四个参数如何相互作用。 该技术有助于以方便和非侵入性的方式收集，存储和分析大量数据。 通过电子医疗，我们将能够测量与老年人健康相关的参数。

方式

参与者

来自华盛顿州西雅图一个退休社区的27名年龄在78岁至 94岁之间的人参加了会议。符合这些标准的参与者接受了详细的资格评估, 并获得了知情同意。

程序

对学员进行了如何使用设备、学习程序和测试前评估。在8周的时间里, 参与者每周提供三次认知、生理和功能数据。这大约需要1个小时。参与者可以通过访问自己的数据获得反馈。从第一周开始, 大多数用户能够在没有任何帮助的情况下管理电子医疗工具。使用的电子医疗工具是

• 远程医疗信息亭，评估生理模式。
• WebQ ，评估功能 ，社会和精神健康。
• CogniFit ，评估认知参数的神经心理学工具。

一旦我们完成了研究中的数据收集工作, 我们就可以将每个参与者的结果下载到我们的电脑上进行分析。

统计分析

为了分析数据，使用SPSS 15.0描述性统计，进行参数的相关性和具有Hoeffding统计量D的层次聚类分析。

结果和结论

总体而言，参与者表示他们有0-9个健康问题。 17％的人表示他们的健康状况非常好，67％的人表示非常好。 至于他们的身体健康，他们倾向于说, 在过去的30天里, 情况并不好。 另一方面，社会支持被认为是非常好的。 他们对精神的重视在不同的参与者中有很大的不同。 年龄与需要注意力分配的认知任务中的得分呈负相关（r = -0.48，p = 0.029），计划（r = -0,53，p = 0.013） 和空间感知（r = -0.718，p <0.0005）。

令人惊讶的是,社会支持和精神与其他健康参数并不相关, 而这些参数与以前的一些研究相抵触。在认知、身体和功能领域,有一些慢性病与需要规划的任务中的得分呈负相关 (r=-0.52, p=0.016) , 而日常生活活动中的困难与抑制 (r=0).46, p=0.03) 。具有较好健康的主观感觉与抑制任务 (r=0.493, p=0.0027) 和规划任务(r=0.47, p=0.037)的得分呈正相关。分层聚类分析显示了两组数据: 生理参数和其他参数。

在这项研究中, 观察到不同的健康领域之间的大相关性, 特别是认知和生理.这些数据说明了全面评估老年人健康和幸福的重要性。Cognifit 已被证明是一种能够有效和真实地测量认知健康的工具.