Background: Falls among the elderly represent a significant cause of morbidity, loss of autonomy, and hospitalization, particularly relevant in Residential Care Facilities (RCFs). In recent years, the use of digital monitoring systems based on sensors and artificial intelligence has emerged to enhance surveillance and prevent falls or mitigate their consequences. Among these, *Ancelia* is a contactless optical system designed for nighttime monitoring in RCFs, aimed at detecting bed exits and sending alerts to staff without persistent video recording. Despite promising qualitative feedback, quantitative evidence on fall reduction remains preliminary. Objective: To assess the risk of falls and associated variables in a sample of elderly women (age > 65 years) monitored in an RCF equipped with the Ancelia system, and to compare them with a control group of hospitalized patients. The study will analyze changes in the Conley Scale score between two time points (T0 vs T1), clinical and care-related factors associated with fall risk (with particular attention to sleep), and differences in risk between the two care settings. Materials and Methods: A prospective, observational, descriptive case-control study with convenience sampling: 32 residents from the RCF (case group) and 32 hospitalized patients (control group). Female patients over 65 years of age were selected, with a VCOG (SPMSQ) > 4/6 according to SVAMA, and undergoing polypharmacy (taking more than 5 medications daily). In the RCF, Ancelia was used for objective data collection; in both settings, demographic, clinical variables and Conley Scale scores were collected at two time points (T0, T1). Statistical analysis was performed using Jamovi 2.6.26. Ancelia data were integrated with clinical assessments and handled in accordance with quality procedures and ethical standards. Results: The risk of falls remained substantially stable between the two assessments, although some fall episodes were reported, highlighting the high vulnerability of the population. Sarcopenia emerged as the main clinical factor associated with increased risk; meanwhile, cognitive impairment, hypertension, and sleep disorders showed only non-significant trends. The comparison between the RCF equipped with digital monitoring and the hospital ward did not reveal significant differences in risk profiles: the digital system provided perceived organizational and nighttime surveillance benefits, but did not reduce the fall risk. Discussion and Conclusion: The Conley Scale proved useful in screening fall risk, while the adoption of the Ancelia system in the RCF showed perceived benefits in terms of nighttime surveillance and organizational processes, without resulting in a statistically significant reduction in fall risk during the observation period. Sarcopenia appears to be a relevant clinical factor to integrate into preventive assessments. To validate the effectiveness of digital systems like Ancelia, studies with larger samples, extended follow-up periods, technical evaluations (sensitivity, specificity, and false alarms), and economic and ethical analyses are needed. Clinical implementation should include infrastructural adaptations and training programs for staff.

Background: le cadute negli anziani rappresentano un’importante causa di morbilità, perdita di autonomia e ricovero, particolarmente rilevante nelle Residenze Sanitarie Assistenziali (RSA). Negli ultimi anni si è sviluppato l’impiego di sistemi di monitoraggio digitale basati su sensori e intelligenza artificiale per migliorare la sorveglianza e prevenire le cadute o mitigarne le conseguenze. Tra questi, Ancelia è un sistema ottico contactless progettato per il monitoraggio notturno in RSA, con l’obiettivo di rilevare uscite dal letto e inviare alert al personale senza registrazione persistente dei video. Nonostante promettenti riscontri qualitativi, le evidenze quantitative sulla riduzione delle cadute sono ancora preliminari. Obiettivo: valutare il rischio di caduta e le variabili ad esso associate in un campione di anziane (età > 65 anni) monitorate in una RSA dotata del sistema Ancelia e confrontarle con un gruppo controllo di pazienti ospedalizzati. Verranno analizzate poi la variazione del punteggio alla Scala di Conley tra due rilevazioni (T0 vs T1), i fattori clinici e assistenza correlati al rischio (con attenzione al sonno) e le differenze del rischio tra i due setting assistenziali. Materiali e metodi: studio osservazionale descrittivo prospettico caso-controllo con campionamento di convenienza: 32 ospiti della RSA (gruppo caso) e 32 pazienti ospedalizzati (controllo). Sono stati selezionati pazienti di genere femminile, con età maggiore a 65 anni, VCOG (SPMSQ) > 4/6 secondo SVAMA e in regime di polifarmacoterapia (assunzione di più di 5 farmaci giornalieri). Nella RSA è stato utilizzato Ancelia per la raccolta oggettiva dei dati; in entrambi i setting sono state raccolte variabili anagrafiche, cliniche e punteggi alla Scala di Conley in due momenti (T0, T1). L’analisi statistica è stata eseguita con Jamovi 2.6.26. I dati Ancelia sono stati integrati con rilevazioni cliniche e handled in conformità a procedure di qualità e rispetto etico. Risultati: il rischio di caduta è rimasto sostanzialmente stabile tra le due rilevazioni, pur con alcuni episodi di caduta segnalati, a ricordare l’elevata vulnerabilità della popolazione. La sarcopenia è emersa come il principale fattore clinico associato a un aumento del rischio; invece, compromissione cognitiva, ipertensione e disturbi del sonno hanno mostrato solo tendenze non significative. Il confronto tra RSA dotata di monitoraggio digitale e reparto ospedaliero non ha evidenziato differenze rilevanti nel profilo di rischio: il sistema digitale ha apportato benefici organizzativi e di sorveglianza notturna percepiti, senza però ridurre il rischio di caduta. Discussione e conclusione: la Scala di Conley si è confermata utile nello screening del rischio di caduta, mentre l’adozione del sistema Ancelia in RSA ha mostrato benefici percepiti in termini di sorveglianza notturna e processi organizzativi, senza però tradursi in una riduzione statisticamente significativa del rischio di caduta nel periodo osservato. La sarcopenia risulta un fattore clinico rilevante da integrare nelle valutazioni preventive. Per validare l’efficacia di sistemi digitali come Ancelia sono necessari studi con campioni più ampi, follow-up prolungati, valutazioni tecniche (sensibilità, specificità e falsi allarmi) e analisi economiche ed etiche. L’implementazione clinica dovrebbe prevedere adattamenti infrastrutturali e programmi formativi per il personale.

INNOVAZIONE AL SERVIZIO DELLA SICUREZZA: L’EFFICACIA DEL MONITORAGGIO DIGITALE NELLA GESTIONE DELLE CADUTE IN RSA

ZEN, GIACOMO
2024/2025

Abstract

Background: Falls among the elderly represent a significant cause of morbidity, loss of autonomy, and hospitalization, particularly relevant in Residential Care Facilities (RCFs). In recent years, the use of digital monitoring systems based on sensors and artificial intelligence has emerged to enhance surveillance and prevent falls or mitigate their consequences. Among these, *Ancelia* is a contactless optical system designed for nighttime monitoring in RCFs, aimed at detecting bed exits and sending alerts to staff without persistent video recording. Despite promising qualitative feedback, quantitative evidence on fall reduction remains preliminary. Objective: To assess the risk of falls and associated variables in a sample of elderly women (age > 65 years) monitored in an RCF equipped with the Ancelia system, and to compare them with a control group of hospitalized patients. The study will analyze changes in the Conley Scale score between two time points (T0 vs T1), clinical and care-related factors associated with fall risk (with particular attention to sleep), and differences in risk between the two care settings. Materials and Methods: A prospective, observational, descriptive case-control study with convenience sampling: 32 residents from the RCF (case group) and 32 hospitalized patients (control group). Female patients over 65 years of age were selected, with a VCOG (SPMSQ) > 4/6 according to SVAMA, and undergoing polypharmacy (taking more than 5 medications daily). In the RCF, Ancelia was used for objective data collection; in both settings, demographic, clinical variables and Conley Scale scores were collected at two time points (T0, T1). Statistical analysis was performed using Jamovi 2.6.26. Ancelia data were integrated with clinical assessments and handled in accordance with quality procedures and ethical standards. Results: The risk of falls remained substantially stable between the two assessments, although some fall episodes were reported, highlighting the high vulnerability of the population. Sarcopenia emerged as the main clinical factor associated with increased risk; meanwhile, cognitive impairment, hypertension, and sleep disorders showed only non-significant trends. The comparison between the RCF equipped with digital monitoring and the hospital ward did not reveal significant differences in risk profiles: the digital system provided perceived organizational and nighttime surveillance benefits, but did not reduce the fall risk. Discussion and Conclusion: The Conley Scale proved useful in screening fall risk, while the adoption of the Ancelia system in the RCF showed perceived benefits in terms of nighttime surveillance and organizational processes, without resulting in a statistically significant reduction in fall risk during the observation period. Sarcopenia appears to be a relevant clinical factor to integrate into preventive assessments. To validate the effectiveness of digital systems like Ancelia, studies with larger samples, extended follow-up periods, technical evaluations (sensitivity, specificity, and false alarms), and economic and ethical analyses are needed. Clinical implementation should include infrastructural adaptations and training programs for staff.
2024
INNOVATION AT THE SERVICE OF SAFETY: THE EFFECTIVENESS OF DIGITAL MONITORING IN FALL MANAGEMENT IN RSA
Background: le cadute negli anziani rappresentano un’importante causa di morbilità, perdita di autonomia e ricovero, particolarmente rilevante nelle Residenze Sanitarie Assistenziali (RSA). Negli ultimi anni si è sviluppato l’impiego di sistemi di monitoraggio digitale basati su sensori e intelligenza artificiale per migliorare la sorveglianza e prevenire le cadute o mitigarne le conseguenze. Tra questi, Ancelia è un sistema ottico contactless progettato per il monitoraggio notturno in RSA, con l’obiettivo di rilevare uscite dal letto e inviare alert al personale senza registrazione persistente dei video. Nonostante promettenti riscontri qualitativi, le evidenze quantitative sulla riduzione delle cadute sono ancora preliminari. Obiettivo: valutare il rischio di caduta e le variabili ad esso associate in un campione di anziane (età > 65 anni) monitorate in una RSA dotata del sistema Ancelia e confrontarle con un gruppo controllo di pazienti ospedalizzati. Verranno analizzate poi la variazione del punteggio alla Scala di Conley tra due rilevazioni (T0 vs T1), i fattori clinici e assistenza correlati al rischio (con attenzione al sonno) e le differenze del rischio tra i due setting assistenziali. Materiali e metodi: studio osservazionale descrittivo prospettico caso-controllo con campionamento di convenienza: 32 ospiti della RSA (gruppo caso) e 32 pazienti ospedalizzati (controllo). Sono stati selezionati pazienti di genere femminile, con età maggiore a 65 anni, VCOG (SPMSQ) > 4/6 secondo SVAMA e in regime di polifarmacoterapia (assunzione di più di 5 farmaci giornalieri). Nella RSA è stato utilizzato Ancelia per la raccolta oggettiva dei dati; in entrambi i setting sono state raccolte variabili anagrafiche, cliniche e punteggi alla Scala di Conley in due momenti (T0, T1). L’analisi statistica è stata eseguita con Jamovi 2.6.26. I dati Ancelia sono stati integrati con rilevazioni cliniche e handled in conformità a procedure di qualità e rispetto etico. Risultati: il rischio di caduta è rimasto sostanzialmente stabile tra le due rilevazioni, pur con alcuni episodi di caduta segnalati, a ricordare l’elevata vulnerabilità della popolazione. La sarcopenia è emersa come il principale fattore clinico associato a un aumento del rischio; invece, compromissione cognitiva, ipertensione e disturbi del sonno hanno mostrato solo tendenze non significative. Il confronto tra RSA dotata di monitoraggio digitale e reparto ospedaliero non ha evidenziato differenze rilevanti nel profilo di rischio: il sistema digitale ha apportato benefici organizzativi e di sorveglianza notturna percepiti, senza però ridurre il rischio di caduta. Discussione e conclusione: la Scala di Conley si è confermata utile nello screening del rischio di caduta, mentre l’adozione del sistema Ancelia in RSA ha mostrato benefici percepiti in termini di sorveglianza notturna e processi organizzativi, senza però tradursi in una riduzione statisticamente significativa del rischio di caduta nel periodo osservato. La sarcopenia risulta un fattore clinico rilevante da integrare nelle valutazioni preventive. Per validare l’efficacia di sistemi digitali come Ancelia sono necessari studi con campioni più ampi, follow-up prolungati, valutazioni tecniche (sensibilità, specificità e falsi allarmi) e analisi economiche ed etiche. L’implementazione clinica dovrebbe prevedere adattamenti infrastrutturali e programmi formativi per il personale.
Risk of fall
Nursing home
Fall risk factors
Health technology
File in questo prodotto:
File Dimensione Formato  
Zen.Giacomo.2083764.pdf

accesso aperto

Dimensione 775.73 kB
Formato Adobe PDF
775.73 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/99363