Tese (doutorado)—Universidade de Brasília, Faculdade de Ciências da Saúde, Programa de Pós-Graduação em Ciências da Saúde, 2018. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / OBJETIVO: Verificar o efeito do protocolo de exercícios do Circuito de Equilíbrio (CE) sobre a força, equilíbrio e qualidade de vida na prevenção do risco de quedas. MÉTODOS: Vinte e dois (22) idosos, de ambos os sexos, completaram o estudo de ensaio clínico randomizado crossover (65,8 ± 1,2 anos), divididos em dois grupos GA que iniciou com a intervenção (n = 10;2H/10M; idade 65,80±3,87) e GB (n = 12;2H/12M; idade 65,83±4,11) que iniciou com as palestras sobre saúde, as quais foram submetidas à avaliação antropométrica e questionários para classificação da amostra. O CE teve a duração de 12 semanas, duas vezes por semana de 50 minutos de duração. Durante a fase controle, os participantes assistiram a palestras educacionais sobre saúde. A duração total do estudo foi de 40 semanas, sendo 24 semanas de intervenção, 4 de washout e 12 semanas de acompanhamento. Os dados foram coletados em 4 etapas, (linha de base; pós-intervenção 1; pós-intervenção 2 e acompanhamento). A força muscular dos extensores de joelho foi avaliada utilizando um dinamômetro isocinético para obtenção do o pico de torque (PT) e o cálculo da taxa de desenvolvimento de força (TDF). A estabilidade postural foi avaliada em uma plataforma de força pelo protocolo olhos abertos e fechados com e sem espuma e a qualidade de vida pelo WHOQOL-Bref (World Health Quality of Life - Bref). Por fim, os testes Timed Up and Go (TUG) e a Escala de Eficácia de Quedas – Internacional (FES-I) foram aplicados para estimar o risco de quedas. O cálculo do tamanho amostral foi determinado considerando o poder de explicação das análises estatísticas. Foi utilizado o teste t- de student para medidas independentes na comparação das variáveis escalares. Para as variáveis categóricas foi realizado teste de Qui-quadrado, com correção de Fisher. Os efeitos da intervenção foram comparados por meio da ANOVA Two-way para medidas repetidas. Testes bicaudais com o valor de p <0,05 foram considerados estatisticamente significativos. O tamanho do efeito foi interpretado adotando-se o critério de Cohen. RESULTADOS: O GA apresentou melhora significativa na força pela TDF 50 m/s (d '1,114, p <0,05) pós-intervenção (pós-1) e no equilíbrio com olhos fechados sobre a espuma na oscilação ântero-posterior (d '- 1,054, p <0,01). Na fase de crossover (pós-2), o GB apresentou melhorias significativas na força pela TDF 100 m / s (d '0,290; p <0,05), na qualidade de vida nos domínios físicos (d '1,3999, p <0,01) e psicológico (d' 1,536, p <0,01) e na mobilidade peloTUG (d '- 0,4386, p <0,01), GA e GB na fase de acompanhamento mostraram melhorias significativas na força pelaTDF 50 m / s (d '0,761; p <0,01) e 200 m / s (d' 0,236; p <0,05), no equilíbrio sobre espuma de alta densidade de olhos abertos CoPml (d-0,324; p <0,01); CoPvel (d' - 0,366; p <0,01) e olhos fechados CoPvel (d '- 0,366; p <0,01) e CoPap (d' - 0,520; p <0,01) e também na qualidade de vida domínio social (d '0,523; p <0,05). CONCLUSÃO: verificou-se que o CE é um exercício que promove não a apenas a melhora, como a manutenção do ganho de força, equilíbrio e qualidade de vida por três meses e, portanto, apresenta-se viável como modalidade a ser inserida em um programa de prevenção de quedas em idosos da comunidade. / OBJECTIVE: To evaluate the effect of the Balance Exercises Circuit (BEC) exercise protocol on strength, balance and quality of life in the prevention of risk of falls. METHOD: Twenty-two elderly men and women completed the randomized crossover clinic trial (65.8 ± 1.2 years), divided into two groups: Group A - GA (n = 10; 2H/10M; age 65.80 ± 3.87), that started with the intervention, and Group B - GB (n = 12; 2h/12m; age 65.83 ± 4.11), that started with the health lessons, which had undergone anthropometric evaluation and questionnaires to classify the sample. The BEC had a 12 weeks duration, twice a week, for 50 minutes. During the control phase, participants attended educational lectures on health. The study duration was 40 weeks, with 24 weeks of intervention, 4 weeks of washout and 12 weeks of follow-up. Data were collected in 4 stages (baseline, post-intervention 1, post-intervention 2 and follow-up). The muscle strength of the knee extensors was evaluated using an isokinetic dynamometer to obtain the peak torque (PT) and the calculation of the force development rate (FDR). Postural stability was assessed on a strength platform by the open and closed eyes protocol with and without foam and quality of life by the WHOQOL-Bref (World Health Quality of Life - Bref). Finally, the Timed Up and Go (TUG) and the International Falls Efficacy Scale (FES-I) were applied to estimate the risk of falls. The calculation of the sample size considered the power of explanation of the statistical analysis. Student's t-test was used for independent measurements in the comparison of scalar variables. For the categorical variables, a Chi-square test was performed, with Fisher's correction. The effects of the intervention were compared through two-way ANOVA for repeated measures. Two-tailed tests with p value <0.05 were considered statistically significant. The effect size was interpreted using the Cohen criterion. RESULTS: The GA showed a significant improvement in the force by FDR 50 m/s (d '1,114, p <0,05) post intervention (post-1) and in the balance with closed eyes on the foam in the anteroposterior oscillation (d' 1.054, p <0.01). In the crossover phase (post-2), the GB showed significant improvements in the force by FDR 100 m/s (d '0.290, p <0.05), in quality of life in the physical (d' 1.3999, p <0.01) and psychological (d '1.536, p <0.01) domains and in mobility by TUG (d' - 0.4386, p <0.01), GA and GB in the follow-up phase showed significant improvements on force in FDR at 50 m/s (d '0.761, p <0.01) and 200 m/s (d' 0.236, p <0.05) at balance on high density foam with open eyes CoPml (d-0.324; p <0.01); CoPvel (d -0.366, p <0.01) and closed eyes CoPvel (d -0.366, p <0.01) and CoPap (d -0.520; p <0.01) and also in the quality of life social domain (d 0.523, p <0.05).

Made available in DSpace on 2016-04-27T18:47:30Z (GMT). No. of bitstreams: 1 Viviane da Silva Bianco.pdf: 914511 bytes, checksum: 32446c8bfac0bf8b0f9e66b81da44b71 (MD5) Previous issue date: 2008-08-25 / The present aging scenario brings about the need to adapt society to meet particularities of the individuals involved in this stage of the vital cycle. In Brazil the aging population has been growing considerably and the alternatives of assistance and resources for such population are still deficient. Families are seldom prepared to face the aging process of their relatives and, especially because of difficulties related to finances and home care, they eventually choose institutions. Living at a long term care institution can be the very elder s choice seeking to preserve their selves and their belongings so as to keep their life history alive. The natural aging process brings along numerous changes, with the loss or slowering of body response. Pathology prevention and symptom minimization allow aging people to attain a better quality of life, and various segments are assigned this task geriatric and gerontologic multidisciplinary teams, among them. Among the problems aging people face, the falls are relevant and worrying because of their consequences. Because falls are frequent and can bring injuries to the elderly, the present study gathered institutional fall protocols from the residents of the Residencial Israelita Albert Einstein who were involved in falls during a pre-established period and analyzed the number of falls, the form of their occurrence and who were involved in this type of event with the purpose of preventing new episodes as well as providing post-fall assistance / O atual cenário do envelhecimento traz consigo a necessidade de adaptação da sociedade visando atender as particularidades dos indivíduos envolvidos nessa etapa do ciclo vital. No Brasil o número de idosos tem crescido consideravelmente e as opções de assistência e recursos que prestam atendimento a essa população ainda encontram-se deficientes. As famílias muitas vezes não estão preparadas para enfrentar o processo de envelhecimento de seus entes e diante das dificuldades que podem ser de vários motivos entre eles de natureza financeira ou deficiência para prestar assistência ao idoso em suas residências, acabam por buscar a institucionalização. A opção de morar em uma instituição de longa permanência pode partir do próprio idoso que busca nesta nova moradia poder preservar um pouco do seu eu e mediante a presença de alguns pertences pessoais manter viva a sua história de vida. O processo de envelhecimento natural é acompanhado de inúmeras alterações que levam a perda ou diminuição da capacidade de resposta do organismo. A prevenção para as patologias que possam vir a surgir e a minimização dos sintomas decorrentes desse processo possibilitam ao idoso uma melhor qualidade de vida, cabendo esse trabalho a vários seguimentos que atuam na velhice entre eles a equipe multidisciplinar geriátrica e gerontológica. Inúmeras são as complicações que podem acometer o idoso entre elas as quedas ocupam um papel importante e preocupante pelas conseqüências desastrosas que podem deixar. Por ser um evento não pouco freqüente e que pode trazer vários danos ao idoso o presente estudo reuniu protocolos de quedas institucionais dos moradores do Residencial Israelita Albert Einstein que estiveram envolvidos em queda em período pré-estabelecido, e procurou analisar o número de quedas, como ocorrem e quem são os idosos envolvidos nesse tipo de evento, buscando contribuir na prevenção de novos episódios assim como na assistência pós-queda

A queda de idosos é um problema de saúde mundial. Todos os anos, cerca de 30% dos idosos com 65 anos ou mais são vítimas de quedas. Além disso, as consequências de uma queda podem ser fisiológicas (e.g. fraturas ósseas, ferimentos musculares) e psicológicas, como a perda de autoconfiança, levando a novas quedas. Uma solução para este problema está relacionada com ações preventivas (e.g. adaptação de mobília) aliadas a sistemas de detecção de quedas, os quais podem notificar familiares e serviços médicos de urgência. Como o tempo de espera por socorro após uma queda está relacionado com a severidade das consequências dela, esses sistemas devem oferecer elevada acurácia e detecção em tempo real. Embora existam várias soluções para isso na literatura (a maioria relacionada com dispositivos vestíveis), poucas delas estão relacionadas a dispositivos de punho, principalmente por causa dos desafios existentes para essa configuração. Considerando o punho como um local mais confortável, discreto e aceitável para uso de um dispositivo (menos associado com o estigma do uso de uma solução médica), este trabalho propõe o desenvolvimento e avaliação de uma solução baseada nessa configuração. Para isso, diferentes sensores (acelerômetro, giroscópio e magnetômetro) foram combinados com diferentes algoritmos, baseados em métodos de limiar e aprendizado de máquina, visando definir os melhores sinais e abordagem para a detecção de quedas. Esses métodos consideraram informações de aceleração, velocidade, deslocamento e orientação espacial, permitindo o cálculo de componentes verticais do movimento. Para o treino e avaliação dos algoritmos, dois protocolos diferentes foram empregados: um primeiro envolvendo 2 voluntários (homens, 27 e 31 anos) simulando um total de 80 sinais de queda e 80 de não-queda, e um segundo envolvendo 22 voluntários (14/8 homens/mulheres, idade média: 25,2 ± 4,7) simulando um total de 396 sinais de queda e 396 de não-queda. Uma análise exaustiva de diferentes sinais e parâmetros de configuração foi executada para cada método. O melhor algoritmo baseado em limiar considerou sinais de aceleração vertical e velocidade total, alcançando 95,8% de sensibilidade e 86,5% de especificidade. Por outro lado, o melhor algoritmo de aprendizagem de máquina foi o baseado no método K-Nearest Neighbors, considerando informações de aceleração, velocidade e deslocamento verticais combinadas com os ângulos de orientação espacial: 100% de sensibilidade e 97,9% de especificidade. Os resultados obtidos permitem enfatizar a relevância de algoritmos de aprendizagem de máquina para sistemas de detecção de queda vestíveis localizados no punho quando comparados a algoritmos baseados em limiar. Esta conclusão oferece grande contribuição para a pesquisa de detectores de quedas similares, sugerindo a melhor abordagem para novos desenvolvimentos. / Falls in the elderly age are a world health problem. Every year, about 30% of people aged 65 or older become victims of fall events. The consequences of a fall may be physiological (e.g. bone fractures, muscular injuries) and psychological, including the loss of self-confidence by fear of falling, which leads to new falls. A solution to this problem is related to preventive actions (e.g. adapting furniture) allied to fall detection systems, which can alert family members and emergency medical services. Since the response time for help is related to the fall's consequences and severity, such systems must offer high accuracy and real-time fall detection. Although there are many fall detection solutions in literature (most part of them related to wearable devices), few of them are related to wrist-worn devices, mainly because of the existing challenges for this configuration. Considering the wrist as a comfortable, discrete and acceptable place for an elderly wearable device (less associated to the stigma of using a medical device), this work proposes the development and evaluation of a fall detection solution based on this configuration. For this, different sensors (accelerometer, gyroscope and magnetometer) were combined to different algorithms, based on threshold and machine learning methods, in order to define the best signals and approach for an elderly fall detection. These methods considered acceleration, velocity and displacement information, relating them with wrist spatial orientation, allowing the calculation of the vertical components of each movement. For the algorithms' training and evaluation, two different protocols were employed: one involving 2 volunteers (both males, ages of 27 and 31) performing a total of 80 fall and 80 non-fall events simulation, and the other involving 22 volunteers (14/8 males/females, ages mean: 25.2 ± 4.7) performing a total of 396 fall and 396 non-fall events simulation. An exhaustive evaluation of different signals and configuration parameters was performed for each method. The best threshold-based algorithm employed the vertical acceleration and total velocity signals, achieving 95.8% and 86.5% of sensitivity and specificity, respectively. On the other hand, the best machine learning algorithm was based on the K-Nearest Neighbors method employing the vertical acceleration, velocity and displacement information combined with spatial orientation angles: 100% of sensitivity and 97.9% of specificity. The obtained results allow to emphasize the relevance of machine learning algorithms for wrist-worn fall detection systems instead of traditional threshold-based algorithms. These results offer great contributions for the research of similar wearable fall detectors, suggesting the best approach for new developments.

A queda de idosos é um problema de saúde mundial. Todos os anos, cerca de 30% dos idosos com 65 anos ou mais são vítimas de quedas. Além disso, as consequências de uma queda podem ser fisiológicas (e.g. fraturas ósseas, ferimentos musculares) e psicológicas, como a perda de autoconfiança, levando a novas quedas. Uma solução para este problema está relacionada com ações preventivas (e.g. adaptação de mobília) aliadas a sistemas de detecção de quedas, os quais podem notificar familiares e serviços médicos de urgência. Como o tempo de espera por socorro após uma queda está relacionado com a severidade das consequências dela, esses sistemas devem oferecer elevada acurácia e detecção em tempo real. Embora existam várias soluções para isso na literatura (a maioria relacionada com dispositivos vestíveis), poucas delas estão relacionadas a dispositivos de punho, principalmente por causa dos desafios existentes para essa configuração. Considerando o punho como um local mais confortável, discreto e aceitável para uso de um dispositivo (menos associado com o estigma do uso de uma solução médica), este trabalho propõe o desenvolvimento e avaliação de uma solução baseada nessa configuração. Para isso, diferentes sensores (acelerômetro, giroscópio e magnetômetro) foram combinados com diferentes algoritmos, baseados em métodos de limiar e aprendizado de máquina, visando definir os melhores sinais e abordagem para a detecção de quedas. Esses métodos consideraram informações de aceleração, velocidade, deslocamento e orientação espacial, permitindo o cálculo de componentes verticais do movimento. Para o treino e avaliação dos algoritmos, dois protocolos diferentes foram empregados: um primeiro envolvendo 2 voluntários (homens, 27 e 31 anos) simulando um total de 80 sinais de queda e 80 de não-queda, e um segundo envolvendo 22 voluntários (14/8 homens/mulheres, idade média: 25,2 ± 4,7) simulando um total de 396 sinais de queda e 396 de não-queda. Uma análise exaustiva de diferentes sinais e parâmetros de configuração foi executada para cada método. O melhor algoritmo baseado em limiar considerou sinais de aceleração vertical e velocidade total, alcançando 95,8% de sensibilidade e 86,5% de especificidade. Por outro lado, o melhor algoritmo de aprendizagem de máquina foi o baseado no método K-Nearest Neighbors, considerando informações de aceleração, velocidade e deslocamento verticais combinadas com os ângulos de orientação espacial: 100% de sensibilidade e 97,9% de especificidade. Os resultados obtidos permitem enfatizar a relevância de algoritmos de aprendizagem de máquina para sistemas de detecção de queda vestíveis localizados no punho quando comparados a algoritmos baseados em limiar. Esta conclusão oferece grande contribuição para a pesquisa de detectores de quedas similares, sugerindo a melhor abordagem para novos desenvolvimentos. / Falls in the elderly age are a world health problem. Every year, about 30% of people aged 65 or older become victims of fall events. The consequences of a fall may be physiological (e.g. bone fractures, muscular injuries) and psychological, including the loss of self-confidence by fear of falling, which leads to new falls. A solution to this problem is related to preventive actions (e.g. adapting furniture) allied to fall detection systems, which can alert family members and emergency medical services. Since the response time for help is related to the fall's consequences and severity, such systems must offer high accuracy and real-time fall detection. Although there are many fall detection solutions in literature (most part of them related to wearable devices), few of them are related to wrist-worn devices, mainly because of the existing challenges for this configuration. Considering the wrist as a comfortable, discrete and acceptable place for an elderly wearable device (less associated to the stigma of using a medical device), this work proposes the development and evaluation of a fall detection solution based on this configuration. For this, different sensors (accelerometer, gyroscope and magnetometer) were combined to different algorithms, based on threshold and machine learning methods, in order to define the best signals and approach for an elderly fall detection. These methods considered acceleration, velocity and displacement information, relating them with wrist spatial orientation, allowing the calculation of the vertical components of each movement. For the algorithms' training and evaluation, two different protocols were employed: one involving 2 volunteers (both males, ages of 27 and 31) performing a total of 80 fall and 80 non-fall events simulation, and the other involving 22 volunteers (14/8 males/females, ages mean: 25.2 ± 4.7) performing a total of 396 fall and 396 non-fall events simulation. An exhaustive evaluation of different signals and configuration parameters was performed for each method. The best threshold-based algorithm employed the vertical acceleration and total velocity signals, achieving 95.8% and 86.5% of sensitivity and specificity, respectively. On the other hand, the best machine learning algorithm was based on the K-Nearest Neighbors method employing the vertical acceleration, velocity and displacement information combined with spatial orientation angles: 100% of sensitivity and 97.9% of specificity. The obtained results allow to emphasize the relevance of machine learning algorithms for wrist-worn fall detection systems instead of traditional threshold-based algorithms. These results offer great contributions for the research of similar wearable fall detectors, suggesting the best approach for new developments.