Objective: The diagnosis of delirium in intensive care unit patients is frequently missed. Key symptoms to identify delirium are motoric alterations, changes in activity level, and delirium-specific movements. This study aimed to explore features collected by a single wrist-worn accelerometer as indicators of delirium. Methods: The study included twenty-two patients in the intensive care unit. The data was collected with the GENEActiv accelerometer device and the activity level was calculated. Differences between the delirious and nondelirious patients were tested. Results: Differences in activity level and rest-activity patterns were noticed between the delirious and non-delirious patients. However, the differences were not found to be significant. Conclusion: Activity patterns revealed differences between delirious and non‐delirious patients. Further study is required to confirm the potential of actigraphy in the early detection of delirium in the intensive care unit. / Mål: Diagnosen delirium hos intensivvårdspatienter missas ofta. Nyckelsymptom för att identifiera delirium är motoriska förändringar, förändringar i aktivitetsnivå och deliriumspecifika rörelser. Denna studie syftade till att utforska funktioner som samlats in av en enskild handledsburen accelerometer som indikatorer på delirium. Metod: Studien omfattade tjugotvå patienter på intensivvårdsavdelningen. Data samlades in med GENEActiv accelerometerenheten och aktivitetsnivån beräknades. Skillnader mellan de delirious och icke-delirious patienterna testades. Resultat: Skillnader i aktivitetsnivå och viloaktivitetsmönster noterades mellan de deliriösa och icke-deliriösa patienterna. Skillnaderna visade sig dock inte vara signifikanta. Slutsats: Aktivitetsmönster avslöjade skillnader mellan deliriösa och ickedelirösa patienter. Ytterligare studier krävs för att bekräfta potentialen för aktigrafi vid tidig upptäckt av delirium på intensivvårdsavdelningen.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-343443 |
| Date | January 2022 |
| Creators | Ya Ting, Hu |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2022:936 |
Page generated in 0.0025 seconds