dc.contributorAya-Parra, Pedro-Antonio
dc.contributorCortes, Olga
dc.contributorSarmiento, Jefferson
dc.creatorPiñeros Lourenco, Hillary Findler
dc.date.accessioned2020-03-16T13:56:44Z
dc.date.accessioned2022-09-22T14:52:10Z
dc.date.available2020-03-16T13:56:44Z
dc.date.available2022-09-22T14:52:10Z
dc.date.created2020-03-16T13:56:44Z
dc.identifierhttps://repository.urosario.edu.co/handle/10336/21003
dc.identifierhttps://doi.org/10.48713/10336_21003
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3442887
dc.description.abstractThis work developed a prototype system that allows the prevention of falls by means of sensors that monitor the position of an individual and that is suitable for use in patients who have just left surgery and are in the hospitalization period.
dc.languagespa
dc.publisherUniversidad del Rosario
dc.publisherIngeniería Biomédica
dc.publisherEscuela de Medicina y Ciencias de la Salud
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/2.5/co/
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsBloqueado (Texto referencial)
dc.rightsEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma.
dc.rightsAtribución-NoComercial-CompartirIgual 2.5 Colombia
dc.sourceFundación Cardioinfantil – Instituto de Cardiología. Tomado en línea de: https://www.cardioinfantil.org/ 08/09/2019
dc.sourceTomado en línea de: https://www.who.int/es/news-room/fact-sheets/detail/falls
dc.sourceOlvera A. Sandra Sonalí, Hernández C. Alicia, Arroyo L. Silvino, Nava G. Ma. Guadalupe, Zapien V. María de los Ángeles, Pérez L. María Teresa, Cárdenas S. Patricia Adriana. Factores relacionados con la presencia de caídas en pacientes hospitalizados. Revista de investigación clínica, 2013.
dc.sourceBoushon B, et al. (2012) How-to Guide: Reducing Patient Injuries from Falls. Cambridge, MA: Institute for Healthcare Improvement. Disponible en: www.IHI.org.
dc.sourceda Costa B.R., Rutjes A.W.S., Mendy A., Freund-Heritage R., Vieira E.R.; Can falls risk prediction tools correctly identify fall-prone elderly rehabilitation inpatients? A systematic review and meta-analysis; PLoS ONE (2012) 7:7 Article Number: e41061. Date of Publication: 17 Jul 2012
dc.sourceBoushon B, et al. (2012) How-to Guide: Reducing Patient Injuries from Falls. Cambridge, MA: Institute for Healthcare Improvement. Disponible en: www.IHI.org.
dc.sourceIndicadores Salud. Tomado de: http://rssvr2.sispro.gov.co/IndicadoresMOCA/Resolucion256-2016.aspx
dc.sourceParra, D.I., Camargo-Figuera, F.A., & Rey Gómez, R.. (2012). Eventos adversos derivados del cuidado de enfermería: flebitis, úlceras por presión y caídas. Enfermería Global, 11(28), 159-169. Consultado en 10 de julio de 2019, de http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S1695-61412012000400010&lng=es&tlng=es
dc.sourceM.D. Saiz-Vinuesa, E. Muñoz-Mansilla, T. Muñoz-Serrano, M.P. Córcoles-Jiménez, M.V. Ruiz-García, P. Fernández-Pallarés, L. Herreros-Sáez, F. Calero-Yáñez. Implantación de una guía de buenas prácticas para la prevención de caídas: percepción de los pacientes hospitalizados y sus cuidadores. Revista de Calidad Asistencial. Complejo Hospitalario Universitario de Albacete, Albacete, España, 2016.
dc.sourceO. L. Cortés, A. Serna-Restrepo, L. D. Salazar-Beltrán, Y. A. Rojas-Castañeda, S. Cabrera-González, y I. Arévalo-Sandoval, «Implementación de guías de práctica clínica de la Asociación de Enfermeras de Ontario-RNAO: Una experiencia de enfermería en un hospital colombiano», MedUNAB, vol. 19, n.º 2, pp. 103-114, feb. 2017.
dc.sourceAliaga, Braulio, Molina, Natalia, Noguera, Matías, Espinoza, Paula, Sánchez, Sebastián, Lara, Bárbara, Carrasco, Marcela, & Eymin, Gonzalo. (2018). Prevalencia de pacientes con alto riesgo de caídas en un servicio médico-quirúrgico de un hospital universitario. Revista médica de Chile, 146(7), 862-868. https://dx.doi.org/10.4067/s0034-98872018000700862
dc.sourceHernandez Laura Camila, Informe Medicion De Adherencia Procesos Seguros 2015 – Hospital San Antonio De Villamaria – Caldas. Universidad de Caldas. Facultad de ciencias para la salud, Programa de enfermería. Abril de 2015.
dc.sourceC. Nini Johana, M. Diana María, L. Nidia Isabel. Adherencia al protocolo de riesgo de caídas por parte de las auxiliares de enfermería en la atención domiciliaria en una ips de la ciudad de Palmira. Fundación Universitaria Del Area Andina, Facultad Ciencias de la Salud. Pereira, 2018.
dc.sourceCleveland clinic 2015 https://my.clevelandclinic.org/
dc.sourceHamm Julian, Money Arthur, Atwal Anita, Paraskevopoulos, Ioannis. Fall prevention intervention technologies: A conceptual framework and survey of the state of the art. ScienceDirect, 2016.
dc.sourceShinmoto Torres Roberto L., Visvanathan Renuka, Abbott Derek, Hill Keith D., Ranasinghe Damith C. A Battery-less and Wireless Wearable Sensor System for Identifying Bed and Chair Exits in a Pilot Trial in Hospitalized Older People. PLOS, 2017.
dc.sourceRenuka Visvanathan, Damith C Ranasinghe, Anne Wilson, Kylie Lange, Joanne Dollard. Effectiveness of an Ambient Intelligent Geriatric Management system (AmbIGeM) to prevent falls in older people in hospitals: protocol for the AmbIGeM stepped wedge pragmatic trial. 2017.
dc.sourceA. Ribeiro, S. Pereira, A. Madureira, L. Mourao and L. Coelho. A Low-Cost Automatic Fall Prevention System for Inpatients. GMEPE, Portugal, 2018.
dc.sourceRenuka Visvanathan, Damith C. Ranasinghe, Roberto L. Shinmoto Torres, and Keith Hill. Framework for Preventing Falls in Acute Hospitals using Passive Sensor Enabled Radio Frequency Identification Technology. 34th Annual International Conference of the IEEE EMBS.California USA, 2012.
dc.sourceAhmed Nait Aicha, Gwenn Englebienn, Kimberley S. van Schooten,Mirjam Pijnappels and Ben Kröse. Deep Learning to Predict Falls in Older Adults Based on Daily-Life Trunk Accelerometry. Sensors, 2018.
dc.sourceAwais Muhammad, Raza Mohsin, Ali Kamran, Ali Zulfiqar, Irfan Muhammad, Chughtai Omer, Khan Imran, Kim Sunghwan, and Masood Ur Rehman. An Internet of Things Based Bed-Egress Alerting Paradigm Using Wearable Sensors in Elderly Care Environment. Sensors, 2019.
dc.sourceRucco Rosaria, Sorriso Antonietta, Liparoti Marianna, Ferraioli Giampaolo, Sorrentino Pierpaolo, Ambrosanio Michele and Baselic Fabio. Type and Location of Wearable Sensors for Monitoring Falls during Static and Dynamic Tasks in Healthy Elderly: A Review. Sensors, 2018.
dc.sourceNico Jähne-Raden, Ulf Kulau 2, Michael Marschollek and Klaus-Hendrik Wolf. INBED: A highly specialized system for bed-exit-detection and fall prevention on a geriatricward. Sensors, Febrary,2019.
dc.sourceWen-Cheng Chou, Wen-Yen Lin, Ming-Yih Lee and Kin Fong Lei. Design and assessment of a real-time accelerometer-based lying-to-sit sensing system for bed fall prevention. IEEE International Conference on Systems, Man, and Cybernetics. Taiwan, 2013.
dc.sourceRamin Ramezani, Yubin Xiao and Arash Naeim. Sensing-Fi: Wi-Fi CSI and Accelerometer Fusion System for Fall Detection.
dc.sourceRegistred Nurses' Association of Ontario. Prevention of falls and fall injuries in the older adult. (Revised). Toronto, Canadá: Registered Nurses' Association of Ontario. 2017. Disponible en: http://rnao.ca/bpg/guidelines/prevention-falls-and-fall-injuries-older-adult
dc.sourceNational Institute for Health and Care Excellence Falls. Assessment and Prevention of Falls in Older People (Revised). Disponible en http://nice.org.uk/guidance/CG161.
dc.sourceJadad A. R, Moore R. A, Carroll D, Jenkinson C, Reynolds D. J, Gavaghan D. J, & McQuay H. J. Assessing the quality of reports of randomized clinical trials: Is blinding necessary? Controlled Clinical Trials. 1996; 17: 1–12.
dc.sourceReview Manager (RevMan) [Computer program]. Version 5.3. Copenhagen: The Nordic Cochrane Centre, The Cochrane Collaboration, 2014.
dc.sourceARDUINO MKR GSM. Tomado en línea de: https://store.arduino.cc/usa/mkr-gsm-1400
dc.sourceMPU 6050.Tomado en línea de: https://www.invensense.com/wp-content/uploads/2015/02/MPU-6000-Datasheet1.pdf
dc.sourceMPU 6050 breakout. Tomado en línea de: https://www.sparkfun.com/products/11028
dc.sourceMPU 605. Tomado en línea de: https://www.sigmaelectronica.net/producto/tarjeta-mpu605/
dc.sourceLsm9ds1. Tomado en línea de: https://www.st.com/resource/en/datasheet/DM00103319.pdf
dc.sourceNaylamp mechatronics, MPU605. Tomado en línea de: https://naylampmechatronics.com/blog/45_Tutorial-MPU6050-Aceler%C3%B3metro-y-Giroscopio.html
dc.sourceWolf, K.-H.; Hetzer, K.; zu Schwabedissen, H.M.; Wiese, B.; Marschollek, M. Development and pilot study of a bed-exit alarm based on a body-worn accelerometer [Entwicklung und Pilotstudie eines Bettenausstiegsalarms mittels körperbezogener Beschleunigungssensoren]. Zeitschrift für Gerontologie und Geriatrie.2013; 8:727-733.
dc.sourceKwok T, Mok F, Chien WT, Tam E. Does access to bed-chair pressure sensors reduce physical restraint usein the rehabilitative care setting? Journal of Clinical Nursing. 2006; 15:581–587.
dc.sourceSahota O, Drummond A, Kendrick D, Grainge M.J, Vass C, Sach T, Mark Avis J.A REFINE (REducing Falls in In-patieNt Elderly) using bed and bedside chair pressure sensorslinked to radio-pagers in acute hospitalcare: a randomised controlled trial. Age and Ageing. 2013; 43:247–253.
dc.sourceShorr R.I, Chandler A.M, Mion L.C, Waters T. M, Liu M, Daniels M.J, Kessler L.A, PharmD; and Miller S.T. Effects of an Intervention to Increase Bed Alarm Use to Prevent Fallsin Hospitalized PatientsA Cluster Randomized Trial. American College of Physicians. 2012; 157:692-699.
dc.sourceAguayo-Albasini, J. L., Flores-Pastor, B., & Soria-Aledo, V. (2014). Sistema GRADE: clasificación de la calidad de la evidencia y graduación de la fuerza de la recomendación. Cirugía Española, 92(2), 82–88.
dc.sourceTomado en linea de: https://www.lanacion.com.ar/tecnologia/cuanto-dura-una-llamada-promedio-de-celular-nid1737397
dc.sourceNico Jähne-Raden, Ulf Kulau 2, Michael Marschollek and Klaus-Hendrik Wolf. INBED: A highly specialized system for bed-exit-detection and fall prevention on a geriatricward. Sensors, Febrary,2019.
dc.sourceShinmoto Torres, R., Visvanathan, R., Hoskins, S., van den Hengel, A., & Ranasinghe, D. Effectiveness of a Batteryless and Wireless Wearable Sensor System for Identifying Bed and Chair Exits in Healthy Older People. Sensors, 16(4), 546. 2016
dc.sourceRanasinghe, D. C., Shinmoto Torres, R. L., Hill, K., & Visvanathan, R. Low cost and batteryless sensor-enabled radio frequency identification tag based approaches to identify patient bed entry and exit posture transitions. Gait & Posture, 39(1), 118–123. 2014.
dc.sourceinstname:Universidad del Rosario
dc.sourceinstname:Universidad del Rosario
dc.sourcereponame:Repositorio Institucional EdocUR
dc.subjectPrevención de caídas
dc.subjectDetección de movimiento
dc.subjectSistema de salud
dc.titleEvaluación del desarrollo y viabilidad de un sistema de detección de movimiento aplicable a pacientes de alto riesgo en caídas
dc.typebachelorThesis


Este ítem pertenece a la siguiente institución