Freitag, 17.09.2021

09:45 - 11:15

Raum 3

S17-13

Digital gestützte Prävention und Gesundheitsförderung im Alter

Moderation: A. Teti, Vechta

Maßnahmen zur Bewegungsförderung sollten ausgeweitet werden, da regelmäßig durchgeführte körperliche Aktivität sowohl für die Primär- als auch Sekundär- und Tertiärprävention von Relevanz ist, um das Risiko zu reduzieren, an altersassoziierten Pathologien zu erkranken. Dabei etabliert sich der Einsatz von digitalen Technologien in der Planung und Umsetzung von Präventionsstrategien in zunehmendem Maße.

Dieses Symposium rückt die Nutzung von Wearables und GPS-Technologien in den Fokus, um den Einfluss der gesellschaftlichen, psychosozialen und gesundheitlichen Faktoren, die auf die körperliche Aktivität wirken, valide zu eruieren.

Im Rahmen des Symposiums werden vier Vorträge zum Thema gehalten. Der erste Vortrag von Schmidt et al. stellt die Studie ActiveAge vor, welche Bewegung und körperliche Aktivität innerhalb einer gesundheitsförderlichen Intervention mittels des Gesundheitsarmbandes Fitbit ChargeHR erhebt. Zwei weitere Vorträge stellen die Studie ActiVAtE_Prevention vor, welche Bewegungsmuster Älterer in Langzeit mittels des nicht kommerziellen Wearable Bangle.js erhebt. Im Vortrag von Teti et al. wird die Studie in ihren wesentlichen Zügen vorgestellt. Anschließend werden im Beitrag von Hölzemann et al. Ergebnisse der komplexen Labor- und Feldvalidierung des Wearables präsentiert. Im Vortrag vom Mümken et al. steht die Erfassung außerhäuslicher Mobilität alter Menschen im ländlichen Raum anhand GPS-basierten Bewegungs­daten im Längsschnitt-Design im Fokus.

09:45
„ActiveAge“ – eine Intervention zur Förderung körperlicher Aktivität auf Basis von Wearables: Welche Rolle spielen sozial-kognitive Faktoren und subjektives Alternserleben?
S17-13-1 

L. Schmidt, M. Gabrian, C.-P. Jansen, H.-W. Wahl, M. Sieverding; Heidelberg, Stuttgart

Fragestellung: Ein körperlich aktiver Lebensstil ist förderlich für den Erhalt der Gesundheit, kognitiver Fähigkeiten und der Alltagskompetenz im Alter. Jedoch erreichen nur 20-25% der älteren Personen die WHO-Minimalempfehlung von mindestens 150 Minuten moderater körperlicher Aktivität pro Woche. Auf Basis des Health Action Process Approach (Schwarzer, 2008) wurde untersucht, inwiefern sozial-kognitive Prädiktoren die Aufnahme körperlicher Aktivität erleichtern bzw. erschweren und welche Rolle das subjektive Alternserleben spielt.

Methodik: N=85 Personen im Ruhestand (M=67 Jahre, Range=59 bis 87, 59% Frauen) wurden in einem randomisiert-kontrollierten Design mit fünf Messzeitpunkten und drei einwöchigen ambulanten Assessmentphasen (Baseline, Post-Intervention, Follow-Up) untersucht. Die Aktivität wurde parallel zu Tagebuch-basierten Selbstberichten mit Wearables (Fitbit ChargeHR) erfasst.

Ergebnisse: Bereits während der Baseline, in der die Fitbits als Monitoring-Instrumente eingesetzt wurden, steigerten die Teilnehmenden ihre moderate bis intensive Aktivität, sodass 47% (vorher 0%) das WHO-Kriterium erreichten. Nach einer Intervention auf Basis von Aktivitätsfeedback und Action-/Coping-Planning (Gollwitzer, 1999) konnte die Schrittzahl als Indikator für mindestens leichte Aktivität darüber hinaus um 1300 Schritte pro Tag erhöht werden (p<.01, d=0.4) und fiel zum Follow-Up nicht signifikant ab, wobei 64% das WHO-Kriterium erreichten. Positive Handlungsergebniserwartungen sagten eine höhere Aktivität nach der Intervention vorher. Personen, die den Alternsprozess als Phase sahen, in der Entwicklung weiterhin möglich ist, waren zudem aktiver als Personen mit negativerem Alterserleben. Ein geringeres subjektives Alter (proportionale Diskrepanz zum chronologischen Alter) hing auf Tagesebene mit einer höheren Schrittzahl zusammen.

Zusammenfassung: Erkenntnisgewinne zu Machbarkeit und Erfolg einer auf Wearables basierten Aktivitätsintervention im höheren Erwachsenenalter, Reaktivitätseffekte, Faktoren der Technikakzeptanz und das Zusammenspiel sozial-kognitiver Variablen werden diskutiert.

10:05
MOBILE - Erfassung außerhäuslicher Mobilität mittels GPS zur Evaluation einer mobilitätsbezogenen Intervention im Alter
S17-13-2 

S. Mümken, C. Ackermann, R. P. Spang, J.-N. Voigt-Antons, D. Dräger, P. Gellert; Berlin

Fragestellung: Studien in der Alternsforschung beschäftigen sich zunehmend mit der Erfassung und Auswertung GPS-basierter Bewegungsdaten, um den Zusammenhang außerhäuslicher Mobilität mit physischer und mentaler Gesundheit zu analysieren.

Wie kann eine präventive Hausbesuchsintervention zur Förderung außerhäuslicher Mobilität und Prävention von Frailty bei alten Menschen im ländlichen Raum anhand von GPS-Bewegungsdaten im Längsschnittdesign evaluiert werden?

Methodik: Teilnehmer:innen der MOBILE-Studie erhalten ein Smartphone mit einer von der TU Berlin entwickelten App zur Erfassung GPS-basierter Bewegungsdaten. Die Erhebung erfolgt für jeweils sieben Tage zur Baseline nach 4 Wochen und nach 3 Monaten. Kerncharakteristiken der außerhäuslichen Mobilität werden durch, nach wissenschaftlich konsolidierten Standards, entwickelte Algorithmen bestimmt. Mobilität und Stimmung werden zusätzlich über ein Bewegungstagebuch erhoben. Funktionalität und Usability wurden mit 10 Teilnehmer:innen über 70 Jahren in Brandenburg in einer Pilotstudie evaluiert.

Ergebnisse: Die Funktionalität der App wurde erweitert und verfeinert. Die Algorithmen lieferten aussagekräftige Parameter außerhäuslicher Mobilität mit Bezug auf genutzte Lebenswelten und Bewegungsroutinen (Minuten außerhalb des Hauses pro Tag/ Convex Hull/ wiederaufgesuchte Orte). Teilnehmer:innen der Pilotstudie gaben Hinweise, um den Komfort der Handhabung des Smartphones und die Verständlichkeit des Bewegungstagebuches zu erhöhen.

Zusammenfassung: Die Erfassung GPS-basierter Bewegungsdaten kann mit handelsüblichen Smartphones und einer Open-Source verfügbaren App umgesetzt werden. Entwickelte Algorithmen liefern aussagekräftige Parameter außerhäuslicher Mobilität zur Abbildung genutzter Lebenswelten und Identifizierung von Bewegungsroutinen. Die Usability und Zuverlässigkeit der Datenerhebung bei alten Menschen kann durch Hinweise und Zubehör erhöht werden, sodass sich die Methode zur Messwiederholung eignet. Objektive Parameter sollten durch Einschätzungen der Teilnehmer:innen zur Mobilität und tagesabhängigen Stimmung ergänzt werden.

10:25
ActiVAtE_Prevention – BigData in Prävention und Versorgung altersassoziierter Erkrankungen
S17-13-3 

A. Teti, M. Mähs, J. Pithan, I. Bergmann, B. Wenz, J. Graf, S. Otto-Hagemann, D. Doll, I. Pahmeier; Vechta

Hintergrund: Die Nutzung digital erzeugter Daten (z.B. durch Wearables oder Smartphones) weist ein großes Potential auf, welches zur Verbesserung von Präventionsstrategien beitragen kann. BigData sind heutzutage für Gesundheitsförderung und Prävention von Relevanz, da diese durch Maßnahmen der digitalen Bewegungsförderung zur Risikoreduktion beitragen können an chronischen Erkrankungen im Alter zu erleiden.

Das Verbundprojekt ActiVAtE_Prevention hat als Forschungsfokus, den Einfluss von digital erhobener körperlicher Aktivität im Alter auf die Entwicklung und Verlauf eines Diabetes Typ II im Alter besser zu verstehen. Ziel des aus Mitteln des Niedersächsischen Vorab geförderten Forschungsprojektes ist es, komplexe Fragestellungen zur Wirksamkeit von technischen Interventionen zu beantworten und eine umfassende Datenbasis zu körperlicher Aktivität zu schaffen.

Methoden: Mit dem langfristigen Einsatz von Activity Trackern wird eine objektive regelmäßige Messung körperlicher Aktivität im Real-World-Setting durchgeführt und mittels digitaler Anleitungen zu einer vermehrten körperlichen Aktivität animiert. N=1.000 Erwachsene mit und ohne diagnostizierter Diabetes Typ II-Erkrankung werden innerhalb eines Jahres hinsichtlich ihres Bewegungsverhaltens untersucht. Die Hälfte davon mit Fitnessarmbändern ausgestattet. Als Primärendpunkte werden die körperliche Aktivität, BMI und HbA1c-Wert gemessen sowie Routinedaten von kooperierenden diabetologischen Schwerpunktpraxen ausgewertet.

Ergebnisse: In diesem Beitrag werden Studiendesign inklusive der komplexen Technologie-Implementation vorgestellt. Vor allem steht ihr im Fokus die Auswahl eines geeigneten Wearables, welches datenschutzrechtliche und ethische Bestimmungen einhält. Darüber hinaus werden Einblicke in die Rekrutierungs­phase der Proband*innen im Nord-Westen Niedersachsen gegeben.

Diskussion: Die bislang wenigen Studien, in denen Activity Tracker zur Messung der körperlichen Aktivität zum Einsatz kamen, werden hinsichtlich der kleinen Stichprobengrößen und den kurzen Studiendauern kritisiert, woraus sich weitere Forschungsbedarfe ergeben. Das Verbundprojekt ActiVAtE_Prevention weist hier besondere Stärken und zugleich Herausforderungen, hinsichtlich der Stichprobengröße und der umfangsreichen Beobachtungszeit sowie in Bezug auf die interdisziplinäre Herangehensweise der Auswertung eines dynamischen BigData Datensatzes in der Untersuchung objektiv gemessener körperlicher Aktivität auf.

Download Vortrag (PDF)

10:45
ActiVAtE_Prevention – Validierung der digitalen Erhebung von körperlicher Aktivität mittels Wearables
S17-13-4 

A. Hölzemann, K. van Laerhoven, L. Gabrys; Siegen, Potsdam

Körperliche Aktivität fördert zeitlebens die Gesundheit. Insbesondere Patienten mit Stoffwechselerkrankungen (Diabetes) können sowohl präventiv, als auch therapiebegleitend durch regelmäßige körperliche Aktivitäten profitieren. Blutzucker-, Insulin- und Blutfettwerte können verbessert werden. Hierzu ist es wichtig, dass individuelle Bewegungsziele entsprechend internationalen Aktivitätsempfehlungen vereinbart und deren Erreichung überprüft werden können. Objektive gerätegestützte und automatisierte Aktivitätsmessungen sind subjektiven Einschätzungen bzw. Aktivitätstagebüchern vorzuziehen und für die Teilnehmer ohne zusätzlichen Aufwand einsetzbar. Grundlage für ein solches Aktivitätsmonitoring sind validierte Messinstrumente, deren Messdaten Informationen zu Häufigkeit, Dauer und Intensität der Bewegungsaktivität liefern. Ziel der Studie ist es, eine am Markt verfügbare Open-Source Smartwatch hinsichtlich der Messgenauigkeit zu validieren. Es wurde eine Studie mit 16 Teilnehmern (9w, 7m) durchgeführt, die ein standardisiertes Laufbandprotokoll mit drei Geschwindigkeiten (3, 5, 7 km/h) zu je 5 Minuten absolvierten. Die Daten von einem Open-Source-Trägheits-Tracker wurden gegen zwei Referenzgeräte (Actigraph GT9X), getragen an der Hüfte und am Handgelenk, validiert. Die Versuchsergebnisse bestätigen, dass die Daten der Trageposition an der Hüfte sehr klare Unterschiede zwischen den Aktivitätsintensitäten zeigen und eine gute Erkennung von Schritten ermöglichen. Für das Handgelenk konnte gezeigt werden, dass die Trägheitsdaten von Actigraph und dem Open-Source-Tracker nur geringfügige Abweichungen aufweisen und dass multimodale Sensorfusionsmethoden die Erkennung zwischen verschiedenen Aktivitätsintensitäten für beide Sensoreinheiten ermöglichen. Unser Experiment hat gezeigt, dass die Qualität der Daten, aufgenommen mit der Open Source Smartwatch Bangle.js und unserem Betriebssystem, denen kommerzieller Geräte gleichkommen. Dadurch, dass der Source Code der Community offen zur Verfügung gestellt wird, besteht die Möglichkeit die Funktionsweise der Smartwatch bis ins Detail nachzuvollziehen. Forscher können auf den dargestellten Ergebnissen aufbauen und diese für zukünftige Projekte nutzen. Hierdurch lassen sich vor allem Kapazitäten und Kosten in zukünftigen Projekten einsparen und es entfällt die Limitierung aufgrund der Nutzung von Geräten bestimmter Hersteller. Dies ist ein wichtiger Meilenstein zur Verbesserung der Transparenz von Experimenten.  

Zurück