Von einem ganz besonderen Podcast darf ich heute erzählen. Mein digitaler Zwilling, erschaffen mit NotebookLM von Google, hat einen Podcast für mich aufgenommen. Und das Thema ist nicht weniger spannend: Es geht um unsere aktuelle Veröffentlichung, die auf Real-World-Daten basiert und den Zusammenhang zwischen Sturzrisiko und tatsächlichen Stürzen bei älteren Erwachsenen. Stellt euch vor, wir ziehen gerade als Firma um, packen die Kisten aus, stellen die Schreibtische auf – und nebenbei entsteht ein Podcast zu einem tief fachlichen Thema. Denn das rennomierte JMIR Aging Journal (Impact Factor 5.0) hat unsere Einreichung veröffentlicht:
„Evaluating the prognostic and clinical validity of the Fall Risk Score derived from an AI-based mHealth application for fall prevention: a retrospective real-world data analysis„
Was ist so besonders an diesem Podcast?
Mein digitaler Zwilling hat sich mit einem der Autoren der World Fall Guidelines, einem weltweit anerkannten Experten für Sturzprävention, zusammengesetzt und meine kürzlich veröffentlichte Studie zur Sturzrisikobewertung diskutiert. In der Studie haben wir eine auf künstlicher Intelligenz basierende mHealth-Anwendung (LINDERA Mobilitätsanalyse) zur Sturzprävention untersucht. Die App wurde in deutschen Pflegeeinrichtungen eingesetzt und berechnet einen Sturzgrad (Fall Risk Score, FRS). Die Besonderheit: Die App erfasst die Gangparameter der Nutzer über eine Smartphone-basierte Videoanalyse und erfasst zusätzliche Risikofaktoren mithilfe eines Fragebogens.
Im Podcast dreht sich alles um die Validität des FRS und seine Anwendung in der Praxis. Mein digitaler Zwilling und der Experte der World Fall Guidelines präsentieren die App eingehend und erläutern ihre Funktionen. Anschließend gehen sie in die Diskussion über den Zusammenhang zwischen FRS und tatsächlichen Stürzen. Dabei wird die Bedeutung dieser Erkenntnisse für die Sturzprävention verdeutlicht.
Danach erörtern sie die Minimum Clinically Important Differences (MCIDs) für FRS-Änderungen. Die MCIDs helfen Klinikern zu beurteilen, ob eine Veränderung des FRS nach einer Intervention, wie z.B. einem Trainingsprogramm, tatsächlich klinisch relevant ist.
Ein Beispiel: Wenn jemand den FRS während der Beurteilungen um mehr als den MCID-Wert von 2,3 ändert, zum Beispiel von 35 auf 32, können wir sagen, dass diese Veränderung einen Unterschied im Sturzrisiko macht.
Darüber hinaus hat die Studie auch Schwellenwerte für den FRS identifiziert. Diese Schwellenwerte geben an, ab welchem FRS das Risiko eines Sturzes innerhalb eines bestimmten Zeitraums deutlich ansteigt. Zum Beispiel bedeutet ein FRS von über 45 %, dass das Risiko, innerhalb von sechs Monaten zu stürzen, erhöht ist.
Die Kombination aus Schwellenwerten und MCIDs bietet eine wertvolle Grundlage für die Planung und Evaluation von Sturzpräventionsmaßnahmen.
Besondere Risikogruppen
Besonders spannend fand ich die Diskussion über die Untersuchung der Subgruppen, bei denen signifikante Zusammenhänge zwischen Sturzrisiko und Stürzen festgestellt wurden. Dabei wurden verschiedene Faktoren wie u.a. Alter, Sturzgeschichte, Demenz, Ganggeschwindigkeit und die Verwendung von Gehhilfen berücksichtigt. Die Studie hat gezeigt, dass zum Beispiel langsamere Ganggeschwindigkeiten und die Verwendung von Hilfsmitteln zum Gehen eine signifikante Assoziation zwischen Sturzrisiko und tatsächlichen Stürzen aufweisen.
Diese Erkenntnisse helfen, gezielt herauszufinden, welche Patientengruppen einem höheren Risiko ausgesetzt sind. Insbesondere Patienten mit verlangsamtem Gang oder die auf Gehhilfen angewiesen sind, benötigen möglicherweise intensivere Überwachung und präventive Maßnahmen zur Sturzprävention.
Sturzprävention im Fokus: Menschliche Bedürfnisse zuerst
mHealth-Anwendungen wie die von uns untersuchte können die Sturzprävention sinnvoll ergänzen. Es ist aber wichtig, die Grenzen der Technologie zu kennen und die Ergebnisse stets im individuellen Kontext zu interpretieren. Die personenzentrierte Sturzprävention, wie sie von den World Fall Guidelines empfohlen wird, muss immer im Vordergrund stehen.
Ein herzlicher Dank geht an alle Co-Autoren (Steffen Temme, Seyedamirhosein Motamedi, Marie Kura, Sebastian Weber, Johannes Zeichen, Wolfgang Pommer, André Baumgart) und insbesondere an die 617 Patientinnen und Patienten, die die Nutzung ihrer Daten ermöglicht haben und somit diese Untersuchung erst möglich gemacht haben.
Ich lade euch herzlich ein, den Podcast anzuhören und euch selbst ein Bild von der Studie zu machen. Der Bezug zur Pflegepraxis findet sich in unserer Pressemeldung.