Les gérontechnologies peuvent être utilisées pour la détection des chutes. Toutefois, les systèmes existants ne répondent pas entièrement aux besoins des usagers. Notre équipe a donc développé un système de vidéosurveillance intelligente pour combler certaines lacunes. Des auteurs préconisent de consulter les utilisateurs potentiels des gérontechnologies dès les premiers stades de la conception pour y intégrer leurs suggestions.
But.
L’étude vise à explorer l’opinion des acteurs du système de santé concernant la vidéosurveillance intelligente pour la détection des chutes des aînés à domicile.
Méthodologie.
Une étude qualitative a exploré l’opinion de 31 participants en utilisant la technique de groupe de discussion thématique. Les transcriptions ont été codées à partir de codes prédéfinis, créés à partir du Modèle de compétence.
Résultats.
Les participants dégagent divers intérêts à la vidéosurveillance intelligente et suggèrent des améliorations au système.
Conséquences.
Les propositions et réflexions des participants permettront d’améliorer le système pour répondre aux besoins des usagers.
AsuaJ.OrrunoE.ReviriegoE.GagnonM. P. (2012). Healthcare professional acceptance of telemonitoring for chronic care patients in primary care. BMC Medical Informatics and Decision Making, 12, Article 139. doi:10.1186/1472-6947-12-139
3.
AuvinetE.MultonF.St-ArnaudA.RousseauJ.MeunierJ. (2011). Fall detection with multiple cameras: An occlusion-resistant method based on 3D silhouette vertical distribution. IEEE Transaction on Information Technology in BioMedicine, 15, 290–300. doi:10.1109/TITB.2010.2087385
4.
BroadbentE.TamagawaR.PatienceA.KnockB.KerseN.DayK.MacDonaldB. A. (2012). Attitudes towards health-care robots in a retirement village. Australasian Journal on Ageing, 31, 115–120. doi:10.1111/j.1741-6612.2011.00551.x
5.
ChauP. Y.HuP. J.-H. (2001). Information technology acceptance by individual professionals: A model comparison approach. Decision Sciences, 32, 699–719. doi:10.1111/j.1540-5915.2001.tb00978.x
6.
CreswellJ. W. (2009). Research design: Qualitative, quantitative, and mixed methods approaches (3rd ed.). Thousand Oaks, CA: Sage.
7.
FlemingJ.BrayneC., & the Cambridge City over-75s Cohort (CC75C) study collaboration. (2008). Inability to get up after falling, subsequent time on floor, and summoning help: Prospective cohort study in people over 90. BMJ, 337, Article a2227. doi:10.1136/bmj.a2227
HoldenR. J.KarshB.-T. (2010). The Technology Acceptance Model: Its past and its future in health care. Journal of Biomedical Informatics, 43, 159–172. doi:10.1016/j.jbi.2009.07.002
11.
HuP. J.ChauP. Y. K.ShengO. R. L.TamK. Y. (1999). Examining the Technology Acceptance Model using physician acceptance of telemedicine technology. Journal of Management Information Systems, 16, 91–112.
12.
Institut national de santé publique du Québec. (2011). Prévention des chutes auprès des personnes âgées vivant à domicile : Analyse des données scientifiques et recommandations préliminaires à l’élaboration d’un guide de pratique clinique. Téléchargé auhttp://www.inspq.qc.ca/pdf/publications/1241_PrevChutesPersAgeesAnalyseRecomm.pdf
13.
KosseN. M.BrandsK.BauerJ. M.HortobagyiT.LamothC. J. C. (2013). Sensor technologies aiming at fall prevention in institutionalized old adults: A synthesis of current knowledge. International Journal of Medical Informatics, 82, 743–752. doi:10.1016/j.ijmedinf.2013.06.001
14.
KruegerR. A.CaseyM. A. (2009). Focus groups: A practical guide for applied research (4th ed.). Thousand Oaks, CA: Sage.
15.
LapierreN.Proulx GrouletC.St-ArnaudA.DucharmeF.MeunierJ.Turgeon LondeiS…RousseauJ. (sous presse). Perception et réactions des proches-aidants à l’égard de la vidéosurveillance intelligente pour la détection des chutes des aînés à domicile. La revue canadienne du vieillissement, à paraître.
16.
LondeiS. T.RousseauJ.DucharmeF.St-ArnaudA.MeunierJ.Saint-ArnaudJ.GirouxF. (2009). An intelligent videomonitoring system for fall detection at home: Perceptions of elderly people. Journal of Telemedicine and Telecare, 15, 383–390. doi:10.1258/jtt.2009.090107
17.
MahmoodA.YamamotoT.LeeM.SteggellC. (2008). Perceptions and use of gerotechnology: Implications for aging in place. Journal of Housing For the Elderly, 22, 104–126. doi:10.1080/02763890802097144
18.
Marquis-FaulkesF.McKennaS.NewellA.GregorP. (2005). Gathering the requirements for a fall monitor using drama and video with older people. Technology and Disability, 17, 227–236. doi:10.4017/gt.2006.05.01.004.00
19.
MayerR.OuelletF.Saint-JacquesM.-C.& TurcotteD. (2000). Méthodes de recherche en intervention sociale (nouv. éd.). Boucherville, QC: Gaëtan Morin.
20.
MubashirM.ShaoL.SeedL. (2013). A survey on fall detection: Principles and approaches. Neurocomputing, 100, 144–152. doi:10.1016/j.neucom.2011.09.037
QSR International Pty. (2002). QSR N’Vivo (Version 2.0 for IBM). Melbourne, Australie.
23.
ReederB.MeyerE.LazarA.ChaudhuriS.ThompsonH. J.DemirisG. (2013). Framing the evidence for health smart homes and home-based consumer health technologies as a public health intervention for independent aging: A systematic review. International Journal of Medical Informatics, 82, 565–579. doi:10.1016/j.ijmedinf.2013.03.007
24.
RougierC.MeunierJ.St-ArnaudA.RousseauJ. (2006). Monocular 3D head tracking to detect falls of elderly people. Dans28th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2006. EMBS ‘06 (p. 6384–6387). doi:10.1109/IEMBS.2006.260829
25.
RousseauJ.MeunierJ.Saint-ArnaudA. (2011). Les systèmes de détection des chutes à domicile : Des outils pour donner l’alerte. Protégez-vous, 20–21.
26.
RousseauJ.PotvinL.DutilE.FaltaP. (2002). Model of competence: A conceptual framework for understanding the person-environment interaction for persons with motor disabilities. Occupational Therapy in Health Care, 16(1), 15–36. doi:10.1080/J003v16n01_02
27.
Savoie-ZajcL. (2004). La recherche qualitative/interprétative en éducation. KarsentiDans T.Savoie-ZajcL. (dirs.), La recherche en éducation: étapes et approches (nouv. éd., pp. 123–150). Sherbrooke, QC: Éditions du CRP.
28.
SharkeyN. (2008). Computer science: The ethical frontiers of robotics. Science, 322, 1800–1801. doi:10.1126/science.1164582
29.
VincentC.ReinharzD.DeaudelinI.GarceauM.TalbotL. R. (2006). Public telesurveillance service for frail elderly living at home, outcomes and cost evolution: A quasi experimental design with two follow-ups. Health and Quality of Life Outcomes, 4, Article 41. doi:10.1186/1477-7525-4-41
YuX. (2008). Approaches and principles of fall detection for elderly and patient. Dans10th International Conference on e-health Networking, Applications and Services, 2008. HealthCom 2008 (p. 42–47). doi:10.1109/HEALTH.2008.4600107
32.
ZsigaK.EdelmayerG.RumeauP.PeterO.TothA.FazekasG. (2013). Home care robot for socially supporting the elderly: Focus group studies in three European countries to screen user attitudes and requirements. Journal of Rehabilitation Research, 36, 375–378. doi:10.1097/MRR.0b013e3283643d26
Supplementary Material
Please find the following supplemental material available below.
For Open Access articles published under a Creative Commons License, all supplemental material carries the same license as the article it is associated with.
For non-Open Access articles published, all supplemental material carries a non-exclusive license, and permission requests for re-use of supplemental material or any part of supplemental material shall be sent directly to the copyright owner as specified in the copyright notice associated with the article.
