Hoe kunnen we de valpartijen bij senioren begrijpen? Welke studies bestaan er? Sinds zijn oprichting heeft MintT duizenden uren aan observatie verzameld om zijn oplossing en algoritme te verfijnen.

Parallel daaraan heeft ons team ook de wetenschappelijke literatuur rond dit onderwerp bestudeerd.

In 2013 is één bepaalde studie een echte referentie geweest op dit vlak: het wetenschappelijk artikel van Vlaeyen et al., « Fall incidents unraveled a series of 26 video based real life fall events »

Lees het artikel hier (in het Engels)

Deze studie was de eerste om valpartijen van ouderen in hun leefruimte te analyseren dankzij videobeelden in een echte omgeving. Tot dan toe baseerden studies zich op het interview na de feiten waarbij de ouderen hun valpartijen beschreven op basis van hun herinneringen. Deze getuigenissen bevatten dan ook een uitgesproken cognitieve bias.

Analyseveld van de studie: waaruit bestaat dit onderzoek?

Deze observatiestudie werd uitgevoerd van juli 2009 tot april 2010 in twee instellingen (respectievelijk serviceflats en residentiële zorg) in België. Deze studie heeft bijgedragen tot een beter begrip van valpartijen.

Gedurende 17 maanden werden drie personen, ouder dan 65 jaar of met een verhoogd risico op valpartijen (gedefinieerd als een minimum van één valpartij in de laatste zes maanden en/of moeilijkheden met stappen en evenwicht) gefilmd.

Typologie van de valpartijen

De videobestanden hebben het mogelijk gemaakt om de verschillende fases van echte valpartijen te onderzoeken, door gebruik te maken van het classificatiesysteem voorgesteld door Noury et al.

Deze classificatie bestaat uit 4 fases: de fase voor de val, de kritieke fase, de fase na de val en de herstelfase.

Elk van deze fases moet worden geanalyseerd om beter te begrijpen wat er is gebeurd en dan ook passende, corrigerende maatregelen te nemen.

Fysieke impact van de val

Tijdens de studieperiode vonden in totaal 30 valpartijen plaats, waarvan er 26 werden geregistreerd door de camera’s. Twee valpartijen werden niet geregistreerd omwille van technische problemen en de twee andere omwille van de plaatsing van de camera’s (valpartijen in een badkamer zonder camera). De meeste valpartijen deden zich overdag voor, op de momenten waarop de personen het actiefst waren. Twee cruciale momenten waren hierbij het stappen en de transfer.

In 21 gevallen (81%) was de fysieke impact vooral geconcentreerd op het bekken, de romp of de billen. De deelnemers vielen en liepen het vaakst een blessure op aan het bekken (89%), de romp (81%), het hoofd (62%) en de ellenboog of de voorarm (62%).

In amper 54% van de gevallen, hebben de bewoners een alarmsysteem gebruikt, met een gemiddelde vertraging van 70 seconden na de val om hulp in te roepen. De deelnemers lagen gemiddeld 14 minuten op de grond. Wanneer een oproepalarm werd gebruikt, bedroeg de gemiddelde tijd die op de grond werd doorgebracht 11,5 minuten.

Welke acties moeten worden ondernomen?

Een valpartij hoeft geen fataliteit te zijn, er kunnen acties worden aanbevolen:

  • Neem de gedrags- en omgevingsfactoren die aan de basis van valpartijen liggen in overweging. Een deelnemer aan de studie is bijvoorbeeld drie keer gevallen in gelijkaardige omstandigheden, bij het nemen van kleren uit een lade onderaan een kast. Als de ergotherapeut dit specifiek aanpakt, zou dit toekomstige valpartijen kunnen vermijden.
  • Sensibiliseer het personeel rond mogelijke oorzaken van valpartijen. Door bijvoorbeeld een checklist te volgen bij het verlaten van de kamer en het plaatsen van het loophulpmiddel in de onmiddellijke nabijheid van de bewoner.

De oorzaken van valpartijen identificeren

Dankzij de analyse van de grote hoeveelheid gegevens die de voorbije jaren werden verzameld, maakt het ISA-systeem het ons mogelijk om deze studie te vervolledigen.

We begrijpen de oorzaken van valpartijen en de mogelijke interventies nu beter.

De meest frequente oorzaken

  • Een slechte positionering van de loophulpmiddelen
  • Een verkeerd aangeleerd gebruik van deze middelen
  • Verkeerd aangeleerde transfers
  • Het gebruik van risicovol meubilair: badkamerdeuren (de bewoner gebruikt deze als steun, maar de deur is mobiel/beweeglijk)
  • Zijsponden die slecht zijn aangepast aan de bewoner.
Lees meer over onze middelen om met valpartijen om te gaan

Lees Meer

MintT & Microsft Azure

De Belgische scale-up MintT (e-health) gaat een partnership aan met Microsoft en versterkt daarnaast ook de financiële structuur

MintT gaat een samenwerking aan met Microsoft om de technologie van 3D-sensoren van Microsoft te gebruiken en Azure te implementeren in het eigen detectie- en preventiesysteem voor valpartijen in ziekenhuizen…

Met e-health en artificiële intelligentie helpt MinTT om valpartijen bij ouderen nauwkeurig te dedecteren

Het Brussels R&D-project rond e-health en artificiële intelligentie MinTT heeft de wind in de zeilen: de start-up, dat financieel ondersteund wordt door Innoviris en samenwerkt met ULB, zal een patent…
Onze valdetector in de pers

De pers praat over valdetectie met MintT

Dankzij de laatste kapitaalophaling kan MintT blijven innoveren om de onafhankelijkheid van ouderen te vergroten en de kwaliteit van de hulpmiddelen voor zorgverleners te verbeteren. Meer recent hebben verschillende Franstalige…

MintT propose, en téléchargement, une série d’outils pour la prévention des chutes, pour la formation du personnel soignant ainsi que de la documentation sur le détecteur de chute.

Page de téléchargement

Avez-vous encore des questions ?

Contactez-nous