Détection des PERsonne Agées à risque de CHUTE (Projet PERACHUTE)

Assessing Fall Risk in the Elderly Using Mixed Reality: The PERACHUTE Project

• Auteur / Autrice : Flavie Le rouzic
• Direction : Anaick Perrochon, Justine Lacroix
• Type : Projet de thèse
• Discipline(s) : Biologie Chimie Santé mention Recherche clinique, innovation technologique et thérapeutique
• Date : Inscription en doctorat le 15/09/2024
• Etablissement(s) : Limoges
• Ecole(s) doctorale(s) : Biologie, Chimie, Santé
• Partenaire(s) de recherche : Laboratoire : Handicap, Activité, Vieillissement, Autonomie, Environnement

Mots clés

Mots clés libres

Chute

Evaluation

Réalité mixte

Prévention

Chute

Vieillissement

Mixed reality

Aging

Fall

Prevention

Assessment

Gait analysis

Résumé

La chute constitue un enjeu majeur de santé publique avec des répercussions directes sur l'autonomie de la personne âgée. Chez les personnes âgées, la chute survient souvent lors de situations complexes de marche telles que marcher en évitant ou en franchissant des obstacles dans la rue. Actuellement, il existe des tests cliniques utilisés dans la détection du risque de chute chez la personne âgée, mais ils ne prennent pas en compte les situations de marche complexe. Or, pour se rapprocher au mieux des conditions dans lesquelles les personnes âgées chutent, il y aurait un intérêt à utiliser des tests reprenant des situations de marche complexe dans le cadre de la détection des personnes à risque de chute. Parallèlement, les technologies immersives permettent de simuler avec précision des situations de marche complexe et d'analyser les paramètres spatiotemporels de la marche chez des personnes âgées. Ainsi, l'utilisation de la réalité mixte permettrait de simuler différentes situations de marche afin d'améliorer la détection du risque de chute. Le projet PERACHUTE propose d'utiliser un dispositif de réalité mixte comme méthode de détection des personnes âgées à risque de chute. L'objectif principal est de déterminer si des situations de marche complexe proposées à partir de la réalité mixte sont prédictives d'une première chute chez des personnes âgées. L'objectif secondaire est de comparer la sensibilité et la spécificité de ces tests en marche complexe avec des tests cliniques actuels. Nous supposons que ces tests de marche, de par leur complexité, seront plus prédictifs du risque de chute. Un suivi longitudinal sur 12 mois sera effectué pour identifier les personnes âgées qui vont chuter.

Falls represent a significant public health concern, particularly affecting the elderly's autonomy and quality of life. Traditional clinical assessments for fall risk often overlook the complexity of real-life walking challenges, such as navigating obstacles, which are common precursors to falls among the elderly. The PERACHUTE project introduces an innovative approach by leveraging mixed reality technology to simulate these complex walking scenarios, offering a more accurate and situational assessment of fall risk. This project aims to utilize mixed reality as a tool to identify elderly individuals at heightened risk of falling by simulating various walking conditions that mimic real-world complexities. The primary goal is to evaluate the predictive value of these simulated walking scenarios in forecasting the occurrence of falls. Additionally, the project seeks to compare the effectiveness of these advanced gait analysis tests against traditional clinical assessments in terms of sensitivity and specificity. By conducting a longitudinal study over a 12-month period, the PERACHUTE project aims to validate the use of mixed reality in fall risk assessment and potentially redefine best practices in elderly care and fall prevention strategies.