Gériatrie & e-Technologie : un suivi personnalisé des patients âgés à l'aide d'une plateforme électronique de télésurveillance
Langue Français
Accéder à la thèseDroits d'accès : non autorisé

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).
 
Auteur : Zulfiqar, Abrar-Ahmad
Date de soutenance : 10-06-2022

Directeur(s) de thèse : Andrès, Emmanuel - Hajjam El Hassani, Amir

Établissement de soutenance : Strasbourg
Laboratoire : Mitochondrie, stress oxydant et protection musculaire (Strasbourg)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Sciences de la vie et de la santé
Classification : Médecine et santé

Mots-clés libres : GER-e-TEC, Télésurveillance, Syndrome gériatrique, Détection précoce
Mots-clés :
  • Médecine personnalisée
  • Systèmes de communication sans fil en médecine
  • Gériatrie
  • Télémédecine
Résumé : L'expérimentation GER-e-TEC a utilisé une plateforme automatisée pour surveiller et détecter l'exacerbation des syndromes gériatriques chez les patients âgés. La première étude a démontré l'efficacité de cette plateforme pour identifier précocement les aggravations des conditions gériatriques, améliorant ainsi la prise en charge et réduisant les hospitalisations. La deuxième phase de l'expérimentation, menée pendant la pandémie de COVID-19, a montré que le télémonitoring des patients âgés atteints de COVID-19 permettait également de détecter rapidement les exacerbations des syndromes gériatriques. Ces résultats ont confirmé la pertinence de GER-e-TEC comme outil de télésurveillance pour optimiser les soins gériatriques. Les deux études soulignent l'importance de l'innovation technologique dans la gestion proactive des soins aux personnes âgées, mettant en évidence des améliorations significatives en matière de détection précoce et d'intervention rapide pour les syndromes gériatriques.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAJ127
Type de ressource : Thèse