CAREWEAR: STRESS EN DEPRESSIE TE LIJF MET WEARABLES 1
CAREWEAR is een VLAIO TETRA-project uitgevoerd door Mobilab & Care en de Expertisecel Psychologie, Technologie & Samenleving (Toegepaste Psychologie) van de Thomas More hogeschool met cofinanciering van verschillende organisaties. 2
CAREWEAR wearables als nuttige tools in bedrijven in een klinische context 3
Geheel van sensoren en apparaten die op het lichaam kunnen worden gedragen met als doel om op een weinig invasieve, maar betrouwbare manier continu & langdurig (fysiologische) data van de drager te verzamelen
WEARABLES Continue lange-termijn monitoring is beter dan slechts 1 meetpunt White coat hypertension: 10% van patiënten hebben een hogere bloeddruk bij de huisarts, maar niet in het dagelijks leven en krijgen onnodige medicatie In het lab poetsen mensen hun tanden gemiddeld 2 minuten, thuis slechts de helft hiervan 5
WEARABLE INDICATOREN Elektrocardiogram Hartritme Ademhalingsfrequentie Huidgeleiding Beweging Temperatuur 6
WEARABLES ONDERZOEKSTOEPASSINGEN 7
WEARABLES & GEESTELIJKE GEZONDHEID Kan helpen in de context van een betere, meer effectieve dienst- en hulpverlening Kan helpen om grote uitdagingen geestelijke gezondheidszorg mee te tackelen klachten meer betrouwbaar & valide meten extra fysiologische data effecten begeleiding & behandeling beter in kaart gerichte feedback: op juiste moment, op juiste plaats aanpakken wachtlijsten empowerment 8
MAAR WEARABLES: ONGEBRUIKT POTENTIEEL Omwille van Beperkingen in datakwaliteit Nood aan software ontwikkeling Beperkte kennis onderzoekscontext praktijkrelevantie GGZ-professionals onvoldoende vertrouwd 9
RELEVANTE INDICATOREN VOOR BURN-OUT & DEPRESSIE Beweging HRV Stress 10
FYSIEKE ACTIVITEIT: ONDERZOEKSEVIDENTIE Meer fysieke activiteit Minder depressieve symptomen Minder stress Toename in activiteit kan herstel bevorderen Minder symptomen van depressie en burn-out activiteit Stressoren negatieve uitkomsten 11
12 Doel: activiteit promoten (indien aangewezen) via principes van gedragsactivatie
HARTRITMEVARIABILITEIT (HRV) Wat is het? Inter beat intervals Top-down controle HRV ~ flexibiliteit Lage HRV: stress of psychopathologie 868 ms 1115 ms 1130 ms Tijd Doel: evoluties (op lange termijn) in kaart brengen 13
STRESS: ONDERZOEKSEVIDENTIE Draaglast > draagkracht Overmatige stress zonder voldoende herstel kan leiden tot burn-out Nadelige invloed op depressie negatieve invloed op depressieve symptomen kan bijdragen aan het ontstaan van een (nieuwe) depressieve episode 14
STRESS - INTERVENTIES Doel: beter leren omgaan met stress Werkwijze Inzicht promoten Patronen in kaart brengen Strategieën op maat van de cliënt aanreiken Doel: beter leren omgaan met stress Werkwijze: inzicht promoten, patronen in kaart brengen, strategieën op maat van de cliënt aanreiken 15
STRESS: UITDAGING Georkestreerde actietendens Fysiologisch, cognitief en gedragsmatig Maar ook: 16
STRESS: UITDAGING Inzicht in stress door een combinatie van indicatoren Hartritme Huidgeleiding Beweging Input gebruiker! Beweging Hartritme & huidgeleiding Zelfrapportage Nood aan goede technische apparatuur en algoritmes! Stress 17
Van data naar interpreteerbare indicatoren: Algoritme-ontwikkeling
GESCHIKTE WEARABLES Indicatoren: PPG (Photoplethysmogram) Accelerometer Huidgeleiding Vereisten Voldoende kwalitatieve data Toegang tot ruwe data Empatica E4 Imec Chill+ 19
ALGORITME STRESSDETECTIE V1 Probabiliteiten op stresspiek combineren voor: hartslag, accelero, huidgeleiding Aangeven 3 meest waarschijnlijke stresspieken per dag Kans op stresspiek 20
ALGORITME STRESSDETECTIE V2 Trainen van classifier met gelabelde data Labeling data Fysiologische parameters opgemeten bij 9 proefpersonen Specifiek meetprotocol: rust, stress-testen (o.a. met VR) Gelabeld op basis van visuele inspectie 21
ALGORITME STRESSDETECTIE V2 Afleiden van 26 kenmerken uit data Verloop van verandering in huidgeleiding Grootte van huidgeleiding Beweging (accelerometer) Verandering in hartslag 22
ALGORITME STRESSDETECTIE V2 Support Vector Machine (SVM) classifier trainen Leave-one-subject-out voor training/test Geen voorkennis van subject Belangrijkste kenmerken: vorm stresspiek, hartslag Test Training Persoon TP FP FN TN Sens PPV 1 10 5 0 817 100,0% 66,7% 100,00% 66,70% 2 17 23 6 738 73,9% 42,5% 73,90% 42,50% 3 31 12 5 1019 86,1% 72,1% 86,10% 72,10% 4 4 42 1 974 80,0% 8,7% 80,00% 8,70% 5 7 29 2 687 77,8% 19,4% 77,80% 19,40% 6 14 5 1 495 93,3% 73,7% 93,30% 73,70% 7 13 29 2 440 86,7% 31,0% 86,70% 31,00% 8 6 1 2 11 75,0% 85,7% 75,00% 85,70% 9 7 0 1 53 87,5% 100,0% 87,50% 100,00% 23 Gewogen 109 146 20 5234 84,5% 42,7% Gemiddeld 84,5% 55,5% 84,50% 42,70% 84,50% 55,50%
ALGORITME FUTURE WORK Updaten labeling (?) Toevoegen van meer informatie uit andere kanalen (beweging, hartslag, temperatuur) Aparte detectie pieken in huidgeleiding en stresspieken 24
CAREWEAR PLATFORM 17
CAREWEAR PRAKTIJKTESTEN Pilots met professionals Use cases met cliënten als toevoeging aan EAP: IDEWE als toevoeging aan de behandeling van depressie: Learn2ACT (De Braam) Gepland: The Human Link 26
RESULTATEN CAREWEAR Algoritmes Filteren van de data Berekenen en testen van indicatoren voor GGZ: stress, beweging & HRV Platform Interactief Gebruiksvriendelijk Voor cliënt en professional Dagoverzicht en evolutie doorheen de tijd Kennisoverdracht Uitwisseling technische en klinische perspectieven In kaart brengen geschikte hardware en software Handleidingen voor cliënt en professional 27
TOEKOMSTPERSPECTIEVEN Voortgezette tests van platform en algoritmes Platform: van flexibel modulair prototype naar commerciële toepassing Adaptatie aan specifieke populaties/contexten Compatibiliteit met andere wearables, platformen en projecten
Team Expertisecel Psychologie, Technologie & Samenleving - Nele De Witte, PhD - Tom Van Daele, PhD - Tim Vanhoomissen, PhD Mobilab & Care - Bert Bonroy, PhD - Kris Cuppens, PhD - Glen Debard, PhD - Romy Sels - Stijn Bukenbergs - Marc Mertens, PhD Meer informatie www.carewear.be @care_wear @thomasmore.be Dankjewel voor jullie aandacht
CAREWEAR PARTNERS 30