Un artículo de Barak Katz,
General Manager y VP de Essence SmartCare

Tres de cada cuatro caídas en personas mayores quedan en el olvido y no son reportadas a ningún cuidador, médico o familiar. Los motivos de esta anomalía son diversos, pero se sabe que, en muchos casos, estas personas, además de la tensión emocional que sufren, se sienten avergonzadas de caerse y tampoco quieren que familiares y cuidadores acaben regañándolas.

El hecho de que no se comuniquen este elevado número de caídas significa que, por un lado, la red asistencial no puede tomar precauciones para evitar otras y, por otro, que los cuidadores sólo tienen a su disposición una limitada cantidad de información para evitar que las personas en riesgo puedan volver a caer y reciban lo más rápido posible la asistencia adecuada.

geriatricarea caidas
La precisión en los informes y la verificación de que la caída es real es fundamental para que los cuidadores puedan realizar una evaluación de riesgo

En este sentido, la precisión en los informes y la verificación de que la caída es real es fundamental para que los cuidadores puedan realizar una evaluación de riesgos. Hasta el momento no parece suficiente confiar en la tecnología existente para detectar a tiempo una caída y obtener ayuda. Adaptando el símil, al igual que ocurre con la investigación tras un accidente de tráfico, las circunstancias de la caída o lo que sucedió antes de ella suele ser un factor decisivo. Entonces, ¿cuál es la respuesta? Claramente, enfocarse en prevenir las caídas y, cuando suceden, estar mejor preparados para detectarlas y responder ante ellas.

La prevención de caídas requiere equipos multidisciplinares que tengan acceso a información del comportamiento sobre la situación justo antes de la caída. Si bien ha habido algunos avances tecnológicos dentro de la industria, como sensores inteligentes y otras soluciones de teleasistencia que se han incorporado al hogar para rastrear a las personas mayores, sigue habiendo demasiadas lagunas en la recopilación de estos datos tan relevantes.

La mayoría de los detectores de caídas actuales se basan en acelerómetros, que sólo detectan ciertos tipos de incidentes y solo el momento justo de la caída en sí. En ese sentido, existen dos factores clave para evolucionar en la prevención: mejorar la precisión y aumentar la eficacia en la verificación de caídas reales, porque las falsas siguen siendo un lastre demasiado numeroso para el desarrollo óptimo de nuestro sector. Esto representa un serio desafío, más teniendo en cuenta que menos de la mitad de las personas mayores llevan su dispositivo encima cuando más lo necesitan. Es más, para muchos de ellos, portarlos es un signo de estigmatización y vulnerabilidad.

La industria está requiriendo una tecnología para la detección de caídas más efectiva, que sea capaz de, a través de la monitorización, compartir mucha más información sobre las circunstancias que llevaron al incidente para que, de esta manera, los equipos de cuidadores puedan analizar las causas de las caídas.

Por ejemplo, si colocamos sensores en las habitaciones de un residente donde se ha producido una caída tras intentar levantarse, éstos pueden llegar a detectar una postura sentada durante largo plazo en un sillón hasta altas horas de la noche. Es decir, se puede indicar que la habitación estaba oscura y la persona se quedó dormida en dicho sillón y estaba confundida al despertar. Si ocurren varios incidentes en estas condiciones, esto podría ser una indicación de que puede ser necesario un cuidador por la noche o una mejor iluminación nocturna en la habitación. Es decir, la próxima caída podría prevenirse eliminando las condiciones desfavorables que de otro modo serían indetectables.

Los modelos avanzados de detección de caídas analizan, comprenden y estudian la postura humana en una variedad de posiciones en situaciones normales en contraposición con posturas después de una caída. La información de estos hábitos de comportamiento previamente aprendidos por los sensores se complementa con los datos personalizados que recibe de cada residente durante sus actividades diarias. Utilizando este conjunto de datos específico de la persona, los sensores pueden determinar con un grado muy alto de precisión si la posición actual de una persona en particular se clasifica como una postura caída o «no caída».

El dispositivo rastrea la posición del residente en un momento específico: sentado, de pie o acostado. Si una persona ha cambiado de posición rápidamente, por ejemplo, de estar de pie a tumbarse y luego ya no está de pie, el dispositivo “comprende” que se trata de una situación de emergencia. El sensor compara la posición actual con la anterior y asume que la persona se ha caído. Además, si no hay respuesta durante 20 segundos, el sensor informa automáticamente de la caída a la central de asistencia médica a través del dispositivo de llamada de emergencia correspondiente de la casa. Una vez en comunicación con el residente a través del dispositivo, se puede asegurar verbalmente de que todo está en orden o, en su caso, iniciar las medidas necesarias.

El uso de las técnicas descritas anteriormente ayudará a las personas mayores a sentirse más cómodas hablando de un incidente de caída. Si bien no se pueden evitar por completo, podemos implementar tecnología más adecuada, recopilar y compartir los datos correctos y al hacerlo, ayudar a mitigar los riesgos que conllevan las caídas, lo que, sin duda, conduce a una mejor salud y condiciones de vida.