Keresés

Keresési eredmények

• Is there a synergy between artificial intelligence, Erasmus+ PEER-TRAIN training and MoodleCloud?

  64-65

  Anna Grabowska

  Megtekintések száma:

  4

  Artificial intelligence can be used in the teaching and training process to provide a personalized approach to each student. Erasmus+ PEER-TRAIN training focuses on developing the skills of teachers and trainers who work with youth and adults in the field of education and training.

• Action for smart healthy age-friendly environments

  47-48

  van Staalduinen Willeke

  Megtekintések száma:

  52

  Smart, adaptable and inclusive solutions can help improve and support independent life throughout the course of life, regardless of age, gender, disabilities, cultural differences and personal choices.
  A holistic approach that optimizes social and physical environments, supported by digital tools and services, allows to provide better health and social care, promoting not only independent living, but also equity and active participation in society. This approach follows the United Nations' line-up, with the Sustainable Development Goals (in particular Objectives 3 and 11), stating that sustainable environments for all ages represent the basis for ensuring a better future for the entire population.
  The challenges of different sectors, such as ICT, the building industry and urban planning and the health and social care, as well as those of citizens and their communities are interlinked. Responding to these challenges will foster awareness and support for the creation and implementation of smart, healthy and inclusive environments for present and future generations.
  From this insight, a new concept was developed and well received: Smart Healthy Age-Friendly Environments (SHAFE). The by the EC approved Thematic Network of 2018 evolved into a Stakeholders Network of about 170 organisations and it is represented in several European projects and networks. COST Action NET4Age-Friendly brings together over 320 researchers from 46 countries. Capacity building to support the implementation of SHAFE is present in Erasmus+ projects.

  The presentation will give an overview of relevant development and insights to support the building of smart, inclusive societies.

• Az ápolási készségek újradefiniálása a robotizáció és az AI területén az ápolásban

  57-58

  Ujváriné Siket Adrienn

  Fehér Edit

  Keszler Ádám

  Zrínyi Miklós

  Megtekintések száma:

  190

  Célkitűzés: A projekt célja, hogy olyan eredmény és eszköz szülessen, mely lehetőséget ad az ápolók számára a jövőben szükséges kompetenciák megnevezésére, melyek segítik az alkalmazkodást a korszerű technológiai megoldások és a mesterséges intelligencia a szakmába kerüléshez illetve beépüléséhez való alkalmazkodáshoz, kiemelten az idős ellátásra, továbbá  mind a  képző intézmények, mind egészségügyi intézmények használni tudják majd a képzéseik fejlesztéséhez.

  Anyag és módszer: A DEEK-n jelenleg zajlik egy nyertes egy Erasmus+ projekt is, amelyben Karunk Ápolástudományi Tanszéke 2018 és 2020 között konzorciumi tagként vesz részt. A többi intézményi partner: University of Heidelberg, University of Amsterdam, Technische Informationsbibliothek (TIB) Hannover, Frenetti B.V. Közös kutatómunka keretében vizsgáljuk a gyorsan változó egészségügyi rendszereket, a digitalizációt, az e-health és a robotizáció hatását az ápolói munkát érintő területeken. A kutatócsoport elemzi a jövőben szükséges készségeket, képességeket és kompetenciákat, melyekre az egészségügyi dolgozóknak, első sorban az ápolóknak szüksége lesz. A kutatás keresztmetszeti adatfelvételre, kérdőíves megkérdezésre, prediktív vizsgálati módszerre épít. A vizsgálatban megkeresett ápolók és ápoló hallgatók köre 700 fő, amely három intézményből került kiválasztásra (Debreceni Egyetem Klinikai Központ - Debrecen, Debreceni Egyetem Egészségügyi Kar – Nyíregyháza és Felső-Szabolcsi Kórház - Kisvárda). A végleges minta vezető és több műszakos rendben dolgozó ápolók és ápoló hallgatók válaszait is tartalmazta. A kérdőívekre névtelenül, papír alapon kellett választ adni. Az adatgyűjtés 2018 őszén és 2019 tavaszán zajlott.

  Eredmények: Az idősellátásban is kulcsfontosságú kórházi elektronikus ápolási dokumentáció és az otthoni szakápolás telemedicinális, digitális fejlesztése, a kórház informatikai rendszerek továbbépítéset az egységes ápolási dokumentáció kiterjesztése, a távmonitoring és ápolási applikációk bevezetése. Ez a lehetőség is erősíti az ápolás informatikus képzés/továbbképzés curriculumának kidolgozását, illetve további együttműködéseket is egy adott technológai fejlesztés kidolgozására.

• Culture on Prescription in Portugal: cultural experiences promoting health in lonely people and older adults

  11-13

  Juliana Louceiro

  Carina Dantas

  Natália Machado

  Jana Eckert

  Marcel Neumann

  Christiane Schlang

  Christine H. O’ Kelly

  Bart Borsje

  Megtekintések száma:

  15

  Social connections play a vital role in personal well-being. Loneliness, characterized by a lack of meaningful social engagement, has emerged as a significant public health concern in Europe, especially after COVID19 pandemic, when the problem was labelled by the media as a “loneliness epidemic” (Berlingieri et al., 2022). According to Casabianca & Kovacic (2022), older adults are especially vulnerable to loneliness due to all the life transitions and disruptive life events they face. Loneliness is more prevalent among Europeans aged 50 and above in southern and eastern regions (ranging from 31% to 46%) compared to western and northern areas (ranging from 10% to 30%).

• A magyar lakosok egészségi állapota, egészségmagatartása 2020-as SHARE Corona Survey (Covid-19) adatainak tükrében – Hagyományos statisztikai és rough set alapú elemzés

  126-129

  Takács Péter

  Láczay Magdolna

  Szakál Zoltán

  Varga Levente

  Nádasdi Kristóf Zsolt

  Paulikné Varga Barbara

  Tóth Kitti

  Helmeczi Gabriella

  Megtekintések száma:

  143

  Pályázati támogatás:
  HEAlthy Life ALLiance for Health Tourism Education Development and Reorganisation – HEAL-ALL. Erasmus+ pályázat száma: 2020-1-HU01-KA203-078799

  Bevezetés
  A SHARE (Survey of Health, Aging and Retirement in Europe) felmérés egy olyan európai szintű projekt, amely egy panel-adatbázist fejleszt és gondoz az ötvenéves vagy annál idősebb egyének egészségére, társadalmi-gazdasági helyzetére, valamint szociális és családi hálózataira vonatkozó adatok vonatkozásában. A SHARE adatbázis kialakítása 2004-ben indult, tizenegy ország bevonásával. A kezdeményezés a népesség elöregedésével járó növekvő kihívásokra keresi a megalapozott válaszokat. A felmérések során a szervezők eddig nyolc adatgyűjtési hullámot hajtottak végre, amelyek lefedik az Unió összes kontinentális országát, valamint Svájcot és Izraelt. A 8. adatgyűjtési hullám végrehajtásának közepén kezdődött a COVID-19 járvány - a várható interjúk körülbelül 70 százaléka készült el 2020 márciusára - a terepmunkát ekkor az összes résztvevő országban fel kellett függeszteni. A szervezők elhatározták a felmérések folytatását; telefonos interjúk (CATI) elkészítésével. Jelentősen lerövidítették az eredeti kérdőívet és kiegészítették a kérdéslistát a COVID-19 élethelyzetre vonatkozó kérdésekkel.

  Az előadás célja a SHARE COVID-19 adatbázisának feldolgozásával kapott eredmények bemutatása – fókuszálva a magyar válaszadók egészségi állapotának helyzetére, egészségmagatartására a felmért országok polgáraihoz viszonyítva.

  Anyag és módszer
  A 2020-as nyolcadik SHARE felmérésben 28 ország vett részt. A válaszadók és kérdezőbiztosok egészségvédelmének okán a telefonos interjúk (CATI) alkalmazása volt az elsődleges ajánlott mintavételi alternatíva a korábbi személyes interjúkkal szemben. A válaszadók száma a módosított kérdőívre 54.567 fő volt. A magyar válaszadók 1053-an voltan – a teljes minta 1,9%-a. A kérdések csoportjai a következő öt fő területet érintettek:

  Egészség és egészségmagatartás. Általános egészségi állapot a COVID-19 járvány kitörése előtt és után, biztonsági intézkedések betartása (pl. szociális távolságtartás, maszk viselése, higiénés „viselkedés”).

  Mentális egészség. Szorongás, depresszió, alvási problémák és magány a COVID-19 járvány előtt és után.

  Fertőzések és egészségügyi ellátás. A COVID-19-hez kapcsolódó tünetek előfordulása, a tesztelés és kórházi kezelés tapasztalatai, orvosi kezelés elmaradása, a kezelésekkel való elégedettség.

  A munka és a gazdasági helyzet változásai. Munkanélküliség, üzletek bezárása, otthoni munkavégzés, munkaidő- és jövedelemváltozások, anyagi támogatás viszonyai a megkérdezettek között.

  Közösségi hálózatok. A családdal és a barátokkal való személyes kapcsolattartás változásai a járvány hatására; segítségnyújtás, személyes gondoskodás – az adott és kapott segítségek.

  Az elemzések során hagyományos statisztikai leíró és elemző módszerek, valamint a rough set analízis egyes elemzési módszerei kerültek alkalmazásra. A minta súlyozására a számítások során nem került sor. Alkalmazott programcsomagok: SPSS V22, Excel 2007.

  Eredmények
  A mintanagyság szerint Magyarország a 20. helyet foglalja el (1053 fő 1,9%). A legnagyobb minta Észtországban került felmérésre (4670 fő, 8,6%); a legkisebb elemszámú részminta a holland minta volt (803 fő, 1,5%). A teljes mintában az átlagéletkor 70,42 év volt (95% CI: 70,34-70,50; medián: 70,00; SD: 9,3977; min: 31, max: 104). A magyar részmintában 70,69 év (95% CI: 70,22-71,15; medián: 70,00; SD: 7,6825; min: 38, max: 95). A férfiak aránya a teljes mintában 42,29%; a nők aránya 57,71%; a magyar minta arányai: 39,98% és 60,02%.

  Az elemzések statisztikailag szignifikáns különbségeket mutattak ki számos elemzett változó esetében, a különböző országok polgárai között:
  a) a járvány előtti egészségi állapot (ön)megítélése;
  b) egészségváltozás megítélése a járvány előtti állapothoz képest;
  c) jelenlegi megbetegedések (akut, krónikus);
  d) gyógyszerszedés;
  e) védekező intézkedések betartása a gyakorlatban: maszkviselés; szociális távolságtartás kézmosás; fertőtlenítési lehetőségek alkalmazása.

  Megbeszélés
  Az országok összehasonlítása számos változó esetében statisztikailag kimutatható különbséget mutatott. A nagy elemszám okán igen kis eltéréseket is lényegesként jeleznek a statisztikai elemző módszerek. A különbségek tényleges elfogadását a szakmai validálás folyamata teszi érvényessé. Ennek a kutatási szakasznak a teljes lezárása még nem történt meg – az előadás az aktuális eredmények bemutatásával és értékelésével zárul.

  Irodalom
  Börsch-Supan, A. (2021). Survey of Health, Ageing and Retirement in Europe (SHARE) Wave 8. COVID-19 Survey 1. Release version: 1.0.0. SHARE-ERIC. Data set. DOI: 10.6103/SHARE.w8ca.100