Lunettes connectées pour prévenir le déclin des capacités physiques chez les personnes âgées

La problématique du risque de chute chez les personnes âgées augmente avec le vieillissement. Les conséquences des chutes étant nombreuses et néfastes, le développement de stratégies de prévention est crucial. Pour estimer le risque de chute, différents tests cliniques fonctionnels sont utilisés mais ces tests sont ponctuels, réalisés en laboratoire et basés sur des seuils de référence qui peuvent varier selon les études. Pour pallier ces inconvénients et permettre un suivi longitudinal des capacités fonctionnelles des personnes âgées, le développement de centrales inertielles semble prometteur. Ainsi, les centrales inertielles sont progressivement intégrées dans des objets de la vie courante afin d'analyser les mouvements de la vie quotidienne. Dans ce travail doctoral, une paire de lunettes équipée avec une centrale inertielle a été développée pour permettre l'analyse des mouvements de la vie quotidienne dans un objectif de détection et de prévention du déclin des capacités physiques. Le premier objectif de ce travail était de valider l'utilité de la paire de lunettes connectées pour évaluer les mouvements de lever de chaise et la marche dans une population de jeunes adultes en bonne santé. Le deuxième objectif de ce projet a consisté à catégoriser une population de personnes âgées dans différents groupes de performance physique grâce à une analyse non-supervisée en se basant sur différents paramètres fonctionnels et biomécaniques obtenus avec les lunettes. Le troisième objectif visait à évaluer l'acceptabilité des lunettes connectées chez les personnes âgées. Enfin, le quatrième objectif était d'évaluer l'efficacité d'un programme d'activité physique adaptée réalisé par visioconférence sur différentes capacités physiques des personnes âgées. Ce travail doctoral a également servi de base au développement d'un algorithme de détection de la chute et de la prévention du déclin des capacités physiques.Les deux premières études ont permis de valider l'utilisation des lunettes connectées, d'un point de vue de la fiabilité, de la reproductibilité des mesures effectuées en comparaison avec les données recueillies par un système de référence (i.e., analyse du mouvement 3D) pour trois paramètres : le pic d'accélération verticale maximale lors des levers de chaise, la durée et la longueur des pas pour la marche. La troisième étude a utilisé l'accéléromètre des lunettes pour évaluer sept paramètres fonctionnels et biomécaniques au cours de trois tests fonctionnels. Trois groupes de performance physique (i.e., faible, intermédiaire et élevée) ont été créés en réalisant une analyse non-supervisée basée sur ces sept paramètres. Cette étude a permis de mettre en évidence qu'une simple définition d'un risque de chute et/ou de classification en fonction d'un phénotype de fragilité n'est pas suffisant pour caractériser une population vieillissante. La quatrième étude qui visait à évaluer l'acceptabilité des lunettes connectées chez des personnes âgées a permis de souligner que l'acceptabilité des lunettes était supérieure à celle des autres technologies utilisées pour la détection de la chute. De plus, de façon originale, le niveau de performance physique des personnes âgées était associé à l'acceptabilité des lunettes. Dans la cinquième étude, la mise en place un programme d'activité physique adaptée de trois mois par visioconférence a permis d'améliorer la puissance des muscles extenseurs du genou et le temps pour réaliser un Timed Up and Go en condition confort. L'ensemble de ces travaux a servi de base pour le développement industriel d'un algorithme de détection de la chute et de prévention du déclin des capacités physiques à partir des données recueillies par les lunettes.