Selon des chercheurs américains et une équipe du CHU de Toulouse, il sera bientôt possible de prédire les chutes des personnes âgées.  Comment ? Grâce à des capteurs numériques, qui mesurent la vitesse de marche des seniors.

En France, chaque année, environ 450 000 des plus de 65 ans sont victimes d’une chute. Plus de 9 000 personnes décèdent des suites de ces chutes. Parmi les facteurs de risque, le vieillissement, bien sûr. Mais aussi la prise de certains médicaments. L’exercice physique reste un bon moyen de prévenir de tels accidents.

L’exercice physique… et les nouvelles technologies comme en atteste un travail franco-américain. L’étude a été réalisée sur 125 personnes âgées : un groupe témoin de 70 personnes, et un autre en comptant 55, « destinés à chuter », selon les termes des auteurs*. Des capteurs infra-rouge ont été installés au plafond de leur salon, pour une durée de trois ans. Pendant toute cette période, ces capteurs ont enregistré, en continu, la vitesse de marche des sujets de l’étude. Cette variable n’avait jamais été étudiée, indique le CHU de Toulouse.

Résultat ? « La baisse progressive de la vitesse de marche quotidienne (imperceptible cliniquement car très faible) indique l’imminence d’une chute car l’équipe a pu vérifier que ce ralentissement survient dans les semaines précédant la chute. » Aujourd’hui, les personnes considérées comme à risque font simplement l’objet d’un suivi clinique une fois par an.

« Biomarqueur de suivi numérique » 

La captation en temps réel des données telles que la vitesse de marche, mais également sa variabilité ou le type de déplacement, sont donc de très précieux indicateurs. « En apparence brutale, la chute résulte en réalité d’une altération imperceptible de la marche durant les semaines précédentes. Et seule la précision du numérique arrive à repérer cette infirme variation », commente le CHU de Toulouse.

Diagnostiquer les chutes de façon précoce, agir en prévention et intervenir au bon moment : c’est ce que permettrait la généralisation de ce « biomarqueur numérique ».

* Piau, A., Mattek, N., Crissey, R., Beattie, Z., Dodge, H., & Kaye, J. (2019). « When will my patient fall? Sensor-based in-home walking speed identifies future falls in older adults ».

Partager cet article