Skip to main content
Erschienen in: Prävention und Gesundheitsförderung 4/2018

12.04.2018 | Originalarbeit

„Quantified seniors“

Technisch unterstützte Selbstvermessung bei älteren Personen

verfasst von: Alexander Seifert, MA, Ursula Meidert, lic. phil.

Erschienen in: Prävention und Gesundheitsförderung | Ausgabe 4/2018

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Bewegungs- und Vitalwerte werden heute meist digital mit Aktivitätssensoren, Wearables und Apps auf dem Smartphone gemessen. Es gibt jedoch kaum Studien, welche die alltägliche Nutzung dieser Selbstvermessungstechnologien bei älteren Personen empirisch untersuchen.

Ziel der Arbeit

Der vorliegende Bericht untersucht die Nutzung von mobilen digitalen Selbstvermessungsanwendungen bei Personen ab 50 Jahren. Gefragt wird nach beeinflussenden Faktoren, gemessenen Parametern und Beweggründen der Nutzung.

Material und Methoden

Zur Beantwortung der Forschungsfragen wurden zwei Stichproben aus der Schweiz für eine Sekundäranalyse herangezogen. Hierbei wurden 2502 Personen befragt, wobei sich die Analyse auf Personen ab 50 Jahren fokussiert (n = 1227). Die Daten wurden deskriptiv ausgewertet und Gruppenunterschiede mittels Cramers V sowie binäre logistische Regressionen überprüft.

Ergebnisse

Fast die Hälfte der befragten Personen vermessen sich mithilfe von Selbstvermessungstechnologien. Rund ein Drittel derjenigen, die ein Smartphone besitzen, nutzen Apps zur gesundheitsbezogenen Selbstvermessung. Das Messen mithilfe von Smartphone und Apps ist die beliebteste Art der Selbstvermessung, gefolgt von Fitnesstracker und Smartwatch. Die Nutzung hängt wesentlich vom Alter und der Technikaffinität ab. Gemessen werden vorwiegend physische Aktivtäten, aber auch Vitaldaten wie der Puls. Gründe für die Selbstvermessung sind die Motivation gesund zu bleiben, die eigene Leistung zu optimieren, aber auch der Anreiz, einmal etwas Neues auszuprobieren.

Schlussfolgerung

Wearables und Gesundheits-Apps werden eher von jüngeren und technikaffinen Personen genutzt. Das Präventions- und Interventionspotenzial ist bei Personen ab 50 Jahren noch nicht ausgeschöpft.
Literatur
1.
Zurück zum Zitat Appelboom G, Camacho E, Abraham ME et al (2014) Smart wearable body sensors for patient self-assessment and monitoring. Arch Public Health 72(1):28–37CrossRef Appelboom G, Camacho E, Abraham ME et al (2014) Smart wearable body sensors for patient self-assessment and monitoring. Arch Public Health 72(1):28–37CrossRef
2.
Zurück zum Zitat Dobkin BH, Dorsch A (2011) The promise of mHealth: daily activity monitoring and outcome assessments by wearable sensors. Neurorehabil Neural Repair 25(9):788–798CrossRef Dobkin BH, Dorsch A (2011) The promise of mHealth: daily activity monitoring and outcome assessments by wearable sensors. Neurorehabil Neural Repair 25(9):788–798CrossRef
3.
Zurück zum Zitat Drewnowski A, Monsen E, Birkett D et al (2003) Health screening and health promotion programs for the elderly. Disease Management. Health Outcomes 11(5):299–309CrossRef Drewnowski A, Monsen E, Birkett D et al (2003) Health screening and health promotion programs for the elderly. Disease Management. Health Outcomes 11(5):299–309CrossRef
7.
Zurück zum Zitat Meidert U, Scheermesser M, Prieur Y et al (2018) Quantified Self – Schnittstelle zwischen Lifestyle und Medizin. Vdf Verlag, Zürich Meidert U, Scheermesser M, Prieur Y et al (2018) Quantified Self – Schnittstelle zwischen Lifestyle und Medizin. Vdf Verlag, Zürich
8.
Zurück zum Zitat Preusse KC, Mitzner TL, Fausset CB, Rogers WA (2017) Older adults’ acceptance of activity trackers. J Appl Gerontol 36(2):127–155CrossRef Preusse KC, Mitzner TL, Fausset CB, Rogers WA (2017) Older adults’ acceptance of activity trackers. J Appl Gerontol 36(2):127–155CrossRef
9.
Zurück zum Zitat Rasche P, Schäfer K, Theis S et al (2016) Age-related usability investigation of an activity tracker. Int J Hum Factors Ergon 4(3):187–212CrossRef Rasche P, Schäfer K, Theis S et al (2016) Age-related usability investigation of an activity tracker. Int J Hum Factors Ergon 4(3):187–212CrossRef
12.
Zurück zum Zitat Roediger A (2015) mHealth – unterwegs zu Gesundheitskompetenz 2.0. In: Gesundheitskompetenz in der Schweiz – Stand und Perspektiven. SAMW, Bern, S 72–74 Roediger A (2015) mHealth – unterwegs zu Gesundheitskompetenz 2.0. In: Gesundheitskompetenz in der Schweiz – Stand und Perspektiven. SAMW, Bern, S 72–74
13.
Zurück zum Zitat Rogers EM (2010) Diffusion of innovations. Simon and Schuster, New York Rogers EM (2010) Diffusion of innovations. Simon and Schuster, New York
14.
Zurück zum Zitat Schlomann A (2017) A case study on older adults’ long-term use of an activity tracker. Gerontechnology 16(2):115–124CrossRef Schlomann A (2017) A case study on older adults’ long-term use of an activity tracker. Gerontechnology 16(2):115–124CrossRef
15.
Zurück zum Zitat Seifert A, Christen M, Martin M (2018) Willingness of Older Adults to Share Mobile Health Data with Researchers. GeroPsych (Bern) 31(1):41–49CrossRef Seifert A, Christen M, Martin M (2018) Willingness of Older Adults to Share Mobile Health Data with Researchers. GeroPsych (Bern) 31(1):41–49CrossRef
16.
Zurück zum Zitat Seifert A, Schelling HR (2015) Mobile use of the Internet using smartphones or tablets by Swiss people over 65 years. Gerontechnology 14(1):57–62CrossRef Seifert A, Schelling HR (2015) Mobile use of the Internet using smartphones or tablets by Swiss people over 65 years. Gerontechnology 14(1):57–62CrossRef
17.
Zurück zum Zitat Seifert A, Schelling HR (2016) Alt und offline – Befunde zur Nutzung des Internets durch Menschen ab 65. Z Gerontol Geriatr 49(7):619–625CrossRef Seifert A, Schelling HR (2016) Alt und offline – Befunde zur Nutzung des Internets durch Menschen ab 65. Z Gerontol Geriatr 49(7):619–625CrossRef
20.
Zurück zum Zitat Steinert A, Haesner M, Tetley A, Steinhagen-Thiessen E (2015) Nutzungsverhalten einer Gesundheitsapplikation zum Selbstmonitoring von Senioren. Präv Gesundheitsf 10(4):281–286CrossRef Steinert A, Haesner M, Tetley A, Steinhagen-Thiessen E (2015) Nutzungsverhalten einer Gesundheitsapplikation zum Selbstmonitoring von Senioren. Präv Gesundheitsf 10(4):281–286CrossRef
22.
Zurück zum Zitat Swan M (2012) Sensor mania! the internet of things, wearable computing, objective metrics, and the quantified self 2.0. J Sens Actuator Networks 1(3):217–253CrossRef Swan M (2012) Sensor mania! the internet of things, wearable computing, objective metrics, and the quantified self 2.0. J Sens Actuator Networks 1(3):217–253CrossRef
23.
Zurück zum Zitat Swan M (2013) The quantified self: Fundamental disruption in big data science and biological discovery. Big Data 1(2):85–99CrossRef Swan M (2013) The quantified self: Fundamental disruption in big data science and biological discovery. Big Data 1(2):85–99CrossRef
24.
Zurück zum Zitat Timmer J, Kool L, van Est R (2015) Coaches everywhere. In: Kool L, Timmer J, van Est R (Hrsg) Sincere support. The rise of the e‑coach. Rathenau Instituut, Den Haag, S 11–25 Timmer J, Kool L, van Est R (2015) Coaches everywhere. In: Kool L, Timmer J, van Est R (Hrsg) Sincere support. The rise of the e‑coach. Rathenau Instituut, Den Haag, S 11–25
Metadaten
Titel
„Quantified seniors“
Technisch unterstützte Selbstvermessung bei älteren Personen
verfasst von
Alexander Seifert, MA
Ursula Meidert, lic. phil.
Publikationsdatum
12.04.2018
Verlag
Springer Berlin Heidelberg
Erschienen in
Prävention und Gesundheitsförderung / Ausgabe 4/2018
Print ISSN: 1861-6755
Elektronische ISSN: 1861-6763
DOI
https://doi.org/10.1007/s11553-018-0646-1

Weitere Artikel der Ausgabe 4/2018

Prävention und Gesundheitsförderung 4/2018 Zur Ausgabe

Leitlinien kompakt für die Allgemeinmedizin

Mit medbee Pocketcards sicher entscheiden.

Seit 2022 gehört die medbee GmbH zum Springer Medizin Verlag

Facharzt-Training Allgemeinmedizin

Die ideale Vorbereitung zur anstehenden Prüfung mit den ersten 24 von 100 klinischen Fallbeispielen verschiedener Themenfelder

Mehr erfahren

Update Allgemeinmedizin

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.