@MASTERSTHESIS{ 2025:1855687145,
 	title = {Desenvolvimento de um algoritmo para caracterização e monitoramento de insônia em pessoas idosas utilizando a plataforma de monitoramento remoto sênior saúde móvel},
 	year = {2025},
 	url = "http://tede.bc.uepb.edu.br/jspui/handle/tede/5242",
 	abstract = "Introdução: A insônia é definida pela presença de um relato individual de dificuldade para dormir. É comumente diagnosticada em idosos, acredita-se que isso aconteça por esse grupo etário ter o sono mais fragmentado e apresentar mais comorbidades que interferem no funcionamento noturno e diurno. Existem algumas formas de avaliação do sono, dentre elas os que vêm ganhando força, são os dispositivos vestíveis no formato de relógios inteligentes, como por exemplo os modelos recentes do Fitbit, que incluem sensores baseados em fotopletismografia e sensores de movimento como acelerômetro e giroscópio, que estimam não apenas os parâmetros e estágios do sono, mas também a frequência cardíaca durante a vigília e o sono. Tendo em vista a importância de tecnologias de monitoramento acompanhadas por dispositivos que captam sinais fisiológicos de maneira não invasiva, a plataforma Sênior Saúde Móvel (SSM) foi desenvolvida com o objetivo de acompanhar esses sinais e gerar dados de saúde.  Objetivo: Desenvolver um algoritmo para caracterizar e monitorar a insônia em pessoas idosas utilizando a plataforma de monitoramento remoto da SSM. Metodologia: Trata-se de uma pesquisa com foco em desenvolvimento tecnológico com abordagem transversal, observacional, descritiva, analítica e de natureza quantitativa. O algoritmo foi desenvolvido no Núcleo de Tecnologia Estratégica em Saúde, no Laboratório de Computação Biomédica, em Campina Grande, PB e os dados de sono foram obtidos de amostras pertencentes ao Condomínio Cidade Madura, no Centro de Convivência do Idoso e na Universidade Aberta à Maioridade. A amostra foi composta por indivíduos de ambos os sexos com idade igual ou superior a 60 anos. Os participantes foram avaliados e monitorados de forma remota durante 7 dias contínuos através do smartwatch da marca Fitbit. Os dados de sono foram extraídos através do Grafana, a análise dos dados foi realizada por meio do programa estatístico IBM SPSS Statistics 20 (Statistical Package for the Social Science), atribuindo-se o nível de significância de 5% (p<0,05) para todos os testes. Resultados: O algoritmo foi desenvolvido utilizando a linguagem de Python e foram utilizados dados de “estágios do sono”, “latência” e “despertares”, para então chegar à caracterização de “despertares precoces” que se apresentou em média de 1,56 ± 1,08 vezes por semana, “insônia de manutenção” foram 2,18 ± 1,63 vezes por semana e “insônia inicial” 0,06 ± 0,32 vezes por semana. Conclusão: Foi possível realizar o desenvolvimento do algoritmo juntamente a uma equipe multidisciplinar. Contudo, ainda que os dispositivos vestíveis apresentem um bom desempenho, foi encontrado a necessidade de investigar a variância da frequência cardíaca para novos esclarecimentos de despertares e latência do sono, assim como a validação deste algoritmo.",
 	publisher = {Universidade Estadual da Paraíba},
 	scholl = {Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS},
 	note = {Centro de Ciências, Tecnologia e Saúde - CCTS}
}