A Remote Monitoring Platform for the Management of Lower Limb Vascular Diseases

Data de publicação:

Autores da FMUP

  • José Alberto Da Silva Freitas

    Autor

Participantes de fora da FMUP

  • Souza, J
  • Vieira, A
  • Conceicao, L
  • Martins, R
  • Rodrigues, D
  • Corrente, G
  • Xavier, W
  • Sampaio, S
  • Marreiros, G

Unidades de investigação

Abstract

This short paper describes a remote monitoring platform proposed in the Inno4health project. The platform aims to guide patients and clinicians during the treatment of lower limb vascular disorders, namely, to correct abnormal foot pressure and temperature to prevent diabetic foot ulcers and to monitor interface pressure, leg position and elevation for venous ulcers patients.

Dados da publicação

ISSN/ISSNe:
0926-9630, 1879-8365

Studies in Health Technology and Informatics  IOS Press BV

Tipo:
Proceedings Paper
Páginas:
1013-1014
Link para outro recurso:
www.scopus.com

Citações Recebidas na Scopus: 1

Documentos

  • Não há documentos

Métricas

Filiações mostrar / ocultar

Keywords

  • Wearable devices; clinical decision support; vascular diseases; mHealth: remote monitoring; continuous monitoring

Financiamento

Proyectos asociados

Stimulate continous monitoring in personal and physical health.

Investigador Principal: José Alberto da Silva Freitas

Estudo Observacional Académico (INNO4HEALTH) . FCT . 2021

Estudos de avaliação de exequibilidade, usabilidade e utilização de uma app para telemóvel para gestão da diabetes tipo 2.

Investigador Principal: José Alberto da Silva Freitas

Estudo Observacional Académico (FoodFriend) . FCT . 2022

Tendências nas Hospitalizações por Insuficiência Cardíaca durante um Período de Dezasseis Anos: Dados de Abrangência Nacional para Portugal

Investigador Principal: José Alberto da Silva Freitas

Estudo Clínico Académico (Hospitalizações IC) . 2022

Healthcare Human Resources and Quality Indicators: Approaches to Strengthening Primary Care.

Investigador Principal: José Alberto da Silva Freitas

Estudo Clínico Académico . 2022

A machine learning-based approach to support the assessment of clinical coded data quality in the context of Diagnosis-Related Groups classification systems

Investigador Principal: José Alberto da Silva Freitas

Estudo Clínico Académico . 2020

Citar a publicação

Partilhar a publicação