Uma Plataforma para Monitoramento Remoto de Idosos: O Valor da Variabilidade da Frequência Cardíaca

Authors

DOI:

https://doi.org/10.5753/jdhbi.2026.6746

Keywords:

Variabilidade da Frequência Cardíaca, monitoramento remoto, tecnologia assistiva, arquitetura de software, envelhecimento

Abstract

Contexto: Apesar das limitações inerentes ao envelhecimento humano, o número de pessoas idosas está crescendo. Trabalhos anteriores têm proposto e explorado tecnologias para melhorar a qualidade de vida dos idosos e mitigar esse desafio na área da saúde. Em particular, tecnologias baseadas na Variabilidade da Frequência Cardíaca (VFC) permitem medir a diminuição do tônus vagal e dos comportamentos sedentários ao longo da idade. Embora essa métrica possa ser utilizada de forma remota no cuidado de idosos, seu uso tem sido restrito a ambientes clínicos, laboratórios e hospitais. Para abordar essa lacuna, apresentamos neste artigo o Senior Mobile Health (SMH), uma plataforma que oferece suporte ao desenvolvimento de um sistema completo composto por aplicativos móveis implantados em dispositivos vestíveis e sistemas web para o monitoramento remoto dos dados de VFC de pessoas idosas.  Resultados: Conduzimos um estudo de caso em um cenário real com 89 idosos utilizando o SMH e validamos os resultados por meio da comparação com uma ferramenta clínica de referência, o Kubios HRV.  Conclusões: Nossos resultados fornecem evidências de que o SMH agrega valor significativo ao cuidado de idosos, auxiliando profissionais de saúde em processos de reabilitação.

Downloads

Não há dados estatísticos.

Referências

Abellan van Kan, G., Rolland, Y., Andrieu, S., Bauer, J., Beauchet, O., Bonnefoy, M., Cesari, M., Donini, L., Gillette, G. S., Inzitari, M., Nourhashemi, F., Onder, G., Ritz, P., Salva, A., Visser, M., and Vellas, B. (2009). Gait Speed at Usual Pace as a Predictor of Adverse Outcomes in Community-Dwelling Older People: An International Academy on Nutrition and Aging (IANA) Task Force. The Journal of Nutrition, Health & Aging, 13(10):881–889. DOI: 10.1007/s12603-009-0246-z.

Almeida-Santos, M., Barreto-Filho, J., Oliveira, J., Reis, F., da Cunha Oliveira, C., and Sousa, A. (2016). Aging, heart rate variability and patterns of autonomic regulation of the heart. Archives of Gerontology and Geriatrics, 63:1–8. DOI: 10.1016/j.archger.2015.11.011.

Antoniou, P., Siountas, A., Zilidou, V., and Bamidis, P. (2017). Virtual scenarios for stealth assessment of the elderly: Perceptions and acceptance of technology-based health and wellness interventions. In 2017 IEEE 30th International Symposium on Computer-Based Medical Systems (CBMS), pages 696–701. DOI: 10.1109/CBMS.2017.115.

Barbosa, P., Figueiredo, A., Souto, S., Gaeta, E., Araujo, E., and Teixeira, T. (2020a). An open source software architecture and ready-to-use components for health IoT. In 2020 IEEE 33rd International Symposium on Computer-Based Medical Systems (CBMS), pages 374–379, Rochester, MN, USA. DOI: 10.1109/CBMS49503.2020.00077.

Barbosa, P., Santos, D., Lucena, C., Bastida, L., Ferreira, J., and Cea, G. (2020b). The ocariot data acquisition app. In 2020 IEEE 33rd International Symposium on Computer-Based Medical Systems (CBMS), pages 409–414, Rochester, MN, USA. DOI: 10.1109/CBMS49503.2020.00084.

Binotto, M., Lenardt, M., and Rodríguez-Martínez, M. (2018). Physical frailty and gait speed in community elderly: A systematic review. Journal of School of Nursing, 52:e03392. DOI: 10.1590/S1980-220X2017028703392.

Chabot, D., Bayer, M., and Roos, A. (1991). Instantaneous heart rates and other techniques introducing errors in the calculation of heart rate. Canadian Journal of Zoology, 69(4):1117–1120. DOI: 10.1139/z91-156.

Chen, Y. C., Zheng, W., Lee, R., and Lin, R. (2019). Artificial neural networks-based classification of emotions using wristband heart rate monitor data. Medicine (Baltimore), 98(33):e16863. DOI: 10.1097/MD.0000000000016863.

Forte, G., Favieri, F., and Casagrande, M. (2019). Heart rate variability and cognitive function: A systematic review. Frontiers in Neuroscience, 13(710):1–11. DOI: 10.3389/fnins.2019.00710.

Garcia-Moreno, F., Bermudes-Edo, M., Garrido, J., Rodriguez-Garcia, E., Perez-Marmol, J., and Rodriguez-Fortiz, M. (2020). A microservices e-health system for ecological frailty assessment using wearables. Sensors, 20(12):1–23. DOI: 10.3390/s20123427.

Gonçalves, R. S., Andrade, L. E. L., Fernandes, S. G. G., Albuquerque, I. S., Guerra, R., and Maciel, A. C. C. (2023). Relato de experiência e resultados preliminares do estudo pro-eva: Uma proposta para o manejo da caderneta de saúde da pessoa idosa. Estudos Interdisciplinares sobre o Envelhecimento, 27(1):255–277. DOI: 10.22456/2316-2171.105228.

Graham, S., Jeste, D., Lee, E., Wu, T., Tu, X., Kim, H., and Depp, C. (2019). Associations between heart rate variability measured with a wrist-worn sensor and older adults' physical function: Observational study. JMIR mHealth and uHealth, 7(10):1–13. DOI: 10.2196/13757.

IBGE (2018). Population Projection. Rio de Janeiro: IBGE. Available at: https://www.ibge.gov.br/apps/populacao/projecao/. Accessed on: 23 Mar. 2026.

Kleiger, R., Stein, P., and Bigger Jr., J. (2005). Heart rate variability: Measurement and clinical utility. Annals of Noninvasive Electrocardiology, 10(1):88–101. DOI: 10.1111/j.1542-474X.2005.10101.x.

Lee, H., Joseph, B., Enriquez, A., and Najafi, B. (2018). Toward using smart watch to monitor frailty in hospital setting using a single wrist wearable sensor to assess frailty in bedbound inpatients. Gerontology, 64(4):389–400. DOI: 10.1159/000484241.

Matos, F., Vido, A., Garcia, W., Lopes, W., and Pereira, A. (2020). A neurovisceral integrative study on cognition, heart rate variability, and fitness in the elderly. Frontiers in Aging Neuroscience, 12(51):1–10. DOI: 10.3389/fnagi.2020.00051.

Melo, E., Marques, A., Leal, M., and Melo, H. (2018). Frailty syndrome and associated factors in elderly residents in long-term institutions. Saúde em Debate, 42(117):468–480. DOI: 10.1590/0103-1104201811710.

Ministério da Saúde do Brasil (2018). Caderneta Brasileira da Pessoa Idosa. Brasília: Ministério da Saúde. Available at: https://www.gov.br/saude/pt-br/composicao/saps/publicacoes/cadernetas-e-cartoes/caderneta-brasileira-da-pessoa-idosa/view. Accessed on: 23 Oct. 2025.

Natarajan, A., Pantelopoulos, A., Emir-Farinas, H., and Natarajan, P. (2020). Heart rate variability with photoplethysmography in 8 million individuals: A cross-sectional study. Lancet Digital Health, 2(12):e650–e657. DOI: 10.1016/S2589-7500(20)30246-6.

Palestra, G., Rebiai, M., Courtial, E., Giokas, K., and Koutsouris, D. (2017). A fall prevention system for the elderly: Preliminary results. In 2017 IEEE 30th International Symposium on Computer-Based Medical Systems (CBMS), pages 550–551. DOI: 10.1109/CBMS.2017.130.

Razjouyan, J., Naik, A., MJ., H., Kunik, M., Amirmazaheri, M., Zhou, H., Sharafkhaneh, A., and Najafi, B. (2018). Wearable sensors and the assessment of frailty among vulnerable older adults: An observational cohort study. Sensors (Basel), 18(5):1336. DOI: 10.3390/s18051336.

Rodrigues, E. and Garcés, L. (2026). A platform for remote monitoring of older adults: The value of heart rate variability. Zenodo Dataset.

Rodrigues, E., Lima, D., Barbosa, P., Gonzaga, K., Guerra, R., Pimentel, M., Barbosa, H., and Maciel, A. (2022). Hrv monitoring using commercial wearable devices as a health indicator for older persons during the pandemic. Sensors, 22(5). DOI: 10.3390/s22052001.

Shaffer, F. and Ginsberg, J. P. (2017). An overview of heart rate variability metrics and norms. Frontiers in Public Health, 5(258):1–17. DOI: 10.3389/fpubh.2017.00258.

Tan, J. P. H., Beilharz, J., Vollmer-Conna, U., and Cvejic, E. (2019). Heart rate variability as a marker of healthy ageing. International Journal of Cardiology, 275:101–103. DOI: 10.1016/j.ijcard.2018.08.005.

Tudor-Locke, C., Craig, C., Aoyagi, Y., Bell, R., Croteau, K., DeBourdeaudhuij, I., Ewald, B., Gardner, A., Hatano, Y., Lutes, L., Matsudo, S., Ramirez-Marrero, F., Rogers, L., Rowe, D., Schmidt, M., Tully, M., and Blair, S. (2011). How many steps/day are enough? for older adults and special populations. International Journal of Behavioral Nutrition and Physical Activity, 8:1–19. DOI: 10.1186/1479-5868-8-80.

United Nations (2017). Department of Economic and Social Affairs. Population Division. World Population Prospects 2024. New York: United Nations, 2024. Available at: https://population.un.org/wpp/. Accessed on: 19 Oct. 2026.

Vaughan, C. and Bliwise, D. (2018). Sleep and nocturia in older adults. Sleep Medicine Clinics, 13(1):107–116. DOI: 10.1016/j.jsmc.2017.09.010.

Wen, F. and He, F. (2011). An efficient method of addressing ectopic beats: new insight into data preprocessing of heart rate variability analysis. Journal of Zhejiang University Science B, 12(12):976–982. DOI: 10.1631/jzus.B1000392.

Downloads

Arquivos adicionais

Published

2026-11-13

Como Citar

Rodrigues, E. ., Barbosa, P., Carvalho, D., Nakagawa, E. Y., Fernandes, S., Fernandes, A. T., Maciel, Álvaro, & Garcés, L. . (2026). Uma Plataforma para Monitoramento Remoto de Idosos: O Valor da Variabilidade da Frequência Cardíaca. Journal of Digital Health and Biomedical Informatics, 1(1), 19–28. https://doi.org/10.5753/jdhbi.2026.6746

Issue

Section

Artigos de Pesquisa