Desarrollo de una plataforma integral de apoyo a las personas cuidadoras: CuidaconTIC

Abstract

[Resumen]: Este Trabajo Fin de Máster describe el desarrollo y validación de CuidaConTIC, una plataforma web orientada a personas cuidadoras informales. Su objetivo es ofrecer un entorno accesible y centrado en la persona cuidadora, combinando la monitorización de datos objetivos y la recogida de información subjetiva para apoyar el autocuidado. La plataforma integra datos procedentes de wearables (Xiaomi Smart Band 7 a través de Google Fit) con cuestionarios estandarizados y contenidos de apoyo. La arquitectura cliente–servidor, basada en React (frontend con Android WebView) y Spring Boot con PostgreSQL (backend), se desplegó en la infraestructura institucional del CITIC (Universidade da Coruña). De forma experimental, se incorporó un módulo de inteligencia artificial que permite realizar consultas en lenguaje natural sobre la base de datos, restringido a uso interno. La validación se llevó a cabo mediante un estudio piloto de tres meses con 62 cuidadores/as, aplicando instrumentos como EQ-5D-5L y SUS, además de recopilar métricas objetivas de actividad, sueño y frecuencia cardíaca. Los resultados muestran buena aceptación y usabilidad, a la vez que ponen de relieve la elevada sobrecarga y las dificultades de equilibrio ocupacional de la población participante. Este trabajo aporta una integración técnica sólida de datos objetivos y subjetivos, un diseño accesible y una base de datos de resultados que habilita futuras mejoras. Se discuten limitaciones y posibles líneas de trabajo para el escalado y la personalización de recomendaciones.

[Abstract]:This Master’s Thesis describes the development and validation of CuidaConTIC, a web platform designed for informal caregivers. Its aim is to provide an accessible and caregiver-centered environment, combining the monitoring of objective data with the collection of subjective information to support self-care. The platform integrates data from wearables (Xiaomi Smart Band 7 via Google Fit) with standardized questionnaires and support content. The client–server architecture, based on React (frontend with Android WebView) and Spring Boot with PostgreSQL (backend), was deployed on the institutional infrastructure at CITIC (University of A Coruña). Experimentally, an artificial intelligence module was included to enable natural language queries over the database, restricted to internal use. Validation was carried out through a three-month pilot study with 62 caregivers, applying instruments such as EQ-5D-5L and SUS, in addition to collecting objective metrics on activity, sleep, and heart rate. Results show good acceptance and usability, while also highlighting the high burden and occupational balance difficulties faced by participants. This work delivers a solid technical integration of objective and subjective data, an accessible design, and a results database that enables future improvements. Limitations and potential directions for scaling and personalized recommendations are discussed.