Revista NEYART  
ISSN: 2992 - 7161  
SISTEMA DE ALERTA TEMPRANA Y MONITOREO PORTÁTIL  
PARA LA DETECCIÓN DE CAÍDAS  
EARLY WARNING AND PORTABLE MONITORING SYSTEM FOR  
FALL DETECTION  
Armenta Robles Irving Mitchel  
Tecnológico Nacional de México/ I.T. De Los Mochis  
https://orcid.org/0000-0002-1212-5439  
L21441033@mochis.tecnm.mx  
Delgado Rabago Ivan  
Tecnológico Nacional de México/ I.T. De Los Mochis  
https://orcid.org/0009-0005-6273-7512  
L21440397@mochis.tecnm.mx  
Leal Ontiveros Ileana Paola  
Tecnológico Nacional de México/ I.T. De Los Mochis  
https://orcid.org/0009-0007-7902-1486  
Ileana.lo@mochis.tecnm.mx  
Rivera Valdez Jesús Armando  
Tecnológico Nacional de México/ I.T. De Los Mochis  
https://orcid.org/0009-0009-4062-0638  
L21440163@mochis.tecnm.mx  
DOI: https://doi.org/10.61273/neyart.v4i1.199  
Recibido: 05/02/2026| Aceptado: 06/04/2026 | Publicado: 08/05/2026  
Esta obra está bajo  
una licencia internacional  
Creative Commons Atribución 4.0.  
Página 196  
Revista NEYART  
ISSN: 2992 - 7161  
Resumen-- Las caídas en adultos mayores representan un grave riesgo en la población, siendo la  
principal causa de pérdida de autonomía y lesiones graves. Para mitigar las consecuencias de estos  
accidentes mediante una intervención oportuna, este trabajo presenta el desarrollo y validación de un  
dispositivo de alerta temprana y monitoreo portátil para la detección de caídas. El dispositivo está  
integrado por un microcontrolador y un sensor inercial, usando un algoritmo basado en umbrales de  
aceleración calibrado experimentalmente. La metodología integra pruebas de laboratorio y una  
validación funcional en escenario real. Los resultados demuestran que se tiene un sistema con madurez  
TRL 5, logrando una tasa de falsos positivos de 0 durante la validación de actividades cotidianas y un  
tiempo promedio de transmisión de alerta de 4.02 segundos. Se concluye que la arquitectura establece  
una solución robusta y eficaz para la asistencia remota, garantizando la notificación de eventoscríticos.  
Palabras clave-- Adultos mayores, Detección de caídas, ESP32, IoT, Wearable.  
Abstract-- Falls in the elderly represent a serious risk to the population, being the main cause of loss  
of autonomy and severe injuries. To mitigate the consequences of these accidents through timely  
intervention, this paper presents the development and validation of a portable early warning and  
monitoring system for fall detection. The device integrates a microcontroller and an inertial sensor,  
using an acceleration threshold-based algorithm calibrated experimentally. The methodology integrates  
laboratory tests and a functional validation in a real-world scenario. Results demonstrate that the system  
has achieved a TRL 5 maturity level, reaching a false positive rate of 0 during daily activity validation  
and an average alert transmission time of 4.02 seconds. It is concluded that the architecture establishes  
a robust and effective solution for remote assistance, ensuring the notification of critical events.  
Keywords-- IoT, Fall detection, Elderly, Wearable, ESP32.  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 197  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
INTRODUCCIÓN  
La seguridad de los adultos mayores se ha vuelto una prioridad ante el crecimiento sostenido de este  
sector poblacional. En México, más del 14% de la población tiene 60 años o más, y se estima que para  
2030 esta cifra se duplicará, según el INEGI. Este cambio plantea múltiples desafíos, siendo uno de los  
más graves la prevención de caídas. De acuerdo con la Organización Mundial de la Salud (OMS), Las  
caídas accidentales son la principal causa de lesiones graves, hospitalizaciones y pérdida de autonomía  
en personas mayores. Entre el 28% y 35% de los adultos mayores sufre al menos una caída al año.  
Sin embargo, las soluciones tradicionales, como lo son los botones de pánico, son muy limitados, ya que  
depende de la activación manual del usuario, lo cual no son aptos en caso de que el usuario se encuentre  
inconsciente o inmovilizado tras el golpe.  
El presente trabajo describe el desarrollo de un sistema de alerta temprana basado en una arquitectura  
IoT. Una solución tecnológica enfocada a mejorar significativamente calidad de vida y autonomía de los  
adultos mayores mediante el monitoreo continuo y la notificación automática de emergencia.  
Objetivo general  
Desarrollar un sistema de alerta temprana y monitoreo portátil para la detección de caídas en adultos  
mayores y/o personas con discapacidades motoras.  
Objetivos específicos  
•
Diseñar la arquitectura de hardware y software del dispositivo vestible, seleccionando los  
componentes electrónicos (sensores inerciales, microcontrolador) y protocolos de  
comunicación adecuados para el monitoreo en tiempo real.  
•
•
•
Implementar y calibrar un algoritmo de detección basado en umbrales de aceleración (Factor  
S) que permita discriminar eficazmente entre actividades cotidianas y eventos de caída.  
Vincular el dispositivo con una aplicación móvil centrada en el usuario que permita la  
recepción de alertas inmediatas y la gestión del historial clínico del paciente.  
Validar el desempeño del sistema mediante pruebas experimentales de latencia, precisión de  
detección y usabilidad en entornos controlados y escenarios reales.  
Justificación  
Ante el fenómeno global de envejecimiento poblacional, el desarrollo de un sistema de detección  
automática de caídas es una solución tecnológica que mejora significativamente la seguridad y autonomía  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 198  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
de los adultos mayores y las personas con discapacidades motoras. El dispositivo desarrollado, basado en  
sensores inerciales y notificaciones automáticas, brinda una respuesta rápida ante un evento de caída,  
facilitando la comunicación oportuna de familiares o servicios de emergencia. Así, se contribuye a la  
reducción de las secuelas físicas y psicológicas derivadas de estos eventos, para dar una mejor calidad de  
vida. Este proyecto tiene un enfoque positivo, ya que busca brindar mayor seguridad a las personas,  
permitirá mayor autonomía en los adultos.  
DESARROLLO  
Para el proyecto se estructuró bajo un enfoque mixto, que integra el uso de investigación aplicada,  
documental y experimental, enfocado a la creación de un ecosistema tecnológico tangible. La  
investigación documental aportó sustento las bases teóricas para la selección técnica de componentes, el  
análisis de las necesidades del sistema para su funcionamiento y el estudio de normativas; Investigación  
experimental para la fase de calibración y su posterior validación en usuarios; y mediante la investigación  
aplicada se logró materializar la ingeniería del sistema, utilizando los hallazgos teórico y experimental  
para conseguir un ecosistema tecnológico funcional. Como resultado se obtuvo un proyecto de madurez  
tecnológica de validación del sistema integrado en un entorno relevante (TRL 5).  
Para la recopilación de datos se utilizaron diversas técnicas, para la validación del funcionamiento del  
algoritmo se experimentó de manera controlada para la recolección de datos cuantitativos, siendo una  
matriz de pruebas con la finalidad de establecer la configuración adecuada de los umbrales de caída y de  
impacto para asegurar su detección en diferentes alturas, logrando así calibrar el dispositivo para  
minimizar los falsos positivos. Por otro lado, se realizó una lista de cotejo mediante el uso del dispositivo  
en dos sujetos de prueba, registrando la ocurrencia de falsos positivos mientras se realizaban actividades  
cotidianas.  
De igual manera, se aplicaron diversas técnicas de recolección de datos cualitativos, siendo estas una serie  
de entrevistas a personal de la salud con la finalidad de recopilar recomendaciones para la funcionalidad  
del dispositivo, destacando la necesidad de generar un historial de eventos; así como encuestas a  
cuidadores y familiares para identificar los requerimientos que se necesitan para un sistema de esta índole.  
De esta forma, se logró crear una solución alineada a los requerimientos médicos y de asistencia.  
La arquitectura del sistema se estructura como un ecosistema completo integrado por tres módulos  
principales:  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 199  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
• Dispositivo portátil: El dispositivo de monitoreo portátil se diseñó y construyó como un reloj que  
integra sensores inerciales para la medición de los movimientos de la persona. La elección de los  
componentes fue fundamental para que el dispositivo pudiera detectar patrones cinemáticos y  
detectar cambios bruscos de posición, tal como establecen Martínez Méndez y Romero Huertas  
(2013) en su análisis sobre la evaluación del movimiento en aplicaciones de salud. De igual  
manera, el análisis local de los datos mediante algoritmos de detección de caídas permitiendo  
diferenciar entre actividades cotidianas y caídas reales, usando como base los criterios de  
sensibilidad y especificidad analizados por Estrada Marmolejo y Moran Garabito (2017).  
Figura 1. Dispositivo portátil para el monitoreo y la detección de caídas.  
Fuente. Elaboración propia (2025).  
• Servidor en la nube: Esta infraestructura se diseñó usando como referencia el modelo de  
arquitectura de computación IoT de tres capas validado por Rebeiro, o et al (2022), los cuales  
mencionan que la integración de la Nube es indispensable para la buena gestión de alertas en  
tiempo real y reducir las consecuencias de salud. De esta manera, el sistema asegura que la  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 200  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
notificación sea entregada sin restricciones de distancia, logrando así que el cuidador reciba la  
alerta de manera inmediata sin importar la proximidad física con el paciente.  
• Aplicación Móvil: La aplicación tiene como principal objetivo es alertar a los familiares o  
cuidadores sobre algún siniestro en tiempo real, la creación de reportes médicos y consulta del  
historial de incidentes. El diseño de la aplicación se realizó con un enfoque centrado en el usuario,  
siguiendo las pautas de Álvarez Rodríguez et al. (2015) para establecer una visualización simple  
y flujos de tareas lineales; Complementando, con los criterios de Archundia et al. (2016) para  
asegurar la claridad de las alertas.  
Para la implementación física del dispositivo, se optó por una arquitectura fundamentada bajo el uso  
de microcontroladores compactos con capacidad de procesamiento dual y conectividad integrada,  
logrando así la eficiente gestión de la lectura de sensores y la transmisión inalámbrica.  
• Unidad de procesamiento (ESP32): Se utilizó un SoC ESP32 como núcleo del dispositivo,  
se tomó esta elección fundamental en su arquitectura de doble núcleo de 32 bits y conectividad  
integrada. Lo cual permite la ejecución paralela del algoritmo de filtrado y protocolo de  
comunicación, logrando cubrir los requisitos de latencia mínima y transmisión de alertas  
críticas (Rebeiro et al., 2022). De igual manera, el uso de dispositivo portátil para el  
procesamiento en tiempo real garantiza una respuesta rápida ante eventos críticos.  
• Sistemas de sensores inerciales (MPU-6050): Para la adquisición de los datos cinemáticos,  
se optó por un módulo MPU-6050, tomando como referencia el análisis de Martínez Méndez  
y Romero Huertas (2013), en el cual determinan que la fusión de datos de acelerometría y  
velocidad angular resulta en el estándar para la evaluación biomecánica precisa del  
movimiento humano. El acelerómetro se utiliza para medir la aceleración lineal en los ejes X,  
Y, Z con la finalidad de establecer la fuerza de impacto; en cambio, el giroscopio se encarga  
de monitorear los cambios en la orientación.  
• Interfaz de retroalimentación: Para la interacción con el usuario, se integró una pantalla  
OLED monocromática y un beeper en un diseño compacto para su uso en la muñeca, esta  
implementación sigue los criterios de accesibilidad digital validados por Archundia et al.  
(2016), aplicando el principio de redundancia sensorial, el cual dicta que para garantizar la  
percepción de una alerta es indispensable combinar estímulos visuales con señales auditivas.  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 201  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
Para garantizar una repuesta inmediate se estableció una arquitectura de procesamiento local, lo cual  
permite ejecutar la lógica de detección directamente en el microcontrolador. De esta forma, el  
dispositivo identifica el accidente y activar la alarma local de forma automática, utilizando la  
conectividad de Wi-Fi para la transmisión de la notificación remota al servidor.  
El algoritmo implementado es basado en umbrales, una técnica validada por Estrada Marmolejo y  
Moran Garabito (2017, p.31), utilizando el cálculo de Factor S o también conocido como filtro de  
esfera, tal como establecen los autores “el empleo del factor S es una manera de considerar el total de  
la aceleración con respecto a todos los ejes”. Esta magnitud es calculada mediante la siguiente  
ecuación:  
2
2
2
√
퐹푎푐푡표푟_푆 = 푥ꢀ푢ꢁ + 푦ꢀ푢ꢁ + 푧ꢀ푢ꢁ  
Donde:  
• Factor_S: Representa la magnitud del vector de aceleración total.  
• 푥ꢀ푢ꢁ, 푦ꢀ푢ꢁ, 푧ꢀ푢ꢁ: Representan los valores de aceleración instantánea de los ejes X, Y, Z.  
El protocolo de monitoreo valida continuamente si el Factor S es igual o mayor al umbral critico de  
impacto (푈푖푚푝). Este parámetro establece la variable de sensibilidad del sistema y su valor numérico final  
el cual se determino mediante la experimentación para diferenciar entre un movimiento brusco y una  
caída. Si el dispositivo detecta que se cumple con la condición establecida (퐹푎푐푡표푟_푆 ≥ 푈푖푚푝), activa de  
manera inmediata la respuesta local y transmite los datos al servidor para notificar la situación en la alerta  
móvil.  
ANÁLISIS Y DISCUSIÓN.  
Definición de especificaciones técnicas basadas en validación clínica  
La arquitectura del dispositivo no se estableció de manera arbitraria, sino que fueron resultados de un  
proceso de ingeniería de requisitos, validado mediante un estudio de campo. Esta fase recopilo datos de  
50 familiar y cuidadores con la visión de personal de la salud, con especialistas en medicina geriátrica,  
enfermería y rehabilitación física. Esto permitió establecer variables críticas que rigieron el diseño del  
firmware y el hardware.  
El análisis de los resultados obtenidos demuestra que la velocidad de respuesta en un factor primordial  
representando 41% de los casos de usos, incluso superando la preocupación de padecimiento de una lesión  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 202  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
física debido. El resultado determino que la asistencia inmediata es una variable critica para mitigar  
complicaciones secundarias debido a la caída, por lo cual se diseño el firmware con procesamiento en  
tiempo real.  
De igual manera, se estableció la necesidad técnica de un informe de evento, como un requisito de  
importancia para la evidencia clínica. Durante las entrevistas, el Dr. Jesús Guzmán hizo hincapié en la  
situación inquietante: “los familiares no suelen reportar este tipo de incidentes”, lo cual puede generar que  
no se tenga la información necesaria para dar un diagnóstico. Con la finalidad de dar solución a esta  
problemática, se implementó un módulo de registro automático de los incidentes en la aplicación. Lo cual  
permite al personal de salud tengan acceso a seguimiento objetivo y cronológico de cada evento para  
ajuste preciso en el tratamiento del paciente.  
Como se muestra en la figura 1, este reporte se estructuró en dos bloques estratégicos: el perfil médico  
que muestra información personal, médica y adicional sobre el paciente; y una sesión con el historial en  
forma tabular organizando los eventos de forma cronológica por fecha, hora exacta, estado de  
confirmación de alerta, descripción del suceso y el tiempo que se tardó en el asistir a la persona.  
Figura 2. Ejemplo de reporte del paciente.  
Fuente. Elaboración propia (2025).  
Adicionalmente, se presentaron otros requerimientos para funcionalidad del sistema. La facilidad de uso  
se posicionó como una de las características más valoradas con un 28% y la asistencia inmediata 25%.  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 203  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
Esto rigió tanto en desarrollo del software, en el cual se eliminaron configuraciones complejas en favor  
de procesos automatizados e intuitivos, en la arquitectura del hardware se optó por un dispositivo con  
diseño tipo reloj tras validar que es el formato con mayor adherencia y comodidad para el usuario.  
Calibración de parámetros de umbrales de detección.  
Para la garantizarían del sistema, se implementó un experimento enfocado a la determinación de los  
valores óptimos de umbral de caída libre y de impacto. El objetivo principal fue establecer un equilibrio  
entre sensibilidad para detectar caídas reales y capacidad de ignorar los movimientos bruscos. Como  
señalan Estrada Marmolejo y Moran Garabito (2017), el avance de los algoritmos es significativo, el  
desafío está en ajustar los parámetros para minimizar las falsa alarmas, sin comprometer la seguridad del  
usuario.  
La configuración del experimento se basó en la biomédica del usuario y la clasificación de eventos físicos,  
definiendo dos escenarios: falso positivo que va de los 10,20,50 cm, para simular las aceleraciones propias  
de las actividades cotidianas; y el de caída real de 70 y 100 cm. Los resultados obtenidos se muestral en  
la tabla 1.  
Tabla 1. Pruebas para la selección de umbrales del algoritmo.  
Umbral de  
caída  
2000  
2000  
2000  
2000  
3000  
3000  
3000  
3000  
4000  
4000  
4000  
4000  
Umbral de  
impacto  
8000  
Altura de  
Altura de  
Altura de  
Altura de  
Altura de  
10 cm  
20 cm  
50 cm  
70 cm  
100 cm  
5
3
0
0
5
1
0
0
5
3
0
0
5
4
1
0
5
2
0
0
5
4
0
0
5
5
4
2
5
3
0
1
5
4
2
0
5
5
5
5
5
5
5
5
5
5
4
3
5
5
5
5
5
5
5
5
5
5
4
4
12000  
15000  
18000  
8000  
12000  
15000  
18000  
8000  
12000  
15000  
18000  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 204  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
5000  
5000  
5000  
5000  
8000  
12000  
15000  
18000  
4
4
0
0
5
3
0
0
5
3
0
0
5
5
3
2
5
5
4
4
Fuente. Elaboración propia (2025).  
Análisis: Tomando en cuenta los resultados obtenidos revela la correlación que existe entre la magnitud  
de los umbrales y el funcionamiento del sistema. La configuración de Umbral de caída< 2000, se presentó  
una sensibilidad critica dando como resultado un 100% de los movimientos cotidianos como caídas. Por  
otro lado, el uso de los parámetros al máximo, ocurrió un comportamiento restrictivo, omitiendo el 40%  
de las caídas reales simuladas, lo que representa un riesgo de seguridad. El punto óptimo en la  
configuración se localizó en 3000 en el umbral de caída y 15000 en el umbral de impacto. Esta calibración  
logro tener 0 alertas en las actividades cotidianas y 5 en caídas simuladas, así validando su uso.  
Prueba de latencia y fiabilidad de conexión.  
Una vez establecido los umbrales del algoritmo, se procedió a evaluar la eficiencia de la IoT, esta etapa  
tuvo como principal objetivo verificar el cumplimiento de velocidad de respuesta, cronometrando el  
tiempo exacto que trascurrió entre el evento y la notificación de alerta.  
Se ejecutó un total de 100 pruebas bajo de condiciones de red estándar, el tiempo transcurrió desde que el  
dispositivo confirmaba la caída hasta que la aplicación móvil recibe la alerta. Las pruebas demostraron  
una consistencia total en la conectividad. A continuación, detalla en la tabla 2, los tiempos registrados  
durante las 100 iteraciones.  
Tabla 2. Registro de tiempos de latencia en la transmisión de alertas.  
Tiempo de  
2
7
3
4
5
6
9
7
2
8
1
9
1
respuesta  
Cantidad  
de intentos  
36  
25  
19  
Fuente. Elaboración propia (2025).  
Análisis: Tomando en cuenta los resultados obtenidos, se demuestra que el sistema mantuvo la conexión  
al 100%. Respecto a la velocidad, se tiene un tiempo promedio de respuesta de 4.02 segundos. Esto  
demuestra que el que la arquitectura implementada procesa y transmite de manera eficiente. Al mantener  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 205  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
el promedio y asegurar que ninguno tenga un tiempo elevado, el sistema logra garantizar que la alerta  
llegue en el tiempo preciso.  
Validación funcional en escenario real.  
Para verificar el funcionamiento del sistema fuera de condiciones de laboratorio, se realizó un estudio  
piloto orientado a la detención de falsos positivos durante la realización de actividades diarias. Los sujetos  
de prueba fueron un masculino de 76 años y una femenina de 71 años ambos con movilidad reducida. La  
prueba se realizó durante 60 minutos por participante, en los cuales los sujetos realizaron actividades  
habituales en su día a día, sin simulación de eventos traumáticos. Los resultados observados durante estas  
sesiones se muestran en la tabla 3.  
Tabla 3. Resultados de la Prueba en actividades de vidia diaria.  
Sujeto  
Edad  
76  
Tiempo de monitoreo  
60 min  
Falso positivo registrados  
A
B
0
0
71  
60 min  
Fuente. Elaboración propia (2025).  
Análisis: durante la prueba en ambos casos, no se registran actividades erróneas del protocolo de  
emergencia, lo cual demuestra que el algoritmo funciona adecuadamente en situaciones reales, en adultos  
mayores, esto valida la las decisión de los umbrales establecidos.  
CONCLUSIONES  
Tras realizar el desarrollo del sistema se logró materializar una arquitectura IoT funcional enfocada a  
adultos mayores , alcanzado un nivel de madurez tecnológico de TRL 5 mediante la validaciones en  
escenarios reales no controlados, las pruebas de calibración del factor s jugó un papel relevante para el  
funcionamiento del dispositivo, esta configuración nos permitió discriminar de manera eficaz entre  
actividades cotidianas y caídas, dando como resultado un total de cero falsos positivos en la validación  
con sujetos de prueba.  
El desempeño del sistema, es completamente satisfactorio, logrando cumplir con la velocidad de respuesta  
teniendo el tiempo promedio de alerta de 4.02 segundos. Esto demuestra que la arquitectura de  
procesamiento dual es robusta para una aplicación de emergencia. Finalmente, la integración en el sistema  
de funciones complementarias, como lo es la generación automática de historial de incidentes en la  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 206  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
aplicación móvil, aporta un valor añadido al ecosistema. Esto valida al dispositivo como una herramienta  
tecnológica viable para detectar caídas.  
TRABAJO A FUTURO  
Se tiene contemplado a futuro para el sistema es la integración de inteligencia artificial, con el objetivo de  
evolucionar el algoritmo de umbrales a modelos de aprendizaje automático capaces de identificar patrones  
biomecánicos complejos y detectar patrones de inestabilidad en la marcha, con el fin de anticipar la caída.  
REFERENCIAS  
Aakesh, U., Rajasekaran, Y., Sabarivani, & Sudhakar, T. (2023). Review on Healthcare Monitoring and  
Tracking Wristband for Elderly People using ESP-32. En 2023 5th International Conference on  
Smart  
Systems  
and  
Inventive  
Technology  
(ICSSIT)  
(pp.  
523-529).  
IEEE.  
https://doi.org/10.1109/ICSSIT55814.2023.10061134  
Álvarez Rodríguez, F. J., Luna García, H., & Mendoza González, R. (2015). Patrones de diseño para  
mejorar la accesibilidad y uso de aplicaciones sociales para adultos mayores. Comunicar, 22(45),  
85–94. https://www.revistacomunicar.com/pdf/45/c4509es.pdf  
Archundia Sierra, E., Cerón Garnica, C., Cervantes, P., & Rodríguez, F. (2016). Diseño y desarrollo de  
una aplicación móvil accesible de navegación individual y localización para personas de la tercera  
edad con discapacidad visual. Research in Computing Science, (126), 109–119.  
Efendi, A., Ammarullah, M. I., Isa, I. G. T., Sari, M. P., Izza, J. N., Nugroho, Y. S., Nasrullah, H., &  
Alfian, D. (2025). IoT-Based Elderly Health Monitoring System Using Firebase Cloud  
Computing. Health Science Reports, 8(1), e70498. https://doi.org/10.1002/hsr2.70498  
Estrada Marmolejo, R., & Moran Garabito, C. E. (2017). Algoritmo de detección de caídas en un sistema  
embebido [Tesis de Maestría]. Centro de Tecnología Avanzada (CIATEQ). Repositorio  
Institucional  
CIATEQ.  
https://ciateq.repositorioinstitucional.mx/jspui/bitstream/1020/89/1/MoranGarabitoCarlosE%20  
MSIM%202017.pdf  
Giuffrida, D., Benetti, G., De Martini, D., & Facchinetti, T. (2019). Detección de caídas con aprendizaje  
automático supervisado utilizando sensores portátiles. En IEEE 17th International Conference on  
Industrial  
Informatics  
(INDIN)  
(pp.  
253-259).  
IEEE.  
https://doi.org/10.1109/INDIN41052.2019.8972246  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 207  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
INEGI. (2023). Encuesta Nacional de la Dinámica Demográfica (ENADID). Instituto Nacional de  
Estadística y Geografía. https://www.inegi.org.mx/programas/enadid/2023/  
Martínez Méndez, R., & Romero Huertas, M. (2013). Uso de sensores inerciales en la medición y  
evaluación del movimiento humano para aplicaciones en la salud. Revista Ideas en Ciencia, (37),  
9-18.  
https://www.researchgate.net/publication/263198667_Uso_de_sensores_inerciales_en_la_medici  
on_y_evaluacion_de_movimiento_humano_para_aplicaciones_en_la_salud  
Organización Mundial de la Salud. (2021, 26 de abril). Caídas. Organización Mundial de la Salud.  
https://www.who.int/es/news-room/fact-sheets/detail/falls  
Ribeiro, O., Gomes, L., & Vale, Z. (2022). IoT-Based Human Fall Detection System: Architecture,  
Protocols, and Applications. Electronics, 11(4), 592. https://doi.org/10.3390/electronics11040592  
Rybenská, K., Knapová, L., Janiš, K., Kühnová, J., Cimler, R., & Elavsky, S. (2024). Tecnologías  
SMART en el cuidado de adultos mayores: una revisión de exploración y guía para los cuidadores.  
Revista de Tecnologías Habilitantes, 18(4), 200–222. https://doi.org/10.1108/JET-05-2023-0016  
Sharma, N., Brinke, J., Gemert-Pijnen, J., & Braakman-Jansen, L. (2021). Implementation of Unobtrusive  
Sensing Systems for Older Adult Care: Scoping Review. JMIR Aging, 4(4), e27862.  
https://doi.org/10.2196/27862  
Shibuya, N., et al. (2015). A real-time fall detection system using a wearable gait analysis sensor and a  
Support Vector Machine (SVM) classifier. En 2015 Eighth International Conference on Mobile  
Computing  
and  
Ubiquitous  
Networking  
(ICMU)  
(pp.  
66-67).  
IEEE.  
https://doi.org/10.1109/ICMU.2015.7061032  
Wild, K., Boise, L., Lundell, J., & Foucek, A. (2008). Monitoreo discreto en el hogar de la salud cognitiva  
y física: reacciones y percepciones de adultos mayores. Journal of Applied Gerontology, 27(2),  
181-200. https://doi.org/10.1177/0733464807311435  
Zhang, J., Li, J., & Wang, W. (2021). A Class-Imbalanced Deep Learning Fall Detection Algorithm Using  
Wearable Sensors. Sensors, 21(19), 6511. https://doi.org/10.3390/s21196511  
TABLA TRABAJO COLABORATIVO  
Rol  
Autor (es)  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 208  
Artículo de Investigación Original  
Revista NEYART  
ISSN: 2992 - 7161  
Conceptualización  
Irving Mitchel Armenta Robles, Ivan Delgado Rabago, Ileana  
Paola Leal Ontiveros, Jesus Armando Rivera Valdez  
Metodología  
Software  
Irving Mitchel Armenta Robles, Ivan Delgado Rabago, Ileana  
Paola Leal Ontiveros, Jesus Armando Rivera Valdez  
Irving Mitchel Armenta Robles, Ileana Paola Leal Ontiveros,  
Jesus Armando Rivera Vladez  
Validación  
Análisis formal  
Irving Mitchel Armenta Robles, Ivan Delgado Rabago, Ileana  
Paola Leal Ontiveros, Jesus Armando Rivera Valdez  
Irving Mitchel Armenta Robles, Ivan Delgado Rabago, Ileana  
Paola Leal Ontiveros, Jesus Armando Rivera Valdez  
Investigación  
Irving Mitchel Armenta Robles, Ivan Delgado Rabago, Ileana  
Paola Leal Ontiveros, Jesus Armando Rivera Valdez  
Ivan Delgado Rabago  
Curación de datos  
Escritura - Preparación del borrador original  
Escritura - Revisión y edición  
Visualización  
Ivan Delgado Rabago  
Ivan Delgado Rabago, Ileana Paola Leal Ontiveros  
Ivan Delgado Rabago  
Supervisión  
Ileana Paola Leal Ontiveros  
Edición 4 | Vol. 4 – No. 1 | Enero – junio 2026 |  
Página 209  
Artículo de Investigación Original