DOCUMENTAZIONE ELETTRONICA DELL`ASSISTENZA
Transcript
DOCUMENTAZIONE ELETTRONICA DELL`ASSISTENZA
Health Literacy: una comunicazione chiara per una salute migliore Convegno CNAI 2016 Roma 4 e 5 novembre 2016 DOCUMENTAZIONE ELETTRONICA DELL’ASSISTENZA. DIAGNOSI INFERMIERISTICHE COME MISURA DELLA COMPLESSITÀ ASSISTENZIALE E FATTORE PROGNOSTICO X PRESENTAZIONE ORALE POSTER GIANFRANCO SANSON Università di Roma Tor vergata, Dipartimento di Biomedicina e Prevenzione [email protected] 3395826210 (presenter) FABIO D’AGOSTINO Università di Roma Tor Vergata, Dipartimento di Biomedicina e Prevenzione [email protected] 3491882795 ANTONELLO COCCHIERI Fondazione Policlinico Universitario A. Gemelli- Università Cattolica del Sacro Cuore [email protected] 06-30158587 ERCOLE VELLONE Università di Roma Tor Vergata, Dipartimento di Biomedicina e Prevenzione [email protected] 3387491811 MAURIZIO ZEGA Fondazione Policlinico Universitario A. Gemelli- Università Cattolica del Sacro Cuore [email protected] 06-30154796-4285 ROSARIA ALVARO Università di Roma Tor Vergata, Dipartimento di Biomedicina e Prevenzione [email protected] 3386158742 Health Literacy: una comunicazione chiara per una salute migliore Convegno CNAI 2016 Roma 4 e 5 novembre 2016 Introduzione: L’assistenza infermieristica è scarsamente rappresentata nella documentazione sanitaria e le informazioni sono spesso raccolte e archiviate in forma cartacea e senza utilizzare un linguaggio standardizzato. La transizione a forme di documentazione elettronica può avere uno straordinario impatto sulla pratica professionale e sui risultati clinici degli infermieri. La realizzazione di questo potenziale richiede l’adozione di terminologie di interfaccia clinica standardizzate e uniformi. In tale ambito, l'analisi delle diagnosi infermieristiche (DI) può fornire una misura della complessità del paziente e avere valore prognostico. Obiettivo dello studio: analizzare la frequenza delle DI e la loro relazione con la mortalità e la durata della degenza (DdD) ospedaliera. Metodo: Studio prospettico osservazionale svolto in 4 reparti del Policlinico Gemelli di Roma in un periodo di 6 mesi (Luglio-Dicembre 2014). I dati sono stati raccolti attraverso il sistema informativo infermieristico PAI (Professional Assessment Instrument). I problemi identificati nelle prime 24 ore sono stati descritti utilizzando fino a 44 DI basate sulla tassonomia NANDA-International. Sono state eseguite analisi di statistica descrittiva e inferenziale (correlazione, t-test, ANOVA). Risultati: Sono stati inclusi 2.283 pazienti (62,3 16,5 anni, 48,4% femmine). Sono state assegnate una media di 4,5 4,5 diagnosi per paziente (range: 0–32), numero risultato diverso nei quattro reparti (medicina: 3,0±3,0; chirurgia generale: 3,6 3,8; oncologia: 5,7 3,7; chirurgia toracica: 6.6 6.1; p<0.001). La distribuzione delle DI nei quattro reparti è risultata significativamente differente, la DI assegnata più frequentemente è stata Rischio d'infezione. Il numero di DI è risultato significativamente maggiore nei pazienti deceduti (dimessi: 4,3 4,2; deceduti: 8,5 7,4; p<0,001). La DdD è stata superiore per i pazienti con un numero di DI maggiori alla media riscontrata nella popolazione (<5 DI: 6,8±5,3 giorni; 5 DI: 9,1±7,4 giorni; p<0,001). Escludendo i pazienti deceduti, la DdD è risultata direttamente correlata al numero delle diagnosi (r=0,56; p=0,002). Nelle analisi bivariate, 24 DI (54,5%) sono risultate significativamente correlate sia alla mortalità che alla DdD. Discussione: Il numero cumulativo di diagnosi e la loro distribuzione descrivono complessità diverse nei 4 reparti studiati, suggerendo che Oncologia e Chirurgia toracica prendano in carico pazienti con complessità infermieristica maggiore. In tutti i reparti la DI più frequente è stata Rischio di infezione; questo risultato è coerente con precedenti studi. L'analisi bivariata ha evidenziando che maggiore è il numero di DI, maggiori sono il rischio di morte e di DdD più lunga; su tale base siamo portati a concludere che i pazienti con un maggior numero di DI hanno una complessità infermieristica maggiore, probabilmente associata con un peggiore situazione clinica, e un maggiore rischio di esiti negativi. Questo risultato è supportato da studi precedenti. Conclusioni: L’utilizzo del PAI consente di documentare le complessità del paziente e di confrontare contesti diversi di cura. Questa complessità sembra essere associata ad outcome critici come DdD e mortalità. Health Literacy: una comunicazione chiara per una salute migliore Convegno CNAI 2016 Roma 4 e 5 novembre 2016 Bibliografia 1. Mac Neela P, Scott PA, Treacy MP, Hyde A. Nursing minimum data sets: a conceptual analysis and review. Nursing inquiry. Mar 2006;13(1):44-51. 2. O'Brien-Pallas L, Irvine D, Peereboom E, Murray M. Measuring nursing workload: understanding the variability. Nurs econ 1997;14(4):11. 3. Lavin MA, Avant K, Craft-Rosenberg M, Herdman TH, Gebbie K. Contexts for the study of the economic influence of nursing diagnoses on patient outcomes. International journal of nursing terminologies and classifications : the official journal of NANDA International. Apr-Jun 2004;15(2):39-47. 4. Lunney M. Nursing assessment, clinical judgment, and nursing diagnoses: how to determine accurate diagnoses. In: Herdman TH, ed. NANDA International nursing diagnoses: definitions and classification 2012-2014. Oxford: Wiley-Blackwell; 2012:71-89. 5. Herdman H. Nursing Diagnoses: Definitions and Classification. 2015-2017. . Oxford: WileyBlackwell; 2014. 6. Alves dos Santos N, Frota Cavalcante T, de Oliveira Lopes MV, Bezerra Gomes E, de Oliveira CJ. Profile of nursing diagnoses in patients with respiratory disorders. Invest Educ Enferm. 2015;33(1):112-118. 7. Dias de Araujo D, Rodrigues de Carvalho RL, Machado Chianca TC. Nursing diagnoses identified in records of hospitalized elderly. Invest Educ Enferm. 2014;32(2):225-235. 8. Jomar RT, de Souza Bispo VR. The most common nursing diagnosis among adults/seniors hospitalised with cancer: integrative review. Ecancermedicalscience. 2014;8:462. 9. Hao AT, Wu LP, Kumar A, et al. Nursing process decision support system for urology ward. International journal of medical informatics. Jul 2013;82(7):604-612. 10. da Silva FS, Viana MF, Volpato MP. [Nursing diagnoses in patients admitted by the orthopedic clinic in a surgical unit]. Revista gaucha de enfermagem / EENFUFRGS. Dec 2008;29(4):565-572. 11. Almeida Mde A, Aliti GB, Franzen E, et al. Prevalent nursing diagnoses and interventions in the hospitalized elder care. Rev Lat Am Enfermagem. Jul-Aug 2008;16(4):707-711. 12. Raju D, Su X, Patrician PA, Loan LA, McCarthy MS. Exploring factors associated with pressure ulcers: a data mining approach. International journal of nursing studies. Jan 2015;52(1):102-111. 13. Bembenek J, Karlinski M, Kobayashi A, Czlonkowska A. Early stroke-related deep venous thrombosis: risk factors and influence on outcome. Journal of thrombosis and thrombolysis. Jul 2011;32(1):96-102. 14. Rosenthal GE, Halloran EJ, Kiley M, Landefeld CS. Predictive validity of the Nursing Severity Index in patients with musculoskeletal disease. Nurses of University Hospitals of Cleveland. Journal of clinical epidemiology. Feb 1995;48(2):179-188. Health Literacy: una comunicazione chiara per una salute migliore Convegno CNAI 2016 Roma 4 e 5 novembre 2016 15. Rosenthal GE, Halloran EJ, Kiley M, Pinkley C, Landefeld CS. Development and validation of the Nursing Severity Index. A new method for measuring severity of illness using nursing diagnoses. Nurses of University Hospitals of Cleveland. Med Care. Dec 1992;30(12):1127-1141. 16. O'Brien-Pallas L, Li XM, Wang S, Meyer RM, Thomson D. Evaluation of a patient care delivery model: system outcomes in acute cardiac care. The Canadian journal of nursing research = Revue canadienne de recherche en sciences infirmieres. Dec 2010;42(4):98-120. 17. Onori KO. Nursing diagnoses in the care of hospitalized patients with Type 2 Diabetes Mellitus: Pattern analysis and correlates of health disparities. Chapel Hill, University of North Carolina; 2013. 18. Halloran EJ, Kiley M. Nursing dependency, diagnosis-related groups, and length of hospital stay. Health care financing review. Spring 1987;8(3):27-36. 19. Smith AR. Characteristics and nursing care requirements of a subset of hospitalized patients with the Acquired Immunodeficiency Syndrome (AIDS). Los Angeles. , University of California; 1995. 20. Welton JM, Halloran EJ. Nursing diagnoses, diagnosis-related group, and hospital outcomes. The Journal of nursing administration. Dec 2005;35(12):541-549. 21. Castellan C, Sluga S, Spina E, Sanson G. Nursing diagnoses, outcomes and interventions as measures of patient complexity and nursing care requirement in Intensive Care Unit. Journal of advanced nursing. 2016.