Forudsigelse af krav til sygeplejersker fra rutinemæssigt indsamlede data (PREDICT-NURSE)

Baggrund: At have nok sygeplejersker på hospitalets afdelinger er afgørende for patientsikkerhed, men planlægning for forskellige antal og behov hos patienter er svært. Næsten alle akutte NHS-trusts i England bruger det dejlige godkendte Safer Sygeplejerum (SNCT) til at guide personalebeslutninger. Imidlertid er denne tilgang arbejdskrævende og nødvendiggør indsamling af data specifikt for at måle personalekrav, ikke informeret af data indsamlet til administration eller plejestyring.

Mål: Udvikle en metode til at måle efterspørgslen efter sygeplejepersonale på hospitalets afdelinger ved hjælp af rutinemæssige data til at hjælpe med at planlægge virksomheder (antal Ward-medarbejdere), overvåge personale tilstrækkelige i realtid og informere sikker og effektiv implementering af personalet.

Design: En retrospektiv observationsundersøgelse på tværs af afdelinger, der giver akut voksen somatisk (dvs. ikke mental sundhed) Inpatient Care i 5 generelle hospitalets trusts, der forudsiger krav til sygeplejersk personale fra rutinemæssigt indsamlede data og validering af disse forudsigelser mod patient- og bemanding af tilstrækkelige resultater. Algoritmer vil blive udviklet i henhold til brugercentreret design og ved at engagere sig i patienter for at forstå erfaringer fra sygeplejerskens personale og implikationer for udvikling af algoritmer.

WorkStream (WS) 1 Mål: Forstå, hvad der ikke fungerer for sygeplejersker og ledere, når man bruger personaleværktøjer, og inkorporere dette i algoritme -design. Metode: Brugercentreret designtilgang, der omfatter i) En national undersøgelse af personale Matroner og Chief Nursing Information Officers for at finde ud af, hvordan personaleværktøjer bruges, og patientdatatilgængelighed/kvalitet, ii) workshops med sygeplejersker og sygeplejersker, der skal forstås personalebeslutningsstøttebehov på forskellige tidspunkter, iii) workshops med denne gruppe plus plus NHS IT-ledere og rosterfirmaer for at diskutere algoritmesign.

WS2 -mål: Udvikl statistiske/maskinlæringsalgoritmer til at estimere kravene til sygeplejersker fra rutinemæssigt tilgængelige patientdata. Metode: Da der ikke er nogen "guldstandard" til måling af sygeplejepersonale, vil forskere først replikere målinger fra SNCT, en patientens skarphed/afhængighedsklassificeringsværktøj. De vil udvikle alternative algoritmer, herunder replikering af individuel patientskarphed/afhængighedsklassifikationer og replikering af personalebehovet for en hel afdeling. De vil overveje at bemanne beslutninger på forskellige tidspunkter. Prediktorvariabler kommer fra data om administrative og plejeplan.

WS3 Mål: Vurder gyldigheden af ​​algoritmer. Metode: Forskere vil passe til regressionsmodeller til at undersøge sammenhængen mellem faktiske under/overbemanende i forhold til hvert kandidatmål for personalebehov og flere resultater. Til dette vil de bruge rutinemæssige data, der er udvundet fra IT-systemer i hospitalet og en mikroundersøgelse af sygeplejersker til at forstå opfattelsen af ​​personale til tilstrækkelighed. De vil teste, om personale øges i forhold til et mål for personalebehov, risikoen for dårlige patientresultater og opfattelser af, at personale er utilstrækkelig. De vil sammenligne modelpasning med modeller med personalebehov målt ved SNCT.