Intelligente Pflege für ältere Menschen, die sich von einer Hüftfrakturoperation erholen

Spezifische Ziele und Hypothese:

Die vorgeschlagene Forschung zielt darauf ab, die Auswirkungen eines Smart Care Model (SCM) auf die Gesundheitsergebnisse älterer Patienten, die sich von einer Hüftfrakturoperation erholen (ältere Patienten mit Hüftfraktur), und auf die Pflegebelastung ihrer Pflegekräfte zu untersuchen. Das SCM umfasst die Aktivitätsüberwachung und Rückmeldung in Echtzeit mithilfe intelligenter Kleidung und Sensoren, die in ein Computernetzwerk eingebettet sind.

Die vorgeschlagene Studie hat die folgenden spezifischen Ziele.

1. Um das Protokoll für den SCM vorab zu testen, zu finalisieren und zu bewerten.

2. Bewertung der Wirksamkeit der üblichen Pflege und des SCM für ältere Menschen mit Hüftfrakturen in einer randomisierten Kontrollstudie. Die Auswirkungen der beiden Pflegemodelle werden durch den Vergleich der Verläufe ausgewählter Ergebnisvariablen bewertet: klinische Ergebnisse der Patienten, Fähigkeit zur Selbstversorgung, nachfolgende Stürze, gesundheitsbezogene Lebensqualität (HRQoL), Einhaltung und Inanspruchnahme von Dienstleistungen sowie Familie Bereitschaft der Pflegekräfte, wahrgenommenes Gleichgewicht zwischen konkurrierenden Bedürfnissen, depressiven Symptomen und HRQoL.

   Im ersten Jahr nach der Entlassung aus dem Krankenhaus kommt es bei älteren Patienten mit Hüftfrakturen, die die SCM erhalten, zu 2:1. Sie erzielen bessere klinische Ergebnisse, sind besser in der Lage, sich selbst zu versorgen, halten sich besser an die Patienten und haben eine bessere Lebensqualität sowie weniger Folgestürze als diejenigen, die die übliche Pflege erhalten.

   2-2. Sie haben mehr ambulante Besuche und weniger Wiedereinweisungen ins Krankenhaus und weniger Besuche in der Notaufnahme als diejenigen, die die übliche Pflege erhalten.

   2-3. Familienbetreuer von Patienten mit Hüftfrakturen, die das SCM erhalten, werden über eine bessere Vorbereitung, ein besseres Gleichgewicht zwischen konkurrierenden Bedürfnissen und eine bessere Lebensqualität sowie weniger depressive Symptome verfügen als Betreuer von Patienten, die die übliche Pflege erhalten.

3. Wenn die Wirksamkeit des SCM nachgewiesen ist, wird seine Kostenwirksamkeit aus der Perspektive des Gesundheitssystems und der Gesellschaft analysiert. Das „inkrementelle Kosten-Effektivitäts-Verhältnis“ wird berechnet, um die zusätzlichen Kosten für ein zusätzliches qualitätsbereinigtes Lebensjahr (QALY) älterer Patienten mit Hüftfraktur, die das SCM erhalten, anzuzeigen.
4. Um die Erfahrungen mit der SCM für ältere Menschen mit Hüftfrakturen und ihre Familienbetreuer anhand ausführlicher Interviews qualitativ zu untersuchen. Die qualitativen und quantitativen Komponenten der vorgeschlagenen Studie werden integriert, um das typische Protokoll, den Kontext und die Fälle für die Implementierung des SCM bei älteren Personen mit Hüftfrakturen fertigzustellen.

Grundlegende Gestaltung:

Es werden gemischte Methoden implementiert, eine gleichzeitige eingebettete Strategie, bei der quantitative und qualitative Daten gleichzeitig erfasst werden, wobei die quantitative Komponente vorherrscht und die qualitative Komponente aus einer Stichprobenuntermenge erfasst wird. Für die quantitative Komponente wird ein randomisiertes experimentelles Design verwendet, um die Wirksamkeit des Smart Care Model (SCM) über einen Zeitraum von 5 Jahren zu untersuchen. Für die qualitative Komponente werden wir gleichzeitig qualitative Daten aus einer Stichprobe von Patienten und pflegenden Angehörigen sammeln und vergleichen, die das SCM erhalten, und denen, die die übliche Pflege erhalten. Schließlich werden die qualitativen und quantitativen Daten zusammengeführt, um umfassende Beweise zu liefern und Protokolle fertigzustellen und typische Fälle für die SCM bei älteren Menschen mit Hüftfrakturen. Der Mixed-Methods-Ansatz hat den Vorteil, dass er Ergebnisse bestätigt, das Verständnis für die Auswirkungen von Pflegemodellen validiert und vertieft und Einblicke in die verschiedenen Probleme, die Pflegemodellen zugrunde liegen, erweitert.

Interventionsmodelle Teilnehmer dieser Studie erhalten zwei Pflegemodelle: die übliche Pflege und das Smart Care Model (SCM). Das SCM wird aus zwei Komponenten bestehen: Überwachung des Sturzrisikos mit Alarm und Überwachung des Aktivitätsniveaus mit Feedback. Diese SCM-Komponenten sollen die Kompetenz des Pflegepersonals verbessern, das Risiko des Patienten für spätere Stürze verringern und die postoperative Genesung von Patienten mit Hüftfraktur und kognitiver Beeinträchtigung verbessern. Wir haben die Technologie der Fernüberwachung mit intelligenter Kleidung in die kontinuierliche Rehabilitations- und Entlassungsplanung sowie die geriatrische Beratung integriert. Wir werden in dieser Studie die Auswirkungen des SCM und der üblichen Pflege vergleichen.

Teilnehmer Die Probanden werden aus den Traumastationen des CGMH in den Krankenhäusern Linkou und New Taipei Tucheng rekrutiert. Für die quantitative Komponente wurde die Stichprobengröße basierend auf unserem Interesse an longitudinalen Änderungen der Ergebnisvariablen geschätzt. Wir planen, mindestens 126 Teilnehmer (63 für jede Gruppe) zu gewinnen. Da in unserer vorherigen Studie weniger als 20 % der Fälle verloren gingen, schätzten wir, dass 158 Teilnehmer (79 in jeder Gruppe) für die vorgeschlagene Studie ausreichend wären.

Für die qualitative Komponente wird eine Untergruppe von Teilnehmern und pflegenden Angehörigen, die das SCM erhalten haben, einzeln befragt, um ihre Erfahrungen mit dem SCM zu erkunden, und mit einer Untergruppe von Teilnehmern verglichen, die routinemäßige Pflege erhalten haben. Zehn Patienten und ihre Familienbetreuer aus der Versuchsgruppe und zehn aus der Kontrollgruppe werden rekrutiert.

Verfahren Wie in Abbildung 5 dargestellt, werden potenzielle Probanden von Forschungsassistenten rekrutiert, die zweimal täglich Patientenlisten aus der Notaufnahme und Krankenhauseinweisungen überprüfen, um den Verlust potenzieller Fälle zu vermeiden. Bei Patienten, die die Studienkriterien erfüllen, werden ihre Hausärzte informiert und diese potenziellen Probanden und ihre Familienbetreuer werden zur Teilnahme an dieser Studie eingeladen. Ältere Patienten und ihre pflegenden Angehörigen, die einer Teilnahme zustimmen, werden dann nach dem Zufallsprinzip der Interventions- oder Kontrollgruppe zugeordnet.

Die Randomisierung in Gruppen erfolgt nach einer von unserem Universitätsstatistiker erstellten Randomisierungstabelle. Der Projektmanager erstellt fortlaufend nummerierte, versiegelte Umschläge mit der Gruppenzuordnung. Jeder einwilligende Patient und sein pflegender Angehöriger erhalten den Umschlag in der Reihenfolge, in der er sich angemeldet hat. Der Projektmanager hat Zugriff auf die Tabelle, die die Randomisierungsreihenfolge angibt, nicht jedoch die Forschungskrankenschwestern, die die Ergebnisse bewerten. Nach der Randomisierung erhalten die Patienten und ihre Familienbetreuer in der Versuchsgruppe das SCM und diejenigen in der Kontrollgruppe erhalten die übliche Pflege. Patienten und Familien sind sich ihrer Gruppeneinschreibung nicht bewusst und werden an das Pflegemodell gebunden, das sie erhalten. Forschungskrankenschwestern, die Daten sammeln, werden unabhängig von denen sein, die die Interventionen durchführen. Für die Versuchsgruppe installiert die Altenpflegerin zusammen mit dem Techniker während der Beurteilung der häuslichen Umgebung vor der Entlassung aus dem Krankenhaus Sensoren und verbringt etwa 60 Minuten damit, Pflegekräften und Patienten bei der Verwendung der intelligenten Kleidung zu Hause zu helfen. Anschließend besucht eine ausgebildete Krankenschwester die Teilnehmer nach der Entlassung einen Monat lang einmal pro Woche zu Hause und dann einmal im Monat, um bei der Lösung von Problemen bei der Nutzung des Smart-Care-Systems, beim Herunterladen von Daten und bei der Rehabilitation zu Hause zu helfen. Jeder Besuch dauert 30 bis 60 Minuten.

Patienten und Betreuer in beiden Gruppen werden achtmal im Längsschnitt beurteilt, jedes Mal etwa 30 Minuten. Die erste Beurteilung erfolgt innerhalb von 24 Stunden nach der Krankenhausaufnahme in der Notaufnahme, die zweite Beurteilung erfolgt auf den Stationen nach der Operation und vor der Entlassung. Die dritte, vierte, fünfte, sechste, siebte und achte Beurteilung erfolgt 1, 3, 6, 12, 18 bzw. 24 Monate nach der Entlassung. Familien führen wöchentliche Tagebücher, um Rehabilitations- und Kosteninformationen aufzuzeichnen. Der Anreiz zur Tagebuchaufzeichnung wird durch die Bereitstellung von Belohnungen erhöht. Qualitative Daten zu Erfahrungen mit dem SCM werden durch 20-minütige persönliche Interviews mit einer Untergruppe von mindestens 10 SCM-Gruppen- und 10 Routinepatienten und ihren Familienbetreuern gesammelt. Ihnen wird mitgeteilt, dass es auf die Interviewfragen keine richtigen oder falschen Antworten gibt.

Datenanalyse Quantitative Daten Quantitative Daten werden nach einem Intention-to-Treat-Prinzip analysiert. Diese Analyse testet drei Hypothesen über Teilnehmer, die das SCM erhalten, im Vergleich zu denen, die die übliche Pflege erhalten. Hypothese 2-1: Ältere Patienten mit Hüftfrakturen, die das SCM erhalten, werden bessere klinische Ergebnisse, Selbstpflegefähigkeit, Therapietreue und HRQoL sowie weniger Folgestürze haben; Hypothese 2-2: Ältere Patienten mit Hüftfrakturen, die die SCM erhalten, werden mehr ambulante Besuche und weniger Krankenhausrückübernahmen und Besuche in der Notaufnahme haben; und Hypothese 2-3: Familienbetreuer derjenigen, die das SCM erhalten, werden eine bessere Vorbereitung, ein wahrgenommenes Gleichgewicht zwischen konkurrierenden Bedürfnissen und eine bessere Lebensqualität sowie weniger depressive Symptome haben als Betreuer derjenigen, die die übliche Pflege erhalten.

Änderungen der kontinuierlichen Ergebnisvariablen werden durch hierarchische lineare Modelle (HLM) analysiert, wobei die übliche Sorgfalt (Kontrollgruppe) die Referenzkategorie ist. Für binäre Ergebnisvariablen wird eine Reihe mehrstufiger multinomialer Logit-Modelle mit üblicher Sorgfalt als Referenzkategorie geschätzt. Wenn wir nichtlineare Veränderungen über die Zeit bewerten, wird die Möglichkeit einer Multikollinearität minimiert, indem die Zeit auf 3 und 6 Monate nach der Entlassung zentriert wird, da die schnellste Verbesserung der Genesung in den ersten 6 Monaten eintritt. Schließlich wird die Fluktuation durch zwei Dummy-Variablen berücksichtigt, wobei eine die Probanden identifiziert, die während der einjährigen Nachbeobachtungszeit gestorben sind, und die andere diejenigen identifiziert, die aus anderen Gründen aus der Studie ausgestiegen sind. Darüber hinaus werden die Merkmale der pflegenden Angehörigen (Geschlecht, Alter, Bildungshintergrund und Beziehung zur Person mit Hüftfraktur) zwischen der Versuchsgruppe und der Kontrollgruppe verglichen. Wesentlich unterschiedliche Merkmale werden in der HLM-Datenanalyse kontrolliert.

Für spezifisches Ziel 3 wird das „inkrementelle Kosten-Nutzen-Verhältnis“ berechnet, um die zusätzlichen Kosten für eine zusätzliche QALY bei älteren Patienten mit Hüftfrakturen, die das SCM erhalten, zu demonstrieren. Zusätzlich wird die Robustheit der Studienergebnisse mithilfe einer Mehrweg-Sensitivitätsanalyse getestet.

Qualitative Datentranskripte und Feldnotizen werden Zeile für Zeile codiert, wobei die Datenerfassung und -analyse gleichzeitig erfolgt. Bei der Datenanalyse werden drei Arten von Codes verwendet: beschreibender, interpretativer und Mustercode. Beschreibende Codes implizieren wenig Interpretation. Interpretationscodes analysieren die Bedeutung der Worte der Teilnehmer oder leiten daraus eine Bedeutung ab. Mustercodes sind schlussfolgernder und erklärender. Die Daten werden sowohl fallintern als auch fallübergreifend analysiert. Die Datenanalyse und -erfassung wird regelmäßig im Forschungsteam besprochen. Gleichzeitig mit der Datenerfassung, Codierung und Kategorisierung werden Memos verfasst, um die Gedanken der Forscher während der Datenerfassung und -analyse festzuhalten.