Sairaanhoitajien asenteet, tieto, itsetehokkuus ja käyttäytyminen vanhusten ravitsemushoidossa (NUTRICARE)

Taustaa ja perusteluja

Vanhusten aliravitsemus on edelleen ratkaisematon ongelma, ja se vaikuttaa 3,1 prosentista avohoitopotilaiden 29,4 prosenttiin kuntoutuksen/subakuuteissa tilanteissa. Tähän mennessä empiiriset todisteet osoittavat, että iäkkäiden ihmisten aliravitsemus lisää vammaisuuden ja itsenäisyyden menettämisen riskiä sekä lisää sairastuvuutta ja kuolleisuutta. Tästä syystä aliravitsemuksen ehkäisemisen tulisi olla terveydenhuollon ammattilaisten prioriteetti ikääntyneiden potilaiden hoidossa ja hoidossa, ja sairaanhoitajat ovat strategisessa asemassa estämään iäkkäiden ihmisten aliravitsemusta, koska he ovat ainoat terveydenhuollon ammattilaiset, jotka huolehtivat potilaista 24/ 24 ja 7/7. Useat tutkimukset raportoivat kuitenkin, että ravitsemushoidon laatu on usein alle standardin kliinisissä ympäristöissä, mikä korostaa, että tärkeimmät ravitsemushoidon esteet sairaanhoitajien näkökulmasta olivat: yksinäisyys ravitsemushoidossa, ravitsemusosaamisen tarve. hoito, alhainen joustavuus ravitsemiskäytännöissä, järjestelmävika ravitsemushoidossa ja ravitsemushoidon laiminlyönti.

Tältä osin on mahdollista olettaa useita hoitotyön ravitsemusosaamisen taustalla olevia keskeisiä tekijöitä, jotka voivat vaikuttaa ravitsemushoidon laatuun, kuten tieto, asenteet ja itsetehokkuus. Lukuisat kirjoittajat ovatkin kuvanneet, että tiedon puute hyvän ravitsemushoidon avaintekijöistä on olennaista korkealaatuisen hoidon kannalta, mikä saa heidät aliarvioimaan sen riittämättömyyden seurauksia. Kirjallisuudessa selitettiin, että aliravitsemuksen tärkeiden käsitteiden tuntemattomuus voi johtaa ilmiön aliarvioimiseen ja käyttäytymiseen, joka ei estä aliravitsemuksen syntymistä. Siksi on ratkaisevan tärkeää mitata terveydenhuollon ammattilaisten tietämyksen taso näissä asioissa kohdennetun koulutuksen toteuttamiseksi, vaikka viimeaikainen kirjallisuus raportoikin parannuksesta tässä suhteessa. Toinen hoidon laatuun vaikuttava tekijä on sairaanhoitajien asenne ravitsemushoitoon. Aiemmat todisteet osoittivatkin, että aliravittujen potilaiden asianmukainen seulonta ja korjaavien strategioiden toteuttaminen monitieteisen tiimin kanssa ovat olennaisia ​​​​näkökohtia hoitotyön pätevyyksissä. Valitettavasti kirjallisuus kertoo, että sairaanhoitajat suhtautuvat usein kielteisesti ravitsemushoitoon, koska he pitävät ravitsemushoitoa usein toissijaisena vastuuna. Nämä kielteiset asenteet voivat aiheuttaa aliravitsemuksen aliarvioinnin, joka voi jäädä huomaamatta, mikä lisää iäkkäiden ihmisten terveyteen liittyvien negatiivisten seurausten riskiä.

Lopuksi, itsetehokkuutta, joka määritellään uskomuksiksi, jotka ihmiset pystyvät suorittamaan menestyksekkäästi monimutkaisia ​​tehtäviä, voidaan pitää hoitotyön suorituskyvyn vertauskuvana, ja sen taso sairaanhoitajien kokemassa voi vaikuttaa ravitsemushoidon laatuun. Itse asiassa itsetehokkuus Banduran mukaan on suorituskyvyn ennustaja, jota voidaan muokata asianmukaisilla kasvatuksellisilla ja motivoivilla interventioilla, jotka välittävät sekä tiedon tason että asenteiden tason toiminnan avulla. Tässä suhteessa Dellafiore et ai. kehitti sairaanhoitajien itsetehokkuusasteikon ikääntyneiden aikuisten ravitsemushoidon arvioimiseksi, jotta sairaanhoitajien itsetehokkuutta ravitsemushuollossa voidaan mitata (ravitsemushuollon hoitotyön osaamisen väliarviointina) ja näin ollen arvioida sen kehitystä erityisiä interventioita.

Tiedonkeruu ja otoskoko

Kerätyt tiedot lähetetään sähköiseen tiedonkerääjään, jonka tuotos tallennetaan eCRF-tiedostona REDCapissa. Tiedonkeruu alkaa ja päättyy kesäkuussa 2022 ja kesäkuussa 2023.

Toistaiseksi tiedetään, että tiedon ja asenteiden korrelaatio ravitsemussairaanhoidon suhteen on kohtalaisen positiivinen (r = 0,410; p<0,001), kun taas tiedon, asenteen ja itsetehokkuuden sekä käyttäytymisen korrelaatiot ovat pääosin kuvaamattomia. Hypoteesimme mukaan tieto ja asenteet itsetehokkuuden ja käyttäytymisen kanssa saattavat osoittaa kohtalaista positiivista korrelaatiota. Siten tutkijat olettavat, että heikoin korrelaatio (asetetun mallin kuudesta yhteensä) voisi olla noin r = 0,25. Hulleyn et al. (2013), kokonaisotoskoon, joka tarvitaan määrittämään, eroaako korrelaatiokerroin nollasta, on täytettävä seuraavat kriteerit: N = [(Zα+Zβ)/C]2 +3; missä N on otoksen koko, α = 0,05/6 (0,0083) ottaen huomioon Bonferroni-korjauksen kuuden hypoteesitestin suorittamiseksi, ja siksi Zα = 2,40, β = 10% ja sitten Zβ = 1,28, C = 0,5 * ln[(1 + r)/(1 - r)] = 0,5*ln[(1 + 0,25)/(1 - 0,25)] = 0,5 * ln[1,67] = 0,5 * 0,51 = 0,26. Näin ollen [(2,40+1,28)/0,26]2 +3 = 203. Siksi 203 sairaanhoitajaa tulisi ottaa mukaan sen määrittämiseksi, eroavatko korrelaatiokertoimet nollasta.

Tiedonkeruu suoritetaan seuraavilla kyselylomakkeilla itseraportoivassa muodossa verkkokyselyn kautta:

• Sosiodemografiset muuttujat, kuten sukupuoli (mies, nainen), ikä (vuodet) ja siviilisääty (naimisissa, naimaton, muu)
• Ammatilliset ominaisuudet ovat: jatkokoulutus (kyllä, ei), kliininen ympäristö (krooninen hoito, akuutti hoito), työkokemus (vuosia), iäkkäiden aikuisten ravitsemushoito (rutiinihoito, harvoin hoito)
• Henkilökunnan asenteet ravitsemushoitoon Geriatric asteikko (SANN-G asteikko)
• Tieto aliravitsemuksesta - Geriatric (KoM-G)
• Itsetehokkuusasteikko sairaanhoitajan ravitsemushoidolle (SE-NNC)

Tilastollinen analyysi

Kaikki tiedot tarkistetaan taajuusjakauman avulla mahdollisten puuttuvien, virheiden tai poikkeamien arvioimiseksi. Otosominaisuuksien kuvaamiseen käytetään kuvaavia tilastoja, joissa kategoriset tiedot esitetään taajuuksina ja jatkuvat tiedot keskiarvoina ± keskihajonta (M±SD) normaalijakautumille muuttujille sekä mediaani- ja kvartiilivälinä (25°). -75° prosenttipiste) jatkuville tiedoille, jotka eivät ole normaalisti jakautuneita. Vinouden tutkimuksella arvioidaan alustavasti muuttujien normaalijakauma, jonka jälkeen tehdään Kolmogorov-Smirnov-testi. Puuttuvat tiedot hallitaan pareittain. Otosominaisuuksia verrataan ryhmien välillä ja ryhmien sisällä käyttäen Pearsonin χ2-testiä dikotomisille muuttujille yksimuuttujaanalyysissä tai Studentin t-testiä (tai yksisuuntaista ANOVAa tarvittaessa) parametriarvoille.

Alustavassa tavoitteessa Bartlettin testiä käytetään korrelaatiomatriisin tekijöiden arvioimiseen ja Kaiser-Mayer-Olkin (KMO) -indeksi suoritetaan ennen tutkivan tekijäanalyysin (EFA) suorittamista. EFA:t suoritetaan käyttämällä vankkoja maksimitodennäköisyyden parametriestimaatteja (MLR) ei-normaalisti jakautuneiden kohteiden tapauksessa tai robustia maksimitodennäköisyyttä (ML), kun kyseessä ovat normaalisti jakautuneet tuotteet. Geomin vinokiertoa käytetään helpottamaan piilevien tekijöiden ja havaittujen muuttujien välisten suhteiden tulkintaa. Poimittavien tekijöiden lukumäärän valintaa ohjaavat ominaisarvojen analysointi, scree-testi, piilevien tekijöiden ja havaittujen muuttujien välisten suhteiden tulkinta sekä kohteiden generointivaiheessa käsitteelliset teoreettiset alueet.

Asetetun hypoteesin mukaisesti ajetaan rakenneyhtälömallinnus päätavoitteen tutkimiseksi. Mallit arvioidaan ottaen huomioon seuraavien sovitusindeksien tulkinta: Satorra-Bentler χ2; vertaileva sovitusindeksi (CFI) (arvot > 0,90 osoittivat hyväksyttävän sovituksen); approksimoinnin neliökeskiarvovirhe (RMSEA) (arvot <0,06 osoittivat hyväksyttävän sovituksen); painotettu neliökeskiarvo (WRMR; arvot 1,0 osoittivat hyväksyttävän sovituksen).

Kaikki tiedot analysoidaan käyttämällä Statistical Package for Social Science -versiota 22 (SPSS, Chicago, IL, USA) ja MPLus 8.1:tä, ja merkitsevyystasoksi asetetaan 0,05 ja kaksisuuntainen.

Odotetut tulokset

Tämä tutkimus tarjoaa hyödyllistä tietoa ensinnäkin ymmärtämään ja määrittämään sairaanhoitajien asenteiden, tiedon, itsetehokkuuden ja käyttäytymisen välistä suhdetta vanhusten ravitsemushoidossa. Toistaiseksi tätä aihetta on tutkittu vähän, ja tämä tutkimus tarjoaa hyödyllistä tietoa tiedon puutteen korjaamiseksi.

Tiedonhallinta

Kaikki verkkokyselyn kautta anonyymisti kerätyt tiedot käsitellään voimassa olevan lainsäädännön (European Regulation 2016/679, Legislative Decreto 101/2018) ja GCP:n mukaisesti osallistujien yksityisyyttä kunnioittaen. Tiedot syötetään automaattisesti online-kansioon, kun jokainen potilas on täyttänyt kyselylomakkeen. Kun keräysvaihe on valmis, sideaine ekstrapoloidaan Excel-arkkiin analyysitarkoituksiin. Excel-tuloste tallennetaan myös REDCap:iin.

Eettiset näkökohdat

Ennen verkkokyselyn laatimista tietoinen suostumus hankitaan verkossa samalla sivulla. Tutkimusta voidaan luonnehtia anonyymiksi, koska saatujen tietojen perusteella on mahdotonta yhdistää tiettyä otosta henkilöön. Erillistä kirjallista tietoista lupaa tällaiseen tutkimukseen ei katsota voimassa olevan lainsäädännön (Eurooppa-asetus 2016/679, Asetus 101/2018) mukaan tarpeelliseksi, koska se lopettaisi tutkimuksen luottamuksellisuuden. Toisaalta on ajateltu priorisoida asianmukaista tiedottamista koehenkilöille selkeällä ja ymmärrettävällä esittelysivulla, joka selittää kyselyn tarkoituksen, ennen kuin he täyttävät verkkokyselyn.