A nővér személyzetének előrejelzése a rendszeresen összegyűjtött adatok alapján (PREDICT-NURSE)

Háttér: A kórházi kórteremben elegendő ápoló létfontosságú a betegek biztonságához, de a betegek változó számának és igényeinek megtervezése nehéz. Az angliai szinte minden akut NHS-alap használja a Nice által jóváhagyott Safer Nursing Care eszközt (SNCT) a személyzet döntéseinek irányításához. Ez a megközelítés azonban munkaerő-igényes, és az adatok gyűjtését kifejezetten a személyzeti követelmények méréséhez szükségessé teszi, amelyet az adminisztráció vagy a gondozás kezelésére összegyűjtött adatok nem tájékoztatnak.

Cél: Fejlesszen ki egy módszert az ápolószemélyzet iránti igény mérésére a kórházi kórteremben rutin adatok felhasználásával, hogy segítsék a létesítményeket (a kórterem alkalmazottainak száma), a személyzet megfelelőségének nyomon követésére, és tájékoztatni a személyzet biztonságos és hatékony telepítését.

Tervezés: Retrospektív megfigyelési tanulmány az akut felnőtt szomatikus szolgáltatásokon (azaz nem mentális egészség) A fekvőbeteg -ellátás 5 általános kórházi vagyonkezelőben, előre jelezve az ápoló személyzetének követelményeit a rutinszerűen összegyűjtött adatokból és ezeket az előrejelzéseket a betegek és a személyzet megfelelőségének kimenetelével szembeni érvényesítéséről. Az algoritmusokat a felhasználó-központú tervezés szerint fejlesztik ki, és a betegekkel való részvétel révén a kórházi ápoló személyzetének és az algoritmusok kidolgozásának következményeinek megértése érdekében.

Workstream (WS) 1 Cél: Tudja meg, hogy mi működik/nem működik az ápolónők és a vezetők számára, amikor személyzeti eszközöket használnak, és ezt beépítik az algoritmus -tervezésbe. MÓDSZER: Felhasználó-központú tervezési megközelítés, amely magában foglalja i) Nemzeti felmérés a munkatársakról és az ápolási információs tisztviselőkről, hogy megtudják, hogyan használják a személyzeti eszközöket, és a betegek adatainak rendelkezésre állása/minősége, ii) Műhelyek ápolókkal és ápolói vezetőkkel, hogy megértsék a személyzeti döntési támogatási igényeket a különböző időpontokban.

WS2 Cél: Statisztikai/gépi tanulási algoritmusok kidolgozása az ápoló személyzetének rutinszerűen elérhető betegadatainak becslésére. Módszer: Mivel nincs "aranyszabvány" az ápoló személyzet követelményeinek mérésére, a kutatók először megismételik a méréseket az SNCT -ből, a beteg élességi/függőségi osztályozási eszközéből. Alternatív algoritmusokat fognak kidolgozni, ideértve az egyéni betegek élességének/függőségi osztályozásának megismétlését és az egész kórterem személyi személyzeti követelményeinek replikálását. A személyzeti döntéseket különböző időpontokon fogják fontolóra venni. Az előrejelző változók adminisztratív és ápolási tervekből származnak.

WS3 Cél: Értékelje az algoritmusok érvényességét. Módszer: A kutatók illeszkednek a regressziós modellekhez, hogy megvizsgálják a tényleges alsó/túllépés közötti összefüggéseket a személyzeti követelmények és a több kimenetelű jelöltek minden egyes jelölt mértékéhez viszonyítva. Ehhez a kórházi informatikai rendszerekből kinyert rutin adatokat és az ápolónők mikro-felmérését fogják felhasználni, hogy megértsék a személyzet megfelelőségének észlelését. Megvizsgálják, hogy a személyzet növekszik -e a személyzet igényeihez viszonyítva, a betegek kimenetelének és az észlelésnek a kockázata, hogy a személyzet nem megfelelő. Összehasonlítják a modellek illesztését a modellekkel az SNCT által mért személyzeti követelményekkel.