スリングとその皮膚圧への影響

クリスティアナ ケア ヘルス システム (CCHS) では、患者の褥瘡の発生を防止し、スタッフの怪我を防止し、安全な作業環境を確保することに継続的に取り組んでいます。 入院患者の皮膚損傷は壊滅的なものになる可能性があります。 患者の入院期間が長くなるだけでなく、痛みを引き起こし、患者の生活の質、ひいては費用にも影響を及ぼします。 創傷の予防と治療における実践の 1 つは、圧力を軽減、緩和、または圧力を再分配する表面 (マットレス) と位置変更装置 (電動リフト) の使用です。 マットレスのメーカーは、表面（マットレス）と患者の間の層を制限する必要性を強調しています。

安全な作業環境は、労働災害の確実な防止に役立つプログラムに重点を置いています。 傷害予防プログラムは、患者の移送や体位変換によるスタッフの傷害を減らすために、手動による持ち上げを排除する機器に重点を置いています。 この実践の一環として、スタッフが手動で患者の体位を変えたり向きを変えたりする回数を減らすために、スリングを患者の下に置いたままにします。 肥満または極度の肥満（肥満患者）の患者数が増加しているため、位置決めおよび昇降装置は大きな重量制限を管理する必要があります。 これに応えて、メーカーは、より体重の重い患者を扱うために、生地の強度を高めたスリングを製造しました。 新しいスリング生地は、マットレスの空気損失の低減と圧力再分散の目的を妨げる可能性があるという懸念があります。 この研究からの情報は、さらなる皮膚の問題を引き起こさずに、より高い重量をサポートできる素材を使用したスリングを作成するのに役立つ可能性があります。

この比較研究のために、ウィルミントン病院とクリスティアナ病院の入院病棟から、研究基準を満たす 240 人の成人患者の便宜的なサンプルが集められます。 インフォームドコンセントを得た後、被験者は研究チームのメンバーによってランダムに 6 つのグループの 1 つに割り当てられ、1 グループあたり 40 人の被験者が得られます。 グループは次のように割り当てられます

• 仰臥位とスリング付き
• HOB (ベッドの頭) の 30 度の上昇 (脚の上昇なし、スリングあり)
• HOB 上昇 30 度、脚上昇 10 度、スリング使用
• 仰向けでスリングなし
• 脚の挙上およびスリングを使用しない場合の HOB 挙上 30 度
• HOB 上昇 30 度、脚上昇 10 度、スリングなし

研究方法

スタッフの看護師は、移乗や体位変換のためにスリングの使用が必要な患者を特定し、研究チームに連絡します。

研究チームのメンバーは、患者の適格性を判断し、インフォームドコンセントを取得し、次のような人口統計情報を収集します。

• 年
• 身長
• 重さ
• BMI (体格指数)
• 性別
• 人種
• Braden スコア、皮膚の損傷の可能性を判断する際の危険因子のリスト
• 診断
• 活動レベル

同意が得られたら、患者の仙骨の皮膚温度と皮膚の pH を温度計とニトラジン紙を使用して測定し、温度と pH の両方の対照測定値を大腿部前部で測定します。

X センサーまたは圧力マッピング システムは、スリングなしのグループにランダムに割り当てられた患者の直下に配置されます。 スリング グループにランダムに割り当てられた患者の場合、スリングは X センサーと患者の間に配置されます。 必要に応じて失禁パッドなどの使用は 1 つに限定され、データ収集ツールに記載されます。

圧力マッピング、温度、pH は 1 分間のベースラインと 20 分間に記録されます。 仙骨領域の圧力マッピングが記録され、最高値、最低値、平均値の測定値が含まれます。

データ分析

提案された研究には 3 つの従属変数があります。

• プレッシャー
• 温度
• pH。

3 つの従属変数はすべて、比率スケールの測定値になります。 研究の目的は、3 つの従属変数が 6 つの条件間で等しいという帰無仮説を検定することです。 被験者はランダムに 6 つの条件に割り当てられます。 各従属変数は 2 回収集されます。 したがって、研究には被験者間の要因である条件と被験者内の要因である期間が組み込まれます。 科目間因子には 6 つのレベルがあり、科目内因子には 2 つのレベルがあります。

提案された研究デザインからのデータを分析する従来のアプローチは、単変量反復測定分散分析 (ANOVA) です。 反復測定計画からのデータを使用してランダム効果または RE モデルがますます使用されています (Hedeker & Gibbons, 1997 および Singer and Willett, 2003)。 RE モデルには、ANOVA に比べて 2 つの重要な利点があります (Raudenbush および Bryk、2002)。 まず、欠損データで発生するような不均等なサンプル サイズは、ANOVA に課す困難を引き起こしません。 2 番目に、複数の変量効果を含む複雑なモデルを指定するのが簡単です。 提案された研究モデルは単純であり、データが収集される期間は 2 つだけです。 このような場合には、第 3 の代替手段、多変量反復測定分散分析 (Tabachnick & Fidell、2006) が利用可能です。 RE モデルと同様に、多変量アプローチは球面性の仮定の違反に対して堅牢です (Stevens、2002)。 RE モデルとは異なり、分析は単純であり、結果は従来の ANOVA 規則、時間効果、グループ効果、時間別グループ相互作用に従って解釈されるため、より幅広い聴衆が理解できるようになります (Maxwell and Delaney 2004)。 したがって、提案された研究のデータは、多変量反復測定 ANOVA を使用して分析されます。

研究における各従属変数の 3 つの多変量反復測定 ANOVA の事前検出力を推定しました。 提案された分析では、0.05 に設定された両側アルファ レベルが使用されます。 全体的なパワーは .80 に設定され、 つまり、母集団にそのような差異が存在する場合、この研究では 80% の確率で有意な差異が見つかることになります。 サンプルサイズは等しいと仮定します。 検出力分析では、時間相互作用による多変量グループに焦点を当てました。これは、多変量グループが通常、反復測定分散分析において最も強力でない要素であるためです (Field、2005 年および Wickens および Keppel、2004 年)。 中程度の効果量が予想されます (Cohens 1988 f = 0.25)。 さらに、中退率は20％と予想されています。 結果は、全体のサンプル サイズが 240、グループあたり 40 人の被験者が必要であることを示しています。 このサンプル サイズは、検出することが重要な最小サンプルとして選択されました。