슬링과 피부 압력에 미치는 영향

CCHS(Christiana Care Health System)는 환자의 욕창 발생을 예방하고 직원 부상 및 안전한 작업 환경을 예방하기 위해 지속적으로 노력하고 있습니다. 입원 환자의 피부 손상은 치명적일 수 있습니다. 이는 환자의 입원 기간을 늘릴 뿐만 아니라 통증을 유발하고 환자의 삶의 질과 그에 따른 비용에 영향을 미칩니다. 상처 예방 및 치료의 한 가지 방법은 압력 감소, 완화 또는 압력 재분배 표면(매트리스) 및 재배치 장치(전기 리프트)를 사용하는 것입니다. 매트리스 제조업체는 표면(매트리스)과 환자 사이의 층을 제한할 필요성을 강조합니다.

안전한 작업 환경은 작업 관련 부상을 예방하는 데 도움이 되는 프로그램에 중점을 둡니다. 부상 예방 프로그램은 환자 이동 및 재배치로 인한 직원 부상을 줄이기 위한 노력의 일환으로 수동 리프팅을 제거하는 장비에 중점을 두었습니다. 이 관행의 일부는 직원이 수동으로 환자의 위치를 ​​변경하거나 돌리는 횟수를 줄이기 위해 환자 아래에 슬링을 두는 것입니다. 비만이거나 극도로 비만인(비만 환자) 환자 인구가 증가함에 따라 포지셔닝 및 리프팅 장비는 큰 무게 제한을 관리해야 합니다. 이에 대한 응답으로 제조업체는 무거운 환자를 처리하기 위해 직물 강도가 향상된 슬링을 제작했습니다. 최신 슬링 패브릭이 매트리스의 낮은 공기 손실 및 압력 재분배 목적을 방해할 수 있다는 우려가 있습니다. 이 연구의 정보는 추가 피부 문제를 일으키지 않으면서 더 높은 무게를 지탱할 수 있는 재료로 슬링을 만드는 데 도움이 될 수 있습니다.

이 비교 연구를 위해 윌밍턴 병원과 크리스티아나 병원의 입원 환자 병동에서 연구 기준을 충족하는 240명의 성인 환자의 편의 표본을 모집할 것입니다. 정보에 입각한 동의를 얻은 후 피실험자는 연구 팀 구성원에 의해 6개 그룹 중 하나로 무작위 배정되어 그룹당 40명의 피험자가 생성됩니다. 그룹은 다음과 같이 할당됩니다.

• 앙와위 및 슬링 포함
• 30도 HOB(침대 헤드) 높이(다리 높이 없음 및 슬링 포함)
• 30도 HOB 상승, 10도 다리 상승 및 슬링 포함
• 앙와위 및 슬링 없이
• 다리 높이 및 슬링 없이 30도 HOB 높이
• 30도 HOB 상승, 10도 다리 상승 및 슬링 없음

연구 방법론

간호사는 이동 및 위치 변경을 위해 슬링을 사용해야 하는 환자를 식별하고 연구팀에 연락할 것입니다.

연구팀의 구성원은 환자의 적격성을 결정하고 정보에 입각한 동의를 얻고 다음과 같은 인구통계학적 정보를 수집합니다.

• 나이
• 키
• 무게
• BMI, (체질량 지수)
• 성별
• 경주
• 잠재적인 피부 손상을 결정하는 위험 요소 목록인 Braden 점수
• 진단
• 활동 수준

일단 동의하면 환자의 천골 피부 온도와 피부 pH는 온도계와 니트라진 페이퍼를 사용하여 측정되고 온도와 pH의 제어 측정은 허벅지 앞쪽에서 수행됩니다.

X 센서 또는 압력 매핑 시스템은 슬링을 사용하지 않는 그룹으로 무작위 배정된 환자를 위해 환자 바로 아래에 배치됩니다. 슬링 그룹으로 무작위 배정된 환자의 경우 슬링이 X 센서와 환자 사이에 배치됩니다. 요실금 패드 등의 사용은 필요한 경우 1개로 제한되며 데이터 수집 도구에 기록됩니다.

압력 매핑, 온도 및 pH는 기준선 1분 및 20분에 기록됩니다. 천골 부위에 대한 압력 매핑이 기록되고 최고, 최저 및 평균 측정값이 포함됩니다.

데이터 분석

제안된 연구에는 세 가지 종속 변수가 있습니다.

• 압력
• 온도
• pH.

세 가지 종속 변수는 모두 비율 측정 척도에 있습니다. 이 연구의 목표는 6개의 조건에서 3개의 종속 변수가 같다는 귀무가설을 검정하는 것입니다. 피실험자는 6가지 조건에 무작위로 할당됩니다. 각 종속 변수는 두 번 수집됩니다. 따라서 연구는 피험자 간 요인, 조건 및 피험자 요인, 기간 내에서 하나를 통합합니다. 개체 간 요인에는 6개의 수준이 있고 개체 내 요인에는 2개의 수준이 있습니다.

제안된 연구 설계에서 데이터를 분석하는 기존의 접근 방식은 단변량 반복 측정 분산 분석(ANOVA)입니다. 점점 더 무작위 효과 또는 RE 모델이 반복 측정 설계의 데이터와 함께 사용되고 있습니다(Hedeker & Gibbons, 1997 및 Singer and Willett, 2003). RE 모델은 ANOVA에 비해 두 가지 중요한 이점을 제공합니다(Raudenbush 및 Bryk, 2002). 첫째, 누락된 데이터에서 발생하는 것과 같은 불평등한 샘플 크기는 ANOVA에 부과하는 어려움을 나타내지 않습니다. 둘째, 여러 랜덤 효과를 포함하는 복잡한 모델을 쉽게 지정할 수 있습니다. 제안된 연구 모델은 간단하며 데이터가 수집되는 기간은 두 번뿐입니다. 이러한 경우 세 번째 대안을 사용할 수 있습니다. 다변량 반복 측정 ANOVA(Tabachnick & Fidell, 2006)입니다. RE 모델과 마찬가지로 다변량 접근 방식은 구형도 가정 위반에 강력합니다(Stevens, 2002). RE 모델과 달리 분석은 간단하고 결과는 전통적인 ANOVA 규칙, 시간 효과, 그룹 효과 및 그룹별 시간 상호 작용에 따라 해석되므로 더 많은 청중이 이해할 수 있습니다(Maxwell and Delaney 2004). 결과적으로 제안된 연구의 데이터는 다변량 반복 측정 ANOVA를 사용하여 분석됩니다.

연구의 각 종속 변수에 대한 3개의 다변량 반복 측정 ANOVA에 대해 선험적 검정력을 추정했습니다. 제안된 분석은 .05로 설정된 양측 알파 수준을 사용합니다. 전체 전력은 .80으로 설정되었으며, 이는 모집단에 그러한 차이가 존재하는 경우 연구에서 유의미한 차이를 발견할 확률이 80%라는 것을 의미합니다. 동일한 샘플 크기가 가정됩니다. 전력 분석은 일반적으로 반복 측정 ANOVA(Field, 2005 및 Wickens 및 Keppel, 2004)에서 가장 약한 요소이기 때문에 시간 상호 작용에 의한 다변량 그룹에 집중되었습니다. 중간 효과 크기는 Cohens 1988 f = .25로 예상됩니다. 또한, 20%의 이탈률이 예상됩니다. 결과는 그룹당 40명의 피험자, 240명의 전체 샘플 크기가 필요하다는 것을 보여줍니다. 이 샘플 크기는 검출에 중요한 가장 작은 샘플로 선택되었습니다.