이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

노인영양간호 간호사의 태도, 지식, 자기효능감 및 행동 (NUTRICARE)

2025년 10월 1일 업데이트: Gianluca Conte, IRCCS Policlinico S. Donato

노인을 위한 영양 관리에서 간호사의 태도, 지식, 자기효능감 및 행동: 관찰 연구(NUTRICARE 프로젝트)

최근 몇 년 동안 노인을 위한 영양 관리의 중요성에 대한 간호사의 인식이 높아졌음에도 불구하고 간호사는 영양실조를 예방하기 위해 필요한 접근법을 계속 과소평가하고 있습니다. 따라서 일부 저자는 어떤 요인이 실제 상황에서 간호사의 돌봄 행동에 영향을 미칠 수 있고 실제 작업 조건에서 영양실조의 예방 및 관리에 영향을 미칠 수 있는지 이해하는 것이 매우 중요하다고 주장했습니다. 특히 간호사의 노인영양관리에 대한 태도, 지식, 자기효능감의 관계는 아직 밝혀지지 않았다. 이러한 관계를 이해하면 적절한 돌봄 행동을 강화하고 부정적인 태도를 완화할 수 있는 틀을 제공할 수 있습니다.

이전에 자기효능감이 특정 행동에 대한 지식과 태도의 관계의 중재자로서 여러 인구집단에서 이론화되었다는 점을 고려하여, 조사자들은 간호 영양 관리의 특정 영역에 대한 지식과 태도가 간호 간호 행동에 적당히 긍정적인 영향을 미친다는 가설을 세웠습니다. 간호 자기 효능감의 매개를 통해서만 영양 관리.

연구 설계는 웹 설문 조사를 사용하여 데이터를 수집하는 다단계 설명적 관찰 단면, 다중 중심 연구입니다.

연구 개요

상세 설명

배경 및 근거

노인의 영양실조는 여전히 미해결 문제로, 외래 환자의 3.1%에서 재활/아급성 환경의 29.4%에 영향을 미칩니다. 현재까지 경험적 증거에 따르면 노인의 영양실조는 장애 위험과 자율성 상실의 위험을 높이고 이환율과 사망률을 증가시킵니다. 이러한 이유로 영양실조의 예방은 노인 환자의 치료 및 치료에 있어 건강 전문가의 우선 순위가 되어야 하며, 간호사는 환자를 돌보는 유일한 의료 전문가이기 때문에 노인의 영양실조를 예방하는 전략적 위치에 있습니다 24/ 24 및 7/7. 그러나 여러 연구에 따르면 임상 환경에서 영양 관리의 품질이 종종 표준 이하이며 간호사의 관점에서 영양 관리에 대한 주요 장벽은 다음과 같다고 강조합니다. 돌봄, 급식 관행의 낮은 유연성, 영양 관리의 시스템 실패 및 영양 관리의 무시.

이와 관련하여 지식, 태도 및 자기 효능감과 같은 영양 관리 전달의 질에 영향을 줄 수 있는 간호 영양 역량을 뒷받침하는 몇 가지 핵심 요소에 대한 가설을 세울 수 있습니다. 실제로 많은 저자들은 좋은 영양 관리의 핵심 요소에 대한 지식 부족이 양질의 치료를 제공하는 데 필수적이라고 설명했습니다. 문학은 영양실조의 중요한 개념에 대한 지식 부족이 현상을 과소평가하고 영양실조의 발병을 예방하지 못하는 행동으로 이어질 수 있다고 설명했습니다. 따라서 최근 문헌에서 이와 관련하여 개선이 보고되었지만 목표 교육을 구현하기 위해 이러한 문제에 대한 의료 전문가의 지식 수준을 측정하는 것이 중요합니다. 간호의 질에 영향을 미칠 수 있는 또 다른 요인은 영양 간호에 대한 간호사의 태도입니다. 실제로, 이전의 증거는 영양 실조 환자에 대한 적절한 선별 및 다학제 팀과의 교정 전략 구현이 간호 역량의 필수 측면임을 확인했습니다. 불행하게도 문헌에 따르면 간호사는 종종 영양 관리를 부차적인 책임으로 인식하기 때문에 영양 관리에 대해 부정적인 태도를 보입니다. 이러한 부정적인 태도는 영양실조를 과소평가하는 원인이 될 수 있으며, 이는 발견되지 않은 상태로 유지되어 노인의 건강 관련 부정적인 결과의 위험을 증가시킵니다.

마지막으로 자기효능감은 사람들이 복잡한 업무를 성공적으로 완수할 수 있는 능력에 대한 믿음으로 정의되며 간호 직무 수행의 대용물로 간주될 수 있으며 간호사가 인식하는 수준은 영양 관리의 질에 영향을 미칠 수 있습니다. 실제로 Bandura에 따르면 자기효능감은 수행의 예측변수이며, 이는 적절한 교육 및 동기부여 개입을 통해 수정될 수 있으며 지식과 태도의 수준을 행동으로 중재합니다. 이와 관련하여 Dellafiore et al. 간호사의 영양관리 자기효능감(영양관리 간호역량 대리평가)을 측정할 수 있도록 노인의 영양관리를 평가하기 위한 간호사 자기효능감 척도를 개발하여, 특정 개입.

데이터 수집 및 샘플 크기

수집된 데이터는 전자 데이터 수집기로 전송되며 출력은 REDCap에 eCRF 파일로 저장됩니다. 데이터 수집 시작 및 종료는 각각 2022년 6월 및 2023년 6월로 예정되어 있습니다.

지금까지 영양간호에 대한 지식과 태도는 중간정도 양(r=0.410; p<0.001)의 상관관계가 있는 것으로 알려졌으나, 지식, 태도와 자기효능감, 행동간의 상관관계는 대부분 밝혀지지 않았다. 우리의 가설에 따르면 자기효능감과 행동에 대한 지식과 태도는 적당한 양의 상관관계를 보일 수 있습니다. 따라서 연구자들은 가장 약한 상관관계(가정된 모델의 총 6개 중에서)가 약 r = 0.25일 수 있다고 가정합니다. 헐리 등에 따르면. (2013)에 따르면 상관 계수가 0이 아닌지를 결정하는 데 필요한 총 표본 크기는 다음 기준을 충족해야 합니다. N = [(Zα+Zβ)/C]2 +3; 여기서 N은 샘플 크기, α = 0.05/6(0.0083), 가설의 6개 검정을 수행하기 위한 Bonferroni 보정을 고려하면 Zα = 2.40, β = 10%, 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. 결과적으로 [(2.40+1.28)/0.26]2 +3 = 203. 따라서 상관 계수가 0이 아닌지 확인하려면 203명의 간호사를 등록해야 합니다.

데이터 수집은 웹 설문 조사를 통해 자가 보고 형식으로 다음 설문지로 수행됩니다.

  • 성별(남성, 여성), 연령(연령), 결혼 여부(기혼, 미혼, 기타)와 같은 사회 인구학적 변수
  • 전문적 특성은 다음과 같습니다: 대학원 교육(예, 아니오), 임상 환경(만성 치료 환경, 급성 치료 환경), 업무 경험(년), 노인에 대한 영양 관리(일상적 치료, 간헐적 치료)
  • 영양 간호에 대한 직원의 태도 노인 척도(SANN-G 척도)
  • 영양실조 지식-노인(KoM-G)
  • 간호영양관리 자기효능감 척도(SE-NNC)

통계 분석

누락, 오류 또는 이상값을 평가하기 위해 빈도 분포를 사용하여 모든 데이터를 확인합니다. 범주형 데이터는 빈도로 표시되고 연속 데이터는 정규 분포 변수에 대한 평균 ± 표준 편차(M±SD)와 중간 및 사분위수 범위(25° -75° 백분위수) 데이터가 비정규 분포로 계속됩니다. 왜도에 대한 연구는 변수의 정규 분포를 예비 평가하는 데 사용되고 Kolmogorov-Smirnov 테스트가 뒤따릅니다. 누락된 데이터는 쌍별 접근 방식을 사용하여 관리됩니다. 샘플 특성은 그룹 내에서 그리고 단변량 분석에서 이분법 변수에 대한 Pearson의 χ2 테스트를 사용하거나 매개변수 값에 대해 학생의 t-테스트(또는 적절한 경우 일원 분산 분석)를 사용하여 비교됩니다.

예비 목표의 경우 Bartlett 테스트를 사용하여 상관관계 매트릭스의 요인 가능성을 평가하고 KMO(Kaiser-Mayer-Olkin) 지수를 탐색적 요인 분석(EFA)을 실행하기 전에 수행합니다. EFA는 비정규 분포 항목의 경우 강력한 최대 우도 매개변수 추정(MLR)을 사용하거나 정규 분포 항목의 경우 강력한 최대 우도(ML)를 사용하여 수행됩니다. 잠재 요인과 관찰 변수 간의 관계 해석을 용이하게 하기 위해 검인 사선 회전을 사용합니다. 추출할 요인의 수는 고유값, scree test, 잠재요인과 관측변수의 관계해석, 항목의 생성단계에서 개념화된 이론적 영역을 분석하여 선정한다.

주요 목표를 조사하기 위해 가정된 가설에 따라 구조 방정식 모델링이 실행됩니다. 모델은 다음 적합 지수의 해석을 고려하여 평가됩니다. Satorra-Bentler χ2; 비교 적합 지수(CFI)(값 >0.90은 허용 가능한 적합도를 나타냄); RMSEA(root mean square error of approximation)(0.06 미만의 값은 허용 가능한 적합도를 나타냄); 가중 평균 제곱근 잔차(WRMR; 값 1.0은 허용 가능한 적합도를 나타냄).

모든 데이터는 Statistical Package for Social Science version 22(SPSS, Chicago, IL, USA)와 MPLus 8.1을 사용하여 분석할 것이며, 유의수준은 0.05로 설정하고 양측으로 분석한다.

예상 결과

본 연구는 노인 영양관리에 있어서 간호사의 태도, 지식, 자기효능감, 행동 간의 관계를 먼저 이해하고 판단하는데 유용한 정보를 제공할 것이다. 지금까지 이 주제는 충분히 조사되지 않았으며, 이 연구는 지식의 격차에 답하는 데 유용한 정보를 제공할 것입니다.

데이터 관리

웹 설문조사를 통해 익명으로 수집된 모든 데이터는 현행법(유럽 규정 2016/679, 입법령 101/2018) 및 GCP에 따라 처리되며 참여 대상자의 개인 정보를 존중합니다. 데이터는 각 환자가 설문지를 완성한 후 자동으로 온라인 바인더에 입력됩니다. 수집 단계가 완료되면 바인더는 분석 목적으로 Excel 시트로 추정됩니다. Excel 출력은 REDCap에도 저장됩니다.

윤리적 고려

웹 설문 조사를 편집하기 전에 동일한 페이지에서 온라인으로 정보에 입각한 동의를 얻습니다. 얻은 데이터를 기반으로 특정 샘플을 사람과 연결할 수 없기 때문에 연구를 익명으로 설명할 수 있습니다. 현행법(European Regulation 2016/679, Legislative Decree 101/2018)에 따르면 이러한 종류의 연구에 대해 별도의 사전 서면 허가를 받을 필요는 없는 것으로 간주됩니다. 이는 연구의 기밀성이 더 이상 존재하지 않기 때문입니다. 다른 한편으로, 온라인 설문지를 작성하기 전에 설문 조사의 목적을 설명하는 명확하고 이해하기 쉬운 프리젠테이션 웹 페이지를 통해 피험자에게 적절하게 정보를 제공하는 데 우선 순위를 두는 것으로 생각됩니다.

연구 유형

관찰

등록 (실제)

179

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

      • Milan, 이탈리아, 20162
        • ASST Grande Ospedale Metropolitano Niguarda
    • Milan
      • San Donato Milanese, Milan, 이탈리아, 20097
        • IRCCS Policlinico San Donato

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

샘플링 방법

비확률 샘플

연구 인구

일반적으로 연구 샘플링은 같은 병동에서 6개월 이상 근무한 경험이 있고 노인을 위한 영양 관리 개입에 대한 탄탄한 배경을 가진 간호사로 구성됩니다.

설명

포함 기준:

  • 간호사가 되려면;
  • 18세 이상
  • 정규직 근로 계약;
  • 경력: 같은 병동에서 6개월 이상 근무
  • 노인(60세 이상)을 위한 영양 관리 업무 경험.

제외 기준:

  • 연구에 참여할 수 없음;
  • 정보에 입각한 동의를 수집하지 않음(동일한 웹 설문 조사를 통해)
  • 중환자실(예: 중환자실, 응급 치료)에서 근무
  • 외래 환자 환경에서 일합니다.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 다른
  • 시간 관점: 단면

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
노인을 위한 영양 관리를 제공하는 간호사의 지식 및 자기효능감과 태도(SANN-G 척도를 사용하여 측정)의 관계를 설명하기 위해
기간: 2022년 6월 - 2023년 12월
태도는 영양 간호 노인 척도(SANN-G 척도)에 대한 직원 태도로 측정됩니다. SANN G 척도는 18문항으로 구성되어 있으며, 응답자는 '전적으로 동의함'에서 '전적으로 동의하지 않음'까지 5점 리커트 척도로 응답할 수 있습니다. SANN-G 척도는 Ajzen(1991)의 계획된 행동 이론을 기반으로 합니다. 원래 척도는 영양 관리와 관련된 다섯 가지 요소에 대한 간호사의 태도를 조사하며, 문헌에서 고품질 관리에 중요한 것으로 확인되었습니다. 원래 도구의 작성자는 또한 각 요인에 대한 긍정적인 태도에 대한 컷오프를 확인했습니다. 긍정적인 태도에 대한 범위와 컷오프가 있는 다섯 가지 요소는 규범, 습관, 평가, 개입, 개별화입니다.
2022년 6월 - 2023년 12월
노인들에게 영양관리를 제공하는 간호사의 태도 및 자기효능감과 지식(KOM-G 척도를 사용하여 측정)의 관계를 설명하기 위해
기간: 2022년 6월 - 2023년 12월
지식은 노인의 영양실조에 관한 19개의 객관식 질문으로 구성된 설문지인 KoM-G(KoM-G)를 사용하여 측정되며, 그 중 하나는 "모르겠습니다"입니다. . 나머지 5개의 답은 각각 맞거나 틀릴 수 있습니다. 모든 답변이 올바르게 표시되면 질문이 올바른 것으로 간주됩니다. 정답은 6점을 할당합니다. 오답은 1점입니다. 점수는 최소 19점에서 최대 114점입니다. 컷오프는 지정되지 않습니다). 이 도구의 이탈리아어 버전은 우수한 심리 측정 특성을 보여주었습니다(총 점수에 대한 ICC 계수=0.981; Kuder-Richardson 20 검정 = 0.914).
2022년 6월 - 2023년 12월
자기효능감(SE-NNC 척도를 사용하여 측정)과 노인에게 영양 관리를 제공하는 간호사의 태도 및 지식의 관계를 설명합니다.
기간: 2022년 6월 - 2023년 12월
영양관리를 평가하는 간호사의 자기효능감은 간호영양관리 자기효능감 척도(SE-NNC)를 사용하여 측정됩니다. SE-NNC는 27개 항목을 포함하고 지식(영양 관리에 관한), 평가 및 증거 활용, 치료 제공에 대한 자기 효능감을 측정하는 자가 보고 도구입니다. 각 영역은 0-100 점수의 응답을 표준화하여 계산해야 하며, 여기서 높은 자기 효능감 점수는 더 높은 자기 효능감 수준을 나타냅니다. 총 자기효능감 점수가 계산될 수 있습니다. 검증 연구에서 SE-NNC는 각 영역 및 전체 척도에 대해 적절한 내부 일관성을 보여주었습니다(Cronbach's α 범위는 0.879~0.963).
2022년 6월 - 2023년 12월

기타 결과 측정

결과 측정
측정값 설명
기간
"간호 영양 관리 행동 척도"(B-NNC 척도)를 개발, 테스트 및 검증하기 위해
기간: 2022년 6월 - 2023년 12월

자체 보고 측정 설계 및 개발에 대한 권장 사항에 따라 다단계 중첩 하위 연구가 수행됩니다. 횡단면 자료수집 단계를 위한 자료수집에 앞서 방법론적 단계로서 B-NNC 척도의 개념화를 진행하였다. 주요 결과에 응답하기 위한 횡단면 연구 데이터는 B-NNC 척도의 초기 검증(심리학적 적합성)을 제공하는 데에도 사용됩니다.

1단계에서는 문헌 검토, 연구자 간의 합의 회의, 항목 풀 초안 작성의 세 가지 주요 단계를 사용하여 B-NNC 척도를 개념화합니다.

2단계는 유효성 검사 프로세스라고 합니다. 첫 번째 방법론적 단계는 1단계에서 개발된 항목 풀의 콘텐츠 유효성을 평가합니다. 두 번째 단계는 B-NNC 척도의 심리적 특성을 결정하기 위해 횡단면 데이터 수집의 사용을 포함합니다.

2022년 6월 - 2023년 12월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 책임자: Rosario Caruso, IRCCS Policlinico S. Donato

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2022년 6월 1일

기본 완료 (실제)

2025년 9월 30일

연구 완료 (실제)

2025년 10월 1일

연구 등록 날짜

최초 제출

2023년 1월 10일

QC 기준을 충족하는 최초 제출

2023년 1월 19일

처음 게시됨 (실제)

2023년 1월 20일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정된)

2025년 10월 2일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 10월 1일

마지막으로 확인됨

2025년 10월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • 74/INT/2022

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

IPD 계획 설명

수집된 데이터는 기획자(즉, IRCCS Policlinico San Donato)의 재산입니다. 이 연구의 결과는 적용 가능한 저작권법에 따라 동료 검토 간행물 또는 초록, 짧은 커뮤니케이션 또는 포스터와 같은 기타 과학적 커뮤니케이션을 통해 전파되며 가이드 작성자의 공로를 인정합니다.

IPD 공유 기간

2023년 12월

IPD 공유 액세스 기준

수석 연구원과 IRCCS Policlinico San Donato에게 직접 요청(Zenodo 저장소는 모든 원시 데이터로 생성됨)

IPD 공유 지원 정보 유형

  • 연구_프로토콜
  • 수액

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다