네팔 산모 및 신생아 건강 시뮬레이션 연구소 우수 센터 평가 (SLAB)

산후 출혈(PPH)과 출산 질식은 전 세계적으로 산모 및 신생아 사망에 중요한 원인입니다. 산후 출혈로 인해 약 70,000명이 사망하며, 주로 저소득 및 중간 소득 국가에서 발생합니다. 진통 3단계(AMTSL)의 적극적인 관리가 PPH 발생을 40~70%까지 완화할 수 있다는 증거에도 불구하고 지침에 따라 이 관행을 준수하는 것은 여전히 ​​제한적입니다. 마찬가지로, 출생 질식은 매년 약 900,000명의 사망을 차지하고 조기 신생아 사망의 주요 원인 중 하나입니다. 이러한 중요한 문제를 해결하려면 의료 서비스 제공자의 역량을 포함한 다양한 접근 방식이 필요합니다. 학생과 의료 서비스 제공자가 학습한 지식과 기술을 최적으로 활용하기 위해서는 지식뿐만 아니라 기술 강화에 대한 재정향의 기회를 만드는 것이 중요합니다. 훈련 후 멘토링을 위한 연계를 통해 서비스 전 및 서비스 중을 위한 시뮬레이션 기반 기술 랩을 만드는 것이 이러한 방향의 한 단계입니다. 기술 스테이션을 갖춘 종합 시뮬레이션 연구실은 의료 서비스 제공자의 기술 습득 및 업그레이드를 목표로 설계되어 고품질의 산모 및 신생아 건강 관리를 제공하는 역량을 강화합니다. 시뮬레이션 기술 실험실은 학습자에게 반복과 피드백의 기회를 제공하고 개별화된 학습을 허용한다는 장점이 있습니다. 전 세계적으로 시뮬레이션 기반 개입 연구는 다음을 포함하여 환자 수준 결과의 영향에 대한 증거를 보고합니다. 감소는 PPH 및 잔류 태반과 같은 산모 합병증입니다. 출산 질식, 사산, 신생아 사망과 같은 신생아 결과도 포함됩니다. 시뮬레이션 실험실은 의료 서비스 제공자가 특히 산후 출혈 및 출산 질식과 같은 산과 응급 상황 관리에 대한 기술을 연습하고 개선할 수 있는 안전하고 통제된 환경을 제공합니다. 따라서 본 연구는 전략적으로 위치한 7개 위탁 병원에 고충실도 시뮬레이션 실험실을 구축함으로써 의료 서비스 제공자의 기술 격차를 해소하고 산모 및 신생아 의료에서 ​​환자 안전을 향상시키는 데 도움이 될 것입니다. 병원 직원도 시뮬레이션 실험실 내에서 제공되는 교육을 통해 혜택을 누릴 수 있습니다. 현재 연구에서는 병원의 구현 및 환자 결과 모두에 대한 충실도 높은 시뮬레이션 실험실 구축의 효과를 평가할 것입니다. 이 연구에서 환자 수준 평가에는 PPH 비율, PPH 후 수혈 비율, 5분 평가에서 APGAR 점수가 7 미만인 신생아 비율에 대한 평가가 포함됩니다. 우리의 연구는 프로그램 설계, 보급 및 구현 프로세스의 문제, 차원 및 단계에 중점을 두기 때문에 RE-AIM(도달, 효과, 채택, 구현 및 유지 관리) 프레임워크를 평가에 사용할 것입니다. 다양한 상황과 설정에서 사용됩니다.

연구 방법:

준실험 사전 및 사후 테스트 설계를 사용하여 RE-AIM의 각 구성 요소를 평가하기 위한 동시 중첩 혼합 방법 연구입니다.

학습 장소:

연구 장소는 네팔 5개 지역의 7개 의뢰 병원입니다. Paropakar 산부인과 여성 병원(바그마티 주), 자낙푸르 주립 병원(마데쉬 주), 코시 병원(코시 주), 나라야니 병원(마데시 주), 지방 병원 수르케트(카르날리 주), BPKIHS(코시 주), 포카라 보건 과학 아카데미(간다키 주), 연간 24,344건 전달; 8058; 8065; 7118; 5239; 3620; 각각 8915입니다. 전체적으로 이들 사이트는 연간 총 65,359건의 배송을 수행합니다. (출처 HMIS 데이터(2078/79))

연구 설계:

준실험 사전 테스트 사후 테스트 연구 설계

프로젝트 설명:

각 병원에서는 기존 기술 실험실의 공간, 장비 및 숙련된 인력을 파악하기 위해 초기 요구 평가를 수행할 것입니다. 그리고 각 병원마다 산모 및 신생아 건강 시뮬레이션 연구실을 구축/개편할 예정입니다. 하나의 시뮬레이션 랩에는 강당 1개, 보고실 1개, 시뮬레이션실 2개, 고성능 시뮬레이션실 1개 등 5개의 방이 있습니다. 산모 및 신생아 건강 관련 기술을 실습하는 데 필요한 장비와 마네킹은 기술 실습을 위한 지침/체크리스트와 함께 시뮬레이션 실험실에 설치됩니다. 실험실 설정이 완료된 후 시뮬레이션 기반 방법론에 대해 각 병원의 강사/MNH 직원에게 특히 ECLB(진통 및 출산을 위한 필수 관리), BAB(출산 후 출혈) 및 아기의 호흡 지원( HBB) 모듈. 마찬가지로 시뮬레이션 랩 운영 및 유지 관리에 대한 교육도 제공할 예정입니다.

연구 대상자:

연구 모집단은 기술 평가를 위한 MNH 제공자, 산모 결과 평가를 위해 최근 연구 병원에서 정상적인 질 분만을 통해 분만한 여성, 신생아 결과 평가를 위해 병원에서 분만한 신생아로 구성됩니다.

참가자 수 및 정당성:

1. 기술 평가: 기술 평가에는 132명의 참가자가 참여합니다(개입 전 66명, 개입 후 66명).
2. 팀 성과평가 : 14개팀(팀당 5명) = 70명
3. 산모 및 신생아 건강 결과 평가: 연구 병원의 연간 분만 건수는 65,359건입니다(출처-HMIS 데이터 2078/79). 데이터 수집 기간은 각 단계(검사 전 및 검사 후)마다 6개월이므로 각 단계에서 최근 약 32,500건의 출산에 대한 산모 및 신생아 건강 결과를 평가할 것으로 예상됩니다. 이 표본 크기는 통계적으로 유의미한 차이를 탐지하는 데 충분합니다(표본 크기 섹션 참조). PPH 사례 발생률을 2.9%로 가정하면 약 940건의 PPH 사례에서 데이터를 수집할 것으로 예상됩니다25. 마찬가지로, 정상 출산 중 출생 질식 발생률이 0.6%라고 가정하면26 약 200명의 신생아에 대한 데이터를 수집할 것으로 예상됩니다.

4. 주요 제보자 인터뷰 : 28명

   1. 병원장/의료관 - 7
   2. 모자 및 신생아 보건 의료과(OBGYN/소아과) 병원의 담당 책임자 - 7
   3. 모자·신생아보건 간호학과 병원담당자 - 7
   4. 시뮬레이션 연구실 운영자 - 7
5. 집중 그룹 토론 - 14개(각 그룹당 6~8명의 참가자)

포함 기준

• 최근 연구 병원에서 정상적인 질분만을 통해 분만한 모든 여성
• 재태 연령 ≥ 37주, 출생 체중 ≥2500gm, 입원 당시 태아 심장음이 있는 상태로 같은 병원에서 분만된 신생아
• 선정된 병원에서 최소 3개월 동안 근무하는 MNH 직원

제외 기준 - 다른 병원에서 의뢰된 PPH 여성, 연구 병원 외부에서 태어난 아기, 선천성 이상이 있는 신생아는 제외됩니다.

데이터 수집 기술 및 도구 A. 도달 범위

도달 도메인에서 다음 데이터를 수집합니다.

나. 멘토/트레이너로 교육을 받은 MNH 서비스 제공자의 수와 특성 ii. 확립된 시뮬레이션 연구소의 멘토/강사로부터 교육을 받은 MNH 서비스 제공자의 수와 특성.

iii. 목표 집단(연구 병원의 모든 MNH 서비스 제공자)에게 다가가는 데 어려움이 있음을 인지함.

도구: 시뮬레이션 연구실 일지, 병원 정보 기록 도구, 교육 등록 기록, 심층 인터뷰 지침, FGD 지침

기법: 기록 검토, 주요 정보원(병원 담당자, 의료 부서 담당자, 간호 부서 담당자, 시뮬레이션 랩 운영자)과의 심층 인터뷰; 의사 및 간호사와의 집중 그룹 토론(FGD). 각 병원별로 4차례의 심층면접과 2명의 FGD(참가자 6~8명)를 진행해 총 28명의 IDI와 7개 병원의 14명의 FGD를 진행한다.

나. 유효성

효과를 측정하기 위해 개입 전후에 다음 데이터가 수집됩니다.

1. 객관적이고 구조화된 임상 시험(OCSE):

   도구: 중재 완료 전과 중재 완료 후 6개월 동안 MNH 제공자 간의 역량 점수 변화를 측정하는 OSCE 도구입니다.

   OSCE에 대한 데이터 수집은 BAB(출산 후 출혈), ECLB(진통 및 출산을 위한 필수 관리), HBB(아기 호흡 지원)의 세 가지 기술에 대해 병원에서 시뮬레이션 기반 교육을 제공하는 데 관여하는 숙련된 시뮬레이션 전문가가 수행합니다. .

2. 시뮬레이션된 환경에서 MNH 제공업체의 팀 성과를 직접 관찰합니다.

   도구: 개입 완료 전과 개입 완료 후 6개월 동안 팀 성과와 의사소통을 평가하기 위한 팀 성과 평가 도구입니다.

   정상 분만(필수 신생아 관리) 수행, PPH(쇼크?) 관리 및 신생아 소생 기술을 위한 팀 성과 평가 도구가 개발됩니다. 연구의 각 단계마다 총 14번의 팀 평가(병원당 2번)를 실시할 예정입니다. 각 팀은 간호사 3명, 의사 1명, 도우미 1명으로 구성됩니다. 팀 성과 평가를 위한 데이터 수집은 OSCE 평가에 참여한 동일한 훈련을 받은 시뮬레이션 전문가가 수행합니다.

3. 환자 차트와 병동 기록을 검토하고 건강 결과와 관련된 정보를 기록합니다.

   도구 -

   에이. 산모 및 신생아 정보 기록 양식 b. 자료수집기간(개입 전 6개월, 개입 후 6개월) 동안 병원에서 발생한 PPH 사례를 기록하는 양식 다. 데이터 수집 기간(개입 전 6개월 및 개입 후 6개월) 동안 병원에서 발생한 5분 평가에서 APGAR <7인 신생아의 세부 사항을 기록하는 양식 d. 사회인구통계정보 양식(PPH 및 APGAR<7건)

   한 명의 병동 담당자(산부 및 분만 간호사)가 분만 중 및 분만 직후에 데이터 수집을 담당합니다. 각 연구 병원에는 한 명의 연구 보조원이 배치되며, 그들은 병동 담당자로부터 매일 환자 수준 데이터를 수집합니다. 분만실, 중환자실, 산후병동에서 산후 산모와 신생아의 차트를 매일 검토합니다. 그들은 다음과 같은 환자 수준 결과에 대한 데이터를 수집합니다.

   1. 500ml 이상의 정량적 혈액 손실: 정상적인 질식 분만 중 또는 분만 후 24시간 이내에 500ml 이상의 혈액 손실이 발생한 여성의 수를 기록합니다.
   2. 출생 후 수혈률 : 자료수집기간 중 출생 후 24시간 이내에 정량적 출혈량이 500ml 이상인 정상분만을 통해 동일 병원에서 분만하는 여성을 포함한다.
   3. 5분 평가에서 APGAR 점수 <7: 선택한 병원에서 정상적인 질 분만을 통해 분만되고 출생 체중이 2500gms 이상인 아기의 차트가 검토됩니다. 5분 평가에서 APGAR 점수가 <7인 아기의 수는 매일 부품 그래프에 기록되었습니다.

   또한 위의 기본 지표 외에도 PPH 사례에 대해 다음 정보도 수집됩니다.

   나. 인구사회학적 특성, 과거 병력 및 수술 병력, 생식 및 산과 병력, 현재 산과 병력 ii. 과도한 출혈의 원인 iii. 혈액 손실량 iv. 실혈 기간 v. 입원 시, 실혈 후, 퇴원 시 헤모글로빈 수치 vi. 불리한 결과(3도 또는 4도 열상, 자궁 파열, 자궁절제술) vii. 출혈 관리 viii. 병원 입원부터 산모-태아 평가 시작까지의 경과 시간; 타이밍 지연을 측정하기 위해 결정부터 실제 개입/관리까지 경과된 시간 ix. 수혈된 혈액의 양과 종류 x. 중환자실 입학 xi. 입원 기간 xii. 최종 결과(죽음 또는 생존)

   5분 평가에서 APGAR<7인 신생아의 경우 다음과 같은 추가 정보가 수집됩니다.

   나. 사회인구학적 특성, 과거 병력 및 수술 병력, 생식 및 산과 병력, 산모의 현재 산과 병력 ii. 입원 시, 진통 중, 퇴원 시 태아 심박수 iii. 질식 관리 iv. 병원 입원부터 산모-태아 평가 시작까지의 경과 시간; 타이밍 지연을 측정하기 위해 결정부터 실제 개입/관리까지 경과된 시간 v. ICU 입원 vi. 입원 기간 vii. 최종 결과(사망 또는 생존) 마찬가지로, 병동 기록을 관찰하여 정상 분만 수, 정상 출산 수, 신생아 사망 수, 산모 사망 수를 매일 기록합니다.

   C. 채택 도구: 실습 로그, 시뮬레이션 랩 등록, 반구조화된 설문지

   기법:

   연습 일지 및 시뮬레이션 랩 등록을 검토하여 시뮬레이션 랩에서 실시되는 교육의 빈도와 유형, 실습된 기술을 추적합니다. MNH 제공업체당 평균 연습 세션 수는 MNH 제공업체가 로그북에 기록한 연습 세션을 통해 계산됩니다.

   반구조화된 설문지는 시뮬레이션 실험실 활용에 대한 데이터를 수집하기 위해 MNH 제공업체에 자체적으로 관리됩니다. 설문지는 3개월 이상 병원에서 근무하는 모든 MNH 직원에게 실시됩니다.

   구현 도구: 연구실 설립 계획, 연구실 및 교육 기록 및 보고서, 심층 인터뷰 지침, FGD 지침

   기법:

   각 병원의 프로젝트/기술 연구소 혁신 활동을 검토하여 계획대로 프로그램 활동의 전달을 추적합니다.

   건설 현장 엔지니어, 보건복지부 연구실 구축 담당자, 각 병원 연구실 구축 담당자와의 심층 인터뷰 진행

   MNH 서비스 제공업체와 FGD를 통해 프로그램 구현 및 권장사항 중에 인식된 문제와 지원 요소를 식별합니다.

   유지 관리 시뮬레이션 기반 방법론의 제도화를 위해 병원에서 사용하는 조치 또는 시뮬레이션 연구실의 정기적인 사용을 위한 병원 경영진의 이니셔티브를 탐색하기 위한 주요 정보원의 반구조적 인터뷰. 사용 가능한 계획/조치를 직접 관찰/검토합니다.

   데이터 관리 및 분석 계획 모바일/태블릿에 설치된 KOBO 툴을 이용하여 정량적 데이터를 수집합니다. 그런 다음 데이터는 Excel 시트로 내보내지고 정리되며 STATA 버전 18에서 분석됩니다. 데이터 분석에는 기술 및 추론 통계 방법이 사용됩니다. 기술통계의 경우 데이터는 빈도, 백분율, 평균 및 표준편차로 요약됩니다. 데이터는 빈도표, 막대 다이어그램, 원형 차트 형식으로 표시됩니다.

   모든 OSCE의 경우 개별 제공자가 분석 단위가 됩니다. 참가자가 얻은 평균 점수는 점수와 백분율로 계산됩니다. 그런 다음 독립 t-검정을 사용하여 개입 전후의 평균 점수 차이를 비교합니다.

   PPH 발생률을 비교하는 경우 정상 분만을 분석 단위로 하고, 5분 평가에서 APGAR 점수<7 발생률을 비교하는 경우 정상 출산을 분석 단위로 합니다. 이러한 건강 결과에 대한 데이터는 95% CI의 비율로 표시됩니다. 집계 데이터는 월별 및 의료 시설 카테고리별로 집계됩니다. 관찰된 원유 발생률은 포아송 분포를 기준으로 계산됩니다. 개입 전과 후의 결과를 비교하기 위해 음이항 회귀 분석이 수행됩니다.

   PPH 사례 간 수혈 비율을 비교하기 위해 두 그룹(개입 전 및 중재 후)의 결과 비율을 비교하여 다음과 같이 상대 위험도를 계산합니다.

   상대 위험도 = (개입 후 결과 비율) / (개입 전 결과 비율) 상대 위험도가 1이면 두 그룹의 비율이 동일함을 나타내고 위험도가 1보다 크면 개입 후 그룹의 비율이 증가했음을 나타냅니다. 1 미만의 위험 비율은 개입 후 그룹의 비율이 감소했음을 나타냅니다. <0.05의 p-값은 유의미한 것으로 간주됩니다.

   마찬가지로 평균 예상 혈액 손실량, 퇴원 시 평균 헤모글로빈 수치, 평균 입원 기간, 평균 경과 시간, 개입 전후 평균 수혈 횟수도 계산합니다. 이는 독립 t-테스트를 ​​사용하여 비교됩니다.

   모든 정성적 데이터(IDI 및 FGD의)는 오디오로 녹음됩니다. 데이터는 네팔어로 전사되고 번역됩니다. NVIVO 12 소프트웨어를 사용하여 정성적 데이터를 분석하려면 주제별 분석 방법을 사용합니다. 우리는 친숙화, 코드 및 주제 식별, 식별된 주제 해석의 단계를 따를 것입니다.