정기적으로 수집 된 데이터에서 간호사 직원 요구 사항을 예측합니다 (PREDICT-NURSE)
이 관찰 연구의 목표는 연구원들이 환자 병원 데이터에서 병원 병동 (단위)에 필요한 간호사의 수를 예측할 수 있는지 알아내는 것입니다. 대답하는 주요 질문은 다음과 같습니다.
병원 시스템에서 일상적으로 기록 된 데이터에서 간호사 직원 요구 사항을 예측할 수 있습니까?
연구원들은 간호사에게 간호사 직원 도구에 대한 견해와 직원 결정에 필요한 지원에 대해 물어볼 것입니다. 병원 IT 시스템의 데이터를 분석합니다.
연구 개요
상태
정황
상세 설명
배경 : 병원 병동에 충분한 간호사가있는 것은 환자의 안전에 필수적이지만 다양한 수와 환자의 요구를 계획하는 것은 어렵습니다. 영국의 거의 모든 급성 NHS 트러스트는 Nice-Endorsed Safer Nuring Care Tool (SNCT)을 사용하여 직원 결정을 안내합니다. 그러나이 접근법은 노동 집약적이며 관리 또는 관리 관리를 위해 수집 된 데이터로 인해 정보를 제공하지 않고 직원 요구 사항을 측정하기 위해 특별히 데이터 수집이 필요합니다.
AIM : 일상적인 데이터를 사용하여 병원 병동의 간호 직원에 대한 수요를 측정하는 방법을 개발하여 시설 (WARD 직원 수)을 계획하고 직원의 적절성을 실시간으로 모니터링하며 직원의 안전하고 효율적인 배치를 알리는 데 도움이됩니다.
디자인 : 급성 성인 체세포를 제공하는 와드 전체의 후 향적 관찰 연구 (즉, 즉 정신 건강이 아닌) 5 개의 종합 병원 신탁의 입원 환자 치료, 정기적으로 수집 된 데이터에서 간호사 직원 요구 사항을 예측하고 환자 및 직원 적정성 결과에 대한 이러한 예측을 검증합니다. 알고리즘은 사용자 중심 디자인에 따라 및 병원 간호사 직원의 경험과 알고리즘 개발에 대한 영향을 이해하기 위해 환자와 교류함으로써 개발됩니다.
WorkStream (WS) 1 목표 : 직원 도구를 사용할 때 간호사와 관리자에게 작동하지 않는 것이 무엇인지 이해하고이를 알고리즘 설계에 통합하십시오. 방법 : i) 직원 및 최고 간호 정보 책임자에 대한 전국적인 설문 조사는 직원 도구 사용 및 환자 데이터 가용성/품질, ii) 간호사 및 간호 관리자와의 워크샵을 찾기위한 전국적인 설문 조사에 따르면,이 그룹과 함께 직원 결정 지원 요구를 이해하기 위해 간호사 및 간호 관리자와의 워크샵, IT 그룹과의 워크샵 및 ALGORITHITS 고려 사항을 논의하기 위해 NHS IT 관리자 및 명단에 대해 논의합니다.
WS2 목표 : 통계/기계 학습 알고리즘을 개발하여 정기적으로 사용 가능한 환자 데이터의 간호사 직원 요구 사항을 추정합니다. 방법 : 간호사 직원 요구 사항을 측정하기위한 "골드 표준"이 없기 때문에 연구원은 먼저 환자의 시각/의존성 분류 도구 인 SNCT에서 측정을 복제합니다. 그들은 개별 환자의 시각/의존성 분류를 복제하고 전체 와드의 직원 요구 사항을 복제하는 것을 포함한 대체 알고리즘을 개발할 것입니다. 그들은 다른 시점에서 직원 결정을 고려할 것입니다. 예측 변수는 관리 및 간호 계획 데이터에서 나옵니다.
WS3 목표 : 알고리즘의 유효성을 평가합니다. 방법 : 연구자들은 회귀 모델에 맞게 직원 요구 사항의 각 후보자 측정 및 여러 결과에 비해 실제 미만/오버 스태핑 간의 연관성을 조사합니다. 이를 위해 병원 IT 시스템에서 추출한 일상적인 데이터와 간호사의 소액 서식을 사용하여 직원의 적절성에 대한 인식을 이해합니다. 직원이 직원 요구 사항의 척도에 비해 직원이 증가함에 따라 환자 결과가 좋지 않은 위험 및 직원이 부적절하다는 인식이 감소하는지 테스트 할 것입니다. 모델과 모델에 대한 모델 적합성을 SNCT에서 측정 한 직원 요구 사항과 비교합니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
-
Southampton, 영국
- University of Southampton
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
국가 조사 포함 기준 :
- 안전한 스태프 리드/간호사는 안전한 직원 또는 CNIO/간호사 IT/전자 기록에 대한 간호사/간호사
워크샵 포함 기준 :
- 안전한 직원의 간호 관리자 remit/it remit. 또는
- 더 안전한 간호 도구 등급을 완료 한 경험이있는 임상 간호사. 또는
- NHS IT 관리자는 환자 데이터를 저장하기위한 병원 트러스트 시스템에 익숙합니다. 또는
- 병원에 명단 또는 환자 정보 시스템 서비스를 제공하는 회사 대표.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
국가 조사
우리는 직원의 직원 및 최고 간호 정보 담당자를 조사하여 직원 도구의 사용 방법과 IT 시스템의 환자 데이터의 가용성/품질을 찾을 것입니다.
|
|
워크샵
워크샵에서 우리는 1) 간호사와 관리자에게 현재 직원 시스템에 어떤 문제가 있는지, 2) 간호사, NHS IT 관리자 및 IT 시스템 제공 업체와 예측 알고리즘을 소프트웨어 제품으로 구축하기위한 아이디어에 대해 물어볼 것입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
예측의 평균 절대 오차
기간: 12 시간의 교대마다
|
환자 당 전체 타임 동등성으로 측정됩니다.
이것은 예측 정확도의 척도, 즉 알고리즘의 예측이 병동과 교대에 걸쳐 평균적으로 필요한 간호사 직원의 목표 값과 얼마나 잘 일치하는지입니다.
|
12 시간의 교대마다
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인류
기간: 환자 입원 후 30 일 이내에
|
간호사 직원 요구 사항 추정을위한 예측 알고리즘의 유효성을 테스트하는 데 사용
|
환자 입원 후 30 일 이내에
|
|
체류 기간
기간: 병원 입원에서 퇴원까지
|
간호사 직원 요구 사항 추정을위한 예측 알고리즘의 유효성을 테스트하는 데 사용
|
병원 입원에서 퇴원까지
|
|
재입학
기간: 병원 입원 후 30 일 이내에
|
간호사 직원 요구 사항 추정을위한 예측 알고리즘의 유효성을 테스트하려면
|
병원 입원 후 30 일 이내에
|
|
의료 관련 조건
기간: 병원 입원에서 퇴원까지
|
환자가 건강 관리를받는 동안 얻는 감염.
간호사 직원 요구 사항 추정을위한 예측 알고리즘의 유효성을 테스트하는 데 사용
|
병원 입원에서 퇴원까지
|
|
간호 직원이 환자 치료 요구를 충족하기에 적절하게 배치되었습니까?
기간: 각 8시간 또는 12시간 교대 근무에 대해
|
병동 담당 간호사가 평가한 기준으로.
간호 인력 요구량 예측의 타당성을 평가하는 데 사용됩니다.
|
각 8시간 또는 12시간 교대 근무에 대해
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- 100780
- NIHR166784 (기타 보조금/기금 번호: National Institute for Health and Care Research)
- 346148 (기타 식별자: Integrated Research Application System)
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
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. .
간호 업무량에 대한 임상 시험
-
Centre Hospitalier Universitaire Dijon완전한