Medicare OASIS-C Podzim Posouzení Rizik

Za více než deset let, Centra pro Medicare a Medicaid Služby (CMS) má požadované Medicare certifikované domácí zdravotní agentury, aby shromažďovat a předávat Výsledky a Hodnocení Informací (OASIS) údaje pro všechny dospělé domácí zdravotní pacienti 18 let a starší přijímání kvalifikovaných služeb, jejichž péči hradí Medicare a Medicaid, s výjimkou pacientů užívajících pre – a postnatální služby (CMS, 2010).,

OASIS řídí domácí zdravotnické agentury, aby posoudily riziko pádu u všech pacientů starších 65 let. Na multifaktoriální hodnocení zahrnuje položky, jako jsou pády historie, použití více léků, mentální postižení, toaletu frekvence, obecné mobility/přenos poškozením, a nebezpečí pro životní prostředí (CMS, 2010).,

Během multifaktoriální riziko pádu posouzení agentura:

• Lze použít jednotné standardizované, ověřené komplexní multifaktoriální falls nástroj pro hodnocení rizik
• Může obsahovat několik nástrojů, tak dlouho, dokud jeden z nich je standardizované a validované

cílem je podporovat spadá posouzení rizik, přes žáky a přes zdravotní péče nastavení.,

Podzim Posouzení Rizik v Domech s Pečovatelskou službou

Asi 1800 starší osoby žijící v domech s pečovatelskou službou zemře každý rok od pádu úrazů a ti, kteří přežijí, často udržet hip zlomeniny a poranění hlavy, které vyústí v trvalé postižení a snížení kvality života (CDC, 2012b).

v domovech s pečovatelskou službou sestry hodnotí obyvatele za riziko pádu při přijetí do zařízení a pravidelně po přijetí. Pro posouzení rizika pádu si sestry mohou vybrat z různých nástrojů pro hodnocení rizika pádu, které obecně nejsou standardizovány nebo regulovány., Většina nástrojů pro posuzování obsahuje bodovací systém, který hodnotí kumulativní efekt rizikových faktorů za účelem identifikace těch, v nichž je nejvyšší riziko pádu nebo udržení spadnout-úraz (Wagner, 2011).

kanadská studie zahrnující 137 pečovatelských domů v provincii Ontario se zeptala, jaké nástroje pro hodnocení rizika pádu se používají, a pokusila se identifikovat společné rysy napříč nástroji hodnocení (Wagner, 2011). Nejčastěji používanými nástroji pro hodnocení rizik pádu byly stupnice Morse Fall a stupnice Mobility orientovaná na výkon., Přes všechna zařízení společné domény posuzovány v ceně:

• Vnitřní faktory
• související s Léčbou, nebo vnější faktory
• Mobility stav
• Kognitivní stav
• Smyslové stav
• Historie spadá
• Chování a postoje (Wagner, 2011)

V této studii, výzkumníci poznamenal, že je třeba pro založené na důkazech nástroj pro posouzení rizika pádu podobný všeobecně s výjimkou Braden Stupnice pro predikci dekubitů, riziko., Poukazují na to, že špatně navržené nástroje hodnocení brání rozvoji programu snižování rizika pádu a neřeší potřeby jednotlivých pacientů (Wagner, 2011).

konkrétní bariéru pro zlepšení kvality programů je, že mnozí nemají plně zabývat způsoby, v nichž zaměstnanci povinnosti překrývají, když se snaží řešit riziko pádu u svých pacientů. Komplexní syndromy, jako je riziko pádu, jsou výsledkem mnoha rizikových faktorů a vyžadují multifaktoriální interdisciplinární intervence ke zlepšení výsledků., Snížit několik rizikových faktorů, může být obtížné, protože to vyžaduje mnoho zaměstnanci mají silné vazby, které umožňují efektivní tok informací a řešení problémů z různých perspektiv, proto je nutný zásah na pomoc zaměstnancům vytvořit pracovní vztah a lepší komunikace na podporu nové postupy zavedené na podzim-programy snižování (Anderson et al., 2012).,

Pád Klasifikace Pomocí Mobilního Telefonu

nový způsob dokumentace pacienta falls je prostřednictvím využívání mobilních telefonů; většina chytrých telefonů jsou vybaveny akcelerometry, které mohou být použity k detekci, kdy pacienti podzim s výjimečně vysokou přesností. Pády jsou obecně události s vysokým dopadem, takže detekce je jednodušší než identifikace jiných každodenních činností. Automatické zjišťování pádů může umožnit rychlou reakci na potenciální mimořádné události; navíc znalost příčiny nebo způsobu pádu může být prospěšná pro preventivní studie nebo pro přizpůsobenou nouzovou reakci.,

rehabilitační Institut Chicagské studie se snažil prokázat techniky, které nejen spolehlivě detekují pád, ale také automaticky klasifikují Typ. Patnáct subjektů simulovalo čtyři různé typy pádů-levý a pravý boční, dopředu a dozadu—při nošení mobilních telefonů a akcelerometrů. Devět subjektů také nosilo zařízení po dobu deseti dnů, aby poskytovalo údaje pro srovnání se simulovanými pády. Vědci dokázali identifikovat pokles s přesností 98% a klasifikovat typ pádu s přesností 99% (Albert, 2012).,

(A) Čtyři různé typy simulované pády, umísťuje podle směru pádu. (B) mobilní telefon G1 android, který byl použit pro nahrávání, a umístění telefonu na zadní straně předmětů. C) osy akcelerometru. Telefon byl umístěn na zadní straně objektu tak, že tři osy směrem nahoru, levé a zadní části objektu., Zdroj: Albert, 2012. Používá se svolením.

tato práce ukazuje, jak současné přístupy strojového učení mohou zjednodušit sběr dat a také zlepšit rychlou reakci na potenciální zranění způsobená pády (Albert, 2012).

zpět další