ATrain Education (Deutsch)

Medicare OASIS-C Fall Risk Assessment

Seit über einem Jahrzehnt hat das Center for Medicare and Medicaid Services (CMS) Medicare-zertifizierte Home Health – Agenturen verpflichtet, Ergebnis-und Bewertungsinformationen zu sammeln und zu übermitteln Set (OASIS) Daten für alle erwachsenen Home Health-Patienten ab 18 Jahren, die qualifizierte Dienstleistungen erhalten, deren Pflege von Medicare und Medicaid erstattet wird, mit Ausnahme von Patienten, die nur vor-oder postnatale Dienstleistungen erhalten (CMS, 2010).,

Die OASIS weist die häuslichen Gesundheitsbehörden an, das Sturzrisiko bei allen Patienten über 65 Jahren zu bewerten. Die multifaktorielle Bewertung umfasst Elemente wie die Anamnese von Stürzen, die Verwendung mehrerer Medikamente, psychische Beeinträchtigungen, die Häufigkeit von Toiletten, allgemeine Mobilitäts – /Bewegungsstörungen und Umweltgefahren (CMS, 2010).,

Während der Multifaktor-Sturzrisikobewertung kann die Agentur:

  • das einzige standardisierte, validierte umfassende Multifaktor-Sturzrisikobewertungstool verwenden
  • Kann mehrere Tools enthalten, solange eines davon standardisiert und validiert ist

Der Zweck besteht darin, die Sturzrisikobewertung in allen Bereichen und im gesamten Gesundheitswesen zu fördern.,

Sturzrisikobewertung in Pflegeheimen

Etwa 1.800 ältere Erwachsene, die in Pflegeheimen leben, sterben jedes Jahr an sturzbedingten Verletzungen, und diejenigen, die Stürze überleben, erleiden häufig Hüftfrakturen und Kopfverletzungen, die zu einer dauerhaften Behinderung und einer verminderten Lebensqualität führen (CDC, 2012b).

In Pflegeheimen beurteilen Krankenschwestern die Bewohner bei der Aufnahme in die Einrichtung und regelmäßig nach der Aufnahme auf Sturzrisiko. Um das Sturzrisiko zu beurteilen, können Krankenschwestern aus einer Vielzahl von Sturzrisikobewertungsinstrumenten wählen, die im Allgemeinen nicht standardisiert oder reguliert sind., Die meisten Bewertungsinstrumente enthalten ein Bewertungssystem, das die kumulative Wirkung von Risikofaktoren bewertet, um diejenigen zu identifizieren, bei denen das größte Sturzrisiko besteht oder eine sturzbedingte Verletzung vorliegt (Wagner, 2011).

Eine Kanadische Studie mit 137 in den Pflegeheimen in der Provinz Ontario gefragt, was die Sturz-Risiko-assessment-tools, die verwendet wurden, und versucht zu identifizieren, die Gemeinsamkeiten über das assessment-tools (Wagner, 2011). Die am häufigsten verwendeten Sturzrisikobewertungsinstrumente waren die Morse-Fall-Skala und die leistungsorientierte Mobilitätsskala., Über alle Einrichtungen hinweg umfassten die bewerteten gemeinsamen Bereiche:

  • Intrinsische Faktoren
  • Behandlungsbedingte oder extrinsische Faktoren
  • Mobilitätsstatus
  • Kognitiver Status
  • Sensorischer Status
  • Vorgeschichte von Stürzen
  • Verhaltensweisen und Einstellungen (Wagner, 2011)

In dieser Studie stellten die Forscher fest, dass ein evidenzbasiertes Instrument zur Bewertung des Sturzrisikos erforderlich ist, ähnlich dem universell ausgenommen Braden-Skala zur Vorhersage des Druckgeschwürrisikos., Sie weisen darauf hin, dass schlecht konzipierte Bewertungsinstrumente die Entwicklung eines Programms zur Reduzierung des Sturzrisikos behindern und die Bedürfnisse einzelner Patienten nicht befriedigen (Wagner, 2011).

Ein besonderes Hindernis für Qualitätsverbesserungsprogramme besteht darin, dass viele nicht vollständig auf die Art und Weise eingehen, wie sich die Aufgaben des Personals überschneiden, wenn sie versuchen, das Sturzrisiko bei ihren Patienten anzugehen. Komplexe Syndrome wie das Sturzrisiko resultieren aus mehreren Risikofaktoren und erfordern multifaktorielle, interdisziplinäre Interventionen zur Verbesserung der Ergebnisse., Die Reduzierung mehrerer Risikofaktoren kann schwierig sein, da viele Mitarbeiter über starke Verbindungen verfügen müssen, die einen effektiven Informationsfluss und eine Problemlösung aus unterschiedlichen Perspektiven ermöglichen.Daher ist eine Intervention erforderlich, um den Mitarbeitern beim Aufbau einer Arbeitsbeziehung und einer verbesserten Kommunikation zu helfen, um die neuen Praktiken zu unterstützen, die durch Fallreduktionsprogramme eingeführt wurden (Anderson et al., 2012).,

Fallklassifizierung mit einem Mobiltelefon

Eine neuartige Methode zur Dokumentation von Patientenstürzen ist die Verwendung von Mobiltelefonen; Die meisten Smartphones sind mit Beschleunigungsmessern ausgestattet, mit denen festgestellt werden kann, wann Patienten mit außergewöhnlich hoher Genauigkeit fallen. Stürze sind im Allgemeinen Ereignisse mit hoher Auswirkung, die die Erkennung einfacher machen als die Identifizierung anderer täglicher Aktivitäten. Die automatische Erkennung von Stürzen kann eine schnelle Reaktion auf potenzielle Notfälle ermöglichen; Darüber hinaus kann die Kenntnis der Ursache oder Art eines Sturzes für Präventionsstudien oder eine maßgeschneidertere Notfallreaktion von Vorteil sein.,

Eine Studie des Rehabilitation Institute of Chicago wollte Techniken demonstrieren, die nicht nur einen Sturz zuverlässig erkennen, sondern auch den Typ automatisch klassifizieren. Fünfzehn Probanden simulierten vier verschiedene Arten von Stürzen-links und rechts seitlich, vorwärts Reisen und rückwärts rutscht—beim Tragen von Mobiltelefonen und Beschleunigungsmessern. Neun Probanden trugen die Geräte auch zehn Tage lang, um Daten zum Vergleich mit den simulierten Stürzen bereitzustellen. Die Forscher konnten einen Sturz mit 98% Genauigkeit identifizieren und die Art des Sturzes mit 99% Genauigkeit klassifizieren (Albert, 2012).,

Arten der gemessenen Stürze und Messachsen

(A) Vier verschiedene Arten simulierter Stürze, positioniert nach Richtung des Sturzes. (B) Das G1 Android-Handy, das für die Aufnahme verwendet wurde, und die Platzierung des Telefons auf der Rückseite der Probanden. (C) Die Achsen des Beschleunigungsmessers. Das Telefon wurde so auf die Rückseite des Motivs gelegt, dass die drei Achsen nach oben, links und auf die Rückseite des Motivs zeigten., Quelle: Albert, 2012. Mit Erlaubnis verwendet.

Diese Arbeit zeigt, wie aktuelle Ansätze des maschinellen Lernens die Datenerfassung vereinfachen und die schnelle Reaktion auf potenzielle Verletzungen durch Stürze verbessern können (Albert, 2012).

Zurück Weiter

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.