ATrain Education (日本語)

Medicare OASIS-C Fall Risk Assessment

メディケア-アンド-メディケイド-サービスセンター(CMS)は、出生前または産後のサービスのみを受けている患者を除いて、メディケアとメディケイドによって払い戻される熟練したサービスを受けている18歳以上の成人ホームヘルス患者のアウトカムおよび評価情報セット(OASIS)データを収集および送信することをメディケア認定ホームヘルス機関に要求している(CMS,2010)。,

オアシスは、65歳以上のすべての患者における転倒リスクを評価するために在宅医療機関に指示します。 多因子評価には、転倒歴、複数の薬物の使用、精神障害、排泄頻度、一般的な移動性/移行障害、および環境危険性(CMS、2010)などの項目が含まれています。,

多因子落下リスク評価の間に、代理店:

  • 単一の標準化された、検証済みの包括的な多因子落下リスク評価ツールを使用することができます
  • 限り、そのうちの一つが標準化され、検証されているように、いくつかのツールを組み込むことができます

目的は、弟子たち間で、医療の設定全体で滝リスク評価を促進することです。,

老人ホームにおける転倒リスク評価

老人ホームに住む約1,800人の高齢者は、転倒関連の傷害で毎年死亡し、転倒生き残った人は、しばしば股関節骨折および頭部外傷を引き起こし、永続的な障害および生活の質の低下をもたらすCDC、2012b。

老人ホームでは、看護師は施設への入院時および入院後に定期的に転倒リスクを住民に評価する。 転倒リスクを評価するために、看護師は一般的に標準化または規制されていないさまざまな転倒リスク評価ツールから選択することができます。, ほとんどの評価ツールには、転倒または転倒関連傷害を維持する最大のリスクにあるものを特定する目的で、危険因子の累積効果を評価するスコアリングシステムが含まれています(Wagner、2011)。

オンタリオ州の137老人ホームを対象としたカナダの研究では、秋のリスク評価ツールが使用されているかについて尋ね、評価ツール全体の共通点を特定しようとしました(Wagner、2011)。 最も一般的に使用される落下リスク評価ツールは、モールス落下スケールと性能指向のモビリティスケールでした。, すべての施設にわたって評価された共通のドメインには、以下が含まれます。

  • 内因性因子
  • 治療関連または外因性因子
  • モビリティステータス
  • 認知ステータス
  • 感覚ステータス
  • 転倒の歴史
  • 行動と態度(Wagner,2011)

この研究では、研究者らは、転倒リスクの評価のためのエビデンスベースのツールの必要性を指摘した。褥瘡のリスクを予測するためのbradenスケールを除く。, 彼らは、不十分に設計された評価ツールは、転倒リスク低減プログラムの開発を妨げ、個々の患者のニーズに対処できないことを指摘している(Wagner、2011)。

品質改善プログラムの特定の障壁は、多くの人が患者の転倒リスクに対処しようとするときにスタッフの職務が重複する方法に完全に対処していないということである。 転倒リスクのような複雑な症候群は、複数の危険因子に起因し、転帰を改善するために多因子的で学際的な介入が必要である。, 複数のリスク要因を減らすことは、多くのスタッフが効果的な情報の流れと様々な視点からの問題解決を可能にする強力なつながりを持つ必要があるため、困難かもしれない。, 2012).,

携帯電話を使用した落下分類

患者の転倒を文書化する新しい方法は、携帯電話を使用することです。 滝は一般的に影響の大きいイベントであり、他の日常活動を特定するよりも検出が簡単になります。 さらに、転倒の原因または方法を知ることは、予防研究またはより合わせた緊急対応に有益である可能性があります。,

シカゴのリハビリテーション研究所は、転倒を確実に検出するだけでなく、そのタイプを自動的に分類する技術を実証しようとしました。 携帯電話と加速度計を着用しながら、左右の横方向、前方の旅行、後方のスリップの四つの異なるタイプの滝をシミュレートしました。 また,シミュレーションされた転倒との比較のためのデータを提供するために,十日間装置を着用した。 研究者は、98%の精度で落下を特定し、99%の精度で落下のタイプを分類することができました(Albert、2012)。,

測定された滝の種類と測定軸

(A)四つの異なるタイプのシミュレーションされた滝。落下の方向に従って置かれる。 (B)記録に使用されたG1android携帯電話、および被験者の背面に携帯電話の配置。 (C)加速度計の軸。 電話は、三軸が上、左、および被験者の後ろを指すように、被験者の背面に配置されました。, 出典:アルバート、2012。 許可を得て使用します。

この研究では、現在の機械学習アプローチがデータ収集を簡素化し、転倒による潜在的な傷害に対する迅速な対応を改善する方法を示しています(Albert、2012)。

戻る次へ

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です