Medicare Oasis-C Valrisicobeoordeling

al meer dan tien jaar hebben de Centers for Medicare and Medicaid Services (CMS) Medicare certified home health agencies verplicht om Outcome and Assessment Information Set (OASIS)-gegevens te verzamelen en door te geven voor alle volwassen thuisgezondheidspatiënten van 18 jaar en ouder die geschoolde diensten ontvangen, wier zorg wordt vergoed door Medicare en Medicaid, met uitzondering van patiënten die alleen pre – of postnatale diensten ontvangen (CMS, 2010).,

de OASIS geeft thuisgezondheidsinstanties de opdracht om het valrisico te beoordelen bij alle patiënten ouder dan 65 jaar. De multifactoriële beoordeling omvat items zoals valgeschiedenis, gebruik van meerdere medicijnen, mentale stoornissen, toiletfrequentie, algemene mobiliteit/overdrachtsstoornissen en milieurisico ‘ s (CMS, 2010).,

tijdens de valrisicobeoordeling voor multifactoren kan het agentschap:

• gebruik maken van het gestandaardiseerde, gevalideerde uitgebreide valrisicobeoordelingsinstrument voor multifactoren
• kan verschillende instrumenten bevatten, mits één ervan gestandaardiseerd en gevalideerd is

het doel is de valrisicobeoordeling voor leerlingen en in de gezondheidszorg te bevorderen.,

Valrisicobeoordeling in verpleeghuizen

ongeveer 1800 oudere volwassenen die in verpleeghuizen wonen sterven elk jaar aan valgerelateerde letsels en degenen die vallen overleven hebben vaak heupfracturen en hoofdletsel die leiden tot blijvende invaliditeit en verminderde kwaliteit van leven (CDC, 2012b).

in verpleeghuizen beoordelen verpleegkundigen bewoners op valrisico bij toelating tot de faciliteit en op regelmatige basis na toelating. Om het valrisico te beoordelen, kunnen verpleegkundigen kiezen uit een verscheidenheid aan valrisicobeoordelingsinstrumenten, die over het algemeen niet gestandaardiseerd of gereguleerd zijn., De meeste assessment tools bevatten een scoresysteem dat het cumulatieve effect van risicofactoren evalueert met het oog op het identificeren van degenen met het grootste risico op vallen of het aanhouden van een valgerelateerde verwonding (Wagner, 2011).

een Canadese studie waarbij 137 verpleeghuizen in de provincie Ontario betrokken waren, vroeg welke valrisicobeoordelingsinstrumenten werden gebruikt en probeerde overeenkomsten tussen de beoordelingsinstrumenten te identificeren (Wagner, 2011). De meest gebruikte valrisicobeoordelingsinstrumenten waren de Morse Valschaal en de prestatiegerichte Mobiliteitsschaal., Over alle faciliteiten van de gemeenschappelijke domeinen beoordeeld inbegrepen:

• Intrinsieke factoren
• Behandeling-gerelateerde of extrinsieke factoren
• Mobiliteit status
• Cognitieve status
• Zintuiglijke status
• Geschiedenis van de falls
• Gedrag en attitudes (Wagner, 2011)

In deze studie, de onderzoekers gewezen op de noodzaak van een evidence-based tool voor de beoordeling van het risico op vallen vergelijkbaar met de universeel uitgezonderd Braden-Schaal voor het voorspellen van decubitus risico., Zij wijzen erop dat slecht ontworpen beoordelingsinstrumenten de ontwikkeling van een programma ter vermindering van het valrisico belemmeren en niet beantwoorden aan de behoeften van individuele patiënten (Wagner, 2011).

een bijzonder obstakel voor kwaliteitsverbeteringsprogramma ‘ s is dat veel niet volledig ingaan op de manieren waarop de taken van het personeel elkaar overlappen wanneer wordt geprobeerd het valrisico bij hun patiënten aan te pakken. Complexe syndromen zoals valrisico zijn het gevolg van meerdere risicofactoren en vereisen multifactoriële, interdisciplinaire interventies om de resultaten te verbeteren., Het verminderen van meerdere risicofactoren kan moeilijk zijn, omdat het vereist dat veel medewerkers sterke verbindingen hebben die een effectieve informatiestroom en probleemoplossing vanuit verschillende perspectieven mogelijk maken; dus is een interventie nodig om het personeel te helpen een werkrelatie op te zetten en betere communicatie om de nieuwe praktijken te ondersteunen die door valreductieprogramma ‘ s worden geïntroduceerd (Anderson et al., 2012).,

Valclassificatie met behulp van een mobiele telefoon

een nieuwe manier om het vallen van patiënten te documenteren is het gebruik van mobiele telefoons; de meeste smartphones zijn uitgerust met versnellingsmeters die kunnen worden gebruikt om met een uitzonderlijk hoge nauwkeurigheid te detecteren wanneer patiënten vallen. Vallen zijn over het algemeen gebeurtenissen met een grote impact, waardoor detectie eenvoudiger is dan het identificeren van andere dagelijkse activiteiten. Het automatisch detecteren van vallen kan een snelle reactie op potentiële noodsituaties mogelijk maken; bovendien kan het kennen van de oorzaak of de wijze van een val gunstig zijn voor preventiestudies of een meer op maat gemaakte reactie op noodsituaties.,

een onderzoek van het Rehabilitation Institute of Chicago trachtte technieken aan te tonen die niet alleen een val op betrouwbare wijze detecteren, maar ook het type automatisch classificeren. Vijftien proefpersonen simuleerden vier verschillende soorten vallen-links en rechts laterale, voorwaartse trips en achterwaartse slips – terwijl ze mobiele telefoons en versnellingsmeters droegen. Negen proefpersonen droegen de apparaten ook tien dagen, om gegevens te verstrekken voor vergelijking met de gesimuleerde vallen. Onderzoekers konden een val met 98% nauwkeurigheid identificeren en het type val met 99% nauwkeurigheid classificeren (Albert, 2012).,