| 研究課題/領域番号 |
20K10319
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58010:医療管理学および医療系社会学関連
|
|---|
| 研究機関 | 敦賀市立看護大学 (2022-2023)
岐阜大学 (2020-2021) |
|---|
研究代表者 |
林 祐一 敦賀市立看護大学, 看護学部, 教授 (00392366)
|
|---|
| 研究分担者 |
鈴木 昭夫 岐阜大学, 医学部附属病院, 准教授 (80775148)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 転倒 / ポリファーマシー / 電子カルテ / 高齢者 / 院内転倒 / 転倒予測 / 病院 / 薬剤 / リスク因子 |
|---|
| 研究開始時の研究の概要 |
高齢者の院内転倒予測には2つの問題点がある。①時間外・緊急入院や、看護師の多忙を理由に転倒が予測されず、無対策のまま転倒する場合と、②採用している転倒予測アセスメントツールが、院内の転倒を正しく予測できないために十分な対策がされずに転倒する場合である。この2つの重要な問題を解決するために、最適な転倒予測項目の同定と重みづけを行うことに加え、電子カルテシステムの関心データへの紐づけ機能を用いて院内転倒の予測自動化システムを開発したい。どのような臨床情報を関心データとして紐付させるかが重要で、転倒予測自動化のために最適な転倒予測に関連する臨床情報を明らかにする。
|
| 研究実績の概要 |
【研究の背景】高齢者の院内転倒は医療安全の上で重要な回避すべき事象である。そのため、入院時に看護師などが転倒予測を行い、転倒予防策を講じている。一方、院内転倒が生じると、医療安全部署に報告され、インシデントとして記録される。院内転倒を事前に正しく予測されていたかがわかる仕組みがある。
【方法】脳神経内科疾患を主として入院した高齢者1607名を対象とし、解析した。院内転倒者で十分な記録がある症例は110名、167回転倒であった。①事前予測されていた院内転倒群と事前予測がされていなかった群を比較し、被害状況ラダーを用いて、被害状況の差と患者プロファイルを比較した。②改訂泉式転倒予測スケールを用いた事前予測率が低かったため、他の予測スケールを用ると予測率が高まるかということをこの症例群を用いてシュミレーションした。そのシュミレーションによって、どのような項目を予測因子として加えれば良いかを検討した。
【結果】事前予測されて院内転倒した群と予測されていなかった群では、予測されていなかった群で、やや高い傾向にあったが、患者プロファイルに差はみられなかった。次に、改訂泉式転倒予測スケールの予測率は、66.4％、Morse式では97.3%, Johns-Hopkins式では、94.5%であった(いずれも対泉式転倒予測スケールとの比較でP<0.001, OR 8.79 95%CI[3.5-25.3], OR 18.08, 95%CI[5.4-60.8])であった。この差の要因は、薬剤因子の有無であった。Morse式とJohns-Hopkins式の比較では有意差はなく、治療デバイスの有無は転倒予測に貢献しないことが示された。
【結論】転倒予測支援のため、電子カルテシステムのマイニング機能を用いて、実装化した。実装化の検証が必要である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
実装化までこぎつけたので、実装化後の検証が必要である。
|
| 今後の研究の推進方策 |
本研究を電子カルテへ実装化させ検証する。これまでの研究成果を論文化する方針である。
|
