導讀 根據(jù)美國醫(yī)療質(zhì)量研究機構的數(shù)據(jù)，褥瘡(也稱為壓力性損傷)是增長最快的醫(yī)院獲得性疾病，因此已成為美國醫(yī)療事故訴訟的第常見原因。盡管大多...
根據(jù)美國醫(yī)療質(zhì)量研究機構的數(shù)據(jù)，褥瘡(也稱為壓力性損傷)是增長最快的醫(yī)院獲得性疾病，因此已成為美國醫(yī)療事故訴訟的第常見原因。
盡管大多數(shù)醫(yī)院獲得性壓力性損傷是可以合理預防的，但美國每年約有 250 萬人在急癥護理機構中發(fā)生壓力性損傷，其中 6 萬人死亡。美國衛(wèi)生系統(tǒng)每年用于滿足患者住院期間壓力性損傷的緊急需求的總成本超過 260 億美元，但壓力性損傷作為公共衛(wèi)生危機而受到的關注相對較少。
南加州大學、約翰霍普金斯大學和克利夫蘭大學醫(yī)院醫(yī)學中心的研究人員合作，利用機器學習技術開發(fā)一種新模型，以預測未來壓力性損傷的風險，并更好地直接護理勞動密集型患者。
今天在BMJ Open上發(fā)布的新風險評估模型將預測準確性提高到 74% 以上，比現(xiàn)有方法提高了 20% 以上。
預防壓力性損傷的常見做法和指南既耗時又給床邊護士帶來負擔。研究人員指出，用于預測壓力性損傷風險的行業(yè)標準工具紙質(zhì)布雷登量表自 20 世紀 80 年代誕生以來一直沒有改變，準確率高達 54%。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！