본 연구는 정맥주사관련 정맥염 발생요인에 대한 다각적인 분석을 통하여 정맥염 발생 예측요인을 규명하기 위해 시도된 전향적 조사연구이다. 연구대상자는 2017년 2월 1일에서 2017년 5월 12일 까지 서울시 소재 일개 종합병원 정형외과 병동에 입원하여 정맥주사를 시행한 만 19세 이상 성인 환자 270명을 대상으로 하였다. 자료는 문헌고찰과 선행연구 결과를 토대로 연구자가 작성한 정맥주사관련 요인 조사지와 Boyce와 Yee(2012)의 Modified INS scale의 정맥염 측정도구로 조사하였다. 통계프로그램 R version 3.4.2을 이용하여 MCMC(Markove Chain Monte carlo) 방법으로 베이지안 ...
본 연구는 정맥주사관련 정맥염 발생요인에 대한 다각적인 분석을 통하여 정맥염 발생 예측요인을 규명하기 위해 시도된 전향적 조사연구이다. 연구대상자는 2017년 2월 1일에서 2017년 5월 12일 까지 서울시 소재 일개 종합병원 정형외과 병동에 입원하여 정맥주사를 시행한 만 19세 이상 성인 환자 270명을 대상으로 하였다. 자료는 문헌고찰과 선행연구 결과를 토대로 연구자가 작성한 정맥주사관련 요인 조사지와 Boyce와 Yee(2012)의 Modified INS scale의 정맥염 측정도구로 조사하였다. 통계프로그램 R version 3.4.2을 이용하여 MCMC(Markove Chain Monte carlo) 방법으로 베이지안 로지스틱 회귀모형의 모수를 추정하였다. 독립변수 동시투입 예측모형, 75% 신용구간 예측모형, 95% 신용구간 예측모형 등 3개의 예측모형 등 3개의 예측모형 에서 정맥주사 관련 정맥염 발생 예측요인을 규명하고 정맥주사관련 정맥염 예측모형을 구축하였다. 개발된 예측모형에 대한 평가로 로그우도함수(), 유사결정계수(Pseudo ), 편차정보기준(DIC), H-L 통계량(Hosmer- Lemeshow statistic), 표준화사망비율(Standardized Mortality Ratio: SMR), 곡선의 면적(AUC) 값을 구해 모형의 적합도를 검증하였다. 연구결과 정맥주사관련 정맥염 발생률은 35.9%이었다. 독립변수 동시투입 예측모형과75% 신용구간 예측모형에서는 진단부위(하지), 혈관상태(보통, 나쁨), 활동정도(활동적), 항생제유형(페니실린계, 기타), 조영제투여 유무(무), 주입방법(간헐적 방법과 지속적 방법 병행), 카테터 유지기간(25-48시간, 49-72시간, 73-96시간), 손위생(10-20초 이내, 20-30초 이내), 간호숙련도(임상경력 3-5년 미만, 5-7년 미만, 7년 이상) 등의 9개 변수(16개 범주)가 정맥주사 관련 정맥염 발생 예측요인이었다. 95% 신용구간 예측모형에서는 혈관상태(보통), 조영제투여 유무(무), 손위생(10-20초 이내, 20-30초 이내), 간호숙련도(임상경력3 -5년 미만) 등의 4개 변수 (6개 범주)가 정맥주사관련 정맥염 발생 예측요인이었다. 개발된 예측모형의 평가결과 로그-우도함수(전체모형 -82.144, 75% 신용구간 모형 -82.145, 95% 신용구간 모형 -94.868), 유사결정계수(전체모형 0.534, 75% 신용구간 모형 0.534, 95% 신용구간 모형 0.462), 편차정보기준(전체모형 -101.577, 75% 신용구간 모형 -101.577, 95% 신용구간 모형 -105.339), H-L 통계량(전체모형 0.412(p value 0.521), 75% 신용구간 모형 0.412(p value 0.521), 95% 신용구간 모형 1.366(p value 0.243), 표준화사망비율(전체모형 1.054, 75% 신용구간 모형 1.054, 95% 신용구간 모형 1.102 ) 등 모형 적합도 지수를 비추어 볼 때 개발된 예측모형은 적합하였으며, AUC값은 전체모형에서 0.716, 75% 신용구간 모형에서 0.712, 95% 신용구간 모형에서는 0.716으로 모형의 판별력은 중등도 정확하였다. 본 예측모형을 정맥주사 요법관련 정맥염 발생 고위험군 선별에 활용하고 정맥주사 후 정맥염 발생을 예방하고 관리하기 위한 정맥주사간호에 적용한다면 간호의 질을 향상시키는데 도움이 될 수 있을 것으로 기대된다. 본 연구를 바탕으로 추후 정맥염발생 예측요인의 차이를 반영한 정맥염발생 예측모형을 개발하기를 제언한다.
본 연구는 정맥주사관련 정맥염 발생요인에 대한 다각적인 분석을 통하여 정맥염 발생 예측요인을 규명하기 위해 시도된 전향적 조사연구이다. 연구대상자는 2017년 2월 1일에서 2017년 5월 12일 까지 서울시 소재 일개 종합병원 정형외과 병동에 입원하여 정맥주사를 시행한 만 19세 이상 성인 환자 270명을 대상으로 하였다. 자료는 문헌고찰과 선행연구 결과를 토대로 연구자가 작성한 정맥주사관련 요인 조사지와 Boyce와 Yee(2012)의 Modified INS scale의 정맥염 측정도구로 조사하였다. 통계프로그램 R version 3.4.2을 이용하여 MCMC(Markove Chain Monte carlo) 방법으로 베이지안 로지스틱 회귀모형의 모수를 추정하였다. 독립변수 동시투입 예측모형, 75% 신용구간 예측모형, 95% 신용구간 예측모형 등 3개의 예측모형 등 3개의 예측모형 에서 정맥주사 관련 정맥염 발생 예측요인을 규명하고 정맥주사관련 정맥염 예측모형을 구축하였다. 개발된 예측모형에 대한 평가로 로그우도함수(), 유사결정계수(Pseudo ), 편차정보기준(DIC), H-L 통계량(Hosmer- Lemeshow statistic), 표준화사망비율(Standardized Mortality Ratio: SMR), 곡선의 면적(AUC) 값을 구해 모형의 적합도를 검증하였다. 연구결과 정맥주사관련 정맥염 발생률은 35.9%이었다. 독립변수 동시투입 예측모형과75% 신용구간 예측모형에서는 진단부위(하지), 혈관상태(보통, 나쁨), 활동정도(활동적), 항생제유형(페니실린계, 기타), 조영제투여 유무(무), 주입방법(간헐적 방법과 지속적 방법 병행), 카테터 유지기간(25-48시간, 49-72시간, 73-96시간), 손위생(10-20초 이내, 20-30초 이내), 간호숙련도(임상경력 3-5년 미만, 5-7년 미만, 7년 이상) 등의 9개 변수(16개 범주)가 정맥주사 관련 정맥염 발생 예측요인이었다. 95% 신용구간 예측모형에서는 혈관상태(보통), 조영제투여 유무(무), 손위생(10-20초 이내, 20-30초 이내), 간호숙련도(임상경력3 -5년 미만) 등의 4개 변수 (6개 범주)가 정맥주사관련 정맥염 발생 예측요인이었다. 개발된 예측모형의 평가결과 로그-우도함수(전체모형 -82.144, 75% 신용구간 모형 -82.145, 95% 신용구간 모형 -94.868), 유사결정계수(전체모형 0.534, 75% 신용구간 모형 0.534, 95% 신용구간 모형 0.462), 편차정보기준(전체모형 -101.577, 75% 신용구간 모형 -101.577, 95% 신용구간 모형 -105.339), H-L 통계량(전체모형 0.412(p value 0.521), 75% 신용구간 모형 0.412(p value 0.521), 95% 신용구간 모형 1.366(p value 0.243), 표준화사망비율(전체모형 1.054, 75% 신용구간 모형 1.054, 95% 신용구간 모형 1.102 ) 등 모형 적합도 지수를 비추어 볼 때 개발된 예측모형은 적합하였으며, AUC값은 전체모형에서 0.716, 75% 신용구간 모형에서 0.712, 95% 신용구간 모형에서는 0.716으로 모형의 판별력은 중등도 정확하였다. 본 예측모형을 정맥주사 요법관련 정맥염 발생 고위험군 선별에 활용하고 정맥주사 후 정맥염 발생을 예방하고 관리하기 위한 정맥주사간호에 적용한다면 간호의 질을 향상시키는데 도움이 될 수 있을 것으로 기대된다. 본 연구를 바탕으로 추후 정맥염발생 예측요인의 차이를 반영한 정맥염발생 예측모형을 개발하기를 제언한다.
This prospective study aimed to investigate the independent risk factors for phlebitis associated with peripheral intravenous catheters and to develop a prediction model through Bayesian Markov Chain Monte Carlo(MCMC) analysis in orthopedic inpatients treated in a general hospital in Seoul. A to...
This prospective study aimed to investigate the independent risk factors for phlebitis associated with peripheral intravenous catheters and to develop a prediction model through Bayesian Markov Chain Monte Carlo(MCMC) analysis in orthopedic inpatients treated in a general hospital in Seoul. A total of 270 adult patients who were admitted to the orthopedic department and received peripheral intravenous cannulation for fluid infusion and drug treatment were recruited from February 1 to May 12, 2017. A structured case record form was used for data collection, and missing information was supplemented by the electronic medical records. Additionally, Boyce and Yee's Modified (Infusion Nurses Society ) scale was used to measure phlebitis. The collected data were analyzed using R (version 3.4.2). The identification of phlebitis risk factors and prediction model development were conducted using Bayesian regression model. The coefficients were estimated using the MCMC method. The developed prediction model was evaluated by testing the goodness-of-fit of the model. Major study findings are as follows: 1. The occurrence rate of phlebitis was 35.9%. 2. 9 Variables (16 categories) that were found to be significant based on their 75% credible interval(CI) : Diagnostic areas(Lower limb CI:-0.49033, -0.01041), Vein quality(Fair CI:0.68089, 1.33471, Poor CI:1.32001, 2.35434), Activity level(Active CI:0.12527, 0.74514), Types of antibiotics(Penicillin CI:0.94711, 2.11565, Others CI:0.57016, 2.03292), Use of contrast medium (No CI:-2.73555 , -1.81783), Method of infusion(Continuous and intermittent CI:0.42337, 1.48014), Catheter dwell time(h)(25-48 CI:0.00033, 0.46727, 49-72 CI:-0.68310, -0.02427, 73-96 CI:-1.01728, -0.11238), Hand hygiene(≥10 - <20sec CI:-1.76865, -1.18188, ≥20 - <30sec CI:-6.38798, -4.80415), Nursing competence(clinical experience ≥3 - <5years CI:-2.50401, -1.42474, ≥5 - <7years CI:-0.89606, -0.16552, ≥7years CI:-0.19413, 1.29760). 3. 4 Variables (6 categories) that were found to be significant based on their 95% credible interval(CI) : Vein quality(Fair CI:0.09583, 1.72825), Poor CI:0.88091, 3.42053), Use of contrast medium (No CI:-3.95827, -1.36609), Hand hygiene(≥10 - <20sec CI:-2.41343, -0.82843, ≥20 - <30sec CI:-8.36306, -3.61728), Nursing competence(clinical experience ≥3 - 0.05) for all models.
This prospective study aimed to investigate the independent risk factors for phlebitis associated with peripheral intravenous catheters and to develop a prediction model through Bayesian Markov Chain Monte Carlo(MCMC) analysis in orthopedic inpatients treated in a general hospital in Seoul. A total of 270 adult patients who were admitted to the orthopedic department and received peripheral intravenous cannulation for fluid infusion and drug treatment were recruited from February 1 to May 12, 2017. A structured case record form was used for data collection, and missing information was supplemented by the electronic medical records. Additionally, Boyce and Yee's Modified (Infusion Nurses Society ) scale was used to measure phlebitis. The collected data were analyzed using R (version 3.4.2). The identification of phlebitis risk factors and prediction model development were conducted using Bayesian regression model. The coefficients were estimated using the MCMC method. The developed prediction model was evaluated by testing the goodness-of-fit of the model. Major study findings are as follows: 1. The occurrence rate of phlebitis was 35.9%. 2. 9 Variables (16 categories) that were found to be significant based on their 75% credible interval(CI) : Diagnostic areas(Lower limb CI:-0.49033, -0.01041), Vein quality(Fair CI:0.68089, 1.33471, Poor CI:1.32001, 2.35434), Activity level(Active CI:0.12527, 0.74514), Types of antibiotics(Penicillin CI:0.94711, 2.11565, Others CI:0.57016, 2.03292), Use of contrast medium (No CI:-2.73555 , -1.81783), Method of infusion(Continuous and intermittent CI:0.42337, 1.48014), Catheter dwell time(h)(25-48 CI:0.00033, 0.46727, 49-72 CI:-0.68310, -0.02427, 73-96 CI:-1.01728, -0.11238), Hand hygiene(≥10 - <20sec CI:-1.76865, -1.18188, ≥20 - <30sec CI:-6.38798, -4.80415), Nursing competence(clinical experience ≥3 - <5years CI:-2.50401, -1.42474, ≥5 - <7years CI:-0.89606, -0.16552, ≥7years CI:-0.19413, 1.29760). 3. 4 Variables (6 categories) that were found to be significant based on their 95% credible interval(CI) : Vein quality(Fair CI:0.09583, 1.72825), Poor CI:0.88091, 3.42053), Use of contrast medium (No CI:-3.95827, -1.36609), Hand hygiene(≥10 - <20sec CI:-2.41343, -0.82843, ≥20 - <30sec CI:-8.36306, -3.61728), Nursing competence(clinical experience ≥3 - 0.05) for all models.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.