Pro terveys 17
totyöhön soveltuva, kansainvälinen ja
validi hoitoisuusmittari JDT (Jones Dependency
Tool) (1–3) hoitoisuuden vaativuustason
mittaamiseksi.
Tuotantoon menetelmä saatiin alkuvuodesta
2020 ja sen tarkkuutta ja
osuvuutta hoitoisuus- ja henkilöstöresurssien
tarvetietojen tuottamisessa
on tutkittu menestyksellisesti (4). Tutkimusaihe
oli kontekstiltaan uusi, koska
Suomessa ei ole tutkittu päivystysalueen
hoitoisuutta aikaisemmin. Tutkimuksessa
menetelmää on kuvattu akuuttihoitotyöhön
kehitettynä RESS-mallina
(Realtime Emergency Staffing System),
jonka viitekehyksenä käytettiin Goossenin
ym. vuonna 1997 kehittämää hoitotyön
tiedon käytön mallia
(4,5). Pilotoitu RESS-malli
tuotteistettiin vastaamaan
globaalia kysyntää,
minkä seurauksena se
sai viralliseksi nimekseen
HoiData®ReSS-menetelmä.
ReSS-menetelmä perustuu standardoituihin
ja koodattuihin hoitotyön tietoihin
ja erilaisiin potilaan hoitoa koskeviin
luokitus- ja mittaustietoihin (Kuvio 1).
Menetelmässä näitä tietoja yhdistetään
tekoälyä apuna käyttäen hoitotoimien
kirjaamisen (FinCC Suomalainen hoitotyön
toimintoluokitus SHToL) määrään
ja intensiteettiin erilaisten laskukaavojen
ja painokertomien avulla. Safir Spider
-potilastietojärjestelmän valmiusnäytöllä
on reaaliaikaisesti nähtävissä ReSSmenetelmän
mukaisesti hoitoyksiköiden
potilaiden hoitoisuuspisteet ja tarvittava
hoitajaresurssimäärä numeerisesti ja värikoodeina.
Vihreä kuvaa optimaalista tai
ylimiehitystä, keltainen lievää alimiehitystä
ja punainen selkeää alimiehitystä.
ReSS-menetelmän
toimivuus
ReSS-menetelmän tarkkuuden ja osuvuuden
tutkimuksessa aineistona käytettiin
helmikuun 2020 yhden vuorokauden
rekisteriaineistoa. Otokseen valittiin
Tyks Akuutin neljän päivystyksen (Turku,
Salo, Loimaa, Uusikaupunki) 17 eri
hoitoyksikön 190 hoitokertomusta, joihin
oli kirjattu rakenteisesti FinCC:n suomalaisella
hoitotyön toimintoluokituksella
(SHToL) 1038 hoitotoimien toteutusmerkintää.
Määrällinen aineisto analysoitiin
SAS 9.4 -ohjelmistolla. Tutkimuksen
tulokset raportoitiin Goossenin ym.
(1997) hoitotyön tiedon käytön mallin
mukaan. (4,5)
Kaikkiaan päivystyshoitotyön intensiteettiä
kuvaavien hoitotoimien kirjauksia
tehtiin melko vähän ja kirjausten lukumäärissä
ja toistojen tiheydessä oli vaihteluja
eri hoitoyksiköiden välillä. Kirjausten
tarkempi tarkastelu laatukriteerien
perusteella vahvisti päivystyshoitotyön
kirjaamisen heikon kokonaistuloksen.
Potilaista enemmistöllä
oli vähäinen hoidon
tarve ja noin neljäsosalla
kohtalainen hoidon tarve.
Näiden potilaiden hoidon tarve vaihteli
0.2857 tai 0.5 hoitajaresurssin verran hoitoyksiköiden
välillä. ReSS-menetelmän
sisältämät laskukaavat ja painokertoimet
erottelivat potilaan hoitoisuuteen liittyvät
tiedot eli vaativuustason (potilaan
hoidon tarpeen -tiedon) ja resurssitarvetiedon
oikein mallinnuksen mukaisesti,
vaikka kirjauksia oli tehty vähän. (4)
Tutkimus tuotti uutta tietoa päivystyspotilaan
hoitoisuustiedon muodostumisesta
ja hoitajaresurssitarpeesta
sekä niihin vaikuttavista tunnusluvuista.
ReSS-menetelmässä käytetty tekoäly tietojen
yhdistämisessä, laskukaavojen ja
painokertoimien hyödyntämisessä toimi
oikein kirjausten lukumäärästä riippumatta.
Lisäksi ReSS-menetelmä on potilaskertomusjärjestelmään
integroituna
ja automatisoituna menetelmänä käyttäjäystävällinen.
Se ei edellytä manuaalista
hoitoisuusluokittelua tai erillisiä mittausmenetelmäjaksoja.
Näistä syntyy tärkeää
työaikaan kohdistuvaa säästöä, joka
voidaan kohdistaa entistä tarkemmin
välittömään tai välilliseen hoitotyöhön.
ReSS-menetelmän tuottaman tiedon
toisiokäytön hyödyntäminen potilaan
hoidon vaativuustason ja resurssitarpeen
luotettavassa määrittelyssä vaatii kuitenkin
potilaan hoidon kannalta kaikkien
olennaisten toteutuneiden hoitotoimien
kirjaamisen. (4)
Menetelmän vahvuutena
sen sovellettavuus
HoiData®ReSS-menetelmän vahvuus on
sen sovellettavuus. Sitä voidaan hyödyntää
terveydenhuollon eri toimintaympäristöissä.
Menetelmä on rakenteisen hoitokertomustiedon
ja säännönmukaisten
matemaattisten laskukaavojen perusteella
integroitavissa eri potilastietojärjestelmiin.
Edellytyksenä on, että hoitotyön
kirjaamisessa käytetään standardoitua
hoitotyön kansallista tai kansainvälistä
luokitusta. (4)
HoiData®ReSS-menetelmä esitellään
terveysteknologiasta kiinnostuneelle
yleisölle keväällä 2021 Turussa Sosiaali-
ja terveydenhuollon ATK-päivillä.
LISÄTIETOJA
AIHEESTA
info@hoidata.fi tai
www.hoidata.fi
KAARINA TANTTU
HTT, TtM, eMBA,
Liiketoimintajohtaja,
HoiData Oy
TIINA HASSINEN
YTM, TtM,
Tieto- ja viestintäteknologiajohtaja,
HoiData Oy
LÄHTEET
1 Jones G. Care of the emergency patient – frameworks for nursing
assessment and management. In Jones G, Endacott R & Crouch R (Eds.)
Emergency Nursing Care. Principles and Practice. 2003. Greenwich Medical
Media Ltd, London. 9–26.
2 Jones G. Measuring patient dependency in the emergency department. Nurs
Stand 2015;(30)2:38–43.
3 Williams S, Crouch R. Emergency department patient classification systems:
A systematic review. Accid Emerg Nurs 2006;14(3):160–70.
4 Hassinen T. Hoitoisuuden automatisoidun mittausmenetelmän arviointi
päivystyshoitotyössä. Itä-Suomen yliopisto, 2020. Pro gradu -tutkielma.
https://erepo.uef.fi/handle/123456789/23896
5 Goossen W, Epping P, Dassen T. Criteria for Nursing Information Systems as
a Component of the Electronic Patient Record. An International Delphi Study.
Comput Nurs 1997;15(6):307–15.
”SUOMESSA EI OLE
TUTKITTU PÄIVYSTYSALUEEN
HOITOISUUTTA
AIKAISEMMIN.
/www.hoidata.fi
/23896
link
