文摘
背景。在急诊分诊护士发挥关键作用。但是一些研究人员试图扩大分诊护士的角色;学术社区之间存在着显著的差异。分类的目的是开发一个角色描述护士依赖专家。方法。修改3轮组成的德尔菲研究了从2014年3月到10月。在第一轮,一个广泛的文献进行了回顾。专家的选择是通过有目的的进行样本38急诊医学专家。结果。响应率为第二和第三轮分别为37%和58%。小组成员的平均年龄是()年。39的54项达到最后一轮。优先级协议利率越高,至少协议分类相关的干预措施。结论。护士分诊护理作为一个相对较新的角色需要重大的发展实践。全面的教育项目和发展研究需要支持诊断和治疗干预分诊护士实践。
1。介绍
分类定义为优先或分类的病人护理和治疗,是由于缺乏必要的资源急诊科(ED) (1]。几项研究都集中在分类的有效性和可靠性量表(2,3和评估护士和医生之间的协议4,5]。因素影响分类实践也研究[6]。一些研究探讨了分诊护士的日常工作活动以及他们决定如何分配病人分类类别(7,8),但研究人员很少尝试描述分诊护士工作。
为了应对过度拥挤,一些研究试图解释关于扩大分类过程的效率提高医生和护士角色在分流室(9- - - - - -12),将高级急救医生分诊护士减少等待时间nonemergent情况下(10所以分流团队已经进化的概念。当然,很明显,这是不可能的对于大多数EDs高级急救医生诊断的房间。为了定制病人更有意识地流动,尽管高满意度的员工和病人,启动x射线由分诊护士没有减少中转时间在ED患者肢体伤害(13]。相比之下,一些研究表明分诊护士命令似乎是一个有效的干预减少ED患者的住院时间伤害(11]。因此研究结果显示,在ED分诊护士角色是具有挑战性的。
角色描述的目的是保证员工最好的性能。这样,紧急联系试图开发位置声明定义分诊护士角色分类房间里为了确保患者安全。所有协会表示,分类必须至少由注册护士执行。尽管语句之间的显著差异,分诊护士需要执行优先级病人的护理教育项目,提供一个安全的环境以及人际资格需要履行这个角色(14- - - - - -17]。然而,只有紧急护士协会(ENA)全面指出了教育项目(CPR,肌萎缩性侧索硬化症、ENPC TNCC,基因,岑,和CPEN)除了其他分类教育项目(14]。此外人际资格包括人际关系、跨学科、批判性思维、和沟通技巧以及准确的决策已经被一些[紧急救援组织说14- - - - - -17]。然而高级实践护士角色建议改善病人流过ED (18];高级实践护士的角色很少解决了紧急联系。甚至皇家护理学院表示分类相关的干预措施,诸如管理镇痛(17),所以得出的结论是,角色的描述分诊护士遭受缺乏一个集成的方法。有一种强烈的可能性,也会影响决策的可靠性和有效性的分诊护士。
德尔菲法是一个迭代过程,探索隐式信息导致不同的判断和搜索信息,可能会生成一个共识为被申请人集团(19]。它一直受雇于许多护士各种研究的研究人员(20.]。德尔菲法是用于开发分诊护士的角色描述依赖于急诊医学专家。
2。材料和方法
修改3轮组成的德尔菲研究了从2014年3月到10月。匿名性、迭代控制反馈和统计共识在德尔菲法(包括20.]。
这项研究是研究伦理委员会批准的马什哈德大学医学科学。保密和匿名专家的参与是安全的。它是明确的,没有义务回答调查问卷。
在第一轮,一个广泛的文献进行了回顾21]。这项研究的主要问题是,分诊护士角色的属性是什么?电子数据库搜索从开始到2014年2月。Medline (Pubmed)和斯高帕斯搜索没有任何额外的过滤器。关键字搜索,结合“分流”,“护士”,“角色”、“工作”、“分析”、“位置”,“声明”。综述了标题和摘要识别的相关研究主要审查。在二级审查,文章包括只有分诊护士角色定义的研究。研究被排除在外,如果他们没有被批准紧急联系或大学。延长审查使用搜索引擎进行检索额外的研究。数据提取相关文章基于研究者的分诊护士造成的协议识别属性的生成条目池组成主问卷。 Researchers continued to collect data until they reach a point of data saturation. In the first round, selecting items for primary questionnaire were based on the three researchers’ consensus. Each researcher rated relevancy of items using Likert-type scale items (5: completely, 4: mostly, 3: moderately, 2: slightly, and 1: not at all). Average of rated responses was reported for each item (Figure1)。
专家的选择是通过有目的的进行样本38急诊医学专家和紧急护理学者。他们参与了急诊医学和紧急护理,所以他们被邀请参加。专家ED董事和医生或护士分诊实践和研究的兴趣。潜在贡献者从分类检索委员会和协会、分流出版物的作者,发表文章。所有的贡献者都单独通过电子邮件沟通。
在第二轮,分诊护士角色的初始任务列表发送到专家小组成员在2014年5月。54个项目包含在问卷中。项目相关领域包括基础知识、伦理、分类评估、决策、通知、能力,环境,和文档。专家意见提出任务得到5分李克特量表通过反应(1:强烈反对,2:不同意,3:犹豫不决,4:同意,和5:强烈同意)。参与者被要求评论任何物品。完成问卷的分析和报告每一项协议。
在第三轮中,修改问卷被送到专家小组成员在2014年7月。参与者被告知其他同事的意见,以及他们的。第二和第三轮问卷被送到所有的人不管他们的贡献在第二轮。两个提醒发送到参与者没有回答。提醒发送在两周的间隔。
比例和顺序数据的百分比计算Likert-type响应规模。每个迭代的数据分析使用MS Excel (2007)。只有强烈同意和同意反应项目被假定为批准项目(22]。每个批准项目获得了80%的共识水平被认定为下一个阶段。每一轮的反馈包含前一轮的统计结果,其中包括每个项目的层面上达成共识。
3所示。结果
六个专家小组成员38名是女性。小组成员的平均年龄是()。大多数参与者在急诊医学医学学位。所有的参与者都有一个大学医院的关系。
3.1。圆的一个
23个研究选择在353篇文章中已通过搜索数据库和检索7包含在最终的分析。六十二项主要是提取最终的研究和冗余项合并在一起,剩下的54项在列表中(表1)。
3.2。第二轮
第二轮的反应率为31% (14/38)。物品的数量仍在的最后一轮是43 (80%)。百分之四十一(22/54)的项目取得了完全一致的意见。11项被排除在外,因为他们没有达成共识的80%水平。排除物品包括法律问题(分诊护士负责病人状态和移交我的病人紧急护士和重新考虑他们的决定);通知问题(指定分类水平,告诉病人他们的条件,结果,和潜在的护理和治疗);伦理问题(移情和灵活机智的特点);和其他问题(强制研究参与和负责分诊房间设施和条件)。提出了四个新项目包括诊断和治疗干预措施和添加到下一轮问卷(49项)。四个(7%)项编辑提出了轻的参与者(表1)。
3.3。圆三
第三轮的反应率为58% (22/38)。物品的数量达到的最后一轮43 (88%)。百分之五十五(27/49)的项目取得了完全一致的意见。七个项目被排除在外,因为他们没有达成共识的80%水平。排除物品包括伦理问题(有耐心);能力问题(继续教育);和其他问题(医生诊断和治疗干预和参与)。没有项目提出了下一轮问卷(39项)(表1)。
4所示。讨论
分类相关干预措施仍然需要大量的开发足够可靠的做法,分诊护士。我们的结果并没有透露实质性协议分诊护士订购(表1),符合大多数位置声明分诊护士角色14- - - - - -17]。然而一些研究支持诊断干预分诊护士以及高级实践护士角色(11,18,23];科学证据是有限的,以确保对急诊病人流动产生重大影响和效率(24]。尽管这种不一致,扩大分诊护士的作用导致护士满意度显著增加(12]。还需要进一步的研究来开发更多的澄清相关的语境因素的干预措施和调查的ED措施的影响下一代的分类研究。教育先进实践所需的准备和组织团队合作本质上是要成功实现角色(25]。所以优先照顾和引入快速跟踪病人被称为基本角色急诊分诊护士特有的与期望的结果(24]。
有广泛的共识,护士负责确保安全分类实践(14- - - - - -17]。我们的结果并没有表明广泛共识临床医生,医生经常执行分类中(表1)。几项研究表明,合理使用的医生诊断ED患者造成实质性的改进流程和结果在更短的住院时间,尤其在拥挤的条件ED (24,26]。一些研究表明,急诊护士作为最佳选择质量有较大影响的措施和金融指数ED (12,27]。比较护士医生和全科医生证明,护士可以处理病人有效(12,28),他们可以认为是极好的候选扩展和扩展作用[29日]。
这项研究的一个限制是,使用了改进的德尔菲法。一些修改的原始文献中描述了德尔菲法(30.)和标准化的定义这些修改并不是可用的。此外,小组成员通常没有提到理论分歧。
5。结论
护士分诊护理作为一个相对较新的角色在动态环境中是一项具有挑战性的角色需要重大的发展实践。优先级定义是分诊护士的关键作用。全面的教育项目和发展研究需要支持诊断和治疗干预分诊护士实践。
附录
搜索策略
主要的搜索。主要搜索包括以下几点:(“分流”(网格计算)或“分流”(所有字段))和(“护士的角色”(网格计算)或(“护士”(所有字段)和“角色”(所有字段))或“护士的角色”(所有字段)或(“护士”(所有字段)和“角色”(所有字段))或“护士角色”[各个领域])。
相互竞争的利益
作者宣称没有利益冲突。
确认
非常感谢博士是由于Mojtaba贾法里他的帮助。同时作者欣然承认所有参与者的合作。