Iskanje po katalogu digitalne knjižnice

Opis: Izhodišča: Neprepoznana podhranjenost pri hospitaliziranih otrocih in mladostnikih lahko vodi v kronično podhranjenost, otežuje zdravljenje osnovne bolezni ter poslabša klinične izide. Z rutinskim presejanjem tveganja za podhranjenost ob hospitalizaciji se olajša pravočasno prepoznavanje podhranjenosti, z ustreznimi prehranskimi intervencijami se preprečijo trajne posledice podhranjenosti, zmanjšajo se stroški zdravljenja in skrajša se hospitalizacija otrok in mladostnikov. Priporoča se uporaba presejalnega orodja, razvitega v kliničnem okolju za točno določeno populacijo hospitaliziranih otrok in mladostnikov ter kliniko. Namen doktorske disertacije je bil razviti model za ugotavljanje tveganja podhranjenosti pri hospitaliziranih otrocih in mladostnikih z metodami podatkovnega rudarjenja in neinvazivnimi kazalniki. Metode: Izvedli smo presečno opazovalno raziskavo z uporabo zaporednega eksplorativnega načrta mešanih metod na populaciji hospitaliziranih otrok in mladostnikov, starih od 1 meseca do 18 let. V kvalitativnem delu smo podatke zbrali s pregledom, analizo in sintezo literature ter jih analizirali z induktivnim generiranjem kategorij spremenljivk, ki so bile vključene v obrazec z vprašanji. V kvantitativnem delu smo podatke zbrali z obrazcem z vprašanji, zdravnikovo poglobljeno oceno prehranskega tveganja, klasifikacijo prehranskega stanja Svetovne zdravstvene organizacije, antropometričnimi meritvami in anketiranjem staršev otrok oz. mladostnikov. Podatke smo analizirali z uporabo deskriptivne in inferenčne statistike ter inteligentnimi metodami podatkovnega rudarjenja. Rezultati: Od 180 otrok in mladostnikov jih je v učni skupini sodelovalo 142 in v testni 38. Od 277 zbranih spremenljivk, vključenih v zbiranje podatkov, smo v razvoj modelov vključili 30 statistično značilnih, kot so: izguba telesne mase, izguba mišične ali maščobne mase, prehranski vnos, gastrointestinalni simptomi. Razvili smo 3 statistične modele in 10 modelov podatkovnega rudarjenja. Najboljše rezultate testiranja ima model GP (AUC = 1, 95 % IZ 1, 1), med statističnimi pa model Logistična regresija (AUC = 0,977, 95 % IZ 0,922, 1). Ujemanje modela GP s poglobljeno oceno prehranskega tveganja je popolno (κ = 1, 95 % IZ 1, 1). Ujemanje modela Logistična regresija s poglobljeno oceno prehranskega tveganja je prav tako skoraj popolno (κ = 0, 837, 95 % IZ 0,659, 1,014) s Se 93,3 %, Sp 91,3 %, PPV 95,5 % in NPV 87,5 %. Ujemanje s SZO klasifikacijo prehranskega stanja je pri obeh modelih precejšnje (κ = med 0,73 in 0,78). Nobeden od razvitih modelov se ne razlikuje statistično značilno od poglobljene ocene prehranskega tveganja in SZO klasifikacije prehranskega stanja. Model, razvit z inteligentnimi metodami, je v primerjavi s statističnim modelom uspešnejše ugotavljal podhranjenost pri hospitaliziranih otrocih in mladostnikih, prav tako v primerjavi s SZO klasifikacijo prehranskega stanja. Razprava in zaključek: Vseh 13 razvitih modelov presejanja je dokazano veljavnih z visoko napovedno vrednostjo ugotavljanja tveganja za podhranjenost. Priporočamo testiranje modelov na večji populaciji hospitaliziranih otrok in mladostnikov v ostalih pediatričnih zdravstvenih institucijah v Sloveniji. S tem bi modele modificirali, dopolnjevali in prilagodili kliniki, v kateri bi jih uporabljali z namenom zagotavljanja kakovosti celostne zdravstvene obravnave otrok in mladostnikov. Uvajanje rutinskega prehranskega presejanja z razvitimi modeli predstavlja temelj sistematične obravnave klinične poti prehranskega presejanja.
Ključne besede: tveganje za podhranjenost, nedohranjenost, prehransko presejalno orodje, otrok, prehransko stanje
Objavljeno v DKUM: 30.09.2024; Ogledov: 0; Prenosov: 33
Celotno besedilo (8,53 MB)

Opis: Uvod: Zaradi višanja svetovne porabe opioidnih zdravil je spremljanje njihovih količin na nacionalni ravni pomembno za zagotavljanje njihove varne uporabe. Za Slovenijo še ni bilo objavljenih podatkov o potentnosti predpisanih opioidnih zdravil. Metode: Pridobili smo podatke 2150046 receptov opioidnih zdravil, ki predstavljajo vse recepte, predpisane v Sloveniji med letoma 2011 in 2015. Pridobili smo podatke o količinah zdravilnih učinkovin za vsak recept in jih pretvorili v ekvivalentne miligrame morfina (MME). Rezultati: V omenjenem obdobju je poraba opioidnih zdravil naraščala. V letu 2011 se je v Sloveniji porabilo 167 ekvivalentnih kilogramov morfina, v letu 2015 pa 193 ekvivalentnih kilogramov morfina. Statistično smo potrdili večjo porabo opioidnih zdravil v MME na manj razvitem vzhodu države (W=8342, p<0,001) . Pri osebah ženskega spola smo potrdili večjo porabo v MME (U=895, p<0,001), prav tako zdravnice ženskega spola na recept predpisujejo več opioidnih zdravil v primerjavi z zdravniki (U=854, p<0,001). Količine predpisanih opioidnih zdravil naraščajo s starostjo pacientov (r=0,931, p<0,001), zdravniki, starejši od 40 let, na recept predpisujejo večje količine opioidnih zdravil kot mlajši zdravniki (U=3600, p<0,001). Razprava: Poraba opioidnih zdravil v Sloveniji je primerljiva s porabo v drugih evropskih državah. V okviru zaključnega dela smo potrdili, da dejavniki, kot so spol, starost in regionalne razlike, vplivajo na predpisovanje in uporabo opioidnih zdravil.
Ključne besede: opioidna zdravila, ekvivalenti miligramov morfina, trendi porabe, populacijski podatki
Objavljeno v DKUM: 10.02.2021; Ogledov: 1523; Prenosov: 151
Celotno besedilo (2,19 MB)

Opis: Izhodišča, namen: Pravica do zdravstvenega pooblaščenca pomeni, da pacient, ki je sposoben odločanja o sebi in je dopolnil 18 let, določi osebo, ki bo v času njegove nesposobnosti odločala o njegovi zdravstveni oskrbi in drugih pravicah iz ZPacP. Namen raziskave je opozoriti na pravico do zdravstvenega pooblaščenca. Raziskovalne metode: Izvedli smo kvantitativno raziskavo, vključenih je bilo 144 anketiranih. Anketiranje je potekalo po principu snežne kepe. Rezultati raziskave so bili obdelani s programom Microsoft Excel, hipoteze preverjene s statističnim paketom SPSS V24. Rezultati: Večina anketiranih pozna pravico do vnaprej izražene volje glede zdravstvenih storitev, vendar svoje volje še nikoli niso v naprej izrazili; več kot polovica jih ne pozna pravice do zdravstvenega pooblaščenca, kateri so zanjo že slišali, so zanjo izvedeli iz spleta, ter od zdravstvenega osebja; odstotek tistih, ki jih je zdravstveno osebje poučilo o tej pravici je majhen. Večina jih želi biti bolje seznanjena s to pravico; ne drži, da so višje izobraženi bolje seznanjeni s to pravico; večina anketiranih še ni bila v vlogi zdravstvenega pooblaščenca in ne poznajo nikogar drugega, ki bi že bil v tej vlogi. Diskusija in zaključek: Raziskava kaže na nizko poznavanje in koriščenje te pravice v praksi, na željo po dodatnem informiranju o pravici, in na slabo izvajanje promocije pravice v praksi. Naloga medicinskih sester je tudi promocija zdravja, tako je seznanjenost pacientov o tej pravici dolžnost medicinskih sester, ki bi jo morale izvajati dosledneje.
Ključne besede: Zakon o pacientovih pravicah, volja, upoštevanje, pooblastilo, pooblaščenec, seznanjenost, zdravstveno osebje
Objavljeno v DKUM: 08.10.2018; Ogledov: 1710; Prenosov: 145
Celotno besedilo (1,27 MB)

Opis: Izhodišče: Počutje delavca na delovnem mestu je izrednega pomena, saj le-to vpliva na delovno storilnost in na kakovost opravljenega dela. Psihosocialna tveganja povečujejo verjetnost za zdravstvene zaplete pri zaposlenih, kot so preobremenjenost, stres, izgorevanje, odsotnost z dela, s tem pa tudi prispevajo zmanjšano učinkovitost in storilnost na delovnem mestu in povečujejo težave pri usklajevanju dela z družinskimi obveznostmi. Namen: Ugotoviti želimo stopnjo tveganja za razvoj težav, povezanih z biopsihosocialnimi dejavniki za zaposlene delavce v zdravstvenem domu in izdelati napovedni model za ocenjevanje obremenjenosti pri delavcih. Metode: Raziskava temelji na kvantitativni metodi dela. Opravljena je bila analiza literature. S pomočjo OPSA anonimnega vprašalnika smo zbrane podatke analizirali v OPSA orodju ter jih statistično obdelali s pomočjo računalniških programov Excel 2007 in SPSS V24. Za napovedni model smo uporabili metodo linearne in logistične regresije ter odločitvena drevesa. Napovedno vrednost posameznih spremenljivk ter izdelanih napovednih modelov smo ocenjevali na osnovi naslednjih metrik: področje pod ROC krivuljo (AUC), senzitivnost, specifičnost, pozitivna napovedna vrednost in negativna napovedna vrednost. Rezultati: Rezultati raziskave so pokazali, da so delavci obremenjeni na delovnem mestu. Na podlagi rezultatov smo dobili ne le povečano, ampak visoko tveganje na področju vloge in odgovornosti v organizaciji. Za povečano tveganje so bili vključeni faktorji delovne obremenitve ter hitrost poteka dela, sam odnos do dela, osebne značilnosti posameznika, organizacijska kultura, skrb zase, nadzor, delovno okolje in delovna oprema (fizične obremenitve), razvoj poklicne kariere, vsebine in urnik dela, psihofizično zdravstveno stanje ter razmejitev zasebnega življenja in dela. Sklep: Za delavca je pomembno obvladovanje in posledično preprečevanje biopsihosocialnih tveganj, kar pripomorejo k zadovoljstvu delavca v delovnem okolju. Predvsem je potrebno ozaveščanje zaposlenih o tveganjih ter izvajanje promocije zdravja na delovnem mestu.
Ključne besede: delavci, obremenjenost, povečano tveganje, delovno okolje, napovedni model
Objavljeno v DKUM: 10.01.2018; Ogledov: 1494; Prenosov: 156
Celotno besedilo (1,96 MB)

Opis: Background: Reduction of readmissions after discharge represents an important challenge for many hospitals and has attracted the interest of many researchers in the past few years. Most of the studies in this field focus on building cross-sectional predictive models that aim to predict the occurrence of readmission within 30-days based on information from the current hospitalization. The aim of this study is demonstration of predictive performance gain obtained by inclusion of information from historical hospitalization records among morbidly obese patients. Methods: The California Statewide inpatient database was used to build regularized logistic regression models for prediction of readmission in morbidly obese patients (n = 18,881). Temporal features were extracted from historical patient hospitalization records in a one-year timeframe. Five different datasets of patients were prepared based on the number of available hospitalizations per patient. Sample size of the five datasets ranged from 4,787 patients with more than five hospitalizations to 20,521 patients with at least two hospitalization records in one year. A 10-fold cross validation was repeted 100 times to assess the variability of the results. Additionally, random forest and extreme gradient boosting were used to confirm the results. Results: Area under the ROC curve increased significantly when including information from up to three historical records on all datasets. The inclusion of more than three historical records was not efficient. Similar results can be observed for Brier score and PPV value. The number of selected predictors corresponded to the complexity of the dataset ranging from an average of 29.50 selected features on the smallest dataset to 184.96 on the largest dataset based on 100 repetitions of 10-fold cross-validation. Discussion: The results show positive influence of adding information from historical hospitalization records on predictive performance using all predictive modeling techniques used in this study. We can conclude that it is advantageous to build separate readmission prediction models in subgroups of patients with more hospital admissions by aggregating information from up to three previous hospitalizations.
Ključne besede: readmission prediction, predictive modelling, temporal data
Objavljeno v DKUM: 02.08.2017; Ogledov: 1962; Prenosov: 384
Celotno besedilo (1,10 MB)
Gradivo ima več datotek! Več...