Hoitajamitoitus ja hoitotyön kirjaaminen

Viime viikkojen uutisoinnissa on toistunut käsite hoitajamitoitus. Vanhustenhoidon yhteydessä esille nostettu suhdeluku 0,5 tai 0,7, johon varmasti jokainen uutisia seuraava on törmännyt. Tämän suhdeluvun taustalla on ymmärrys asiakkaiden hoidon vaativuudesta ja sen toteuttamista edellyttävistä hoitotyön resursseista. Vaikka vanhustenhoito on noussut uutisissa esille, on kysymys hoitotyön riittävistä resursseista vastaava monessa muussakin hoitotyön toimintaympäristössä. Viime viikolla TtM Satu Rauta väitteli aiheenaan hoitajamitoituksen kuvaaminen potilaiden hoitotyön tarpeisiin perustuvalla mittarilla leikkaussaliympäristössä. Yksi mielenkiintoinen tulos Raudan väitöskirjassa oli, että hoitoisuus ja anestesialääkäreiden käyttämä potilaiden sairausluokitus poikkeavat jonkin verran toisistaan ja ennustivat eri asioita (1). Tämä kuvastaa hyvin sitä, miksi moniammatillisessa työskentelyssä tarvitaan kaikkien osaamista ja tietoa.

Useissa maissa hoitajamitoitus-suositus perustuu hoitotyön tarpeiden ja interventioiden yhdistelmään, jota kuvaamaan käytetään hoitotyön vähimmäistietoa (Nursing Minimum Data Set) jonka tieto saadaan potilasasiakirjamerkinnöistä suoraan. Belgiassa tämä järjestelmä on ollut käytössä jo vuosikymmeniä ja muodostanut suuren määrän data-aineistoa, jota on syötetty järjestelmällisesti hoitotyöstä potilastietojärjestelmiin. Kerran vuodessa tiedot otetaan ulos ja katsotaan, hoitotyön tarveluokituksia ja kuinka paljon hoitotyön toimenpiteitä (interventioita) potilaiden hoito on tietyssä yksikössä vaatinut. Tämän perusteella voidaan tehdä suosituksia riittävästä hoitajien määrästä (2). Potilaiden hoitoisuutta ei siis tarvitse arvioida erikseen, vaan se määrittyy järjestelmään syötettyjen tietojen perusteella.

Ongelmatonta tämä ei ole. Erityisesti järjestelmissä on todettu potilaan psyykkistä hyvinvointia tukevien hoitotyön kuvauksien puutteita (esim. Turtiainen et al. 2000). Lisäksi, jotta tämä toimii, meidän hoitajien tulisi pystyä käsitteellistämään oma työmme ja hoitotyön prosessi, eli potilaan hoitotyön tarve, hoitotyön toimet (tai interventiot) ja hoitotyön tulokset yhtenäisellä ja systemaattisella tasolla.

Apuna voivat tulevaisuudessa olla oppivat tietojärjestelmät, jotka osaavat vapaasta tekstistä tunnistaa hoitotyön toimintoja ja järjestää niitä luokitusten mukaisesti (4). Tai voisiko tulevaisuudessa hoitajalla osastolla olla mukanaan mikrofoninappi, joka tunnistaisi toiminnot niitä tehdessä? Esimerkiksi kun hoitaja mittaisi verenpaineen ja kertoisi sekä toimenpiteen, että tulokset potilaalle, muodostuisi tästä puheentunnistuksen kautta suoraan merkintä potilastietojärjestelmään. (Tässä vapaa innovaatio varastettavaksi!)

Vaikka vielä ei olla näin pitkällä, uskallan väittää, että meidän kannattaa yrittää: ottaa oma kieli, potilastietojärjestelmät ja hoitotyön prosessin kuvaaminen haltuun. Mitä enemmän saamme tietoa sekä reaaliaikaisesti että takautuvasti hoitotyöstä, sitä paremmin pystymme suunnittelemaan hoitoa, arvioimaan tarvittavia resursseja ja ennen kaikkea saamme tietoa siitä mikä hoitotyössä auttaa potilaita ja pystymme siten kehittämään hoitotyötä ja tuloksia. 

Kirjoittaja

Maria Ameel

sh, vtm, Tohtorikoulutettava

Turun yliopisto, 

Hoitotieteen laitos

makaam@utu.fi

Lähteet: 

1) Rauta, S. , Salanterä, S. , Vahlberg, T. and Junttila, K. (2017), Testing an Instrument for Assessing Nursing Intensity in Perioperative Settings. Int J Nurs Terminol Knowledge, 28, 233-240. doi:10.1111/2047-3095.12117

2) Van den Heede, K., Sermeus, W., Diya, L.,  Clarke, S., Lesaffre, E., Vleugels, A.,  Aiken, L. (2009) Nurse staffing and patient outcomes in Belgian acute hospitals: Cross-sectional analysis of administrative data, International Journal of Nursing Studies, 46 (7) 928-939, https://doi.org/10.1016/j.ijnurstu.2008.05.007.

3) Turtiainen, A. , Kinnunen, J. , Sermeus, W. and Nyberg, T. (2000), The cross‐cultural adaptation of the Belgium Nursing Minimum Data Set to Finnish nursing. Journal of Nursing Management, 8, 281-290.

4) Moen, H., Hakala, K.,  Peltonen, L-M.,   Suhonen, H.,  Loukasmäki, P., Salakoski, T.,  Ginter, F., Salanterä, S.(2018) Evaluation of a Prototype System that Automatically Assigns Subject Headings to Nursing Narratives Using Recurrent Neural Network. Proceedings of the 9th International Workshop on Health Text Mining and Information Analysis (LOUHI 2018), pages 94–100