72の病院からの健康記録データを使用した入院患者転倒の混合効果モデル分析

科学分野:

• ヘルスケアリサーチ
• 患者の安全性
• 臨床疫学

背景:

• 患者の転倒は、医療現場における重大な安全上の懸念事項です。
• モース転倒スケール（MFS）は、転倒リスクを評価するために広く使用されています。
• 効果的な予防のためには、転倒に寄与する要因を理解することが不可欠です。

研究 の 目的:

• 患者の転倒とモース転倒スケール（MFS）項目との関係を評価すること。
• 患者の人口統計学的情報、滞在期間、および病院所在地と転倒リスクとの関連を調査すること。
• 大規模な医療システム内での患者の転倒の特定の危険因子を特定すること。

主な方法:

• 72の病院にわたる978,920件の入院の遡及コホート研究。
• MFS項目、人口統計学的情報、および滞在期間を分析するためにロジスティック回帰モデルが使用されました。
• 混合効果ロジスティック回帰モデルは、患者レベルの共変量と病院所在地をランダム効果として組み込みました。

主要な成果:

• 6,531件の転倒が記録されました。;転倒リスクの増加は、MFS項目（転倒歴、二次診断、歩行、精神状態）および人口統計学的情報（男性、高齢、長期滞在）と関連していました。;転倒リスクの減少は、MFS項目（歩行補助具、IV療法）およびヒスパニック系民族と関連していました。;男性および精神状態は相互作用効果を示し、転倒オッズを3.16倍増加させました。

結論:

• 患者の特徴を考慮した後でも、病院間での転倒リスクの有意なばらつきが存在します。
• MFSは再評価が必要になる可能性があり、IVロックを削除し、薬/機器スクリーニングを追加することが考えられます。
• 将来の研究では、標的を絞った転倒予防介入を知らせるために、病院固有の要因と性別/民族の違いを調査する必要があります。