Palabras clave
Toma de decisiones clínicas
Tecnología en salud
Cómo citar
Copyright © | Todos los derechos reservados.
La revista posee los derechos de autor exclusivos para la publicación de este artículo en los términos de la ley brasileña 9610/98.
Reproducción parcial
El uso de partes de los textos, figuras y cuestionario del artículo es libre, siendo obligatoria la citación de los autores y revista.
Reproducción total
Está expresamente prohibido y debe ser autorizado por la revista.
Resumen
Objetivo: Evaluar el conocimiento, la utilización y las dificultades relacionadas con la aplicación del puntaje de alerta temprana modificado (MEWS) entre enfermeros atuantes en una clínica médica de un hospital público de referencia en la Amazonía brasileña. Método: Estudio transversal, descritivo y cuantitativo, con 15 enfermeros asistentes seleccionados por conveniencia. Se aplica un cuestionario estructurado sobre perfil profesional, conocimiento, utilización y dificultades relacionadas con MEWS. Los datos fueron analizados por estadística descriptiva, utilizando frecuencias, medios y diseños. Resultados: Observou-se predominância do sexo feminino, profissionais com experiência assistencial superior a dez anos e elevado percentual de capacitación previa sobre o MEWS. Apesar da ampla utilização do escore, foram identificadas dificultades relacionadas à insuficiência de treinamento continuo, resistência da equipe à utilização sistemática do protocolo y limitaciones operativas apropiadas da ausência de ferramentas informatizadas. Conclusión: Embora os enfermeiros reconheçam a relevância do MEWS para identificación precoce da deterioro clínico, persisten barreras organizacionales y educativas que comprometen su utilización plena. Los resultados refuerzan la necesidad de inversiones en educación permanente y tecnologías digitales que apoyan el seguimiento clínico y la toma de decisiones basadas en evidencias.
Referencias
BÁR A, et al. Machine learning models outperform conventional early warning scores in predicting clinical deterioration. NPJ Digital Medicine, 2020; 3: 89.
BRASIL. Ministério da Saúde. Agência Nacional de Vigilância Sanitária. Assistência segura: uma reflexão teórica aplicada à prática. Brasília: ANVISA; 2017.
BRASIL. Ministério da Saúde. Portaria GM/MS nº 529, de 1º de abril de 2013. Institui o Programa Nacional de Segurança do Paciente (PNSP). Diário Oficial da União, Brasília, DF; 2013.
BRIGGS J, et al. Safer and more efficient vital signs monitoring protocols to identify the deteriorating patients in the general hospital ward: an observational study. Health and Social Care Delivery Research, 2024; 12(6).
BULECHEK GM, et al. Classificação das Intervenções de Enfermagem (NIC). 8ª ed. Rio de Janeiro: Elsevier; 2023.
CHURPEK MM, et al. Risk stratification of hospitalized patients on the wards. Chest, 2013; 143(6): 1758-1765.
GROOD C, et al. The impact of the implementation of an electronic early warning system on patient outcomes: a systematic review. Resuscitation, 2018; 122: 42-56.
HERDMAN T, et al. NANDA International Diagnósticos de Enfermagem: definições e classificação 2024-2026. Porto Alegre: Artmed; 2024.
JACINTHO TM, et al. Implantação do Modified Early Warning Score (MEWS): percepção da equipe de enfermagem. Revista da Faculdade de Ciências Médicas de Sorocaba, 2020; 22(4): 173-179.
JEPPESTOL K, et al. Registered nurses' adherence to early warning score escalation protocols: an observational study. Nursing Open, 2023; 10(9): 6007-6017.
LOURENÇO AP, et al. Educational interventions to improve nurses' recognition of patient deterioration: integrative review. Journal of Clinical Nursing, 2023.
MCLENNON BM, et al. Simulation-based education to improve nurses' recognition of patient deterioration using early warning scores. Clinical Simulation in Nursing, 2023; 77: 32-39.
MOORHEAD S, et al. Classificação dos Resultados de Enfermagem (NOC). 7ª ed. Rio de Janeiro: Elsevier; 2023.
ODELL M. Detection and management of the deteriorating ward patient: an evaluation of nursing practice. Journal of Clinical Nursing, 2015; 24(1-2): 173-182.
ODELL M, et al. The implementation of a modified early warning scoring system in acute care hospitals: a cluster randomized controlled trial. Trials, 2019; 20: 725.
PIMENTEL MAF, et al. A comparison of the ability of the National Early Warning Score and machine learning models to predict deterioration. Resuscitation, 2020; 151: 10-16.
ROYAL COLLEGE OF PHYSICIANS. National Early Warning Score (NEWS) 2: standardising the assessment of acute-illness severity in the NHS. London: Royal College of Physicians; 2017.
SMITH GB, et al. A comparison of the ability of the physiological components of medical emergency team criteria and the U.K. National Early Warning Score (NEWS) to discriminate patients at risk of a range of adverse clinical outcomes. Critical Care Medicine, 2016; 44(12): 2171-2181.
SMITH GB, et al. The ability of the National Early Warning Score (NEWS) to discriminate patients at risk of early cardiac arrest, unanticipated intensive care unit admission, and death. Resuscitation, 2013; 84(4): 465-470.
SUBBE CP, et al. Validation of a modified Early Warning Score in medical admissions. QJM: An International Journal of Medicine, 2001; 94(10): 521-526.
THOMAS K, et al. Early warning scores: a review of the literature. Journal of Nursing Care Quality, 2020; 35(1): 76-83.
YAZDANPANAH N, et al. Early prediction of clinical deterioration using machine learning approaches: a systematic review. NPJ Digital Medicine, 2022.