智能化疼痛管理決策與質量監測系統在跟骨骨折內固定手術患者中應用

張利芳 董青英 張玉民

跟骨骨折是骨科常見的疾病，內固定手術是目前治療跟骨骨折常用的手術方式，術后為了促進足踝功能恢復，需指導患者行足踝關節功能鍛煉[1]。術后疼痛是骨科手術患者術后常見的癥狀，疼痛不僅影響患者術后舒適感，而且會影響患者術后功能鍛煉依從性，不利于骨科患者術后功能恢復[2]。護士在患者疼痛管理中起到重要的作用，但護士對疼痛的評估存在明顯的主觀性及滯后性，在一定程度上影響疼痛管理的效果[3]。近年隨著信息化技術的發展，智能化疼痛管理決策與質量監測系統可實時評估及記錄患者疼痛狀況，能適時給出患者疼痛管理方案，實時反饋疼痛干預效果[4]。因此，本研究將探討智能化疼痛管理決策與質量監測系統在跟骨骨折內固定術患者中的應用，現將結果進行如下報告。

1 資料與方法

1.1 一般資料

選取2019年1-6月收治的40例行跟骨骨折內固定術患者為對照組，選取2019年7-12月骨科收治的跟骨骨折內固定術患者42例為研究組，納入標準：(1)符合中華醫學會骨科分會對跟骨骨折的臨床診斷標準[5]；(2)經X線或CT診斷確診；(3)患者神志清醒，無認知功能障礙或交流障礙；(4)患者知情同意，愿意配合研究。排除標準：(1)合并手術禁忌證者；(2)合并嚴重心、肝、腎等器官功能不全者；(3)合并其他疾病引起的慢性神經疼痛者。對照組：男22例，女18例；年齡20～72歲，平均(42.8±3.4)歲；病程3～10 d，平均(4.9±0.7)d；手術時間90～130 min，平均(112.95±4.58)min；術中出血量75～140 mL，平均(85.9±5.2)mL；致傷原因為車禍傷26例，高空墜落14例；骨折類型為Sanders Ⅱ型跟骨骨折22例，Sanders Ⅲ型跟骨骨折18例。研究組：男22例，女20例；年齡18～72歲，平均(42.5±3.9)歲；病程3～10 d，平均(4.5±0.8)d；手術時間90～130 min，平均(112.25±4.98)min；術中出血量75～135 mL，平均(85.5±4.8)mL；致傷原因為車禍傷25例，高空墜落17例；骨折類型為Sanders Ⅱ型跟骨骨折24例，Sanders Ⅲ型跟骨骨折18例。2組臨床資料比較，差異無統計學意義(P>0.05)，具有可比性。

1.2 方法

2組患者均由同1組醫護人員進行手術及實施護理操作，且2組手術方式、麻醉方式、相關量表使用方法、評價時間一致。對照組入院前行疼痛管理規范宣教，術后采用非藥物疼痛干預(包括音樂療法、冰敷、穴位按摩等)聯合藥物鎮痛治療。研究組在對照組基礎上應用智能化疼痛管理決策與質量監測系統進行圍手術期疼痛管理，該系統由骨科主任、主治醫生、護士長與醫院信息部技術人員共同合作研發，系統采用客戶端/服務器框架實現疼痛護理動態評估、記錄、智能化決策以及質量實時監控4大模塊，責任護士可通過輸入工號及密碼登錄系統，對患者實施疼痛化智能管理,各大模塊具體功能如下。(1)疼痛護理動態評估：該模塊提示護士對患者進行疼痛評估，并提示該評分段對應的健康宣教內容及護理干預措施，以供責任護士參考。(2)疼痛護理記錄：該模塊用于提醒護士下一次評估時間。(3)疼痛護理智能化決策：系統根據疼痛評分自動生成疼痛評分曲線圖，以供護士參考。(4)疼痛護理質量實時監控：該模塊用于提醒護士在疼痛藥物使用劑量、種類方面安全性。

1.2.1 智能化疼痛管理決策與質量監測系統工作原理

(1)疼痛評估。醫生根據系統提示開具疼痛管理醫囑的同時，醫囑內容會自動關聯患者的相關信息，在電子病歷一覽表上出現紅色三角標記，以對護士進行提醒，同時系統會根據患者疼痛評分給出對應的護理干預措施及健康宣教內容，以供責任護士參考。(2)疼痛評估單。護士登錄系統后打開疼痛評估單對患者進行疼痛評估，評估單內容主要包括疼痛情況和影響、用藥情況、滴定過程、爆發痛次數和處理效果、鎮靜反應程度評分、是否存在不良反應及護理措施等。護士根據疼痛評估單逐條評估且記錄，系統會根據疼痛記錄情況自動生成患者不同時段的疼痛程度波動曲線(曲線橫坐標為時間，縱坐標為疼痛評分)，從而做到全面的、動態的、常規的、量化的記錄患者的疼痛情況。(3)系統根據患者疼痛評估情況及鎮痛用藥記錄智能化提醒護士下次疼痛評估時間，采用視覺模擬評分(visual analogue scale/score，VAS)對患者進行疼痛評分，當VAS≤3分時系統會提示護士每8 h評估1次，VAS 4～7分時系統會提示護士每4 h評估1次，VAS 8～10分時系統會提示護士每1 h評估1次。(4)系統會根據醫囑收集患者鎮痛藥物使用類別、劑量及使用時間等相關信息，并結合疼痛評分的曲線圖，對護士確認干預效果進行提醒。(5)系統可以對不同時間段使用同種同劑量鎮痛藥物后疼痛評分的變化趨勢進行反饋，能夠智能化的預防鎮痛藥物的過度使用，如對于VAS≤3分的患者，系統會顯示給予患者口服200 mg塞來昔布(屬非甾體類藥物)，同時建議行常規心理疏導及音樂療法；對于VAS 4～7分的患者，系統會顯示給予患者肌內注射曲馬多(屬弱阿片類藥物)50 mg，同時配合抗炎藥物口服治療；對于VAS>7分的患者，系統會顯示肌內注射鹽酸哌替啶注射液(屬強阿片類藥物)50 mg，并配合口服非甾體抗炎藥物。

1.2.2 智能化疼痛的管理決策及質量監測系統的應用

(1)對護士開展培訓。為了保證系統使用效果，在系統應用前，由軟件開發者組織護士進行培訓，培訓方式包括操作演示、向護士發放系統操作指南，指南詳細講解了系統各模塊內容及操作流程。(2)系統改進。在系統試運行階段，收集用戶體驗反饋及運行過程中遇到的問題，調整使用方案，完善系統使用流程。(3)建立科室微信群。微信成員包括系統試運行階段時參與系統管理的工作人員及使用系統的臨床護士，臨床護士使用系統過程中若遇到信息丟失、系統卡頓或系統運動錯誤等問題時可在群里及時反饋，系統研發人員根據護士反饋情況及時對系統進行更新。

1.3 觀察指標

比較2組疼痛評分、睡眠質量、術后鍛煉依從率、并發癥發生率、足踝功能恢復情況及患者滿意率。(1)疼痛評分。采用數字評分法(numerical rating scale，NRS)[5]評價患者疼痛程度，該量表以數字的形式直觀地描述患者疼痛程度，量表總評分0～10分，分值越高提示患者疼痛越明顯。(2)睡眠質量。采用匹茲堡睡眠質量指數(Pittsburgh sleep quality index,PSQI)量表進行評價，該量表由Buysse等[6]于1989年研制，并由劉賢臣等[7]于1996年翻譯成中文，其內容包括入睡時間、睡眠時間、睡眠質量、睡眠障礙、睡眠效率、日間功能障礙及催眠藥物7個維度，共14個條目，每個條目采用0～3分評分，總評分0～21分，分值越高提示患者睡眠質量越差。(3)鍛煉依從性。采用科室自擬的骨科鍛煉依從性量表進行評價，量表包括鍛煉頻次、鍛煉強度、鍛煉規范性等，共10個條目，每個條目采用1～4級評分，總評分10～40分，量表Cronbach′s α系數為0.896，提示量表信效度良好，總評分>30分為依從，依從率=依從例數/總例數×100%。(4)并發癥。包括足踝關節腫脹、血管損傷、足部內翻、下肢靜脈血栓等。(5)足踝功能。應用Morrey評分[8]、MaryLand評分[9]進行評價，Morrey評分、MaryLand評分總評分均為0～100分，分值越高提示患者足踝功能恢復越理想。(6)患者滿意率。采用自擬的患者滿意度調查問卷進行評價，問卷共25個條目，每個條目賦值1～4分，總分0～100分，總分>90分為滿意。

1.4 評價方式

2組患者均由同一責任護士收集相關數據，2組鍛煉依從性由責任護士每天巡房時采用骨科鍛煉依從性量表評價,記錄患者每天依從性評分，并在研究結束時取平均分，根據平均分評價患者鍛煉依從性情況，同時記錄患者從入院至出院期間并發癥發生情況。NRS疼痛評分、睡眠質量評分于干預前、干預后5 d以問卷調查的方式收集，滿意率于患者出院當天由責任護士向患者發放患者滿意度調查問卷。Morrey評分、MaryLand評分于干預前及患者出院后1個月門診隨訪獲得。上述量表調查前由責任護士以口頭宣教的方式向患者講解問卷調查的目的及相關問卷填寫方法，指導患者現場填寫并回收，本次共發出問卷85份，回收問卷有效82份，有效回收率為96.47%。

1.5 統計學方法

2 結果

2.1 2組NRS評分及PSQI評分比較

2組干預前NRS疼痛評分、PSQI比較，差異無統計學意義；研究組干預后NRS評分、PSQI評分均低于對照組。見表1。

表1 2組NRS、PSQI評分比較分)

2.2 2組鍛煉依從率、滿意率及并發癥比較

研究組術后鍛煉依從率及滿意率均高于對照組，而并發癥發生率低于對照組。見表2。

表2 2組鍛煉依從率、滿意率及并發癥發生率比較 [例(%)]

2.3 2組足踝關節功能恢復情況

2組干預前Morrey評分、MaryLand評分比較，差異均無統計學意義；干預后研究組Morrey評分、MaryLand評分均高于對照組。見表3。

表3 2組足踝關節功能恢復情況比較分)

3 討論

3.1 智能化疼痛管理決策與質量監測系統對跟骨骨折內固定手術患者疼痛感的影響

目前，臨床上將疼痛作為護理質量敏感性的相關指標，將疼痛評估、干預、記錄及患者滿意度等方面作為醫院疼痛管理質量的評價標準[10]。既往疼痛管理模式不僅受護士主觀意識影響，而且紙質化記錄增加了護士工作量，影響疼痛評估的連續性及動態性[11]。本研究將信息技術與疼痛管理結合，不僅能減輕護士工作量，而且能更準確、客觀、及時地對患者實施疼痛評估，提高疼痛管理效果[12]。另外，信息化管理能將患者疼痛數據繪制成疼痛評分曲線圖，智能化為護士提供疼痛干預措施，同時系統可自動化分析及反饋患者使用鎮痛藥物后的疼痛評分變化，為下一階段疼痛干預提供指導，從而更好地實現疼痛管理[13]。魏建梅等[14]將疼痛智能化管理系統應用在癌痛患者疼痛管理中，可為患者提供針對性健康教育指導，從而達到有效控制癌痛的目的。本研究結果顯示，研究組干預后NRS評分和PSQI評分的均低于對照組，表明智能化疼痛管理決策與質量監測系統能有效減輕跟骨骨折內固定術患者術后疼痛感。改善患者睡眠，這是由于疼痛會增加個體不適感，采用有效疼痛管理措施可減輕患者不舒適的體驗，從而改善患者睡眠質量[15]。

3.2 智能化疼痛管理決策與質量監測系統在跟骨骨折內固定手術患者鍛煉依從性的影響

跟骨骨折內固定術患者術后需對其行足踝關節功能鍛煉，以減輕足踝水腫及促進關節愈合。然而術后疼痛感會增加患者對鍛煉的恐懼感，影響患者治療依從性[16]。研究[17]認為，圍手術期采取有效的疼痛管理方法可減輕骨科患者術后疼痛感，提高患者術后鍛煉依從性。本研究結果顯示，研究組患者術后鍛煉依從性高于對照組，表明智能化疼痛管理決策與質量監測系統的應用減輕了患者疼痛感，從而提高了患者術后鍛煉依從性。這是由于智能化疼痛管理決策及質量檢測系統能夠自動生成疼痛程度的曲線，疼痛管理小組能夠了解患者疼痛爆發次數及爆發用藥后緩解情況，從而更好地制定疼痛管理方案，使患者疼痛得到有效控制，提高了患者術后鍛煉積極性[18]。

3.3 智能化疼痛管理決策與質量監測系統對跟骨骨折內固定手術患者預后的影響

研究[12]指出，提高跟骨骨折內固定術患者術后功能鍛煉積極性，可改善足踝關節血液循環，減輕足踝關節水腫，促進患者預后。本研究結果顯示，干預后研究組Morrey評分、MaryLand評分較對照組均明顯提高，表明智能化疼痛管理決策與質量監測系統可改善跟骨骨折內固定手術患者預后。這是由于智能化疼痛管理決策與質量監測系統除了為護士提供具有針對性的疼痛干預方案外，還可收集患者疼痛管理數據，并對數據進行分析，從而實施持續質量改進，從而有效減輕患者疼痛感，減少了并發癥的發生，促進了患者預后。