Sairaanhoitajan rooli ja tehtävät moniammatillisessa potilaan lääkehoitoon sitoutumisen edistämisessä
Bibliographic record
Abstract
Tämän opinnäytetyön tarkoituksena oli kartoittaa sairaanhoitajan roolia ja tehtäviä lääkehoitoon sitoutumisen edistämisessä osana moniammatillista työryhmää. Tavoitteena oli kehittää potilaan lääkehoitoon sitoutumista hoitotyön keinoin. Opinnäytetyö on osa Turun ammattikorkeakoulun ja Lääketietokeskuksen Moniammatillisessa yhteistyössä rationaaliseen lääkehoitoon yhteistyöhanketta, joka toteutetaan vuosina 2011–2012. \nTämän kvalitatiivisen opinnäytetyön aineisto kerättiin puolistrukturoidulla teemahaastattelulla kolme kertaa aikataulullisista syistä, jonka teemat laadittiin kirjallisuuskatsaukseen perustuen. Haastatteluihin tavoiteltiin osallistujiksi kahdeksan sairaanhoitajaa (N=8), mutta lopulta haastatteluihin osallistui yhteensä kuusi sairaanhoitajaa Varsinais-Suomen sairaanhoitopiiristä (n=3) sekä Turun sosiaali- ja terveystoimesta (n=3). \nKeskeisimpinä tuloksina sairaanhoitajan roolia ja tehtäviä kartoittaessa nousi esille sairaanhoitajan rooli potilaan puolestapuhujana sekä tulkkina oleminen. Tärkeimpinä tehtävinä koettiin tiedonanto, ohjaus, kertaus ja motivointi. Suullinen ja kirjallinen ohjaus, keskustelu sekä havainnollistaminen olivat sairaanhoitajien käytetyimpiä menetelmiä sitoutumisen edistämisessä. Lääkehoitoon sitoutumattomuuteen vaikuttavista tekijöistä korostuivat potilaan elämänhallintaan liittyvät tekijät, taloudelliset ongelmat, sivuvaikutukset, muistiongelmat ja potilaan kokemus lääkehoidon hyödyttömyydestä. Potilaiden lääkehoitoon sitoutumista arvioitiin esimerkiksi kontrollikäyntien ja puhelinsoittojen kautta. Sairaanhoitajan haasteita potilaan lääkehoitoon sitoutumisen edistämisessä olivat muun muassa kiire ja resurssipula. \nTulokset tukevat aikaisempaa tutkimustietoa. Haastateltavien lukumäärä oli optimaalinen, sillä vastaukset alkoivat toistumaan. Tuloksia hyödynnetään lääkehoitoon sitoutumisen edistämisessä ja tutkimisessa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.062 | 0.011 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".