Hoitohenkilökunnan kokemat uhka- ja väkivaltatilanteet terveydenhuollossa - Raportointi ja kirjaaminen Suomen sairaanhoitopiireissä
Bibliographic record
Abstract
Uhka- ja väkivaltatilanteet ovat yleistyneet yhteiskunnassa ja terveydenhuollossa. Uhkaavia ja hankalia potilaita kohtaavat monet terveydenhuollon työntekijät. Turvallisuusuhkien hallinnassa on perään kuulutettu niiden nykyistä parempaa tilastointia ja sitä, että tilastoinnissa tulisi käyttää yhtenäisiä kriteerejä. Tunnollinen uhka- ja väkivaltatilanteiden raportoiminen helpottaa ratkaisevasti tulevaisuuden hoitotilanteeseen varautumista. \n \nTämän opinnäytetyön tarkoituksena on selvittää kuinka yleistä uhka- ja väkivaltatilanne raportointi ja kirjaaminen ovat Suomen sairaanhoitopiireissä, minkälaisia eri kirjaamis- ja raportointimenetelmiä ja käytäntöjä on. Opinnäytetyön teoriaosiossa käsittelemme turvattomuutta, väkivaltaa, väkivaltatilanteiden ehkäisyä, raportoimista ja kirjaamista. \n \nTutkimusaineisto on kerätty valtakunnallisesti sairaanhoitopiireille lähetetyn kyselylomakkeen avulla. Sähköpostikyselyssä kysyttiin raportointikäytännöistä sekä pyydettiin lähettämään sairaanhoitopiireillä käytössä olevat uhka- ja väkivaltatapahtumalomakkeet analysoitavaksi. Vastanneita sairaanhoitopiirejä oli kaksikymmentä. Vastausprosentiksi muodostui 100 %.Tutkimusmenetelmänä tutkimuksessa on käytetty triangulaatio-tutkimusmenetelmää, joka pitää sisällään sekä laadullisia että määrällisiä tutkimusmenetelmiä. \n \nTutkimuksesta kävi ilmi, että jokaisessa vastanneessa sairaanhoitopiirissä on käytössä lomake tai järjestelmä uhka- ja väkivaltatapahtumien raportointia ja kirjaamista varten, mutta raportointimenetelmissä ja käytännöissä on paljon eroavaisuuksia. Sairaanhoitopiirit käyttävät sähköistä järjestelmää, lomaketta sähköisessä tai paperisessa muodossa tai näistä joitakin rinnakkain. \n \nOsa käytössä olevista lomakkeista sisälsi epäkohtia, jotka voivat nostaa hoitohenkilökunnan kynnystä täyttää ilmoituksia, jolloin todenmukaista kuvaa tilanteiden yleisyydestä ei saada. Erot raportointimenetelmissä ja – käytänteissä sairaanhoitopiirien välillä aiheuttavat hankaluuksia tulosten valtakunnalliseen vertailuun. Tutkimuksemme tukee ajatusta yhtenäisen valtakunnallisen järjestelmän, perehdytyksen ja ohjeistuksen tärkeydestä. Turvallisuuskulttuurin rakentaminen on helpompaa, kun saadaan tietoa uhka- ja väkivaltatilanteiden todellisista määristä sekä tilanteiden syistä. \n \nYhtenäisen järjestelmän tulisi olla yksinkertainen ja kaikkien tiedossa. Yhtenäisen järjestelmän aikaansaaminen edellyttäisi toimivan ja huolellisesti kehitetyn lomakkeen laatimista. Hyvästä lomakkeesta käy ilmi raportoinnin tärkeys, se on ymmärrettävä ja sisältää relevantit kysymykset, mukana on yksiselitteiset täyttöohjeet, se on nopea täyttää ja helposti saatavilla, eikä \nse sisällä henkilötietoja. Tämän tutkimuksen tuloksia voidaan hyödyntää uhka- ja väkivaltatapahtumien raportoimisen ja kirjaamisen kehittämisessä.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.120 | 0.052 |
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".