Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomi
  • Svenska
  • English
  • Kirjaudu
Hakuohjeet
JavaScript is disabled for your browser. Some features of this site may not work without it.
Näytä viite 
  •   Ammattikorkeakoulut
  • Metropolia Ammattikorkeakoulu
  • Opinnäytetyöt
  • Näytä viite
  •   Ammattikorkeakoulut
  • Metropolia Ammattikorkeakoulu
  • Opinnäytetyöt
  • Näytä viite

Painevaurioriskin tunnistaminen teknologian avulla : Scoping katsaus

Koivisto, Roosa (2026)

 
Avaa tiedosto
Koivisto_Roosa.pdf (1.166Mt)
Lataukset: 


Koivisto, Roosa
2026
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202604207024
Tiivistelmä
Painevauriot eli paikalliset iho- tai ihonalaisvauriot ovat maailmanlaajuinen ongelma, joiden esiintyvyys vaihtelee maantieteellisesti ja eri kliinisissä ympäristöissä. Suomessa niiden esiintyvyys on arviolta 5–25 % ja niitä esiintyy erityisesti potilailla, joilla yleisterveys ja liikuntakyky on heikko. Painevauriot aiheuttavat merkittävää kärsimystä potilaalle sekä huomattavia kustannuksia yhteiskunnalle. Ennaltaehkäiseviä menetelmiä hyödynnetään yhä liian vähän, vaikka ne ovat keskeisiä potilasturvallisuuden kannalta. Terveydenhuollon teknologinen kehitys tarjoaa uusia keinoja painevaurioriskin varhaiseen tunnistamiseen. Opinnäytetyön tarkoituksena oli kartoittaa painevaurioriskin tunnistamiseen käytettäviä teknologioita sekä kuvata niiden vaikutuksia ja luotettavuutta. Työ toteutettiin scoping kirjallisuuskatsauksena, ja aineisto haettiin Cinahl-, PubMed- ja ProQuest-tietokannoista syksyllä 2025. Tutkimusten laatu arvioitiin Hawkerin laadunarviointityökalulla ja tutkimusten laatu todettiin hyväksi. Aineistossa tunnistettuja teknologioita olivat erilaiset fyysiset teknologiat (n=6) ja koneoppimismallit (n=17). Aineiston perusteella painevaurioriskin tunnistamiseen on käytettävissä useita teknologioita, jotka mahdollistavat riskien arvioinnin painevaurion syntymisen eri vaiheissa. Teknologioiden keskeisiä vaikutuksia ovat varhainen riskien tunnistaminen, reaaliaikainen seuranta sekä hoitotoimenpiteiden oikea-aikainen kohdentaminen. Erityisesti koneoppimismallit täydentävät perinteisiä riskiluokittelun menetelmiä hyödyntämällä monipuolista potilasdataa, mahdollistamalla integraation potilastietojärjestelmiin sekä ennustamalla painevaurioriskin kehittymisen ajankohta. Luotettavuuden näkökulmasta keskeisiä tekijöitä ovat datan laatu, käyttäjäosaaminen ja diagnostinen tarkkuus. Osa teknologioista on vielä kehitysvaiheessa, ja niiden luotettavuuden arviointi osana kliinistä työtä edellyttää lisätutkimusta. Tulosten perusteella voidaan kuitenkin todeta, että teknologiat tuovat lisäarvoa nykyisiin käytänteisiin ja niillä voi olla merkittäviä hyötyjä kliinisen päätöksenteon tukena painevaurioiden ehkäisyssä.
Kokoelmat
  • Opinnäytetyöt
Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatKoulutusalatAsiasanatUusimmatKokoelmat

Henkilökunnalle

Ammattikorkeakoulujen opinnäytetyöt ja julkaisut
Yhteydenotto | Tietoa käyttöoikeuksista | Tietosuojailmoitus | Saavutettavuusseloste