종합병원 중환자실의 환자안전사고 위해정도에 영향을 미치는 요인

• 영문명: Factors Influencing the Degree of Harm from Patient Safety Incidents in the Intensive Care Units of General Hospitals
• 발행기관: 학습자중심교과교육학회
• 저자명: 윤숙희(Sook Hee Yoon)
• 간행물 정보: 『학습자중심교과교육연구』제25권 3호, 821~832쪽, 전체 12쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2025.02.15

국문 초록

목적 본 연구는 종합병원 중환자실의 환자안전사고 위해정도에 영향을 미치는 요인을 확인하기 위함이다 방법 환자안전보고데이터(2021년∼2023년)를 활용하여 종합병원 중환자실에서 보고된 자료 중 결측치를 제외한 총 668건을 분석하였다. SPSS 26.0 프로그램을 사용하여 기술통계, 교차분석, 다항로지스틱 회귀 분석을 실시하였다. 결과 환자안전사고의 위해정도는 무해사건 50.1%, 위해사건 37.9%, 적신호사건 12.0% 이었다. 위해사건에 영향을 미치는 요인은 감염, 상해, 약물이었고, 적신호사건에 영향을 미치는 요인은 의료장비·기구, 진료재료, 처치·시술·수술, 약물이었다. 결론 종합병원 중환자실의 환자안전사고를 예방하기 위해서는 환자안전 교육프로그램을 개발하여 적용하고 숙련된 간호인력 확보, 중환자실의 시설과 환경 개선 노력이 필요할 것으로 사료된다.

영문 초록

Objectives The purpose of this study is to identify the factors influencing the degree of harm form patient safety incidents in the intensive care units(ICUs) of general hospitals. Methods Using patient safety report data from 2021 to 2023, a total of 668 cases were analyzed after excluding those with missing data from the reports in the ICUs of general hospitals. Descriptive statistics, Cross-tabulation analysis and multinomial logistic regression were conducted using the SPSS 26.0 program. Results The degree of harm among patient safety incident was as follows: non-harm events 50.1%, adverse events 37.9%, and sentinel events 12.0%. Factors influencing adverse events among patient safety incidents were infections, injuries, and medications. Factors influencing sentinel events were medical equipment and instruments, medical supplies, treatments, procedures, surgeries, and medications. Conclusions To prevent patient safety incidents in ICUs of general hospitals, it is necessary to develop and implement patient safety education programs, secure skilled nursing staff, and make efforts to improve ICU facilities and the environment.

목차

Ⅰ. 서론

Ⅱ. 연구 방법

Ⅲ. 연구 결과

Ⅳ. 논의 및 결론

참고문헌

키워드

의료오류 중환자간호 환자안전 안전관리 다항로지스틱 회귀분석 Medical error Intensive care Patient safety Safety management Multinomial logistic regression analysis