Rīcības algoritmi pacientu sagatavošanai kolonoskopijas izmeklēšanai primārajā aprūpē

Abstract

Bakalaura darba temats: Rīcības algoritmi pacientu sagatavošanai kolonoskopijas izmeklēšanai primārajā aprūpēTemata aktualitāti pamato apstāklis, ka ar katru gadu palielinās resnās zarnas vēža pacientu skaits, kas saistāms ar izmaiņām sociāli ekonomiskajos apstākļos, pieaugošu sēdoša darba īpatsvaru, negatīvām izmaiņām uzturā un citiem faktoriem. Savlaicīgai diagnostikai un diferencēšanaino citām resnās zarnas slimībām, svarīga ir kolonoskopiskā izmeklēšana. Pirmās, kas sniedz informāciju pacientam par izmeklējuma būtību, ir ģimenes ārstu māsas, kuras ne vienmēr ir vispusīgi informētas par sagatavošanu izmeklējumam un potenciālajām neveiksmēm. Pētījuma mērķis:Izpētīt rīcības algoritmus pacientu sagatavošanai kolonoskopijas izmeklējumam primārajā aprūpē. Pētījuma uzdevumi:1.Analizēt Dorotejas Oremas māszinību teorijas pielietojuma iespējas pacientu sagatavošanā kolonoskopijas izmeklējumam.2.Apkopot un analizēt literatūru par pacientu sagatavošanu kolonoskopijas izmeklējumam. 3.Veikt pētījumu, intervēt māsas; 4.Apkopot māsu interviju rezultātus un formulēt secinājumus;5.Izstrādāt ieteikumus par māsu rīcības algoritmiem pacientu sagatavošanā kolonoskopijas izmeklējumam. Pētījuma jautājums: Kādi ir māsu rīcības algoritmi pacientu sagatavošanai kolonoskopijai?Pētniecības metode: kvalitatīvs pētījums, pētniecības instruments –intervija. Pētījuma rezultāti: Ģimenes ārstu māsām pārsvarā ir neliela pieredze, tā kā ģimenes ārsti uz izmeklējumu nosūta relatīvi reti. Tā rezultātā māsām ir nepietiekamas zināšanas un izpratne par sagatavošanas dažādiem aspektiem, biežāk paļaujas uz populārākā medikamenta instrukciju. Daži sniegtie dati ir pretrunīgi un arī neatbilstoši vispārpieņemtai praksei. Darba noslēgumā izstrādāti ieteikumi par pacientu informēšanas un sagatavošanas kolonoskopijas izmeklējumam algoritmiem. Atslēgvārdi: resnās zarnas saslimšanas, resnās zarnasvēzis, kolonoskopija, pacienta sagatavošana.Darba apjoms: 39lpp., ietver 2attēlus, 11 tabulas, izmantoti 40 literatūras avoti, pievienoti 2 pielikumi.

Bachelor's thesis topic: Action algorithms of preparing patients for colonoscopy in primary care settingsThe topicality of the topic is justified by the fact that the number of patients with colon cancer is increasing every year, which is related to changes in socio-economic conditions, increasing proportion of sedentary work, negative changes in diet and other factors. Colonoscopyexamination is important for timely diagnosis and differentiation from other colon diseases. The first to inform the patient about the nature of the examination are GPs, who are not always fully informed about the preparation for the examination and the potential failures.Aim of the study:To investigate action algorithms for preparing patients for colonoscopy in primary care.Research tasks:1. To analysethe application of Dorothy Orem's theory of nursing in the preparation of patients for a colonoscopy examination.2. To compile and analysethe literature on the preparation of patients for a colonoscopy examination.3. Conduct research, interview nurses;4. Summarize the results of the nursing interviews and formulate conclusions;5. To develop recommendations algorithm for nurses preparing patients for colonoscopy.Research question: What are thenursing actionsalgorithms for preparing patients for colonoscopy?Research method: qualitative research, research tool -interview.Results of the study: Nurses have smallexperience, as GPs are relatively raresend patient to colonoscopy. As a result, nurses have insufficient knowledge and understanding of various aspects of preparation, more oftenrelying on the instructions ofthe mostpopular medication. Some of the data provided are contradictory and also not in line with generally accepted practice.At the end of the work,will be developedrecommendations on algorithms for informing and preparing patients for colonoscopy.Keywords: colon diseases, colon cancer, colonoscopy, patient preparation.Thesis consists of: 39 pages, includes 2 figures, 11 tables, 40 references, 2 appendices.