No description available.

Venösa blodprov med hjälp av vacutainersystem tas dagligen inom sjukvården. Det är viktigt att dessa prover tas på rätt sätt både för den diagnos patienten eventuellt får och den eventuella behandlingen. Tidigare undersökning har gjorts på undersköterskor men ingen har gjorts på sjuksköterskor. Syftet med studien var att undersöka hur sjuksköterskans rutiner vid venös blodprovtagning såg ut. Studien utfördes på sjuksköterskor på några avdelningar på Universitetssjukhuset i Malmö. Både kvalitativt och kvantitativt analyserings perspektiv har använts med Innehållsanalys som grund i de kvalitativa delarna. Resultatet visar att patientfokus är av stor vikt samt att sjuksköterskornas rutiner varierar inom venös blodprovtagning. Den kliniska tillämpligheten är stor och efterfrågan finns för dessa studier. / Venous blood specimen using a vacutainer system is a daily routine within healthcare and a hospital. It’s important that these tests are administered correct, both for setting diagnose as well as a future possible treatment. A similar study has been done towards nurse assistants but none has been done on nurses. The aim of the survey was to examine nurse’s routine when she collects a blood specimen. The survey was carried out at different departments at The University hospital in Malmo. Both a qualitative and a quantitative method were used to analyze the answers with a content analysis focus on the qualitative parts. The result of the study shows that the patients are in focus as well as the differences in routines when it comes to nurses. The clinical appliance is high as the interests of these studies are highly appreciated.

Inom vården sker det varje år dödsfall till följd av medicinska misstag och felaktiga beslut. Blodanalyser och andra laboratorietester är en viktig och vanlig metod för att i ett tidigt stadium kunna diagnostisera patienter. För att minimera fel och säkra kvalitén på analyserna är det viktigt att provtagningen utförs korrekt. Vårdhandboken riktar sig till yrkesutövande vårdpersonal och anger tydliga riktlinjer och användbara verktyg för hur provtagningen bäst ska utföras. Syftet med studien var att undersöka om sjuksköterskor följer Vårdhandbokens riktlinjer för venös blodprovstagning. En strukturerad observationsstudie genomfördes på ett större sjukhus i södra Sverige. Observationerna följde ett observationsschema som utgick från Vårdhandbokens riktlinjer för venös blodprovstagning. Totalt observerades 12 sjuksköterskor vid 32 blodprovstagningar. Åtta stycken blodprovstagningar avbröts och de resterande 24 blodprovstagningarna visade att sjuksköterskorna hade en förhållandevis bra följsamhet till Vårdhandbokens riktlinjer. Detta var extra tydligt vid användandet av handskar, kontroll av patienternas identitet, huddesinficering av instickstället och med att ge information till patienten. Trots den goda följsamheten fanns det tydliga brister vid en del andra moment. Sjuksköterskorna hade stasen på för länge, använde provrören i fel ordning och vände rören inkorrekt efter blodprovet. Resultatet tyder på att det behövs en ökad medvetenhet bland sjuksköterskorna om varför vissa moment bör utföras. Detta för att minska de preanalytiska felen och på sikt förbättra omvårdnaden. / Each year a large number of deaths occur due to medical mistakes and wrong decisions within the healthcare system. Since blood- and other laboratory tests are essential methods to diagnose patients it is very important that these test are performed correctly. The Handbook for healthcare´s main goal is to reach out to medical staff to set guidelines and useful tools for example venous blood sampling. The aim of this study was to investigate if nurses follow the guidelines for venous blood sampling. A structured observational study was conducted in a large hospital in south of Sweden. The observations followed an observation checklist which was based on the guidelines. A total of 12 nurses were observed at 32 blood tests. Eight blood samples were canceled and the remaining 24 blood tests showed that the nurses had a relatively good adherence towards the Handbook for healthcare´s guidelines. This was particularly evident in the use of plastic gloves, control of patient identity, skin disinfection of the insertion site and to provide information to the patient. Despite the good adherence toward the guidelines there were deficiencies in other elements, such as the nurses kept the tourniquet on too long, used test tubes in the wrong order and did not turn the tubes properly after the blood sample. The results suggest a need for increased awareness among nurses about why and how certain tasks should be performed. The increased awareness could reduce pre- analytical errors and improve patient care.

Errors in medical testing may cause serious problems that has the potential to severely hurt patients. There are many machine learning methods to discover such errors. However, due to the rarity of errors, it is difficult to collect enough examples to learn from them. It is therefore important to focus on methods that do not require human labeling. This study presents a comparison of neural network-based models for the detection of analytical errors in blood tests containing five markers of cardiovascular health. The results show that error detection in blood tests using deep learning is a promising preventative mechanism. It is also shown that it is beneficial to take a multivariate approach to error detection so that the model examines several blood tests at once. There may also be benefits to looking at multiple health markers simultaneously, although this benefit is more pronounced when looking at individual blood tests. The comparison shows that a supervised approach significantly outperforms outlier detection methods on error detection. Given the effectiveness of the supervised model, there is reason to further study and potentially employ deep learning-based error detection to reduce the risk of errors. / Fel i medicinska tester kan orsaka allvarliga problem som har potential att allvarligt skada patienter. Det finns många maskininlärningsmetoder för att upptäcka sådana fel. Men på grund av att felen är sällsynta så är det svårt att samla in tillräckligt många exempel för att lära av dem. Det är därför viktigt att fokusera på metoder som inte kräver mänsklig märkning. Denna studie presenterar en jämförelse av neurala nätverksbaserade modeller för detektering av analytiska fel i blodprov som innehåller fem markörer för kardiovaskulär hälsa. Resultaten visar att feldetektering i blodprov med hjälp av djupinlärning är en lovande förebyggande mekanism. Det har också visat sig att det är fördelaktigt att använda ett multivariat tillvägagångssätt för feldetektering så att modellen undersöker flera blodprov samtidigt. Det kan också finnas fördelar med att titta på flera hälsomarkörer samtidigt, även om denna fördel är tydligare när modellen tittar på individuella blodprov. Jämförelsen visar att ett övervakat tillvägagångssätt avsevärt överträffar metoder för detektering av extremvärden vid feldetektering. Med tanke på effektiviteten av den övervakade modellen finns det anledning att studera tillvägagångssättet vidare och eventuellt använda djupinlärningsbaserad feldetektering för att minska risken för fel.