Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Química, Florianópolis, 2016. / Made available in DSpace on 2016-09-20T04:39:54Z (GMT). No. of bitstreams: 1
341080.pdf: 1665132 bytes, checksum: 8a281cb9134c64a718044e51aa95bce4 (MD5)
Previous issue date: 2016 / A ventilação mecânica é a forma mais avançada de suporte à vida. Em pacientes críticos doentes, os fatores associados às decisões que permeiam o ato de ventilar são determinantes na antecipação da morte do paciente e/ou chance de vida.Este estudo tem por objetivo desenvolver uma ferramenta que, ligada ao respirador, analisa os dados obtidos por este, armazenando-os em um banco de dados, emitindo alarmes em situações de emergência, e auxiliando os profissionais na tomada de decisões. O desenvolvimento desta ferramenta teve como colaboração doze profissionais intensivistas quanto à elegibilidade das variáveis pertinentes à monitoração dos pacientes em assistência ventilatória, através de um questionário de variáveis divididas quanto: mecânica respiratória, troca gasosa, sinais vitais e função respiratória. A base de dados de 150 pacientes permitiu a incorporação da ferramenta mais próxima do cenário real, além da motivação contínua no processo de aprendizagem, conhecimentos gerais e especializados, interdisciplinariedade e habilidades na tomada de decisão. O mesmo permite ainda, como ferramenta científica, pesquisas a partir destes dados armazenados. Com a possibilidade de análise de dados em tempo real, todo o histórico do paciente submetido à ventilação mecânica pode ser minuciosamente acompanhado, inclusive com a descrição de todas as intervenções e seus resultados. Fez-se possível desenvolver equações indicadoras de patologias respiratórias como Edema Agudo de Pulmão, Doença Pulmonar Obstrutiva Crônica e Pneumonia, relatórios e gráficos de pacientes com estas patologias e como as mesmas se comportam durante a evolução do paciente em assistência ventilatória. Esta ferramenta pode contribuir para pesquisas científicas vigentes na área para estudos de caso e análises estatísticas.<br> / Abstract: Mechanical ventilation is the most advanced form of life support. In patients critically ill patients, the factors associated with decisions that underlie the act of venting are critical in anticipation of the death of the patient and / or chance of life. This study aims to develop a tool that connected to the respirator, analyzes the data obtained by this, storing them in a database, sending alarms in emergency situations, and helping professionals in decision-making. The development of this tool was to collaboration twelve critical care professionals on the eligibility of variables for monitoring of patients on mechanical ventilation, using a questionnaire variables divided as: respiratory mechanics, gas exchange, vital signs and respiratory function. The 150 patient database allowed the incorporation of the next tool of the real scenario, and the ongoing motivation in the learning process, knowledge and expertise, interdisciplinarity and skills in decision making. The same also allows, as a scientific tool searches from these stored data. With the possibility of real-time data analysis, the entire history of the patient undergoing mechanical ventilation can be closely monitored, including the description of all interventions and their results. It made it possible to develop indicators equations of respiratory diseases such as Acute Lung Edema , Chronic Obstructive Pulmonary Disease and Pneumonia, reports and charts of patients with these diseases and how they behave during the evolution of patient ventilatory assistance. This tool can contribute to current scientific research in the area for case studies and statistical analyzes.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/167967 |
| Date | January 2016 |
| Creators | Riella, Caroline Leitão |
| Contributors | Universidade Federal de Santa Catarina, Pinto, Leonel Teixeira |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | 85 p.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds