Introducción: Las heridas crónicas son un importante problema de Salud Pública que afecta a millones de personas en el mundo disminuyendo su calidad de vida y aumentando el gasto sanitario. La telemedicina es considerada un enfoque eficaz para manejar este creciente problema por lo que se pretende valorar la efectividad de una interconsulta de asesoramiento telemático para la gestión de heridas crónicas en OSI Araba por parte de expertos para lograr la integración de los recursos asistenciales, promover un uso eficiente de los recursos y una mayor satisfacción y seguridad clínica de los usuarios.
Objetivos: Analizar la efectividad de una interconsulta no presencial de enfermería incluida en la historia clínica electrónica (Osabide Global) para la gestión de heridas crónicas en OSI Araba en base a la reducción del tiempo de cicatrización frente a la práctica clínica habitual; así como determinar la variabilidad en el tratamiento en ambos grupos paralelos.
Metodología: Ensayo clínico aleatorizado (ECA) en pacientes con heridas crónicas de difícil cicatrización con asistencia sanitaria en Atención Primaria de OSI Araba y que cumplan los criterios de inclusión. Se establecerán 2 grupos paralelos: un grupo intervención sobre el que se aplicará el teleasesoramiento experto y un grupo control que aplicará la práctica clínica habitual. Se realizará una prueba piloto con 40 pacientes (20 pacientes por grupo) para el cálculo del tamaño muestral definitivo y se prevé una duración total del proyecto de 2 años. Se medirán como variables dependientes la cicatrización de la herida medida con el índice Resvech 2.0. y la variabilidad en el tratamiento. El procedimiento de recogida de datos se realizará a través de la historia clínica electrónica, Osabide Global por la enfermera responsable. Realizaremos un contraste de hipótesis para diferencia de medias de 2 grupos independientes mediante T-Student (o U Mann Whitney si no normalidad), y se obtendrá la diferencia de medias ajustada por las principales variables potencialmente confusoras, usando modelos de regresión lineal múltiple.
Introduction: Chronic wounds are an important Public Health problem that affect millions of people around the world, reducing their quality of life and increasing health spending. Telemedicine is considered an effective approach to manage this growing problem. It is intended to evaluate the effectiveness of a teleconsultation program for the management of chronic wounds by skilled personnel in OSI Araba in order to achieve the integration of healthcare resources, promote efficient use of resources and greater patient satisfaction and clinical safety.
Objective: To evaluate the effectiveness of a non-presential nursing consultation included in the electronic medical record (Osabide Global) for the management of chronic wounds in OSI Araba, based on the reduction of the cicatrization time compared to the usual clinical practice. Another objective is to determine the variability in treatment in both parallel groups.
Methodology: A prospective controlled clinical trial in patients with chronic wounds which are difficult to heal with healthcare in OSI Araba Primary Care and who meet the inclusion criteria. Two parallel groups will be established: an intervention group on which the expert tele-counseling will be applied and a control group that will apply the usual clinical practice. A pilot study will be carried out with 40 patients (20 patients per group) to calculate the final sample size and a total duration of 2-year project is foreseen. The wound healing measured with Resvech 2.0 index and variability in treatment will be measured as dependent variables. And variability in treatment. The data collection procedure will be performed by the nurse responsible through the electronic medical record, Osabide Global. We will perform a hypothesis test for difference of means of 2 independent groups using Student's T-test (or U Mann Whitney if not normality), and we will obtain the mean difference adjusted by the main potentially confusing variables using multiple linear regression models.
