Algoritmo para avaliação clínica e manejo da ventilação mecânica para enfermeiros de terapia intensiva

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde, Programa de Pós-Graduação em Enfermagem, Florianópolis, 2020.A ventilação mecânica representa um grande desafio aos profissionais de saúde. Sua função é substituir total ou parcialmente a respiração dos pacientes, permitindo que se ganhe tempo e seja possível combater a doença. Seu uso vem aumentado nos últimos anos, passando de 178,8 casos em 1993 para 310,9 em 2009 a cada 100.000 habitantes nos Estados Unidos. Esse aumento expressivo está associado ao envelhecimento da população e a presença de condições de saúde comuns na população mais idosa, como insuficiência cardíaca e pneumonia. Por esse motivo é esperado que os profissionais de saúde apresentem maestria na condução do suporte ventilatório, pois mesmo salvando vidas, a ventilação mecânica pode acarretar sérias complicações quando não manejada adequadamente. O enfermeiro é um dos profissionais no cuidado a esses pacientes, pois em sua essência é responsável pela promoção e manutenção da hemostasia corporal. Contudo, estudos têm revelado deficiência no conhecimento desses profissionais sobre a temática. Nesse cenário, o presente estudo objetivou construir e validar o conteúdo de um algoritmo para o apoio a avaliação clínica e manejo da ventilação mecânica para enfermeiros de terapia intensiva, através da identificação do estado da arte da atuação desse profissional na ventilação mecânica e da análise da linguagem e representatividade dos itens que compõem o algoritmo. O estudo utilizou-se da pesquisa metodológica e envolveu duas etapas, sendo a primeira uma revisão integrativa da literatura que revelou a atuação da equipe de enfermagem, que se encontra desde a monitorização do paciente, manejo dos parâmetros respiratórios até o controle da ansiedade e de infecções. A segunda etapa utilizou-se de passos adotados no desenvolvimento de algoritmos, traçando seu objetivo, população alvo, ações a serem seguidas e sua validação com experts. O algoritmo foi validado em duas etapas utilizando a técnica de Snowall, obtendo um índice de validade de conteúdo superior a 0,8. O algoritmo em sua versão final guia o profissional em uma avaliação completa e sistemática do paciente em ventilação mecânica e auxilia nas decisões e condutas a serem adotadas, estimulando os profissionais a se aperfeiçoarem e consequentemente fornecerem melhores resultados para os pacientes. Abstract: Mechanical ventilation represents a major challenge for health professionals. Its function is to totally or partially replace the patients' breathing, allowing time to be saved and it is possible to fight the disease. Its use has increased in recent years, from 178.8 cases in 1993 to 310.9 in 2009 for every 100,000 inhabitants in the United States. This significant increase is associated with an aging population and the presence of common health conditions in the older population, such as heart failure and pneumonia. For this reason, it is expected that health professionals show mastery in conducting ventilatory support, because even saving lives, mechanical ventilation can cause serious complications when not properly managed. The nurse is one of the professionals in the care of these patients, because in essence he is responsible for promoting and maintaining body hemostasis. However, studies have revealed a deficiency in the knowledge of these professionals on the subject. In this scenario, the present study aimed to build and validate the content of an algorithm to support the clinical evaluation and management of mechanical ventilation for intensive care nurses, by identifying the state of the art of the performance of this professional in mechanical ventilation and analyzing the language and representativeness of the items that make up the algorithm. The study used methodological research and involved two steps, the first being an integrative review of the literature that revealed the performance of the nursing team, which ranges from monitoring the patient, managing respiratory parameters to controlling anxiety and infections. The second stage used steps adopted in the development of algorithms, outlining its objective, target population, actions to be followed and its validation with experts. The algorithm was validated in two steps using the Snowall technique, obtaining a content validity index greater than 0.8. The algorithm in its final version guides the professional in a complete and systematic assessment of the patient on mechanical ventilation and assists in the decisions and conduct to be adopted, encouraging professionals to improve themselves and consequently provide better results for the patient