혈액투석 환자의 고인산혈증 예측요인 :

이남희

추천

검색

자료유형: 학위논문

저자정보: 이남희 (계명대학교, 계명대학교 대학원)

지도교수: 임경희

발행연도: 2018

저작권: 계명대학교 논문은 저작권에 의해 보호받습니다.

이용수20

이 논문의 연구 히스토리 (2)

2018

혈액투석 환자의 고인산혈증 관련요인

이남희 , 임경희 성인간호학회지 2018.12 학술저널

혈액투석 환자의 고인산혈증 예측요인

이남희 간호학과 2018.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 혈액투석 환자의 고인산혈증 발생에 대한 예측요인을 파악하기 위해 시도된 후향적 코호트 연구이다. 연구대상은 D광역시 소재 K대학병원에 만성신부전으로 진단받고 주2-3회 혈액투석을 실시하는 환자 129명을 대상으로 하였고, 자료 수집은 2017년 6월 15일부터 2017년 8월 15일까지 이루어졌다.
자료 분석은 SPSS WIN 24.0 Program을 이용하여 빈도, 백분율, 평균, 표준편차, t-test, χ²-test, Logistic regression을 이용하여 분석하였고, 본 연구의 결과는 다음과 같다.
1. 혈액투석 환자 129명 중 고인산혈증은 71명(55%)로 나타났다.
2. 고인산혈증에서 통계적으로 유의하게 나타난 변수들은 BMI (p=.004), 주당 투석 횟수(p=.024), TIBC (p=.035), Ca×P (p<.001), Creatine (p=.012), 주관적 영양상태(p=.024), 투석 간 체중 증가(p=.001), BUN (p<.001), 연령(p=.048), 만성신부전 원인 질환(p=.026), 식이(p=.035)이었다.
3. 로지스틱 회귀분석 결과 당뇨(CI=1.38-333.47, OR=21.45), 고혈압(CI=1.15-180.12, OR=14.41), 주관적 영양상태(CI=1.36-64.18, OR=9.37), 투석 간 체중 증가(CI=1.18-20.05, OR=4.86), BUN (CI=1.01-1.14, OR=1.07)이 유의한 예측요인으로 확인되었다.
결론적으로 혈액투석 환자의 만성신부전 원인 질환 중 고혈압, 당뇨와 영양상태 중 주관적 영양상태, 투석 간 체중 증가, BUN은 고인산혈증 발생의 중요한 예측요인임이 확인되었으므로 혈액투석 환자의 고인산혈증을 관리함에 있어 이러한 요인들을 반영해야 할 것이다. 따라서 본 연구 결과를 통해 혈액투석 환자의 고인산혈증에 대한 중요성을 인식하고 임상에서 고인산혈증을 중재하기 위한 통합적 간호중재 개발의 중요한 기초자료로 사용되어 혈액투석 환자의 고인산혈증 발생 위험이 줄어드는 계기가 되기를 기대한다.

This research was performed to determine the factors influencing on hyperphosphatasis of patients with chronic hemodialysis. The subjects of the study were 129 patients who had been diagnosed with late stage of renal disease and received two or three times of hemodialysis per a week. Data were collected from 15th June, 2017 to 15th August, 2017. Data were analyzed with frequency, percentage, average, standard deviation, t-test, χ²-test, Logistic regression using SPSS WIN 24.0 version program.
The results of this study were as follows:
1. Of these 129 hemodialysis patients, 71 patients (55%) were hyperphosphatasis.
2. Initially univeariate analysis was conducted to identify candidate predicInitially univariate analysis was conducted to identify candidate predictor variablesor variables that were BMI(p=.004), times of hemodialysis per a week (p=.024), TIBC (p=.035), Ca×P (p<.001), Creatine (p=.012), subjective nutritive conditions(p=.024), weight increase between hemodialysis (p=.001), BUN (p<.001), age (p=.048), causes disease of chronic renal failure (p=.026), diet (p=.035).
3. In the multivariate analysis, the number of hemodialysis patients who had hyperphosphatasis were significantly increased with under common the following co-factors: diabetes(CI=1.38-333.47, OR=21.45), hypertensives(CI=1.15-180.12, OR=14.41), subjective nutritive conditions (CI=1.36-64.18, OR=9.37), weight increase between hemodialysis (CI=1.18-20.05, OR=4.86), BUN (CI=1.01-1.14, OR=1.07).
Consequently, it is found that hypertension, diabetes, nutritive condition, weight fluctuation, and BUN need to be reflected as important factors on managing hyperphosphatemia among hemodialysis patients since those are identified as important predicting factors. importance of hyperphosphatemia among hemodialysis patients need to be recognized through this study. I expect this study can be important basic data on development of integrated nursing intervention for intervention of hyperphosphatemia and risk of hyperphosphatemia on hemodialysis patients goes lower.

#혈액투석 환자 #고인산혈증

Ⅰ. 서론 1
1. 연구의 필요성 1
2. 연구목적 3
3. 용어정의 4
Ⅱ. 문헌고찰 7
1. 혈액투석 환자의 고인산혈증 7
2. 혈액투석 환자의 영양상태 9
3. 신기능 혈액학적 지표 11
4. 혈액투석 관련 자가간호 수행 12
5. 혈액투석 관련 스트레스 13
6. 사회적 지지 15
Ⅲ. 연구방법 18
1. 연구설계 18
2. 연구대상 18
3. 연구도구 19
4. 자료수집 22
5. 자료분석 22
6. 윤리적 고려 23
Ⅳ. 연구결과 24
1. 대상자의 일반적, 투석 관련 특성 24
2. 대상자의 영양상태 28
3. 대상자의 신기능 혈액학적 지표 29
4. 혈액투석 관련 자가간호 수행, 스트레스, 사회적 지지 30
5. 혈액투석 환자의 고인산혈증 유무에 따른 특성 32
6. 혈액투석 환자의 고인산혈증 예측요인 41
Ⅴ. 논의 43
Ⅵ. 결론 및 제언 49
참고문헌 50
부록 57
영문초록 70
국문초록 73

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)