APP下载

直肠癌放疗患者中程序化疼痛护理的应用研究

2020-05-15

关键词:程序化放射治疗直肠癌

纪 晨

(江南大学附属医院,江苏 无锡 214000)

直肠癌是临床上比较常见的一种消化系统恶性肿瘤病症,很多患者在发现时已经发展到病情的中晚期。所以在进行治疗过程中需要为患者采取放射治疗等方案进行治疗,但放射治疗会导致患者出现一定的不良反应,再加之病情的影响使患者面临着严重的疼痛困扰,这样对患者治疗依从性会产生干扰[1]。本文主要分析通过程序化疼痛护理应用在直肠癌放疗患者当中对患者的影响,同时将主要研究情况进行如下的论述。

1 资料与方法

1.1 一般资料

通过对照实验进行分组研究,所归入本文研究组内的调查对象均来自2018年2月~2019年11月我院治疗的92例放射治疗的直肠癌患者,通过平均抽签法则分为观察组和对照组,两组数量均等,各46例。观察组当中男22例,女24例;对照组的男25例,女21例;x2=0.3915,Z=0.6223,P=0.5338;观察组当中患者年龄19~63岁,平均(45.08±11.24)岁,对照组患者中年龄21~65岁,平均(46.28±12.34)岁,t=0.4876,P=0.6270。所有患者经过诊断均被确诊为直肠癌,诊断符合诊断标准,并在知情同意书上签字,并符合我院伦理委员会的标准。通过统计学方法对两组患者的临床一般资料进行诊断,两组患者在性别和年龄方面没有明显的差异,差异无统计学意义(P>0.05)。

1.2 方法

对照组患者选择采用常规的护理手段进行干预,积极为患者进行疼痛管理和营养干预,做好对患者的心理护理等。观察组患者选择采用程序化疼痛护理手段进行护理,具体护理方案如下:

①疼痛评估:通过责任护士对入院患者进行积极的疼痛评估,根据疼痛表现确定疼痛评估量表,并根据患者疼痛的级别,为患者针对性的进行遵医嘱阵痛,半个小时以后再次对患者进行评估[2]。

②镇痛计划:根据患者的临床资料和实际情况等为患者进行程序化护理的应用,在对患者护理过程中,除了要解决相关的疼痛影响以外,也要注意是否存在并发症的干扰,根据患者临床实际表现确定合理的疼痛护理程序和实施原则。分析导致患者出现疼痛的原因,并积极的减轻因放射性治疗而导致的疼痛,为患者进行身心护理,并对患者强调家庭社会的多方支持。

③阵痛实施:在对患者放射性治疗之前要控制原发的直肠癌疼痛,根据患者疼痛级别针对性的进行疼痛干预,疼痛严重的患者需要应用镇痛药物。做好对患者健康宣教,鼓励患者说出疼痛的感受。放射性治疗过程中,要积极减轻被照射也皮肤疼痛的程度,保持患者放射野皮肤的干燥性,避免阳光和物理刺激,在放射治疗前后需要再局部涂抹奥克喷进行皮肤保护。如果患者皮肤存在有红肿等相关的表现,叮嘱患者不能抓挠自己的皮肤,要遵医嘱对患者进行用药干预和处理,如患者出现湿性脱皮或水泡溃疡,需要为患者局部喷涂生长因子或皮肤保护膜保护皮肤。还要强化对患者的心理护理,改善心理不良的应激反应对患者产生的影响,安抚患者的不良情绪。放射治疗结束以后,对被照射的皮肤进行标准化的管理,管理手段和放疗期间基本相同,指导患者的皮肤疼痛感消失为止。

1.3 观察指标

选择采用视觉评分法(VAS)对患者的疼痛进行评价,视觉评分法为0~10分,分数和疼痛表现为正比,分数越高疼痛越严重,对所有患者护理干预前后的疼痛情况进行统计和比较。

1.4 统计学方法

通过统计学方法对文中的理论数据进行统计学验证,所有数据导入统计学软件IBM SPSS 25.0进行数据分析。通过显著性检验方法获取P值,并以P<0.05标识数据之间的差异为具有显著统计学意义。

2 结 果

评价本文患者护理前后的疼痛评分(VAS),护理之前两组患者疼痛之间没有明显差异,差异无统计学意义(P>0.05);护理以后观察组患者疼痛比对照组更轻,差异有统计学意义(P<0.05)。两组患者经不同护理前后的疼痛情况详见表1结果。

表1 两组患者经不同护理前后的疼痛比较(分,±s)

表1 两组患者经不同护理前后的疼痛比较(分,±s)

项目 n 护理前 护理后观察组 46 6.42±1.22 2.38±0.27对照组 46 6.35±1.31 3.46±0.82 t/0.2752 8.4847 P/0.7838>0.05 0.0000<0.05

3 结 论

综上所述,临床对直肠癌放疗患者通过程序化疼痛护理手段进行干预能够帮助患者缓解疼痛的影响,值得推广。

猜你喜欢

程序化放射治疗直肠癌
广东放射治疗辐射安全现状
程序化镇静镇痛护理干预对颅脑损伤术后护理的临床效果
程序化操作在调度运行中的应用
MRI在直肠癌诊断中的价值及预后的应用研究
基于Houdini的VEX程序化建模高效搭建数字孪生虚拟工厂
多晒太阳或可降低结直肠癌发病率
早期结直肠癌患者凝血指标异常及其临床意义
系列性科普
基于U-net的直肠癌肿瘤的智能分割
放疗