Skala Bradena – jak policzyć wynik? Progi 16 i 18, ROC

Autor: Konrad Hryniewicz · Opublikowano: 1 listopada 2026

W skrócie: Wynik skali Bradena to suma sześciu podskal w zakresie 6–23; niższy wynik oznacza większe ryzyko odleżyn. Twórczynie podawały próg 16 (1987), a później 18 (1998). Kategorie ryzyka różnią się nawet między ich publikacjami. W analizie trafności prognostycznej wynik musi poprzedzać odleżynę; ocena po 48–72 godzinach bywa trafniejsza niż przy przyjęciu. Prawa należą do Health Sense Ai, a warunków dla badań strona nie podaje.

Czym jest skala Bradena

Skala Bradena (Braden Scale for Predicting Pressure Sore Risk) służy do wczesnego rozpoznawania pacjentów zagrożonych odleżynami. Opracowali ją Bergstrom i in. (1987). Ma sześć podskal: percepcję czucia, wilgotność skóry, aktywność, mobilność, odżywianie oraz tarcie i siły ścinające. Wypełnia ją pielęgniarka na podstawie oceny pacjenta, a nie sam pacjent.

W pracach dyplomowych skala Bradena pojawia się przede wszystkim na pielęgniarstwie, a także w pracach z opieki długoterminowej i geriatrii. Bywa zmienną opisującą pacjentów, czynnikiem w modelu albo narzędziem, którego trafność prognostyczną się sprawdza. Przykład analizy kategorii ryzyka między oddziałami znajdziesz we wpisie statystyka w pracy z pielęgniarstwa. Starszą skalę tego typu opisujemy we wpisie o skali Norton. Tam pokazujemy ogólne liczenie czułości, swoistości, ROC i zgodności oceniających. Tu skupiamy się na tym, co swoiste dla skali Bradena: zakresie 6–23, dwóch progach z publikacji twórczyń, rozbieżnych kategoriach ryzyka i momencie oceny.

Jak policzyć wynik

Krok 1. Oceń sześć podskal i zsumuj punkty

Każda podskala ma kilka poziomów opisanych słownie, a wyższy poziom oznacza lepszy stan pacjenta. Wynik ogólny to suma punktów sześciu podskal. Według publikacji współautorstwa Nancy Bergstrom suma mieści się w zakresie 6–23 (Kennerly i in., 2015; Yap i in., 2018). Podskala odżywiania ma cztery poziomy, punktowane od 1 do 4 (Kennerly i in., 2015).

Wynik skali Bradena = suma 6 podskal, zakres 6–23; niższy wynik = większe ryzyko

Zakres 6–23 przy sześciu podskalach oznacza, że nie wszystkie podskale mają po cztery poziomy (wtedy maksimum wynosiłoby 24). Liczby poziomów w każdej podskali nie podajemy. Otwarte publikacje twórczyń, które sprawdziliśmy, nie opisują jej jednoznacznie, a jedna z nich podaje zakres 1–4 dla każdej podskali, co przeczy sumie 23. Punktację poziomów weź z licencjonowanego formularza. Z tego powodu nasze dane przykładowe zawierają tylko wynik ogólny.

Krok 2. Zwróć uwagę na kierunek skali

W skali Bradena niski wynik oznacza duże ryzyko. To odwrotnie niż w wielu skalach objawów. Ma to znaczenie w trzech miejscach: korelacja z liczbą odleżyn wychodzi ujemna, iloraz szans w regresji logistycznej dotyczy każdego punktu więcej, a przy krzywej ROC trzeba wskazać, że niższe wartości oznaczają przypadki. W pakiecie pROC służy do tego argument direction = ">".

Krok 3. Zapisz datę każdej oceny

Skalę wypełnia się wielokrotnie. Kennerly i in. (2015) piszą, że ocenę wykonuje się zawsze przy przyjęciu, a częstość kolejnych zależy od miejsca opieki. W bazie danych każda ocena powinna mieć datę, a odleżyna – datę stwierdzenia. Bez tego nie sprawdzisz, czy wynik poprzedzał zdarzenie.

Progi i kategorie ryzyka

Publikacje twórczyń podają dwa progi:

16 – w pierwszej publikacji przy tym progu czułość wyniosła 100% w obu badaniach prognostycznych, a swoistość od 64% do 90% (Bergstrom i in., 1987);
18 – w domu opieki próg 18 dał czułość 79% i swoistość 74% (Braden i Bergstrom, 1994). W badaniu wieloośrodkowym na 843 osobach był to najlepszy próg ogólny (Bergstrom i in., 1998). Tak samo dobrze działał u osób czarnoskórych i białych (Bergstrom i Braden, 2002).

Oficjalna strona właściciela praw wskazuje obecnie próg 18 i zaznacza, że część placówek nadal stosuje 15–16 (Health Sense Ai, b.d.). Abstrakty mówią o „punkcie odcięcia 16” i „18”. Za zagrożonych uznajemy więc osoby z wynikiem równym progowi lub niższym, tak jak Kennerly i in. (2015) przy progu ≤ 18. Napisz to w pracy wprost.

Kategorie ryzyka bywają różne nawet w publikacjach z udziałem twórczyni. W badaniu TEAM-UP wyniki 19–23 opisano jako niskie ryzyko, 15–18 jako łagodne, 13–14 jako umiarkowane, 10–12 jako wysokie, a 9 i mniej jako ciężkie (Yap i in., 2022). W protokole tego samego badania przedział 15–18 nazwano ryzykiem niskim (Yap i in., 2018). Wybierz jeden podział, podaj jego źródło i nie porównuj odsetków między pracami o innych granicach. Pojęcie progu wyjaśnia hasło punkt odcięcia.

W przeglądzie systematycznym 33 badań skala Bradena miała najlepszą równowagę czułości i swoistości spośród porównywanych skal (Pancorbo-Hidalgo i in., 2006). To jednak średnie z wielu populacji, a nie wartości dla Twojego oddziału.

Przykład: 320 pacjentów i dwa momenty oceny

Dane są symulowane i możesz je pobrać jako plik CSV. Kolumna braden_0 to wynik przy przyjęciu, braden_2 – po 48–72 godzinach, odlezyna – nowa odleżyna w ciągu 14 dni (0/1), a dzien – dzień jej stwierdzenia. Średni wynik przy przyjęciu wyniósł 18.28 (SD = 3.19, Me = 18, zakres 9–23). Maksimum 23 miało 12.5% pacjentów, więc wśród osób z niskim ryzykiem skala słabo różnicuje (efekt sufitu). Nowa odleżyna pojawiła się u 44 osób. Zapadalność wyniosła więc 13.8%.

Kategorie ryzyka

Rysunek 1 pokazuje odsetek nowych odleżyn w kategoriach z badania Yap i in. (2022). Przedziały ufności policzono metodą Wilsona (zob. przedział ufności dla proporcji). Odleżyna pojawiła się u 4.6% osób z niskim ryzykiem (7 z 152), 14.4% z łagodnym (18 ze 125), 40.0% z umiarkowanym (10 z 25) i 47.1% z wysokim (8 z 17). W kategorii ciężkiego ryzyka była jedna osoba. Przy tak małych grupach połącz skrajne kategorie i podaj przedziały ufności.

Wykres słupkowy odsetka nowych odleżyn w pięciu kategoriach ryzyka skali Bradena przy przyjęciu z 95% przedziałami Wilsona: ciężkie 100% przy n = 1, wysokie 47.1%, umiarkowane 40.0%, łagodne 14.4%, niskie 4.6% — Rysunek 1. Nowe odleżyny w ciągu 14 dni według kategorii ryzyka przy przyjęciu (granice jak u Yap i in., 2022). Wąsy: 95% CI Wilsona. Obliczenia: R (dane symulowane).

Dwa progi

Trafność prognostyczna wyniku przy przyjęciu przy dwóch progach z publikacji twórczyń (dane symulowane, n = 320; w nawiasach 95% CI Wilsona)
Miara	Próg ≤ 16	Próg ≤ 18
Oznaczonych jako zagrożeni	25.6%	52.5%
Czułość	63.6% [48.9, 76.2]	84.1% [70.6, 92.1]
Swoistość	80.4% [75.4, 84.7]	52.5% [46.7, 58.4]
PPV	34.1% [24.8, 44.9]	22.0% [16.4, 28.9]
NPV	93.3% [89.4, 95.8]	95.4% [90.8, 97.8]

Próg 18 wychwycił 84.1% przyszłych odleżyn, ale oznaczył jako zagrożoną ponad połowę oddziału. Próg 16 oznaczył co czwartego pacjenta i pominął ponad jedną trzecią przypadków. Żaden próg nie jest „poprawny” sam w sobie. Wybór zależy od tego, czy ważniejsze jest niepominięcie zagrożonych, czy ograniczenie profilaktyki u osób, które jej nie potrzebują. Definicje miar wyjaśniają hasła czułość i swoistość oraz PPV i NPV.

Moment oceny: przy przyjęciu czy po 48–72 godzinach

Bergstrom i in. (1998) stwierdzili, że ocena przy przyjęciu dobrze przewiduje odleżyny, ale w szpitalach wysokospecjalistycznych lepiej przewiduje je ocena po 48–72 godzinach. Takie porównanie łatwo zepsuć. U 8 pacjentów odleżyna pojawiła się przed drugą oceną. Gdyby ich wynik z 48–72 godzin trafił do analizy, „prognoza” powstałaby po zdarzeniu. Dlatego porównanie robimy na 312 osobach, u których obie oceny poprzedzały ewentualną odleżynę (36 przypadków).

Pole pod krzywą ROC wyniosło AUC = .76, 95% CI [.68, .85] przy przyjęciu i AUC = .80, 95% CI [.72, .88] po 48–72 godzinach. Obie oceny dotyczą tych samych pacjentów, więc stosujemy test DeLonga dla krzywych zależnych: Z = −2.85, p = .004. Między ocenami 40 z 312 pacjentów (12.8%) przeszło na drugą stronę progu 18: 23 do grupy zagrożonych, a 17 z niej wyszło. Krzywe pokazuje rysunek 2.

Dwie krzywe ROC skali Bradena dla 312 pacjentów: ocena przy przyjęciu z AUC .76 i ocena po 48–72 godzinach z AUC .80; zaznaczone punkty dla progów 16 i 18 na obu krzywych — Rysunek 2. Krzywe ROC wyniku skali Bradena przy przyjęciu i po 48–72 godzinach u pacjentów z obiema ocenami przed ewentualną odleżyną. Punkty: progi ≤ 16 i ≤ 18. Obliczenia: R (dane symulowane).

Wybór progu na podstawie najwyższego indeksu Youdena opisuje wpis krzywa ROC i punkt odcięcia krok po kroku. Ten sam test w SPSS pokazuje wpis krzywa ROC w SPSS. Jeśli pacjentów obserwowano różnie długo, bo część wypisano przed 14. dniem, odsetek odleżyn zaniża ryzyko. Wtedy lepsza jest analiza przeżycia.

Rzetelność

Nie liczymy alfy Cronbacha. Podskale opisują różne czynniki ryzyka, a nie jeden wspólny konstrukt, więc spójność wewnętrzna mówi tu niewiele. Ważniejsza jest zgodność oceniających. W pierwszej publikacji rzetelność wyniosła od r = .83 do .94 u pomocy pielęgniarskich i pielęgniarek praktycznych (LPN) oraz r = .99 u pielęgniarek dyplomowanych (RN) (Bergstrom i in., 1987). We własnym badaniu sprawdź ją przez niezależną ocenę tych samych pacjentów przez dwie osoby i ICC – zobacz badanie rzetelności pomiaru klinicznego i zgodność sędziów.

Jak opisać skalę Bradena w pracy

Liczby pochodzą z przykładu. W nawiasach kwadratowych uzupełnij wersję i źródło formularza.

Ryzyko odleżyn oceniano skalą Bradena (Bergstrom i in., 1987) w wersji [źródło formularza, informacja o zgodzie właściciela praw]. Skala obejmuje sześć podskal: percepcję czucia, wilgotność skóry, aktywność, mobilność, odżywianie oraz tarcie i siły ścinające; wynik ogólny (6–23) to suma podskal, a niższy wynik oznacza większe ryzyko. Ocenę wykonywano przy przyjęciu i po 48–72 godzinach. Za zagrożonych uznawano pacjentów z wynikiem ≤ 18 (Bergstrom i in., 1998); kategorie ryzyka wyznaczono jak u Yap i in. (2022).

Nowa odleżyna w ciągu 14 dni wystąpiła u 44 z 320 pacjentów (13.8%). Przy progu ≤ 18 wynik przy przyjęciu miał czułość 84.1%, 95% CI [70.6, 92.1], i swoistość 52.5%, 95% CI [46.7, 58.4]. U 312 pacjentów z obiema ocenami przed ewentualną odleżyną ocena po 48–72 godzinach lepiej różnicowała pacjentów niż ocena przy przyjęciu, AUC = .80, 95% CI [.72, .88], wobec AUC = .76, 95% CI [.68, .85]; test DeLonga: Z = −2.85, p = .004.

Ogólny schemat opisu narzędzia znajdziesz we wpisie opis narzędzia badawczego – wzór.

Prawa autorskie i wersje

Według oficjalnej strony prawa autorskie do skali Bradena i do skali Braden Scale II należą do firmy Health Sense Ai, spółki zależnej HD Nursing. Firma przejęła je w 2021 r. od Prevention Plus. Zgodę na używanie Braden Scale II można uzyskać tylko przez umowę licencyjną, która jest odpłatna (Health Sense Ai, b.d.; odczyt 1.11.2026). Warunków dla badań naukowych i prac studenckich strona nie podaje. Nie podaje też warunków dla pierwotnej wersji skali. Przed badaniem napisz do właściciela praw przez formularz kontaktowy na stronie i zachowaj odpowiedź. Formularz z placówki albo z internetu może być wersją zmienioną. W pracy podaj jego źródło.

Braden Scale II wydano w 2022 r. Według strony uwspółcześniono w niej terminologię i doprecyzowano opisy punktacji, we współpracy z twórczyniami, tak aby zachować trafność. Napisz, której wersji używasz. Jeśli porównujesz wyniki z literaturą sprzed 2022 r., zaznacz różnicę wersji. Polskich norm nie podajemy. O zgodach ogólnie piszemy w haśle licencja narzędzia badawczego.

Przykład reprodukowalny

Skala Bradena w R: kategorie, progi i moment oceny

Kod odtwarza liczby z tekstu i zapisuje plik CSV z danymi. Dane zawierają tylko wynik ogólny, bez punktów podskal. Przedziały Wilsona daje pakiet DescTools, a krzywe ROC i test DeLonga – pakiet pROC.

Wynik skali Bradena i trafność prognostyczna

Dane wejściowe: 320 pacjentów bez odleżyny przy przyjęciu, wynik ogólny 6–23 przy przyjęciu i po 48–72 godzinach, nowa odleżyna w ciągu 14 dni i dzień jej stwierdzenia (dane symulowane, set.seed(30020)); pakiety pROC i DescTools.

Co odczytać: kontrolę zakresu, opis wyniku i odsetek wyników 23, zapadalność, odsetek odleżyn w kategoriach ryzyka z 95% CI, czułość, swoistość, PPV i NPV przy progach ≤ 16 i ≤ 18, AUC obu ocen z testem DeLonga oraz przejścia przez próg 18 między ocenami.

# B300 – skala Bradena: wynik ogólny 6–23, kategorie ryzyka, dwa progi z publikacji twórczyń i moment oceny
# (dane symulowane, set.seed(30020)). 320 pacjentów bez odleżyny przy przyjęciu, wynik przy przyjęciu (braden_0)
# i po 48–72 godzinach (braden_2), nowa odleżyna w ciągu 14 dni i dzień jej stwierdzenia.
# Dane zawierają tylko wynik ogólny – punktów podskal nie symulujemy.
suppressPackageStartupMessages({ library(pROC); library(DescTools) })
set.seed(30020)
n <- 320
R <- rnorm(n)                                                         # ukryte ryzyko pacjenta
ogranicz <- function(x) pmin(pmax(round(x), 6), 23)
braden_0 <- ogranicz(18.4 - 3.1 * R + rnorm(n, 0, 1.6))               # ocena przy przyjęciu
braden_2 <- ogranicz(braden_0 - 0.3 - 0.8 * R + rnorm(n, 0, 1.2))     # ocena po 48–72 h (stan części osób się zmienia)
ryzyko_dzienne <- plogis(-6.2 + 0.20 * (23 - braden_2) + 0.35 * R + rnorm(n, 0, 0.8))     # dzienne ryzyko odleżyny
dzien <- sapply(ryzyko_dzienne, function(p) { d <- which(runif(14) < p); if (length(d)) d[1] else NA })
odlezyna <- as.integer(!is.na(dzien))
braden_2[!is.na(dzien) & dzien <= 2] <- NA                           # odleżyna przed drugą oceną: brak wyniku 48–72 h
dane <- data.frame(id = 1:n, braden_0, braden_2, odlezyna, dzien)
write.csv(dane, "../braden-dane-przyklad.csv", row.names = FALSE, na = "")   # plik do pobrania

# Krok 1. Kontrola zakresu i opis wyniku (niższy wynik = większe ryzyko)
all(dane$braden_0 %in% 6:23); all(na.omit(dane$braden_2) %in% 6:23)
round(c(M = mean(braden_0), SD = sd(braden_0), Me = median(braden_0), min = min(braden_0), max = max(braden_0),
        proc_23 = 100 * mean(braden_0 == 23)), 2)
c(odlezyny = sum(odlezyna), zapadalnosc_proc = round(100 * mean(odlezyna), 1), przed_druga_ocena = sum(dzien <= 2, na.rm = TRUE))

# Krok 2. Kategorie ryzyka jak w badaniu Yap i in. (2022) i odsetek nowych odleżyn z 95% CI Wilsona
kat <- cut(braden_0, c(5, 9, 12, 14, 18, 23), labels = c("<=9 ciezkie", "10-12 wysokie", "13-14 umiarkowane",
                                                          "15-18 lagodne", "19-23 niskie"))
tab <- t(sapply(split(odlezyna, kat), function(x) c(n = length(x), odlezyny = sum(x), 100 * BinomCI(sum(x), length(x), method = "wilson"))))
colnames(tab) <- c("n", "odlezyny", "proc", "lo", "hi"); round(tab, 1)

# Krok 3. Dwa progi z publikacji twórczyń: <= 16 (Bergstrom i in., 1987) i <= 18 (Bergstrom i in., 1998)
miary <- function(test, y) { tp <- sum(test & y); fp <- sum(test & !y); fn <- sum(!test & y); tn <- sum(!test & !y)
  w <- function(a, b) 100 * BinomCI(a, a + b, method = "wilson")
  m <- rbind(c(100 * mean(test), NA, NA), w(tp, fn), w(tn, fp), w(tp, fp), w(tn, fn))
  dimnames(m) <- list(c("oznaczeni", "czulosc", "swoistosc", "PPV", "NPV"), c("proc", "lo", "hi")); round(m, 1) }
miary(braden_0 <= 16, odlezyna == 1)
miary(braden_0 <= 18, odlezyna == 1)

# Krok 4. Moment oceny: przyjęcie a 48–72 h, tylko pacjenci z obiema ocenami przed ewentualną odleżyną
d2 <- na.omit(dane[, c("braden_0", "braden_2", "odlezyna")]); c(n = nrow(d2), odlezyny = sum(d2$odlezyna))
roc0 <- roc(d2$odlezyna, d2$braden_0, levels = c(0, 1), direction = ">", quiet = TRUE)
roc2 <- roc(d2$odlezyna, d2$braden_2, levels = c(0, 1), direction = ">", quiet = TRUE)
auc_ci <- function(r) setNames(round(as.numeric(ci.auc(r, method = "delong"))[c(2, 1, 3)], 3), c("AUC", "lo", "hi"))
rbind(przyjecie = auc_ci(roc0), po_48_72h = auc_ci(roc2))
dl <- roc.test(roc0, roc2, method = "delong", paired = TRUE)
round(c(Z = unname(dl$statistic), p = dl$p.value), 3)
# Odsetek pacjentów, którzy po 48–72 h przekroczyli próg 18 w którąkolwiek stronę
table(przyjecie_do_18 = d2$braden_0 <= 18, po_48_72h_do_18 = d2$braden_2 <= 18)

Wynik w R

[1] TRUE
[1] TRUE
      M      SD      Me     min     max proc_23 
  18.28    3.19   18.00    9.00   23.00   12.50 
         odlezyny  zapadalnosc_proc przed_druga_ocena 
             44.0              13.8               8.0 
                    n odlezyny  proc   lo    hi
<=9 ciezkie         1        1 100.0 20.7 100.0
10-12 wysokie      17        8  47.1 26.2  69.0
13-14 umiarkowane  25       10  40.0 23.4  59.3
15-18 lagodne     125       18  14.4  9.3  21.6
19-23 niskie      152        7   4.6  2.2   9.2
          proc   lo   hi
oznaczeni 25.6   NA   NA
czulosc   63.6 48.9 76.2
swoistosc 80.4 75.4 84.7
PPV       34.1 24.8 44.9
NPV       93.3 89.4 95.8
          proc   lo   hi
oznaczeni 52.5   NA   NA
czulosc   84.1 70.6 92.1
swoistosc 52.5 46.7 58.4
PPV       22.0 16.4 28.9
NPV       95.4 90.8 97.8
       n odlezyny 
     312       36 
            AUC    lo    hi
przyjecie 0.761 0.675 0.848
po_48_72h 0.799 0.721 0.878
     Z      p 
-2.854  0.004 
               po_48_72h_do_18
przyjecie_do_18 FALSE TRUE
          FALSE   128   23
          TRUE     17  144

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3; rysunki przygotowano w pakiecie ggplot2. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
pROC (wersja 1.19.0.1): Robin, X., Turck, N., Hainard, A., Tiberti, N., Lisacek, F., Sanchez, J.-C., & Müller, M. (2011). pROC: An open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics, 12, 77. https://doi.org/10.1186/1471-2105-12-77
DescTools (wersja 0.99.60): Signorell, A. (2025). DescTools: Tools for descriptive statistics (R package version 0.99.60) [Computer software]. https://CRAN.R-project.org/package=DescTools
ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Najczęstsze błędy przy skali Bradena

Odwrócony kierunek. Niski wynik to duże ryzyko; sprawdź znak korelacji i kierunek w funkcji ROC.
Próg bez źródła i bez znaku nierówności. Napisz, czy zagrożony to wynik ≤ 16, ≤ 18, czy inny, i skąd go wziąłeś.
Ocena po odleżynie liczona jako prognoza. W analizie trafności prognostycznej wynik musi poprzedzać zdarzenie.
Odsetki z różnych systemów kategorii. Przedział 15–18 bywa nazywany ryzykiem niskim albo łagodnym.
Punktacja podskal z nieznanego źródła. Weź ją z formularza, na który masz zgodę.

Ocena odżywiania wymaga często osobnego narzędzia, np. MUST. Inne skale z pielęgniarstwa znajdziesz w katalogu narzędzi badawczych. Jeśli chcesz, żeby ktoś sprawdził analizę trafności skali Bradena w Twojej bazie, skorzystaj z oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Jaki jest zakres wyniku w skali Bradena i co oznacza niski wynik?

Wynik to suma sześciu podskal w zakresie 6–23. Niższy wynik oznacza większe ryzyko odleżyn, czyli odwrotnie niż w wielu skalach objawów. Pamiętaj o tym przy interpretacji korelacji, ilorazów szans i kierunku krzywej ROC.

Jaki punkt odcięcia przyjąć w skali Bradena: 16 czy 18?

W pierwszej publikacji próg 16 dawał czułość 100% (Bergstrom i in., 1987), a w późniejszym badaniu wieloośrodkowym najlepszy okazał się próg 18 (Bergstrom i in., 1998). Wybierz próg przed analizą, podaj jego źródło i znak nierówności (np. ≤ 18) i pokaż czułość oraz swoistość z przedziałami ufności.

Jakie są kategorie ryzyka w skali Bradena?

W badaniu z udziałem twórczyni wyniki 19–23 opisano jako ryzyko niskie, 15–18 łagodne, 13–14 umiarkowane, 10–12 wysokie, a 9 i mniej jako ciężkie (Yap i in., 2022). W innych publikacjach przedział 15–18 nazywa się ryzykiem niskim, więc zawsze podaj źródło podziału.

Którą ocenę skalą Bradena wziąć do analizy trafności prognostycznej?

Tę, która poprzedza odleżynę. Bergstrom i in. (1998) pokazali, że w szpitalach ocena po 48–72 godzinach przewiduje odleżyny lepiej niż ocena przy przyjęciu. Jeśli porównujesz obie, wyłącz osoby, u których odleżyna pojawiła się przed drugą oceną, i użyj testu DeLonga dla krzywych zależnych.

Czy na skalę Bradena potrzebna jest zgoda?

Prawa do skali Bradena i Braden Scale II należą do Health Sense Ai, a Braden Scale II wymaga odpłatnej licencji. Oficjalna strona nie podaje warunków dla badań i prac studenckich, więc przed badaniem napisz do właściciela praw i zachowaj odpowiedź.

Powiązane hasła

Przeczytaj też

Poradnik

Analizujesz ryzyko odleżyn skalą Bradena?

Sprawdzimy przygotowanie danych, wybór progu, czułość i swoistość oraz porównanie krzywych ROC i wyjaśnimy wyniki tak, żebyś umiał(a) samodzielnie je opisać i obronić.

Oferta dla studentów Wyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

Bergstrom, N., & Braden, B. J. (2002). Predictive validity of the Braden Scale among Black and White subjects. Nursing Research, 51(6), 398–403. https://doi.org/10.1097/00006199-200211000-00008
Bergstrom, N., Braden, B. J., Laguzza, A., & Holman, V. (1987). The Braden Scale for predicting pressure sore risk. Nursing Research, 36(4), 205–210. https://doi.org/10.1097/00006199-198707000-00002
Bergstrom, N., Braden, B., Kemp, M., Champagne, M., & Ruby, E. (1998). Predicting pressure ulcer risk: A multisite study of the predictive validity of the Braden Scale. Nursing Research, 47(5), 261–269. https://doi.org/10.1097/00006199-199809000-00005
Braden, B. J., & Bergstrom, N. (1994). Predictive validity of the Braden Scale for pressure sore risk in a nursing home population. Research in Nursing & Health, 17(6), 459–470. https://doi.org/10.1002/nur.4770170609
Health Sense Ai. (b.d.). Braden Scale II. Pobrano 1 listopada 2026 z https://www.bradenscale.com/ ● Otwarty dostęp
Kennerly, S., Boss, L., Yap, T., Batchelor-Murphy, M., Horn, S., Barrett, R., & Bergstrom, N. (2015). Utility of Braden Scale nutrition subscale ratings as an indicator of dietary intake and weight outcomes among nursing home residents at risk for pressure ulcers. Healthcare, 3(4), 879–897. https://doi.org/10.3390/healthcare3040879 ● Otwarty dostęp
Pancorbo-Hidalgo, P. L., Garcia-Fernandez, F. P., Lopez-Medina, I. M., & Alvarez-Nieto, C. (2006). Risk assessment scales for pressure ulcer prevention: A systematic review. Journal of Advanced Nursing, 54(1), 94–110. https://doi.org/10.1111/j.1365-2648.2006.03794.x
Yap, T. L., Horn, S. D., Sharkey, P. D., Zheng, T., Bergstrom, N., Colon-Emeric, C., Sabol, V. K., Alderden, J., Yap, W., & Kennerly, S. M. (2022). Effect of varying repositioning frequency on pressure injury prevention in nursing home residents: TEAM-UP trial results. Advances in Skin & Wound Care, 35(6), 315–325. https://doi.org/10.1097/01.asw.0000817840.68588.04 ● Otwarty dostęp
Yap, T. L., Kennerly, S. M., Horn, S. D., Bergstrom, N., Datta, S., & Colon-Emeric, C. (2018). TEAM-UP for quality: A cluster randomized controlled trial protocol focused on preventing pressure ulcers through repositioning frequency and precipitating factors. BMC Geriatrics, 18(1), Article 54. https://doi.org/10.1186/s12877-018-0744-0 ● Otwarty dostęp

Cytowania BibTeX

@article{bergstrom2002predictive, author={Bergstrom, Nancy and Braden, Barbara J.}, title={{Predictive validity of the Braden Scale among Black and White subjects}}, journal={Nursing Research}, year={2002}, volume={51}, number={6}, pages={398--403}, doi={10.1097/00006199-200211000-00008}}

@article{bergstrom1987braden, author={Bergstrom, Nancy and Braden, Barbara J. and Laguzza, Antoinette and Holman, Victoria}, title={{The Braden Scale for predicting pressure sore risk}}, journal={Nursing Research}, year={1987}, volume={36}, number={4}, pages={205--210}, doi={10.1097/00006199-198707000-00002}}

@article{bergstrom1998predicting, author={Bergstrom, Nancy and Braden, Barbara and Kemp, Mildred and Champagne, Mary and Ruby, Elizabeth}, title={{Predicting pressure ulcer risk: A multisite study of the predictive validity of the Braden Scale}}, journal={Nursing Research}, year={1998}, volume={47}, number={5}, pages={261--269}, doi={10.1097/00006199-199809000-00005}}

@article{braden1994predictive, author={Braden, Barbara J. and Bergstrom, Nancy}, title={{Predictive validity of the Braden Scale for pressure sore risk in a nursing home population}}, journal={Research in Nursing \& Health}, year={1994}, volume={17}, number={6}, pages={459--470}, doi={10.1002/nur.4770170609}}

@misc{healthsenseaibradennd, author={{Health Sense Ai}}, title={{Braden Scale II}}, publisher={Health Sense Ai}, url={https://www.bradenscale.com/}}

@article{kennerly2015utility, author={Kennerly, Susan and Boss, Lisa and Yap, Tracey and Batchelor-Murphy, Melissa and Horn, Susan and Barrett, Ryan and Bergstrom, Nancy}, title={{Utility of Braden Scale nutrition subscale ratings as an indicator of dietary intake and weight outcomes among nursing home residents at risk for pressure ulcers}}, journal={Healthcare}, year={2015}, volume={3}, number={4}, pages={879--897}, doi={10.3390/healthcare3040879}}

@article{pancorbohidalgo2006risk, author={Pancorbo-Hidalgo, Pedro L. and Garcia-Fernandez, Francisco Pedro and Lopez-Medina, Isabel M. and Alvarez-Nieto, Carmen}, title={{Risk assessment scales for pressure ulcer prevention: A systematic review}}, journal={Journal of Advanced Nursing}, year={2006}, volume={54}, number={1}, pages={94--110}, doi={10.1111/j.1365-2648.2006.03794.x}}

@article{yap2022effect, author={Yap, Tracey L. and Horn, Susan D. and Sharkey, Phoebe D. and Zheng, Tianyu and Bergstrom, Nancy and Colon-Emeric, Cathleen and Sabol, Valerie K. and Alderden, Jenny and Yap, Winston and Kennerly, Susan M.}, title={{Effect of varying repositioning frequency on pressure injury prevention in nursing home residents: TEAM-UP trial results}}, journal={Advances in Skin \& Wound Care}, year={2022}, volume={35}, number={6}, pages={315--325}, doi={10.1097/01.asw.0000817840.68588.04}}

@article{yap2018team, author={Yap, Tracey L. and Kennerly, Susan M. and Horn, Susan D. and Bergstrom, Nancy and Datta, Santanu and Colon-Emeric, Cathleen}, title={{TEAM-UP for quality: A cluster randomized controlled trial protocol focused on preventing pressure ulcers through repositioning frequency and precipitating factors}}, journal={BMC Geriatrics}, year={2018}, volume={18}, number={1}, eid={54}, doi={10.1186/s12877-018-0744-0}}

Skala Bradena – ryzyko odleżyn: jak policzyć i analizować wynik