Tag kvalitetsbristen ved hornene: Hvordan anvendes forbedringsmodellen og tidstro data i praksis?

Transkript

1 Tag kvalitetsbristen ved hornene: Hvordan anvendes forbedringsmodellen og tidstro data i praksis? Bodil Elgaard Andersen, Dansk Selskab for Patientsikkerhed Arjen Stoop, Dansk Selskab for Patientsikkerhed Henriette Højsteen, forstander, Plejecenter Slottet

2 Deltag i debatten så tag ordet, stil spørgsmål og del gerne dit perspektiv på Twitter med #primaer18 Hent præsentationerne fra konferencen på patientsikkerhed.dk/primaer18/

3 Hvem er vi Bodil Elgaard Andersen konsulent, DSFP Henriette Højsteen Forstander, Slottet Arjen Peter Stoop chefkonsulent, PhD DSFP

4 Program for i dag Velkomst Introduktion til forbedringsmodellen Hvad er forbedringsdata? Hvordan kommer jeg i gang - 1? Formiddagskaffe Hvordan kommer jeg i gang - 2? Erfaringer fra Plejecentret Slottet Frokost

5 Program for i dag Intro til PDSA + øvelse Opsamling Eftermiddags kaffe + kage Cases-øvelse Evaluering og tak for i dag

6 Læringsmål for dagen Du får indsigt i hvordan data kan bruges til at drive forbedringer Du får inspiration til anvendelse af indikatorer i forbedringsarbejdet Du bliver trænet i analyse af forbedringsdata i seriediagrammer

7 Sig goddag til sidemanden - 2 min Navn, arbejdssted og funktion Hvad er du mest nysgerrig på i dag?

8 Anbefalet litteratur E-læring: Jacob Anhøj, Kompendium i kvalitetsudvikling Provost LP, Murray S. The Health Care Data Guide: Learning from Data for Improvement

9 Introduktion til forbedringesmodellen Primær18 Workshop 1

10 Lad os starte med et eksempel Scissors Fosbury flop

11 Højdespring teknikker og resultater over tid Højde

12 Al forbedring er en forandring, men ikke al forandring er en forbedring G. Langley, et al The Improvement Guide. Jossey-Bass Publishers,San Francisco, 1996: xxi.

13 Forbedringsmodellen Hvad ønsker vi at opnå? Hvordan ved vi, at en forandring er en forbedring? 3 spørgsmål Hvilke forandringer kan iværksættes for at skabe forbedringer? + PDSA cirkel = forbedringsmodellen Langley et al. (2009) The Improvement Guide 14

14 Forbedringsmodellen Hvad ønsker vi at opnå? Hvordan ved vi, at en forandring er en forbedring? 3 spørgsmål Hvilke forandringer kan iværksættes for at skabe forbedringer? + PDSA cirkel = forbedringsmodellen Langley et al. (2009) The Improvement Guide 15

15 Forbedringsmodellen Hvad ønsker vi at opnå? Hvordan ved vi, at en forandring er en forbedring? 3 spørgsmål Hvilke forandringer kan iværksættes for at skabe forbedringer? + PDSA cirkel = forbedringsmodellen Langley et al. (2009) The Improvement Guide 16

16 Forbedringsmodellen Hvad ønsker vi at opnå? Hvordan ved vi, at en forandring er en forbedring? 3 spørgsmål Hvilke forandringer kan iværksættes for at skabe forbedringer? + PDSA cirkel = forbedringsmodellen Langley et al. (2009) The Improvement Guide 17

17 Forbedringsmodellen Redskab der anvendes både indenfor og udenfor Sundhedsvæsenet Ikke raketvidenskab alle kan anvende modellen (og gør det oftest allerede ubevist) Så næste gang du bliver bedt om at deltage i et forbedringsprojekt: Spørg til målet (1), hvilke indikatorer der måles på (2) og hvilke forbedringsideer der skal afprøves (3)! I dag bruger vi primært tid på spørgsmål nummer 2 om målinger/data og lidt på PDSA

18 Hvad er forbedringsdata? Primær18 Workshop 1

19 Hvordan ved vi, at en forandring er en forbedring? En tjekliste? Tavlemøde? Reminder? Nyhedsbrev? Ny rækkefølge i arbejdsopgaver? En retningslinje? A B C D E F

20 Virker behandlingen? Hvordan klarer vi os i forhold til? Hvordan går det med implementeringen? Forsker Bogholder Forbedringsagent Ref. Solberg et al 1997

21 Tre syn på data Formål Forskning Kontrol Forbedring Skabe ny viden (Hvad) Dokumentere, bedømme Implementere og sammenligne eksisterende viden (Hvor godt) (Hvordan) Modtager Ekstern Ekstern/intern Intern Hypotese Statisk Ingen hypotese Dynamisk Variation Kontrollér Justér Studér Stikprøve Stor Ingen stikprøve Lille Målehyppighed En eller få målinger Statistiske Komparative metoder metoder (t-test, chi2, regression, ) Kvartaler, år Deskriptive metoder (gennemsnit, spredning, ) Ref. Solberg et al 1997 Dage, uger, måneder Procesanalyser (statistisk processtyring)

22 Formålet med målinger i forbedringsarbejdet Læring Visuelt overblik Indikation af problemområder Motivation for forbedringsarbejdet

23 Papirfly Hvor langt kan vi flyve? Tag et stykke papir og lav et papirfly du har 3 min.

24 Variation hvad er det? Ikke-tilfældig variation Tilfældig variation

25 Tilfældig variation Ingen processer er 100 % pålidelige Forskellige måder at udføre opgaven på Forskelligt udstyr Manglende uddannelse Dårlige arbejdsbetingelser Ikke-tilfældig variation Et forbedringsteams værk Strømsvigt Nedskæringer Ændret patientgrundlag Dårligt designet arbejdsgang

26 Fra patient til system Dagens tal Systemets puls

27 Variation Ventelisterne er blevet længere: Fortæl teamet at de må anstrenge sig noget mere Ventelisterne er blevet kortere : Fortæl teamet at de er fantastiske 10 jan feb mar apr maj jun jul aug sep okt nov dec jan feb mar apr maj jun jul aug sep

28 Hvordan vi ser på data har betydning! Gennemsnitlig liggetid, hospital 1-3, antal dage 1 2 3

29 Hvordan vi ser på data har betydning! Anhøj J, Kompendium i kvalitetsudvikling, Munksgaard, 2015

30 Vi følger data over tid Baseline Periode Implementering af intervention 10% 8% 6% Median 4% 2% 4,1% 2,4% 0% Week

31

32 Opsummering Vær bevidst om hvad formålet er med data (forskning, kontrol eller forbedring) Variation, variation, variation forstå den og reager derefter Vælg det rette analyseredskab Annoter diagrammet, så det fortæller en historie

33 Hvordan kommer jeg i gang 1? Primær18 Workshop 1

34 7 trin til måling af forbedring 1. Bestem mål 2. Vælg indikatorer 3. Definer indikatorer 6. Bestem handling 7. Gentag trin Indsaml data 5. Analyser data Mike Davidge;

35 Gode målinger forudsætter et godt mål Konkret: Hvad skal forbedres? Hvor meget? For hvem? Tidsafgrænset: Hvornår skal målet være nået?

36 Mål dårligt middel godt Vores mål er at reducere uhensigtsmæssigheder i overgange Vi vil gerne sætte patienten i centrum Vi vil reducere vold på afdelingen ved slutningen af 2018 Vores mål er at reducere antallet af fald med 50% for hele plejecenteret ved udgangen af juni 2018 Vores mål er at reducere antallet af KAD infektioner med 50% for afsnit A inden 1. januar 2025 Vi vil gerne nedbringe anvendelsen af bæltefikseringer med 20 % til max 48 unikke bæltefikseringer og max 247 påbegyndte bæltefikseringer ved årets slutning Vores mål er at 95% af indlagte patienter på afdeling XX får foretaget en medicingennemgang indenfor de første 5 døgn, i samarbejde med patienten. Målet skal være nået inden udgangen af december 2018

37 Fælder pas på Uklare begreber: Høj-kvalitet Effektivt Verdens-klasse Værdifulde For lang tidshorisont For lidt at stræbe efter

38 2. Vælg Indikatorer - Hvad måler vi på? Procesindikatorer: Fx arbejdsgange for at forebygge tryksår (kontrol af hud, underlag, stillingskift, kost) Resultatindikatorer: Fx antal tryksår

39 Resultatindikator Procesindikator Balanceindikator Antal dage mellem nyopståede tryksår Antal dage mellem fødsel af et barn med iltmangel Andel borgere i risiko for tryksår der kontrolleres for hud, underlag, stillingskift og kost (HUSK) Andel fødsler, hvor vestimulationspakken er anvendt Andel borgere der ikke får medicin til rette tid Andel akutte kejsersnit Andel indlagte patienter der bæltefikseres Andel indlæggelser med systematisk vurdering af risiko for bæltefiksering Antal episoder med brug af beroligende medicin

40 Familie af indikatorer Proces Proces Proces Ulempe Ulempe Resultat Health care Data Guide

41 3. Definer indikatorer operationel definition Indikatornavn Type (resultat, proces, ulempe?) Formål Tællerdefinition Nævnerdefinition Dataindsamling og -behandling Opgørelsesperiode (Dagligt, ugentligt, månedligt?) Analyse og præsentation (Seriediagram, kontroldiagram?)

42 Rater, andele, antal, tid imellem Andele/procent tæller og nævner har samme enhed andel patienter, der modtager alle tryksårspakkens elementer Rater tæller og nævner har forskellig enhed skader/1.000 sengedage Antal Når man kan fjerne nævneren Antal fald Tid (eller hændelser) i mellem - sjældne hændelser Antal dage mellem tryksår

43 4. Indsaml data Mål, så hyppigt du kan, og så sjældent du tør! Gennemsnitlig liggetid pr måned Gennemsnitlig liggetid pr uge Liggetid pr patient

44 Drøft ved bordet hvilke fordele og ulemper der er ved følgende måder at samle data på: Tidstro: Opsamling af data er en integreret det af det kliniske arbejde Journalgennemgang (ex. audit) Udtræk fra databaser

45 Gør data nærværende I dag blev 1 af vores patienter ikke screenet for tryksår I sidste måned blev 85% af vores patienter screenet for tryksår Sidste år var der 50 nyerhvervede tryksår per 1000 sengedage på jeres afdeling

46 "Data are just summaries of thousands of stories tell a few of those stories to help make the data meaningful." Chip & Dan Heath

47 Opsummering Gør dit mål målbart Definer en familie af indikatorer Mål, så hyppigt du kan, og så sjældent du tør!

48 Pause

49 Deltag i debatten så tag ordet, stil spørgsmål og del gerne dit perspektiv på Twitter med #primaer18 Hent præsentationerne fra konferencen på patientsikkerhed.dk/primaer18/

50 Hvordan kommer jeg i gang 2? Primær18 Workshop 1

51 Indikatorværdi 5. Analyser data - seriediagram Plot data over tid Beregn og vis median Analyser variation! 0 J F M A M J J A S O N D Tid

52 Hvad er en median? En median: Udtrykker niveauet i et datasæt: Fx hvor god eller dårligt er vi typisk til arbejdsgang eller resultat X eller Y over tid?

53 Hvordan beregner man medianen? I en talrække fra mindst til størst: det midterste tal (husk: skriv alle tal ned, glem den historiske rækkefølge af tallene)

54 Eksempel Periode Antal glemte medicineringer Antal medicineringer ikke givet til rette tid Gennemsnit: =210/13=16,15 Median: Uge 1 12 Uge 2 13 Uge 3 16 Uge 4 9 Uge 5 11 Uge 6 19 Uge 7 14 Uge 8 15 Uge 9 12 Uge Uge Uge Uge13 25

55 Medianen Medianen siger noget om hvor godt eller dårligt jeres system typisk fungerer. Fx: Mange fald vil give en høj median og udtrykker et dårligt system for faldforbyggelse

56 Lad os kigge på vores fly resultater! Hvis et system tager udgangspunkt i afprøvede, enkle prototyper som anvendes ensartet, burde kvaliteten være efter det Fordeler ved standardisering: Reducerer variation Gør det lettere at uddanne Gør det lettere at vurdere kompetencer

57 Tilfældig eller ikke-tilfældig variation, hvad siger statistikken? Statistikken bruger nogle aftaler/spilleregler, som er baseret på sandsynligheden at det samme resultat forekommer i et bestemt mønster Fx at slå plat-krone: Hvor stor er sandsynligheden at man slår plat 5 eller 10 gang i træk? Eller at slå plat 5 gange i træk, derefter krone 5 gange i træk, derefter plat 5 gange i træk osv.

58 Ikke-tilfældig variation Signaler om ikke-tilfældig variation (dvs. der hvor mønstret i datasættet afviger fra det forventede ud fra statistik) Skiftsignal: Usædvanlig mange på hinanden følgende datapunkter på samme side af medianen Anhøj, Kompendium i kvalitetsudvikling, Munksgaard, 2015

59 Skiftsignal 100% % af administrationer, hvor tjeklisten blev opfyldt 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Uge

60 Skiftsignal 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af administrationer, hvor tjeklisten blev opfyldt Uge

61 Ikke-tilfældig variation Signaler om ikke-tilfældig variation Skiftsignal: Usædvanlig mange på hinanden følgende datapunkter på samme side af medianen Krydssignal: Usædvanlig få krydsninger af medianen Anhøj, Kompendium i kvalitetsudvikling, Munksgaard, 2015

62 Krydssignal 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af situationer, hvor tjeklisten blev opfyldt Uge

63 Krydssignal 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af situationer, hvor tjeklisten blev opfyldt Uge

64 Ikke-tilfældig variation Signaler om ikke-tilfældig variation Skiftsignal: Usædvanlig mange på hinanden følgende datapunkter på samme side af medianen Krydssignal: Usædvanlig få krydsninger af medianen Andre: Sæson variation, fx weekend versus hverdag, dagvagt versus nattevagt eller oplagt afvigende enkeltmålinger Anhøj, Kompendium i kvalitetsudvikling, Munksgaard, 2015

65 Andre signaler Sæson variation, fx sygefravær Weekend versus hverdag Dagvagt versus nattevagt Oplagt afvigende enkeltmålinger, se eksempel med antal fald per uge

66

67 Tilfældig eller ikke-tilfældig variation?

68 Tilfældig eller ikke-tilfældig variation? 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af situationer, hvor alle elementer i HUSK tjeklisten er opfyldt Uge

69 Tilfældig eller ikke-tilfældig variation? 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Andel dispenseringer hvor alle elementer i tjeklisten for dispensering er opfyldt Uge

70 Tilfældig eller ikke-tilfældig variation? Antal bæltefikseringer center X

71 Episoder pr sengedage Tilfældig eller ikke-tilfældig variation? 4,5 4 Antal bæltefikseringsepisoder per 1000 sengedage center Y 3,5 3 2,5 2 1,5 1 0,5 0 Måneder

72 Antal Tilfældig eller ikke-tilfældig variation? Antal medicineringsfejl afdeling Z Uge

73 Tilfældig eller ikke-tilfældig variation? % % borgere med tandkødsblødning % medarbejdere, der har haft sygefravær på en måned

74 Tilfældig eller ikke-tilfældig variation? Antal medicineringsfejl

75 Tilfældig eller ikke-tilfældig variation? Antal tavlemøder der afsluttes på et kvarter

76 Tilfældig eller ikke-tilfældig variation? % borgere/patienter hvor alle pleje/behandlings elementer er opfyldt % patienter der dagligt får målt vitale værdier

77 Scientific data are not taken for museum purposes; they are taken as a basis for doing something. If nothing is to be done with the data, then there is no use in collecting any. The ultimate purpose of taking data is to provide a basis for action or a recommendation for action. The step intermediate between the collection of data and the action is prediction. W. Edwards Deming, On a Classification of the Problems of Statistical Inference, June 1942, Journal of the American Statistical Association

78 Indikatorværdi Indikatorværdi 6. Bestem handling Ikke tilfældig variation: Find årsagen Ønsket variation: Implementér årsagen Uønsket variation: Eliminér årsagen J F M A M J J A S O N D Tid Tilfældig variation Tilfreds: Overvåg processen Utilfreds: Ny proces J F M A M J J A S O N D Tid

79 Erfaringer fra Slottet Primær18 Workshop 1 Henriette Højsteen, forstander, Plejecenter Slottet

80 Case fra Slottet Embedslæge tilsyn 27. november 2015 Alvorlige fejl og mangler!

81 Forbedringsmetoden Fra retningslinje og ubrugelige konsulenter til En metode der skaber empowerment til organisationen organisering læringseminarier PDSA til alle

82 Hvordan? Lære et nyt sprog Data indsamling, paretoanalyse PDSAér Organisering, roller / opgaver Fra fornemmelser til data Meningsfulde data audit Langvarig proces Kulturforandring

83 April 2016 Organisering af Den Gode Cirkel Den Gode Cirkel; 22 personer er med til at sprede forståelsen og arbejdsmetoden til kolleger i alle tre vagtlag og alle faggrupper. Alle skal med tiden være fortrolig med arbejdsmetoden og tænkningen. En tovholder i hver afdeling er med til at holde snor i PDSA. PDSA standardiseringsgruppen sikrer, at de gode løsninger fra PDSA afprøvninger, implementeres som standard på Slottet. PDSA support: Proces og pondus for tovholdere ved Annemette Data ved Søren og Claus Analyse ved Claus og Søren Ledelsesfokus og energi ved ledergruppen og PDSA supporten.

84 Organisering og roller

85 Roller Forstander: Fokus på Slottet bevæger sig i retning af Trygt for beboere & let for medarbejdere Initierer og fastholder brug af metoden i forbedringsindsatsen Er ansvarlig for at implementering bliver til praksis så vores mål. Afdelingsleder; Bakker op i hele huset Identificerer problem områder Informerer og vejleder på afprøvninger Holder fast i charter og driverdiagram (formål og delmål) Kvalitetssygeplejerske Overordnet tovholder i huset Holder fast i charter og driverdiagram Identificerer problemer til forbedringsarbejdet (UTH) Deltager i faglig sparring Understøtter beslutninger om implementering mv Proces understøttende Tovholder Bidrager med praksiserfaring til analyse af problemfelter og udfordringer Tager initiativ til PDSA afprøvninger

86 Roller Tovholder: Kan selv gennemføre og hjælper med at gennemføre PDSA Informerer og sparrer fagligt med kolleger i egen afdeling og til møder Deltager i beslutninger vedr. spredning og implementering Den Gode Cirkel; Bidrager med praksiserfaring til analyse af problemfelter og udfordringer Fortsat; Videregiver metoden til kolleger Hjælper til og fastholder brug af metoden Slotsfolket Bidrager med praksiserfaring til analyse af problemfelter og udfordringer Tager initiativ til og opstarte PDSAér Går til ledere, tovholdere eller kvalitetssygeplejerske ved tvivls spørgsmål. Kan identificere problemer til forbedring Kan gennemføre PDSAér Medvirker ved implementering af nye arbejdsgange

87 Formål At medicinhåndteringen foregår: Trygt for beboerne Let for medarbejderne Charteret bliver løbende opdateret

88 Arbejdsgangsanalyse Tre forskellige (fokus og folk) er gennemført:

89 Data fra paretoanalyse Første paretoanalyse er gennemført. Det har givet indsigt, men lægger op til at gennemføre en til, hvor medarbejderne inddrages mere i analysen samt ekstra kategorier til spørgeskemaerne tilføjes (f.eks. vedrørende medicinhåndtering).

90 80% 25% 20% 15% 10% 5% 0%

91 Emma og Johnny Medicin til tiden Hanin s PDSA Beboerens rytme fremfor arbejdsrutiner Tryghed, godmorgen og medicin fremfor tyrani Heste arbejde at bryde, rydder godt op 2,5 år Filmen med Sr. Emma

92 Sr Emma Primær18 Henriette Højsteen, forstander Slottet

93 Forbedringsrejsen

94 Vejvisere??? Data viser vejen! Er der et problem? Hvad har vi af data? Og er de tæt på? Hente depotvarer Data til medarbejderne, jo tættere jo bedre Fald - Nudging; vasketøj UTH analyse i ledergruppen, fokus og afklaring på problemet med medarbejderne Fra antagelse til præcision, data bygger broen. Data taler for sig selv, det er hvordan vi bruger dem. Skarpe, enkle, entydige data, tidstro data er bedste Det er svært at bruge data når de er for abstrakte

95 Audits på medicin

96

97

98

99 Data data data Bogruppe: Uge 21 Tøj der tilhører beboere i anden bogruppe Tøj der tilhører beboere på anden afdeling 1.levering 2.levering Uge 22 Tøj der tilhører beboere i anden bogruppe Tøj der tilhører beboere på anden afdeling 1.levering 2.levering Uge 23 Tøj der tilhører beboere i anden bogruppe Tøj der tilhører beboere på anden afdeling 1.levering 2.levering

100 PDSA oversigt-agtig

101 Vild med data? Fra synsninger til fakta Fra kultur til fakta Fra følelser til fakta Fra løsning til undersøgelse af problem Fra magt over til empowerment Fra instruktion til hverdagens visdom

102 Forbedringsmetoden En metode der skaber empowerment til organisationen Egne data driver udviklingen og fastholder bevægelsen PDSA Hverdagen Problem/Data?

103 Frokost

104 Deltag i debatten så tag ordet, stil spørgsmål og del gerne dit perspektiv på Twitter med #primaer18 Hent præsentationerne fra konferencen på patientsikkerhed.dk/primaer18/

105 Intro til PDSA + øvelse Primær18 Workshop 1

106 PDSA Cirkel til læring og forbedring Hvad nu? Act Hvad skal sættes i værk? Ny test? Næste test? Implementering? Hvad vil der ske hvis Plan vi prøver noget Formål anderledes? Hvem, Hvad, Hvor, Hvornår Plan for indsamling af data Gik det? Study Analyse gennemføres og afsluttes Resultat sammenholdes med spørgsmål og arbejdshypotese Do Plan gennemføres Data indsamles Problemer dokumenteres Analyse begyndes Lad os prøve det! Langley et al. (2009), The Improvement Guide

107 Spørgsmål og hypotese Spørgsmål: Hvilken idé/ændring ønsker vi at afprøve? Hvilket spørgsmål vil vi gerne have svar på? Arbejdshypotese: Hvilket svar forventer vi? VÆR SÅ KONKRET SOM MULIGT

108

109 PDSA: læring, læring, læring /videos/im-watching-this-video-everydayfor-the-rest-of-mylife/ /

110

111 Øvelse: Andel bolde der kastes ned i koppen Stil krusene i en pyramideform og kom en magnet i hver Runde 1 1. Prøv nu skiftevis at kaste bolden ned i koppen 2. Noter resultatet for hvert kast 3. Når alle har kastet udregnes andelen af kast der ramte ned i koppen og resultatet noteres i et seriediagram Runde 2 1. Gentag (1-3) Runde 3 1. Gentag(1-3) REGEL: Bolden skal ramme bordet mindst én gang

112 Øvelse: Andel bolde der kastes ned i koppen Hvilke forandringer kan iværksættes for at skabe forbedringer? Gennemfør tre runder mere, hvor I samtidig afprøver ideer til forbedring Noter resultaterne i seriediagrammet REGEL: Bolden skal ramme bordet mindst én gang

113 Øvelse: Andel bolde der kastes ned i koppen Implementering: Gennemfør tre runder mere med den nye måde at kaste på REGEL: Bolden skal ramme bordet mindst én gang

114 Opsamling Primær18 Workshop 1

115

116 Cases - Øvelse Primær18 Workshop 1

117 Cases Læs jeres case igennem 5 min Lav opgaven 25 min Spørg hvis noget er uklart Drøftelse i plenum 30 min

118 Case 1

119 Case 2

120 Case 3

121 Case 4 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

122 Opsummering Vær konkret i dit mål (hvad er problemet?) Se både på proces og resultatindikatorer Plot the dot følg data over tid Forstå variation (tilfældig eller ikke-tilfældig?) Handl på data

123 Tak for i dag Kom godt hjem

124 VI SES TIL Patientsikkerhedskonference april Scandic København Primærsektorkonference oktober Comwell Kolding