Mål med mening. Introduktion til statistisk kvalitetsstyring. Overlæge Jacob Anhøj Dansk Selskab for Patientsikkerhed

Transkript

1 Mål med mening Introduktion til statistisk kvalitetsstyring Overlæge Jacob Anhøj Dansk Selskab for Patientsikkerhed

2 Virkelighedsfjerne kvalitetskrav Hvis I virkelig ønsker store besparelser og høj kvalitet i behandlingen, ville det mest effektive være at skære i de virkelighedsfjerne kvalitetskrav og mængden af tidskrævende registrering. 1. reservelæge Morten Staberg på vegne af 2670 læger i Region Hovedstaden til regionsdirektør Helle Ulrichsen, november /20

3 Tre syn på data Forskning Forbedring Kontrol Formål Skabe ny viden Implementere eksisterende viden Dokumentere, bedømme og sammenligne Hypotese Statisk Dynamisk Ingen hypotese Variation Kontrollér Studér Justér Stikprøve Stor Lille Ingen stikprøve Målehyppighed En eller få målinger Dage, uger, måneder Statistiske metoder Komparative metoder (t-test, chi2, regression, ) Procesanalyser (statistisk processtyring) Kvartaler, år Deskriptive metoder (gennemsnit, spredning, ) Solberg et al. Jt Comm J Qual Improv Mar;23(3): /20

4 Hospitalsstandardiseret mortalitetsrate Kvartal HSMR Kvartal HSMR 2009-q1 112 [94; 133] 2010-q4 108 [89; 131] 2009-q2 104 [85; 127] 2011-q1 108 [89; 131] 2009-q3 113 [93; 138] 2011-q2 99 [81; 121] 2009-q4 103 [85; 125] 2011-q3 101 [82; 124] 2010-q1 112 [93; 134] 2011-q4 111 [90; 135] 2010-q2 116 [95; 141] 2012-q1 99 [81; 120] 2010-q3 113 [93; 138] 2012-q2 94 [77; 116] HSMR, Næstved Sygehus /20

5 Kan vi forkaste nulhypotesen? Hvordan klarer vi os i forhold til? Set over tid, er der så tegn til, at kvaliteten bliver bedre? Forsker Bogholder Udvikler Anhøj & Egebart. Forskeren, bogholderen og udvikleren. DSFP jubilæumsskrift dec /20

6 Forbedringsmodellen Hvad ønsker vi at opnå? Hvordan ved vi, at en forandring er en forbedring? Hvilke forandringer kan vi afprøve for at skabe en forbedring? Langley et al. (2009) The Improvement Guide 6/20

7 Syv trin til gode målinger 1.Beslutte mål 2.Udvælge indikatorer 3.Beskrive indikatorer 4.Indsamle data 5.Behandle og præsentere data 6.Analysere data 7.Gentage punkt /20

8 Dødelighed efter operation 10% p = 0,035 8% 6% 4% 2% 4,1% 2,6% 0% Uge 8/20

9 Alt er proces Processer varierer Tilfældig variation er i alle processer Ikke-tilfældig variation tyder på forandringer i processen 9/20

10 Seriediagram 10/20

11 Fire signaler om ikke-tilfældig variation i seriediagrammer Trend Skift For få serier Ekstrem måleværdi Anhøj, Bjørn. Statistisk processtyring i sundhedsvæsenet. UfL /20

12 12/20

13 13/20

14 14/20

15 15/20

16 16/20

17 17/20

18 Variation, hva' så? Ikke-tilfældig variation (ustabil proces) Identificér årsagen Ønsket variation? -> Implementér årsagen Ellers -> Eliminér årsagen Tilfældig variation (stabil proces) Tilfreds? -> Overvåg processen Ellers -> Stratificér data, eliminér skjulte variationskilder, justér processen i den ønskede retning 18/20

19 To strategier for indsamling af data til forbedring Afdelingssygeplejersken tæller hver måned antal behandlingsforløb, som opfyldte standarden i sidste måned. Det tværfaglige team mødes stående hver dag kl. 13. Antallet af patienter, som (ikke) har modtaget standardbehandlingen i dag noteres på tavlen. 19/20

20 Jeg har en drøm! Procesdata samles dagligt på 3 5 patienter (enheder) Dataindsamling indbygges i pleje- og behandlingsrutiner Data aggregeres ugentligt i seriediagram Resultatdata hentes fra administrative systemer 20/20