Hvad kan vi lære af øvelsen?

Transkript

1 Data vi lærer af

2 Perlefabrikken

3 Hvad kan vi lære af øvelsen? 1) Data kan fortælle os om kvaliteten af vores proces 2) Der er tilfældig variation i alle processer! 3) Hvis vi ikke gør noget anderledes, så kan vi ikke forvente at vi forbedrer os

4 Deming s Appreciation of a system System of Profound Knowledge Theory of Knowledge Psychology Understanding Variation Langley et al, 2009

5 Papir og blyant er nok!

6 Data i forbedringsarbejdet Forbedringsmodellen: Hvad ønsker vi at opnå? Hvornår ved vi, at en forandring er en forbedring? Hvilke forandringer kan iværksættes for at skabe forbedringer? Langley et al, 2009

7 Hvad siger tallet? 4Dage siden sidste tryksår

8 Hvad siger tallene?

9 Hvad siger tallene? 10 4

10 Month ED/100 Returns M UCL = 0.88 A Mean = 0.54 LCL = M J J Unplanned Returns to Ed w/in 72 Hours A S O N D J F u chart M A M J J A S Rate per 100 ED Patients STATISK BILLEDE Gennemsnit, median Bardiagrammer, piecharts DeskripGv stagsgk DYNAMISK BILLEDE Seriediagram Kontrol diagram (Plot data over ;d) StaGsGsk Process Control (SPC)

11 Show me the data! Baseline Periode Implementering af intervengon 10% Median 8% 6% 4% 2% 4,1% 2,4% 0% Week

12 Tilfældig versus ikke-tilfældig variation Tilfældig variation Ingen processer er 100 % pålidelige Forskellige måder at udføre opgaven på Forskelligt udstyr Manglende uddannelse Dårlige arbejdsbetingelser Dårligt designet arbejdsgang Ikke-tilfældig variation (når der er bevægelse i data) Et forbedringsteams værk Strømsvigt Nedskæringer Ændret patientgrundlag

13 Tilfældig versus ikke-tilfældig variation Hvad gør du: Ikke-tilfældig variation: Find årsagen Ønsket variation: Implementer Uønsket variation: Eliminer Tilfældig variation: Er du tilfreds? Tilfreds: Overvåg Utilfreds: Forbedr

14 Seriediagrammets anatomi

15 Analyse af seriediagram SkiRsignal Usædvanligt mange konsekugve datapunkter på samme side af medianen (tommelfingerregel): <23 brugbare observagoner: min. 8 punkter >23 eller flere brugbare observagoner: min. 9 punkter (En brugbar observagon er et punkt, der ikke ligger på medianen) Andet Krydssignal Cykliske mønstre og trends Oplagt afvigende enkeltmålinger (outliers)

16 Analyse af seriediagram Tæl antal brugbare observagoner - observagoner på medianen tælles ikke med Bestem længden af den længste serie - en serie er ét eller flere konsekugve punkter på samme side af medianen

17 Øvelse Analyse af seriediagrammer: 1. Tæl antallet af brugbare observationer (Punkter der ikke falder på medianen 2. Bestem antallet af længste serie 3. Er der tilfældig eller ikke tilfældig variation? 4. Er der ellers noget I undrer jer over? 1. Variationen? 2. Niveauet for processen? 5. Hvad vil jeres råd være til teamet i forhold til deres videre arbejde?

18 Team 1 Tilfældig varia;on Målet er at processen skal ligge over 95%?

19 Team 2 Ikke- ;lfældig varia;on Hvad er skyldes forbedringen? Mål VariaGonen er blevet mindre?

20 Fokus på procesdata Vi vil vide hvad der sker Procesindikator hvor gode er vi Gl at HUSKe? = Antal situagoner hvor pagenter i tryksårsrisiko har modtaget alle elementer i HUSK Antal situagoner hvor pagenter i tryksårsrisiko bør HUSK es ResultaGndikator hvor gode er vi Gl ikke at producere tryksår? 95% compliance på HUSK HUSK er stabil vi vil begynde at forvente flere dage mellem tryksår For at forstå data, bliver vi nødt Gl at vide hvad der er sket ferie, PDSAer, nye Gltag Sæt noter ind i diagrammet!!

21

22 Et par eksempler fra andre projekter

23 Et par eksempler fra andre projekter

24 Brug data til at komme et spadestik dybere

25 Hvor I processen er der størst problemer? FikGve data

26 Data når vi vil målreje vores forbedringsarbejde: Number of Falls per Weekday Monday Tuesday Wednesday Thursday Friday Saturday Sunday

27

28 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.

29 Hold dig orienteret på