Hvor blev den ITunderstøttende. kvalitetsudvikling af? Søren Vingtoft. Enhed for Klinisk Kvalitet. 14. Januar 2011

Transkript

1 Hvor blev den ITunderstøttende kvalitetsudvikling af? Søren Vingtoft Enhed for Klinisk Kvalitet 14. Januar 2011

2 Klinisk forskning Patient inddragelse Opdateret evidensbaseret viden Grundlag for igangsættelse af en klinisk kontrolleret undersøgelse, metaanalyse etc? Søgen efter forbedrings muligheder Ideer til bedre procedurer og behandlingsformer? Klinisk audit Forløbsprogrammer Sammenhængende IT infrastruktur Er der betydelige afvigelser fra standarden? Behov for at opdatere eksisterende vejledninger o.l.? Hvordan implementeres evidens bedst i den kliniske praksis? Klinisk praksis Opfylder klinisk praksis gældende standarder? Klinisk ledelsesinformation Løbende kvalitets- og effektivitetsforbedring Ledelse

3 Tonsvis af patientdata genereres dagligt

4 Petabytes af patientdata gemmes dagligt

5 Anvendelse af patientdata Primær brug Sekundær brug (=genbrug)

6 IT understøttelse i en kvalitetsudviklingskontekst Inddata Uddata Rapporter Inddateringssystemer Databaser Standard- og interaktive rapporter

7 EKKs IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Genbrug CPR LPR PA S Dødsdato Datakvalitet, Supplerende data Kliniske Indikator rapporter Samlet indtastningsaktivitet KMS Antal skemaer oprettet per md Antal skemaer oprettet per md Antal aktive indtastere Antal aktive indtastere år.md

8 EKK s IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Regioner Udfordringer Forskellige PAS Kliniske Indikator Rapporter på PAS data til hele regionen Registrering og administrationsbyrden for afdelingerne Arbejdsbyrden for EKK

9 EKK s IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Regioner De sundhedsfaglige ressourcer er knappe og skal anvendes bedst muligt: Dokumentationsbyrden skal reduceres Afdelingernes arbejdsbyrde KCØ s arbejdsbyrde reduceres

10 EKK s IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Regioner Inddata Uddata Klinisk LPR MåleSystem Analyseportalen Rapporter KMS LPR

11 EKK s IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Regioner Strategi Genbrug eksisterende datakilder LPR (somatisk, psykiatrisk), CPR, Dødsårsag, Patobank osv WEB service

12 EKK s IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Regioner MIS kræft Landsdækkende Kliniske Indikatorrapporter for alle typer kræft baseret på LPR data

13 EKK s IT-udviklingsstadier H:S sundhedsfaglig kvalitet Klinisk MåleSystem - inddata Analyseportalen - uddata Regioner MIS kræft ABT - GAPS

14 Genanvendelse af administra/ve pa/entdata /l måling af den sundhedsfaglige kvalitet GAPS

15 Modelprojekt Enstrenget patientdataregistrering Reducere/eliminere dobbeltregistreringer Patientadministrative patientdata udgør rygraden Herudover suppleres i nødvendigt omfang med kliniske data inden for forskellige (sygdoms)områder Der fokuseres kun på datafangst og datakvalitet Det forudsætter patientkompletheden i PAS data er høj Det forudsætter effektiv IT-understøttelse Det forudsætter en effektiv implementering

16 GAPS konsortiet Enhed for Klinisk Kvalitet, Region Hovedstaden SAS Institute Ålborg Universitet, Institut for udvikling og planlægning Århus Universitetshospital, epidemiologisk forskningsenhed Finansiel støtte fra ABT fonden

17 GAPS sygdomsområder Afprøver genbrugspotentialet indenfor: NIP apoplexi NIP akut mavetarmkirurgi (blødende ulcus) Involverer otte pilotafdelinger: Apoplexi: Århus Universitetshospital, Bispebjerg Hospital, Hillerød Hospital, Roskilde Sygehus Blødende Ulcus: Århus Universitetshospital, Bispebjerg Hospital, Hillerød Hospital, Køge Sygehus

18 Registreringsarbejdsgange NIP NIP skemaer indtastes i KMS Der sammenlig nes evt. med PAS Efterregistreringer? Rapportering Classic NIP KMS data NIP patient i kontakt med sghafd. Patienten behandles på sygehuset Journal NIP skema NIP patient forlader sghafd. Patient færdigregistreres i PAS Udfyldte NIP skemaer /relevante journaler samles PAS data overføres til LPR som overføres til AP NIP- LPR data GAPS Patient vælges fra NIP-patientliste i AP NIP LPR supplerings skema indtastes Efterregistreringer? NIP LPR

19 Registreringsarbejdsgange NIP NIP skemaer indtastes i KMS Der sammenlig nes evt. med PAS Efterregistreringer? Rapportering Classic NIP KMS data NIP patient i kontakt med sghafd. Patienten behandles på sygehuset Journal NIP skema NIP patient forlader sghafd. Patient færdigregistreres i PAS Udfyldte NIP Evaluering skemaer af ABT /relevante effekter journaler samles Klinisk validering PAS data overføres til LPR som overføres til AP NIP- LPR data GAPS Patient vælges fra NIP-patientliste i AP NIP LPR supplerings skema indtastes Efterregistreringer? Rapportering NIP LPR

20 Variable Efter Datadefinitioner for NIP-apopleksi. Gældende fra Datasæt 1. juli 2009 Indikator nummer *PF AN Cpr.nr Fornavn(e)? Efternavn? Symptomdebut? Akut indlagt? Apopleksiafsnit Overflyttet til anden afdeling? Civilstand Boligform? Alkohol? Rygning Diabetes mellitus Atrieflimren AMI? Hypertension Tidligere apopleksi Claudicatio intermittens? Scandinavian Stroke Scale Undersøgt med CT / MR -scanning Vurdering ved en ergoterapeut Vurdering ved en fysioterapeut Vurdering af ernæringsrisiko ved indlæggelsen Vurdering med vandtest ved indlæggelsen Undersøgt med ultralyd/ct-angiografi af halskar Trombocythæmmende behandling Oral antikoagulansbehandling Behandlet med trombolyse*? Udskrivelse? Status ved udskrivelsen? Udskrivningsdiagnose AN - variabel der bruges til andet end indikatorspecifikation eller som prognostisk faktor

21 Variable Efter Datadefinitioner for NIP-apopleksi. Gældende fra Datasæt 1. juli 2009 Indikator nummer *PF AN Cpr.nr Fornavn(e)? Efternavn? Symptomdebut? Akut indlagt? Apopleksiafsnit Overflyttet til anden afdeling? Civilstand Boligform? Alkohol? Rygning Diabetes mellitus Atrieflimren AMI? Hypertension Tidligere apopleksi Claudicatio intermittens? Scandinavian Stroke Scale Undersøgt med CT / MR -scanning Vurdering ved en ergoterapeut Vurdering ved en fysioterapeut Vurdering af ernæringsrisiko ved indlæggelsen Vurdering med vandtest ved indlæggelsen Undersøgt med ultralyd/ct-angiografi af halskar Trombocythæmmende behandling Oral antikoagulansbehandling Behandlet med trombolyse*? Udskrivelse? Status ved udskrivelsen? Udskrivningsdiagnose AN - variabel der bruges til andet end indikatorspecifikation eller som prognostisk faktor

22 GAPS patientlisten

23 GAPS suppleringsskema apoplexi

24 GAPS suppleringsskema bl. ulcus

25 Foreløbige personlige erfaringer Besparelsespotentialet på indtastning er 30-50% MEN Indtastningsarbejdet er ikke det reelle problem Det reelle problem er: Lettelse af indsamling af data i udvælgelsesfasen Sikring af patientkomplethed og datakvalitet Udvidede registreringer i PAS er ikke ukompliceret Forskellige sygdomsområders egnethed til at identificere patienter fra LPR varierer det kræver forskellige strategier

26 Foreløbige personlige anbefalinger Genbrug af data er generelt den rigtige strategi, men realiseringen af gevinstpotentialet varierer mellem sygsomsområderne Indberettende enheder skal have gode værktøjer til: Samstille data fra forskellige systemer (nationale, regionale og lokale) mhp. at sikre høj patientkomplethed og datakvalitet Suppleringsskemaer i det omfang eksisterende data ikke rækker

27 Foreløbige personlige anbefalinger Når principperne for genbrug af data er fastlagte anlægges (i videst muligt omfang) fælles standarder vedr. (system)indberetningsflade og datawarehouse til automatiseret validering, rapportering mm. Projektet er ikke færdigt endnu!

28

29 ? Sekundær brug af sundhedsdata: Benefits og ricisi Ejerskab til sundhedsdata og retten til at tilgå data Informeret samtykke Individuelle rettigheder og alvorlige trusler Teknologier som muliggør let spredning Upassende eller uønsket udnyttelse Gældende love og administrative procedurer utilstrækkelige

30 Fund og anbefalinger 4 Der er ikke enighed om hvorvidt det er teknisk muligt at anonymisere data eller hvilke metoder der bør anvendes til identitetsstyring. Behov for konsensus om definition af sekundære data indeholde potentielle påvirkning fra EPJ systemer. Lav en taksonomi for sekundære sundhedsdata

31 IT-understøttende kvalitetsudvikling kommer IKKE af sig selv Der er behov for, at DSKS - gerne i samarbejde med andre selskaber - træder i karakter Kvalitetsudvikling og sundheds-it kan blive det perfekte makkerpar i sundhedsvæsenet