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
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/
Hvem er vi Bodil Elgaard Andersen konsulent, DSFP bea@patientsikkerhed.dk Henriette Højsteen Forstander, Slottet fr02@suf.kk.dk Arjen Peter Stoop chefkonsulent, PhD DSFP aps@patientsikkerhed.dk
Program for i dag 08.00 08.10 Velkomst 08.10 08.30 Introduktion til forbedringsmodellen 08.30 09.00 Hvad er forbedringsdata? 09.00 09.30 Hvordan kommer jeg i gang - 1? 09.30 10.00 Formiddagskaffe 10.00 10.45 Hvordan kommer jeg i gang - 2? 10.45 11.30 Erfaringer fra Plejecentret Slottet 11.30 12.30 Frokost
Program for i dag 12.30 13.15 Intro til PDSA + øvelse 13.15 13.45 Opsamling 13.45 14.00 Eftermiddags kaffe + kage 14.00 14.50 Cases-øvelse 14.50 15.00 Evaluering og tak for i dag
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
Sig goddag til sidemanden - 2 min Navn, arbejdssted og funktion Hvad er du mest nysgerrig på i dag?
Anbefalet litteratur E-læring: www.forbedringsmodellen.dk Jacob Anhøj, Kompendium i kvalitetsudvikling Provost LP, Murray S. The Health Care Data Guide: Learning from Data for Improvement
Introduktion til forbedringesmodellen Primær18 Workshop 1
Lad os starte med et eksempel Scissors Fosbury flop
Højdespring teknikker og resultater over tid Højde
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.
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
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
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
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
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
Hvad er forbedringsdata? Primær18 Workshop 1
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
Virker behandlingen? Hvordan klarer vi os i forhold til? Hvordan går det med implementeringen? Forsker Bogholder Forbedringsagent Ref. Solberg et al 1997
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)
Formålet med målinger i forbedringsarbejdet Læring Visuelt overblik Indikation af problemområder Motivation for forbedringsarbejdet
Papirfly Hvor langt kan vi flyve? Tag et stykke papir og lav et papirfly du har 3 min.
Variation hvad er det? Ikke-tilfældig variation Tilfældig variation
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
Fra patient til system Dagens tal Systemets puls
Variation 55 50 45 40 35 30 25 20 15 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
Hvordan vi ser på data har betydning! Gennemsnitlig liggetid, hospital 1-3, antal dage 1 2 3
Hvordan vi ser på data har betydning! Anhøj J, Kompendium i kvalitetsudvikling, Munksgaard, 2015
2008-46 2008-48 2008-50 2008-52 2009-02 2009-04 2009-47 2009-49 2009-51 2009-53 2010-02 2010-04 Vi følger data over tid Baseline Periode Implementering af intervention 10% 8% 6% Median 4% 2% 4,1% 2,4% 0% Week
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
Hvordan kommer jeg i gang 1? Primær18 Workshop 1
7 trin til måling af forbedring 1. Bestem mål 2. Vælg indikatorer 3. Definer indikatorer 6. Bestem handling 7. Gentag trin 4-6 4. Indsaml data 5. Analyser data Mike Davidge; https://www.youtube.com/watch?v=za1o77janbw
Gode målinger forudsætter et godt mål Konkret: Hvad skal forbedres? Hvor meget? For hvem? Tidsafgrænset: Hvornår skal målet være nået?
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
Fælder pas på Uklare begreber: Høj-kvalitet Effektivt Verdens-klasse Værdifulde For lang tidshorisont For lidt at stræbe efter
2. Vælg Indikatorer - Hvad måler vi på? Procesindikatorer: Fx arbejdsgange for at forebygge tryksår (kontrol af hud, underlag, stillingskift, kost) Resultatindikatorer: Fx antal tryksår
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
Familie af indikatorer Proces Proces Proces Ulempe Ulempe Resultat Health care Data Guide
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?)
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
4. Indsaml data Mål, så hyppigt du kan, og så sjældent du tør! Gennemsnitlig liggetid pr måned Gennemsnitlig liggetid pr uge Liggetid pr patient
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
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
"Data are just summaries of thousands of stories tell a few of those stories to help make the data meaningful." Chip & Dan Heath
Opsummering Gør dit mål målbart Definer en familie af indikatorer Mål, så hyppigt du kan, og så sjældent du tør!
Pause
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/
Hvordan kommer jeg i gang 2? Primær18 Workshop 1
Indikatorværdi 5. Analyser data - seriediagram 80 70 Plot data over tid 60 50 40 30 20 10 Beregn og vis median Analyser variation! 0 J F M A M J J A S O N D Tid
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?
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)
Eksempel Periode Antal glemte medicineringer Antal medicineringer ikke givet til rette tid Gennemsnit: 12+13+16+9+11+19+14+15+12+20+23+21+25=210/13=16,15 Median: 9-11-12-12-13-14-15-16-19-20-21-23-25 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 10 20 Uge 11 23 Uge 12 21 Uge13 25
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
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
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.
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
Skiftsignal 100% % af administrationer, hvor tjeklisten blev opfyldt 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Uge
Skiftsignal 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af administrationer, hvor tjeklisten blev opfyldt Uge
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
Krydssignal 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af situationer, hvor tjeklisten blev opfyldt Uge
Krydssignal 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % af situationer, hvor tjeklisten blev opfyldt Uge
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
Andre signaler Sæson variation, fx sygefravær Weekend versus hverdag Dagvagt versus nattevagt Oplagt afvigende enkeltmålinger, se eksempel med antal fald per uge
Tilfældig eller ikke-tilfældig variation? 30 25 20 15 10 5 0
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
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
Tilfældig eller ikke-tilfældig variation? Antal bæltefikseringer center X 60 50 40 30 20 10 0
Episoder pr. 1000 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
Antal Tilfældig eller ikke-tilfældig variation? 13 12 11 10 9 8 7 6 5 4 3 2 1 0 Antal medicineringsfejl afdeling Z Uge
Tilfældig eller ikke-tilfældig variation? % % borgere med tandkødsblødning % medarbejdere, der har haft sygefravær på en måned
Tilfældig eller ikke-tilfældig variation? Antal medicineringsfejl
Tilfældig eller ikke-tilfældig variation? Antal tavlemøder der afsluttes på et kvarter
Tilfældig eller ikke-tilfældig variation? % borgere/patienter hvor alle pleje/behandlings elementer er opfyldt % patienter der dagligt får målt vitale værdier
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
Indikatorværdi Indikatorværdi 6. Bestem handling Ikke tilfældig variation: Find årsagen Ønsket variation: Implementér årsagen Uønsket variation: Eliminér årsagen 80 60 40 20 0 J F M A M J J A S O N D Tid Tilfældig variation Tilfreds: Overvåg processen Utilfreds: Ny proces 10 0 80 70 60 50 40 30 20 J F M A M J J A S O N D Tid
Erfaringer fra Slottet Primær18 Workshop 1 Henriette Højsteen, forstander, Plejecenter Slottet
Case fra Slottet Embedslæge tilsyn 27. november 2015 Alvorlige fejl og mangler!
Forbedringsmetoden Fra retningslinje og ubrugelige konsulenter til En metode der skaber empowerment til organisationen organisering læringseminarier PDSA til alle
Hvordan? Lære et nyt sprog Data indsamling, paretoanalyse PDSAér Organisering, roller / opgaver Fra fornemmelser til data Meningsfulde data audit Langvarig proces Kulturforandring
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.
Organisering og roller
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
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
Formål At medicinhåndteringen foregår: Trygt for beboerne Let for medarbejderne Charteret bliver løbende opdateret
Arbejdsgangsanalyse Tre forskellige (fokus og folk) er gennemført:
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).
80% 25% 20% 15% 10% 5% 0%
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
Sr Emma Primær18 Henriette Højsteen, forstander Slottet
Forbedringsrejsen
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
Audits på medicin
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
PDSA oversigt-agtig
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
Forbedringsmetoden En metode der skaber empowerment til organisationen Egne data driver udviklingen og fastholder bevægelsen PDSA Hverdagen Problem/Data?
Frokost
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/
Intro til PDSA + øvelse Primær18 Workshop 1
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
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
PDSA: læring, læring, læring https://www.facebook.com/thefloridaboy /videos/im-watching-this-video-everydayfor-the-rest-of-mylife/1815002675217026/
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
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
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
Opsamling Primær18 Workshop 1
Cases - Øvelse Primær18 Workshop 1
Cases Læs jeres case igennem 5 min Lav opgaven 25 min Spørg hvis noget er uklart Drøftelse i plenum 30 min
Case 1
Case 2
Case 3
Case 4 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%
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
Tak for i dag Kom godt hjem
VI SES TIL Patientsikkerhedskonference 2019 8.-9. april Scandic København Primærsektorkonference 2019 30.-31. oktober Comwell Kolding