Datadrevet forbedringsarbejde. Rie L R Johansen Dansk Selskab for Patientsikkerhed

Relaterede dokumenter
Datadrevet forbedringsarbejde. Rie L R Johansen Brian Bjørn Dansk Selskab for Patientsikkerhed

Data driver arbejdet. Rie L R Johansen Dansk Selskab for Patientsikkerhed

Datadrevet forbedringsarbejde

Hvad kan vi lære af øvelsen?

Data, seriediagrammer og Pareto analyse

Mål med mening. Introduktion til statistisk kvalitetsudvikling. Jacob Anhøj. 2-3 marts Overlæge, DIT, Rigshospitalet

Mål med mening: Om at bruge data til forbedring af den faglige kvalitet

Mål med mening. Hvordan måler vi, om en forandring er en forbedring? Jacob Anhøj, overlæge, DIT. Rigshospitalet

Mål med mening. Introduktion til statistisk kvalitetsudvikling. Jacob Anhøj Overlæge, DIT, Rigshospitalet

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

Hvornår ved vi at en forandring er en forbedring?

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

Sjov med tal. Introduktion til statistisk kvalitetsudvikling. Jacob Anhøj. Dansk Selskab for Patientsikkerhed

Mål med mening. Introduktion til statistisk kvalitetsudvikling. Jacob Anhøj, overlæge, DIT. Diagnostisk Center, Rigshospitalet

Tillid er godt men data er bedre Hvordan kan viden om data over tid sige noget om vores arbejde?

Mål med mening 2. Videre med SPC. Jacob Anhøj. 10 maj Overlæge, DIT, Rigshospitalet

Diskutér to og to. 1. Hvorfor bruger vi data i forbedringsarbejdet? 2. Hvornår bruger vi data i forbedringsarbejdet?

Hvordan ved vi, at en forandring er en forbedring?

Noter om seriediagrammet

Noter om seriediagrammet

Når tal taler eller opfordrer til dialog!

Forbedringsmodellen i praksis - noget for begyndere

Data i det daglige. Søren Brogaard Brian Bjørn

Forbedringsmodellen test og implementering af forbedringer. Ved Tina Lynge

Det store overblik. Hundrede år med kvalitetsudvikling. Jacob Anhøj, overlæge, DIT. Diagnostisk Center, Rigshospitalet

Improvement Science. Skab vilje, ideer og handling

Metoder til hurtige og holdbare forbedringer i sundhedsvæsenet

Forbedringsmodellen - Kom godt i gang med afprøvninger

Forbedringsarbejde rammer og redskaber. Arjen Stoop, konsulent & Improvement Advisor, DSPS Bodil Andersen, konsulent & Forbedringsagent, DSFP

Metoder til hurtige og holdbare forbedringer i sundhedsvæsenet. Version 1, oktober 2013

Tilsyn og læring. I samarbejde med Styrelsen for patientsikkerhed

Kom godt i gang med pakken Skab vilje, ideer og handling

Bearbejdning af data. Lektion 2. Indhold:

Temadag for Botilbud. Ved Dansk Selskab for Patientsikkerhed

Nyt Aalborg Universitetshospital Fellowship Program. Rikke von Benzon Hollesen, Chefkonsulent & Improvement Advisor

Forbedringsmodellen for nye deltagere. Bodil Elgaard Andersen Arjen Stoop ISH LS4 8. Oktober 2018, kl

Hvordan er brugen af data til forbedring forbundet med de daglige borger opgaver?

Seriediagrammer - Guide til konstruktion i LibreOffice Calc

Afprøvninger med Plan- Do-Study-Act cirkler

Mål og indikatorer Tryksår og medicin

Mål med mening: Statistisk kvalitetsudvikling med seriediagrammer

Teamdag for Botilbud v/ Hanne Miang

Statistisk kvalitetsudvikling med seriediagrammer

Forbedringsmodellen. En introduktion til et forbedringsværktøj og anvendelse af småskala-afprøvning

Hvor skal vi hen du? Driverdiagrammer i praksis LKT antibiotika, 1. læringsseminar 13. og 14. november 2017

Workshop 1: Tilfældigt eller ikke-tilfældigt?

Skæg med tal. De bugter sig i bakkedal. Jacob Anhøj Overlæge, DIT Rigshospitalet , LKT antibiotika

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

Forbedringsmodellen test og implementering af forbedringer

Dagens program og Forbedringsmodellens effekt

Praktisk forbedringsarbejde Introduktion til forbedringsmodellen. Tina Lynge Dansk Selskab for Patientsikkerhed

Nordsjællands Hospital. Workshop 5. Sikker medicinering

Sikre fødsler. Sikre fødsler. Sikre. Sikre. Sikre. Pakker, indikatorer og målestrategi for Pakker, indikatorer og målestrategi for SIKRE FØDSLER

Patientsikkert Sygehus. Model for improvement, data facillitering og patientinddragelse. - udvikler klinisk praksis og faglig stolthed

Introduktion til statistisk processtyring

Session 2 System of Profound Knowledge brug redskabet i dit daglige arbejde

Ernæringsprojekt Anne Fischer, sygeplejerske og faglig vejleder

System of Profound Knowledge Hvad kan vi lære om hvordan vi skaber endnu mere fremdrift i forbedringsarbejdet gennem denne linse?

Hvordan ved vi at en forandring er en forbedring?

Hvordan forbedrer vi i fællesskab sundhedsvæsenet? Rikke von Benzon Hollesen Dansk Selskab for Patientsikkerhed Improvement advisor & coach

Ledelse af forbedringsarbejde

Hvordan kan der skabes tempo i forbedringsarbejdet? Læringsseminar 2, d.10 oktober 2017

Statistisk processtyring i sundhedsvæsenet

Introduktion til statistisk processtyring

Idekatalog: forbedringsledelse. Oplægsholder: Beth Lilja

Anvendelse af data i forbedringsarbejde

IDEKATALOG TIL LEDELSE AF FORBEDRINGSPROJEKTER

Sikker Psykiatri Projektplan, metoder og fagligt indhold

Mål og målinger til Sikkert Patientflow 22. april 2014

Kvalitetsudvikling af kræftbehandling

Patientsikkert AUH. Forbedringsmodellen som redskab til at implementere tryksårs-, kirurgi- og sepsispakken. Jesper Buchholdt Gjørup

Plan for selvmordsforebyggelsespakken udarbejde en forandringsteori. Vibeke Rischel Sundhedsfaglig chef Dansk Selskab for Patientsikkerhed

Håndbog for forbedringsvejlederuddannelsen i Region Midtjylland

Fastholdelse og spredning af forbedringsarbejdet

Introduktion til forbedringsmetodologi. Forbedringsmodellen, PDSA og SPC

Antibiotikaforbrug på offentlige sygehuse i Danmark LKT Antibiotika

MAD-pakken Formålet med MAD-pakken er at optimere patienternes ernærings tilstand, at forebygge komplikationer og forlænget rekonvalescens samt

Sikkert Patientflow. Erfaringer fra 12 danske akutsygehuse

Antibiotikaforbrug på offentlige sygehuse i Danmark LKT Antibiotika

Design af sikre systemer. Udarbejdet af Maria Staun, Improvement advisor Sygehus Lillebælt

Mål med mening. Introduktion til statistisk kvalitetsudvikling. Jacob Anhøj & Anne-Marie Blok Hellesøe. Diagnostisk Center, Rigshospitalet

Forberedelseskatalog

Forbedringsmodellen. Udarbejdet af Rikke Hollesen Improvement advisor, Dansk Selskab for Patientsikkerhed

Hospitalsenheden VEST

Faldpakken. Ved Rie Johansen og Tina Lynge

Tillid er godt men data er bedre

I sikre hænder. Et samarbejde mellem SUM, KL og Dansk Selskab for Patientsikkerhed. Beth Lilja, direktør

MÅL OG INDIKATORER SELVMORDSFOREBYGGELSE

Indikatorer for medicinpakkerne

Antibiotikaforbrug på offentlige sygehuse i Danmark Anne-Marie Blok Hellesøe & Jacob Anhøj

Mål og indikatorer Version 5, marts 2016

Forbedringsmodellen PDSA værksted

LKT Antibiotika. Opgaver i forbedringsarbejdet

ELFT Driver diagram. Build the will AIM: Build improvement capability

Nordisk Forbedringsagent Uddannelseshåndbog. Hold

I sikre hænder session 7 KL-ældrekonference. Tina Lynge Projektleder I sikre hænder Bente Øllgaard lokal projektleder Thisted

Regionshospital Nordjylland Status for LKT Antibiotika Ledelses og lærings seminar d. 6. juni 2019

DATADREVET ledelse. Sygeplejefaglig vicedirektør Lone Sandahl

Forbedringsmodellen for nye i forbedringsarbejdet. Tove Hagen, Lolland Kommune Tina Helene Jensen, Sønderborg Kommune Bente Øllgaard, Thisted Kommune

Introduktion til forbedringsmodellen

Transkript:

Datadrevet forbedringsarbejde Rie L R Johansen Dansk Selskab for Patientsikkerhed

Formål med sessionen Genopfriske teori om seriediagrammer Træne tolkning af seriediagrammer Er der nogle særlige spørgsmål, I gerne vil have besvaret i dag?

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

Indikatorer En indikator er et tal, der siger noget om den kvalitet, man ønsker at forbedre eller kontrollere. Kan opdeles i: 1. Resultatindikatorer (Er resultatet godt nok?) 2. Procesindikatorer (Fungerer vores processer?) 3. Ulempeindikatorer (Påvirker vi andre dele af systemet?) Vi følger indikatoren over tid, for at se om vi forbedrer os

Hvorfor har vi så stor fokus på data?

Øvelse Kig dig omkring hvor mange blå ting ser du i rummet?

Hvorfor har vi så stor fokus på data? Lidt psykologi: Observationer gjort i dag fylder mere i hukommelsen end observationer gjort i sidste uge Vores hjerner filtrerer informationer - nogle gange observerer vi det, vi forventer at observere Vi overvurderer forandringer, fordi vi ikke tager højde for den tilfældige variation i processer

Hvorfor har vi så stor fokus på data? For bedre at forstå vores system Hjælpe os med at lave prioritering i forbedringsarbejdet Fordi data brugt rigtigt kan understøtte forbedringsprocessen og give os ideer til hvad der virker. Fordi data brugt forkert, kan få os til at tro, at det vi gør virker eller ikke virker!

The Juran s Trilogy Juran J M et al 1998

No data No Problem No Problem No Action

Show me the data! Baseline Periode Implementering af intervention 10% Median 8% 6% 4% 2% 4,1% 2,4% 0% 2008-46 2008-48 2008-50 2008-52 2009-02 2009-04 2009-47 2009-49 2009-51 2009-53 2010-02 2010-04 Week

Reaktion til Data Stadier: 1) Data er forkerte 2) Data er rigtige, men det er ikke et problem 3) Data er rigtige; det er et problem; men det er ikke mit problem 4) Jeg accepterer behovet for forbedring Escape Fire, Donald Berwick, (2002 Forum Speech), page 287-288

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 Et forbedringsteams værk Strømsvigt Nedskæringer Ændret patientgrundlag

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

Seriediagrammet

Øvelse Hvilket Hospital vil du helst indlægges på? 4 Liggetid 3 2 1 0 1 2 3 Hospital

Liggetid, hospital 1-3 Hospital 1 Hospital 2 Hospital 3

Et seriediagram er Datapunkter i tidsmæssig rækkefølge En midtlinje (median) der deler datapunkterne i to lige store portioner over og under linjen

Signaler om ikke-tilfældig variation Skiftsignal Usædvanligt mange konsekutive datapunkter på samme side af medianen Ved færre end 23 brugbare observationer: >7 Ved 23 eller flere brugbare observationer: >8 (ellers log2(n)+3) Krydssignal eller Seriesignal Usædvanligt få kryds eller serier Findes ved opslag i tabel Andet Cykliske mønstre og trends Oplagt afvigende enkeltmålinger (outliers)

Analyse af seriediagram Tæl antal brugbare observationer observationer på medianen tælles ikke med Tæl antal kryds eller serier Kryds tælles som antal gange kurven krydser medianen en serie er ét eller flere konsekutive punkter på samme side af medianen Bestem længden af den længste serie

Analyse af seriediagram Find antal brugbare observationer, Kryds og længste serie

Analyse af seriediagram.. Antal brugbare observationer = 48 Antal Kryds = 18 (18) Længste serie = 8 (9)

Øvelse Analyser seriediagrammer

Vise Data

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

Annoter seriediagrammet

Dataindsamling og kvalitet

Dataindsamling til indikatorer er også en proces Forskellige metoder kan afprøves med PDSA Kræver en operationel definition Kan kræve en kortfattet vejledning Bør ikke kun hvile på én person

Dataindsamling til indikatorer. Procesdata indsamles dagligt evt. ved brug af stikprøver (3-5 tilfældigt udvalgte patienter) Dataindsamlingen er en integreret arbejdsgang Data opgøres ugentligt/månedligt i seriediagrammer

Indsamling og opgørelse Dataindsamlingens hyppighed skal modsvare hyppigheden af det, man måler men vil oftest give mening som mindst en daglig aktivitet Dataopgørelsen afhænger kun af hyppigheden af det målte: tommelfingerregel: ugentlig mindst 10 målinger i hvert punkt, gerne 20-40

Datakvalitet Data skal indsamles ens hen over tid Uafhængig af personen der indsamler data Uafhængig af tidspunkt for dataindsamlingen Hvis indsamlingen af data varierer hen over tid, vil det være svært at bedømme hvorvidt ændringer i data skyldes forandringer i arbejdet eller inkonsistens i dataindsamlingen.

Udfordringer ved data Lille nævner Autokorrelation Datapunkterne er ikke uafhængige Regler for seriediagrammer er ugyldige

Supplerende brug af data i forbedringsarbejdet

Øvelse: Er der flest ord på Engelsk, der; 1) Starter med K? 2) Har K i tredje position?

Heuristik Tommelfingerregler for beslutninger Bias: Tilgængelighed heuristik Når vi bedømmer et fænomens frekvens, konkluderer vi ofte at den er høj, hvis vi hurtigt kan komme i tanke om mange enkelte tilfælde

Paretoanalyse 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Causes of medication errors in a nursing home

Litteraturliste: Solberg L I, Mosser G, McDonald S, The Three Faces of Performance Measurement: Improvement, Accountability, and Research, J Qual Improv 23:135-147,1997 Juran M J, Godfrey A B, Juran s Quality Handbook, McGraw Hill, 1998 Langley G J, Moen R D, Nolan K M, Nolan T W, Norman C L, Provost L P, The Improvement Guide A Practical Approach to Enhancing Organizational Performance, Jossey-Bass, 2009 Anhøj J, Bjørn B. Statistisk processtyring i sundhedsvæsenet. Ugeskr Læger 2009;171:1764-68 Provost L P, Murray S K, The Health Care Data Guide Learning from data for improvement, Jossey-Bass, 2011