Hvor blev den ITunderstøttende kvalitetsudvikling af? Søren Vingtoft Enhed for Klinisk Kvalitet 14. Januar 2011
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
Tonsvis af patientdata genereres dagligt
Petabytes af patientdata gemmes dagligt
Anvendelse af patientdata Primær brug Sekundær brug (=genbrug)
IT understøttelse i en kvalitetsudviklingskontekst Inddata Uddata Rapporter Inddateringssystemer Databaser Standard- og interaktive rapporter
EKKs IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata Genbrug CPR LPR PA S Dødsdato 30000 25000 Datakvalitet, Supplerende data 20000 Kliniske Indikator rapporter 15000 10000 Samlet indtastningsaktivitet KMS 2004-06 5000 0 04.01 04.02 04.03 04.04 04.05 04.06 04.07 04.08 04.09 04.10 04.11 04.12 05.01 05.02 05.03 05.04 05.05 05.06 05.07 05.08 05.09 05.10 05.11 05.12 06.01 06.02 06.03 06.04 Antal skemaer oprettet per md 06.05 06.06 06.07 06.08 Antal skemaer oprettet per md Antal aktive indtastere 1200 1000 800 600 400 Antal aktive indtastere 200 0 år.md
EKK s IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata 2007. Regioner Udfordringer Forskellige PAS Kliniske Indikator Rapporter på PAS data til hele regionen Registrering og administrationsbyrden for afdelingerne Arbejdsbyrden for EKK
EKK s IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata 2007. Regioner De sundhedsfaglige ressourcer er knappe og skal anvendes bedst muligt: Dokumentationsbyrden skal reduceres Afdelingernes arbejdsbyrde KCØ s arbejdsbyrde reduceres
EKK s IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata 2007. Regioner Inddata Uddata Klinisk LPR MåleSystem Analyseportalen Rapporter KMS LPR
EKK s IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata 2007. Regioner Strategi Genbrug eksisterende datakilder LPR (somatisk, psykiatrisk), CPR, Dødsårsag, Patobank osv WEB service
EKK s IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata 2007. Regioner 2008. MIS kræft Landsdækkende Kliniske Indikatorrapporter for alle typer kræft baseret på LPR data
EKK s IT-udviklingsstadier 1995. H:S sundhedsfaglig kvalitet 2001. Klinisk MåleSystem - inddata 2004. Analyseportalen - uddata 2007. Regioner 2008. MIS kræft 2009. ABT - GAPS
Genanvendelse af administra/ve pa/entdata /l måling af den sundhedsfaglige kvalitet GAPS
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
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
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
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
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
Variable Efter Datadefinitioner for NIP-apopleksi. Gældende fra Datasæt 1. juli 2009 Indikator nummer *PF AN 1 2 3 4 5 6 7 8 9 10 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
Variable Efter Datadefinitioner for NIP-apopleksi. Gældende fra Datasæt 1. juli 2009 Indikator nummer *PF AN 1 2 3 4 5 6 7 8 9 10 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
GAPS patientlisten
GAPS suppleringsskema apoplexi
GAPS suppleringsskema bl. ulcus
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
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
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!
? 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
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
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