Når tal taler eller opfordrer til dialog! v. Anne-Marie Blok Hellesøe, Rigshospitalet Fagligt Selskab For Hygiejnesygeplejersker, Årsmøde 2017 29. november 2017 1
Hvad skal vi med data på det infektionshygiejniske område? Tal med sidemanden i 3 minutter 29. november 2017 3
Hvad skal vi med data på det infektionshygiejniske område? Overholder vi standarden/vejledningerne? Har vi udbrud? Har vi et problem? Hvor har vi en udfordring? Hjælper vores indsats? Data skal ideelt set hjælpe os med at tage gode beslutninger: 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 29. november 2017 4
Hvad er formålet? Forskning Forbedring Kontrol Formål Skabe ny viden Implementere eksisterende viden Dokumentere, bedømme og sammenligne Spørgsmål Hvad? Hvordan? Hvor godt? Hypotese Statisk Dynamisk Ingen hypotese Variation Kontroller Studer Juster Målehyppighed En eller få målinger Dage, uger, måneder Kvartaler, år Stikprøve Stor Lille Ingen stikprøve Statistiske metoder Komparative metoder (t-test, χ 2, logistisk regression etc. SPC Soelberg et al. Jt Comm J Qual Improv. 1997 Mar; 23(3): 135-47 Deskriptive metoder (gennemsnit, spredning) 29. november 2017 5
Dataindsamling hvor får vi data fra? Kilde Fordele Ulemper Daglig overvågning (fx lister) i labsystem. Håndtering af pt. Sammenhænge opdages ofte tilfældigt Løbende periodevis overvågning, fx HAIBA Overblik (mønstre og tendenser), nemt, struktureret Upersonligt (og afdelingskoder) Observationer, fx håndhygiejne Måling af adfærd Tidskrævende Hygiejneaudit Identifikation af problemområder, lokalt ejerskab Tidskrævende Rengøringskontroller Struktureret Hvad fortæller de? Nationale indikatorer Fokus Hvad fortæller de? Interviews/dialog Hypotesegenererende og identifikation af problemområder Tidskrævende 29. november 2017 6
Hygiejnesygeplejerskens dashboard 29. november 2017 7
Indikator: En målbar variabel Resultatindikatorer knytter sig til et produkt fx en urinvejsinfektion Produkt Procesindikatorer knytter sig til de processer og arbejdsgange, der leder frem til produktet fx anlæggelse af KAD eller håndhygiejne. Andre typer indikatorer: Strukturindikatorer knytter sig til fx de fysiske rammer fx senge pr. hygiejnesygeplejerske Ulempeindikatorer knytter sig til evt. uønskede effekter af indsats 8
Walter A. Shewharts regler om datapræsentation: Rule 1: Original data should be presented in a way that will preserve the evidence in the original data for all the predictions assumed to be useful. Rule 2: Any summary of a distribution of numbers in terms of symmetric functions should not give an objective degree of belief in any one of the inferences or predictions to be made therefrom that would cause human action significantly different from what this action would be if the original distributions had been taken as evidence. Shewhart, Walter A.; Deming, William E. (1939). Statistical Method from the Viewpoint of Quality Control. The Graduate School, The Department of Agriculture. p. 88. 29. november 2017 9
Niveau eller retning? 29. november 2017 10
Proces Proces: Forbundne aktiviteter som har til formål at frembringe et Aktivitet 1 Aktivitet 2 Produkt produkt eller eller en tjeneste Alle processer varierer Tilfældig variation findes i alle processer Ikke-tilfældig variation findes i nogle processer og kan skyldes tilsigtede forbedringer eller utilsigtede forværringer Hvordan skelner vil mellem ikke-tilfældig variation (signal) og tilfældig variation (støj)? Seriediagrammet og kontroldiagrammer 29. november 2017 11
Seriediagrammet 29. november 2017 12
Signaler om ikke-tilfældig variation Skiftsignal: Usædvanlig mange konsekutive datapunkter på samme side af midtlinjen Krydssignal: Usædvanlig få krydsninger af midtlinjen Andre: Fx cykliske og oplagte afvigende enkeltmålinger Hvad er usædvanligt? Tabelværdier baseret på antallet af målinger Antal brugbare obs. Længste serie > 12 7 3 24 8 8 26 8 8 Antal kryds < Har vi niveau, er vi så eller? Har vi retning, er det så på den fede måde eller er der noget at arbejde med? 29. november 2017 13
Analyse af seriediagram Antal brugbare obs. Længste serie > 12 7 3 24 8 8 26 8 8 Antal kryds < Kun tilfældig variation! 29. november 2017 14
Kontroldiagrammet seriediagrammets (lidt) besværlige ældre søster 29. november 2017 15
Hvad så med dem her? Hele landet Nord Midt Syd Hovedstaden Sjælland 29. november 2017 17
Eksempel: Volumen eller risiko? UVI for alle afd. i Region H i 6 måneder (HAIBA-data) 29. november 2017 18
Niveau eller retning? Tilfreds eller kke tilfreds? Skabelon til seriediagram udviklet af Bispebjerg og Frederiksberg Hospital 29. november 2017 19
Forebyggelse af C. difficile-infektioner 1 29. november 2017 20
Forebyggelse af C. difficile-infektioner 2 29. november 2017 21
Forebyggelse af C. difficile-infektioner 3 29. november 2017 22
Hvordan måler vi adfærd? Eksempel: Håndhygiejneobservationer Hvad er analysen? Hvad er fortolkningen? 29. november 2017 23
Hvad med de sjældne hændelser? 2012-2016: 10.359 primære hoftealloplastikker og 127 dybe infektioner (1,2 %) 9.178 primære knæalloplastikker og 74 dybe infektioner (0,8 %) 29. november 2017 24
29. november 2017 25
Dataindsamling i praksis Hvad er formålet? Datakilde og format? Bevar så vidt muligt originaldata i dataindsamlingen, du kan altid aggregere men ikke gå den anden vej Men! Gør det ikke unødvendigt kompliceret inddrag ikke en masse variable, som det ikke er sandsynligt du skal bruge senere. Undgå CPR-numre (så bliver alting så meget nemmere) 29. november 2017 26
Indikatorspecifikation Type: proces-, resultat- eller ulempeindikator. Format: fx antal, andel, rate eller måling. Dataelementer og definitioner: fx tæller og nævner Datakilde: fx papir og blyant, tavlemøde eller database. Dataindsamling: hvem? Hvad? Hvordan? Hvornår? Databehandling: sortere, filtrere, mutere, aggregere mv. 29. november 2017 27
Målefrekvens og stikprøvestørrelse Mål så hyppigt som du kan, og så sjældent du tør! Mål så hyppigt, at eventuel ikke-tilfældig variation vil optræde mellem målepunkterne Gør stikprøverne store nok til, at den ikke-tilfældige variation (signalet) vil overstige den tilfældige variation (støjen) TIP: Tilstræb, at der i gennemsnit forekommer mindst 4 defekte(r) i hver stikprøve. Eksempel: 10 % af patienterne får en hospitalsinfektion. Der bør derfor være mindst 4/0,1 = 40 patienter i hver stikprøve. 29. november 2017 28
Så 1. Hvilke spørgsmål skal man stille til sine data? Er processen stabil? Har den niveau eller retning? Er det på den eller den måde? 2. Hvilke værktøjer kan man anvende til at få besvaret sine spørgsmål? Seriediagrammer (og evt. kontroldiagrammer) 3. Hvordan skal man handle på denne viden og prioritere sine ressourcer? Stabil proces, tilfredsstillende niveau hænderne i skødet! Stabil proces, utilfredsstillende niveau - arbejde med proces. Proces i bevægelse, på den gode måde find og implementer årsagen! Proces i bevægelse på den dårlige måde find og eliminer årsagen! 29. november 2017 29
Task Force Forebyggelse af hospitalsinfektioner Kontakt: Jacob Anhøj: jacob.anhoej@regionh.dk Anne-Marie Blok Hellesøe: anne-marie.blok.hellesoee@regionh.dk 29. november 2017 30