MÅLINGER ~ STRATEGI OG METODE

Transkript

1

2 MÅLINGER ~ STRATEGI OG METODE Side 2

3 HVORFOR MÅLE? Side 3

4 Vi ønsker å. vite om tiltak skaper forbedring Hensikten med målingene som inngår i kampanjen er å gi oversikt over utvikling og forbedringer over tid ved den enkelte enhet etter implementering av tiltakspakkene Side 4

5 Vi ønsker å. vite om tiltak skaper forbedring Hensikten med målingene som inngår i kampanjen er å gi oversikt over utvikling og forbedringer over tid ved den enkelte enhet etter implementering av tiltakspakkene. dokumentere hva vi leverer Vise brukere, ledelse og andre hvordan våre tjenester er Side 5

6 Antakelse er alle feils mor Side 6

7 Vi ønsker å. vite om tiltak skaper forbedring Hensikten med målingene som inngår i kampanjen er å gi oversikt over utvikling og forbedringer over tid ved den enkelte enhet etter implementering av tiltakspakkene. dokumentere hva vi leverer Vise brukere, ledelse og andre hvordan våre tjenester er. gi rom for refleksjon Målingene kan hjelpe oss til å reflektere over egen virksomhet og gi grunnlag for egen læring og utvikling Side 7

8 og hovedmålet er å gi pasientene best mulig behandling! Pasienten Hans Andersen Side 8

9 Florence Nightingale påpekte på tallet at målinger må til i kvalitetsarbeid «The ultimate goal is to manage quality. But you cannot manage it until you have a way to measure it, and you cannot measure it until you can monitor it.» Side 9

10 Forskning viser at målinger er avgjørende i forbedringsarbeid Measurements are absolutely essential to efforts for improving the processes of medical care. (Solberg et al., Jt Comm J Qual Improv Mar;23(3): ) Side 10

11 HVORDAN MÅLE? Side 11

12 Hvordan måle kvalitet? Kvalitet kan være vanskelig å måle direkte. Derfor måles ofte kvalitet ved hjelp av ulike typer kvalitetsindikatorer. Prosessindikatorer Uttrykker om pasienten har mottatt de ytelser man bør (dvs. i hvilken grad tiltakspakken gjennomføres) Resultatindikatorer Belyser pasientens gevinst, f.eks.: overlevelse, fallrate Side 12

13 Vi kan analysere en prosess mht kvalitet ved å måle og plotte en kvalitetsindikator i en tidsserie med en fast tidsfrekvens Side 13

14 Eksempel på en tidsserie som strekker seg over 14 måneder (Måling av andel legemidler med indikasjon ) Side 14

15 Overordnet målestrategi 1. Velge prosess- og resultatindikatorer + målinger 2. Utarbeide plan for datainnsamling 3. Benytte SPC til å foreta en statistisk analyse av hver indikator for å avgjøre om det skjer endringer 4. Koble analyseresultatene til forbedringsarbeidet Side 15

16 Datainnsamling tre innfallsvinkler (kilde: Solberg et al., Jt Comm J Qual Improv Mar;23(3): ) Forskning Forbedring Kontroll Formål Skape ny viten Implementere eksisterende viten Dokumentere, bedømme og sammelikne Hypotese Statisk Dynamisk Ingen hypotese Variasjon Kontrollér Studér Justér Stikkprøve Stor Liten Ingen stikkprøve Målehyppighet En eller få målinger Dager, uker, måneder Kvartaler, år Statistiske metoder Komparative metoder (t-test, chi2, regresjon, ) Prosessanalyse (statistisk prosesskontroll) Deskriptive metoder (gjennomsnitt, spredning, ) Side 16

17 Side 17

18 Forskning versus forbedringsarbeid I forskning benyttes vanligvis avansert statistikk. krever høy statistikkompetanse krever store datamengder I forbedringsarbeid kan man nøye seg med en enklere form for statistikk. I pasientsikkerhetskampanjen benytter vi statistisk prosesskontroll (SPC) til å analysere våre måledata SPC handler egentlig ikke om å måle, men om å lytte til prosessens stemme Side 18

19 Tommelfingerregel i forbedringsarbeid Søk nytte, ikke perfeksjon, i målingene Side 19

20 Nyttige tips vedrørende målinger Nyttig å etablere et måle-team Bygg målingene inn i den daglige virksomheten Bruk ferske data (real time) og gå tettest mulig på prosessene Diagrammene må tolkes både statistisk og med faglig/klinisk skjønn (av dem som kjenner virksomheten) Viktig å kommunisere resultatene Side 20

21 HVILKE MÅLINGER HAR VI? Side 21

22 De 4 obligatoriske målingene som inngår i Pasientsikkerhetskampanjen 1. Andel langtidspasienter som har hatt legemiddelgjennomgang (LMG) siste halvår 2. Andel legemidler med indikasjon 3. Andel pasienter med plan for oppfølging av legemiddelbehandling 4. Gjennomsnittlig antall faste legemidler med ATC-kode Side 22

23 Side 23

24 Side 24

25 Måling 1 Andel langtidspasienter som har hatt legemiddelgjennomgang (LMG) siste halvår Nevner: Antall langtidspasienter. Teller: Antall langtidspasienter som har hatt legemiddelgjennomgang (LMG) Side 25

26 Side 26

27 Side 27

28 Måling 2 Andel legemidler med indikasjon Nevner: Det totale antallet legemidler for alle pasienter. Teller: Antall legemidler med indikasjon oppført bak forskrivning for alle pasienter Side 28

29 Måling 3 Andel pasienter med plan for oppfølging av legemiddelbehandling Nevner: Antall langtidspasienter. Teller: Antall pasienter med plan for oppfølging av legemiddelbehandling Side 29

30 Måling 4 Gjennomsnittlig antall faste legemidler med ATC-kode Nevner: Antall pasienter. Teller: Antall faste legemidler med ATC-kode Side 30

31 HVORDAN ANALYSERE OG PRESENTERE MÅLINGENE? Side 31

32 Hvordan vet vi at en forandring representerer en forbedring? Ved å måle! Ofte taler et tidsseriediagram for seg selv (se eks under) Dersom tidsseriediagrammet ikke representerer klar tale har vi mulighet til å analysere diagrammet vha statistisk prosesskontroll Side 32

33 Side 33

34 Visualisering! Side 34

35 Side 35

36 Side 36

37 En kort introduksjon til statistisk prosesskontroll Side 37

38 Hvordan vet vi at en forandring representerer en forbedring? Ved å måle! Ofte taler et tidsseriediagram for seg selv Dersom tidsseriediagrammet ikke representerer klar tale har vi mulighet til å analysere diagrammet vha statistisk prosesskontroll Side 38

39 Statistisk prosesskontroll (SPC) Data framstilles visuelt og enkelt i en tidsserie Lav brukerterskel (ved enkel bruk av SPC) Velegnet statistisk verktøy i forbedringsarbeid Vi kan kjapt trekke statistisk sikre konklusjoner selv med små datamengder Det er mulig å trekke statistisk sikre konklusjoner på grunnlag av ganske få observasjoner dersom observasjonene utgjør en tidsserie. SPC is pragmatic science (Paul Plsek, IHI) Side 39

40 Statistisk prosesskontroll Statistisk prosesskontroll handler i bunn og grunn ikke om å måle, men om å lytte til prosessens stemme Side 40

41 Hvordan vet vi at en endring er en forbedring? Dødelighet ved coronar by-pass kirurgi før og etter endret prosedyre (Ved å presentere årsgjennomsnittet gir vi et statisk bilde av situasjonen) Side 41

42 Førte den nye prosedyren til en prosessforbedring? Endringen på 20 % reduksjon i dødelighet er klinisk signifikant... men er den også statistisk signifikant var prosessen stabil? Benytt statistisk prosesskontroll til å undersøke om prosessen var stabil (forutsigbar). Stabiliteten kan sjekkes ved f.eks. å plotte de månedlige dødelighetsratene i et run-diagram Side 42

43 Hvordan vet vi at en endring er en forbedring? Dødelighet ved coronar by-pass kirurgi før og etter endret prosedyre (Ved å plotte de månedlige dataene i en tidsserie får vi et mer dynamisk bilde av situasjonen) Side 43

44 Hvordan vet vi at en endring er en forbedring? Dødelighet ved coronar by-pass kirurgi før og etter endret prosedyre (Ved å plotte de månedlige dataene i en tidsserie får vi et mer dynamisk bilde av situasjonen) Side 44

45 Hvordan vet vi at en endring er en forbedring? Dødelighet ved coronar by-pass kirurgi før og etter endret prosedyre (Ved å plotte de månedlige dataene i en tidsserie får vi et mer dynamisk bilde av situasjonen) Side 45

46 Førte den nye prosedyren til en prosessforbedring? Bedringen vi observerer i søylediagrammet skyldes ikke den nye prosedyren, den har sågar kanskje hatt en negativ effekt! Hva vi kan lære av dette eksemplet: Aggregerte data kan noen ganger lede oss til gale konklusjoner Tidsserier er å foretrekke i forbedringsarbeid gir som oftest mer og riktigere informasjon Hovedtese: Gå tettere på prosessen! Side 46

47 Statistisk prosesskontroll i et nøtteskall Målet med bruk av SPC i forbedringsarbeid er å kunne fastslå at en prosess er stabil (forutsigbar) på et akseptabelt nivå og har en akseptabel grad av variasjon Side 47

48 Statistisk prosesskontroll i et nøtteskall SPC er et statistisk verktøy som, på en objektiv måte, kan hjelpe oss til å forstå fortiden forutsi fremtiden handle i nåtid Side 48

49