Statistisk prosesskontroll som verktøy i forbedringsprosesser

Transkript

1 Statistisk prosesskontroll som verktøy i forbedringsprosesser Trude Steinsvik Avdeling for laboratoriemedisin Klinikk for medisinsk diagnostikk Vestre Viken HF Agenda Informasjon om Avdeling for laboratoriemedisin, Vestre Viken Måling av forbedringsarbeid Eksempler på bruk av statistisk prosesskontroll 1

2 Vestre Viken HF Vi leverer spesialisthelsetjenester til ca 4 mennesker i 26 kommuner Avdeling for laboratoriemedisin Trude Steinsvik Avdelingssjef Avdelingsoverleger Jon Norseth, med. biokjemi Pål Arne Jenum, med. mikrobiologi Jonn Larsen / Thanh Hoang, blodbank Kvalitetsledere Gerd Torvund, med. biokjemi Camilla Luhr, med. mikrobiologi Marit B Hovind, blodbank Espen Jørstad IKT leder Noklus konsulenter Kari Mathilde Ulveland Beate Keyser Frølich Hildegunn Aas Sidsel K. Aaker Seksjonsleder Drammen medisinsk biokjemi Silja S. Aarstad Seksjonsleder Bærum medisinsk biokjemi Ada Forsberg Seksjonsleder Ringerike Grete Førlie Seksjonsleder Kongsberg Cecilie E. R. Green Seksjonsleder Drammen medisinsk mikrobiologi Merriam Sundberg Seksjon sleder Bærum medisinsk mikrobiologi Ragnhild Rånes Seksjonsleder Drammen blodbank Ann Kristin Eskelund Seksjonsleder Bærum blodbank Brutto årsverk: ca. 255 Antall ansatte: ca. 2

3 Måling av forbedringsarbeid Aleidis Skard Branderud / Maria Bergli Vestre Viken HF 3

4 Utfordring man tror man har et problem En avdeling hadde fått klager på at pasienter måtte vente så lenge på lege ved planlagte innleggelse De bestemte seg for å gjøre en dataregistrering: Eksempel fra Bjørnar Nyen Data fra Ove Kjell Andersen Når dataene blir presentert på en tidsakse kan variasjonene fortelle sitt Eksempel fra Bjørnar Nyen Data fra Ove Kjell Andersen 4

5 Shewharts kontrolldiagram Data har liten relevans uten å kjenne konteksten Data inneholder både signaler og støy og det er viktig å kunne skille Kontrolldiagram kan oppfattes som «prosessens stemme» man kan bruke det til å forstå hvordan prosessen fungerer/oppfører seg En prosess kan sies å være i kontroll bare når den presterer konsistent og forutsigbart (consistently and predictably) Walter Andrew Shewhart Ingeniør og statistiker ( ) Edward Deming og andre videreutviklet Schewharts diagrammer og tenkning Edward Deming Statistiker og forbedringsagent ( ) Hvorfor vi anbefaler å bruke SPC Man kan analysere data i tilnærmet real time Man kan fylle på med målinger underveis Man har mulighet til å avsløre prosessendringer tidlig med høy grad av sikkerhet Det finnes diverse tester på spesiell variasjon for SPC diagrammer som kan hjelpe oss med å bedre prosessene å evaluere effekten av forbedringsarbeidet 5

6 Hva forteller et kontrolldiagram? IChart - Verdi4 Y aksen Verdier (indikator) Measument Data legges ut på en tidsakse Dato/periode/pasienter i rekkefølge Mean: 21. LCL: 8.21 UCL: X aksen Tid (periode/pasienter i rekkefølge) Hjelpelinjer i et kontrolldiagram IChart - Verdi4 Measument Sentrallinje (aritmetisk gjennomsnitt) Mean: 21. LCL: 8.21 UCL: Øvre kontrollgrense Nedre kontrollgrense 6

7 I diagram eksempeldata I-diagram: Ventetid i akuttmottak Eksempeldata 5 Ventetid i minutter Måling av baseline Måling etter forbedringstiltak Dato Mean: 47. UCL: 4.19 Mean: UCL: SPC handler om å forstå variasjon Dette er viktig fordi variasjon forekommer i alt vi gjør Kunnskap om variasjon gir oss et grunnlag for å analysere og forbedre prosesser Manglende forståelse for variasjon kan føre til feilslutninger Vi ser trender der det ikke er trender Vi feiltolker en naturlig utvikling som en forverring eller forbedring av en prosess Begrepet «variasjon» kan deles inn i tilfeldig variasjon («common cause») og spesiell variasjon («special cause») 7

8 Ulike typer variasjon Tilfeldig variasjon Naturlig variasjon er en iboende egenskap ved en prosess Kroppstemperaturen varierer normalt mellom 36,5 og 37,5 grader gjennom døgnet Ventetiden ved en legevakt varierer mellom og 9 minutter avhengig av pågang Tilfeldig variasjonen skyldes vanlige og naturlige årsaker En prosess som kun viser tilfeldig variasjon er som oftest stabil og forutsigbar innenfor statistiske grenser Spesiell variasjon Spesielle variasjoner kommer som resultat av irregulære, unaturlige årsaker som ikke er iboende i prosessen Spesiell variasjon kan være både ønsket og uønsket (utilsiktet). Spesiell variasjon i behandling kan være ønsket etter at man igangsetter et forbedringsarbeid Uønsket spesiell variasjon kan være forårsaket av utstyrsmangel (u)vaner/kultur, mangel på standardisering av en særskilt behandlingsprosess eller manglende evne til å takle akutte tilfeller på en god måte En prosess som har spesielle variasjoner er som oftest ustabil og ikke forutsigbar Hvordan tolke og analysere variasjon i kontrolldiagrammer? Det er nødvendig å gjennomføre både statistisk analyse og faglig tolkning av variasjon i kontrolldiagrammer Faglige tolkninger: Spredning Er graden av variasjon faglig akseptabel, eller bør praksis samordnes bedre? Nivå Er nivået (gjennomsnittet/medianen) tilfredsstillende? Er nivået god praksis/god kvalitet? Grenseverdier Finnes det en faglig grense for hvilke verdier som kan aksepteres og er denne grensen overskredet? Statistisk analyse: Vurdere om prosessen stabil og forutsigbar eller om det spesielle variasjoner tilstede i prosessen? Vurdere resultatet av intervensjoner i prosesser Er praksis endret/forbedret? 8

9 Statistisk analyse av kontrolldiagrammer Tester for spesiell variasjon Sporadisk avvik Measument Mean: LCL:.41 UCL: Measument Nivåskifte Trend Mean: 26. LCL:.44 UCL: Measument Kontrolldiagrammer kan indikere at en endring har skjedd, og at denne ikke skyldes tilfeldigheter Mean: LCL: UCL: Ulike typer SPC diagrammer Run diagram kan lages uten datamaskin/dataprogram Det er utviklet flere kontrolldiagrammer tilpasset ulike typer data (se beslutningstre på neste bilde) I diagram hvert datapunkt er en observasjon P diagram hvert datapunkt er forholdet mellom en teller og en nevner G diagram for sjeldne hendelser, dager eller antall mellom hendelser 9

10 Viktig å huske på når du bruker SPC SPC passer ikke til samtidige data Tid må være en faktor Det du måler må representere en prosess (noe som skjer over tid) Kan ikke brukes hvis det er huller i tidsrekken hvis noen av observasjonene mangler Datapunktene må sorteres i kronologisk rekkefølge Plottes kronologisk etter hendelsesdato, innleggelsesdato, utskrivingsdato, operasjonsdato, klokkeslett etc. Det du måler før og etter endring/i ulike faser må måles på samme måte Forbedringsprosjekter i Avdeling for laboratoriemedisin Avdelingen har i flere år jobbet med forbedringer Har ikke hatt tilstrekkelig fokus på systematiske målinger / dokumentere forbedringene Flere ansatte har deltatt på Vestre Vikens kompetanseprogram for kontinuerlig forbedring og/eller tidligere jobbet med Lean Startet å bruke statistisk prosesskontroll som verktøy høsten 15 Forbedringsprosjekter som eksempler: 1) Ny automasjonsløsning (medisinsk biokjemi Bærum) Prosjekt for å forbedre ventetid på poliklinisk prøvetaking Prosjekt for å redusere svartid på morgenrunden 2) Effektivisere produksjon av blodprodukter (blodbanken Drammen) 3) Optimalisering av prøveflyt/arbeidsprosesser (med. mikrobiologi Drammen)

11 Automasjonsløsninger Reduserer manuelle arbeidsrutiner Frigjør personalressurser for å kunne klare økt aktivitet uten økt bemanning Riktig bruk av kompetanse Reduserer feil / avvik Bærum: Første totalautomasjon i Norge ( ) Ankomstregistrerer Sentrifugerer Avkorking/påkorking Klinisk kjemi/hormoner Hematologi Koagulasjon Arkiverer i kjøleskap Etterrekvirerer automatisk Bærum totalautomasjon Automatisert prøveflyt for klinisk kjemi/hormoner, hematologi, koagulasjon Integrert kjøleskap: automatisk etterrekvirering Erstatter manuelle arbeidsoperasjoner 11

12 Arbeidsflyt på laboratoriet før totalautomasjon Totalautomasjonen erstatter manuelle arbeidsoperasjoner 12

13 Forbedringsprosjekt Bærum mål Gevinster ved totalautomasjonen: Frigjør ca arbeidstimer på dagtid Redusert arbeidsbelastning på vakt/helg Prøver som etterbestilles i Dips vil automatisk analyseres Dagens bemanning kan takle ytterligere økt aktivitet Forbedringsmål: 1) Implementere forbedrede arbeidsrutiner som understøtter et godt arbeidsmiljø 2) Redusert ventetid på poliklinisk prøvetaking 3) Forbedret svartid på morgenrunden Poliklinisk prøvetaking kartlegging 1) Bakgrunn: For lang ventetid i poliklinikken Stor variasjon i løpet av dag/uke 2) Kartlagt ventetid i tidsintervaller Iverksatt tiltak i hht dette fom uke 43: åpner poliklinikken min tidligere 4 prøvetakere i poliklinikken mandag, tirsdag og onsdag 3 prøvetakere torsdag og fredag. Videre oppfølging: Oppdaterte ventetider tilgjengelig for de ansatte (tavle) 13

14 Kartlegging av ventetid i tidsintervaller Ventetid i minutter Ventetid i minutter Ventetid PP Rutine 8-9 I-diagram Dato Ventetid Mean: PP Rutine UCL: I-diagram Dato Mean: UCL: Ventetid PP rutine I-diagram Ventetid i minutter Ventetid i minutter Ventetid PP rutine 9- I-diagram Dato Mean: 19.4 UCL: Ventetid PP Rutine I-diagram Dato Mean: UCL: Ventetid i minutter Ventetid PP rutine -11 I-diagram Ventetid i minutter Dato Mean: UCL: Ventetid PP Rutine I-diagram Dato Mean:.67 UCL: Ventetid i minutter Dato Poliklinisk prøvetaking gjennomsnittlig ventetid (kartlegging oktober tom desember 14) Ventetid (min) Tidsintervaller 14

15 Poliklinisk prøvetaking kartlegging Avdelingen har som mål at mer enn 9% av pasientene skal vente mindre enn minutter I 14 var det kun 74% av pasientene som ventet mindre enn minutter Lengst ventetider: Mandag, tirsdag og onsdag Fra 8 9 Poliklinikken åpnes kl 8., men mange møter før og trekker kølapp Stor variasjon i ventetid Poliklinisk prøvetaking tiltak 1) Bakgrunn: For lang ventetid i poliklinikken Stor variasjon i løpet av dag/uke 2) Kartlagt ventetid i tidsintervaller 3) Iverksatt tiltak i hht dette fom uke 43: åpner poliklinikken min tidligere 4 prøvetakere i poliklinikken mandag, tirsdag og onsdag 3 prøvetakere torsdag og fredag Videre oppfølging: Oppdaterte ventetider tilgjengelig for de ansatte (tavle) 15

16 Poliklinisk prøvetaking resultater høst 15 Ventetid poliklinikk oktober + uke I-diagram 65 Gjennomsnittelig ventetid per dag Brudd lagt inn ved nivåskifte Redusert ventetid (nivåskifte) Dato Mean: UCL: Mean: LCL: 1.19 UCL: Gjennomsnittlig ventetid redusert til 12 min! Smalere kontrollgrenser viser at det er redusert variasjon Poliklinisk prøvetaking resultater høst MR diagram Moving Range 25 Redusert variasjon (nivåskifte) MRBar: UCL: MRBar: 3.91 UCL: MR diagrammet: er forskjellen mellom hver måling i tidsserien Bekrefter redusert variasjon 16

17 Poliklinisk prøvetaking videre oppfølging 1) Bakgrunn: For lang ventetid i poliklinikken Stor variasjon i løpet av dag/uke 2) Kartlagt ventetid i tidsintervaller 3) Iverksatt tiltak i hht dette fom uke 43: åpner poliklinikken min tidligere 4 prøvetakere i poliklinikken mandag, tirsdag og onsdag 3 prøvetakere torsdag og fredag. 4) Videre oppfølging: Oppdaterte ventetider tilgjengelig for de ansatte (tavle) Økt poliklinikk i 16 men fortsatt stabil ventetid! Antall pasienter i poliklinikken Andel (%) som venter under minutter

18 Poliklinisk prøvetaking resultater høst 16 Gjennomsnittlig ventetid fortsatt kun 13 minutter et år etter innførte tiltak Smalere kontrollgrenser viser at det er redusert variasjon Svartid på morgenrunden Dialog med sengepostene om hastegrad Plukket ut 3 poster som pilot, samt hele sykehuset Bruker CRP som indikator for svartid og måler hver dag gjennomsnittssnitt tid for alle prøvene: 1) Total svartid: tid fra prøve rekvirert til svar utgitt 2) Tid fra prøve rekvirert til ankommet lab 3) Tid fra prøve ankommet lab til svar utgitt Pkt 2 og 3 er deler av prosessen som bidrar til den totale svartiden. Krever ulike tiltak. 18

19 Svartid på morgenrunden iverksatte tiltak Bruker CRP som indikator for svartid og måler hver dag gjennomsnittssnitt tid for alle prøvene: 1) Total svartid: tid fra prøve rekvirert til svar utgitt 2) Tid fra prøve rekvirert til ankommet lab 3) Tid fra prøve ankommet lab til svar utgitt Totalautomasjon ble startet opp 17. september Første måneden har vært en innkjøringsperiode med fokus på opplæring og prosessoptimalisering Stabil drift først medio oktober Forventninger til automasjonen: Redusere variasjon i svartid Kan redusere tid fra prøve ankommet lab til svar utgitt? I-diagram: Antall minutter fra prøve er ankommet til svar er utgitt Alle (MED, KIR, ORT) BS - juni til oktober Brudd lagt inn etter 17.9 Redusert svartid (nivåskifte) Gjennomsnittelig antall minutter per dag Dato Mean: LCL: UCL: Mean: LCL: UCL: Alle avdelinger: Tid fra prøve ankommet lab til svar utgitt redusert med ca 18 min! Smalere kontrollgrenser viser at det er redusert variasjon 19

20 Antall minutter fra prøve er ankommet til svar er utgitt Alle (MED, KIR, ORT) juni til oktober MR diagram (støtte til I diagrammet som sier noe om variasjon) 65 Moving Range MRBar: UCL: MRBar: 7. UCL: MR diagrammet: er forskjellen mellom hver måling i tidsserien Bekrefter redusert variasjon Svartid på morgenrunden iverksatte tiltak Bruker CRP som indikator for svartid og måler hver dag gjennomsnittssnitt tid for alle prøvene: 1) Total svartid: tid fra prøve rekvirert til svar utgitt 2) Tid fra prøve rekvirert til ankommet lab 3) Tid fra prøve ankommet lab til svar utgitt Tiltak som er iverksatt: Dialog med sengepostene om hastegrad/rekvireringsrutiner Koordinator henter prøver på morgenrunden slik at prøvene kommer raskere inn på båndet

21 Antall minutter fra prøve er bestilt til svar er utgitt. Alle avdelinger, juni 15 t.o.m. september 16 Antall minutter fra prøve er bestilt til svar er utgitt. Alle - Juni 15 til september 16 I-diagram 3 2 Redusert variasjon (nivåskifte) Tid i minutter Dato Mean: LCL: UCL: 2.37 Mean: LCL: 58. UCL: 6.72 Mean: 112. LCL: UCL: 1.3 Alle avdelinger: total svartid redusert med 25 min Smalere kontrollgrenser viser at det er redusert variasjon Antall minutter fra prøve er bestilt til svar er utgitt på HVERDAGER Alle avdelinger, juni 15 t.o.m. september 16 HVERDAGER Antall minutter fra prøve er bestilt til svar er utgitt. Alle, juni 15 - september 16 I-diagram 3 Redusert variasjon (nivåskifte) 2 Tid i minutter Dato - mandag til fredag Mean: LCL: UCL: Mean: LCL: 66. UCL: 179. Mean:.65 LCL: UCL: 134. Alle avdelinger: total svartid redusert med 27 min Smalere kontrollgrenser viser at det er redusert variasjon 21

22 Antall minutter fra prøve er bestilt til svar er utgitt i HELGER Alle avdelinger, juni 15 t.o.m. september 16 HELG Antall minutter fra prøve er bestilt til svar er utgitt. Alle, juni 15 - september 16 I-diagram Tid i minutter Dato - lørdag og søndag Mean: LCL:.75 UCL: Mean: LCL: UCL: 235. Mean: 143. LCL: 96.1 UCL: Alle avdelinger: total svartid redusert med min Smalere kontrollgrenser viser at det er redusert variasjon Nytt forbedringsprosjekt startet høsten 16 Effektivisere produksjon av blodprodukter ved blodbanken i Drammen Bakgrunn Mål om å øke tapping med % Utbedring av lokalene Ekstra intervjurom + tappestol Kartlegger arbeidsprosesser og iverksetter tiltak for å sikre økt tapping 22

23 Nytt forbedringsprosjekt startet høsten 16 Optimalisering av prøveflyt og arbeidsprosesser ved medisinsk mikrobiologi i Drammen Bakgrunn Store endringer ved seksjonen de siste årene Nytt utstyr medfører ny måte å arbeide på, endret prøveflyt og arbeidsflyt Økt repertoar, økt pøvemengde og flere ansatte utfordrer organisering og lokaler Mål om å øke tapping med % Kartlegger arbeidsprosesser og iverksetter tiltak for å optimalisere prøveflyt og arbeidsprosesser Statistisk prosesskontroll erfaringer så langt Nyttig verktøy til å: Kartlegge prosesser Finne riktige tiltak Dokumentere effekten av tiltak Viktige suksessfaktorer i forbedringsarbeid: Prosjektet må forankres av leder God involvering av personalet Bør ha prosessveileder som støtter prosjektgruppen Når tiltak er iverksatt er det viktig å ha et oppfølgingssystem som gjør at endringen vedvarer 23