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. 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 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 14

15 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 15

16 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 16

17 Tommelfingerregel i forbedringsarbeid Søk nytte, ikke perfeksjon, i målingene Side 17

18 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 18

19 HVILKE MÅLINGER HAR VI? Side 19

20 Side 20

21 Side 21

22 Kampanjemålingen Prosessindikator: Etterlevelse av tiltakspakken per pasient Måleresultatene skal registreres i Extranet-databasen månedlig, ev. fortløpende Side 22

23 Antallet pasienter det skal måles på For å redusere arbeidsmengden kan man begrense målingen til et utvalg av pasienter i de tilfeller der pasientgrunnlaget er stort. For enheter/ avdelinger med stabilt flere enn 20 pasienter utskrevet per måned: Resultatene fra de første 20 pasientene som utskrives hver måned registreres i Extranet. For enheter/ avdelinger med færre enn 20 pasienter utskrevet per måned: Resultatene fra alle pasientene registreres i Extranet Side 23

24 Side 24

25 Side 25

26 Side 26

27 Side 27

28 Side 28

29 HVORDAN ANALYSERE OG PRESENTERE MÅLINGENE? Side 29

30 Hvordan vet vi at en forandring representerer en forbedring? Ofte taler et tidsseriediagram for seg selv Dersom tidsseriediagrammet ikke representerer klar tale har vi mulighet til å analysere diagrammet vha statistiske tester Side 30

31 Tidsseriediagram for Levanger Side 31

32 Side 32

33 Tidsseriediagram for OUS Side 33

34 Tidsseriediagram for OUS Side 34

35 baseline 35

36 Side 36

37 Side 37

38 Side 38

39 Side 39

40 Side 40

41 Side 41

42 Side 42

43 Side 43

44 Visualisering! Side 44

45 Side 45

46 Side 46

47 Det viktige spørsmålet som bør stilles fortløpende... Hvordan går det? Side 47

48 En kort introduksjon til statistisk prosesskontroll Side 48

49 Statistisk prosesskontroll (SPC) Data framstilles visuelt og enkelt 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 49

50 Statistisk prosesskontroll Statistisk prosesskontroll handler i bunn og grunn ikke om å måle, men om å lytte til prosessens stemme Side 50

51 Gjennomsnittlig liggetid for tre sykehus (data aggregert over en periode på 30 måneder) Side 51

52 Liggetid på sykehus A Viser grafen en stabil eller ustabil prosess? Side 52

53 Liggetid på sykehus B Viser grafen en stabil eller ustabil prosess? Side 53

54 Liggetid på sykehus C Viser grafen en stabil eller ustabil prosess? Side 54

55 Gjennomsnittlig liggetid for de tre sykehusene De 3 foregående grafer indikerer sykehus med ulike prosesser (stabil/ustabil), men dette fremgår altså ikke av søylediagrammet under Side 55

56 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 56

57 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 57

58 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 58

59 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 59

60 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 60

61 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 61

62 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 62

63 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 63

64