Datadreven kvalitetsudvikling. Leif Panduro.

Datadreven ledelse og
kvalitetsudvikling
Leif Panduro Jensen
Centerdirektør, Finsencentret, Rigshospitalet
VI STOPPER IKKE MED AT
MÅLE, TVÆRTIMOD
NICK HÆKKERUP, SUNDHEDSMINISTER
DSS ÅRSMØDE 7.5.2015
Lånt af Prof. Henrik Sillesen
Data
• Ikke alt, der kan tælles, tæller
Ikke alt, der tæller, kan tælles
» Albert Einstein
• Enhver tilstræbt forandring kræver at man ved hvor
man kommer fra, hvor man vil hen, og hvor langt
man er kommet.
• Målbare indikatorer virker!
Risiko for ”hitting the target but missing the point”
Anvendelse og metode afhænger af hvor man er
Plessen C et .al. Ugeskrift for Læger 2012;174:(45):2780-4
”Kvalitet” kommer længere og længere frem på
den ledelsesmæssige dagsordenen
 Store variationer i de leverede ydelser, uanset hvordan det måles




Patientoplevet (PROM)
Organisatorisk (ventetid, forløb, liggedage etc.)
Fagligt (indikatormålinger, enkelt historier)
Omkostnings-effektivitet – økonomi
 Faglig kvalitet i kerneydelsen har i mange år været taget for givet i
ledelsessystemet, eller anset for at være en rent faglig opgave at følge
 Det er de faglige enige i !
 Det tager mere end 10 år at ændre praksis, når ny videnskab giver
anledning til ændringer, og lige så lang tid at evaluere om resultaterne
holder i daglig klinisk praksis
 Kvalitet synes at have fået tiltagende ledelsesfokus i de senere år
 Faglig kvalitet indgår ofte stadig ikke i den almindelige ledelsesinformation
 Præget af enkeltsager, og særlige sygdomme (cancerpakker etc.)
Faglig kvalitet - data har vi nok af !
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Landsdækkende kliniske kvalitetsdatabaser
Den Landsdækkende Undersøgelse af Patientoplevelser (LUP)
Landspatientregisteret/Lokale patientadministrative systemer
CPR registeret
Patologiregister
Cancerregisteret
Fødselsregisteret
Dødsårsagsregisteret
Sygesikringen
Lægemiddeldatabaser
Laboratoriedatabaser
Mikrobiologiske registreringssystemer
Billeddiagnostiske registreringssystemer
Blodbankssystemer
Ledelsesmæssige krav til kliniske
kvalitetsdata
Data skal være parate når man skal bruge dem og være
gode nok til formålet
Data skal være præcise og valide
Data skal være passende tidstro
Indsamling af data skal være så simpel som muligt
Indikatorer skal være klinisk meningsfulde
Indikatorer skal være evidensbaserede
Indikatorer skal være fagligt fortolkede
Data skal analyseres med passende metoder, der tillader at vurdere
eventuelle effekter af initiativer
Data, indikatorer og analyser skal være tilgængelige uden forsinkelse
Data skal rapporteres tilbage i passende form til de forskellige niveauer
* Klinikere – specialister – afd.ledelser – hospitalsledelser – regionalt – nationalt.
Når værdi og faldgruber for en indikator er fastlagt kan den rapporteres
hurtigere og friere
Resultat eller procesindikator?
• Resultat
• Foretrukket, siger noget direkte om kerneydelsen
• Svagheder:
- Sjældne hændelser kræver store datamængder over lang tid
- Ofte store forsinkelser på data
- Nogle data svære at indsamle (fx nosokomielle infektioner),
andre nemme (fx 30 dages mortalitet)
- Påvirkelig af bias, case-mix mv. - fortolkningsproblemer
• Proces
• Kan indsamles tidstro, koblet til forandringsprocesser
• Svagheder
- Kobling til resultat ofte usikker, association forveksles med
kausalitet
• Kvanitativt vs kvalitativt – brug for begge dele
Indikatormonitorering og fortolkning
- Ikke altid uden problemer
• Ideelt set vil vi monitorere en indikator, der giver et retvisende og tidstro
billede af kvaliteten, og som er følsom for ændringer
• Når der hæftes konsekvenser på monitoreringen (penge, prestige osv.)
ændres målsætningen for de, der skal levere data til indikatoren fra at
være rent kvalitet (audit) til fx budgetbeskyttelse, beskyttelse af
erhvervede rettigheder osv
• Indikatorer har svagheder på fire områder:
•
”Measure fixation” – Man opfylder indikatoren, selvom det for patienten og
kvalitetsønsket er uhensigtsmæssigt
•
”Tunnel vision” – Man fokuserer på indikatorområder og lader andre vigtige ligge,
fordi de ikke er monitorerede
•
”Importance of Context” – fx Demografisk indflydelse, det er sværere at få høj
diabeteskontrol i socialt dårlige områder
•
”Potential for Gaming” – fx ændre diagnoser, bidiagnoser osv. for at få pt. flyttet ud
af indikator, eller ind (fx HSMR).
Lester HE et al. BMJ Quality & Safety 2011, doi 10.1136/bmjqs.2010.048371
Data skal omgås med forsigtighed!
”Det generelle
billede er at der
er nogen
spredning
mellem
afdelingerne”
citat årsrapporten
Figur fra DBCG årsrapport 2010, udgivet 2012
Eksempel på svært fortolkelig indikator:
Re-admission rate and mortality for patients with chronic
heart failure
Gorodeski et al.
NEJM 2010; 363: 3: 297.
Data tilpasset ledelsesniveauet
Politisk niveau
Prioritering baseret på data og indikatorer (viden)
Regionsledelse
Konkret forandringsledelse (PDSA)
Data:
• Tilpasset beslutningsproces (md – år)
• Aggregerede
• Stabile
Sygehusledelse
Indikator-målinger
Kliniknær ledelse
Konkret forandringsledelse (PDSA)
Data:
• Tidstro og hyppige (ugentligt)
• Detaljerede
• Fleksible
FLIS – fælles ledelsesinformationssystem
Adgang til fri analyse af data
”BIG DATA”
CEO dashboard eksempel
Rapport
Præsentation af kvalitetsdata skal tilpasses
målgruppen og situationen
Statistisk proceskontrol
- seriediagram
Tid mellem events
– dag til dag optælling og
præsentation
Årsrapport
2003-2007, www.esvs.org
Hvad med ”Big Data” – løser det ikke alt?
• Ingen krav om overvejelser om model, data
inklusion/eksklusion, kausalitet osv. – bare regn løs!
• Kan give indsigt i sammenhænge i komplekse data,
og i nogle tilfælde være beslutnings-understøttende
• (Watson – IBM)
• Men kan også give totalt misvisende resultater når
forudsætninger ændrer sig
• Google flu tracker
Ledelsesmæssigt dilemma ved brug af
kvalitetsindikatorer
• Indikator-baserede incitamenter virker!
• Dvs. vi skal passe på hvilke konsekvenser der
kommer af hvilke kvalitetsmålinger
• Ved store konsekvenser vil målopfyldelse altid ske,
men måske med utilsigtede bivirkninger
Eksempler på
” hitting the target but missing the point”
• UK indførte 2003 budgetkonsekvenser for særligt
vigtige indikatorer:
• Alle skal maksimalt vente 4 timer på en skadestue
- Løsning: Ansættelse af ”hello nurses”, der
tager imod i døren, men derfra er ventetiden
lige så lang som den plejer
• Responstid på ambulancer maksimalt 8 min.
- Løsning 1: fifle med målingerne, rette i
tidspunkterne for kald og møde
- Løsning 2: Ikke acceptere ture til
landdistrikter, kun centralt i byen
Veena S Raleigh et al. Getting the measure of quality. Opportunities and challenges. The King’s Fund 2010. ISBN: 978 1 85717 590 5
For mange indikatorer ?
GPS
Advarsler
Hastighed (tidstro)
Omdrejninger
Olietemperatur
Brændstof
Km-tæller
Kvalitetsudvikling = klinisk ledelse
• Store regneark er besnærende, men data og indikatorer
kræver faglig fortolkning
• Mål på resultat til langsigtede strategiske formål,
på proces til at understøtte forandring
• Handling på data kræver (klinisk) ejerskab
• Data er ikke noget værd i sig selv, får først værdi når de
bruges til overvågning og overvejelse om handling
• For at forbedre resultater må man ændre processer, vi
behøver data og indikatorer på begge dele