Statistisk dataanalys av produktionsdata – Erfarenheter från sjukvården Alexander Chakhunashvili, PhD ([email protected]) Sektionen för Strategiska Projekt, Analys och Visualisering Avdelningen för Strategisk Sjukvårdsutveckling och Vårdproduktion Seminarium Industriell statistik: Analys av service- och tjänsteprocesser Karolinska Institutet, Stockholm Den 17 mars, 2015 Sammanfattning Tack vara den snabba IT utvecklingen finns det idag stora mängder produktionsdata att tillgå i sjukvården. Det mäts mycket… Och det lagras mycket. Men… – Använder vi sjukvårdsdata på ett klokt sätt? – Hur långt räcker vår datakunskap/statistikkunskap? – Använder vi den för att förstå variationen och omvandla rådata till något vettigt? – Eller är det datorkunskapen/programmeringskunskapen som gör skillnaden? Syftet med denna presentation är att lyfta fram några utvecklingsområden i samband med användning av produktionsdata från sjukvården och visa tillämpningar i analys och uppföljningssyfte. Kort om organisationen… Sjukhusdirektör/sjukhusledning Ekonomi HR K&P Värdebaserad vård SSVP Vårdproduktion … Strategiska Projekt, Analys och Visualisering 3 Dataanalys: hur ligger vi till? Komplexitet T. ex. optimering Probabilistisk T. ex. tidsserieanalys, simulering av stokastiska flöden Deterministisk Semiprobabilistisk T. ex. EDA, 7QC Preskriptiv dataanalys Prediktiv dataanalys Deskriptiv dataanalys Utdataarbete Lägga grund, säkra utdata Titta framåt Optimera Matematik/optimerings teknik Utvärdera Variationskunskap/matematisk statistik Datavetenskap/programmeringskunskap G r u n d n i v å (datatillgång, dataskick, mm) Mognad Bilden baseras på rapporten från Gartner Business Inteligence & Analytics Summit 2014. Innehåll 1. Utdataarbete – lägga en stabil grund och säkra utdata. 2. Deskriptiv dataanalys – utvärdera historiska utfall. Deterministisk kontra probabilistisk dataanalys. 3. Prediktiv dataanalys – titta framåt. Prediktion inom gränser. Modellering och simulering. 4. Preskriptiv dataanalys – optimera för bästa resultat. Innehåll 1. Utdataarbete – lägga en stabil grund och säkra utdata. 2. Deskriptiv dataanalys – utvärdera historiska utfall. Deterministisk kontra probabilistisk dataanalys. 3. Prediktiv dataanalys – titta framåt. Prediktion inom gränser. Modellering och simulering. 4. Preskriptiv dataanalys – optimera för bästa resultat. Vad mäter vi på ett sjukhus? • Vårdproduktion (utfall i öppenvård, slutenvård, operation, etc) • Kö till nybesök, återbesök, operation/behandling, etc • Vårdplatssituation (disponibla vårdplatser, fastställda vårdplatser, beläggningsgrad, etc) • Väntetider/ledtider (på akutmottagningen, till behandling/operation, etc) • Läkemedelsordination/administrering • Och mycket annat… Dataflödesmodell, ett exempel från Karolinska Dataflöde Heroma Innehåll 1. Utdataarbete – lägga en stabil grund och säkra utdata. 2. Deskriptiv dataanalys – utvärdera historiska utfall. Deterministisk kontra probabilistisk dataanalys. 3. Prediktiv dataanalys – titta framåt. Prediktion inom gränser. Modellering och simulering. 4. Preskriptiv dataanalys – optimera för bästa resultat. Deterministisk kontra probabilistisk dataanalys Deterministisk/punktmätning 2013 2014 +3% 1 500 1 294 1 334 1 000 -1% +5% 678 537 672 562 500 0 Antal utförda op Patienttid Knivtid Probabilistisk/över tid Veckovis uppföljning av akutkirurgi, Huddinge 2015 Styrdiagram Klinik A Styrdiagram Klinik B 16 55 50 45 40 35 30 25 20 15 10 14 12 10 8 6 4 2 0 v2 v3 v4 Ant op v5 LCL v6 CL v7 UCL v8 v9 LWL v10 v2 UWL v3 v4 Ant op Styrdiagram Klinik C v5 LCL v6 CL v7 UCL v8 v9 LWL v10 UWL Styrdiagram Klinik D 32 55 28 45 24 35 20 25 16 15 12 8 5 v2 v3 Ant op v4 v5 LCL v6 CL v7 UCL v8 LWL v9 v10 UWL v2 v3 Ant op v4 v5 LCL v6 CL v7 UCL v8 LWL v9 v10 UWL Variationsmönster i nybesöks- och op/beh:s kö Väntande till nybesök läkare – köställda totalt (exklusive framflyttad vård) 2012-2014 År 2012 År 2013 År 2014 År 2015 Väntande till nybesök läkare – köställda > 30 dagar (exklusive framflyttad vård) 2012-2014 År 2012 År 2013 År 2014 År 2015 Väntande till op/beh – köställda Totalt (exklusive framflyttad vård) 2012-2014 År 2012 År 2013 År 2014 År 2015 Väntande till op/beh – köställda > 90 dagar (exklusive framflyttad vård) 2012-2014 År 2012 År 2013 År 2014 År 2015 Kö är en dynamisk process Nybesökskö till läkare under 2014 Antal köställda Kö >30 dgr har varierat mellan 9%-35% Över 30 dgr 21-30 dgr Kö 21-30 dgr har varierat mellan 7%-34% 11-20 dgr 1-10 dgr Kö 11-20 dgr har varierat mellan 14%-39% v49 v50 v51 v52 v42 v43 v44 v45 v46 v47 v48 v34 v35 v36 v37 v38 v39 v40 v41 v27 v28 v29 v30 v31 v32 v33 v20 v21 v22 v23 v24 v25 v26 v12 v13 v14 v15 v16 v17 v18 v19 v5 v6 v7 v8 v9 v10 v11 v1 v2 v3 v4 Kö 1-10 dgr har varierat mellan 15%-47% Finns det ett annat, bättre, sätt att visualisera och följa upp kön? Köuppföljning – från ett linjediagram till lexisdiagram Väntande till nybesök läkare – köställda > 30 dagar (exklusive framflyttad vård) 2012 Tid (antal timmar) Ytterligare ett exempel av lexisdiagram från en akutmottagning Kalendertid Olika prioriteringar markeras med olika färger Mål för olika prioriteringar kan anges Färdigt Pågående Innehåll 1. Utdataarbete – lägga en stabil grund och säkra utdata. 2. Deskriptiv dataanalys – utvärdera historiska utfall. Deterministisk kontra probabilistisk dataanalys. 3. Prediktiv dataanalys – titta framåt. Prediktion inom gränser. Modellering och simulering. 4. Preskriptiv dataanalys – optimera för bästa resultat. Nyckeltal A 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Tidsserieanalys • Framtagning av en stokastisk modell • Modellspecifikation och modellverifiering • Prediktion av tidsserier • Modellering av dynamiska samband • Etc Nyckeltal A 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Tidsserieanalys • Framtagning av en stokastisk modell • Modellspecifikation och modellverifiering • Prediktion av tidsserier • Modellering av dynamiska samband • Etc Modellering och simulering – några exempel från Karolinska • Modellering och simulering av en framtida förlossningsavdelning • Modellering och simulering av en framtida operationsavdelning (CHOPIN) • Flödessimulering på en opererande klinik inklusive vårdplatssituation • Simulering av ett nytt arbetssätt med syfte att separera akuta och elektiva patientflöden och därmed minska utlokaliseringar Simulering av ett nytt arbetssätt med syfte att separera akuta och elektiva patientflöden och därmed minska utlokaliseringar • Långa väntetider på akuten • Överbeläggningar • Utlokaliseringar till andra kliniker • Få fart på det akuta flödet • Freda elektiva platser • Separation av akuta och elektiva flöden • Klustring av kliniker 22 Innehåll 1. Utdataarbete – lägga en stabil grund och säkra utdata. 2. Deskriptiv dataanalys – utvärdera historiska utfall. Deterministisk kontra probabilistisk dataanalys. 3. Prediktiv dataanalys – titta framåt. Prediktion inom gränser. Modellering och simulering. 4. Preskriptiv dataanalys – optimera för bästa resultat. Preskriptiv dataanalys – optimera för bästa resultat • Optimeringstekniken är ingen nyhet för varken traditionell tillverkningsindustri eller större delar av tjänstesektorn, men hur är det i sjukvården? • Är lineär programmering och simplex metoder/algoritmer något man kan använda även i sjukvården?
© Copyright 2024