Indikatormålinger er nødvendige for at vise, om de forandringer, man indfører, medfører de ønskede forbedringer. Det kan synes enkelt at tælle fx tryksår. Men inden man når ret langt, opdager man, at tryksår kan tælles på mange måder. Og selv når man er blevet enige om, hvad et tryksår er, og hvilke af dem, der skal tælles med, er det ikke altid indlysende, hvordan dataelementerne rent praktisk skal indsamles og bearbejdes, før indikatorværdien er klar til analyse med fx et seriediagram.

Enhver indikator udspringer af en ”ide”, noget man ønsker at opnå og derfor har brug for at kunne måle, fx reduktion af tryksårsforekomsten.

Når man har identificeret den eller de indikatorer, man ønsker at følge i sit forbedringsprojekt, skal indikatorerne beskrives i detaljer, og man skal finde ud af, hvordan data kan indsamles så enkelt og bekvemt som muligt. Når data er i hus slipper man sjældent for en vis efterbearbejdning, før indikatorværdien er klar til analyse. Endelig skal man huske, at dataindsamling, -behandling og -analyse er fortløbende processer, der varer ved så længe, man måler.

Dataindsamling, -behandling og -analyse kan i princippet klares med papir og blyant; men elektroniske hjælpemidler kan lette arbejdet væsentligt. I det følgende beskrives, hvordan man ved hjælp af frit tilgængeligt software kan lave sig enkle systemer til formålet.

Fra ide til indikator
En indikator er en målbar variabel, der siger noget om kvaliteten. Dvs., en indikator er i denne sammenhæng altid et tal. Til en konkret forbedringsindsats vil man som regel knytte en eller to resultatindikatorer, der siger noget om den kvalitet, der har direkte betydning for patienten og samtidig altid en eller flere procesindikatorer, der belyser i hvor høj grad, processer og arbejdsgange udføres som planlagt.

Er ”ideen” fx at reducere tryksår hos indlagte patienter, har man naturligvis brug for at måle forekomsten af tryksår. Men det er mindst lige så vigtigt samtidig at måle, at de konkrete initiativer, man har indført mod tryksår, udføres i dagligdagen. Uden proces, intet resultat.

Forekomsten af tryksår kan, forudsat man er enige om, hvad tryksår er, måles på mange måder, f.eks: Antal tryksår, antal patienter med tryksår, antal tryksår per 1000 sengedage, procent patienter med tryksår, dage mellem nye tryksår osv.

En indsats mod tryksår kunne fx omfatte, at alle indlagte patienter kontrolleres dagligt for nyopståede trykspor eller -sår. Procesindikatoren kunne i dette tilfælde være procent patienter, som er kontrolleret for trykspor og -sår. Hvori ”kontrollen” består, skal naturligvis beskrives så præcist og detaljeret, at alle ved, hvordan det skal gøres og gør det ens.

Vigtigheden af en god og præcis indikatorbeskrivelse kan ikke overdrives. Som minimum skal indikatorbeskrivelsen indeholde følgende elementer (Tabel 28):

Dataindsamling
Særligt punktet om dataindsamling og -behandling kræver omhyggelighed, så arbejdet (eller besværet) med at skaffe data ikke kommer til at overskygge forbedringsindsatsen. Metoden, som er beskrevet i eksemplet ovenfor, kan varieres i det uendelige. Det væsentlige er, at dataindsamling så vidt muligt sker dagligt og kobles til allerede eksisterende arbejdsgange, fx tavlemødet, rapportgivningen eller konferencen. På denne måde opnår man desuden, at dataindsamlingen i sig selv bidrager til forbedringerne. Opdager man fx på tavlemødet, at to patienter ikke er blevet kontrolleret, kan det stadig nås, inden dagen er omme.

Afdelinger, der arbejder med flere forbedringsinitiativer ad gangen, vil hurtigt erfare, at man med fordel kan samle dataindsamling til flere indikatorer i samme arbejdsgang, fx på samme skema eller tjekliste.

Opgørelsesperioden behøver ikke følge dataindsamlingsperioden. I eksemplet samler man data dagligt, men opgør indikatorværdierne ugentligt. Det er den ugentlige indikatorværdi, der afbildes i seriediagrammet. Men de daglige data kan med fordel gøres synlige på ”tavlen”, så alt sundhedsfagligt personale i afdelingen, kan følge med i, hvor godt det går fra dag til dag.

Opgørelsesperioden skal som udgangspunkt være kortere end den forventede ”forandringsperiode” - dvs. målingerne skal ske hyppigere end de forventede forandringer udvikler sig. Arbejder man fx med en proces, man forventer, vil forandre sig i løbet af uger til måneder, skal man som minimum måle ugentligt. Det giver ingen mening, og er i øvrigt statistisk ugyldigt, at måle hen over perioder, som indeholder væsentlige forandringer. Omvendt skal opgørelsesperioden være lang nok til, at tallene er ”store nok”. Som tommelfingerregel kan man tilstræbe at nævneren altid er tocifret, og at tælleren aldrig (eller sjældent) er nul.

Det er også værd at bemærke, at dataindsamling kan ske ved stikprøver. Det er ikke nødvendigt at tælle alle patienter hver dag, en lille stikprøve er nok, hvis blot den er tilfældigt udtrukket. Tre til fem patienter hver dag bliver jo til mindst 21 om ugen, hvilket i mange tilfælde er en fuldt tilstrækkelig stikprøve. Når det er sagt, så er det en erfaring, at besværet med at udtrække tilfældige stikprøver ofte overstiger gevinsten.

En stikprøve er nemlig ikke tilfældig blot fordi, man tager tre ”tilfældige” journaler fra bunken. En korrekt tilfældig udvælgelse kræver altid brug af en eller anden form for lodtrækning, fx opslag i en statistisk tabel med tilfældige tal eller brug af computer. På hjemmesiden www.randomizer.org findes en tilfældighedsmaskine, som kan bruges til at danne ægte tilfældige stikprøver.