Konkrete redskaber og eksempler
Oplever du som læge at være involveret i processer, der burde køre bedre? Har du oplevet skade på patienter, som kunne være forebygget?
Har du lyst til at bruge de data, der indtastes i millionvis i vores elektroniske systemer og finde mønstre og sammenhænge, der kan forbedre patientbehandlingen?
Læge - kend din kvalitet giver dig redskaber, så du kan komme i gang med at forbedre processer og arbejdsgange og øge kvaliteten af patientbehandlingen.
Bogen er skrevet af læger med erfaring indenfor kvalitetsudvikling og forbedringsarbejde, og indeholder en række eksempler.
Forord af patientambassadør
Da min svigermor brækkede hoften, var hun igennem et meget fragmenteret forløb i sundhedsvæsenet. I løbet af et døgn var hun indlagt på tre forskellige afdelinger. Ikke hensigtsmæssigt for en ældre kvinde med begyndende demens. Hun var urolig under indlæggelsen og blev behandlet med Serenase, som hun også fik med hjem ved udskrivelsen, først til et korttidscenter og derefter til hjemmet.
Hjemme igen var det min svigerfar, som er en virkelig frisk mand, der skulle administrere medicinen. Det er han ikke vant til, og han tog han fejl af laktulose og Serenase. På et tidspunkt var han ved at give hende 20 ml Serenase i stedet for laktulose. Han tænkte ikke over navnet, for medicin skifter jo navn hele tiden. Og egentlig skulle hun slet ikke have haft Serenase med hjem, for hun havde ikke brug for det.
Hun fik infektion i hoften og blev afvist flere gange ved lægevagten, men endte med at blive indlagt igen. Hendes tilstand var kritisk, og hun kom i respirator. Hospitalet aftalte med min svigerfar, at han ville komme til en samtale om det videre forløb ved middagstid. Men i løbet af formiddagen slukkede de for respiratoren, uden at han havde nået at få besked, og hun døde alene.
Som patient og pårørende oplever man ikke altid, at der er sammenhæng i sundhedsvæsenets arbejde. Der er mange samarbejdspartnere, som egentlig ikke snakker særligt meget sammen, og der er manglede forståelse for hinandens virkelighed.
For at styrke denne sammenhæng har vi brug for lægernes indsats. Lægerne har behandlingsansvaret, de har autoriteten, og det er dem, der har de tværgående kontakter og kan være gennemgående personer i behandlingsforløbet.
Som plejepersonale kan vi godt have en hel masse gode ideer, men vi når ikke i hus, hvis ikke vi har lægerne med. Det er lægerne, der kan hjælpe til at skabe de glidende overgange. Når en patient sendes videre i systemet, hvem har så ansvaret for behandlingen, og hvad er planen med den opgave, der er sat i gang.
Det er mit håb, at denne håndbog kan være med til at inspirere læger til at gå foran i kvalitetsudvikling og forbedringsarbejde, for at vi som patienter og pårørende kan få oplevelse af sammenhæng, af at alle trækker i samme retning, og at forløbene bliver mindre fragmenterede.
God læselyst
Kira Ørbekker, sygeplejerske og medlem af Patientambassadørerne, et netværk af patienter og pårørende, der arbejder for et sikkert og effektivt sundhedsvæsen.
Forord af redaktionsgruppen
Kære kollega
Velkommen til en webbaseret håndbog udviklet af læger for læger, der ønsker at medvirke til at forbedre kvaliteten i sundhedsvæsnet til gavn for patienterne.
Patienterne har legitime krav på individualiseret behandling af høj faglig kvalitet. Med nye teknologier, en fremtid med langt flere ældre og stadig mere evidens for flere behandlingsmuligheder for flere tilstande, kan vi se frem til, at kompleksiteten i sundhedsvæsnet øges og at færre medarbejdere skal behandle flere patienter for mere. Det kræver mange løbende tilpasninger og nytænkning af patientforløbene for ikke at gå ud over kvaliteten.
Her er lægerne vigtige, hvis nye arbejdsgange skal udvikles med udgangspunkt i den højeste faglighed.
Læger har ikke indflydelse på alle arbejdsgange i sundhedsvæsnet: Fremtidens sundhedsvæsen stiller også store krav til ledere, der har fokus på den faglige kvalitet, patienternes oplevelser, fornuftig anvendes af ressourcerne og arbejdsglæden.
Men mange dagligdags arbejdsgange har læger direkte indflydelse på. Vi håber, at denne hjemmeside kan medvirke til at vise jer, hvordan I kan påvirke arbejdsgangene, og at det i den sidste ende vil være til stor gavn for patienterne, kollegerne og dermed også arbejdsmiljøet.
Indholdet på hjemmesiden er en blanding af teorier, metoder og erfaringer, der kan anvendes som afsæt for at analysere kvalitetsproblemer, forstå arbejdsgange, hvordan man forbedrer dem og dermed, hvordan man som læge kan medvirke til at sikre, at best practice og evidensbaserede behandlinger bliver systematisk implementeret og kommer patienterne til gavn.
Mange læger har af sig selv til alle tider – uden behov for hjemmesider eller teorier - forbedret arbejdsgange i sundhedsvæsnet.
For dem er erfaringerne her nok ikke noget nyt. For denne gruppe kan hjemmesiden dog måske give et sprog til at dele erfaringer med andre. Desuden håber vi, at hjemmesiden måske kan give inspiration til, hvordan man kan publicere sine resultater og dermed medvirke til at lære fra sig – og få anerkendelse for det arbejde man udfører.
Redaktørerne og forfatterne til indlæggene på hjemmesiden er alle læger, der selv har erfaring med at gennemføre forbedringsprojekter typisk på sygehusene og i psykiatrien. Men metoderne og erfaringerne kan anvendes af alle faggrupper og bredt i hele samfundet.
Det er Dansk Selskab for Patientsikkerhed og Regionernes Kliniske Kvalitetsudviklingsprogram, der i fællesskab står bag hjemmesiden.
Som andre hjemmesider er resultatet ikke statisk. Og vi håber, at du vil bidrage til at udbygge den med dine erfaringer og feedback. Se kontaktoplysninger i bunden af siden.
God læselyst!
Louise Rabøl
Jens Winther Jensen
Jacob Anhøj
Charlotte Frendved
Introduktion
Hvorfor er det vigtigt, at alle kan forbedre?
Af Louise Rabøl, ledende overlæge, Øre-, Næse-, Hals- og Kæbekirurgisk Afdeling, Sjællands Universitetshospital
Læger er traditionelt godt uddannet til at medvirke til forskning: Vi har tidligt på medicinstudiet lært om randomisering, kontrolgrupper, etiske overvejelser og p-værdier. Vi er ovenikøbet en del af et system, der i høj grad anerkender forskning, når vi skal tildeles stillinger, uddannelser og hædersbevisninger.
Men den anden del af processen – at implementere forskningsresultaterne og sikre, at de ikke kun havner på side 354 i et videnskabeligt tidsskrift, men at de gennem nye arbejdsgange bliver en del af den kliniske hverdag og kommer alle relevante patienter til gavn – har vi som læger langt mindre teoretisk og praktisk viden om.
Hvad vil du gerne forbedre?
Af Julie Mackenhauer, læge, ph.d.
Ideer til, hvad du gerne vil forbedre, kan opstå i mange sammenhænge. Mange ideer kommer fra personlige oplevelser. En fejl, en klage eller et forløb du har været involveret i, som burde have været endt på en anden måde. Ideer kan også komme fra din dagligdag, som er præget af processer der burde køre bedre eller i et andet tempo. Du kan opleve en fortvivlelse eller indignation over, hvorfor systemet ikke præsterer bedre – et dødsfald som burde være undgået eller en skade på en patient, som kunne være forebygget.
Ideer kan også opstå fra en social samvittighed eller et samfundsøkonomisk ønske om, at ressourcerne burde fordeles bedre. Du kan have en lyst til at bruge alle de data, der hver dag indtastes i millionvis i vores elektroniske systemer - finde mønstre og sammenhænge, der kan forbedre patientbehandlingen eller sundhedsplanlægningen. Måske har du talt med en kollega et sted i Danmark eller et sted i verden som arbejder med det samme som dig – bare mere effektivt eller med bedre resultater for patienten og personalet?
Datakilder, der kan bidrage til analyser af kvaliteten
Af Julie Mackenhauer og Charlotte Frenved
Analyseværktøjer
Af Julie Mackenhauer
Brug af data og "pakker" i kvalitetsudvikling
Af Jens Winther Jensen, læge, MPH, direktør, Regionernes Kliniske Kvalitetsudviklingsprogram
I traditionel evidens genererende forskning, hvor formålet er at dokumentere ny viden om en behandlings effekt, er der ofte brug for randomiserede, kontrollerede undersøgelser af tilstrækkeligt store, repræsentative populationer. Ellers bliver konklusionen ikke sikker nok.
I forbedringsarbejdet er behovet for data anderledes. Her drejer det sig om, hvordan arbejdsgangene kan indrettes, så patienten med sikkerhed modtager de evidensbaserede ydelser. Altså typisk implementering af en allerede kendt behandling hvor evidensen er beskrevet.
Går du ud og kigger på fem patienter og opdager, at der er mangler i plejen eller behandling hos tre af dem, så behøver du ikke at undersøge, om de fem patienter er repræsentative for den samlede patientpopulation. Det kan med det samme konstateres, at arbejdsprocessen ikke er robust, og at der er behov for forbedring. I stedet for at fortsætte målingerne, vil du ofte få mere ud af at studere de fem patientforløb nærmere og undersøge, hvad der gik godt, og hvad der gik skidt.
Eksempler fra forbedringsarbejdets historie
Af Jacob Anhøj, overlæge, Diagnostisk Center, Rigshospitalet
Forbedringsarbejde har en lang og interessant forhistorie, som involverer betydningsfulde personer og banebrydende ideer, som har været med til at forme kvalitetsforbedringsmetode som håndværk og videnskab.
Forbedringsmodellen
Forbedringsmodellen
Af Charlotte Frendved, læge, faglig redaktør, Dansk Selskab for Patientsikkerhed
Forbedringsmodellen er generisk og kan bruges bredt i kvalitetsudviklingen. Det er en dynamisk model, der betyder, at man efterhånden opnår viden, og undervejs kan tilrette sin projektplan i forsøget på at opnå en højere kvalitet.
Ligesom den kliniske og den forskningsmæssige videnskabelige tankegang er forbedringstankegangen også en videnskab, og den indebærer en systematik, der skal læres.
Forbedringstankegangen bygger på Demings arbejde, der er videreudviklet til brug i sundhedsvæsenet af en gruppe amerikanske akademikere, primært statistikere, der kalder sig Associates in Process Improvement (API).
Hvad ønsker vi at opnå?
Af Ole Bredahl Rasmussen, overlæge, Gynækologisk-Obstetrisk Afdeling, Hospitalsenheden Vest
Et af de tre spørgsmål i forbedringsmodellen handler om, at du skal sætte dig mål for, hvad du ønsker at opnå. Det lyder umiddelbart let, men det kan være svært at formulere præcist. Er målet ikke veldefineret, kan det være vanskeligt at vide, hvilke handlinger der skal afprøves og iværksættes, samt vanskeligt at måle, om de indførte forandringer er en forbedring.
Forbedringsmodellen anbefaler, at du så vidt muligt altid opstiller numeriske mål for forbedringsinitiativer, og at du fastsætter en tidsramme. Det er altså ikke nok at sige, at man vil forbedre kvaliteten for patienterne. Målet skal beskrive: Hvad? Hvor meget? Hvornår? For hvem?
Hvornår ved vi, at en forandring er en forbedring?
Af Jacob Anhøj, overlæge, Diagnostisk Center, Rigshospitalet
og Charlotte Frendved, læge, faglig redaktør, Dansk Selskab for Patientsikkerhed
Som oftest har du brug for data, når du skal svare på det andet spørgsmål i forbedringsmodellen: ”Hvornår ved vi, at en forandring er en forbedring?”. Med data kan du fastlægge dit udgangspunkt (baseline), du kan følge med i, om dine forbedringstiltag har den ønskede effekt, og i sidste ende, om du når det mål, du har sat dig.
I kvalitetsarbejdet er det vigtigt, at data er friske og afspejler den aktuelle status, og at data opgøres hyppigt, så du kan følge dem fra dag til dag eller fra uge til uge. De færreste er motiverede af at arbejde med kvalitetsforbedringer, hvis de kun har få datapunkter til rådighed, og de måske endda er fra sidste år.
Noget andet karakteristisk ved forbedringsarbejdet er, at data anvendes som motiverende og visuelt værktøj, og ofte hænges op på en ”forbedringstavle”, der er synlig for hele afdelingen. Et seriediagram, som viser data dag for dag, er intuitivt nemt at forstå. Det er let at se, hvor langt vi er fra det mål, vi har sat os, og om forbedringsarbejdet giver resultater.
Hvilke forandringer kan iværksættes for at skabe forbedringer?
Af Charlotte Frendved, læge, faglig redaktør, Dansk Selskab for Patientsikkerhed og Ann Lyngberg, ledende overlæge, ph.d., Arbejds- og Socialmedicinsk Afdeling, Holbæk Sygehus
Dette spørgsmål i forbedringsmodellen handler om at indkredse de forandringsideer, som du vil prøve af. I forbedringsarbejdet låser du dig ikke fast på bestemte løsninger fra starten. Ideer udvikles, tilpasses undervejs, nogle ideer forkastes og andre opstår i processen.
På den måde adskiller forbedringstankegangen sig fra den klassiske forskningsmetode i lægevidenskaben, hvor man på forhånd definerer sin intervention. Men ligesom ved de traditionelle lægelige arbejdsmetoder, beskriver du nøje din proces og dine tiltag undervejs, sådan at andre kan lære af det.
PDSA-cirklen: Afprøvning og tilpasning
Af Charlotte Frendved, læge, faglig redaktør, Dansk Selskab for Patientsikkerhed
PDSA er forbedringsmodellens motor til at omsætte forbedringsideer til konkrete handlinger. En PDSA-cirkel indebærer, at du planlægger, hvad du vil afprøve, du går ud og gør det, analyserer resultatet af afprøvningen og bruger denne analyse til at planlægge næste afprøvning.
Når du arbejder med PDSA, skal du starte småt – meget mindre end du måske umiddelbart har lyst til. En første afprøvning kan således med fordel afprøves på én patient én gang med en kollega. Efterhånden kan du gøre afprøvningerne større og større – flere kollegaer – flere patienter – over længere tid.
Fordelen ved at starte i lille skala er, at du kan tilpasse din ide til den praktiske virkelighed, inden du implementerer i større skala. Ideer, der er vanskelige at gennemføre, kan forkastes uden de store omkostninger. Med PDSA får du hurtigt svar på, hvordan din ide virker i praksis, og cirkel for cirkel kan du kredse dig ind på den mest optimale løsning.
Skabelon til PDSA kan hentes som word eller pdf.
Kom godt i gang
Kom godt i gang
Af Ann Lyngberg, ledende overlæge, ph.d., Arbejds- og Socialmedicinsk Afdeling, Holbæk Sygehus
Der er en række praktiske forhold, som du skal tænke på, når du starter et nyt projekt, da de er vigtige for, at arbejdet med projektet kan få succes. Hvordan sammensættes fx et forbedringsteam mest optimalt? Hvordan tilrettelægges teamets arbejde bedst muligt? Hvordan kan du inddrage kolleger og samarbejdspartnere? Hvordan bevarer I motivationen?
Organisering af større projekter
Af Ole Bredahl Rasmussen, overlæge, Gynækologisk-Obstetrisk Afdeling, Hospitalsenheden Vest
Hvis du ikke har erfaring med kvalitetsudviklingsprojekter, er det en god ide at begynde med et mindre afgrænset projekt. Men efterhånden som du får greb om metoderne, kan du kaste dig over større og mere komplekse opgaver.
Med et større projekt menes fx kvalitetsudvikling, der involverer mange sammenhængende arbejdsgange og dermed flere afdelinger, flere specialer eller flere faggrupper, sådan at der er brug for mere overordnet koordinering på tværs. Det kan også dreje sig om projekter, der er ressourcekrævende i form af materialeanskaffelser eller forbrug af arbejdstid. Disse store projekter kræver planlægning fra starten, og de kræver en høj grad af ledelsesinvolvering.
Sådan får du hjælp fra din ledelse
Af Mads Koch Hansen, læge, rådgiver, ledelsescoach
Hvad gør du som læge, hvis du står med en klinisk problemstilling, som tydeligvis trænger til at blive arbejdet med?
Det endelige ansvar for kvaliteten i et patientforløb og dermed for kvalitetsarbejdet ligger selvfølgelig hos afsnitsledelsen, afdelingsledelsen og hospitalsledelsen.
Men din ledelse er travle folk, så du kan med fordel forberede dig, så du øger sandsynligheden for, at ledelsen prioriterer ’din problemstilling’. Det er således en fordel, at du beskriver din problemstilling og finder relevante alliancepartnere, inden du går i dialog med din ledelse.
Begynderfejl, vi alle har prøvet
Af Jens Stubager Knudsen, overlæge, Bedøvelse og Intensiv, Sygehus Lillebælt
Hvis du får ideen til et forbedringsprojekt, der virkelig vil betyde noget for patientbehandlingen i din dagligdag, er det langt fra sikkert, at du opnår det resultat, du havde forestillet dig. Der er mange trin, hvor der er mulighed for at begå fejl, som enten forsinker dit projekt unødigt eller umuliggør gennemførslen.
De fleste fejlmuligheder kan dog forebygges, hvis du sætter dig grundigt ind i emnet, sætter fornuftige mål, får opbakning fra din ledelse, inddrager relevante kolleger, der skal udføre forbedringerne, indsamler tilstrækkelige data og starter alt i lille skala, hvor du kan lære af dine fejl med ringe konsekvenser for patienterne.
Hensigten med dette kapitel er at du kan lære af de fejl, dine forgængere har begået, så du nemmere kan gennemføre dit forbedringsprojekt.
Charter: Skabelon, der relaterer sig til forbedringsmodellens tre spørgsmål.
Publicering
Publicering af kvalitetsforbedringsarbejdet
Af Ole Bredahl Rasmussen, overlæge, Gynækologisk-Obstetrisk Afdeling, Hospitalsenheden Vest
Alle, der arbejder i sundhedsvæsenet, har en etisk forpligtelse til at levere bedst mulig behandling, hvilket også indebærer, at vi diskuterer vores arbejde med andre professionelle (1). Og så er det er spild af ressourcer og tid at opfinde den dybe tallerken mere end én gang. På samme måde skal man beskrive og fremlægge kvalitetsforbedringsarbejde, så de gode ideer kan prøves af andre og dermed komme endnu flere patienter til gode - uden at skulle opfindes fra bunden hver gang. Selv hvis en ny intervention ikke har medført den intenderede forbedring, vil der kunne være værdifuld viden om processer og kontekst at lære fra et givet forløb.
Der er brug for, at al den viden om implementering af nye arbejdsgange, der indhentes i arbejdet med kvalitetsforbedring, gøres så videnskabelig som muligt, beskrives videnskabeligt og publiceres i videnskabelige sammenhænge. Vi har en overordnet mission inden for kvalitetsforbedring med at demonstrere, at kvalitetsforbedringsarbejde ikke bare er noget, der kan handles af med et hurtigt møde på gangen eller med ”ølregnskaber” og streger på et stykke papir.
Dermed ikke være sagt, at hurtige møder og stakitter ikke kan være brugbare og effektive som integrerede dele af et projekt. Men arbejdet med kvalitetsforbedring er en videnskab, som gør krav på samme respekt og faglige værdsættelse som traditionel videnskab (2). Jo mere vi øver os i den stringente tankegang, der er nødvendig for at kunne publicere, jo mere virker det tilbage på vores praksis og forbedrer vores evne til at forestå kvalitetsforbedringsprojekter. På det personlige plan tæller det naturligvis med, at publikationer kan sættes på ens CV.
For at det skal lykkes, bør man i ethvert kvalitetsforbedringsprojekt fra starten forholde sig til muligheden for at publicere sit projekt i et internationalt fagfællebedømt tidsskrift.
Er kvalitetsforbedringsarbejde videnskab?
Man bliver ofte mødt med en påstand om, at kvalitetsforbedringsarbejde ikke er videnskab, fordi det jo ikke handler om at udvikle ny viden om, hvordan en given sygdom skal behandles. Kvalitetsforbedringsarbejde handler i princippet om at opnå ny viden om, hvordan viden rent faktisk bliver implementeret i en given kontekst.
Men kvalitetsforbedringsarbejde kan også foregå på planlagt, systematisk måde med fremskaffelse af objektive data til analyse af virkeligheden, så vi kan ændre på den i den ønskede retning. Dette er i princippet ikke forskelligt fra anden videnskab. Stringent kvalitetsforbedringsarbejde kan foregå både inden for forebyggelse, diagnostik og behandling.
Hvis et kvalitetsforbedringsprojekt beskrives i et charter (svarende til en protokol for et forskningsprojekt), bliver dokumenteret fortløbende og afrapporteret i henhold til givne standarder, så kan kvalitetsforbedringsarbejde også opfattes som videnskab. Hvis man desuden i et forløb med et projekt registrerer de enkelte elementer i den nye intervention detaljeret, vil man også kunne anvende data til en efterfølgende analyse og dermed ovenikøbet generere ny viden om selve behandlingen.
Case: Færre alvorlige læsioner hos fødendeI projektet registrerede forbedringsteamet brugen af hvert element i interventionen ved hver fødsel. Det har vist sig, at der i dette forbedringsprojekt er registreret langt mere detaljeret, end det er gjort i andre tidligere publicerede observationelle studier samt i de alle de randomiserede studier, der findes på området. I de traditionelle publikationer redegør man ikke for, hvad der rent faktisk blev gjort ved fødslerne, hverken i den "arm" af studiet, hvor der ikke skulle ske en intervention (hands-off), eller i den ‘arm’, hvor der skulle interveneres (hands-on). I realiteten ved man ud fra publikationen ikke, om behandlingen i de to arme reelt var forskellige, hvilket kan forklare, hvorfor RCT´erne ikke kan vise forskelle. Fokus på nøje registrering af procesindikatorer kan generere helt ny viden. |
I realiteten kan det dog i en given situation være vanskeligt at afgøre, om et projekt skal kaldes forskning eller kvalitetsforbedring. Projektets status kan have indflydelse på, hvilke rettigheder og pligter, der er gældende ift. indhentning og opbevaring af data fra den elektroniske patientjournal.
Man kan skele til følgende forhold (reference: Michigan University, USA), som alle peger i retning af, at projektet skal betragtes som traditionel forskning med deraf følgende pligter ift. godkendelse og dataopbevaring:
- Er patienterne randomiseret til forskellige interventioner?
- Skal der undersøges forhold som er nye ift. i forvejen kendt viden og erfaring?
- Er de involverede forskere uden behandlingsmæssige forpligtelser ift. afdelingens patienter?
- Er protokollen ”låst” – dvs. at den ikke kan eller må ændres i forløbet af projektet?
- Vil der være forsinket eller slet ingen feedback til klinikerne og patienterne i projektet?
- Er der en udefra kommende sponsor, som evt. kan have en interesse i resultaterne?
Er man trods dette usikker på, hvorledes et projekt skal defineres, bør man diskutere det lokalt og evt. afklare ved at ansøge Videnskabsetisk Komite. Komiteen tager stilling til, om godkendelse er nødvendig. Selv om godkendelse ikke er nødvendig, er afgørelsen fra komiteen god at sende med til tidsskriftet, når man ønsker at publicere.
To typer kvalitetsforskning
”Der findes to hovedtyper af kvalitetsforbedringsarbejder. Den ene handler om at indføre en ”pakke” – en såkaldt care bundle. Den anden handler om at optimere en given behandling eller patienthåndtering ift tid.
1) Ideen med den første type projekt er at de forskellige kendte elementer indføres samtidigt og koordineret og hvor brugen af hvert enkelt element dokumenteres for hver enkelt patient. Et godt eksempel herpå er indførelsen af Tryksårspakken i det nationale projekt ”I Sikre Hænder”. Ud over at sikre god kost og tilstrækkelig væske er der en række andre elementer, som man skal forholde sig til (www.isikrehaender.dk hvor man kan finde dokumentation og omtale af Tryksårspakken).
”En sådan samlet vurdering af flere evidensbaserede områder kaldes på engelsk et Care bundle, som vil føre til et væsentligt bedre resultat frem for enkelte indsatser (National klinisk retningslinje for Forebyggelse af Tryksår hos voksne over 18 år. Sundhedsstyrelsen September 2020)”.
Evidensen for at denne type interventioner har en kausal betydning for et bedre udkomme vil oftest hvile på undersøgelser af de enkelte elementer.
2) Ideen med den anden type projekt er at forbedre et tidsforbrug, fx i forbindelse med akut indlæggelse til undersøgelse og akut behandling ved apopleksi eller det tidligere beskrevne projekt til optimering af akutte kejsersnittider i Herning og Holstebro (nu Gødstrup) – se side 81. For de mest akutte og alvorlige situationer vil det oftest ikke være muligt at skaffe den højeste grad af evidens for at fx hurtigere kørsel til hospitalet eller til forløsning forbedrer overlevelse og førlighed for patienten, da det vil være uetisk at bruge tid i situationen på at indhente informeret samtykke til deltagelse i en randomiseret undersøgelse. Derudover vil det byde alle imod, at den ene arm i en evt randomiseret undersøgelse skulle udføres langsommere end det er muligt. Denne type forbedringsprojekt vil ofte involvere flere faggrupper, specialer, afdelinger og evt sektorer.
Evidensen for at denne type intervention medfører et bedre udkomme vil ofte hvile på observationelle studier samt en intuitiv opfattelse af best practice.
Forskning i implementeringsmetoderDer er eksempler på initiativer, der skal skabe evidens for implementerings og forbedringsmetoder. Fx oprettede den britiske fond Health Foundation i 2018 The Healthcare Improvement Studies Institute, THIS Institute (8). Tankegangen er, at når vi stræber efter at forbedre pleje og behandling, skal disse bestræbelser bygge på evidensbaserede metoder. THIS arbejder for at skaffe klarhed over, hvilke implementeringsmetoder der virker, og hvilke der ikke gør. |
Hvad skal man huske fra starten, hvis man vil publicere?
Den stringente tankegang, der er nødvendig for at publicere, skal starte allerede i den indledende fase af projektet, hvor du udarbejder charteret, der fungerer som den grundlæggende projektbeskrivelse eller protokol.
Samtidig kan du med stor fordel oprette en dagbog over fremdriften. Alle vigtige beslutninger, aftaler og interventioner – herunder PDSA´erne – skal noteres kronologisk, så du senere kan finde tilbage og præcist beskrive forløbet i projektet og hvilke forhold, som på det givne tidspunkt var årsag til handlingen. Man skal kunne anføre den slags på det rigtige sted som annotationer i et serie- eller kontroldiagram, hvorved udviklingen i projektet kan beskrives i oversigtsform og den kausale sammenhæng kan diskuteres. Kronologien er således central for beskrivelse af projektet. Derudover skal man kunne dokumentere, hvor og hvordan data er indsamlet, behandlet og analyseret.
Hvis man vurderer, at man har behov for personhenførbare data, skal der søges tilladelse fra Datatilsynet. Dette gøres fra regionernes hjemmesider. Data skal naturligvis opbevares og håndteres korrekt i henhold til instrukser for dette. Hvis man har interesse i, at projektet skal munde ud i en publicering, vil det kunne gøre det lettere, hvis man får en forhåndsgodkendelse fra den lokale videnskabsetiske komite. Svaret vil typisk være, at der ikke kræves godkendelse fra en videnskabsetisk komite, da projektet beskrives som et kvalitetsforbedringsprojekt. Det er dette svar, der ofte efterspørges fra tidsskrifterne. De regler, der gælder på området, kan blive ændret eller gjort mere specifikke. Det er derfor vigtigt, at man undersøger dette konkret.
Ligeledes bør man fra starten af et projekt forholde sig til "The SQUIRE Guidelines" for rapportering af kvalitetsforbedrings arbejde – formålet med disse guidelines er: ”... to promote excellence in healthcare improvement reporting”, se tabellen nedenfor.
Revised standards for Quality Improvement Reporting Excellence (SQUIRE 2.0) Publication Guidelines (9)
Title and Abstract
Indicate that the manuscript concerns an initiative to improve health care (broadly defined to include the quality, safety, effectiveness, patient-centeredness, timeliness, cost, efficiency, and equity of health care)
Introduction - Why did you start?
Description Nature and significance of the local problem.
Summary of what is currently known about the problem, including relevant previous studies.
Informal or formal frameworks, models, concepts, and/or theories used to explain the problem, any reasons or assumptions that were used to develop the intervention(s), and reasons why the intervention(s) was expected to work.
Purpose of the project and of this report Methods - What did you do?
Contextual elements considered important at the outset of introducing the intervention(s)
Ethical aspects of implementing and studying the intervention(s) and how they were addressed, including, but not limited to, formal ethics review and potential conflict(s) of interest Results - What did you find?
Discussion - What does it mean?
Sources of funding that supported this work. Role, if any, of the funding organization in the design, implementation, interpretation, and reporting. På hjemmesiden for EQUATOR (10) findes opdaterede referencer og yderligere oplysninger med fortolkninger af nøgleord og begreber. |
Jo mere omhyggelig man er med de formelle dele af sit projekt som fx et gennemarbejdet charter, driverdiagram, arbejdsgangsanalyse og en præcist beskrevet måleplan, desto mere ligetil er projektet at udføre, og jo enklere er det at rapportere projektet på et videnskabeligt niveau mhp. publikation i et internationalt tidsskrift.
Tre forskellige forhold fortjener særlig opmærksomhed ift. publicering af kvalitetsforbedringsarbejde:
Det første er selve det rationale – eller teorien bag – som førte til forbedringsprojektet. Hvad findes der i forvejen af viden på området? Dette skal forstås helt bredt i form af randomiserede undersøgelser, observationelle studier, konsensusrapporter og guidelines. Desuden bør man sætte sig ind i, hvad andre gør og gerne opsøge andre afdelinger for at få gode ideer og direkte informationer og kontakter til brug for et projekt i egen afdeling. Husk selvfølgelig altid at give behørig kredit til de personer eller afdelinger, som er gået foran med de gode ideer, som ligger til grund for dine egne.
For det andet skal man i et kvalitetsforbedringsprojekt gøre særlig meget ud af at beskrive den specifikke kontekst, hvori projektet finder sted. Det kan virke vanskeligt for mere ”traditionelt skolede” forskere, som lidt firkantet sagt er trænet i at finde frem til en behandling, som vil virke ”alle steder og for alle mennesker og til alle tider”. Med andre ord skal man i traditionel forskningssammenhæng forsøge at fjerne betydningen af den specifikke kontekst på behandlingen. I kvalitetsforbedringssammenhæng skal konteksten tværtimod erkendes og beskrives inklusive den betydning, den kan tænkes at have på projektets fremdrift og eventuelle succes (11).
Vurdering af kausalitet
For det tredje skal man forholde sig til, om man kan tilskrive interventionen kausalitet ift. resultatet. Kvalitetsforbedringsprojekter er typisk designet som observationelle, prospektive, ’før versus efter’ undersøgelser. Dvs. at man opsamler data fra før en intervention og sammenligner med data, efter at interventionen er sat i værk og undervejs i projektet. Som altid ved observationelle (og andre) studier er bias og confounding udfordrende at holde styr på. Det kræver indsigt i de faglige forhold og den specifikke kontekst, hvori projektet finder sted.
Der kan være en for kort eller ikke-repræsentativ baseline, hvilket i sig selv kan forklare både succes med projektet eller manglende succes. Tilfældigheder eller andre projekter som iværksættes samtidig, kan have indflydelse på udfaldene. Der kan være særlige gunstige eller ugunstige forhold på den specifikke afdeling (konteksten), som har betydning for succes. Hvis man vælger straks at starte sit projekt og dermed sin intervention, før man opnår en baseline før interventionen, vil det kunne nedsætte muligheden for at kunne vise en effekt. Omvendt kan det hjælpe til at komme i gang, så man ikke skal afvente en langsommelig indhentning af baselinedata, hvor den nye intervention måske alligevel vil blive taget i brug, fordi rygterne om den vil sprede sig i afdelingen.
Det er naturligvis for alle implicerede og ift. den videre udbredelse af resultaterne ("spread") langt mere overbevisende, hvis man kan sandsynliggøre et kausalt forhold mellem intervention og et positivt resultat. Det er ikke muligt (og nok heller ikke ønskeligt), at enhver intervention skal afvente resultater fra en randomiseret kontrolleret undersøgelse (RCT) til at afklare dette spørgsmål. Dertil er de alt for dyre og tidsmæssigt krævende at gennemføre ift. alle de mange relevante spørgsmål, der opstår i klinikken. En RCT i sig selv er heller ikke nødvendigvis garanti for korrekte konklusioner. Fx kan der være manglende randomisering i randomiserede undersøgelser af af håndgreb (12) (13).
I kvalitetsforbedringsprojekter kan sammenhængen mellem interventionen og resultatet diskuteres og vurderes på baggrund af Bradford Hill Criteria (14), som gennemgår ni forskellige aspekter af association, der tilsammen kan hjælpe til en vurdering af styrken af kausalitet. Se nedenfor en gennemgang af casen "Færre alvorlige læsioner hos fødende" for et eksempel på en sådan analyse af mulig kausalitet (15).
Kriterierne er:
1: Styrken af associationen – fx udtrykt ved en Odds Ratio eller Relativ Risiko.
2: Konsistens af associationen – virker interventionen andre steder end hvor den indføres?
3: Specificitet af associationen – kan andre samtidige forhold have forårsaget resultatet?
4: Temporaliteten – indtraf en evt. forbedring i resultatet i passende tidsmæssig relation til starten på interventionen?
5: Biologisk gradient – er der en dosis-responsvirkning? Dette er ofte vanskeligt at vise, men kan evt. demonstreres med regressionsanalyse, hvis registreringerne er tilstrækkeligt detaljerede.
6: Sandsynlighed – er der en biologisk rimelighed i at antage, at forholdet mellem intervention og resultat kan være kausalt?
7: Kohærens – kan den evt. fundne association bekræftes af eksisterende viden på feltet?
8: Analogi – er den givne association i overensstemmelse med fx fysiologiske undersøgelser o.l. på området?
9: Eksperiment - kan man ved at manipulere med interventionen se relaterede ændringer i resultatet som forventet?
Case: Projekt Færre alvorlige læsioner hos fødende. Bradford hill kriterierne anvendt til vurdering af mulig kausalitet mellem intervention og resultat
Konklusion er, at Bradford Hill kriterierne støtter en antagelse om et kausalt forhold mellem intervention og det forbedrede resultat. |
Hvilke data er der brug for, når et kvalitetsforbedringsprojekt skal publiceres?
Det kræver en del at skulle beskrive indikatorerne i et kvalitetsforbedringsprojekt (16) (se også hvornår ved vi, at en forandring er en forbedring og SPC for læger). Begrundelsen for, at man typisk ønsker at registrere meget detaljeret er, at det giver mulighed for at analysere interventionen efterfølgende og derved udtale sig om, hvilke af elementerne der var særligt betydningsfulde og måske gav en statistisk signifikant forskel. Samtidig får man mulighed for at analysere populationerne før og efter starten på en intervention for eventuelle ændringer i baggrundsforhold, som kan tænkes at have haft betydning for resultatet.
Resultatindikatorer og ulempeindikatorer
Der er brug for data, som beskriver det resultat, vi ønsker at forbedre for vores patienter – dvs. resultatindikatorerne. I samme kategori er de indikatorer, som beskriver eventuelle ulemper som følge af projektet. Anonyme data kan lettest opsamles i et afkrydsningsskema (et ”ølregnskab” eller ”stakitter”). Derved kommer man hurtigt i gang, men afskærer sig fra efterfølgende validering af data og ikke mindst fra nærmere statistisk analyse, hvilket ikke er tilfredsstillende, hvis man stiler efter at publicere sit arbejde.
I stedet kan disse data ofte hentes fra den elektroniske patientjournal. De fleste vil have brug for hjælp fra en lokal datamanager eller tilsvarende ekspert til at foretage disse udtræk. Det skal godkendes af afdelingsledelsen, før man starter på at samle data over en af afdelingens patientgrupper. Der er ikke aktuelt lovmæssigt krav om godkendelse fra den lokale videnskabsetiske komite eller Datatilsynet, når anonymiserede data samles ind til forbedringsprojekter. Men der er naturligvis krav om, at man opbevarer og håndterer data sikkert og korrekt. Man vil desuden gøre klogt i at tjekke, om listerne fra den elektroniske patientjournal over patienter med de relevante diagnose- eller procedurekoder er korrekte og valide fx ved at gennemgå alle patienter (eller en passende stikprøve) for en passende periode.
Resultatdata vil i princippet kunne hentes fra forskellige fagspecifikke kvalitetsdatabaser, som er tilknyttet RKKP, men specielt hvis der skal arbejdes med og omdefineres på fx den relevante undersøgelsespopulation, vil man som oftest løbe ind i krav om at skulle betale for adgangen fx via Forskerservice i Sundhedsdatastyrelsen. Det er desværre sjældent inden for rammerne af kvalitetsforbedringsprojekter at have adgang til økonomiske ressourcer for at få adgang til data, heller ikke når det er data fra egen afdeling og til gavn for patienterne i egen afdeling.
Vanskelighederne med adgang til data bliver større, hvis man ønsker at hente data ud som tidstro diagrammer fremadrettet og altså ikke kun til brug i et snævert afgrænset projekt. Der er mulighed for, at man lokalt kan løse problemerne ved hjælp fra IT-afdelingen, datamanagere og ikke mindst opbakning fra ledelsen lokalt.
Procesdata
Selve sjælen i et kvalitetsforbedringsprojekt er procesdata (17). Det er disse data, som afslører, om den nye forbedrede proces bliver implementeret eller ej. Hvis den ikke bliver implementeret, kan man ikke forvente nogen forbedring i resultatet. Det er derfor helt centralt at holde løbende øje med disse data. Det kræver tidstro registrering og ikke mindst tidstro udtræk af data med henblik på feedback til projektet og behandlerne. Disse data bliver typisk ikke registreret i forvejen i den elektroniske patientjournaler, og desværre er det sjældent muligt - eller kun med lang latenstid muligt - at oprette denne registrering.
Konsekvensen heraf er uheldigvis, at man som oftest bliver nødt til at registrere procesdata særskilt, hvorved det er besværligt at koble dem til resultatdata. Alternativt kan man foretage registreringen af alle data i en særlig projektdatabase, hvilket kan medføre behov for dobbeltregistrering af data. Den mest stringente måde at håndtere data på er, at man opbevarer data i en særskilt database inden for organisationens firewall i anonymiseret form, mens analyseprogrammet og udtræk med diagrammer holdes adskilt.
Det kræver således en nøjere afvejning, før man bestemmer sig for, hvordan og hvor man skal opsamle data. Uheldigvis vil besværlighederne med data og manglende ressourcer til at kunne tilkøbe sig adgang til data og analysere dem medføre, at mange vil afstå fra at løfte kvalitetsforbedringsarbejdet mere videnskabeligt, så det kan publiceres.
Hvor kan man publicere kvalitetsforbedringsprojekter?
For den som står for at skulle publicere for første gang, vil det være klogt at øve sig i egen afdeling og egen institution med at få erfaringer med at præsentere sit projekt. Start med at lave en udførlig gennemgang af projektet på baggrund af SQUIRE guidelines. Med den ballast gør man det nemmere for sig selv at lave kortere eller mere dybdegående fremstillinger og præsentationer.
Præsentation af et projekt internt i afdelingen i form af opslag og postere for kollegerne og eventuelt også for patienterne er en god start. Det sidste kræver specielt nogle overvejelser ift. måden at præsentere på og naturligvis etiske overvejelser.
Næste trin kan være en poster til møder inden for ens arbejdsområde eller til nationale og internationale kongresser. Fagspecifikke kongresser vil ofte acceptere indsendte forslag til en poster, hvis man følger guidelines for publicering, om end der måske i denne type fora sjældnere er blik for den kliniske betydning og værdi for patienterne, når der er tale om en kendt behandling, der ”blot” bliver implementeret konsekvent i henhold til principperne for kvalitetsforbedring (SQUIRE-guidelines).
Den forståelse vil man nok oftere kunne finde i sammenhænge, som mere specifikt handler om kvalitetsforbedring, hvor man til gengæld vil have vanskeligere ved at sætte den mere fagspecifikke problematik ind i den rigtige sammenhæng. Dette er et dilemma, man også vil kunne støde på i forbindelse med publicering i tidsskrifter. Der er ikke nogen nem løsning ud over tålmodighed, udholdenhed og godt arbejde.
Tidsskrifter
Det vil føre for vidt i denne sammenhæng at komme ind på de fagspecifikke fora og tidsskrifter. Inden for kvalitetsforbedringsverdenen i Danmark og internationalt findes der aktuelt en række fora og tidsskrifter. Den efterfølgende gennemgang er ikke fuldstændig.
Ugeskrift for Læger eller Danish Medical Bulletin (engelsksproget) vil kunne være relevante at skrive til for at komme ud med sine projekter til en større offentlighed. Man skal være opmærksom på, at der også for sygeplejersker og jordemødre og andre faggrupper findes særlige fora og tidsskrifter, som kan være relevante mhp. publicering af artikler eller anden omtale af projekter.
Fagspecifikke - kvalitet
Man kan på internettet finde opdaterede gennemgange af relevante tidsskrifter, fx på Improvement Science Research Network (18).
BMJ Open Quality
Et peer reviewed tidsskrift med open access, hvor man kan søge på alle publikationer fra dette tidsskrift. Som ved andre tidsskrifter med åben adgang koster det desværre en del at publicere. Aktuelt cirka 10.000 - 12.000 kr. De antager artikler som beskriver både små og store projekter inden for kvalitetsforbedring fra hele verden, forudsat at man publicerer i henhold til SQUIRE guidelines.
BMJ Quality & Safety in Healthcare
Formentlig det største tidsskrift inden for kvalitetsforbedring. Publicerer nok primært forskning om kvalitetsforbedring, dvs. det kan være vanskeligt at publicere konkrete kvalitetsforbedringsprojekter med mindre de så at sige opfylder et særligt behov eller på anden vis udmærker sig med beskrivelse af nye metoder eller vinkler på et givet problem.
Andre relevante tidsskrifter
- American Journal of Medical Quality
- Joint Commission Journal of Quality and Patient Safety
- Journal of Healthcare Quality
- Journal of Patient Safety
- International Journal of Quality in Healthcare
- Journal of Nursing Care Quality
Fora inden for kvalitetsforbedring
Dansk Selskab for Patientsikkerhed (PS!)
Et godt sted at holde sig orienteret om hvad der sker inden for området (www.patientsikkerhed.dk). Selskabet har forskellige løbende aktiviteter:
- Arrangør af den årlige patientsikkerhedskonference samt en årlig konference om patientsikkerhed på tværs af sektorer. Desuden forskellige andre relevante nationale møder og webinarer.
- Står for uddannelsen som forbedringsagent samt en uddannelse som vejleder/coach for kvalitetsforbedringsarbejde
Danske Regioner
- Står for forskellige tiltag i de forskellige regioner til uddannelse inden for kvalitetsforbedringsarbejde
- Står for et nationalt e-learningsprogram om kvalitetsforbedringsarbejde (http://forbedringsmodellen.dk). Kurset er gratis, kan tilgås hvis man har en regions-mailadresse.
Institute for Healthcare improvement (IHI)
- Står for uddannelse til Improvement Advisor, hvilket foregår i Boston, USA.
- Udgiver en række white papers, som kan downloades fra deres hjemmeside.
Sammen med BMJ (British Medical Journal) står de for at arrangere den årlige internationale konference International Forum for Quality & Safety in Healthcare, om foråret i Europa og om efteråret i Asien. Der er typisk 3.000 – 3.500 deltagere. Der er en stor poster session med gode muligheder for at få antaget en poster. Det er en inspirerende kongres, hvor der ofte er gode ideer at hente med hjem. Desværre er den temmelig dyr med en pris på godt 10.000, - kr. for tre dage. Der kan være mulighed for få opnå rabat, hvis man kontakter Dansk Selskab for Patientsikkerhed i god tid.
Referencer
- 1. Atul Gawande, Better, 2007.
- Oliver D. Should practical quality improvement have parity of esteem with evidence-based medicine? BMJ 2017;357:j2582
- Rasmussen OB, Yding A, Anhøj J, Andersen CS, Boris J. Reducing the incidence of Obstetric Sphincter Injuries using a hands-on technique: an interventional quality improvement project. BMJ Quality Improvement Reports 2016;5:u217936.w7106
- Hollesen RvB, Johansen RLR, Rørbye C, Munk L, Barker P, Kjaerbye-Thygesen A. Successfully reducing newborn asphyxia in the labour unit in a large academic medical centre: a quality improvement project using statistical process control. BMJ Qual Saf 2017;0:1-10. Doi:10.1136/bmjqs-2017-006599.
- Anhøj J, Hellesøe A-MB. The problem with red, amber, green: the need to avoid distraction by random variation in organizational performance measures. BMJ Qual Saf 2016;0:1-4. Doi:10.1136/bmjqs-2015-004951.
- Vaughn VM, Saint S, Krein SL, Forman JH, Meddings J, Ameling J, Winter S, Townsend W, Chopra V. Characteristics of healthcare organisations struggling to improve quality: results from a systematic review of qualitative studies. BMJ Qual Saf 2018;0:1-11. Doi:10.1136/bmjqs-2017-007573.
- Dixon-Woods M. How to improve healthcare improvement—an essay by Mary Dixon-Woods BMJ 2019; 367 :l5514
- https://www.thisinstitute.cam.ac.uk/about/
- Ogrinc G, Davies L, Goodman D, Batalden P, Davidoff F, Stevens D. SQUIRE 2.0 (Standards for Quality Improvement Reporting Excellence): Revised Publication Guidelines from a Detailed Consensus Process. American Journal of Medical Quality 2015, Vol. 30(6) 543–549.
- http://www.equator-network.org/reporting-guidelines/squire/
(tilgået 10. august 2021) - Berwick DM. The Science of Improvement. JAMA, March 12, 2008; Vol 299(10):1182-1184.
- Frieden TR. Evidence for Health Decision Making – Beyond Randomized, Controlled Trials. N Eng J Med 2017;377:465-75.
- Murray D. What should we do when traditional research fails? Editorial, Anaesthesia 2017;72,1055-1068
- Poots AJ, Reed JE, Woodcock T, Bell D, Goldmann D. How to attribute causality in quality improvement: lessons from epidemiology. BMJ Qual Saf 2017;01-6. DOI:10.1136/bmjqs-2017-006756.
- Rasmussen OB, Yding A, Lauszus F, Andersen CS, Anhøj J, Boris J. Importance of Individual Elements for Perineal Protection in Childbirth: An Interventional, Prospective Trial. Am J Perinatol Rep 2018;8:e289-e294.
- Mayerhofer K, Bodner-Adler B, Bodner K, Rabl M, Kaider A, Wagenbichler P, et al. Traitional care of the perineum during birth. J Reprod Med 2002;47:477-482.
- Shah A. Using data for improvement. BMJ 2019;364:I189 (published 15 February 2019).
- Rasmussen OB. Kvaliteten i kvalitetsmodellen – en midtvejsevaluering. Ugeskr Læger 20. marts 2017;179/6:542-543.
- www.isrn.net/blog/qijournals
SPC for læger
SPC for læger
Af Jacob Anhøj, overlæge, Diagnostisk Center, Rigshospitalet
Statistisk proces kontrol, SPC, er en gren af den analytiske statistiske videnskab, som bruges inden for kvalitetsudvikling til at forbedre produkter og tjenesteydelser.
Grænseværdier for længste serie og antal kryds i SPC-diagrammer
Bogens teoretiske grundlag
Denne håndbog handler om det, man kalder ’forbedringsarbejde’ (efter det amerikanske ’improvement’-begreb), ’implementering’ eller ’kvalitetsudvikling’.
Implementering, kvalitetsudvikling, forbedringsarbejdeDen proces, der skal til, for at evidensbaseret viden om udredning, pleje og behandling kommer alle relevante patienter til gode, kan kaldes ’implementering’. Andre begreber om det samme er ’kvalitetsforbedring’, ’kvalitetsudvikling’ eller ’forbedringsarbejde’. I denne bog bruges disse begreber synonymt. |
Der findes en række ’skoler’ eller tilgange inden for implementering, der har det til fælles, at de beskriver teorier, metoder og begreber, der tilsammen udgør en praktisk tilgang til at forbedre arbejdsgange. Udgangspunktet i denne bog er ’model for improvement’. Andre tilgange er fx ’lean’, ’six sigma’ eller ’productive ward’ (1).
De respektive tilgange adskiller sig en del – særligt ved den kultur de indirekte søger at skabe. Skal man forbedre kvaliteten vha. tavlemøder, data eller afprøvninger? Men sammenligner man de forskellige tilgange på tværs, så har de flere ligheder end forskelle:
- De fokuserer på samtidig at skabe bedre sundhed for en gruppe (fx færre skader, mere relevant behandling eller kortere ventetid), bedre oplevelser for ’kunden’ (fx patienten) og med lavere omkostninger for samfundet. Dette kaldes tilsammen ’the triple aim’ (2).
- De baserer sig på en videnskabelig tilgang til at forstå processer og resultater.
- De tager udgangspunkt i et tydeligt formuleret mål, så man ved, hvornår man kan kalde noget en succes.
- Tilgangene har fokus på brug af tidstro data, der anvendes i stikprøver store nok til at vurdere om processen går i den rigtige retning.
- De tager udgangspunkt i, at ideerne til at forbedre noget skal komme fra dem, der er en del af systemet eller fra dem som oplever kvaliteten på egen krop fx medarbejdere, patienter eller pårørende.
- Tilgangene har et fælles fokus på at pilotteste eller afprøve i lille skala og løbende udvikle arbejdsgangen systematisk indtil man har en model, der gør det let at gøre det rigtigt.
- Tilgangene tilskriver ledelserne en særlige rolle med at bakke op om kvalitetsprojektet, sætte tydelige mål, efterspørge resultater og fjerne barrierer – med respekt for medarbejdernes ideer, dataindsamling og afprøvninger.
Målet med håndbogen er at beskrive overnævnte punkter med udgangspunkt i Model for Improvement, forbedringsmodellen. Det er en af de metoder, der også anvendes i de såkaldte lærings- og kvalitetsteams (LKT) i Det National Kvalitetsprogram (3).
Andre kapitler i bogen handler om, hvordan du som læge rent praktisk kan gribe forbedringsarbejdet an, hvordan du skaffer dig opbakning i organisationen, og hvordan du kan være med til at sprede gode resultater af forbedringsarbejdet til større dele af organisationen fx en afdeling, et hospital eller et speciale.
Bogen giver også bud på, hvordan forbedringstankegang og udbredelse af viden om løbende tilpasning af arbejdsgangene kan blive en integreret del af lægernes hverdag.
Yderligere et kapitel handler om, hvordan man publicerer resultater af systematisk implementering, hvorved man både kan dele erfaringerne med andre og få formel anerkendelse for det, man har gennemført.
Som tillæg findes et særligt kapitel om statistisk proceskontrol (SPC), der er et nyttigt statistisk værktøj i forbindelse med kvalitetsudvikling.
Referencer
- Scoville R, Little K. Comparing Lean and Quality Improvement. IHI White Paper. Cambridge, Massachusetts: Institute for Healthcare Improvement; 2014. (Available at ihi.org) (tilgået sept 2021).
- Berwick DM, Nolan TW, Whittington J. The triple aim: care, health, and cost. Health Aff (Millwood). 2008 May-Jun;27(3):759-69. doi: http://doi.org/10.1377/hlthaff.27.3.759. PMID: 18474969.
- https://kvalitetsteams.dk/laerings-og-kvalitetsteams/om-laerings-og-kvalitetsteams (tilgået sept 2021).
Manifest
Ideen til håndbogen "Læge - kend din kvalitet" opstod på et møde i Lægeforeningen i 2018, hvor en gruppe læger underskrev et manifest, læger for Databaseret Kvalitetsudvikling.
Manifest, Læger for databaseret kvalitetsudvikling, Domus Medica 5. februar 2018
- Vi anvender data til at træffe beslutninger, for at forbedre kvaliteten af patientbehandlingen.
- Før vi anvender data, vil vi forstå, hvordan og med hvilket formål data er opstået, indsamlet, behandlet og analyseret.
- Vi anerkender, at data varierer, og at to målinger af det samme sjældent er ens. Nogle forskelle i data skyldes tilfældig variation. Andre forskelle skyldes grundlæggende forandringer i de strukturer og arbejdsgange, som har skabt data.
- Vi præsenterer data, så det er tydeligt, hvilke forskelle, som må tilskrives tilfældig variation og hvilke forskelle, som kan tilskrives ikke-tilfældige forandringer.
- Vi præsenterer data, så væsentlig information i grunddata bevares.
- Vi præsenterer data uden at tilføre information, som ikke har belæg i grunddata.
- Vi anerkender, at kvalitetsforbedring er undervejs, når data viser ikke-tilfældig variation i den ønskede retning som følge af bevidste og målrettede forandringer af strukturer og arbejdsgange.
- Vi anerkender, at kvalitetsforbedring er opnået, når data viser tilfældig variation på et bedre niveau end tidligere.
Underskrevet af:
Andreas Rudkøbing, Ann Lyngberg, Christian von Plessen, Henriette Lipczak, Jacob Anhøj, Jens Winther Jensen, Kristian Antonsen, Louise Rabøl, Mark Krasnik, Stig Ejdrup Andersen, Vibeke Rischel
Uddybning af de enkelte punkter:
Vi anvender data til at træffe beslutninger, for at forbedre kvaliteten af patientbehandlingen
Kvalitetsforbedring forudsætter forandring, men ikke alle forandringer medfører forbedring. Kun med data kan vi vide, om der er behov for forbedring; og kun med data kan vi vide, om de forandringer, vi skaber, medfører forbedring. Før vi anvender data, vil vi forstå, hvordan og med hvilket formål data er opstået, indsamlet, behandlet og analyseret.
Før vi anvender data, vil vi forstå, hvordan og med hvilket formål data er opstået, indsamlet, behandlet og analyseret
Data forstås kun i den kontekst, de er opstået. Her er fx nogle data: 0,108 M 182 blå 54. Isoleret set har disse data ingen mening. Først når de forbindes, placeres i kontekst og tilføres måleenheder og definitioner forstår vi, at de beskriver en 54-årig mand, som vejer 108 kg, er 182 cm høj og har blå øjne. Hvis data skal bruges som beslutningsgrundlag, må vi vide mere, fx hvornår data er indsamlet, og om vægten er stabil eller under forandring.
Vi anerkender, at data varierer, og at to målinger af det samme sjældent er ens
Nogle forskelle i data skyldes tilfældig variation. Andre forskelle skyldes grundlæggende forandringer i de strukturer og arbejdsgange, som har skabt data.
Det er lige så menneskeligt som forkert at tillægge enhver forskel i data selvstændig betydning. Hvis den gennemsnitlige ventetid på behandling på de ene sygehus er 12,7 og på det andet 14,3 dage, er det naturligt at fremhæve det første sygehus som det bedste. Men selv, hvis de to sygehuse var ens, hvad angår størrelse og patientsammensætning mv., er denne fortolkning meningsløs uden kendskab til den naturlige variation i data.
Kun hvis forskellen overstiger den naturlige, tilfældige variation, og kun hvis de to tal kommer af stabile processer, hvis niveau ikke har ændret sig væsentligt over længere tid, kan forskellen tillægges betydning. At sammenligne to måleværdier uden at forholde sig til datas naturlige variation, er lige så meningsløst, som at fremhæve den person, der kaster en mønt og får krone, for den, som får plat.
Vi præsenterer data, så det er tydeligt, hvilke forskelle, som må tilskrives tilfældig variation og hvilke forskelle, som kan tilskrives ikke-tilfældige forandringer
Datadrevne beslutninger forudsætter prædiktion, som igen forudsætter stabilitet. Kun processer, som alene udviser tilfældig variation, er stabile og dermed forudsigelige.
Derfor bør præsentation af data til kvalitetsudvikling begynde med, at data placeres i et kurvediagram, som viser datas udvikling over tid. Markante udsving og betydende tendenser er lette at identificere med det blotte øje. Objektive test for mindre tydelige tegn til ikke-tilfældig variation fås ved at placere data i serie- og/eller kontroldiagrammer.
Vi præsenterer data, så væsentlig information i grunddata bevares
Med ”væsentlig information” menes i denne sammenhæng først og fremmest den rækkefølge data er fremkommet i. Hvis fx sygeplejersken kalder lægen med følgende besked: ”patientens temperatur har været 37, 38, 39 og 40 grader”, vil lægen (forhåbentlig) tilse patienten. Hvis samme data blev præsenteret som ”temperaturen har været 38, 40, 39 og 37 grader”, er det ikke til at sige, hvordan lægen vil reagere. Sygeplejersken siger ikke noget forkert, men den information, der findes i målingernes rækkefølge er væk, hvilket gør prædiktion og dermed fornuftig beslutning umulig.
Kun når data kommer af en stabil proces, er rækkefølgen ligegyldig. Men for at afgøre, om processen er stabil, må man kende rækkefølgen.
Sygeplejersken i eksemplet kunne også vælge at præsentere et sammendrag af data: ”Patienten har en gennemsnitstemperatur på 38,5 grader.” Igen er oplysningen korrekt men uegnet som beslutningsgrundlag. Kun ved stabile processer er det meningsfuldt at aggregere data.
Vi præsenterer data uden at tilføre information, som ikke har belæg i grunddata
Kvalitetsdata bliver ofte præsenteret i form af trafiklys og rangordninger, som har til formål at gøre det let at overskue store datamængder og hurtigt udpege de ”gode”, de ”onde” og de ”grusomme”. Trafiklys og rangordninger kan være nyttige til netop dette formål, forudsat at man i analysen forholder sig til typen og størrelsen af variation i data.
Kun data, som kommer af stabile processer, lader sig meningsfuldt udtrykke i farvekoder. Og kun når forskelle mellem hver for sig stabile processer overstiger den tilfældige variation, er det meningsfuldt at rangordne data og erklære noget for bedre eller dårligere end noget andet.
Vi anerkender, at kvalitetsforbedring er undervejs, når data viser ikke-tilfældig variation i den ønskede retning som følge af bevidste og målrettede forandringer af strukturer og arbejdsgange
I en stabil proces vil i gennemsnit hver anden måling være ”bedre” eller ”dårligere” end den foregående, uden at dette kan tages til indtægt for, at processen som helhed er under forbedring eller forværring. Det er overordentlig udbredt i fx års- og kvartalsrapporter, at lade sådanne tilfældige udsving i data danne grundlag for håndfaste konklusioner og beslutninger om ændringer af strukturer og arbejdsgange. Denne praksis er skadelig og kaldes i fagsproget tampering. Konsekvenserne af tampering er øget variation og dermed dårligere kvalitet.
Kun når en proces som helhed viser ikke-tilfældig variation med en tydelig retning mod forbedring, kan man tillade sig at konkludere, at forbedring er undervejs. Og kun når denne forbedring sker i tidsmæssig relation til kendte, tilsigtede ændringer, kan forbedringen tilskrives disse.
Vi anerkender, at kvalitetsforbedring er opnået, når data viser tilfældig variation på et bedre niveau end tidligere
En anden udbredt kunstfejl er at tage en enkelt måling, som tilfældigt befinder sig på den ønskede side af en målsætning eller standard, til indtægt for, at målet nået. Den modsatte fejlslutning, at kvaliteten er utilfredsstillende blot fordi, en enkelt måling tilfældigvis befinder sig på den forkerte side, er lige så almindelig.
Et mål kan først siges at være opnået eller en standard overhold, når den stabile proces varierer tilfældigt på et tilfredsstillende gennemsnit og med en tilfredsstillende variationsbredde.
I den forbindelse er det vigtigt at være opmærksom på, at den tilfældige variationsbredde i indikatorer, som baserer sig på tælledata, alene afhænger af tællerens og en eventuel nævners størrelse. Et procenttal med 5 patienter i nævneren, vil helt naturligt svinge mere end et tal med 50 patienter i nævneren. Det er derfor i de fleste tilfælde nyttigt at benytte gennemsnitsniveauet over en længere stabil periode til at afgøre, om målet er nået og overholdt. Med data, som basere sig på måleværdier, fx ventetider, kan variationsbredden have selvstændig betydning, hvorfor det i disse tilfælde kan være nyttigt, også at inddrage denne i sin målformulering.
Om bogen og bidragsyderne
”Læge - kend din kvalitet” er blevet til i samarbejde mellem Regionernes Kliniske Kvalitetsudviklingsprogram (RKKP) og Dansk Selskab for Patientsikkerhed.
Formålet med håndbogen er at give lægerne de bedste forudsætninger for at engagere sig i kvalitetsudvikling i sundhedsvæsnet herunder at sikre at ny evidens kommer alle relevante patienter til gavn.
Ideen til håndbogen opstod på et møde i Lægeforeningen i 2018, hvor en gruppe læger underskrev et manifest, Læger for Databaseret Kvalitetsudvikling.
Læge, kend din kvalitet er målrettet læger og skrevet af læger, der selv har gennemført kvalitetsudviklingsarbejde.
Arbejdet med bogen er koordineret af en redaktionsgruppe bestående af
- Louise Rabøl, ledende overlæge, Øre-, Næse-, Hals- og Kæbekirurgisk Afdeling, Sjællands Universitetshospital
- Jens Winther Jensen, direktør, Regionernes Kliniske Kvalitetsudviklingsprogram
- Jacob Anhøj, overlæge, Diagnostisk Center, Rigshospitalet
- Charlotte Frendved, læge, faglig redaktør, Dansk Selskab for Patientsikkerhed
Redaktionsgruppen vil gerne sige en særlig tak for opbakningen til projektet til Inge Kristensen, direktør, Dansk Selskab for Patientsikkerhed.
Redaktionen ønsker at takke forfatterne for jeres tålmodighed og bidrag:
- Ann Lyngberg, ledende overlæge, ph.d., Arbejds- og Socialmedicinsk Afdeling, Holbæk Sygehus
- Jens Stubager Knudsen, overlæge, Bedøvelse og Intensiv, Sygehus Lillebælt
- Julie Mackenhauer, læge, PhD, Dansk Center for Klinisk Sundhedstjenesteforskning, Aalborg Universitet og Socialmedicinsk Enhed, Aalborg Universitetshospital
- Markus Fally, læge, ph.d., post.doc., Lungemedicinsk Afdeling, Bispebjerg og Frederiksberg Hospital
- Mads Koch Hansen, læge, rådgiver, ledelsescoach, selvstændig
- Ole Bredahl Rasmussen, overlæge, Gynækologisk-obstetrisk afdeling, Hospitalsenheden Vest, Herning
Redaktionsgruppen ønsker at takke alle, der i øvrigt har bakket op og bidraget herunder særligt:
- Arjen Peter Stoop, chefkonsulent, Dansk Selskab for Patientsikkerhed
- Bodil Elgaard Andersen, chefkonsulent, Dansk Selskab for Patientsikkerhed
- Birgitte Dalgaard, kommunikationskonsulent, RKKP's Videncenter
- Brian Bjørn, speciallæge, patientsikkerhedsekspert, Laerdal
- Charlotte Sander Andersen, jordemodersupervisor, Gynækologisk-obstetrisk afdeling, Hospitalsenheden Vest, Herning
- Charlotte Rasmussen, kommunikationskonsulent, RKKP’s Videnscenter
- Christian von Plessen, speciallæge, ph.d., seniorrådgiver, Lausanne
- Christian Vestergård, læge, Dansk Selskab for Patientsikkerhed
- Hanne Ellegaard Miang, chefkonsulent, Dansk Selskab for Patientsikkerhed
- Helen Bruun, kvalitetskoordinator, Medicinsk Afdeling, Vejle Sygehus
- Henriette Lipczak, vicedirektør, ph.d., bestyrelsesformand i DSKS
- Inge Ulriksen, chefkonsulent, Dansk Selskab for Patientsikkerhed
- Jannie Christina Frølund, klinisk sygeplejespecialist, Medicinsk Afdeling, Vejle Sygehus
- Kristian Antonsen, speciallæge, hospitalsdirektør
- Liv Nørregaard Skøtt, projektchef, Dansk Selskab for Patientsikkerhed
- Line Flindt, grafiker
- Rikke von Benzon Hollesen, chefkonsulent, Dansk Selskab for Patientsikkerhed
Sidst men ikke mindst ønsker redaktionsgruppen at takke patientsikkerheds- og forbedringseksperterne Beth Lilja, Vibeke Rischel, Annemarie Hellebek og Janne Lehmann for den oprindelige idé til håndbogen – og for stor inspiration gennem årene.