a Guide to Applying Quality Improvement to Healthcare: Five Principles
Posted in Outcomes Improvement .
Yhdysvallat käyttää 18 prosenttia bruttokansantuotteestaan (BKT) terveydenhuoltoon, mutta on silti joidenkin mittareiden mukaan kaikista verrokkimaistaan vähiten terve. Noin 1 biljoonan dollarin ajatellaan olevan tuhlausta ja 14 prosenttia siitä (140 miljardia dollaria) johtuu kliinisestä jätteestä. Terveydenhuollon organisaatiot voivat muuttaa tätä tuhlailevaa kehityskaarta soveltamalla laadun parantamismenetelmiä prosessiensa parantamiseksi.
koska terveydenhuolto on monimutkaista, monet alalla uskovat, että laadun parantamismenetelmien ehdottama valvonta ja standardointi on alan vaikea omaksua. Mutta yleisiä laadun parantamisen menetelmiä-laadun määrittelyä, parannustoimenpiteiden kehittämistä, vaihtelun tunnistamista, kontrollikaavioiden käyttöä ja Plan-Do-Study-Act (PDSA)—syklien ajamista-on onnistuneesti sovellettu terveydenhuollon prosesseihin, terveydenhuoltoon ja terveyteen.
soveltamalla dataa ja analytiikkaa asianmukaisesti laadun parantamisen puitteissa terveydenhuollon organisaatiot voivat lähestyä laadunvalvontaa ja parantamista tieteellisesti—ja tehokkaasti.
terveydenhuollon laadunvalvonta: viisi ohjaavaa periaatetta
laadunparannusmenetelmiä on yleisesti käytetty maataloudessa ja prosesseihin perustuvissa valmistusympäristöissä, mutta joidenkin mielestä näitä menetelmiä ei voida soveltaa terveydenhuoltoon sen käsityötaidon luonteen vuoksi. Potilaan hoitoa ei yleensä pidetä prosessina, jota voidaan parantaa. Lääkärit luottavat asiantuntemukseensa potilaiden hoidossa ja tekevät räätälöityjä päätöksiä tapaus kerrallaan. Yksi suurimmista terveydenhuollon laadun parantamisen esteistä on se, ettei ymmärretä, että järjestelmät ja prosessit voivat toimia rinnakkain yksilöllisen hoidon kanssa. Tämän ymmärryksen avulla laadun parantamistoimet voivat keskittyä rutiineihin, kun taas lääkärit tarjoavat edelleen ainutlaatuista potilashoitoa.
sovellettaessa laadun parantamisen menetelmiä ja työkaluja terveydenhuoltoon on viisi ohjaavaa periaatetta, jotka terveydenhuollon organisaatioiden tulisi ottaa huomioon.
#1: Helpotetaan adoptiota käytännön Parannushankkeilla
pelkkä kliinikoiden altistaminen ideoille ja tapaustutkimuksista keskusteleminen laadun parantamisen ympärillä ei motivoi heitä tekemään parannusaloitteita. Laadun parantamisen teoria ja metodologia opitaan paremmin käytännön parannustyön kautta-soveltamalla sitä varsinaiseen kliiniseen ympäristöön. Kliinikoille tärkeän alan tunnistaminen ja parantamisfoorumin luominen helpottavat adoptiota.
#2: Määrittele laatu ja päästä sopimukseen
päästä sopimukseen laadun määrittelystä missä tahansa tietyssä yhteydessä määritellään, mitä mitataan ja miten tietoja näistä toimenpiteistä kerätään. Institute of Medicine (iom) kehitti laatukehyksen noin kuuden tavoitteen terveydenhuoltojärjestelmille, mutta keskeisin laatukehys toteaa, että toimenpiteiden tulisi olla potilaslähtöisiä: ”tarjoaa hoitoa, joka kunnioittaa ja reagoi yksittäisten potilaiden mieltymyksiin, tarpeisiin ja arvoihin ja varmistaa, että potilaan arvot ohjaavat kaikkia kliinisiä päätöksiä.”
laadun määritelmiin tulee sisältyä se, mikä on potilaalle tärkeää (potilaan raportoimat tulokset tai plussat). Saavatko kroonisesta sairaudesta kärsivät potilaat parasta hoitoa? Millainen on heidän elämänlaatunsa? Terveydenhuoltojärjestelmät opettelevat edelleen rutiininomaisesti mittaamaan ammattilaisia ymmärtääkseen, jos ne keskittyvät potilaan kannalta tärkeisiin parannuksiin. Hoidon potilaskeskeisen ulottuvuuden lisäksi laadun parantamiseen tähtäävät toimet keskittyvät myös turvallisuuteen, vaikuttavuuteen, tehokkuuteen ja oikea-aikaisuuteen.
IOM: n laatukehys määrittelee laadun myös terveydenhuollon tasapuolisuuden kannalta: ”Sellaisen hoidon tarjoaminen, jonka laatu ei vaihtele henkilökohtaisten ominaisuuksien, kuten sukupuolen, etnisyyden, maantieteellisen sijainnin ja sosioekonomisen aseman, vuoksi.”Hyvä toiminnallinen laadun määrittely laajentaa parannusta kaikkiin väestöryhmiin ja sulkee hoivapääomavajeet.
#3: Measure for Improvement, Not Accountability
Data and measurement power quality improvement, mutta tässä terveydenhuolto on muita toimialoja kovempi. Kun lääkärit kuulevat ensimmäistä kertaa laadun parantamistoimenpiteistä, he rinnastavat ne suorituskykytoimenpiteisiin, jotka merkitsevät vastuullisuutta. On tärkeää erottaa parannustoimenpiteet vastuullisuustoimenpiteistä.
vastuuvelvollisuuden Mittarit muunnetaan tyypillisesti prosenttiluvuiksi. Esimerkiksi tilivelvollisuustoimenpiteellä kerätään tietoja siitä prosentista PÄIVYSTYSPOTILAISTA, jotka odottivat yli 30 minuuttia. Johto on vastuussa siitä, että odotusajat ovat alle 30 minuuttia. Parannustoimenpide kerää todellisia odotusaikatietoja minuuteissa järjestelmän (ei ihmisten) suorituskyvyn mittaamiseksi, joten prosessia voidaan parantaa. Parannushankkeet voivat lisätä nykyisten toimenpiteiden työmäärää, mutta parannustoimet luovat arvokasta tietoa, joka johtaa dramaattiseen parantamiseen ja säästää lopulta aikaa ja resursseja.
#4: Käytä Laadunparannuskehystä ja PDSA-syklejä
useita kehyksiä on hyväksytty terveydenhuollon laadun parantamiseksi:
- Six Sigman DMAIC-malli (define, measure, analysis, improve, control) tarkastelee olemassa olevia prosesseja; sen dmadv-mallia (define, measure, Analysis, design, verify) käytetään uusien prosessien kehittämiseen.
- Lean-menetelmässä korostetaan potilaiden arvoa, minkä jälkeen keskitytään prosesseihin, jotka vaikuttavat kustannus-ja aikatehokkuuteen.
- Kehittämismallin kehitti Associates in Process Improvement (API) vuonna 1987, ja siitä on tullut terveydenhuollon näkyvin kehys.
Parannusmalli ehdottaa, että parannustiimi esittäisi kolme peruskysymystä:
- mitä yritämme saavuttaa? Tällä kysymyksellä pyritään parantamaan toimia ja varmistetaan, että kerätyt tiedot liittyvät potilaiden laatukäsitykseen.
- Mistä tiedämme, että muutos on parannus? Tässä kysymyksessä esitetään kriteerit sen määrittämiseksi, milloin muutos johtaa kestävään kehitykseen.
- mitä muutoksia voimme tehdä, jotka johtavat parannukseen? Tämä kysymys johtaa PDSA-sykliin, jossa testataan pienimuotoisia muutoksia eli interventioita, jotta nähdään niiden vaikutus tuloksiin.
näihin kysymyksiin vastatakseen parannustiimi asettaa tavoitteita, päämääriä ja interventioita korkean tason parannustoimenpiteisiin:
- tavoite: korkean tason projektitavoite, jota mitataan tulosmittareilla. Esimerkki: vähentää 30 päivän, all-cause krooninen obstruktiivinen keuhkosairaus (COPD) takaisinottoa.
- Aim: inkrementaalinen tavoite, joka edistää kokonaistavoitetta. Parannushankkeella voi olla useita tavoitteita, joista jokainen määräytyy prosessitoimenpiteiden perusteella. Esimerkki: tunnista potilas luotettavasti ja aktivoi keuhkoahtaumataudin hoitopaketti.
- interventio: Muutokset järjestelmään tai prosessiin, joiden tarkoituksena on parantaa tulosten ja prosessitoimenpiteiden suorituskykyä. Esimerkki: kouluttaa lääkäreitä keuhkoahtaumataudin nippukäyttöön.
jokainen interventio käy PDSA-syklin läpi testatakseen sen pätevyyden ja sovittaakseen sen kulloiseenkin kontekstiin.
PDSA-syklit ovat terveydenhuollon laadun parantamisen selkäranka
vaikka se voi vaikuttaa yksinkertaiselta muihin menetelmiin verrattuna, PDSA-sykli toistuvassa käytössä on laadun parantamisen selkäranka:
- suunnitelma: Aseta tavoite, määritä, mitä kysymyksiä on esitettävä ja mitä ennusteita on tehtävä, ja suunnittele sitten syklin toteuttaminen.
- Do: toteuta suunnitelma, dokumentoi ongelmat ja yllättävät havainnot ja aloita data-analyysi.
- tutkimus: Suorita data-analyysi loppuun, vertaa dataa ennusteisiin ja summaa sitten oppeja.
- toimi: päätä, mitä muutoksia tehdään ja mikä on seuraava sykli.
parannusprojektiin kuuluu yleensä useita PDSA-syklejä. Laadun parantamisen onnistumisen avain on ymmärtää, että PDSA on iteratiivinen prosessi. Jokaisen jakson jälkeen parannustiimi arvioi siihen liittyvän toimenpiteen onnistumisen. Jossain vaiheessa interventio hyväksytään tai siitä luovutaan, mikä tarkoittaa kyseisen intervention PDSA-jaksojen päättymistä. Sitten joukkue voi siirtyä seuraavaan interventioon. Globaalin tavoitteen saavuttaminen osoittaa, että laadunparannushanke on saatettu päätökseen.
tätä parannusprosessia havainnollistaa hyvin zafarin ja muiden tuore paperi, jossa dokumentoidaan 36 PDSA-sykliä 10 intervention aikana keuhkoahtaumataudin takaisinoton vähentämiseen tähtäävän parannushankkeen aikana. Tämä on erinomainen esimerkki terveydenhuollon laadun parantamisesta ja osoittaa, miten malli toimii tavoitteiden, mittausten ja muutosteorioiden kanssa.
aivan kuten PDSA cycles power quality improvement, data powers PDSA cycles. Parannustiimit tutkivat tietoja saadakseen tietoa järjestelmän tai prosessin ongelmista ja toteuttavat sitten parannustoimenpiteet. Tiedon vaihtelun ymmärtäminen on olennainen osa tätä tutkimusta.
#5: Opi tietojen vaihtelusta
Parannusmallin syvä tuntemus auttaa tiimiä saavuttamaan parannustavoitteen. Osa tästä tiedosta tulee tiedon vaihtelun ja sen syiden ymmärtämisestä.
tietojen aiottu ja tahaton vaihtelu
terveydenhuollon prosesseihin liittyy sekä aiottua että tahatonta vaihtelua. Tarkoitettu vaihtelu on tarkoituksellista päätöstä tehdä jotain eri tavalla. Se määrittelee potilaskeskeisen hoidon. Kliinikot vastustavat joskus ajatusta vaihtelun vähentämisestä, koska se on osa heidän jokapäiväistä käytäntöään. He määräävät tarkoituksellisesti yhden annoksen tai hoidon yhdelle potilaalle ja toisen annoksen tai hoidon seuraavalle. Aiottu vaihtelu on toivottava käytäntö ja osa toimenkuvaa.
variaatioteoriaa ehdotettiin tahattoman vaihtelun tunnistamiseksi ja poistamiseksi. Useat järjestelmät, joissa on useita tahattomia vaihteluja, aiheuttavat merkittäviä tarpeettomia kustannuksia. Tahatonta vaihtelua syntyy, kun useat lääkärit määräävät saman käytännön mukaisesti eri antibiootteja samaan ongelmaan ilman erityistä perustetta tai tietoisuutta vaihtelusta. Jos vaihtelu ei ole huomaavaista tai se on tottumuksesta tai mukavuudesta, niin se on tahatonta. Mutta jos jokaisella lääkärillä on perustelut yksilöllisten valintojensa takana ja vaihtelu jatkuu, niin se on tarkoitettu.
yleinen syy ja erityinen syy vaihtelu
Walter Shewhart kehitti käsitteen yleinen syy ja erityinen syy vaihtelu. Yleiset syyt ovat olennainen osa järjestelmää tai prosessia, joka vaikuttaa kaikkiin ihmisiin ja tuloksiin. Erityiset syyt johtuvat erityisistä olosuhteista, jotka vaikuttavat vain osajoukkoon ihmisiä tai tuloksia. Yhteisen syyn ja erityissyyn vaihtelun ymmärtäminen auttaa terveydenhuoltojärjestelmiä tunnistamaan ne muutokset, joita ne voivat tehdä parantaakseen tilannetta. Yhteisen syyn ja erikoissyyn vaihtelun tutkiminen on parantamisen kulmakivi, koska se osoittaa, miksi vaihtelu tapahtui, ja ehdottaa tehokkainta lähestymistapaa siihen puuttumiseen. Shewhartin ohjauskaaviomenetelmä antaa tämän käsityksen.
Cincinnati Children ’ s Hospital Medical Centerin tapaustutkimus osoittaa erityisen syyn vaihtelun vaikutuksen katetriin liittyviin verenkiertoinfektioihin (CA-BSIs). Sairaalalla oli useita parannushankkeita, joissa selvitettiin CA-BSI-asteisiin liittyviä yleisiä vaihtelun syitä. Se parani merkittävästi kahdeksan vuoden aikana, minkä jälkeen kurssit yllättäen nousivat yli ylärajan. Sairaalassa tehtiin tutkivia tutkimuksia, joiden mukaan kahdessa yksikössä oli erityistä syyvaihtelua. Se havaitsi, että järjestelmään oli tuotu uusi lääkintälaite, joka ei kuulunut järjestelmään. Koska se oli seuranta ohjaus kaavioita, se pystyi paikantaa, milloin ongelma tapahtui ja poistaa erityinen syy. Kontrollikaaviot ovat yksi viidestä työkalusta, joita terveydenhuoltojärjestelmät voivat käyttää tiedon vaihtelusta oppimiseen.
työkalut tiedon vaihtelusta oppimiseen
seuraavien työkalujen avulla parannustiimit voivat nähdä koko järjestelmän tilan ja käyttää tiedon vaihtelun paljastamia löytöjä prosessien tarkasteluun ja muuttamiseen:
- Kontrollikaaviot: Näytä erityisiin ja yleisiin syihin liittyvät tiedot ja anna tiimeille mahdollisuus parantaa järjestelmää poistamalla erityisiä syitä tai muuttamalla yleisiä syitä.
- Run charts: edeltäjä kontrollikaavioille, jotka sisältävät visuaalista näyttöä toimenpiteistä ajan mittaan.
- taajuusalueet: käytetään jatkuvan datan datamallien visualisointiin (esim.odotusajat, oleskelun pituus ja kustannukset tapausta kohti).
- Pareto-kaaviot: käytetään kvalitatiivisten tietojen (esim.potilaiden käsitykset hoidosta ja elämänlaadusta) visualisointiin ja parannustöiden keskittämiseen.
- Hajontakohdat: Käytetään visualisoimaan toimenpiteiden välisiä suhteita.
terveydenhuollon laadun parantaminen: Aloita pienestä tehdäksesi suuria muutoksia
terveydenhuoltotoiminnan monimutkaisuus ja valtava vaihtelun ja jätteen määrä Yhdysvaltain terveydenhuollossa saavat laatuparannushankkeen toteuttamisen tuntumaan kaukaiselta mahdollisuudelta. Mutta terveydenhuollon laadun parantaminen on saavutettavissa, kun järjestelmät käyttävät tässä artikkelissa esitettyjä viittä periaatetta oppaanaan kliinikon sisäänostosta tieteellisiin menetelmiin perustuvaan parannuskehykseen. Terveydenhuoltojärjestelmät voivat muuttaa laadun parantamistyön dynamiikkaa ja vauhtia aloittamalla pienimuotoisen testauksen ja oppimalla näistä testeistä.
lisäluku
haluaisitko oppia lisää aiheesta? Tässä muutamia artikkeleita ehdotamme:
- Miten määritetään parhaat interventiot kliinisen laadun Parantamishankkeisiin
- terveydenhuollon laadun parantaminen: mistä on paras paikka aloittaa?
- käytä hyvin muotoiltuja Aim-lausekkeita kliinisen laadun parantamiseksi
- Top Five Essentials for Outcomes Improvement
- viisi on välttämätöntä terveydenhuollon Laatualoitteille
PowerPoint-dioja
Haluaisitko käyttää tai jakaa näitä käsitteitä? Lataa tämä esitys korostaen keskeisiä pääkohtia.
Klikkaa tästä ladataksesi diat
Leave a Reply