Von Daten zu Informationen zu Entscheidungen. 12. Ergebniskonferenz Qualität: wirksam und fair. Münster,

Transkript

1 Von Daten zu Informationen zu Entscheidungen. 12. Ergebniskonferenz Qualität: wirksam und fair Münster,

2 Weitere Arbeiten zum Thema 2

3 Weitere Arbeiten zum Thema 3

4 Einführung

5 Warum messen? Daten zu Systemzustand. Prozessen. Ergebnissen. PDSA-Zyklus.»Was wollen wir erreichen? Welche Veränderungen können wir durchführen, welche Verbesserungsideen haben wir? Wie werden wir wissen, dass die Veränderung eine Verbesserung ist?«risikomanagementprozess (Eintrittswahrscheinlichkeit zu Beginn und nach Veränderung?). 5

6 Vom Datum zur Information zur Entscheidung Datum Information Entscheidung Letalität Komplikationen Angemessen? Ist Zielwert? Ist < Zielwert?»Keine InterventionVerbesserungsbedarf«Erhebungen Analysen Gespräche Projekte Auswahl nach Fallzahlen? Erlösen? Komplikationsrate? Krankenhaussterblichkeit? Imagewirkung? Schadenshöhe? Schadensstatistik? Wunsch des Versicherers? Anmerkung Sentinel events sind ein anderes Thema Orientierungsgrößen EQS? Institut für Qualität? Eigene historische Daten? Zweckverbände? KH-Verbünde? Fachliteratur? Register? Leitlinien? Eigene Festlegung? Wert des Versicherers? Kriterien Unternehmenssicht? Unternehmensziele? Wer Entscheidet? Setzt um? Überwacht? Berichtet an wen/wohin? Bedeutung geben 6

7 Vom Datum zur Information zur Entscheidung Datum Information Entscheidung Letalität Komplikationen Angemessen? Ist Zielwert? Ist < Zielwert?»Keine InterventionVerbesserungsbedarf«Erhebungen Analysen Gespräche Projekte»Ist am Ende des Jahres eine 3-prozentige Abweichung ein Unterschied, der Handeln erfordert?wie kann ich feststellen, ob monatliche Schwankungen in einem normalen Bereich sind oder ob ich handeln muss?ist es vielleicht sogar möglich, Trends frühzeitig zu erkennen?«bedeutung geben 7

8 8

9 Ergebnisqualität ist dynamisch

10 Ergebnisqualität = f(datenqualität, Definitionsqualität, Case Mix, Strukturqualität, Prozessqualität, Fallzahl, Zufall) Iezzoni (2013). Reasons for risk adjustment. In: Risk adjustment for measuring health care outcomes. Editor: Lisa I. Iezzoni (4th edition). Health Administrative Press, Chicago, Illinois. Lilford R, Mohammed MA, Spiegelhalter D, Thomson R (2004). Use and misuse of process and outcome data in managing performance of acute medical care: avoiding institutional stigma. Lancet. 2004; 363(9415): PubMed-ID:

11 1,5 1,4 1, ,0 Prozent Konfidenzintervall 99,8 Prozent Konfidenzintervall Beobachtungswert : Erwartungswert 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0, Fälle 11

12 Normale Schwankung oder Signal? Mohammed MA, Cheng KK, Rouse A, Marshall T (2001). Bristol, Shipman, and clinical governance: Shewhart's forgotten lessons. Lancet. 2001; 357(9254): PubMed-ID:

13 Monitoring und Frühwarnsystem

14 Monitoring und Frühwarnsystem Es wäre sehr gut, wenn wir in monatlichen Abständen eine Bewertung vornehmen könnten.»sind so viele Patienten verstorben, wie wir erwartet haben?oder waren es weniger oder mehr?«noch besser wäre, wenn wir sogar Trends erkennen könnten 14

15 Kumulative Krankenhaussterblichkeit (%) ambulant erworbene Pneumonie im Funnel Plot. 30,0 25,0 Februar ,0 Prozent Konfidenzintervall 99,8 Prozent Konfidenzintervall Referenzwert 20,0 Krankenhaussterblichkeit (%) 15,0 10,0 Januar März April Mai Juni Juli August September Oktober November Dezember 5,0 0, Fälle 15

16 Cumulative Sum Chart (CUSUM) Kommt aus der industriellen Qualitätskontrolle. Wurde erstmals 1994 zum Qualitätsmonitoring kardiochirurgischer Operation eingesetzt. 16

17 Für die erwartete Sterblichkeit in den Risikoklassen 1 bis 3 wurden die Referenzbereiche aus dem Vorjahr (2012) gewählt. 17

18 Kumulative Krankenhaussterblichkeit (%) ambulant erworbene Pneumonie im CUSUM. CUSUM Risikoklasse 3: Patient überlebt / 95,0 Prozent Konfidenzintervall Unerwünschtes Ereignis Risikoklasse 1: Patient verstorben - - / ,8 Prozent Konfidenzintervall»verlorene Lebengewonnene Leben«18

19 Cumulative Sum Chart (CUSUM) Anwendbar für»rohe«und risikoadjustierte Daten. Voraussetzung: Erwartungswert.»Statistische Signifikanz«wird in»klinische Bedeutung«übersetzt. 19

20 Klinische Leitungsaufgabe»Die klinische Leitungsaufgabe besteht in der Sicherstellung einer angemessenen Vorherbestimmbarkeit von Prozessen und ihren Ergebnissen.«Das bedeutet als Mindestanforderung im Frühwarnsystem: Keine Über- bzw. Unterschreitung des 95-Prozent KI. Bessere Ergebnisse dürfen natürlich jederzeit auftreten. 20

21 Monitoring- und Frühwarnsystem Monatliche Übersicht. 21

22 Was macht den Unterschied?

23 11 US-amerikanische Krankenhäuser. Strukturierte Interviews mit 158 Mitarbeitern. Side visits. Geteilte organisationale Werte und Ziele. Leadership.»Physician champions«, Förderung Pflege-/Funktionspersonal, Beteiligung Pharmakologen, hohe Expertise aller an der AMI-Versorgung beteiligten Personen. Kommunikation und Koordination. Positive Erfahrungen mit Problemlösung und organisationalem Lernen, Fallanalysen. 23

24 Wunsch: Quartalsweise Funnel-Plot und CUSUM. Das geht bei Daten der EQS und auch administrativen Routinedaten. 24

25 25

26 Vielen Dank! T F M E becker@i-pdb.de W Institut Prof. Dr. Becker Nonnenweg 120a Rösrath