Prognosemodelle fürs Pflegpersonal: Personalbedarfsplanung in der Krankenpflege

Transkript

1 Prognosemodelle fürs Pflegpersonal: Personalbedarfsplanung in der Krankenpflege Januar 2009 Dezember 2011 Finanziert durch das 7. Forschungsrahmenprogramm der Europäischen Union

2 RN4CAST Studie Ist die bisher grösste in Europa durchgeführte Pflegepersonalbelegschaftsstudie Ist finanziert durch das 7. Forschungsrahmenprogramm der Europäischen Union (3 Jahres- Subventionszeitraum, Budget) Beteiliegt sind 11 europäische Länder, 3 internationale Kooperationpartnerländer, sowie die USA RN4CAST Studie Beteiligete Institutionen Katholieke Universiteit Leuven, Belgium University of Kuopio, Finland Technical University Berlin, Germany University of Athens, Greece Dublin City University, Ireland University of Nijmegen, The Netherlands Jagiellonion University Krakow, Poland The Institute of Health Carlos III, Spain Karolinska Institute, Sweden University of Basel, Switzerland King s College London, UK University of Pennsylvania, USA University of Botswana, Botswana Peking Union Medical College, China North-West University, South-Africa

3 Projektkoordination RN4CAST international Projekt Koordinator Prof. Dr. Walter Sermeus, PhD, FEANS, RN Professor in Healthcare Management Program director Master In Healthcare Management & Nursing Science Centre for Health Services & Nursing Research Catholic University Leuven Kapucijnenvoer 35B 3000 Leuven Belgium Projekt Vice-Koordinator Prof. Dr. Linda Aiken, PhD, FAAN, RN The Claire M. Fagin Leadership Professor of Nursing, Professor of Sociology Director, Center for Health Outcomes and Policy Research University of Pennsylvania 418 Curie Blvd. Claire M. Fagin Hall, 332R Philadelphia, PA United States Projekt-Manager Dr. Koen Van den Heede, PhD, RN Research Fellow Centre for Health Services & Nursing Research Catholic University Leuven Kapucijnenvoer 35B 3000 Leuven Belgium

4 Projektkoordination RN4CAST national Projektleitung Prof. Dr. Sabina De Geest Projektmanagement Dr. Maria Schubert, Dr. René Schwendimann (Stv.) Institut für Pflegewissenschaft, Universität Basel

5 State of the Art (1) Weltweit zeigt sich ein Ungleichgewicht in der Anzahl an Pflegepersonen, deren fachlichen Kompetenz (Skill Mix) und geographischen Verteilung Eine zunehmende Evidenz zeigt signifikante Zusammenhänge zwischen der Stellenbesetzung des Pflegepersonals, den Arbeitsumgebungsfaktoren und der Patientensicherheit und Qualität der Betreuung In jedem Land ist die Stabilität der Pflegepersonalbelegschaft und darüber hinaus die der Nachbarländer gefährdet, durch eine ineffiziente Pflegepersonalplanung in Verbindung mit einem Personalmangel Folge: Verzerrungen in der internationalen grenzüberschreitenden Migration beim Pflegepersonal (Aiken et al, 2001, 2002; Clarke et al 2002, 2003; Needleman et al 2002; Simoens et al. 2005; Rafferty et al. 2007; Van De Heede et al. 2007; Schubert et. al. 2008; Clarke & Donaldson, 2008)

6 State of the Art (2) Wichtige Push- und Pull- Faktoren für die grenzüberschreitende Migration Push-Faktoren Niedrige Vergütung (absolute / relativ) Schlechte Arbeitsbedingungen Fehlende Ressourcen Begrenzte Aufstiegschancen Begrenzte Ausbildungsmöglichkeiten Folgen von HIV/AIDS Instabile/gefährliche Arbeitsumgebung Wirtschaftliche Instabilität Pull-Faktoren Höhere Vergütung Möglichkeit, Rimessen zu erwirtschaften Bessere Arbeitsbedingungen Aufstiegschancen Besser ausgestattet Gesundheitssysteme Weiterführende Ausbildungsmöglichkeiten Politische Stabilität Reisemöglichkeiten Mitarbeit bei einer Hilfsorganisation (WHO, 2007)

7 State of the Art (3) Existierende Prognosemodelle Auf dem Angebot basierende Ansätze (Top Down) Auf der Nachfrage basierende Ansätze (Bottom Up) Gemischte Ansätze

8 State of the Art (4) In der Pflege angewendete Prognosemethoden/-modelle Population-basierende Vorhersagen Anzahl Arbeitskräfte pro Populationsrate Ökonometrische Modelle Komplexe Modelle, die die Anzahl an erforderlichem Personal basierend auf gegenwärtigen und zukünftigen Ressourcenbeschränkungen, einschliesslich des Bedarfs berechnen Operations Research (OR) Modelle Modelle wie z.b. LEP, PRN, PLAISIR, die auf der Mikroebene für die Vorhersage des Stellenbedarfs und der Effizienz angewendet werden Simulationsmodelle Schätzungsverfahren im Bereich des Personalbedarfs und der Personalbereitstellung (O Brien Pallas et al., 2001)

9 Beispiel eines Simulationsmodels

10 Personalplanung/modelle in der Schweiz (1) OBSAN Studie Personalplanung auf kantonaler Ebene z.b. Kenndaten Rekrutierung aus dem Ausland (Kontingente) Ausbildungsplanung (Verfügbarkeit / Schaffung von Ausbildungs-/ Praktikumsplätzen Personalplanung auf Spitalebene PEP LEP RAI PLAISIR

11 Personalplanung/modelle in der Schweiz (2) Problemstellungen Mangelnde Verfügbarkeit/Nichtverfügbarkeit von Nationalen differenzierten Statistiken zum Pflegebereich z.b. Personal, Skill Mix, Berufsverweildauer, Alter Fehlende Pflegeaufwandserfassungen auf nationaler Ebene z.b. Projekt Nursing Data Koordination der kantonalen Pflegebedarfsplanung? Kein zentrales Berufsregister für das Pflegepersonal / analog Medizin Ausbildungsplanung, Ausbildungsabschlussstatistik vom SRK zum BBT

12 Problemstellung Problemstellung länderübergreifend Studien und die Erfahrungen zeigen, dass die traditionellen Prognosemodelle für die Pflegepersonalbedarfsplanung zu ungenau und unzuverlässig sind, da sie zwar etablierte Faktoren der Nachfrage und des Bedarfs berücksichtigen, die Auswirkungen des Pflegepersonaleinsatzes auf die Pflegequalität aber ignorieren.

13 Neu Graduierte, Immigranten Wiedereintritte Inflow Politik zu: Ausbildung Bezahlung Arbeitsbedingungen Migration Pensionierung Austretende Emigranten Pensionierte Outflow Anzahl und Produktivität der Pflegenden Anzahl und Produktivität der anderen Ressourcen der Gesundheitsversorgungs Angebot an anderem Service Bedarf an pflegerischem Service Angebot an pflegerischem Service Bedarf für einen anderen Service Quantität & Qualität der Gesundheitsversorgung Patienten Figure 1. Flow chart of the contribution of nurse services to the production of health care (Simoens et al., 2005, OECD)

14 Ziele RN4CAST Optimieren und verfeinern der traditionellen Prognosemodelle für die Pflegepersonalbedarfsplanung mit Faktoren, welche die Merkmale der Arbeitsumgebung, Anzahl und Qualifikationen des Pflegepersonals und deren Auswirkungen auf die Personalrekrutierung, Erhaltung und Produktivität, sowie die Patientenergebnisse berücksichtigen.

15 Methoden RN4CAST (1) Befragungsdaten Pflegepersonen Querschnittsdesign mit verbundenen Daten, die in landesspezifische Datensets und einem gepoolten Befragungs / Ergebnisdaten Patienten Datenset resultieren Etablierte Faktoren zum Angebot und der Nachfrage an Pflegepersonal

16 Internationale Stichprobe Methoden RN4CAST (2) Stichprobe Spitäler Einschluss von 30 Akutspitäler pro Land total: 330 Akutspitäler Nationale Stichprobe Auswahl von mindestens 1 Spital pro Kanton (stratifiziert ausgewählt 35 Akutspitäler) total: 30 Akutspitäler

17 Internationale Stichprobe Methoden RN4CAST (3) Stichprobe Pflegepersonen 50 Pflegepersonen pro Spital, die in 2-3 zufällig ausgewählten chirurgischen und medizinischen Abteilungen arbeiten total: Pflegepersonen Nationale Stichprobe 50 Pflegefachpersonen pro Spital, die in 2 zufällig ausgewählten chirurgischen oder medizinischen Abteilungen pro Spital klinisch tätig sind total: 72 Abteilungen total: 1750 Pflegefachpersonen

18 Methoden RN4CAST (4) Stichprobe Patienten Patientenzufriedenheit Internationale Stichprobe Pro Spital Einschluss von allen den Einschlusskriterien entsprechenden Patienten, die am Tag der Datenerhebung in einer der ausgewählten Abteilungen betreut werden total 5000 Patienten Nationale Stichprobe 30 Patienten pro Spital, die den Einschlusskriterien entsprechen und in den ausgewählten chirurgischen oder medizinischen Abteilungen an dem Tag der Datensammlung betreut werden total 900 Patienten

19 Internationale Stichprobe Methoden RN4CAST (5) Stichprobe Patientenaustrittsdaten Zehntausende von Patientenaustrittsdaten der beteiligten Spitäler, die routinemässig über nationale Datenbanken gesammelt werden wie z.b. Demographische Daten, medizinische Diagnose/n & Interventionen (ICD-9, ICD-10), Aufenthaltsdauer, Austrittsstatus) Nationale Stichprobe Routinemässig über die Medizinische Statistik der Krankenhäuser gesammelte Daten der beteiligten und von allen Schweizer Spitälern -> Erhebungsjahr 2009 wird angestrebt

20 Methoden RN4CAST (6) Stichprobe Swiss Noso Daten chirurgische Wundinfektionen Nationale Daten Swiss Noso Daten der beteiligten Spitäler, sofern vorhanden -> z. Zt. in Abklärungen Daten die im Rahmen des nationalen Projekts Erfassung von postoperativen chirurgischen Wundinfektionen im Jahr 2009 durch SWISS Noso erhoben werden

21 Methoden RN4CAST (7) Messinstrumente Fragebogen Befragung Pflegepersonen Nursing Work Index (NWI-R) -> Arbeitsumgebungsqualität Fragen zur Prioritätensetzung in der Pflege (BERNCA) Maslach Burnout Inventory (MBI) -> Burnout Betreuungsqualität und Patientensicherheit Fragen zur letzten Arbeitsschicht Demografische Angaben

22 Methoden RN4CAST (8) Messinstrumente Fragebogen Befragung Patienten Fragen z.b. zur erhaltenen Betreuung durch das Pflegepersonal und durch die Ärzte zur Umgebung des Spitals z.b. Sauberkeit generelle Bewertung des Spitals Administrative Daten / Angaben zu den beteiligten Spitälern Organisationsprofil (z.b. Spitalkategorie, privat/ öffentlich, Anzahl Betten) Stellenbesetzung Pflegepersonal /Ärzte Angaben zu den vorhandenen medizinischen und chirurgische Abteilungen

23 Methoden RN4CAST (9) Daten / Angaben zur Pflegepersonalpersonalplanung Etablierte Faktoren zu Angebot und Nachfrage Pflegepersonal Landesspezifische quantitative und qualitative Daten zu Mobilität Demographische Daten Struktur der Gesundheitsversorgung, Bildung und Ausbildung Ökonomische Kosten

24 Methoden RN4CAST (10) Statistische Analysen Analyse der Befragungsdaten Pflegepersonen und Patienten, sowie der Patientenaustrittsdaten BFS Programmsynthese auf nationaler und europäischer Ebene Analyse der Auswirkung der Arbeitsumgebung und der Qualifikationen des Pflegepersonals auf die Rekrutierung, Erhaltung und die Produktivität des Pflegepersonal, sowie die Patientenergebnisse Basierend auf diesen Daten Bestimmung der optimalen Anzahl an Pflegepersonen und deren erforderlichen Qualifikationen Integration dieser Elemente in die traditionellen Vorhersagemodelle

25 Methoden RN4CAST (11) Wechselbeziehungen zwischen den 8 Arbeitspaketen WP1: Management & Koordination WP Leiter: K.U.Leuven (a) WP3: Arbeitskräfte Planung/ Vorhersage WP Leiter: UKU WP4: Protokol Festegung/ Harmonisierung WP Leiter: PENN WP5: Befragung Pflegepersonal Datensammlung WP Leiter: ISCII WP6: Patienten Outcomes Datensammlung WP Leiter: KCL WP7: Daten Integration & Analyse WP Leiter: K.U.Leuven (b) WP8: Arbeitskräfte Progammsynthese WP Leiter: DCU Figure 2. Pert diagram, illustrating interdependencies between work packages WP2: Verbreitung & Stakeholders Engagement WP Leiter: KCL

26 Zeitplanung RN4CAST START ZIEL Datenintegration / vergleiche Datenanalyse Datensammlung Vorbereitung

27 Limitationen RN4CAST Fokussierung auf den Akutpflegebereich Aus Budgetgründe können folgenden Bereiche nicht in die RN4CAST Studie eingeschlossen werden Langzeitpflegebereich Spitex Psychatrie

28 Bedeutung der RN4CAST für die Schweiz (1) Entwicklung eines auf bestehende und neue Daten basierendem nationalen Vorhersagemodells für die Pflegepersonalplanung in der Schweiz (für die nächsten Jahre) Teilnahme an der bisher grössten Pflegepersonalplanungsstudie Gewinn von neuen Erkenntnissen Pflegepersonalplanung (Ausbildung, Skills, Migration) Patientensicherheit und Behandlungs- und Pflegequalität Einbettung der Schweiz im internationalen Kontext Grossflächige Verbreitung der Studienergebnisse

29 Bedeutung der RN4CAST für die Schweiz (2) Vergleich der Schweizer RN4CAST Daten mit den internationalen Daten und den Daten der RICH Nursing Studie RICH Nursing Studie -> longitudinal Daten zu Trends, Entwicklungen und deren Auswirkungen auf die Patientensicherheit und Pflegequalität Nutzen für die beteiligten Spitäler Möglichkeiten für Benchmarking Ergebnisse Patienten und Pflegefachpersonen Behandlungsqualität Stellenbesetzung und Skill Mix Produktivität

30 Vorankündigung / Informationen Vorankündigung RN4CAST Stakeholder Konferenz 12. Juni 2009 in Bern Kontaktadresse 1 Dr. Maria Schubert Tel: ++41 (0) maria.schubert@unibas.ch Kontaktadresse 2 Dr. René Schwendimann, Tel: ++41 (0) Rene.Schwendimann@unibas.ch

31 Empfohlene Literatur Aiken, L. H., Clarke, S. P., Sloane, D. M., Sochalski, J., & Silber, J. H. (2002). Hospital nurse staffing and patient mortality, nurse burnout, and job dissatisfaction. JAMA, 288, link Aiken, L. H., Clarke, S. P., & Sloane, D. M. (2002). Hospital staffing, organization, and quality of care: Cross national findings. Nurs.Outlook, 50, link Aiken, L. H., Clarke, S. P., Cheung, R. B., Sloane, D. M., & Silber, J. H. (2003). Educational levels of hospital nurses and surgical patient mortality. JAMA, 290, link Aiken, L. H., Clarke, S. P., Sloane, D. M., Lake, E. T., & Cheney, T. (2008). Effects of hospital care environment on patient mortality and nurse outcomes. J.Nurs.Adm, 38, link Rafferty, A. M., Clarke, S. P., Coles, J., Ball, J., James, P., McKee, M. et al. (2007). Outcomes of variation in hospital nurse staffing in English hospitals: cross sectional analysis of survey data and discharge records. Int J Nurs.Stud., 44, link Schubert, M., Glass, T. R., Clarke, S. P., Schaffert Witvliet, B., & De, G. S. (2007). Validation of the Basel Extent of Rationing of Nursing Care instrument. Nurs.Res., 56, link Schubert, M., Glass, T. R., Clarke, S. P., Aiken, L. H., Schaffert Witvliet, B., Sloane, D. M. et al. (2008). Rationing of nursing care and its relationship to patient outcomes: the Swiss extension of the International Hospital Outcomes Study. Int.J.Qual.Health Care. link Van den Heede. K., Sermeus, W., Diya, L., Clarke, S. P., Lesaffre, E., Vleugels, A. et al. (2008). Nurse staffing and patient outcomes in Belgian acute hospitals: Cross sectional analysis of administrative data. Int.J.Nurs.Stud link