CIRS Datenflut und Datenqualität

Transkript

1 CIRS Datenflut und Datenqualität Helmut Paula, Verantwortlicher klinisches Risikomanagement Ärztliche Direktion

2 Quantität = Akzeptanz = Qualität (?) "You don't need hundreds of reports......take 20 and analyse them in-depth." C. Vincent beim ERA-Follow-Up am in Basel CIRS Datenflut und Datenqualität / H. Paula /

3 Quantität der Meldungen 2500 Beispiel: Anzahl der Meldungen am Inselspital Bern CIRS Datenflut und Datenqualität / H. Paula /

4 Auslöser der CIRS-Studie These: Meldungen werden zwar häufiger, verlieren aber immer mehr den klinischen Bezug und der Schweregrad sinkt. Folie vom CIRS-Gruppenmanagertreffen am CIRS Datenflut und Datenqualität / H. Paula /

5 Zwei Interprationsmöglichkeiten Interpretation 1: CIRS-EBKE ist zu einer allgemein anerkannten Methode geworden, der Veränderungen zugetraut werden. Deshalb ist eine Nutzung auch als allgemeines QM-Instrument begrüssenswert. Interpretation 2: CIRS-EBKE verliert den ursprünglichen Charakter als klinisches Instrument und "degeneriert" zunehmend. Wirklich relevante Informationen gehen in der Flut der Meldungen unter. CIRS Datenflut und Datenqualität / H. Paula /

6 Qualität (?) des Meldeverhaltens Meldungen Quantität d. Meldungen Qualität d. Meldungen Klinischer Bezug Schweregrad Ursache Auswirkung CIRS Datenflut und Datenqualität / H. Paula /

7 Bewertungskriterien Bezugnahme auf Grundthese Klinischer Bezug Ursache (Bewertung 1 3) Ursache b. klin. Handlung Ursache keine klin. Handlung aber klin. Bezug Kein klin. Bezug Klinischer Bezug Auswirkung (Bewertung 1 3) Direkte Auswirkung auf Patient Indirekte Auswirkung auf Patient Keine Auswirkung auf Patient Tatsächlicher Schweregrad (Bewertung 1 4) Patientenschädigung eingetreten Patientenschädigung abgewendet Patientenschädigung möglich Keine Auswirkung auf Patient CIRS Datenflut und Datenqualität / H. Paula /

8 Zielbereiche der Faktoren 100% 80% Klinischer Bezug Auswirkung % Klinischer Bezug Ursache 75-85% 60% Schweregrad 55-70% 40% 20% 0% CIRS Datenflut und Datenqualität / H. Paula /

9 Gemeinsame Erhebung von Inselspital und Studierenden der FHNW Methodik Datenbankabfrage aus 34 Meldekreisen des Inselspitals Erstellung einer Gesamttabelle, Sortierung A-Z Ausblendung der Kliniken und Datumsangaben Einstufung anhand definierter Kriterien Separierung und Anonymisierung der Kliniken Weiterleitung an Studiengruppe Datenauswertung nach Klinik und Gesamt Interview mit Gruppenmanager ausgewählter Kliniken CIRS Datenflut und Datenqualität / H. Paula /

10 Qualität der Meldungen (ges. Spital) 100% 93% 94% 93% 94% 94% 93% 94% 95% 96% 90% 80% 82% 83% 81% 81% 82% 81% 81% 82% 82% 70% 60% 63% 63% 62% 61% 62% 60% 61% 61% 61% 50% 40% 30% 20% 10% 0% Klin. Bezug Ursache Klin. Bezug Auswirkung Schweregrad Koch J., Peyer-Schnyder E., Schneeberger C., Schneider N., Würgler F. (2013): Entwicklung und Zusammenhänge von CIRS-Meldezahlen und -verhalten in einem Universitätsspital, Fachhochschule Nordwestschweiz, Angewandte Psychologie CIRS Datenflut und Datenqualität / H. Paula /

11 Beispiel 1: Entwicklung von Meldezahlen Pneumologie Viszeralchirurgie Dep. DMLL Koch J., Peyer-Schnyder E., Schneeberger C., Schneider N., Würgler F. (2013): Entwicklung und Zusammenhänge von CIRS-Meldezahlen und -verhalten in einem Universitätsspital, Fachhochschule Nordwestschweiz, Angewandte Psychologie CIRS Datenflut und Datenqualität / H. Paula /

12 Beispiel 2: Entwicklung Meldezahlen / Qualität 100% % % % % % % % % % 50 0% Schweregrad Klinischer Bezug Auswirkung(en) Klinischer Bezug Ursache(n) Anzahl Meldungen 0 Koch J., Peyer-Schnyder E., Schneeberger C., Schneider N., Würgler F. (2013): Entwicklung und Zusammenhänge von CIRS-Meldezahlen und -verhalten in einem Universitätsspital, Fachhochschule Nordwestschweiz, Angewandte Psychologie CIRS Datenflut und Datenqualität / H. Paula /

13 Fazit (Methode) Bewertungsmethode für klinischen Bereich praktikabel Auswirkungen von Einflussfaktoren sind erfassbar Eignung als Monitoringinstrument Werte stark von der Meldeschwelle der Klinik abhängig Trenddarstellung wichtiger als Einzelwerte Bewertung durch mehrere Personen wäre sinnvoll Rückmeldungen für Kliniken sehr wertvoll Fazit (klin. Risikomanagement) CIRS lässt sich auch über längere Zeit erfolgreich betreiben Hohe Abhängigkeit von bearbeitenden Personen CIRS Datenflut und Datenqualität / H. Paula /

14 Was ist geschehen? Der Patient hat bemerkt, dass auf seiner Infusion der Name seines Zimmernachbarn steht und hat dies gemeldet. Massnahmen: Namen auf Infusion geändert. Helmut Paula Inselspital, Universitätsspital Bern Ärztliche Direktion, Qualitätsmanagement Tel CIRS Datenflut und Datenqualität / H. Paula /