CIRS Datenflut und Datenqualität Helmut Paula, Verantwortlicher klinisches Risikomanagement Ärztliche Direktion
Quantität = Akzeptanz = Qualität (?) "You don't need hundreds of reports......take 20 and analyse them in-depth." C. Vincent beim ERA-Follow-Up am 28.11.11 in Basel CIRS Datenflut und Datenqualität / H. Paula / 21.11.2013 2
Quantität der Meldungen 2500 Beispiel: Anzahl der Meldungen am Inselspital Bern 2000 1584 1732 1893 2098 2012 1930 1500 1396 1000 874 956 500 0 2004 2005 2006 2007 2008 2009 2010 2011 2012 CIRS Datenflut und Datenqualität / H. Paula / 21.11.2013 3
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 02.03.2011 CIRS Datenflut und Datenqualität / H. Paula / 21.11.2013 4
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 / 21.11.2013 5
Qualität (?) des Meldeverhaltens Meldungen Quantität d. Meldungen Qualität d. Meldungen Klinischer Bezug Schweregrad Ursache Auswirkung CIRS Datenflut und Datenqualität / H. Paula / 21.11.2013 6
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 / 21.11.2013 7
Zielbereiche der Faktoren 100% 80% Klinischer Bezug Auswirkung 90-100% Klinischer Bezug Ursache 75-85% 60% Schweregrad 55-70% 40% 20% 0% 2004 2005 2006 2007 2008 2009 2010 2011 2012 CIRS Datenflut und Datenqualität / H. Paula / 21.11.2013 8
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 / 21.11.2013 9
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% 2004 2005 2006 2007 2008 2009 2010 2011 2012 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 / 21.11.2013 10
Beispiel 1: Entwicklung von Meldezahlen 160 149 140 120 122 100 80 72 71 79 60 56 40 39 43 20 19 25 0 2006 2007 2008 2009 2010 2011 2012 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 / 21.11.2013 11
Beispiel 2: Entwicklung Meldezahlen / Qualität 100% 500 90% 450 80% 400 70% 350 60% 300 50% 250 40% 200 30% 150 20% 100 10% 50 0% 2006 2007 2008 2009 2010 2011 2012 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 / 21.11.2013 12
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 / 21.11.2013 13
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. 031 632 05 71 helmut.paula@insel.ch CIRS Datenflut und Datenqualität / H. Paula / 21.11.2013 14