Skip to main content

BLOG - Ulrik Gerdes: Pas på præsentationen af datadrevet kvalitetsforbedring

Det er så grundlæggende, at det grænser til det banale: Det er umuligt at udføre meningsfuldt kvalitetsforbedringsarbejde i sundhedsvæsenet uden at foretage målinger, som producerer gode, valide data. Og helst også helt aktuelle, friske data — ofte kaldt »tidstro data«.

6. apr. 2016
5 min.

»Things should be made as simple as possible, but not any simpler« [Albert Einstein, 1879-1955].

Om måling af kvalitet

Det er så grundlæggende, at det grænser til det banale: Det er umuligt at udføre meningsfuldt kvalitetsforbedringsarbejde i sundhedsvæsenet uden at foretage målinger, som producerer gode, valide data. Og helst også helt aktuelle, friske data — ofte kaldt »tidstro data«.

Målinger er nødvendige for at identificere de problemer, der skal gøres noget ved, for at sætte sig realistiske mål og for at kontrollere, om iværksatte forbedringstiltag nu også har den ønskede effekt. Jeg skrev tre blogindlæg om emnet for 2 år siden hér på ugeskriftet.dk [findes samlet hér], som jeg selv synes gav et udmærket lille overblik over tingene.

Har vi problemer med kvaliteten af præsentationer af kvalitetsdata?

Noget kunne tyde på det! BMJ Quality & Safety publicerede i den forgangne uge en leder af Mountford & Wakefield, en artikel i serien »The Problem with…« af Anhøj & Hellesøe og en større originalartikel af Schmidtke, Poots, Carpio, Vlaev, Kandala & Lilford. De fokuserer alle på det grundlæggende problem, at resultater af kvalitetsmålinger ofte præsenteres på forenklede eller forsimplede måder, som kan være intetsigende eller i værste fald vildledende — og at de beslutninger, der træffes på baggrund af sådanne præsentationer, tilsvarende kan udvandes eller blive direkte kontraproduktive, dvs. at de absolut ikke opfylder formålet med hele menageriet: At forbedre kvaliteten af sundhedsvæsenet til gavn for patienterne.

Anhøj & Hellesøe’s tankevækkende artikel er et hårdt frontalangreb på den udbredte brug af røde, gule og grønne markeringer af resultater af kvalitetsmålinger som en metode til at forenkle præsentationer af kvalitetsdata.

Det følgende er en kort gennemgang af de tre publikationer, med fremdragelser af det, jeg især fandt interessant.

Lederen

Mountford & Wakefield giver en god sammenfatning (som ledere jo skal) af nøglebudskaberne i de to artikler, og kan anbefales som udgangspunkt for den interesserede læser.

Forfatterne beskriver hen mod slutningen en fiffig analogi for kvalitetskravene til informationsformidling med henvisning til kravene for medicinering —

»Analogous to the ‘5-rights’ of medication administration, one might well ask whether the right information is being provided to the right decision-makers, in the right manner, in the right amount and at the right time«.

The problem with red, amber, green…

Anhøj & Hellesøe’s tankevækkende artikel er et hårdt frontalangreb på den udbredte brug af røde, gule og grønne markeringer af resultater af kvalitetsmålinger som en metode til at forenkle præsentationer af kvalitetsdata.

Det er en trafik […] som især synes at være opstået af hensyn til travle ledere i sundhedsvæsenet, som angiveligt ikke har tid til at granske mere komplicerede og relevante præsentationer af kvalitetsdata for at træffe beslutninger.

Forfatternes pointe er, at brugen af »Rød-Gul-Grøn« ikke alene er spild af tid og resurser, men også kan være decideret farligt, fordi der kan skjule sig vigtige informationer bag sådanne forenklede (forsimplede) præsentationer, dvs. at beslutningstagere meget let kan risikere at gå i vandet, hvis de bruger »Rød-Gul-Grøn« som GPS.

Faktaboks

Fakta

Og så slår de et slag for brug af kontrolkort som et værktøj til datadrevet forbedringsarbejde, især for at kunne skelne betydningsfulde signaler fra støj: Præcis som også forfatterne til artiklen nedenfor gør.

Originalartiklen

Artiklen af Schmidtke, Poots, Carpio, Vlaev, Kandala & Lilford er særdeles interessant, fordi det er den første af sin slags med resultater af en systematisk undersøgelse af, hvad det i grunden er for kvalitetsdata, der bliver fremlagt for beslutningstagere i et sundhedsvæsen, og især hvordan data bliver præsenteret.

De har gransket måneds- eller kvartalsrapporterne fra maj 2013 til april 2014 til bestyrelserne for 30 tilfældigt udvalgte engelske sygehusenheder (som hedder ’trusts’ derovre, og som har bestyrelser (boards), som vi herovre i Danmark kun kender i andre sammenhænge). De fandt 1.488 grafiske præsentationer i papirerne, hvoraf kun 88 (6%) var kontrolkort med statistisk beregnede grænseværdier til at skelne skidt fra kanel, dvs. med muligheder for at kunne skelne tilfældige variationer (»the role of chance«) fra betydningsfulde signaler for faktiske ændringer.

Forfatterne har en lang og spændende diskussion af, hvordan det kan være, og hvad man kunne gøre ved det? Er det efterspørgslen [fra bestyrelserne = beslutningstagerne] der halter, eller er det leverancerne [fra kvalitetsudviklingsfolket = personalet; staff] der noget galt med?

De peger på 5 mulige problemer (barrierer), og giver nogle anbefalingerne til hvordan de kunne løses. Her er en meget kort version, med mine ord —

Problem #1: Beslutningstagerne kender ikke til eksistensen af kontrolkort, og kan af indlysende grunde derfor heller ikke efterspørge dem

o Løsning: En grundlæggende uddannelse af folk kunne hjælpe

Problem #2: Beslutningstagerne er usikre med hensyn til deres evner til at fortolke kontrolkort

o Løsning: Kontrolkortene kunne forsynes med gode forklaringer, og beslutningstagerne kunne uddannes (som ovenfor)

Problem #3: Personalet ved ikke hvordan man konstruerer kontrolkort

Problem #4: Personalet er usikre på om de har tilstrækkelige data til at konstruere et kontrolkort

Problem #5: Personalet er usikre på om de vælger den korrekte type af kontrolkort

o Løsninger (fra #3 til #5): Folk skal opfordres til at bruge computerprogrammer til opgaverne og at lære de grundlæggende principper, men også begrænsningerne for brugen af kontrolkort

Forfatterne har en inspirerende bemærkning sidst i deres diskussion, især vedrørende sammenfatningen af informationer i tværgående datasæt —

»Further research is indicated not just for how decision makers can make the best use of statistical information within a single dataset but also on how information across multiple datasets can be synthesised to inform decisions«.

Og hvad kan vi så lære af det?

Man skal aldrig undervurdere betydningen af, hvordan et sagsforhold fremstilles! Og man skal være villig til at investere resurser i arbejdet med at få data, informationer og resultater formidlet på måder, der maksimerer effekterne af deres indhold.

Det er svært, og absolut ikke lige ud ad landevejen. Men nødvendigt…!

Læs også: BLOG - Ulrik Gerdes: Om målinger af kvalitet 1

Læs også: BLOG - Ulrik Gerdes: Om målinger af kvalitet 2

Læs også: BLOG - Ulrik Gerdes: Om målinger af kvalitet 3