Læger skal konstant måle egen indsats

Kære læge, ved du, om du giver patienten den rette behandling - hver eneste gang?

Det spørgsmål er omdrejningspunktet i Patientsikkert Hospital, hvor løbende målinger af arbejdsprocesserne er det helt centrale.

Tal fra eksempelvis det Nationale Indikator Projekt dokumenterer år efter år, at mange patienter, der er indlagt på danske sygehuse, ikke får den behandling, som sagkundskaberne er enige om, er den korrekte - og som står skrevet i retningslinjer, instrukser og behandlingsvejledninger.

Måden at opfylde målene i Patientsikkert Sygehuse - færre dødsfald og skader på sygehuse - sker ved et ekstremt fokus på arbejdsprocesser, hvor løbende hyppige målinger af, om patienter får samtlige delelementer i de forskellige indsatspakker, er omdrejningspunktet.

Først når 95 pct. af patienterne får alle elementer af en given intervention, bliver der klappet på afdelingen. Og det kræver, at læger lærer at bruge data på en helt ny måde:

»Vi måler processer, vi måler lokalt, og vi måler hyppigt. Data skal leve og bo, hvor klinikerne arbejder. De samler data - og skal bruge dem lokalt. Det er hele princippet. Ikke noget med sammenligninger og benchmarking«, siger overlæge i Dansk Selskab for Patientsikkerhed Jacob Anhøj.

Tjek hver dag om f.eks. fem tilfældigt udvalgte patienter får alle elementer i en fastlagt intervention. Sker det ikke, er der ikke grund til at tælle videre. Arbejd i stedet med at optimere arbejdsgangene. Og følg så udviklingen over tid. Først når alle fem patienter får alle elementer, kan der være grund til at undersøge flere.

»Vores data er ikke egnede til et forskningsprojekt. Men i høj grad til den enkelte afdelings eget arbejde med kvalitetsforbedringer. Og arbejdet for færre komplikationer, dødsfald og sikring af, at det fagligt vedtagne nu også leveres til alle«, siger Jacob Anhøj.

Folkene bag Patientsikkert Sygehus støder indimellem på undren, når denne tilgang til data skal forklares. Hvad er den kliniske definition på en infektion, der er relateret til centrale venekatetre (CVK-infektion) eksempelvis? Hvis definitionen er forskellige i Næstved og Kolding, vil resultaterne jo stritte og være ubrugelige, lyder kritikken.

Får kun syv ud af ti patienter samtlige elementer af AMI-pakken (akut myokardieinfarkt), som den er definerede på afdelingen, må læger og sygeplejersker erkende, at patienterne ikke får den aftalte vare. Og så er det sådan set ligegyldigt, om definitionen er lidt forskellig fra andre afdelingers. Arbejdsgange må ændres lokalt, så afdelingen leverer den besluttede vare.

Overlæge Jacob Anhøj understreger, at de forskellige indsatser i Patientsikkert Hospital, så vidt det overhovedet har været muligt, bygger på forskningsbaseret evidens.

Der er f.eks. evidens for, at hævet hovedgærde og daglig mundpleje med klorhexidin er med til at reducere risikoen for respiratorrelaterede lungeinfektioner hos patienter i respirator.

Sker der ikke resultatforbedringer lokalt på afdelingen, kan der være to forklaringer. Enten fungerer interventionen ikke - altså er evidensen forkert eller passer ikke til patienterne. Eller også får patienterne ikke den behandling og pleje, der ligger i interventionen.

»Den sidste forklaring holder som regel stik. Og derfor skal vi altså til at måle og interessere os langt mere for processer og arbejdsgange. Det er ikke nok at tro, at vi giver patienten den rette behandling, fordi vi er blevet enige om det. Vi skal vide det. Og for en del læger er dette fokus på processer frem for på resultater noget nyt, de skal vænne sig til«, siger Jacob Anhøj.

Lægeverdens tre typer data

Forskningsdata

Skal skabe ny viden om noget, man ikke vidste før. F.eks. hvilken tablet, der er objektivt set er bedst til behandling af en given sygdom. Lægevidenskabelig metode og tilgang.

Kontroldata

Til bogholderi, benchmarking af det enkelte sygehus, afdeling og land mod andre, så forskelle kan identificeres. Samfundsvidenskabelig metode som djøffere har en forkærlighed for.

Procesdata

Skal måle processer, der skal sikre en ensartet produktion. Bruges til at identificere variation i produktion, der skal ensrettes, så kvaliteten løbende forbedres. Metode, der typisk bruges i industrien til at sikre ensartet produktion.