To-dages masterclass for dig, som vil lære statistisk processtyring med statistikprogrammet R – inklusiv en halv dag for din leder, som vil lære datadrevet ledelse med seriediagrammer.
Statistisk processtyring (statistical process control, SPC) er en videnskab og et håndværk med teorier og metoder til dataanalyse og -præsentation, som støtter udvikling, implementering og fastholdelse af kvalitetsforbedringer.
Virker vores indsatser mod hospitalsinfektioner og tryksår? Hvordan går det med forløbstiderne? Stiger genindlæggelserne, når vi udskriver patienterne tidligere? Kan vi reducere forbruget af bredspektret antibiotika?
Med SPC er det muligt at skelne mellem tilfældige udsving og sikre forandringer i kvalitetsmålinger over tid og dermed at vide, hvornår og hvordan det er hensigtsmæssigt at handle. SPC har i snart 100 år været det enkle og sunde alternativ til meningsløse trafiklysopgørelser og misvisende før-efter-analyser, som hærger sundhedsvæsenet.
Kursets har fokus på praktisk anvendelse af SPC til forbedring og fastholdelse af klinisk kvalitet i sundhedsvæsenet; men metoderne er lige vel anvendt i mange andre brancher inden for produktion og service.
Kontroldiagrammer i gitterlayout, som viser forekomsten af tre hospitalsinfektioner i de fem danske regioner. Der forekommer ikke-tilfældig variation over tid i ønsket retning for Clostridium difficile-infektion (CDI) i Region Sjælland og i Region Hovedstaden. I Region Midt tyder et målepunkt over øvre kontrolgrænse sidst på kurven på en begyndende stigning i CDI-forekomsten. For bakteriæmi (BAK) og urinvejsinfektioner (UVI) forekommer alene tilfældig variation over tid. Kilde: haiba.dk
Kurset varer to dage fra kl. 9 til 17, og der er plads til 24 deltagere foruden hver deltagers nærmeste leder, som forventes at deltage om formiddagen på kursets første dag.
København: 26-27 januar 2017 eller Aarhus: 2-3 februar 2017
Pris: kr. 8.000 (ekskl. moms, inklusiv deltagelse af egen leder på dag 1)
Tilmelding: Send e-mail til Tina Ipsen, Prospecta (ti@prospecta.dk). Oplys kursussted (København eller Aarhus) navn, stilling og organisation samt deltagende leders navn og e-mailadresse.
Deltagerne skal selv sørge for eventuel overnatning i forbindelse med kurset.
0830 – 0900: Kaffe, te, morgenbrød.
0900 – 1200: Hva’ ska’ vi med data? (medbring egen leder).
Kontrol eller udvikling: status quo eller quo vadis?
Enumerative eller analytiske problemer: hvor meget eller hvorfor?
Datadrevet ledelse i praksis: seriediagrammer som beslutningsstøtte ved tavlemøder mv.
1200 – 1300: Frokost, farvel til lederne og frisk luft.
1300 – 1400: Når tal taler: den gode kvalitetsindikator.
1400 – 1500: Der må være en grænse: introduktion til kontroldiagrammer.
1500 – 1700: Introduktion til programmering i R.
0830 – 0900: Kaffe, te, morgenbrød.
0900 – 1200: Databehandling og -analyse med R.
1200 – 1300: Frokost og frisk luft.
1300 – 1700: Serie- og kontroldiagrammer med qicharts til R.
Jacob Anhøj er overlæge og arbejder med klinisk kvalitetsudvikling på Rigshospitalet og i Region Hovedstaden.
Foruden at være læge har Jacob har en diplomuddannelse i informationsteknologi fra IT-Universitet i København. Han har udgivet flere videnskabelige artikler og et kompendium om SPC og har gennem de seneste ti år undervist flere tusind ledere, sundhedsarbejdere og studerende i klinisk kvalitetsudvikling.
Jacobs foretrukne analyseværktøj er statistikprogrammet R, hvortil han har udviklet programpakken qicharts, til konstruktion og analyse af serie- og kontroldiagrammer.
Email: jacob[snabela]anhoej.net
Twitter: @JacobAnhoej
LinkedIn: www.linkedin.com/in/anhoej
Blog: www.rpubs.com/anhoej
Kurset er en masterclass for dig, som arbejder med data til kvalitetsforbedring i sundhedsvæsenet og skal opbygge systemer og arbejdsgange til dataindsamling, -behandling og -analyse med SPC-diagrammer.
Du skal på forhånd have rutine i databehandling og -analyse, fx fra forskning, kvalitetsudvikling eller økonomistyring. Det betyder, at du er fortrolig med begreber som observationer og variable, og at du ved, hvordan man sorterer, filtrerer og aggregerer et datasæt. Det er desuden en fordel, hvis du har kendskab til grundlæggende statistiske begreber som sandsynlighed, fordeling og estimering.
Det er en sandhed uden modifikationer, at SPC kun virker efter hensigten i organisationer, hvor ledere forstår og efterspørger SPC, og hvor udvalgte medarbejdere behersker håndværket. Derfor opfordres du til at medbringe din egen leder om formiddagen på dag 1, hvor den grundlæggende SPC-teori gennemgås, og praktisk brug og fortolkning af seriediagrammer trænes.
Du skal forberede dig inden kurset ved at gennemgå de artikler og instruktionsvideoer, som er nævn i afsnittet Materialer. Regn med mindst én dag til forberedelse. For at nå læringsmålene og maksimere dit kursusudbytte opfordres du til umiddelbart efter kurset at afsætte nogle dage til opfølgning og træning af dine nye færdigheder.
Du skal medbringe en bærbar computer med de nyeste versioner af programmerne R og RStudio installeret og med batterikapacitet til mindst 6 timers arbejde. Af hensyn til underviserens sikkerhed og fremkommelighed under øvelserne er forlænger- og andre løse ledninger ikke tilladt. Det er også vigtigt, at computeren kan tilgå internettet via en almindelig trådløs forbindelse og har Firefox eller Chrome som standardbrowser.
Efter kurset (inkl. forberedelse og opfølgning) kan du:
redegøre for principper for brug af data til hhv. kontrol og udvikling;
redegøre for betydningen af tilfældig og ikke-tilfældig variation i kvalitetsmålinger over tid;
fortolke SPC-diagrammer til forbedring og fastholdelse af kvalitet;
udarbejde operationelle indikatordefinitioner og dataindsamlingsplaner til kvalitetsforbedring i egen organisation;
skrive enkle R-programmer til indlæsning og forberedelse af data til SPC-analyse;
konstruere SPC-diagrammer med qicharts til R.
Før kurset skal du gennemgå disse artikler og instruktionsvideoer:
Jacob Anhøj, Anne-Marie Blok Hellesøe (2016). The problem with red, amber, green: the need to avoid distraction by random variation in organisational performance measures. BMJ Qual Saf 2016
Raymond G Carey (2002). How Do You Know That Your Care Is Improving? Part I: Basic Concepts in Statistical Thinking. J Ambulatory Care Manage 2002;25(1):80-87
Raymond G Carey (2002). How Do You Know That Your Care Is Improving? Part II: Using Control Charts To Learn from Your Data. J Ambulatory Care Manage 2002;25(2):78-88
Geoff Cumming. Intro Statistics 1-7
MarinStatsLectures How to Install R and RStudio
På kurset får du udleveret:
Jacob Anhøj (2016). Mål med mening: Statistisk kvalitetsudvikling af klinisk praksis (præsentation)
Jacob Anhøj (2015). Kompendium i kvalitetsudvikling – Rammer og redskaber, Munksgaard
Efter kurset kan du have gavn af disse materialer:
Jacob Anhøj (2016). Run charts with R
Jacob Anhøj (2016). Control charts with R
Jacob Anhøj, Anne Vingaard Olesen (2014). Run Charts Revisited: A Simulation Study of Run Chart Rules for Detection of Non-Random Variation in Health Care Processes. PLoS ONE 9(11): e113825.
Jacob Anhøj (2015). Diagnostic Value of Run Chart Analysis: Using Likelihood Ratios to Compare Run Chart Rules on Simulated Data Series. PLoS ONE 10(3): e0121349
Mohammed A Mohammed (2008). Plotting basic control charts: tutorial notes for healthcare practitioners. Qual Saf Health Care 2008;17:2 137-145
Garrett Grolemund, Hadley Wickham (2016). R for Data Science
DataCamp. Introduction to R
MarinStatsLectures. R Programming Tutorials