• Hva' ska' vi med data?
  • status quo eller quo vadis?
  • niveau eller retning?
  • hvor meget eller hvorfor?

• Datadrevet ledelse i praksis: beslutningsstøtte med serie- og kontroldiagrammer

• Tal der taler: noget om indikatorer

• Der må være en grænse: videre med kontroldiagrammer

BMJ Quality & Safety januar 2017

• Mountford, Wakefield: From stoplight reports to time series

• Schmidtke, Poots, Carpio, Vlaev, Kandala, Lilford: Considering chance in quality and safety performance measures

• Anhøj, Hellesøe: The problem with red, amber, green

Rule 1: Original data should be presented in a way that will preserve the evidence in the original data for all the predictions assumed to be useful.

Rule 2: Any summary of a distribution of numbers in terms of symmetric functions should not give an objective degree of belief in any one of the inferences or predictions to be made therefrom that would cause human action significantly different from what this action would be if the original distributions had been taken as evidence.

Scientific data are not taken for museum purposes; they are taken as a basis for doing something. If nothing is to be done with the data, then there is no use collecting any. The ultimate purpose of taking data is to provide a basis for action or a recommendation for action. The step intermediate between the collection of data and the action is prediction.

A curve fitted to a set of points is of interest, not on account of the data fitted, but because of data not yet fitted. How will this curve fit the next batch of data?

Magtanvendelser, det sociale område

Bedre end gennemsnit og bedre end før: Grøn. Dårligere end gennemsnit og dårligere end før: Rød. Ellers: Gul

Et spørgsmål om …

• status quo eller quo vadis?
• niveau eller retning?
• hvor meget eller hvorfor?

Proces: Forbundne aktiviteter som har til formål at frembringe et produkt eller en tjeneste.

Processer varierer

• Tilfældig variation findes i alle processer og skyldes kræfter, som er konstant til stede og gør processen stabil og forudsigelig.
• Ikke-tilfældig variation findes i nogle processer og skyldes udefrakommende kræfter, som pludselig påvirker processen og gør den ustabil og uforudsigelig.

• Skiftsignal: Usædvanlig mange konsekutive datapunkter på samme side af midtlinjen

• Krydssignal: Usædvanlig få krydsninger af midtlinjen

• Andre: Fx cykliske mønstre og oplagt afvigende enkeltmålinger

Magtanvendelser, det sociale område

Plotting measurements over time turns out, in my view, to be one of the most powerful devices we have for systemic learning. […] If you follow only one piece of advice from this lecture when you get home, pick a measurement you care about and begin to plot it regularly over time. You won't be sorry.

En kvalitetsindikator er en målbar variabel, dvs. et tal, som udtrykker i hvor høj grad et produkt eller en tjeneste opfylder "kundens" forventninger.

• Resultatindikatorer knytter sig til, hvad du ønsker at opnå: målsætningen
  
  fx færre kirurgiske komplikationer
• Procesindikatorer knytter sig til, hvordan du vil nå dit mål: processer og arbejdsgange
  
  fx accelereret kirurgi (pakkeforløb)
• Ulempeindikatorer knytter sig til eventuelle uønskede effekter af din indsats
  
  fx flere genindlæggelser

• Der er evidens for, at indikatoren måler det, den skal måle.
• Indikatoren kan opfange effekten af ændringer over tid.
• Datafangsten er praktisk mulig, og at datakvaliteten er kendt og gennemskuelig.
• Indikatoren giver mening for og er accepteret af klinikerne.
• Indikatorværdier præsenteres på en intuitivt forståelig måde.
• Seneste indikatorværdi er aktuel og afspejler den gældende kliniske praksis.

Mål, så hyppigt du kan, og så sjældent du tør!

• Mål så hyppigt, at eventuel ikke-tilfældig variation optræder mellem målepunkterne.
• Gør stikprøverne store nok til, at den ikke-tilfældige variation (signalet) overstiger den tilfældige variation (støjen).

TIP: Tilstræb, at at der i gennemsnit forekommer mindst 4 defekte(r) i hver stikprøve.*

Eksempel: 10% af patienterne får en hospitalsinfektion. Der bør derfor være mindst 4 / 0.1 = 40 patienter i hver stikprøve.

1. Beslut målsætning og vælg indikatorer.

2. Definer indikatorerne.

3. Indsaml data og begynd seriediagram.

4. Efter mindst 12 datapunkter, analysér seriediagrammet:
   • tilfældig variation: fastholde eller forbedre?
   • ikke-tilfældig variation: eliminere eller implementere?

5. Forbedring er opnået og fastholdt, når de seneste mindst 12 målepunkter varierer tilfældigt omkring mållinjen.

Beskriv en indikator fra dit forbedringsprojekt:

• Navn
• Type: proces, resultat eller ulempe
• Format: fx antal, andel, rate eller måling
• Dataelementer og -definitioner: fx tæller og nævner
• Datakilde: fx papir og blyant, tavlemøde eller database
• Dataindsamling: hvem?, hvad?, hvordan?, hvornår?
• Databehandling: sortere, filtrere, aggregere mv.

Det bør stilles strenge krav ved utviklingen av kvalitetsindikatorer slik at de er gyldige, pålitelige og anvendbare. Et kjernepunkt i utviklingen er den systematiske tilnærmingen, som tar sikte på å ivareta både det vitenskapelige og faglige aspektet, og den helsepolitiske og verdimessige dimensjonen.

Måledata

• I: Én måling per stikprøve, fx navlesnors-pH fra individuelle børn
• Xbar: Flere målinger per stikprøve, fx gennemsnitlig navlesnors-pH i en ugentlige stikprøve fra flere børn

Tælledata

• P: Andel, fx andel operationer med komplet tjekliste
• C: Antal, fx antal hjertestop
• U: Rate, fx antal patientskader per 1000 sengedage

I: \(\bar{x}\pm2.66\bar{MR}\) \(\bar{x}=\) gennemsnit af målinger, \(\bar{MR}=\) gennemsnit af parvise, absolutte forskelle

Xbar: \(\bar{x}\pm A_{3}\bar{s}\) \(A_{3}=\) konstant, som afhænger af stikprøvestørrelsen, \(\bar{s}=\) puljet standardafvigelse

C: \(\bar{c}\pm3\sqrt{\bar{c}}\) \(\bar{c}=\) gennemsnitligt antal defekter,

U: \(\bar{u}\pm3\sqrt{\frac{\bar{u}}{n_{i}}}\) \(\bar{u}=\) gennemsnitligt antal defekter per stikprøve, \(n_{i}=\) antal enheder i stikprøven

P: \(\bar{p}\pm3\sqrt{\frac{\bar{p}(1-\bar{p})}{n_{i}}}\) \(\bar{p}=\) gennemsnitlig andel defekte enheder, \(n_{i}=\) antal enheder i stikprøven

Douglas C Montgomery (2009): Statistical Quality Control: A Modern Introduction, John Wiley & Sons

Don’t waste too much time on tools and techniques. You can learn the lot in 15 minuttes.