Praktické zkušenosti s hodnocením kvality zdravotní péče. 21. září 2006 Petr Tůma, Miloš Suchý

Transkript

1 Praktické zkušenosti s hodnocením kvality zdravotní péče 21. září 2006 Petr Tůma, Miloš Suchý

2 Naše prae Zdroje a obsah

3 Zdroje našich zkušeností analytický nástroj Mark Q a portálová řešení, analýzy pro KÚ 2003 pro SZU - ukazatele kvality rešerše zahraniční literatury + návrh systému 2005 pro SZU aplikace zahraničně vyvinutých QI na českých datech projekt CEEQNET vývoj společných QI pro 5 zemí

4 Obsah našich zkušeností Dosavadní práce nám umožnila zejména systematicky prozkoumat a utřídit literaturu o QI ze zemí, kde je vývoj přinejmenším o let napřed (UK, USA, Austrálie, Kanada) konfrontovat teoretické znalosti s praktickou činností při zpracování a vyhodnocení dat porovnat české datové zdroje s některými zahraničními (zejména s Rakouskem) posoudit konzistenci datového modelu, kvalitu číselníků

5 Klinická skupina: Objem výkonů Mortalita Využívání Náklady Standardizace procedur ALOS Akutní infarkt myokardu Fraktura kyčle Městnavé srdeční selhání Krvácení do GIT Cévní mozková příhoda Pneumonie Koronární by-pass Totální endoprotéza kyčelního kloubu TEP PTCA Resekce pankreatu Resekce jícnu Resekce aneurysmatu abdominální aorty Endarterektomie karotidy Kraniotomie Sectio Caesarea a porod Cholecystektomie laparoskopická Operace pro kýlu

6 Krátká ekurze do teorie

7 Ukazatelé kvality jsou výběrová měření, která se vztahují - ke struktuře -nebo kprocesům -nebo kvýsledkům péče

8 Ukazatelé kvality jsou založena na datech administrativních klinických záznamech dodatečně sbíraných

9 Ukazatelé kvality mají řadu vlastností (velmi zjednodušeno) za každým QI je literární dokumentace (a tím pochopitelně autorský tým) každý QI je reprezentant určité oblasti výsledkové ukazatele jsou standardizovány jsou validovány (validace je dostupná v dokumentaci) mají návod k použití jsou doporučeny k používání panelem epertů jsou vyhlášeny oficiálně autoritou (platnost od.. do) jsou obvykle národní jsou ve vhodných sestavách, vytvářející uzavřený systém, který má svou vědeckou (na důkazech založenou a logickou) a aiomatickou ( dogmatickou ) složku

10 Zpět do prae Příklad z naší práce Mortalita AIM možnosti standardizace ukazatele

11 45% 40% nemocnice okresní nemocnice 35% krajská nemocnice Mortalita AIM standardizace přes věk, pohlaví a příznak komplikace -DRG fakultní nemocnice 30% C07 mortalita35 25% 20% B02 C01 C04 C11 C06 C08 C12 15% A01 C03 C09 10% A02 B01 C07 C05 C02 5% Mortalita 3 Mortalita 35 Vylouceni prekladu do a prijmu z jinych ZZ Vylouceni prekladu do a prijmu z jinych ZZ + standardizace pres vek, pohlavi a PRIKOMP 0% 0% 5% 10% 15% 20% 25% 30% 35% mortalita3

12 40,0% 35,0% 30,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% Nemocniční mortalita u AIM při rozdílném způsobu standardizace M1 M2 M3 M31 (M32) (M33) (M35) M36 C A01 A02 B01 B02 C01 C02 C03 C04 C05 C06 C07 C08 C09 C10 C11 C12 D01

13 Mortalita u AIM českých nemocnic; standardizace přes věk a pohlaví, interval spolehlivosti 95% 56% 48% 40% 32% 24% 16% 8% 0% A01 A02 B01 B02 C01 C02 C03 C04 C05 C06 C07 C08 C09 C10 C11 C12 D01

14 Česká realita našima očima

15 Současný stav v ČR: nedokonalý datový model nevhodné číselníky (výkony, plánování přijetí, reoperace) nejsou výběrové ukazatele (ale celoplošné ) chybí standardizace chybí tým epertů (klinici, statistici, programátoři) kontinuálně pracující v oblasti vývoje QI systém měření kvality není podložen žádnou dokumentací není souhra mezi vývojem a vyhlašující autoritou (případně uživateli )

16 Jak má vypadat rozdělení rolí: Týmy zabývají se vývojem QI (teoretické podklady, validace...) kontinuální činnost Panel epertů doporučuje k užívání periodická činnost Autorita vyhlašuje a zaštiťuje dogmatickou složku dyskontinuální činnost

17 Děkuji za pozornost

18 Co jsou Ukazatele kvality (Quality Indicator s = QI)? QI = vybraná měření (obvykle ošetřená standardizací ); přesně definovaná, validovaná, publikovaná Obvykle jsou to poměrová měření (definovaný čitatel, jmenovatel) Mají jasný vztah k aspektu kvality Mají deklarované určení

19 Co nejsou Ukazatele kvality Výroky,které dokumentují neporozumění: Ukazatelem kvality je pro mne, že nemocnice je akreditovaná Ve vašich ukazatelích postrádám ISO

20 Aspekty kvality - Pojem kvalita je třeba rozložit Acceptability Access Continuity Efficiency Effectiveness Appropriateness Prevention Safety

21 Nástroje kvality Akreditace Ukazatele kvality Standardy ISO Zjišťování spokojenosti... a další

22 Nástroje kvality Akreditace Ukazatele kvality ISO... a další

23 Dělení ukazatelů kvality Struktura + Proces = Výsledek

24 Dělení ukazatelů kvality podle datového zdroje Administr. data Klinická. data Dodatečná data

25 Dělení ukazatelů kvality Administr. data Klinická. data Dodatečná data Struktura částečně ano Proces málo ano ano Výsledek částečně ano ano

26 Proč standardizovat? Počet hospitalizací Počet oš. dnů Prům. délka hospitalizace Nem. A ,0 Nem. B ,0

27 Proč standardizovat? Počet hospitalizací Počet oš. dnů Prům. délka hospitalizace Nem. A ,0 Nem. B ,0 Nem. A - dosp ,0 Nem. A - děti ,0

28 Proč standardizovat? Počet hospitalizací Počet oš. dnů Prům. délka hospitalizace Nem. A ,0 Nem. B ,0 Nem. A - dosp ,0 Nem. A - děti ,0 Nem. B - dosp ,0 Nem. B - děti ,0

29 Prům. délka hospitalizace Prům. délka hospitalizace standard. Nem. A 18,0 16,7 Nem. B 16,0 18,7

30 Přímá standardizace Jiný příklad: Klinicky vymezená skupina: stavy A, B, C Nemocniční mortalita (ABC) = 58%

31 Přímá standardizace Spec. nem. mortalita = 10%; 80%; 5% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Mortalita A B C Skladba v nemocnici A B C Nemocniční mortalita = 58%

32 Přímá standardizace Spec. nem. mortalita = 10%; 80%; 5% Stand. mortalita = 14% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Mortalita A B C A B C Skladba v nemocnici Referenční skladba A B C Nemocniční mortalita = 58%

33 Zkreslení (šum) v měření Riziko známé odstranitelné Riziko známé neodstranitelné Riziko neznámé Porucha kvality

34

35

36

37 Vyhodnocení ukazatele 1. Důležitost 2. Zdánlivá validita ( Face Validity ) 3. Přesnost precision - (správnost kódování, záchyt jevů...) 4. Vliv náhody na měření 5. Zkreslení bias (nerovnoměrná distribuce rizikových faktorů a jejich vazba na ukazatel) 6. Praktická proveditelnost 7. Užitečnost (skutečná motivace ke zlepšení kvality)

38 To, že je ukazatel kvality standardizovaný a validní, neznamená, že je užitečný

39 Proveditelnost Souvisí s praktickými aspekty, především s organizačními aspekty při sběru dat pro stanovení ukazatele s organizačními aspekty při sběru dat pro standardizaci s náklady na vývoj ukazatele s náklady sběr dat a zpracování

40 Užitečnost Má souvislost - s posláním ukazatele (kdo je adresátem?) - se správnou motivací u poskytovatele

41 Motivuje ukazatel ke zlepšení? Nejistota je především u výsledkových ukazatelů. K tomu, aby mohl výsledkový ukazatel přispět ke zlepšení kvality musí: pravdivě o kvalitě vypovídat měl by dobře lokalizovat problém v kvalitě musí motivovat ke zlepšení kvality (a ne ke zlepšení ukazatele!)

42 Zlepšení péče nebo jen zlepšení ukazatele? Při zvažování o zavedení ukazatele kvality má být vždy položena otázka: Není nebezpečí, že poskytovatelé budou mít snahu vylepšit hodnoty ukazatele jinak (a tedy nežádoucím způsobem) než zlepšením kvality? V ideálním případě by změřená nekvalita měla vést poskytovatele k tomu, aby zlepšil kvalitu péče. Většina ukazatelů však (přinejmenším potenciálně) nechává prostor k tomu, aby byla zlepšena měřená hodnota, aniž by se kvalita péče změnila.

43 Vyhodnocení chybných motivací 1. Je ukazatel relativně rezistentní vůči chybným motivacím 2. Nezesiluje způsob použití chybné motivace? 3. Bude možné sledovat, zda nemocnice (v průběhu doby) nemění účelově svoje chování při přijímání, propouštění, překladech a kódování diagnóz (vykazování) tak, aby se zlepšil ukazatel

44 Jak dále? Všude ve světě byl začátek měření kvality pomocí ukazatelů obtížný. Všechny kroky nelze udělat najednou Je potřeba mít odvahu začít a nepodcenit přitom teoretické principy

45 Cíle, které doporučujeme 1. Navrhnout sadu ukazatelů kvality pro ak. nem. péči, hlavně na základě zahr. zkušeností; testovat některé z nich na datovém vzorku 2. Nastartovat kontinuální proces vyhodnocování a zavádění ukazatelů (posoudit efektivitu procesů a odhadnout nároky na zdroje)

46 Děkuji za pozornost