Управление качеством медицинской помощи. тема 5. Управление качеством медицинской помощи. Частота расхождений поликлинических и клинических диагнозов
 Скачать 370.5 Kb.
|
|
Рис. 1. Диаграмма событий и результатов, составленная на основе национального демонстрационного проекта управления качеством в здравоохранении. Эта диаграмма показывает взаимосвязь многих факторов, способствующих или препятствующих получению желаемого результата медицинской помощи. Каждая проблема обусловлена рядом причин, из подробного перечня которых отбираются для детального анализа наиболее важные, позволяющие понять, что может помочь, а что может помешать достижению конечного результата. Этапы построения причинно-следственной диаграммы: Составить перечень причин, необходимый для построения данной диаграммы с помощью упорядоченного мозгового штурма, как с применением простых листов подсчета, так и без предварительной подготовки; Построить причинно-следственную диаграмму. Для этого расположите формулировку проблемы в квадрате справа. Далее начертите категории причин неполадок в рабочем процессе или любые другие категории, помогающие выявить наиболее важные факторы, разместите под подходящими категориями предложенные в ходе мозгового штурма идеи. По каждой из причин задайте вопрос: “Почему?” и изобразите ответы в виде ветвей диаграммы. Чтобы найти первопричину проблемы, ищите повторяющиеся причины, достигайте согласия в своей команде и сравнивайте частоту различных причин. Выделяют три разновидности причинно-следственных диаграмм: Анализ отклонений. Такая диаграмма строится путем расположения частных причин под основной категорией и затем поиска ответа на вопрос “Почему происходит это отклонение?”. Этапы рабочего процесса. Сначала составляется список всех этапов процесса. Затем от стрелок, соответствующих этапам, ответвляются стрелочки на данном этапе. Метод умножения причин. Предварительно составляется список причин, которые затем используются в качестве основных категорий причинно-следственной диаграммы. Блок ─ схема или схема последовательности операций Позволяет графически представить взаимодействие между различными участниками процесса оказания медицинской помощи. Изучая алгоритм рабочих процессов, находят нарушения оптимальной последовательности, которые могут быть источниками неприятностей. Наиболее широко диаграмму алгоритма процесса применяют для сопоставления алгоритма реального процесса и алгоритма идеального процесса. Это дает возможность выявить различия, а с ними - проблемы и возможности. Блок - схема позволяет определить, насколько оптимально связаны между собой рабочие операции, на ней видны отдельные элементы процесса оказания помощи больным с указанием возможных результатов различных видов лечения. При составлении блок-схемы необходимо четко определить границы процесса, пользоваться простейшими символами и руководствоваться принципом, что из блока есть только один выход, в случае двух выходов, вероятно, требуется принятие решения. Линейная диаграмма Позволяет простейшим способом изобразить общую тенденцию изменения показателей за определенное время. Точкой на графике изображается результат измерения или подсчитанное количество в данный момент времени. Для наглядности и ясности выводов точки соединяют линиями. Временной интервал и единицы измерения должны быть ясно обозначены, данные представлены в том порядке, в каком они были получены, так как временная последовательность имеет решающее значение. Таким образом, линейная диаграмма показывает изменения измеряемого показателя качества медицинской помощи по времени. Выход линии за пределы статистически приемлемого диапазона означает необходимость внесения корректив в практику лечения. Контрольный график Для построения контрольного графика определяется среднее значение показателя и границы верхнего и нижнего контроля. Эти границы вычисляются по соответствующим формулам, подставляя в них результаты измерения показателей процесса. Далее на график наносят данные развития процесса и анализируют их. Если какие-либо точки выпадают за пределы контроля, следовательно, данный процесс вне статистического контроля. Колебание данных внутри границ контроля обусловлены естественной вариабельностью, возникающей под действием общих причин, присущих самой системе. Таким образом, контрольный график необходим для определения, какая доля вариативности процесса обусловлена случайными причинами, а какая доля обусловлена особыми причинами. Оценка возможности процесса Недостаточно поставить процесс под контроль, так как и под контролем могут быть плохие результаты. Индексы возможностей процесса позволяют объективно измерить и наглядно показать, как распределение процесса соотносится с заданными границами допуска. Оценка возможностей процесса основана на определении среднеквадратического отклонения и границ допуска. Гистограмма Наглядно изображает характер статистического распределения данных. В отличие от диаграммы Парето, гистограмма строится по результатам измерений и наглядно изображает характер их статического распределения. Знание распределения имеет решающее значение для изучения процесса, ведь, как мы уже знаем, результаты любого процесса изменяются во времени. Гистограмма вскрывает величину вариативности процесса. Если гистограмма состоит из прямоугольников одинакового размера, то такое распределение называется равномерным. Если наибольшее количество результатов измерений располагается в середине области измерений, причем количество измерений больше среднего приблизительно равно количеству измерений меньше среднего, то такая гистограмма характеризует нормальное распределение. Многие процессы, находящиеся под статистическим контролем, дают подобную гистограмму. Если самые высокие столбцы оказываются в стороне от центра, такие распределения называют “скошенными” и они нуждаются в анализе. Для того чтобы сделать выводы, необходимо учитывать следующее: Количество классов (столбцов диаграммы) определяет насколько хорошо будет виден характер распределения. Некоторые процессы дают скошенное распределение по естественным причинам. Не следует ожидать нормального распределения от каждого процесса. Если гистограмамма резко обрывается, подойдя к некоторой точке, то точность данных сомнительна. Если обнаруживаются двойные пики, то это указывает на то, что данные поступают из двух или более различных источников. График корреляции Позволяет наглядно представить, как изменяется одна переменная по мере изменения другой, проверить предположения о том, что эти переменные взаимосвязаны. График корреляции используется для изучения возможной статистической связи между переменными. По горизонтальной оси графика корреляции откладываются значения первой переменной, а по вертикальной - значения второй. Отложенные на графике точки образуют узор в виде облака. Густота и удлиненность облака дают представление о силе корреляции между переменными. Чем ближе форма облака к прямой линии, тем сильнее корреляция. Корреляция, однако, не может быть использована для доказательства того, что изменение одной переменной является причиной изменения второй переменной. Обе они, например, могут изменяться как следствие действия какой-либо третьей переменной. Применение статистического анализа технологических процессов предусматривает преимущественное использование аналитической статистики по сравнению с цифровой статистикой. Это статистическое мышление фокусируется на будущей характеристике происходящих в настоящее время процессов и функционировании систем, а не на описании или сравнении фиксированных совокупностей прошлых данных. Проверка согласованности и классификация экспертов Статистические методы проверки согласованности зависят от математической природы ответов экспертов. Соответствующие статистические теории весьма трудны, если эти ответы ранжировки или разбиения, и достаточно просты, если ответы ─ результаты парных сравнений. Отсюда вытекает рекомендация по организации экспертного опроса: не старайтесь получить от эксперта ранжировку или разбиение, ему трудно это сделать, да и имеющиеся математические методы не позволяют далеко продвинуться. Эксперту гораздо легче на каждом шагу сравнивать только два объекта. Пусть он занимается парными сравнениями. Непараметрическая теория парных сравнений (теория «люсианов») (Орлов А.И, 1979) позволяет решать более сложные задачи, чем статистика ранжировок или разбиений. В частности, вместо гипотезы равномерного распределения можно рассматривать гипотезу однородности, т.е. вместо совпадения всех распределений с одним фиксированным (равномерным) можно проверять лишь совпадение распределений мнений экспертов между собой, что естественно трактовать как согласованность их мнений. Таким образом, удается избавиться от неестественного предположения равномерности. При отсутствии согласованности экспертов естественно разбить их на группы сходных по мнению. Это можно сделать методами кластер-анализа, предварительно введя метрику в пространство мнений экспертов. Идея Кемени (Киселев Н.И., 1989) об аксиоматическом введении метрик нашла в СССР многочисленных продолжателей (Литвак Б.Г., 1982). Однако методы кластер-анализа обычно являются эвристическими, в частности, невозможно с позиций статистической теории обосновать «законность» объединения двух кластеров в один. Имеется важное исключение ─ для независимых парных сравнений разработаны методы, позволяющие проверять возможность объединения кластеров как статистическую гипотезу. Нахождение итогового мнения комиссии экспертов Пусть мнения комиссии экспертов или какой-то ее части признаны согласованными. Каково же итоговое (общее) мнение комиссии? Математическая сложность состоит в том, что мнения экспертов лежат в некотором пространстве объектов нечисловой природы. Общая теория подобного усреднения представлена в работе Литвак Б.Г. (1982). В частности, показано, что в силу обобщения закона больших чисел среднее мнение при увеличении числа экспертов (чьи мнения независимы и одинаково распределены) приближается к некоторому пределу, который можно назвать математическим ожиданием. В конкретных пространствах нечисловых мнений экспертов вычисление медианы Кемени может быть достаточно сложным делом (Дорофеюк А.А., 1985). Кроме свойств пространства, велика роль конкретных метрик. Так, в пространстве ранжировок при использовании метрики (Киселев Н.И., 1985), связанной с коэффициентом ранговой корреляции Кендалла, необходимо проводить достаточно сложные расчеты, в то время как применение метрики на основе коэффициента ранговой корреляции Спирмена приводит к упорядочению по средним рангам, т.е. вычисляется элементарно. Интервальные экспертные оценки С начала 80-х годов активно развивается интервальная математика, как наиболее практически важная часть ее - интервальная статистика. В разрабатываемом подходе основное внимание уделяется расчетам максимально возможного отклонения значения рассматриваемой статистики, вызванного погрешностями в исходных данных и «рационального объема выборки», превышение которого не может привести к существенному повышению точности оценивания. Основные идеи и результаты статистики интервальных данных опубликованы достаточно давно. Перспективным является использование интервальных экспертных оценок: эксперт называет не число, а интервал в качестве оценки рассматриваемого параметра. Такие процедуры удачно сочетают в себе количественный и качественный подходы в экспертных оценках. В качестве примера можно назвать процедуру регрессионного анализа, применяемую в экспертно-статистическом методе для получения коэффициентов весомости признаков, позволяющих наиболее точно восстановить глобальное заключение об объекте по результатам оценок отдельных параметров. При использовании метода интервальных экспертных оценок вместо оценки показателя или характеристики объекта числом эксперт указывает интервал, в котором он содержится. Во многих случаях оценивание интервалом более естественно для эксперта, чем оценивание числом. В настоящее время в современной медицине все шире применяются различные методы экспертных оценок. Они незаменимы при решении сложных задач оценки качества производства медицинских услуг, в том числе специального назначения, при анализе и прогнозировании ситуаций с большим числом значимых факторов - всюду, когда необходимо привлечение знаний, интуиции и опыта многих высококвалифицированных специалистов-экспертов. Методы экспертных оценок КМП и их особенности в медицинской практике Качество и тесно зависимая от него эффективность деятельности лечебно-профилактических учреждений в условиях экономических преобразований в России — ключевые проблемы в управлении здравоохранением. И если проблемам качества медицинской помощи в последние годы уделяется все больше внимания, то эффективность деятельности медицинских учреждений, как правило, остается «за кадром». А между тем это взаимосвязанные понятия, не существующие друг без друга. Если эффективность деятельности ЛПУ независимо от формы собственности определяется степенью достижения установленных для него целей при определенных затратах, то главной целью деятельности такого ЛПУ является оказание качественной и безопасной медицинской помощи населению. То есть медицинских услуг надлежащего качества, которое определяется как соответствие оказанных медицинских услуг современному представлению о его необходимом уровне и объеме при данном виде патологии с учетом индивидуальных особенностей пациента и уровня реализаций технологий конкретного ЛПУ. Достижению надлежащего уровня КМП должна быть подчинена вся идеология управления ЛПУ любой формы собственности и органов управления здравоохранением. По мере формирования системы медицинского страхования в России определились и приоритеты системы ОМС, основным из которых стала необходимость обеспечения КМП застрахованным гражданам. Для оценки качества и эффективности медицинской помощи необходимо разработать систему критериев, показателей и понятий, относящихся к данному процессу и отражающих его конечные результаты. Многочисленные попытки оценить КМП через призму уровня состояния здоровья населения не всегда корректны, поскольку уровень состояния здоровья в большей мере зависит от социально-экономической политики государства, состояния окружающей среды, образа жизни семьи, санитарно-эпидемиологического благополучия, уровня генетического риска и пр. Оценивать качество медицинской помощи следует с помощью показателей, относящихся к объекту «медицинская помощь», а не к другому объекту «состояние здоровья», а это, прежде всего, медицинская результативность, удовлетворенность потребителя, а при оценке эффективности еще и уровень затрат. Оценивая качество и эффективность медицинской помощи, необходимо опираться на две группы факторов. Первая — это выбор медицинских и организационных технологий, обусловленных исходным состоянием основных производственных фондов ЛПУ, обеспеченностью кадровыми, финансовыми, материальными, интеллектуальными ресурсами и уровнем менеджмента. Вторая — это адекватность медицинских и организационных технологий, их соблюдение, что в первую очередь зависит от профессионального уровня врачей и медицинских работников, включающего квалификацию, моральные принципы, призвание, деонтологические установки и т.п. Зависимость уровня эффективности и качества медицинской помощи от выбора технологий несомненна. В то же время выбор последних, в свою очередь, зависит от материально-технической оснащенности ЛПУ, обеспеченности кадрами и пр. Система оценки качества и эффективности медицинской помощи должна включать в себя набор универсальных показателей, имеющих количественное выражение, что позволит в дальнейшем подвергнуть их сравнению, подсчету, математической обработке и пр. Набор универсальных показателей позволяет применять их на уровне отдельного ЛПУ, его подразделения, персонально для отдельного врача-стоматолога, возможно, для оценок на муниципальном и территориальном уровне. В России в последние годы применяются на практике три основных метода оценки качества и эффективности медицинской помощи. По нашему мнению следует рассмотреть каждый из них. 4 Коллектив ВНИИ им. Семашко более 10 лет назад предложил систему, основанную на единых для всех типов ЛПУ принципах в виде специального показателя качества и эффективности интегрального коэффициента эффективности (Ки), представляющего собой произведение коэффициентов медицинской эффективности (Км), социальной эффективности (Кс) и коэффициента соотношения затрат (Кз): Ки = Км х Кс х Кз, где Км = (число случаев достигнутых медицинских результатов)/(общее число оцениваемых случаев оказания медицинской помощи); Кс = (число случаев удовлетворенности потребителя)/(общее число оцениваемых случаев оказания медицинской помощи); Кз = (нормативные затраты)/(фактически произведенные затраты на оцениваемые случаи оказания медицинской помощи). Основным элементом этой системы является определение степени достижения конкретного результата, которым в зависимости от оцениваемого объекта могут быть: показатели динамики состояния пациентов при оценке эффективности лечебно-диагностического процесса; показатели динамики их здоровья при оценке здоровья определенных контингентов; удовлетворенность пациентов, врача, медицинского работника; создание гуманных условий больному в терминальной стадии заболевания; степень социальной (социально-экономической) адаптации пациента и пр. Для того чтобы система ЛПУ работала стабильно, на всех уровнях должно осуществляться планирование конкретных результатов деятельности. Для сбора необходимой информации могут быть использованы «Карты оценки качества и эффективности медицинской помощи» или «Карты экспертного контроля качества и эффективности медицинской помощи», анкеты для изучения удовлетворенности пациента оказанными медицинскими услугами, работой параклинических, других вспомогательных служб и т.п. |