Por qué es importante
Las organizaciones de atención médica en todos los niveles, desde local y regional hasta nacional, utilizan datos para comprender su desempeño, aunque no siempre lo hacen de manera efectiva.
Los datos ayudan a responder preguntas que son fundamentales para mejorar. En un viaje de mejora, es necesario comprender:
- ¿Dónde está tu actuación al principio?
- ¿Cuáles son los efectos de sus cambios?
- ¿Está manteniendo las ganancias a lo largo del tiempo?
Además, los datos proporcionan un punto de referencia común para tener buenas conversaciones sobre el trabajo de mejora que todos estamos haciendo y el efecto que está teniendo.
Hay muchas formas de presentar y analizar datos, como resúmenes estadísticos, tablas, pruebas estadísticas y gráficos. Para los esfuerzos de mejora, las presentaciones visuales de datos suelen ser el mejor enfoque para aprender de la variación de los datos. Las imágenes suelen ser fáciles y rápidas de preparar y permiten acceder a casi todo tipo de información potencial a partir de los datos. Conducen a una visión sistemática de los problemas y oportunidades. Es importante destacar que las pantallas visuales le ayudan a identificar detalles pequeños pero importantes que podrían pasarse por alto en otros tipos de análisis. Por ejemplo, si realiza un seguimiento de la duración de su viaje, una estadística resumida como el promedio (media) del mes le indicará que el tiempo promedio de viaje fue mayor de lo habitual el mes pasado. Una pantalla visual podría mostrarle que esto se debe a que en un solo día tardó tres veces más de lo habitual (tal vez porque su automóvil se averió), mientras que cada dos días siguió de cerca su rutina habitual.
Los tipos básicos de visualización de datos visuales más estrechamente asociados con el control estadístico de procesos son los gráficos que muestran datos a lo largo del tiempo (p. ej., gráficos de ejecución y gráficos de control), los gráficos que muestran distribuciones de datos (p. ej., gráficos de Pareto e histogramas) y los gráficos que muestran relaciones entre diferentes características (p. ej., diagramas de dispersión). Aquí nos sumergiremos en los gráficos de ejecución y control.
Tipos de variación
La mejora de la calidad requiere el uso de datos para aprender y predecir el desempeño futuro. En la mejora, es fundamental comprender que cada proceso tiene una variación inherente que queremos comprender. Hay dos tipos:
La variación prevista es una parte importante de una atención sanitaria eficaz y centrada en el paciente. También se le llama variación intencionada, planificada, guiada o considerada.
Ejemplo: un médico prescribe intencionalmente diferentes dosis de un medicamento a un niño y a un adulto.
La variación no deseada se debe a cambios introducidos en el proceso de atención médica que no tienen un propósito, no están planificados ni guiados. Por lo general, crean ineficiencias, desperdicio, atención ineficaz, errores y lesiones en nuestro sistema de atención médica y reducirlos generalmente resulta en mejores resultados y menores costos.
Ejemplo: Sin darse cuenta, un médico prescribe analgésicos a una persona y no se los receta a una segunda persona con la misma afección debido a un sesgo implícito (estereotipos subconscientes) sobre quién necesita alivio del dolor.
La variación en una medida de calidad puede deberse a causas comunes : causas esperadas que son inherentes al sistema. También puede derivar de causas especiales , causas no naturales que no forman parte del sistema pero que surgen por circunstancias específicas .
En un sistema estable, sólo las causas comunes afectan los resultados. La variación es predecible dentro de límites establecidos estadísticamente. Por el contrario, en un sistema inestable, los resultados se ven afectados tanto por causas comunes como por causas especiales. En este caso, la variación es impredecible .
Trazar datos a lo largo del tiempo
En un viaje de mejora de la calidad, utilizamos gráficos de ejecución y gráficos de control bien anotados para aprender de las variaciones en los datos.
Un gráfico de ejecución es un gráfico de datos a lo largo del tiempo. Le ayuda a determinar si los cambios que realiza conducen a una mejora.
El gráfico anterior muestra la asistencia de partos calificada en un centro de salud desde julio de 2015 hasta noviembre de 2017. Al observar el gráfico, vemos que los cambios introducidos en agosto de 2016 y marzo de 2017 conducen a mejoras en la asistencia de partos calificada, encerrados en un círculo rojo (un tendencia alcista constante y un gran pico, respectivamente).
Un gráfico de control que le ayuda a distinguir entre causas de variación especiales y comunes. Incluye un límite de control superior (UCL) y un límite de control inferior (LCL) marcados por encima y por debajo de la línea promedio. Se espera una variación dentro de estos límites y se atribuye a causas comunes; la variación más allá de estos límites sugiere causas especiales. Utilice gráficos de control para identificar señales tempranas de éxito en un proyecto de mejora y para monitorear un proceso para garantizar que mantiene los beneficios de un esfuerzo de mejora de la calidad.
El gráfico de control anterior muestra la detección de sífilis en la atención prenatal de julio de 2015 a 2018. Nuevamente, al observar el gráfico, vemos que los cambios introducidos en octubre de 2016 conducen a una mejora en la detección de sífilis. Las tasas aumentan por encima del límite superior de control y la media se desplaza hacia arriba. Además, el nuevo nivel de desempeño se mantuvo después de abril de 2017. Este gráfico demuestra cómo se mantienen las ganancias obtenidas durante la mejora.
Para obtener más información sobre el uso de gráficos de ejecución , gráficos de control y otras visualizaciones de datos, así como plantillas para comenzar, descargue el kit de herramientas esenciales para la mejora de la calidad de IHI.
Zewdie Mulissa es Oficial Superior de Monitoreo y Evaluación en el Instituto para la Mejora de la Atención Médica.