Af Jens Stubager Knudsen, overlæge, Bedøvelse og Intensiv, Sygehus Lillebælt

Hvis du får ideen til et forbedringsprojekt, der virkelig vil betyde noget for patientbehandlingen i din dagligdag, er det langt fra sikkert, at du opnår det resultat, du havde forestillet dig. Der er mange trin, hvor der er mulighed for at begå fejl, som enten forsinker dit projekt unødigt eller umuliggør gennemførslen.

De fleste fejlmuligheder kan dog forebygges, hvis du sætter dig grundigt ind i emnet, sætter fornuftige mål, får opbakning fra din ledelse, inddrager relevante kolleger, der skal udføre forbedringerne, indsamler tilstrækkelige data og starter alt i lille skala, hvor du kan lære af dine fejl med ringe konsekvenser for patienterne.

Som læger er vi skolet i at diagnosticere og behandle sygdomme. Vi kombinerer en god anamnese med kliniske og parakliniske fund til diagnoseforslag, der udløser en behandling. Det er vores hjemmebane.

Med forbedringsprojekter kommer vi ofte på udebane. Vi får behov for indsigt i organisationen, kendskab til psykologien bag forandringer og anvendelse af et andet ”mindset”. Vi skal nu bruge tid på idegenerering og planlægning, afprøve vores ideer i lille skala og optimere vores projekt, inden det udrulles i større skala til alle patienter.

Hensigten med dette kapitel er at du kan lære af de fejl, dine forgængere har begået, så du nemmere kan gennemføre dit forbedringsprojekt.

Eksempel 1: Implementering via mail

Du modtager en mail torsdag fra afdelingsledelsen om, at der skal indføres en ny procedure – derfor er der udarbejdet en ny retningslinje. ”Der er sendt mail til samtlige afdelingsledelser. Instruksen forventes 100% implementeret på mandag i hele organisationen. Vi har lamineret det medfølgende actioncard og uddelt det til alle”.

Ugen efter sendes der en ny mail ”Vi kan konstatere at retningslinjen ikke efterleves, vi vil gerne opfordre til, at retningslinjen læses og efterleves. Det kan ikke være så svært.”

Efter endnu en uge kommer tredje mail, hvor ordlyden stort set er identisk. Blot er der anvendt CAPSLOCK og mange udråbstegn!!

Hvorfor mislykkedes implementeringen i dette tænkte eksempel? Er det fordi, der udelukkende er ansat dumme og dovne mennesker? Var det en dårlig retningslinje? Var implementeringen forkert?

Retningslinjen er ikke testet i virkeligheden: Måske er retningslinjen for kompleks eller svær at forstå? Måske kan det laminerede actioncard ikke være i lommen? Skrifttypen er for lille? Eller et vigtigt punkt er udeladt?

Mange fejl kan undgås, hvis brugerne af retningslinjerne bliver taget med i udviklingen og afprøvninger.

Lang ”Plan-do” fase: Denne retningslinje har sandsynligvis været igennem en meget lang ”plan-do” fase. Ingen tvivl om, at der har været nedsat en arbejdsgruppe af meget dygtige mennesker, der har udarbejdet retningslinjen, så den fagligt og administrativt er rigtig og retvisende. Der har været møder og mailtråde, der har resulteret i, at alle er tilfredse i det øjeblik, retningslinjen er klar til publikation.

Men der er ikke sat tid og kræfter af til resten af PDSA-cirklen, nemlig ”study-act”, hvor man følger, hvordan implementeringen går, hvordan personalet reagerer på dette og til at forbedre arbejdsgangen baseret på tilbagemeldingerne fra afprøvning i praksis. Det kan man fx gøre ved at spørge relevante medarbejdere i organisationen: hvorfor følger du ikke retningslinjen? Eller observere en situation, hvor retningslinjen skulle anvendes, men ikke blev det eller kun blev anvendt delvist. Observationerne kan så bruges til at forbedre anvendeligheden af retningslinjen.

Manglende inddragelse af interessenter: ‘Implementering via mail’ er et godt eksempel på en top-down implementering. Der kommer noget fra afdelingsledelsen eller højere oppefra, der skal efterleves i organisationen. Alt skal ikke være en demokratisk proces, men sandsynligheden for at lykkes øges, hvis der kan skabes ejerskab for retningslinjen lokalt. Man kan fx spørge en nøgleperson, eller personalet kan få mulighed for at påvirke processen, inden retningslinjen kommer ud. Ofte vil der i den forbindelse komme input, der afklarer, forbedrer og forenkler processen.

Alle er dumme og dovne: Skældud, CapsLock, udråbstegn, trusler, nedladende sprogbrug og ledelsen med på mails som ”cc”. Dette er alt sammen eksempler på en opfattelse af, at der udelukkende er ansat dumme og dovne mennesker i organisationen. Samtidig viser det, at man ikke har forstået, hvad der virker motiverende på de sundhedsprofessionelle. Vi er alle meget optagede af vores fag og kerneopgave. Hvis du i stedet for ovenstående fortæller om mål, formål og ”hvorfor?”, er du tættere på at lykkes. Det er ikke altid, at du kan finde et meget klart mål, men det hjælper virkelig på implementeringen, hvis du kan svare klart på spørgsmålet ”hvorfor?”.

For at tydeliggøre formål og ”hvorfor?” kan du kan have gavn af at prøve at lave en ”elevatortale”, hvor du i løbet af 30 sekunder forklarer dit ”hvorfor?”. Eller du kan øve dig i et forklare formålet med dit projekt med 10 ord.

Eksempel 2: Dataindsamling der er ude af trit med virkeligheden

Under et forbedringsprojekt, hvor en ny behandlingsmetode skulle give en markant reduktion af behandlingstid og morbiditet i skadestuen, blev der fremstillet:  ”verdens bedste og mest gennemarbejdede dataopsamlingsark”. Alle tider og andre relevante patientdata fremgik af arket. Patientens sygeplejerske fik til opgave at udfylde skemaet. Der blev indkøbt en fin rød kasse til skemaerne, og den blev placeret centralt i afdelingen. De indkomne data skulle samles, og resultatet ville herefter stå klart for alle.

Forbedringsteamet ville ikke begå de samme fejl som i eksempel 1. Derfor blev skemaet testet. Det blev præsenteret for tre sygeplejersker. De forstod skemaet, kunne læse hvad der stod, og syntes, at det så fint ud. Alle interessenter blev tilbudt supervision og undervisning.

Den første måned kom 40% af skemaerne retur, den næste 50%, men herefter en stabilt nedadgående kurve over nogle måneder, indtil man kapitulerede med 8%. Herefter blev dataindsamlingsplanen revideret, så det ikke var en dataindsamling fra den travleste sygeplejerske, men journaldata, der lå til grund for projektet.

Hvorfor kom der ikke flere skemaer retur?

Faktaprincippet – "Det tager kun fem minutter": Det kan godt være rigtigt, at det kun tager fem minutter at udfylde et nyt ark. Men det kommer oven i de mange andre registreringer, der også kun tager fem minutter, og alle fjerner de tid fra kerneopgaven, så er fem minutter ikke realistisk. Hvis nogen skal prioritere at bruge fem minutter, skal det være tydeligt for den, der skal udføre opgaven, hvordan en giver værdi.

Ikke testet under rigtige omstændigheder: Skemaet var kun testet i "fredstid". Det viste sig at den sygeplejerske, der skulle udfylde dataarket, ofte havde flest patientrettede opgaver, og derfor i langt de fleste vagter ikke havde tiden til at udfylde arket. Hvis vi gerne vil have noget til at virke hele tiden, er det en god ide at teste det på alle tidspunkter af døgnet, hverdage, weekends og helligdage.

Formålet er dataopsamling: Hverken patienten eller sygeplejersken havde umiddelbart gavn af ”verdens bedste dataopsamlingsark”.  For dem var behandlingen af den enkelte patient her og nu (heldigvis) meget vigtigere end en gennemsnitlig reduktion af behandlingstiden.

Besværlige data: Der skulle registreres data, der ikke var nemt tilgængelige eller entydige. Hvornår ankom patienten? Hvornår var den indledende lægegennemgang færdig? Hvornår forlod patienten traumestuen? Spørgsmålet om, hvad klokken er på en given patientstue, kan give mange forskellige svar, afhængigt af om man kigger på uret på væggen, tiden på monitoreringsudstyret eller på telefonen.

Eksempel 3: Forbedringer ét sted giver problemer et andet sted

På en radiologisk afdeling var der store problemer med arbejdsmiljøet. Specielt var vagttelefonen meget belastet. Der ringede klinikere fra hele sygehuset og spurgte til svar på billediagnostik og bestilte nye undersøgelser.

Afdelingen løste problemet ved at nedlægge vagttelefonen. Herefter var vagthavende radiolog ikke nær så belastet.

Negative effekter: Dette er et godt eksempel på, at en god forandring i den ene ende af en organisation, kan give problemer i den anden ende. For der er stadig patienter, der har behov for radiologiske undersøgelser, og klinikere, der har behov for hjælp af radiologer. Så i stedet for et telefonnummer, alle kunne huske, blev vejen til undersøgelser langt mere kringlet, og adgangen til en speciallæge blev indskrænket betydeligt. Så en forbedring i den ene ende gav usikre tidskrævende arbejdsgange i den anden ende – for slet ikke at tale om forsinkelser i de enkelte patienters forløb, fordi lægerne i sengeafsnit og ambulatorier ikke havde adgang til sparring fra en radiolog.

Eksempel 4: Et mål der ikke kan opnås

I forbindelse med et projekt, hvor der skulle indføres et medicinsk traumekald i akutafdelingen, var der meget debat om, hvilke indikatorer der var relevante at anvende? Det var relativt nemt at blive enige om rigtig mange procesindikatorer. Men hvilke resultatindikatorer kunne sige noget om effekten af projektet: Tid til indgift af første dosis antibiotika? Tidsforbruget i akutmodtagelsen?

Efter megen diskussion blev det valgt, at indikatoren skulle være ”antallet af patienter, der udvikler hjertestop i akutafdelingen”.

Man satte det ambitiøse mål, at der skulle være 0 hjertestop hos indlagte i akutafdelingen.

”XXby sygehus har iværksat et projekt til eliminering af hjertestop i akutafdelingen”, kunne være den meget fængende overskrift.

Men da teamet begyndte at samle data fra de seneste år, viste de, at der havde været 0-1 hjertestop i akutafdelingen pr. år.

Løser et problem der ikke findes: Det lyder rigtigt at stile mod 0 hjertestop, men det var allerede opnået.  Fokus var på et problem, der ikke fandtes. Det er vigtigt at være meget præcis, når vi beskriver hvilket problem, vi prøver at løse, og vores indikatorer skal præcist prøve at afspejle dette.

 

Tjekliste for fejlmuligheder

  1. Du starter for stort – din idé er ikke testet i lille skala før implementering, hvilket betyder at din ufærdige idé får konsekvenser for mange patienter. Løsning: Afprøv en idé på én kollega, én gang med én patient. Skaler op derfra, hvis det går godt. Juster afprøvningen, hvis det ikke gør.
  2. Du starter for småt – sjældent et problem. Løsning: Skaler hurtigere op i dine test, hvis alle er enige om, at noget er en god idé.
  3. Du løser et problem, der ikke findes (eksempel 4). Løsning: Sørg for at spørge ‘hvorfor’, ‘hvornår’ og ‘hvor ofte’ indtil du forstår hvad det egentlige problem er. Det kan være noget helt andet, der skal forbedres eller fokuseres på end det, dine kolleger initialt formulerer som problemet.
  4. Du venter på accept fra alle – eller bestemte kolleger/ledere. Løsning: Sørg for at få de nødvendige ombord. Men vent ikke på alle.
  5. Du glemmer at sætte mål for, hvad vil du ændre og hvornår. Løsning: Medbring data. Hvis du ikke kommer med data, er du bare endnu en person med en mening.
  6. Du går direkte til implementering uden afprøvninger, laminerer retningslinjen inden afprøvning eller forsøger implementering via mail. Løsning: Prøv tingene af i lille skala i klinisk praksis inden du skriver den endelige retningslinje.
  7. Du glemmer at fastholde forbedringen, så tingene ikke bliver gjort, når du har ferie eller i weekenden. Løsning: Investerer tid og kræfter i den umiddelbare implementering, men glem ikke, at fastholdelse af forbedringer er et forbedringsprojekt i sig selv, hvis tingene skal leve, når du er ude af døren. Men fastholdelse handler om en kombination af uddannelse af nye medarbejdere, retningslinjer der beskriver arbejdsgangen, møder hvor man vedvarende kigger på data.
  8. Du går i stå fordi, "der ikke er data". Løsning: Der er altid data. Automatiske data er lækre. Men data er mange ting: Kvalitative data kan også bruges. Patientoplevelser måles fx ikke kun vha. LUP, men også gennem patientklager, henvendelser fra patientvejlederen og sure læserbreve. Og datafremstilling behøver ikke at være i smarte excel-tilføjelsesprogrammer. Blyant og papir kan meget i starten.
  9. Du ender med at producere udelukkende data – ikke forbedringer. Løsning: Måske er du selv god til data, men ikke så meget til det praktiske. Forsøg at få flere med i dit forbedringsteam. Bed fx ledelsen om at hjælpe dig. Hvis du kan se at data viser et kvalitetsproblem, men du ikke ved, hvad du skal gøre ved det.
  10. Du går i stå i projektfasen. Drukner i egne gode ideer. Får ikke testet en eneste. Løsning: Få nogle med, der ved noget om at drive forbedringsarbejde. Bed din leder eller kvalitetsafdelingen på sygehuset om hjælp.
  11. Du laver PD-cirkler i stedet for PDSA-cirkler. Løsning: Det er en klassisk problemstilling. Det kræver øvelse, at analyse en afprøvning (PD) og så at tage højde for det, afprøvningen viste (SA). Få evt. hjælp fra én, der har erfaring med PDSA’er. Eller afprøv PDSA på noget helt jordnært: Dit barn, du vil lære at tømme opvaskemaskine, dig selv, der gerne vil cykle til arbejde tre gange om ugen i stedet for én, eller din partner, der gerne vil smøre sig selv en sund madpakke i stedet for at købe i kantinen, men ikke ved hvordan.
  12. Du har for lang cyklustid på afprøvningerne (”Lad os samle data i tre måneder og se, hvordan det går”). Løsning: Afprøvninger skal ske i et hastigt tempo, for at teamet holder gejsten. Planlæg korte møder fx stående i 10 min en gang om ugen ved en tavle, hvor I evaluerer, hvad der er sket den sidste uge, og hvad der skal ske nu, for at I kommer videre.
  13. Du mangler ledelsesopbakning. Løsning: Udarbejd et driverdiagram og en elevatortale, så din leder med ét blik og på 30 sekunder forstår, hvad du vil arbejde med.
  14. Du mangler opbakning fra interessenter. Dine kolleger spørger: ‘Hvad får JEG ud af det, hvis jeg hjælper med projektet?’. Løsning: Find ud af, hvad der er gevinsten for dine kolleger: Mere tilfredse patienter, lettere arbejdsgange, de rigtige patienter i deres ambulatorier eller berømmelse, fordi I kan publicere jeres spændende projekt?