Operando con datos: El cirujano David Kashmer ayuda a los pacientes con estadísticas y bisturí

Dr. David Kashmer

Todos concuerdan en que la atención de salud se debe brindar de la manera más eficiente —y efectiva— posible. El campo médico aún tiene que adoptar los métodos de mejora de la calidad (QI) basados en datos con la misma rigurosidad que muchas otras industrias. Pero el Dr. David Kashmer, Jefe de cirugía de Signature Healthcare en Brockton, MA, aplica constantemente métodos de QI a cirugía de trauma y de pacientes agudos y ayuda a colegas a aprender a hacer lo mismo.

Cuando este Black Belt en Six Sigma Esbelto propuso la idea de analizar datos en el campo de las operaciones, encontró cierta resistencia. “Todo el tiempo oía, ‘Este tipo está loco’”, recuerda Kashmer. “‘¿De qué está hablando?’”. Pero 10 años más tarde, sus escépticos colegas se han convertido en verdaderos creyentes y Kashmer sabe que incluso el análisis estadístico más sencillo puede generar grandes mejoras en los resultados de los pacientes. Tiene los datos para probarlo. Le pedimos a Kashmer que compartiera algunos de los conocimientos reunidos durante una década en la que desafió conceptos erróneos, extrajo significado de los datos y obtuvo resultados utilizando Minitab Statistical Software.

 

Minitab: ¿Qué originó su apreciación de QI y sus aplicaciones en atención de salud?

Kashmer: Mientras aprendía sobre control de procesos estadísticos, realmente pude observar que es una herramienta diferente y me di cuenta de que esta capacidad se podía aplicar a lo que hacíamos a diario en cirugía. Lo que realmente resonó en mí fue que muchas de las herramientas que buscamos en atención de salud ya existen, es solo que por lo general no las conocemos. No es lo que nos enseñan en la escuela de medicina, por lo que en cierta forma estamos reinventando lo que ya se ha hecho.

Minitab: ¿Cuáles herramientas/técnicas de QI ha incorporado a cirugía?

Kashmer: He utilizado regresión múltiple y diferentes herramientas de calidad en Minitab para causar un impacto directo en la forma en que mejoramos la atención a los pacientes. Las utilizo habitualmente para obtener resultados de calidad. Por ejemplo, observo qué factores se asocian significativamente con cuánto tiempo permanecen los pacientes en el departamento de emergencias o si los pacientes se infectan a causa de sus heridas. Soy capaz de utilizar nuestros datos y nuestra población para hacer mejoras de la calidad significativas y lo he hecho durante más de una década. Medir la normalidad de un conjunto de datos con herramientas como la prueba de Anderson-Darling ayuda a nuestro equipo a elegir el análisis estadístico adecuado, por lo que podemos confirmar que nuestros cambios han generado mejoras reales en lugar de confiar en lo que nos dice nuestra intuición que fue exitoso.

Minitab: ¿Cómo explica el rechazo general a la implementación de técnicas de QI y herramientas de control estadístico?

Kashmer: Por lo general, en atención de salud —especialmente con médicos que tienen una educación insuficiente en el área de las herramientas estadísticas—, el valor percibido de estas herramientas es muy inferior en comparación con su valor real. Las herramientas no suelen aplicarse para mejora de procesos en atención de salud porque parecen demasiado complejas —hay que aprender todas las técnicas, saber qué herramienta utilizar en una situación dada y con qué datos e incluso saber cómo configurar ciertas tablas correctamente. Pero las herramientas son sencillas con Minitab, independientemente de cuál sea el caso: desarrollar una ecuación de regresión final, encontrar el valor cuadrado de R o validar una nueva herramienta de medición en un estudio R&R del sistema de medición.

El árbol de decisiones interactivo (arriba) del Asistente le orienta a la herramienta estadística adecuada al formular una serie de preguntas acerca del tipo de datos con el cual usted trabaja y el objetivo de su análisis.

La información sobre cómo establecer, recolectar e ingresar sus datos elimina las conjeturas y asegura un análisis satisfactorio.

Las herramientas avanzadas que examinan una población para mostrar significancia estadística son muy potentes, pero el lenguaje en atención de salud es diferente del lenguaje de las estadísticas. Esto no se ha tomado en cuenta en las decisiones en atención de salud que se basan en los datos que vemos individualmente, por lo que las expectativas son bajas. A menudo en cirugía, la mejora en los procesos se basa en casos individuales. Se utilizan algunos datos, pero ideas importantes, por ejemplo cómo calcular un tamaño de muestra adecuado y si el hecho de que un porcentaje aumente o disminuya tenga un verdadero significado, rara vez son tomadas en consideración. Cuando los cirujanos pensamos en estas ideas, el lenguaje de la motivación para utilizar estadísticas —evitar errores tipo 1 y tipo 2— se pierde en nosotros. Nos enfocamos más en lo que pensamos que ayudará a un paciente específico en una situación en particular. Pero cuando aprendemos cómo las estadísticas pueden ayudarnos a evitar hacer un cambio cuando no había nada malo con el paciente o evitar pensar que no había un problema cuando sí había uno... bueno, es entonces cuando estas técnicas se vuelven mucho más potentes e interesantes.

Minitab: ¿Los beneficios de aplicar técnicas de QI han satisfecho sus expectativas?

Kashmer: Las herramientas en Minitab y el control estadístico de procesos han sido exactamente tan valiosas como pensé que serían, es decir, muy valiosas. Por ejemplo, podemos hacer un cambio en la práctica y luego utilizar los datos para ver si ha habido una mejora significativa o si no ha habido una mejora significativa en una métrica en particular. La gente no suele hacer eso. A menudo, hacemos cambios y, si el porcentaje luce un poco más alto, celebramos. Si luce un poco más bajo cuando queríamos que fuera más alto, entonces nos molestamos. Si vemos verde en el dashboard, nos alegramos. Si vemos rojo en el dashboard, nos enojamos. Pero utilizar las herramientas de control estadístico de procesos en Minitab y otros paquetes puede ayudarle a determinar cuáles mejoras son realmente significativas y evitar errores tipo 1 y tipo 2. En este momento, muchas cosas en atención de salud no reciben esa clase de evaluación, por lo que al final hacemos una tonelada de cambios porque queremos hacer un buen trabajo para los pacientes, pero terminamos persiguiéndonos las colas. Otras veces no hacemos suficientes cambios y podría decirse que eso es incluso peor. Herramientas como Minitab le ayudan a evitar incertidumbres en cuanto a si una mejora ha funcionado y si usted debería hacer más.

Minitab: ¿Cómo superó el rechazo de sus colegas a utilizar métodos estadísticos y cómo ha estado incorporando las técnicas en la cirugía?

Kashmer: Tuve la oportunidad de hacer algunos cambios radicales en áreas donde diferentes sistemas y salidas tuvieron un desempeño realmente bueno en distintas secciones de cirugía. Desarrollé un equipo, elaboré una base de conocimientos compartida y me concentré en mejoras visibles y rápidas. Insisto, al principio, la gente pensaba que estaba loco, pero cuando vieron los resultados de utilizar control estadístico de los procesos en lugar de los métodos de mejora típicos, comprendieron y comenzaron a apreciar su valor.

Minitab: Entonces, ¿cómo puso todo en marcha?

Kashmer: Mientras usábamos Esbelto y Six Sigma, hicimos cambios con base en nuestro análisis de datos con Minitab y observamos mejoras significativas. El grupo ayudó a todos en nuestro equipo a aprender qué significaban esos estadísticos, contra qué protegían y cómo nos ayudaban —era una combinación para el éxito. A medida que producíamos resultados incluso mejores, más gente comenzó a aceptar la idea. Fueron receptivos a los resultados y al hecho de que hacerlo de esta forma a menudo mantenía integrado al equipo, en lugar de buscar quién había “metido la pata” en una situación dada. Ven cosas en el sistema y ven la distribución de los datos que todos comparten. Realmente traté de no separar las cosas por proveedor individual, y eso también parece ser una parte útil de esto.

Minitab: ¿Qué obstáculos ha encontrado mientras empleaba herramientas estadísticas en cirugía e implementaba cambios?

Kashmer: Tomar decisiones con base en datos es un desafío porque no todos se conectan con esta idea. Darle un rostro humano a los datos y utilizarlos para contar una historia que la gente sienta que es crucial al hablar sobre el desempeño real de nuestro sistema.

Minitab: ¿Hay herramientas o métodos específicos que le ayudan a contar la historia?

Kashmer: El Asistente de Minitab es realmente útil para proveer elementos visuales para diferentes herramientas. Puedo comprender por qué un análisis es diferente y qué significa ello, pero es útil conducir a un grupo por este proceso y el Asistente explica exactamente por qué Minitab pide algo y les muestra por qué, de forma que podamos avanzar al siguiente paso. Esto realmente agrega valor, que el software lo conduzca a uno, por ejemplo, a través de un análisis R&R del sistema de medición y logre que el equipo adquiera una comprensión. Saben por qué se utiliza la herramienta y cómo se obtuvo la salida. He descubierto que esto es muy valioso.

El método de análisis de los sistemas de medición llamado R&R del sistema de medición le permite a usted evaluar y validar las herramientas de medición. El Asistente proporciona requisitos, supuestos y directrices (arriba) que aseguran un análisis efectivo.

Minitab: ¿Qué consejo le daría a alguien que intenta transmitir una idea utilizando datos?

Kashmer: Que la mantenga clara y mantenga el mensaje simple y humano, es decir, que conozca las medidas de variación y el riesgo en un sistema. Reduzca la salida a la parte más simple del mensaje —muestre la distribución y póngale un mensaje humano a la misma. Destaque el trabajo que una herramienta como Minitab hace por usted —resalta, hace que las distribuciones y las salidas gráficas luzcan atractivas y le da exactamente lo que usted necesita de una manera útil.

Minitab: ¿Dónde ha visto los mayores impactos de QI?

Kashmer: Con datos continuos. El nivel de desarrollo de la mayoría de los hospitales es suficiente para ofrecer datos discretos, tales como porcentajes, pero Minitab le muestra la distribución de variables continuas, tales como tiempo, las cuales le permiten contar una historia mucho más sólida. Por ejemplo, utilizar el porcentaje por encima de una cierta hora indica la duración de estadía de la sala de emergencias o de los pacientes de cirugía por trauma, pero para pacientes gravemente enfermos, ese porcentaje pudiera no ser tan valioso como observar la distribución. Minitab es realmente bueno no solo en cuanto a mostrar la distribución, sino que también puede resaltar fácilmente aspectos importantes mientras la gente realiza su análisis, lo que facilita en gran medida a los hospitales procesar datos de una forma que extrae mejor el significado. Me encantaría ver que más hospitales utilizaran, en lugar de evitar, los datos continuos.

Minitab: ¿Le viene a la mente alguna historia importante de éxito?

Kashmer: Puedo destacar dos grandes ejemplos. Sentíamos que teníamos un problema con los pacientes de trauma en el departamento de emergencias, pero la mediana de tiempo de los pacientes de trauma lucía excelente, por lo que el grupo no podía descifrar por qué teníamos un problema. Por lo que utilizamos Minitab para ver la distribución, la cual era una distribución no normal que era muy diferente de una curva con forma de campana. Observamos que la mediana era realmente un poco engañosa —no contaba toda la historia, lo cual resaltaba el problema claramente: la distribución reveló una cola de pacientes que estaban mucho peor cuando permanecían en el departamento de emergencias por más de seis horas, por lo que supimos que debíamos enfocarnos en esta larga cola en lugar de la mediana. Observar los datos de esta forma nos permitió ver algo que no habíamos visto antes.

En otro caso, un hospital estaba tan ocupado que no tenía camas disponibles, por lo que recurría a lo que se denomina “desvío”. No queríamos desviar del hospital a los pacientes enfermos, por lo que intentamos descubrir por qué esto seguía ocurriendo. El primer problema era que nos tomaba seis horas decidir apenas si realizaríamos el desvío. Entretanto, el lugar estaba en caos, por lo que recolectamos datos sobre cada una de las cosas que pensamos podía contribuir, y una de ellas incluía cuál proveedor del departamento de emergencias estaba en servicio. Colocamos todo en un modelo de regresión y encontramos que los únicos factores significativos asociados con el desvío de pacientes era la falta de personal y camas en la ICU. Ese análisis permitió a la organización concentrar su energía en esos dos factores en lugar de los 15 que intentaban acometer. Cuando se solucionaron esos dos problemas, sin duda, el factor de desvío desapareció —simplemente se desvaneció.

Minitab: ¿Anticipa alguna tendencia futura para QI en atención de salud?

Kashmer: La calidad está siendo tomada en cuenta cada vez más por terceros pagadores, quienes reembolsan a los hospitales y los médicos por la atención que brindan. La atención de salud apenas está comenzando a aprender cómo mejorar la calidad. En cierta forma estamos en la oscuridad elaborando herramientas que ya existen en el control estadístico de procesos. Por supuesto, ello requiere educación y conocimiento especializado que los médicos típicamente no tenemos, y eso es parte del motivo por el cual estas herramientas no se utilizan con la frecuencia con que podrían usarse. Ha sido fascinante enterarse de las aplicaciones de Esbelto y Six Sigma y luego conocer el software que se puede asociar con estos, como Minitab. Después de hacer esto por 10 años, los beneficios se vuelven muy obvios. Es imposible no preguntarse por qué no lo usaste todo el tiempo.

Minitab: ¿Tiene algunos pensamientos finales sobre el control estadístico de procesos y QI en cuanto a su aplicación en atención de salud?

Kashmer: Los proveedores deben saber que la calidad ya llegó —ya está presente en muchos de los contratos de su tercero pagador, y eso tiene un alto impacto en los reembolsos. Estas sólidas herramientas nos muestran el desempeño de nuestros cambios en los sistemas y cómo podemos mejorarlos. Pero lo más importante es que, una vez que sabe que hay un conjunto de herramientas que pueden ayudar a la gente, usted tiene la responsabilidad de utilizarlas —comprender sus datos tiene un alto impacto en sus pacientes, a fin de cuentas.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado. Leer nuestra política