Qualidade na assistência médica: Fazendo a diferença com dados

Uma conversa com Dr. William H. Woodall

William Woodall

William Woodall

Como a estatística e a análise de dados podem ajudar a melhorar os resultados na assistência médica? William H. Woodall, professor de estatística na Virginia Tech, tem se concentrado nessa pergunta por mais de dez anos. Umespecialista renomado em controle de qualidade, ele publicou mais de 150 artigos de referência, a maioria sobre vários aspectos do monitoramento de processos. Suas publicações relacionadas à assistência médica incluem “Plotting Basic Control Charts: Tutorial Notes for Healthcare Practitioners” (representação de cartas de controle básicas: notas tutoriais para profissionais de assistência médica), “Use of Control Charts in Health-Care and Public-Health Surveillance” (uso de cartas de controle em vigilância do atendimento médico e saúde pública) e “Dynamic Probability Control Limits for Risk-adjusted Bernoulli CUSUM Charts” (limites de controle de probabilidade dinâmicos para cartas CUSUM de Bernouli com risco ajustado). Em 2015, ele publicou um artigo em colaboração com o professor Stefan Steiner da University of Waterloo e o cirurgião Dr. Sandy Fogel, “The Monitoring and Improvement of Surgical Outcome Quality” (o monitoramento e melhoria da qualidade dos resultados cirúrgicos). A Minitab pediu para que Dr. Woodall compartilhasse algumas de suas experiências e ideias sobre o papel que a análise de dados pode desempenhar na melhoria da assistência médica.

A melhoria de qualidade é diferente na assistência médica em comparação com outros setores?

complicações ao lidar com pessoas, pois os pacientes serão diferentes entre si. Então, em alguns casos, a situação é mais complicada do que em fabricação, mas certamente isso pode ser feito e o fato de que melhorar a qualidade da assistência médica significa salvar e melhorar vidas torna isso muito mais importante e interessante. O uso de métodos para melhoria de qualidade conduzida por dados é muito mais recente na assistência médica que em outros tipos de organização, mas isso significa apenas que há muito potencial. Como enfatizado peloInstitute for Healthcare Improvement, é necessário ter dados antes e depois de qualquer iniciativa de alteração de processo para poder verificar o nível de sucesso. Isso é fundamental. Sem dados, não é nem mesmo possível conhecer o nível atual de desempenho. Além disso, muitos processos em hospitais são similares aos processos na indústria e esses processos podem ser melhorados usando abordagens mais padronizadas.

Para alguns, a medicina é mais uma arte do que uma ciência, mas acho que esse grupo de pessoas está diminuindo. Seria útil ter um curso de melhoria de processos lecionado em cada escola de medicina.

Qual é sua percepção do sentimento sobre a análise de dados e melhoria de qualidade em assistência médica?

Há uma demanda crescente para uso da estatística em melhoria de qualidade em assistência médica. O interesse é muito grande ea The Joint Commission, que certifica hospitais, tem exigências de melhoria de qualidade. É minha impressão, no entanto, que, com frequência, os provedores de assistência médica estão menos à vontade com análise de dados e estatística do que os engenheiros de produção. Muitas pessoas ingressam na assistência médica para que possam trabalhar com pessoas, não com números, e minha experiência é que alguns profissionais de assistência médica estão menos preparados para lidar com a análise de dados do que seria desejável. Por exemplo, vi casos em que alguns profissionais obtiveram dados sobre a quantidade de tempo gasta em uma sala de espera, ou outras medições similares, que são dados contínuos e os converteram em dados binários de aprovação/reprovação baseando-se em algum limite de especificação superior. Eles não percebem que, ao fazer essa conversão, estão na verdade perdendo muitas informações valiosas de seus dados. Embora muitos estatísticos estejam envolvidos em testes clínicos, há necessidade de mais estatísticos e engenheiros industriais para colaborar com os profissionais em projetos e análises de dados para melhoria de qualidade.

As necessidades da análise de dados dos profissionais de qualidade de assistência médica são exclusivas?

Bem, o tipo de dados que um profissional de assistência médica provavelmente vê não é do mesmo tipo que alguém veria numa fábrica, portanto, se os profissionais de assistência médica são ensinados a melhorar a qualidade da assistência médica usando dados de qualidade de fabricação como exemplo, pode-se compreender porque eles têm a impressão de que os métodos não se aplicam a eles. Pode ser um conjunto de problemas diferentes! Na assistência médica, há um foco no uso de dados de atributo e respostas relacionadas com o tempo, sobre quanto tempo é necessário para fazer essa ou aquela tarefa. Muitos projetos são focados em tentar reduzir o tempo entre as cirurgias, o tempo entre infecções hospitalares, o tempo para receber resultados de teste e métricas similares. Há muitos dados binários, você sabe, pacientes podem sobreviver 30 dias após a cirurgia, ou não. Isso significa que você não vai encontrar muitas aplicações que exigem o uso de distribuições normais em assistência médica e, assim, uma pessoa que estuda melhoria de qualidade na assistência médica pode não querer começar com os mesmos métodos utilizados por alguém que aprende sobre melhoria de qualidade em uma fábrica. Eu começaria pelos métodos para analisar dados de atributo e dados relacionados com o tempo.

Como você se envolveu com a aplicação de análise de dados na assistência médica?

Estudei o processo de melhoria e controle de qualidade na indústria por mais de 30 anos, mas trabalho com monitoramento relacionado com assistência médica há mais de dez anos. Comecei a ser atraído pela melhoria de qualidade relacionada à saúde principalmente através da influência do professor Stefan Steiner da University of Waterloo, que trabalha com médicos no Reino Unido no monitoramento de qualidade dos resultados cirúrgicos. Passamos vários anos estudando e desenvolvendo métodos de vigilância de saúde pública. Nos últimos anos, trabalhei com Dr. Sandy Fogel, um cirurgião na Carilion Clinic em Roanoke, Virgínia. Ele é promotor doNational Surgical Quality Improvement Program (NSQIP, Programa de Melhoria de Qualidade Cirúrgica Nacional) , cujo trabalho é melhorar a qualidade dos resultados cirúrgicos. Através da comparação de seus resultados ajustados ao risco com aqueles de outros hospitais da NSQIP, Dr. Fogel conseguiu identificar áreas que precisam de melhoria. Ele então trabalhou com seus colegas para implantar melhores práticas que reduziram a taxa geral de mortalidade pós-cirurgia e a taxa de infecções no local de cirurgia. Publicamos os resultados do seu trabalho como um estudo de caso no ano passado. Recentemente, analisei os dados coletados pelo Dr. Fogel, mostrando que suas iniciativas de melhoria de processo reduziram o tempo de estadia médio após a cirurgia. Isso está ligado aoEnhanced Recovery after Surgery Program (Programa aprimorado de recuperação pós-cirurgia).

Você encontrou relutância entre os profissionais para implantar métodos de qualidade e ferramentas estatísticas em seu trabalho?

Acredito que o principal obstáculo para um uso maior de dados e ferramentas estatísticas é a necessidade de mais educação e treinamento. Métodos simples podem resolver provavelmente a grande maioria de problemas, mas, claro, simples é um termo relativo.

O principal obstáculo à implantação de mudanças é convencer as pessoas a mudarem seus hábitos. Fazer com que alguém mude pode ser difícil. As pessoas não querem mudar o que fazem. Pessoas como Dr. Fogel não relutam em usar métodos estatísticos, mas ele diz que a maior barreira para melhorar a qualidade dos resultados cirúrgicos é fazer com que os cirurgiões mudem o que fazem, pois, como o resto de nós, eles são criaturas do hábito. Eles gostam de fazer as mesmas coisas repetidamente, são bons nisso e confiam que estão fazendo bem. Com mais frequência, é o processo, não os cirurgiões, que precisa de melhoria. Mas há outro fator, que é, em uma fábrica, um supervisor pode frequentemente precisar mudar. Em alguns hospitais, os médicos trabalham como contratados independentes, portanto eles precisam ser convencidos a mudar. No artigo em que somos coautores, Dr. Fogel disse que é melhor fazer alterações no processo nos bastidores, se possível, onde os cirurgiões não estão envolvidos diretamente.

Qual conselho você daria a alguém que deseja usar dados para melhorar um problema de qualidade?

Primeiro, pense bem em quais dados são necessários. Depois, eu aconselharia representar graficamente os dados antes de fazer qualquer análise. Qualquer dado coletado ao longo do tempo deve ser representado em ordem temporal. Finalmente, foque em usar os métodos estatísticos adequados mais simples. É importante convencer as pessoas que as conclusões de suas análises são válidas, portanto, eles precisam compreender as análises. Um princípio fundamental da estatística aplicada é que, o mais complicado não é necessariamente o melhor. Geralmente, as pessoas não serão convencidas a mudar com base em argumentos que elas não compreendem. Por isso, as análises estatísticas não devem ser mais complicadas que o necessário.

Você prevê qualquer tendência futura de QI e SPC na assistência médica?

O setor de assistência médica está se preocupando mais com os resultados. Há diferentes tipos de métricas de qualidade e, embora sejam necessárias medições do processo e resultados, as informações dos resultados são mais valiosas. Uma medição de processo comum seria a porcentagem de pacientes de sala de emergência que exibem sintomas de ataque cardíaco que são tratados dentro de uma certa quantidade de tempo. Essas métricas são muito úteis, mas não contam tudo que queremos saber. Eu poderia, por exemplo, medir se eu e meus alunos chegamos e saímos da sala de aula no horário, a frequência com que meus alunos enviam as tarefas de casa no prazo, etc., mas isso não significaria necessariamente que alguém esteja aprendendo algo. Isso é o que está por trás da ênfase nas medições dos resultados. Quais são os resultados para os pacientes? Quais pacientes sobreviveram 30 dias após a cirurgia? Quais tiveram infecções no local da cirurgia em 30 dias? As métricas baseadas em resultados podem ser mais informativas que as medições do processo e o governo federal está se concentrando mais na avaliação do desempenho baseando-se nas medições de resultado.

Como o software de estatística pode ajudar os profissionais de assistência médica a melhorar a qualidade em suas organizações?

O software de estatística é claramente uma necessidade para compreender e analisar os dados. Eu uso e gosto do Minitab, pois ele é muito fácil de usar e fornece todos os métodos necessários em situações de melhoria de processo. Eu apoio o uso de Six Sigma em assistência médica e encorajaria aqueles que precisam de software de estatística a levar o Minitab em consideração. A facilidade de uso do Minitab é especialmente importante em assistência médica.


Para obter qualquer um dos seguintes artigos, entre em contato com Dr. William Woodall em bwoodall@vt.edu:

Mohammed, M. A., Worthington, P. e Woodall, W. H. (2008), “Plotting Basic Control Charts: Tutorial Notes for Healthcare Practitioners”. Quality and Safety in Health Care 17, 137-145.

Steiner, S. H. e Woodall, W. H. (2016). “Debate: What is the Best Method to Monitor Surgical Performance?”, BMC Surgery. 16:15 DOI 10.1186/s12893-016-0131-8. Disponível em http://bmcsurg.biomedcentral.com/articles/10.1186/s12893-016-0131-8.

Woodall, W. H. (2006), “Use of Control Charts in Health-Care and Public-Health Surveillance” (com discussão), Journal of Quality Technology 38(2), 89-104.

Woodall, W. H., Fogel, S. L. e Steiner, S. H. (2015). “The Monitoring and Improvement of Surgical Outcome Quality”. Journal of Quality Technology 47(4), 383-399.

Zhang, X. e Woodall, W. H. (2015). “Dynamic Probability Control Limits for Risk-adjusted Bernoulli CUSUM Charts”. Statistics in Medicine 34, 3336-3348.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado. Leia nossa política

OK