Operando com dados: o cirurgião David Kashmer ajuda pacientes com a estatística e o bisturi

Dr. David Kashmer

Todos concordam que a assistência médica deve ser fornecida da maneira mais eficiente (e eficaz) possível. A área médica ainda precisa adotar métodos de melhoria de qualidade (QI) conduzida por dados de maneira tão rigorosa quanto muitos outros setores. Mas Dr. David Kashmer, Chefe de Cirurgia da Signature Healthcare em Brockton, MA, aplica consistentemente métodos de QI para cirurgias de trauma e assistência aguda e ajuda seus colegas de profissão a aprender a fazer o mesmo.

Quando esse Black Belt de Lean Six Sigma trouxe a ideia de analisar dados pela primeira vez ao centro de operações, ele encontrou alguma resistência. "Eu sempre ouvia: esse cara é louco", lembra-se Kashmer. "Sobre o que ele está falando?" Mas 10 anos depois, seus colegas céticos tornaram-se verdadeiros seguidores e Kashmer sabe que até mesmo a análise estatística mais simples pode produzir grandes melhorias nos resultados do paciente. Ele tem os dados para provar isso. Pedimos para Kashmer compartilhar alguns de seus insights adquiridos durante uma década de equívocos desafiadores, extraindo significado dos dados e obtendo resultados usando o Minitab Statistical Software.

 

Minitab: O que desencadeou sua apreciação da QI e suas aplicações na assistência médica?

Kashmer: Ao aprender sobre o controle de processo estatístico, eu realmente comecei a vê-lo como uma ferramenta diferente e percebi que seu poder poderia ser aplicado ao que fazíamos todos os dias na cirurgia. O que realmente ecoava em mim é que muitas das ferramentas que procuramos na assistência médica já existem. Apenas, normalmente, não sabemos nada sobre elas. Não aprendemos isso na escola de medicina, portanto estamos reinventando de alguma forma o que já foi feito.

Minitab: Que ferramentas/técnicas de QI você incorporou à cirurgia?

Kashmer: Usei regressão múltipla e diferentes ferramentas de qualidade no Minitab para fazer um impacto direto em como melhoramos o atendimento aos pacientes. Eu as uso rotineiramente para obter resultados de qualidade. Por exemplo, eu observarei quais fatores estão significantemente associados com a duração da estadia dos pacientes no departamento de emergência, ou se os pacientes adquirem infecções nas feridas. Eu posso usar nossos dados e nossa população para fazer melhorias significativas de qualidade e tenho feito isso por mais de uma década. A medição de normalidade de um conjunto de dados com ferramentas como o teste Anderson-Darling ajuda a equipe a escolher a análise estatística certa, para que possamos confirmar se nossas alterações produziram melhorias reais, em vez de contar com nossa intuição para dizer o que foi bem-sucedido.

Minitab: Como explicar a relutância geral em implantar técnicas de QI e ferramentas de controle estatístico?

Kashmer: Geralmente, na assistência médica, especialmente com médicos que não receberam muita instrução sobre ferramentas estatísticas, o valor percebido dessas ferramentas é muito menor que o valor real. As ferramentas não são normalmente aplicadas em melhoria de processos na assistência médica, pois parecem muito complexas. Você precisa aprender todas as técnicas, saber qual ferramenta usar em uma dada situação e com quais dados e, até mesmo, saber como definir certas tabelas corretamente. Mas as ferramentas são simples com o Minitab, seja qual for: desenvolver uma equação de regressão final, encontrar o R ao quadrado, ou validar uma nova ferramenta de medição no estudo de R&R da medição.

Uma árvore interativa de decisão do Assistente conduz até a ferramenta estatística correta, fazendo uma série de perguntas sobre o tipo de dados que você trabalha e qual é o objetivo de sua análise.

Informações sobre como definir, coletar e inserir seus dados eliminam as adivinhações e garantem uma análise bem-sucedida.

Ferramentas avançadas que examinam uma população para mostrar significância estatística são muito poderosas, mas a linguagem da assistência médica é diferente da linguagem da estatística. Isso não tem sido levado em consideração nas decisões de assistência médica que são baseadas em dados que vemos individualmente, portanto, as expectativas são baixas. Frequentemente, na cirurgia, a melhoria de processo é conduzida por casos individuais. Alguns dados são usados, mas ideias importantes, por exemplo, como calcular o tamanho de amostra adequada e se a flutuação para cima ou para baixo de alguma porcentagem tem algum significado real, são raramente consideradas. Quando cirurgiões pensam sobre essas ideias, a linguagem da motivação para uso de estatística (proteger-se contra erros do tipo 1 e tipo 2) está perdida em nós. Focamos mais em que achamos que ajudará um paciente individual em uma situação específica. Mas, quando aprendemos sobre como a estatística pode nos ajudar a evitar fazer uma alteração quando nada está errado com o paciente, ou para evitar pensar que não há um problema, quando existe um... Bem, é aqui que essas técnicas se tornam muito mais poderosas e interessantes.

Minitab: Quais são os benefícios da aplicação de técnicas de QI para cumprir suas expectativas?

Kashmer: As ferramentas no controle de processo estatístico e no Minitab têm sido muito valiosas, exatamente como pensávamos que seriam. Por exemplo, podemos fazer uma alteração na prática e depois usar os dados para ver se houve uma melhoria significativa, ou se não houve uma melhoria significativa em uma métrica específica. As pessoas normalmente não fazem isso. Frequentemente, fazemos alterações e se a porcentagem parece um pouco maior, celebramos. Se fica um pouco menor, quando queríamos que fosse maior, então ficamos chateados. Se for verde no painel, adoramos. Se for vermelho no painel, detestamos. Mas, usando as ferramentas de controle de processo estatístico no Minitab e outros pacotes, podemos ajudar a determinar quais melhorias foram realmente significativas e nos proteger contra erros do tipo 1 e tipo 2. No momento, muitas coisas na assistência médica não recebem esse tipo de avaliação, portanto, acabamos fazendo um monte de mudanças, porque queremos fazer um bom trabalho com nossos pacientes, mas acabamos andando em círculos. Outras vezes, não fazemos alterações suficientes e isso é, possivelmente, ainda pior. Ferramentas como o Minitab ajudam a evitar incertezas sobre se uma melhoria funcionou ou se você deve fazer mais.

Minitab: Como você superou a relutância de seus colegas em usar métodos estatísticos e como você incorporou as técnicas na cirurgia?

Kashmer: Tive a oportunidade de fazer algumas reviravoltas onde sistemas e resultados tinham um desempenho realmente bom em diferentes setores da cirurgia. Desenvolvi uma equipe, criei uma base de conhecimento compartilhado com a equipe e foquei em melhorias visíveis e iniciais. De novo, primeiramente, as pessoas acharam que eu estava louco, mas quando viram os resultados obtidos ao usar o controle de processo estatístico em vez e métodos de melhoria comuns, elas compreenderam e começaram a dar valor.

Minitab: Como você obteve tração?

Kashmer: Como fazíamos Lean e Six Sigma, fizemos alterações baseadas em nossa análise de dados com o Minitab e vimos melhorias significativas. O grupo ajudou a todos em nossa equipe a aprender o que significam essas estatísticas, contra o que elas protegem e como elas nos ajudam - era uma combinação para o sucesso. Como produzimos resultados ainda melhores, mais pessoas começaram a aderir. Elas estavam receptivas aos resultados e o fato de fazer isso frequentemente mantém a equipe unida, em vez de caçar quem "arruinou" uma dada situação. Eles veem as coisas no sistema e a distribuição dos dados que eles todos compartilharam. Realmente, eu tento nem sempre separar as coisas por provedores individuais e isso parece ser uma parte útil também.

Minitab: Que obstáculos você encontrou ao aplicar as ferramentas estatísticas na cirurgia e ao implantar alterações?

Kashmer: Tomar decisões com dados é desafiador, pois nem sempre todos estão de acordo. Colocar um rosto humano nos dados e usá-los para contar uma história que as pessoas possam sentir é importante ao falar sobre o real desempenho de nosso sistema.

Minitab: Há alguma ferramenta ou métodos específicos que ajudam a contar a história?

Kashmer: O Assistente do Minitab é realmente útil para fornecer elementos visuais para diferentes ferramentas. Eu posso compreender porque uma análise é diferente e o que isso significa, mas é útil mostrá-la ao grupo e o Assistente explica exatamente porque o Minitab está solicitando algo e mostra o porque, para que possamos passar à próxima etapa. Isso realmente agrega valor, fazer com que o software mostre as etapas, digamos, de uma análise de R&R de medição e fazer com que a equipe compreenda. Eles sabem porque você está usando a ferramenta e como obterá o resultado. Eu achei isso muito útil.

O método de análise de sistema de medição chamado R&R da medição permite avaliar e validar ferramentas de medição. O Assistente fornece as exigências, suposições e diretrizes (acima) que garantem uma análise eficaz.

Minitab: Que conselho você daria a alguém que esteja tentando expor uma ideia usando dados?

Kashmer: Torne a ideia clara e mantenha a mensagem simples e humana, o que significa saber as medições de variação e o risco em sistema. Reduza-a até a parte mais simples da mensagem, mostre a distribuição e coloque uma mensagem humana nela. Aproveite o trabalho que uma ferramenta como o Minitab faz para você. Ela destaca, faz distribuições e gráficos ficarem bonitos e fornece exatamente o que você precisa de maneira útil.

Minitab: Onde você tem visto os maiores impactos da QI?

Kashmer: Em dados contínuos. O nível de desenvolvimento para a maioria dos hospitais é fornecer dados discretos, como porcentagens, mas o Minitab permite mostrar a distribuição de variáveis contínuas, como tempo, e isso permite contar uma história muito mais robusta. Por exemplo, usando a porcentagem acima, um certo tempo indica a duração da estadia de pacientes da emergência ou cirurgia de trauma, mas, para os pacientes criticamente doentes, essa porcentagem pode não ser tão valiosa quanto examinar a distribuição. O Minitab é realmente bom para mostrar não só a distribuição, como também para destacar aspectos importantes, à medida que as pessoas atravessam suas análises, facilitando muito para que os hospitais processem dados de maneira a extrair melhor o significado. Adoraria ver mais hospitais usando dados contínuos do que se afastando deles.

Minitab: Você se lembra de algumas grandes histórias de sucesso?

Kashmer: Posso destacar dois excelentes exemplos: Sentimos que havia um problema com pacientes de trauma no departamento de emergência, mas a mediana do tempo para os pacientes de trauma parecia ótima, portanto, o grupo não conseguia imaginar por que tínhamos um problema. Portanto, usamos o Minitab para ver a distribuição e era uma distribuição não normal, muito diferente de uma curva em forma de sino. Vimos que a mediana era ilusória. Ela não contava toda a história e isso destacava bem o problema: a distribuição revelava uma cauda de pacientes que piorava muito quando ficavam no departamento de emergência por mais de seis horas, por isso sabíamos que precisávamos focar nessa cauda longa, em vez da mediana. Examinar os dados dessa maneira nos permitiu ver algo que não víamos antes.

Em outro caso, um hospital estava tão ocupado que não tinha nenhum leito e continuava trabalhando com o que é chamado de "desvio". Não queríamos desviar pacientes doentes do hospital, portanto estávamos tentando imaginar porque isso continuava ocorrendo. O primeiro problema era que podia demorar até seis horas para decidir até mesmo se haveria um desvio. Enquanto isso, o lugar estava um caos. Assim, coletamos dados de cada uma das coisas que achávamos que poderia contribuir e uma delas incluía qual provedor de departamento de emergência estava de plantão. Colocamos isso tudo em um modelo de regressão e descobrimos que apenas os fatores significativos associados com o desvio eram a falta de pessoal e leitos de ICU. Essa análise permitiu que a organização concentrasse sua energia nesses dois fatores, em vez dos 15 que eles estavam tentando acompanhar. Quando esses dois problemas foram corrigidos, com certeza, o fator de desvio desapareceu, simplesmente sumiu.

Minitab: Você prevê qualquer tendência futura de QI na assistência médica?

Kashmer: A qualidade tem sido cada vez mais o foco de pagadores, que reembolsam os hospitais e médicos por seu atendimento. A assistência médica está apenas começando a aprender como melhorar a qualidade. Estamos procurando no escuro por ferramentas que já existem no controle de processo estatístico. Claro, isso exige educação e conhecimento especializado, que normalmente, nós médicos não temos e isso é parte do motivo pelo qual as ferramentas não são usadas com a frequência que deveriam. Tem sido fascinante aprender sobre as aplicações do Lean e Six Sigma e depois aprender o software que pode ser associado com isso, como o Minitab. Depois de fazer isso por 10 anos, os benefícios se tornam óbvios. Você não consegue parar de pensar por que você não fez isso desde sempre.

Minitab: Você tem algum pensamento final sobre o controle de processo estatístico e QI como se aplicam à assistência médica?

Kashmer: Os fornecedores devem saber que a qualidade já está aqui. Já está no contrato de muitos de nossos pagadores e que isso tem um grande impacto nos reembolsos. Essas ferramentas robustas mostram como nossas alterações nos sistemas funcionam e como podemos melhorá-los. Mas, o mais importante, assim que você sabe que há um conjunto de ferramentas que pode ajudar as pessoas, você tem a responsabilidade de usá-lo: compreender seus dados tem um enorme impacto em seus pacientes no final do dia.

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

OK