Viser opslag med etiketten Jørgen Ejler Pedersen. Vis alle opslag
Viser opslag med etiketten Jørgen Ejler Pedersen. Vis alle opslag

fredag den 4. januar 2013

Organdonation - et spørgsmål om metode

Er jeg udsat for en kognitiv illusion i forbindelse med spørgsmålet, om jeg ønsker at være organdonor?

Umiddelbart vil jeg mene, at dét er jeg ikke.

Efter at have hørt et foredrag af psykolog Dan Ariely [1] om kognitive illusioner (irrationel adfærd), er jeg imidlertid overbevist om, at dét er jeg.

Lad mig kort forklare.

I 2003 publicerede Johnson og Goldstein en artikel i Science [2], der illustrerede den relative andel af befolkningen, der havde givet samtykke til organdonation i en række europæiske lande fordelt efter spørgemetode (figur 1).




Spørgemetode 1 dækkede over et aktivt tilvalg af organdonation (og gør man ingenting, har man truffet et passivt fravalg), hvilket – som det fremgår af figur 1– resulterer i en lav samtykkerate.

Spørgemetode 2 dækkede over et aktiv fravalg af organdonation (og gør man ingenting, har man truffet et passivt tilvalg), hvilket – som det fremgår af figur 1 – resulterer i en høj samtykkerate.

Med tanke for, at forskellene i kultur, værdier og adfærd næppe er stor mellem lande såsom;

  • Danmark og Sverige 
  • Holland og Belgien
  • Tyskland og Østrig
så er det nærliggende at tilslutte sig forfatternes konklusion om, at forskellen på lav og høj samtykkerate først og fremmest skyldes spørgemetoden (passivt fra-/tilvalg).

Med andre ord, begge metoder er ”biased”, fordi de lægger op til et bestemt resultat (lav/høj samtykkerate).

En ”rigtigere” metode kunne derfor med fordel overvejes.

For eksempel én, hvor et passivt fra-/tilvalg ikke er en mulighed [3].

Dermed bliver det ikke den, der stiller spørgsmålet, der beslutter, hvad jeg beslutter.

Det er organdonation for vigtig til, såvel for den der giver, som for den, der modtager.

Referenceliste:

1) Ariely, Dan (2009), Are we in control of our decisions?, TED: http://www.ted.com/talks/dan_ariely_asks_are_we_in_control_of_our_own_decisions.html

2) Johnson, E. J. & Goldstein, D. G. (2003). Do defaults save lives? Science, 302, 1338-1339.

3) Ariely, Dan (2008), Predictably Irrational: The Hidden Forces That Shape Our Decisions, HarperCollins, pp. 304.

mandag den 2. april 2012

”Knæk koden” til kortere ventetid

Donald Berwick – tidligere direktør for Institute of Healthcare Improvement og chefrådgiver på præsident Obamas sundhedsreform – bliver ofte citeret for en udtalelse om, at ethvert system er perfekt designet til at give de resultater, som det giver.
 
Efter min opfattelse har han ret. Gør man, som man plejer, får man, hvad man plejer. 

Hvis vi vil have korte ventetider, så må vi ændre noget i systemet. Men inden vi ændre noget, så må vi forstå systemet. 

Når emnet er ventetid, er kø-teorien den rette referenceramme.

Teorien beskriver, hvordan man – ved hjælp af sandsynlighedsregning – kan bestemme ventetidens ”steady state” ved hjælp af oplysninger om hhv.;

 1)      efterspørgslen (hvor mange patienter ankommer pr. tidsenhed),
 2)      tidsforbruget (hvor lang tid, det tager at behandle en patient) og
 3)      kapaciteten (hvor mange patienter, der kan håndteres på samme tid). 

Når de tre elementer er kendt, kan ventetidens ”steady state” beregnes.

Skal Sundhedsstyrelsens bekendtgørelse om maksimale ventetider efterleves, og er ventetidens ”steady state” større end bekendtgørelsens, så kræver det en ændring af mindst en af modellens tre input. 

Forslag til nedbringelse af ventetiden kommer hyppigt til udtryk i form af et ønske om en ændret dimensionering af kapaciteten, men lige så effektfuld ville det være, hvis der var tale om en optimering af tidsforbruget eller regulering af efterspørgslen – under behørigt hensyntagen til, hvad der er muligt i den konkrete situation. 


Med ”ventetidens anatomi” beskrevet, kunne det være interessant at se lidt nærmere på ”ventetidens fysiologi”. 

Gennem simulering er det muligt at bestemme, hvordan ventetiden ændre sig, når kapacitetsudnyttelsen – defineret som [efterspørgslen x tidsforbruget] / kapaciteten – ændres. 

Her viser det sig, at når udnyttelsesgraden stiger, så stiger ventetiden eksponentielt.
En høj udnyttelsesgrad er således ensbetydende med en lang ventetid, og derfor er det nærliggende at spørge: Er dét den grundlæggende årsag til, at der hyppigt er en lang ventetid til diagnostik og behandling?


Gennem simulering er det endvidere muligt at konstatere, at skal udnyttelsesgrad være høj og ventetiden lav, kan det lade sig gøre ved at lade efterspørgslen og udbuddet variere i samme takt. Men gør de to elementer traditionelt det? 

Foruden dimensionering, optimering og regulering, er synkronisering således også et effektfuldt middel, når ventetiden ønskes nedbragt. 

Synkronisering kunne komme til udtryk i form af en prognose for efterspørgslen suppleret af en buffer-kapacitet, der kompenserer for usikkerheden i prognosen. Og tales der om ventetid i dage/uger, skal prognosen selvfølgelig også være i dage/uger, hvis ventetiden skal minimeres. Det er matematisk evident.

At ”knække koden” til kortere ventetid kan være vanskeligt, men der findes mange gode metoder, som med fordel kunne tages i brug. 

Ha’ en rigtig god påske … men forvent en lang ventetid (og et stort arbejdspres) på den første hverdag efter påske, for traditionelt er efterspørgslen efter flere helligdage i træk større end normalt, alt imens bemandingen – lige så traditionelt – er fastlagt ud fra et gennemsnit, der ikke tager hensyn til den variation.  

Referencer:
Berwick DM, “A primer on leading the improvement of systems”, BMJ, 1996;312:619.
Higginson I, Whyatt J, Silvester K, “Demand and capacity planning in the emergency department: how to do it”, Emergency Medicine Journal, 2011;28:128-35.
Pedersen J.E., ”Ventetid skal beregnes korrekt”, Ugeskrift for Læger, 2011;173:1486-9.

onsdag den 14. marts 2012

Kan man accelerere udviklingen? …to små Quiz ’er og en enkel metode!

Quiz nr. 1:

I 1601 gennemførte James Lancaster et eksperiment, der illustrerede effekten af ​​citronsaft til forebyggelse af skørbug. Hvornår adopterede den britiske flåde denne profylaktiske behandling? 

I 1602, i 1689, i 1757 eller i 1796?

Det gjorde den britiske flåde i 1796 (efter 195 år), og historikken var følgende:

·         1601: citronsaftens profylaktiske effekt opdages (Lancaster)
·         1612: behandling anbefales (Woodall)
·         1753: resultaterne offentliggøres (James Lind)
·         1772-1775: resultaterne efterprøves (Kaptajn James Cook)
·         1796: den britiske flåde indfører officielt citronsaft som profylaktisk behandling mod skørbug.


 
Quiz nr. 2:
 
Hvor lang tid gik der før den amerikanske organisation National Institutes of Health anbefalede, at mavesår blev behandlet med almindeligt antibiotika, som foreslået af Marshall og Warren i deres Lancet artikel fra 1984?
 
2 år, 5 år, 10 år eller 20 år?

Der gik 10 år, og historikken var følgende; 

·         1979: Robin Warren (patolog ved Royal Perth Hospital, Australien) fandt bakterier i maven hos patienter med mavesår.
·         1982: Barry Marshall dyrkede bakterierne og fandt Helicobacter pylori i 100% af de undersøgte duodenal mavesår og i 77% i de undersøgte gastric mavesår.
·         1984: Første offentliggørelse i The Lancet, hvor mavesår foreslås behandlet med almindelige antibiotika.
·         1994: National Institutes of Health anbefaler behandling af mavesår, som foreslået i Marshall og Warren’s artikel. 


En enkel metode

Ville hastigheden i udviklingen have været anderledes, hvis der også var blevet anvendt statistisk proces kontrol? Ja, formodentlig. 

Ligesom elektrokardiografi (EKG) er eminent til at aflæse hjerterytmen, så er ”statistical process control” (SPC) eminent til at aflæse rytmen i dataserier …og f.eks. fremhæve effekten af en give intervention i forbindelse med udviklingsarbejde. 

SPC-metoden blev udviklet af Walter Shewhart i 1920’erne. Han noterede sig, at data, der blev præsenteret på aggregeret niveau (som gennemsnit, standardafvigelse, varians, osv.) mistede den rigdom, som de individuelle datapunkter rummede, hvilket vanskeliggjorde diagnostik, intervention og kontrol.

SPC-diagrammer viser således de individuelle datapunkter, der underlægges en række statistiske regler, som fremhæver datapunkternes rytmi og arytmi. Shewharts pointe var, at data ALTID skal præsenteres på en sådan måde, at de bevarer den oprindelige information.

SPC blev anbefalet i år 1920. Den engelske sundhedsstyrelse anbefalede metoden i år 2000. Hvornår mon metoden bliver daglig praksis i ALT udviklingsarbejde på danske sygehuse?



Referencer: 

Andersen S.E., Kjærgaard J., Kontrolkort – et nyttigt, grafisk redskab til analyse af processers variation over tid. Ugeskr Læger 2009;171:895-8.
Anhøj J., Bjørn B., Statistisk processtyring i sundhedsvæsenet. Ugeskr Læger 2009; 171:1764-8.
Bown S.J., Scurvy: How a Surgeon, a Mariner, and a Gentleman Solved the Greatest Medical Mystery of the Age of Sail. St. Martin's Press, 2004
Marshall B.J., Warren J.R., Unidentified curved bacilli in the stomach of patients with gastritis and peptic ulceration. Lancet, 1984 Jun 16;1(8390):1311-5. S

fredag den 23. december 2011

Danmarks Bedste Hospital

Dagens Medicins kåring af Danmarks Bedste Hospital er formodentlig blevet drøftet i mange kliniske afdelinger i den forgangne uge. Og særligt indgående i de afdelinger, der opnåede en 1., 2. eller 3. plads. 

Selvom det kan være ubehageligt at blive ”målt og vejet”, så er det imidlertid stærkt præstationsfremmende, hvis ellers man ankerkender målemetoden og ønsker at være den bedste inden for sit fag. 

Men hvordan bliver man den bedste inden for sit fag? 

Ja, det er der utvivlsomt flere veje til, og én er ”måling, opfølgning og handling på daglig/ugentlig basis” med afsæt i en stærk målformulering på klinisk relevant niveau. 

Det er i hvert fald essensen af metodikken hos Johns Hopkins Hospital (JHH), der for 21. gang i træk er kåret som USA’s bedste hospital.

Af deres hjemmeside fremgår det bl.a.:  
  • På JHH har man sat sig for at forbedre sundheden i lokalsamfundet og i resten af verden ved at sætte standarden for ”det bedste” inden for behandling, forskning og uddannelse.
  • På JHH tror man på, at ”det bedste” ikke alene er et resultat af individuelle præstationer, men også af velorganiserede systemer og processer, og derfor indsamler de konstant data for at analysere deres processer, reorganisere deres systemer og træne deres personale, så de konstant bliver mere effektive og fejlfri.
  • På JHH er kvalitetsforbedringer og innovation ikke blot et mål, men en livsstil.
Med tanke for, at ”every system is perfectly designed to achieve the results it achieves” (Berwick, 1996), så kunne det være interessant at afprøve JHH’s metodik i en dansk kontekst.

    Referencer: