Att mäta och förbättra dialysvården över tid Exempel från dialysenheten på Länssjukhuset Ryhov, Jönköping Dan Enell, Mark Splaine, Johan Thor 13 maj, 2013 Presentation av oss själva. Johan presenterar Mark och förklarar att Johan ersätter Mark som fick förhinder på kort varsel. Introduction of Johan and Dan. This presentation will be in two parts. Johan will present some background information on measurement. Dan will follow and share examples of how measurement has informed the care of several dialysis patients. 1

Syften Att visa hur man kan använda mätningar över tid för att vägleda vården för dialyspatienter Att illustrera detta med exempel från Dialysen på Länssjukhuset Ryhov i Jönköping JOHAN PRESENTS Vi har två syften med denna session: 2

October 2010 JOHAN PRESENTS The beginning of the collaboration between JA and the Dialysis Unit began with a tour of the unit by Agneta Shahl (former Unit Director) for Mark Splaine, a visiting faculty member of JA from Dartmouth. Mark var imponerad över engagemanget på dialysen när det gäller mätning och att visa sina mätvärden för alla, liksom av engagemanget i Svenskt njurregister, SNR. First meeting with Dr. Ståhl and the Ryhov Dialysis Team members 3 6

Nyckeltal 100% ifyllnadsgrad av ” Dialysöversikten” Antal patienter i PD-behandling juni 2010 = 30 % HD patienter män Kt/V > 1.4 Målvärde: 70% Kvinnor och diabetiker Kt/V> 1.6 Målvärde: 70% PD patienter Kt/V > 1.7 Målvärde: 70% Korr S-Kalk 2.1 - 2.4 mmol/L Målvärde: 80% S-PTH 130-600 ng/L Målvärde: 80% S- fosfat < 1,6 mmol/L Målvärde: 80% S-Hb 100-120 g/L Målvärde: 80% Accesser % AV-fistel/Graft Målvärde: 80% 100% följsamhet till vårdhygieniska riktlinjer gällande basala hygienrutiner och klädregler JOHAN PRESENTS It was clear from the initial discussions that the Unit is actively using measurement in its efforts provide and improve care for dialysis patients. This is a list of several of the measures they follow with associated goals. Mutual interest in measurement and graphical display. Johan frågar hur många i salen som har liknande mätetal och målnivåer i sin verksamhet. The dialysis team has been monitoring many measures for a long time 4

Poängen med att visa data över tid JOHAN PRESENTS Ett centralt tema i samarbetet mellan Mark Splaine och dialysenheten på Ryhov handlar om värdet av att visa mätningar över tid. Den första bilden kommer från ett första seminarium. Den visar hur mycket mer man kan förstå om man tittar på alla data (längst ner) snarare än på aggregerade (sammanslagna) data (de övre två diagrammen). One key idea we have discussed is the value of displaying data over time. This is the initial slide we reviewed in Oct 2011 (1st seminar). It shows how much more we can learn from looking at all the data (bottom graph) as opposed to the data aggregated either as a whole year (upper left graph) or in 4 month intervals (upper right graph). Data provided by Agneta Ståhl 5

Olika typer av variation Percent HD Patients with HB 100-120 g/L JOHAN PRESENTS Här är samma data igen, med tillägg av en (horisontell) linje som visar medianvärdet för alla data. Med hjälp av den kan vi bättre börja förstå oss på olika typer av variation i data. Vi ska titta närmare på två typer av variation: slumpmässig och systematisk variation. These are the data from the lower graph on the previous slide with the addition of a line that shows the central tendency of the data. This allows us to begin to better understand the types of variation that are present in the data. I will describe two types or patterns of variation – common cause and special cause. Month Målet är att lära sig av variationen i resultaten Skilj på olika typer av variation Slumpmässig eller systematisk variation? 6

Slumpmässig variation (Common Cause Variation) Beror av ett stort antal små källor till variation Exempel: Variationen i när en patient kommer till avdelningen kan bero på: vädret, fordonet, parkering Kräver en djup förståelse av processen för att man ska kunna förändra den JOHAN PRESENTS Common cause variation is the type of variation that is always present. It results from many different factors and thus cannot be attributed to a single issue. Describe the example above. In order to change this type of variation, one needs to make changes to the underlying process that is producing the results (“every system is perfectly designed to get the results it gets”). 7 www.clinicalmicrosystem.org 7

Systematisk variation (Special Cause Variation) Är inte del av processen hela tiden. Uppstår pga särskilda omständigheter Exempel: Patienten kommer sent pga busstrejk Identifieras bäst i realtid (eller så nära realtid som möjligt) JOHAN PRESENTS Systematisk variation är något annat. Den beror på någon faktor som har förändrat systemet och dess resultat. Special cause variation is different. It is a result of some factor that has arisen in the system to change the result. Review example above. This type of variation is best discovered as close to the change or event as possible. 8 www.clinicalmicrosystem.org 8

Styrdiagrammets anatomi (Anatomy of a Control Chart) Beräknade styrgränser (control limits) Centralvärde (genomsnitt) Uppmätt värde (“x”) JOHAN PRESENTS Styrdiagram är ett verktyg som hjälper oss att identifiera systematisk variation. Finns ingen systematisk variation är det således bara slumpmässig variation i data. I ett styrdiagram visas data i kronologisk ordning (från vänster till höger). Till stöd för analysen finns två ytterligare komponenter: Centralmåttet (medelvärdet av alla datapunkter) – den blå linjen Styrgränser (control limits) som räknas fram utifrån variationen i data – de röda linjerna Control charts are a tool to help us determine if there is special cause variation present. If no special cause variation, then there is only common cause variation. In a control chart, data are displayed over time. Two additional pieces of information are then added: The center line (average of the data) – blue line Control limits calculated from the variation in the data – red lines Mätningar i kronologisk ordning (1 n) 9

Mer om styrdiagram JOHAN PRESENTS The control limits by definition are set at 3 sigma. This is approximately the same as 3 standard deviations as shown above. Styrgränserna (control limits) placeras på 3 sigma från medelvärdet (motsvarar ungefär 3 standardavvikelser från medelvärdet) 10

Regler för att analysera styrdiagram Att hitta systematisk variation En punkt utanför styrgränserna 8 punkter i rad på samma sida om medelvärdet Kallas ofta ett skifte (shift) 6 punkter i rad som går uppåt eller neråt Kallas ofta trend JOHAN PRESENTS The average and control limits allow us to look for specific patterns on a control chart that represent special cause variation. The three patterns to look for are noted above. Man ska räkna 7 punkter för att hitta 6 konsekutiva som stiger eller sjunker. 11

Dialysenheten på Ryhov Andel HD-patienter med Hb 100-120 g/l JOHAN PRESENTS Här är ett styrdiagram med de data vi såg tidigare med andelen patienter som uppnår målvärdet för Hb. Visa medelvärdet och styrgränserna. Om vi tillämpar beslutsprinciperna från förra bilden kan vi se att inga av dem förekommer här. Det finns alltså ingen systematisk variation eller det är endast slumpmässig variation. Now, I present a control chart of the data I showed earlier related to dialysis patients achieving the goal for hemoglobin. Describe the average and control limits. Using the rules on the previous slide, we see that none of those patterns are present. Thus, there is no special cause variation; or one can say there is only common cause variation present. Månad Ingen systematisk variation, bara slumpmässig variation 12

Dialysenheten på Ryhov (simulerade data som illustration) Andel HD-patienter med Hb 100-120 g/l JOHAN PRESENTS Om vi tillför fler data (som är påhittade i detta fall, bara som illustration) kan vi se att en ny bild träder fram. Nu syns två tecken på systematisk variation: En punkt ovan den övre styrgränsen (maj 2011) Ett skifte med fler än 8 punkter i rad över medelvärdet (med början i sept 2010) Nu finns alltså systematisk variation. Eftersom den går i önskad riktning (fler patienter som når målet för Hb-värdet) vill vi förstå vilka förändringar som bidragit till detta för att försöka ta fasta på dem. If we add more data to the chart, we can see that a new result emerges. (Note: these data are simulated for this example and not the actual data from the Dialysis Unit). Now, we see two special cause signals: A point above the upper control limit (May 2011) A shift of more than 8 points above the average (beginning in Sep 2010) Thus, there is special cause variation present. Since this is in the desired direction (more patients achieving their hemoglobin goal), then we want to understand what change (s) may have produced this and try to build them into the system. Månad Nu finns två indikationer på systematisk variation De visar att det skett en signifikant förbättring! 13

Hur ska man hantera olika former av variation? Betydelse Åtgärd Process resultat Identifiera orsaken: Om det är en positiv förändring, går det att upprepa den; standardisera? Om negativ; försök eliminera orsaken. Fokusera på den specifika orsaken – gör processen förutsägbar igen. Process med systematisk variation Inte förutsägbar Missnöjd med medelvärdet: Förändra processen för att nå bättre resultat. Minska variationen: Gör processen mer förutsägbar och tillförlitlig. Process med endast slumpmässig variation JOHAN PRESENTS Olika åtgärder behövs beroende på vilken typ av variation som förekommer. This picture summarizes what action to consider based on the type of variation present in a control chart. Förutsägbar 14

Olika typer av gränser Styrgränser (Control Limits) Motsvarar ungerfär 3 standardavviksler ovan och nedanför medelvärdet. Skapas utifrån den variation som är inneboende i (de kronologiskt ordnade) värdena. Målvärden (Specification Limits) Definieras vanligtvis via en extern standard eller utifrån önskade resultat (t.ex. terapeutiska/kliniska mål). Tillförs i figuren av den som visar data som en referens, något att förhålla sig till. Skapas inte utifrån den variation som är inneboende i data. JOHAN PRESENTS Avslutningsvis ska vi titta på skillnaden mellan styrgränser och målvärden, som är vanliga i klinisk praxis. De är helt olika saker. The final measurement issue I would like to share is related to specification limits (often referred to as targets or goals). These are very common in clinical practice. However, they are completely different than control limits. The specific difference between these two is noted above. 15

Målvärden för S-Fosfat Fasting Blood Sugar JOHAN PRESENTS Här har vi ett diagram med målvärden för PD-patienters S-Fosfat : 0,8 – 1,6 mmol/l. (Inga mätdata finns på denna bild). This graph presents the specification limits (or goals) for serum phosphate for a patient on peritoneal dialysis. These are the standard upper and lower values for this laboratory test. Day Målvärden som fastställts för patienterna 16

Styrgränser och målvärden för S-Fosfat JOHAN PRESENTS Här är en bild med data från en patient inlagda som ett styrdiagram. Målvärdena ligger på samma nivå som på föregående bild. För den här patienten ligger styrgränserna innanför målvärdena. Därigenom kan vi förvänta oss att patientens kommande värden ska fortsätta ligga inom målvärdena. Now, I have added data for a patient in the form of a control chart. The specification limits are unchanged from the previous slide. It is important to note that this patients control limits are within the specification limits. Thus, it would take a very rare event (special cause) to have a result that was not within the goal for this patient. Styrgränserna ligger inom målvärdena. 100% av mätpunkterna ligger inom målvärdena. Det är osannolikt att kommande mätpunkter ligger utanför målvärdena. 17

Styrgränser och målvärden för S-Fosfat JOHAN PRESENTS För den här patienten är det annorlunda. Här ligger övre styrgränsen och medelvärdet för S-Fosfat ovanför övre målvärdet. Därmed är det mycket troligt att patienten ofta kommer att ha mätvärden ovanför det ävre målvärdet. I diagrammet är 82 % av mätvärdena ovanför målnivån. Eftersom det inte förekommer några tecken på systematisk variation måste man alltså ändra processen (patientens hälsotillstånd och/eller vård) för att får bättre resultat. Då ska Dan ge fler exempel från Ryhov. This patient presents a different story. Here, the control limits are outside the specification limits. Thus, it is highly likely that this patient will regularly have results that are above the upper goal (red line). In fact, 82% of the values are above goal. Since there are no special cause signals on the control chart, in order to get a different result the process must be changed. This patient would require some type of intervention to achieve better phosphate control (closer to goal). Styrgränserna ligger utanför målvärdena. 18% av mätpunkterna ligger inom målvärdena. Vi kan förutsäga att den här patienten troligen kommer ha fler mätpunkter utanför målvärdena. 18

Exampel från dialysen på Ryhov Att använda styrdiagram för att följa enskilda individer Att använda stapeldiagram för att jämföra olika population och identifiera patienter i behov av fördjupad uppföljning DAN PRESENTS Nu har ni fått en bakgrund till styrdiagram och målvärden. Nu ska vi tillämpa dessa idéer i några verkliga patientfall från dialysenheten. Exemplen visar både hur man kan använda mätningar för enskilda patienter och för grupper av patienter. So we have presented information about control charts and specification limits. Now we will put these ideas to use with some patient examples from the Dialysis Unit. Our examples will describe both the use of measurement for individual patients and then the use of measurement to monitor a population of patients. 19

DAN PRESENTS Dan can share his story about this slide as to why measurement is helpful. 20

Exempel 1 – förändrat hälsoläge Blå pil= information om kost, medicin, osv. DAN PRESENTS Den här patienten hade bra S-Fosfatvärden – styrgränserna ligger innanför målvärdena. Med ledning av det kan vi anta att patienten kommer att fortsätta att ligga bra i S-fosfat. Men, så i maj 2011 fick patienten peritonit och vi ser en systematisk variation i data. Patienten fick antibiotika för att behandla peritoniten. This patient had excellent control of phosphate -- note the control limits are inside the specification limits. Thus, we can predict this patient will regularly be at goal for phosphate. Then in May of 2011, the patient developed peritonitis and a special cause is noted in the data. Antibiotics were added to treat the peritonitis. Styrgränserna är beräknade utifrån patientens år med stabila värden (jan-nov 2011). I maj 2012 inträffade en systematisk förändring – patienten fick peritonit. Behandlingen justerades pga det nya läget. 21

Exemple 1 – fortsättning DAN PRESENTS På grund av denna speciella orsak – systematiska variation – räknade Mark om styrgränserna för att visa att patienten nu hamnat i ett annorlunda fysiologiskt läge. Styrgränserna ligger nu utanför målvärdena. Vi kan förvänta oss att patienten fortsätter att ha mätvärden utanför målvärdena. Förhoppningsvis kan vi med fortsatt behandling se ett nytt tecken på systematisk variation – ett skifte neråt som visar att patienten återgår till sin tidigare nivå. Due to this special cause, the calculation of the control limits was redone to reflect that the patient is now in a different physiologic state. Note now that the control limits are outside the specifications limits. Thus, we expect that the patient will have phosphate levels that are above goal. The target is with continued treatment we will see a special cause signal (shift below the average) that suggests the patient is returning to baseline. Nya stygränser och medelvärde utifrån det nya läget Peritoniten läkte ut men patienten fick bensår. S-fosfatnivån fortfarande ej tillbaka till utgångsläget. 22

Exemple 2 – väcker nyfikenhet DAN PRESENTS Här är en annan patient. Denna patient hade styrgränser utanför målvärdena – så vi kan förvänta oss att det kommer många mätpunkter ovanför målvärdet. I september 2012, när ett mätpunkt låg i det “terapeutiska intervallet” – innanför målvärdena – frågade Dan patienten vilka förändringar hon gjort. Kanske kunde detta ge en fingervisning om vad som behövs för att patientens värden ska förbättras. Here is a second patient. This patient has control limits that are outside the specification limits – so we can predict that there will regularly be phosphate results above goal. In Sep 2012, when a result returned within the goal, Dan asked about if there had been any changes the patient had made. This might provide a clue as to how to change this patient’s system to achieve better results overall. Johan to Mark: But isn’t this merely common cause variation – is it meaningful to seek a particular cause for the better value, if it is random? We can’t know yet, but it is astute to ask if the patient had changed something that was beginning to make a shift here. Diagrammet visar bara slumpmässig variation. Samtal med patienten när ett mätvärde hamnar inom målvärdena – vad hände? Funderingar kring hur man ev. Kunde bibehålla denna förbättring. 23

Vi kan också använda diagram för att förstå hur det går för våra dialyspatienter DAN PRESENTS Utöver att använda mätningar för att följa enskilda patienter kan vi också använda diagram för att följa grupper av patienter på enheten. In addition to using measurement to monitor individual patients, we can also use graphical displays to monitor the care of our unit’s patients. 24

Jämförelse av PD och HD patienter DAN PRESENTS Här ser vi andelen (i procent) av alla dialyspatienter som ligger inom målvärdena för S-fosfat på månadsbasis. Till höger (i rött) ser vi HD-patienterna. Genomsnittet för augusti-december är 46 %. Man ser variationen mellan månaderna. Till vänster (i grönt) ser vi PD-patienterna. De har ett högre genomsnitt på 64 %. Nu ska vi titta närmare på PD-patienterna i december 2012. This slide shows the results for the percent of dialysis patients who are within goal for serum phosphate. on a monthly basis. The graph on the right (red bars) shows the results hemodialysis patients. The average for the months of Aug-Dec 2012 is 46%. You can see the month to month variation. The graph on the left (green bars) shows the same results for PD patients. Note the average is higher at 64% and there is once again variation from month to month. Let’s take a closer look at Dec 2012 for the PD patients. Ungefär samma antal patienter i PD (13-14) och HD (11-14) Högre månadsgenomsnitt för PD än för HD Större spridning över månaderna för HD (27%-67%) än för PD (54%-69%) Vi kollar en utvald månad…. 25

De flesta patienter ligger inom målvärdena. DAN PRESENTS Här visar vi resultaten för 13 PD-patienter i december 2013. 9 av 13 patienter ligger inom målvärdena. Tre patienter ligger över; en patient (J) ligger långt över målvärdena. Vi tar en närmare titt på denna patient. Here we have graphed the results for Dec 2012 for each of the 13 PD patients. 9 of 13 are within goal range. Of the 4 who are not in range, one, Patient J, is clearly much further from goal than the others. So let’s take a look at Patient J’s results over time….. De flesta patienter ligger inom målvärdena. Tre patienter ligger strax över. En patient ligger högt över. 26

Notering för att koppla data – åtgärder DAN PRESENTS Här är ett styrdiagram för samma patient (J). Ni ser att det inte finns någon systematisk variation (inga speciella tecken), alltså bara slumpmässig variation. Därmed kan vi förvänta oss att patientens S-fosfat fortsätter att ofta ligga över målvärdena. I september 2012 gjordes två förändringar i patientens behandling. De följande månaderna uppvisar bra resultat, men det är för tidigt att säga om dessa förändringar lett till bestående förbättring. Det är alltid en god idé att notera åtgärder eller händelser direkt när de händer, hellre än att försöka återskapa i efterhand vad som inträffade. This is a control chart of Patient J’s data. You can see that there are no special cause variation signals. Thus, with only common cause, we can predict that this patient’s results will continue as they are and regularly produce phosphate results that are above goal. Note that in Sep 2012 two changes were made to this patient’s regimen. The following two months show promising results, but it is too soon to say if these changes have resulted in a significant improvement. Johan: It is best to make a note of changes when you first see them, rather than after the fact, when you will start to forget. Patienten har alltid legat över målvärdena. Åtgärder enligt ovan. Svart pil = förändringar i dialysregimen. Röd pil= medicinförändring 27

Sammanfattning Att följa data över tid hjälper oss att förstå variation och kan ge viktiga insikter för vården av dialyspatienter. Översiktsdata för grupper av patienter kan ge vägledning till en dialysverksamhet och indikera vilka patienter som behöver fördjupad uppföljning. DAN PRESENTS In this presentation, we have tried to show that monitoring data over time and understanding the associated variation can be helpful in both managing individual and groups of dialysis patients. 28

Tack! Frågor? DAN PRESENTS Thank you for your attention, we would be pleased to answer any questions.