Transcript
Page 1: NOIS Datakvalitet og kontroll

NOISDatakvalitet og kontroll

Hege Line LøwerRådgiver

Nasjonalt folkehelseinstitutt

Page 2: NOIS Datakvalitet og kontroll

Hva har endret seg siden NOIS-1?

Hovedproblemer i NOIS-1• Mest praktiske problemer

med koding av variablene– Siste oppfølgingsdato– Reoperasjon som

risikovariabel og utfallsvariabel

• Pasientdiagnostisert infeksjon

• Oppfølging etter utskrivelse• Kvalitetssikring av

datagrunnlaget

Hovedproblemer i NOIS-2• Problemene er ”dypere”• Problemer med enhetlig

koding av variabler på sykehus- og avdelingsnivå– Sårkontaminasjon

(renhetsgrad)– ASA-score

• Ulik praksis på forskjellig sykehus– Profylakseforeskriving

• Oppfølging etter utskrivelse• Kvalitetssikring av

datagrunnlaget

Page 3: NOIS Datakvalitet og kontroll

Hva er bra?

• Datakvaliteten

• Utvikling og bruk av elektroniske løsninger

• Flere sykehus som overvåker flere typer inngrep

• Oppfølging etter utskriving

Page 4: NOIS Datakvalitet og kontroll

Oppsummering av kjente problemer

• Siste oppfølgingsdato

• Oppfølging etter utskriving

• Reoperasjon

• Ulik praksis– ASA og renhetsgrad

– Antibiotikaprofylakse

• Kvalitetssikring– Logiske kontroller

• Bruk av data

Page 5: NOIS Datakvalitet og kontroll

Siste oppfølgingsdato

• siste dato for kontakt med pasienten hvor det ble foretatt en evaluering av infeksjonsstatus. Dette er den dato som sist fremkommer av:– utskrivingsdato

– dato pasienten/legen svarte på brev

– dato for poliklinisk kontroll

– dato for død

– datoen pasienten utviklet organ/hulrom infeksjon

Page 6: NOIS Datakvalitet og kontroll

Oppfølging etter utskriving

• 30 dager (1 år) - stor jobb

• Store variasjoner innen samme region ved like operasjoner og lik sykehusstørrelse

• Tips og hint:– Tidspunkt for skjema hjem til pasient er viktig

– Forskjellig taktikk for forskjellige pasientgrupper

– Sende skjema med pasienter ved utskriving dersom de skal til rehabilitering

– Inkludere god muntlig og skriftlig (brosjyre) informasjon ved utskrivingssamtale

Page 7: NOIS Datakvalitet og kontroll

Til deg som har fått utført et

KEISERSNITT !

Gratulerer med den lille.

Folkehelseinstituttet har i samarbeid med alle landets sykehus startet en overvåking av infeksjoner i operasjonssår. Etter et kirurgisk inngrep kan det oppstå en infeksjon i eller nær operasjonssåret. Slike sårinfeksjoner kan utvikles etter at en er kommet hjem fra sykehuset. Vi ønsker å finne ut hvor mange pasienter som får problem med infeksjoner i operasjonssåret og hvilken følge det får for den enkelte. Vi ønsker at alle som har fått utført et keisersnitt (sectio), besvarer spørreskjemaet som blir sendt fra seksjon for sykehushygiene. Skjemaet kommer i posten ca 3 uker etter inngrepet. Informasjonen hjelper oss å kontrollere kvaliteten på det arbeidet vi gjør og lærer oss bedre hvordan slike infeksjoner kan forhindres. Vi håper derfor at du vil være med i undersøkelsen. På forhånd takk. Hilsen Seksjon for sykehushygiene ved St.Olavs Hospital

Fotograf: Heidi Prestengshaug

Page 8: NOIS Datakvalitet og kontroll

Reoperasjon som risikovariabel og utfallsvariabel

• Gjelder i hovedsak hofteproteser

• Vanskelige variabler er 25, 26 og 41 (40)

• Blir svært mye mindre når NFC utgår i NOIS-3

Page 9: NOIS Datakvalitet og kontroll

Ulik praksis ved sykehusene

2 dimensjoner:

• Forskjellig fortolkning:– Sårkontaminasjon

– ASA-score

• Forskjellig praksis:– Antibiotikaprofylakse

Page 10: NOIS Datakvalitet og kontroll

SårkontaminasjonNois-1

Prosentvis fordeling av renhetsgrad Sykehus 1 2 3 4 9

Ant. keisersnitt

A 100,0 10 B 69,6 30,4 23 C 92,7 7,3 41 D 24,0 70,5 4,1 0,7 0,7 146 F 80,0 20,0 15 G 100,0 11 H 100,0 1 I 7,7 92,3 13 J 100,0 2 K 98,5 0,7 0,7 136 L 74,2 22,6 3,2 31 M 0,8 99,2 123 N 100,0 22 O 100,0 71 P 87,7 12,3 57 Q 76,6 20,8 2,6 77 R 100,0 23 S 100,0 11 T 100,0 58 U 91,7 8,3 12 Totalt 66,5 31,9 1,1 0,1 0,3 883

Page 11: NOIS Datakvalitet og kontroll

ASA-score

Prosentvis fordeling av ASA-klasse appendektomi

Sykehus 1 2 3 9 Ant. inngrep

A 31,0 55,2 10,3 3,4 58 B 76,5 23,5 17 C 40,0 40,0 13,3 6,7 15 D 36,8 57,9 5,3 19 E 56,5 31,9 8,7 2,9 69 F 78,6 14,3 7,1 14 G 87,5 12,5 8 H 100,0 1 I 88,9 11,1 18 J 68,8 25,0 6,3 16 K 83,3 16,7 6 Totalt 55,2 34,9 6,6 3,3 241

Nois-1

Page 12: NOIS Datakvalitet og kontroll

Antibiotika-profylakse: Forskjellig

praksis ved forskjellige

sykehus (keisersnitt)

noisår 2006 inngrep Keisersnitt Sum av antall inngrep periopabpf foretaknavn Ja Nei A 67 % 33 % B 100 % 0 % C 87 % 13 % D 52 % 48 % E 55 % 45 % F 56 % 44 % G 42 % 58 % H 0 % 100 % I 42 % 58 % J 60 % 40 % K 67 % 33 % L 98 % 2 % M 68 % 32 % N 37 % 63 % O 21 % 79 % P 40 % 60 % Q 47 % 53 % R 69 % 31 % S 14 % 86 % T 13 % 87 % U 43 % 57 % V 44 % 56 % W 41 % 59 % Totalt 56 % 44 %

Page 13: NOIS Datakvalitet og kontroll

Kvalitetssikring – logiske kontroller

Page 14: NOIS Datakvalitet og kontroll

Hva kan sykehusene gjøre?

• Mer ”datateknisk”: logiske kontroller bygget inn i datasystemene– Datoer stemmer overens

– Inngrepets lengde er innenfor “normal”

– Kjønn og keisersnitt

– Alder og operasjonskoder

– Knivtid og operasjonskoder

– Antibiotikaprofylakse og operasjonskoder

– Infeksjonsdato og –type stemmer med periode (utskriving/30 dager/1 år)

Page 15: NOIS Datakvalitet og kontroll

Var nr

Felt Gyldige data

Missing tillatt

Unntak/kommentar

6 InnDato <=OpDato Nei 7 PrimOpKode MCA10, NFBxx, NFCxx, JEAxx,

JKA20, JKA21, FNAxx, FNBxx, FNCxx, FNExx

Nei

9 OpDato Innenfor overvåkingsperioden <= UtDato >= InnDato

Nei

12 UtDato >= OpDato < OpDato+ 200

Nei 200 – mest for å unngå tasting av feil år

13 OppfDato >= OpDato + 30 (365) Nei Ikke absolutt. Kan unntaksvis ha gyldige verdier på under 30 dager etter operasjon

15 SaarKontaminasjon 1-4, 9 Nei 17 ASAKlassifikasjon 1-5, 9 Nei 21 ElektivOp Y, N, U Nei 25 Reoperasjon Y, N, U Nei 26 ReoperasjonAarsak B, M, A, U, I Nei 29 InfeksjonsdatoUt >= OpDato

<= UtDato Ja

30 InfeksjonstypeUt IN, PS, SI, DI, OS, IA Nei 32 Infeksjonsdato30 >= UtDato

<= OpDato + 30 Ja Unntak hvis pasienten fortsatt

er inneliggende ved 30 dager. 33 Infeksjonstype30 IN, PS, SI, DI, OS, IA Nei I 35 Infeksjonsdato365 >= Infeksjonsdato30

<= OpDato + 365 Ja

36 Infeksjonstype365 IN, PS, SI, DI, OS, IA Nei 40 ReinnlagtInfeksjon Y/N/U Nei 41 ReoperasjonInfeksjon Y/N/U Nei 43 MorsDato >= OpDato Ja

Page 16: NOIS Datakvalitet og kontroll

Var nr

Felt Gyldige data

Missing tillatt

Unntak/ kommentar

MCA NFB NFC JEA JKA FNA FNB FNC FNE

4 Kjonn K, M Nei K 5 Alder 0 – 110 Nei 15 – 55 35 – 110 35 – 110 0 - 110 0 – 110 30 – 110 30 – 110 30 – 110 30 – 110 8 EndoPros Y, N Nei Gjelder

kun JEA X

16 OpVarighet 0 – 480 Nei 10 – 120 30 – 180 35 – 240 15 – 120 15 – 180 60 - 320 60 - 320 60 - 320 60 – 320 45 Infeksjonsd

atoHSted >= OpDato <=Opdato + 365

Ja X X X X

46 InfeksjonstypeHSted

IN, PS, SI, DI, OS, IA

Nei Gjelder kun for FNA- FNE

X X X X

Ligger på: www.fhi.no

Page 17: NOIS Datakvalitet og kontroll

Bruk av data skaper kvalitet

• ”Garbage in – garbage out”• Hoveddelen av kvalitetssikringen må foregå på

sykehuset– Sykehusene må selv bruke egne data!– Tilbakemelding til avdelingene/kirurgene

• Skape interesse lokalt om resultater• Godt samarbeid mellom sykehus og FHI

– Rask og god levering av data til FHI– Rask analyse og tilbakemelding fra FHI– FHIs rolle blir en ”siste sjekk”

Page 18: NOIS Datakvalitet og kontroll

Oppsummering av utfordringene fremover

• Entydig mal

• Enhetlig praksis

• Elektronisk datafangst

• Kvalitetssikring av data

• Oppfølging etter utskriving

• Bruk av data

Page 19: NOIS Datakvalitet og kontroll

Spørsmål?