« Quels outils pour mesurer la qualité de nos activités ... · l'apport d'un module...

« Quels outils pour mesurer la qualité de nos activités

cliniques »

Forum HUG

Jeudi 23 février 2017

Dr Pierre Chopard M Pascal Briot

Sujets traités en 2016

• 15 septembre 2016 : Enquête de satisfaction des patients 2015 : Présentation et utilisation des résultats ? » présenté par Delphine Courvoisier et le Dr Pierre Chopard

• 19 mai 2016 : Comment mesurer institutionnellement l’amélioration de la qualité par un tableau de bord clinique, présenté par Pascal Briot

• 4 février 2016 : Prix qualité :

- Prévention des pneumonies associées à la ventilation mécanique: Le « bundle VAP » Prix Qualité 2015 présenté par Valérie Nocquet Boyer

- Sécurité de préparation et d'administration des médicaments injectables : Evaluation de l'apport d'un module e-learning au travers d'une "chambre des erreurs« Prix Qualité 2015 présenté par Liliane Gschwind

Forum Qualité Sécurité HUG en 2017

• Jeudi 1er juin 2017 de 12h00 à 13h30

• Jeudi 16 novembre 2017 de 12h00 à 13h30

Cours Error Risk Analysis « ERA » 2017

http://www.patientensicherheit.ch/fr/prestations/Cours/ERA--Systemische-Fehleranalyse.html

Cours : Lundi 20 mars 2017 Mardi 21 mars 2017 Lundi 24 avril 2017 et Jeudi 5 octobre 2017 Vendredi 6 octobre 2017 Vendredi 10 novembre 2017

Autres formations

• CAS Qualité et sécurité des soins : dimensions opérationnelles en cours, prochaine session janvier 2018

• DAS Qualité et sécurité des soins : dimensions managériales: août 2017

http://qualite.hug-ge.ch/demarches_qualite/form_cont_uni.html

Sommaire

• Pourquoi est-ce que mesurer les processus est important pour améliorer la qualité des

soins ?

a. La problématique (comment construire un système de mesure prospectif)

b. La maitrise statistique des processus

• Quelques exemples :

– Taux de césarienne (indicateur OFSP)

– VAP bundle (indicateur Soins Intensifs Adultes)

– Taux de satisfaction

Why measure? Le problème dans l’industrie

• Est-il possible de savoir si les produits fabriqués seront conformes aux

spécifications avant que tout le lot soit terminé ? Peut-on adopter

une approche plus préventive à la gestion de la qualité du produit ?

• Est-il possible d’identifier la présence d’anomalies pendant la

fabrication plutôt qu’après la fabrication ?

• Si tous les procédés ont une variation naturelle, comment fait-on

pour savoir s’il y a une variation anormale ? Comment savoir quand

agir et quand ne pas agir ?

Why measure? Le problème dans la production des soins

• How will we know that a change is an improvement?

• By understanding the variation that lives within our clinical processes

as these are measured by our data

• By making good management decisions on this variation (i.e., don’t

overreact to a special cause and don’t think that random movement

of your data up and down is a signal of improvement).

Source : Robert Lloyd, Institute for Health Improvement, 2012

Why measure? Le problème : Maitriser la variabilité temporelle (1/2)

Taux de mortalité après pontage aorto-coronarien avant et après l’introduction d’un nouveau protocole opératoire

Source : Marie Annick Pogon, DAS Module 4, 2016

Why measure? Le problème : Maitriser la variabilité temporelle (2/2)

Les données agrégées permettent seulement de porter un jugement (parfois erroné) mais pas d’améliorer les pratiques

Source : Marie-Annick Le Pogam, DAS Module 4, 2016

Why measure? Une vue rétrospective pontuelle est trés limitée

• Comprendre à posteriori en:

“Gérant un processus sur la base de moyennes mensuelles est equivalent à conduire une voiture en regardant dans le rétroviseur .”

Source : D. Wheeler, Understanding Variation, 1993 Robert Lloyd, Institute for Health Improvement, 2012

• Cela ne nous permet pas de

comprendre ou nous allons et

d’anticiper les problèmes que

nous allons rencontrer

Why measure? Définition de la maitrise des processus

• Les variations proviennent de l'ensemble du processus de

production. L'analyse des processus de fabrication permet de

dissocier les 5 éléments élémentaires qui contribuent à créer cette

dispersion • Machine (Equipement) • Main-d’œuvre (Personnel) •

Matière (Traitement, consommable) • Méthodes (d’Administration,

protocole) • Milieu (Structure, culture, environnement).

• La « Mesure » n’est pas parmi les M. La mesure ne modifie pas la

vraie dispersion, mais l'image que l'on a de cette dispersion. Ce qui

crée la non qualité, ce n'est pas la dispersion vue mais la dispersion

réelle.

Why measure? La solution : les cartes de contrôle

• Un outil visuel qui permet de différencier les variations anormales des

variations normales;

• Variations normales (Common cause variations) : variations naturelles du

procédé; elles sont dues à un ensemble de causes non identifiables. Le

procédé dont les variations paraissent normales est sous-contrôle;

• Variations anormales (Special cause variations) : variations qui ne peuvent

pas être attribuées à la variation naturelle du procédé. Elles ont une cause

identifiable, qu’il faut déterminer (et éventuellement, éliminer). La

présence de variations anormales rend le procédé hors-contrôle.

Source : Service d’enseignement de la Gestion des Opérations et de la Logistique,

HEC Montréal, 2011.

Why measure? Carte de Contrôle : Principes

Numéro d’échantillon / Intervalle de temps

Taux de césariennes*

Données de l’office fédéral de la santé publique

Why measure? Taux de césarienne : Carte de contrôle

22.0%

24.0%

26.0%

28.0%

30.0%

32.0%

2006 N = 3831

2007 N = 3818

2008 N = 3811

2009 N = 3773

2010 N = 3884

2011 N = 3857

2012 N = 3895

2013 N = 4015

2014 N = 3988

2015 N = 4049

2016 N = 3939

G 1.4 Taux de césarienne (2006 - 2016)

césarienne taux obs average 95% LCL 95% UCL

Taux de césarienne à faible risque

Taux de césarienne à faible risque pour moins de 35 ans

Taux de césarienne à faible risque pour plus de 35 ans

Taux de césarienne en europe

<15% 15%-20% 20-25% 25-30% >30%

Taux de césarienne en suisse

Rappels des recommandations aux bonnes pratiques

9 mesures Implémentation en 3 blocs successifs

Implémentation du VAP bundle

Nouveaux matériels

Nouveau traitement préventif

GeNoVAP GeNoVAP

15 16

13

10

13

10 11

12

21.1

22.9

31.6

27.6

14.3

22.7

25.7

27.4

0

5

10

15

20

25

30

35

janv..14 févr..14 mars.14 avr..14 mai.14 juin.14 juil..14 août.14

No

mb

re d

e V

AP

/ 1

00

0 jo

urs

de

ve

nti

lati

on

Nb de VAP cliniques Taux d'incidence VAP

Taux d’incidence moy = 24.2 VAP / 1000 jours de ventilation 67 VAP en 8 mois

Phase d’observation : Janvier 2014 – Septembre 2014

« 5 jours d’hospitalisation, il n’a pas encore faite sa VAP »

« Est-ce que c’est vraiment un problème dans notre service ? »

« Ces mesures de prévention ne sont pas nouvelles, tout le monde les connait -et les appliquent- »

« d’où proviennent ces données? »

7

9

14

9

5

7 8 8

3

9

5 6

3

5

7

2 2 1 1 1 1 2 1 1 1 2 1 2 1

21.1

22.9

31.6

27.6

14.3

22.7

25.7

27.4

16.5

20.7

12.4

14.5

8.5

16.6

19.3

8.0

6.5 5.4

3.9 3.0 2.9

7.3

4.2 3.6

2.8

5.7

4.1

6.0 5.4

0

5

10

15

20

25

30

35

Nb

de

VA

P /

10

00

jou

rs d

e ve

nti

lati

on

Densité d'incidence des VAP

Nb de VAP Taux d'incidence VAP

BASELINE IMPLEMENTATION PERENNISATION

2Eme BLOC SOD 1ER BLOC

SOD validée

Travail à l’amélioration de la SOD (collab. Pharmacie)

Carte de Contrôle - Taux de VAP Jan 2014 –Nov 2016

0.0

5.0

10.0

15.0

20.0

25.0

30.0

35.0

No de VAP pour 1000 jours de ventilation

Taux de VAP Moyenne 95% CL 95% CL

Carte de Contrôle – Multi Phases Jan 2014 –Nov 2016

0.0

5.0

10.0

15.0

20.0

25.0

30.0

35.0

40.0

45.0

No de VAP pour 1000 jours de ventilation

Taux de VAP Moyenne 95% CL 95% CL

Adhésion aux bonnes pratiques Amélioration et maintien d’une bonne adhésion des soignants aux mesures de prévention du « bundle VAP »

66 %

96 %

79 %

86 %

97 % 98 %

91 %

56 %

68 %

83 %

0

10

20

30

40

50

60

70

80

90

100

Hand-hygiene Backrest elevation

Oral care Intra-cuff pressure

Sedation control

Ventilation weaning

Mobilization Tracheal cuff pressure

maintenance

Subglottic suctioning

SOD Global compliance

Pou

rcen

tage

d’a

dh

ésio

n

Pre intervention Intervention Post intervention

GeNoVAP

Carte de Contrôle – Adhesion au bundle Sep 2014 – Dec 2016

40.0%

45.0%

50.0%

55.0%

60.0%

65.0%

70.0%

75.0%

80.0%

85.0%

90.0%

Taux d'Adhésion au Bundle

Taux Adhésion Moyenne 95% LCL 95% UCL

Carte de Contrôle – Processus / Outcomes Jan /Sep 2014 –Nov/Dec 2016

0.0 5.0

10.0 15.0 20.0 25.0 30.0 35.0 40.0 45.0

No de VAP pour 1000 jours de ventilation

Taux de VAP Moyenne 95% CL 95% CL

40.0%

50.0%

60.0%

70.0%

80.0%

90.0%

Taux d'Adhésion au Bundle

Taux Adhésion Moyenne 95% LCL 95% UCL

VIGNETTE 1

• Vous réalisez chaque mois dans votre institution depuis janvier 2011 une enquête de satisfaction des patients. Le questionnaire en français est adressé par voie postale à un patient hospitalisé sur 3. Le choix des patients est établi à partir d’une liste alphabétique (de A à Z) et le logiciel sélectionne un patient chaque trois patients en partant de la lettre A (1700 patients hospitalisés/mois, environ 600 questionnaires envoyés par mois, 300 répondants par mois). La population est celle du canton de Genève.

• Dans cette enquête, une question porte sur « Dans l’ensemble, que pensez-vous des soins que vous avez reçus à l’hôpital ».

• En février 2014 votre direction générale vous demande de leur présenter les résultats de l’enquête de satisfaction des patients, suite à l’introduction d’un nouveau programme visant à prévenir les chutes et les escarres débuté en mai 2012.

Analysez la carte de contrôle:

Montre-t-elle des causes spéciales, des cycles périodiques, des tendances ?

Expliquez vos observations

70%

75%

80%

85%

90%

95%

100%

Jan

14

Fé

v14

M

ars1

4

Avr

14

M

ai1

4

Juin

14

Ju

il14

A

oû

t14

Se

p1

4

Oct

14

N

ov1

4

Déc

14

Ja

n1

5

Fév1

5

Mar

s15

A

vr1

5

Mai

15

Ju

in1

5

Juil1

5

Ao

ût1

5

Sep

15

O

ct1

5

No

v15

D

éc1

5

Jan

16

Fé

v16

M

ars1

6

Avr

16

M

ai1

6

Juin

16

Ju

il16

A

oû

t16

Se

p1

6

Oct

16

N

ov1

6

Déc

16

Ja

n1

7

Taux de Satisfaction Jan 2014 - Jan 2017

Perc Satisfait Moyenne LIC LSC

Analysez la carte de contrôle:

•Montre-t-elle des causes spéciales, des cycles périodiques, des tendances ?

•Expliquez vos observations

Questions