rasmus, skribent på Sekoia DK Sekoia

Medicinsikker? Forbedringshjulet kommer til sin ret

Medicinsikker og forbedringshjulet

Forandring, forankring. Det er et mantra for mange, nye tiltag. Succesfulde projekter skal forankres i deres organisationer og os hver især. Så hverdagen og ”plejer” ikke haler ind på os. Men hvordan vurderer vi, om praksis er forbedret? Nogle gange er en forandring jo blot et skvulp. Andre gange mærker vi tydeligt de høje bølger.

Med den her artikel forsøger vi ikke at bidrage akademisk til forandringslitteraturens kanon. Langt fra. Vi forsøger på kort bane at skabe resultater. I øjeblikket anvender mange kommuner PDSA-modellen og særligt forbedringshjulet i deres arbejde med Tidlig Opsporing, Medicinsikre botilbud og andre kvalitetstiltag. Hvorfor egentlig det?

Det korte svar må være, at der til trods for de gode intentioner fortsat sker for mange fejl.

Særligt kan manglende ressourcer have betydning for det. Uagtet kan små, inkrementelle forbedringer arbejdes ind i praksis, hvis både model, ledelse og teknologi spiller sammen.

PDSA lyder besværligt, men er det modsatte. En lavpraktisk model for at skabe forandring og resultater. Udfordringen er også overkommelig, idet det handler om at vide, hvad vi ønsker at forbedre. Og hvordan en succes så vil se ud.

Læs her vores 3 eksempler på, hvordan du kan bruge PDSA-cirklen i din hverdag:

Har vi fokus på hårde facts er tidsbesparelser, effektivisering, utilsigtede hændelser, sygefravær og en del andre datapunkter interessante. Man kunne spørge medarbejderne, hvad de synes om projektet eller forandringen. Er der mindre stress? Er de gladere nu? Den ideelle tilgang er ofte et mix af de to tilgange.

Vores foretrukne redskab er PDSA. Også kendt som Forbedringsmodellen. Det er ikke bare en god metode til at fastsætte håndgribelige mål, men samtidigt måle forandringen. I en ubegrænset tidsperiode.

Hvad skal du gøre for at bruge PDSA?

Data – og en konsistent måde at indsamle det på
Strukturerede processer
Organisatorisk opbakning
Tålmodighed

Hvad handler PDSA om?

Som de fleste andre forkortelser lyder PDSA-cirklen mere kompliceret, end den er. Modellen er inddelt i 4 stadier.

  • Plan: Planlæg første forandringscyklus (et projekt/ en test/ din forandring)
  • Do: Gennemfør forandringen
  • Study: Undersøg resultaterne baseret på præ-definerede målepunkter fra planlægningsfasen. Data bør indsamles både før, under og efter forandringen. Og afsæt tid til at reflektere over ændringens indvirkning, og hvad I har lært
  • Act: Planlæg næste forandringscyklus

En væsentlig pointe med modellen er, at den ikke slutter efter første omgang. Projekter har en slutdato, men hvad sker der, når de slutter?

I forbindelse med Implementeringen af Sekoia ser vi til tider, at kadencen går lidt ned. Begejstringen svækkes og små udfordringer med den nye dokumentationspraksis kan give friktioner. Eller noget bliver glemt i travlheden. Anskuer vi forandringen som en proces snarere end et projekt, er der større sandsynlighed for, at den møder målet om forankring. Der er ingen slutdato. Det er bare den nye måde at gøre tingene på.

Hvornår kan man bruge PDSA?

De fleste modeller, redskaber og fremgangsmetoder er enten for generiske eller for specifikke til at virke for alle. For tænkt til hverdagen.

PDSA er heller ikke en magisk løsning. Så hvornår er modellen brugbar? Og, måske mere vigtigt, hvornår kan den ikke bruges?

PDSA cirklens bedste ven er SMART goals. Modeller elsker åbenbart deres akronymer.

Hvis du har et mål, der er Specifikt, Målbart, Accepteret, Realistisk og Tidsafgrænset, kan du bruge modellen. Med mindre definerbare mål, er det sværere at bruge PDSA forbedringsmodellen. Nogle gange vil den endda have den modsatte effekt, da den kræver målbare resultater.

Et godt eksempel er Fremfærd og medicinsikkerhed. Her kan kommunerne definere specifikke, målbare, (nok) realistiske og tidsafgrænsede mål. Derfor anvender de allerede PDSA.

Med mindre definerbare mål, er det sværere at bruge PDSA forbedringsmodellen. Nogle gange vil den endda have den modsatte effekt, da den kræver målbare resultater.

Spørgsmål til at få dig i gang med PDSA

Så hvor starter man med PDSA? Dansk Selskab for Patientsikkerhed givet deres bud på det. Læs med her: https://vpt.dk/sites/default/files/2020-12/pdsa-skabelon.pdf

1) Hvad ønsker vi at opnå?

  • Definer et klart mål og hvordan det måles.

2) Hvordan måler vi en succes? Hvornår er en forandring en forbedring?

  • Eksempler kunne være om en borger når sit daglige væskemål. Eller følger sit ugentlige træningsprogram.

3) Hvilke forandringer kan skabe forbedringer?

  • Hvilke ting kan vi skrue på? Der er sandsynligvis mange forskellige ting i spil. Vi anbefaler, at man ikke ændrer for mange ting ad gangen.
  • Start hellere småt og lad modellens iterative proces fungere.

Vores råd til at bruge PDSA

Som supplement får du her vores råd til at komme godt i gang med PDSA:

  • Planlæg mange iterationer af PDSA

Grundtanken bag PDSA er, at processen ikke har et fast sluttidspunkt. Den er baseret på kontinuerlig læring og refleksion.

  • Start småt

PDSA kan nemt virke overvældende. Især når der ikke er et sluttidspunkt. For at gøre det mere håndtérbart er vores forslag at bryde det op i mindre bidder. En beboer og et område. Så kan man altid gradvist ekspandere omfanget.

  • Test forandringen med medarbejdere, der er engageret i processen. Prøv ikke at konvertere skeptikerne til troende fra start.

Forandringer er en sjov størrelse. Man siger forandring fryder, men folk kan sjældent lide det. Praktisk talt uagtet hvor skidt deres nuværende situation er. Man lærer jo at leve med sine omstændigheder. Og med alle forandringer kommer der et stort ”hvad nu hvis?”. Hvad nu hvis det går galt? Det er en usikkerhed, som ikke huer alle.

Fokusér derfor din energi mod medarbejdere, der er mere omstillingsparate. Der ser forandringen som en kærkommen løsning på dagligdagens frustrationer.

  • Vær opmærksom før du beslutter at gå videre med en ny arbejdsgang/forandring

Lige så snart man introducerer en ny arbejdsgang, bør man forvente at blive udfordret på det. Hvorfor har man valgt netop den forandring? Hvilke gevinster håber man på? Jo større en forandring, jo mere insisterende vil spørgsmålene også være.

Det virker banalt at vælge den bedste løsning, men ikke desto mindre fortjener det fokus. Man bruger professionel og personlig kapital hver gang, man stiller sig op på mælkekassen og annoncerer forandringer. Derfor skal man være sikker i sin sag. Eller så sikker, som man kan være. For der er naturligvis ingen garantier for succes. Der vil altid være et element af usikkerhed.

For at opsummere: Det skal være simpelt at følge PDSA cirklens stadier. Ellers får du ikke medarbejderne til at engagere sig i processen. Hvis du gør de forskellige stadier for komplekse, så er projektet en dødsejler fra start.

Man kan ikke være datadrevet uden god data. Ligesom man ikke kan terpe til en eksamen uden gode bøger. Data, man kan stole på, er grundpillen til at træffe velfunderede beslutninger.

Hvordan kan PDSA bruges på bosteder og plejecentre?

PDSA-modellen er faktisk ganske velkendt i diverse projekter i den danske plejesektor. Du har måske læst om ”I sikre hænder” og ”Medicinsikre botilbud”. Tilgangen for de projekter bygger netop på PDSA modellen. Eller som de kalder det forbedringsmodellen. Kært barn har mange navne.

Men hvorfor bliver modellen ved med at gå igen i projekter?

Er det gammel vin på nye flasker?

Eller er modellen blot et effektivt redskab?

Det er spørgsmål, der ikke er entydige svar på.

Ikke desto mindre har vi samlet 3 eksempler, der viser, hvor fleksibelt et redskab PDSA er.

Eksempel #1: Sårpleje

Scenarie: I er et plejecenter og er ved at udforme personlige plejeplaner for jeres borgere. Mere specifikt planer for sårpleje. En proces der involverer flere personer og eksterne instanser. Plejepersonale, sygeplejersker og måske læger. Kort sagt mange bevægelige dele og mennesker, der skal arbejde effektivt sammen.

Ved brug af PDSA: Første skridt er at lave hypoteser om borgeren og sammenfatte dem i plejeplanen. Det gøres ved at samle eksperter. Når borgeren får et sår eller anden skade, skal det dokumenteres og følges tæt. Hvordan skete skaden og hvorfor? Såret skal selvfølgelig behandles, og dernæst dokumenteres. I sårpleje er det typisk et billede af såret og behandlingen.

Personalet skal have en nem måde at tilgå den nødvendige information. I det her tilfælde plejeplanen. Hurtigt, nemt og i plejesituationen. Ikke ved at åbne en computer på kontoret. Ligesom det skal være nemt at dokumentere i deres EOJ-system. Ting bliver glemt i løbet af rejsen fra plejesituationen til kontoret. Og hvis det sker? Så er PDSA praktisk talt ubrugeligt, da konsistensen og validiteten i data er kompromitteret.

Den store praktiske udfordring er at indsamle ovenstående data på en struktureret og konsistent måde. Information er kun nyttig, når den bliver vist i den rette kontekst. Ellers er det bare øget kompleksitet.

Eksempel #2: Ensomhed

Scenarie: I er begyndt at fokusere på at nedbringe følelsen af ensomhed hos dine borgere. Et svært område at takle. Følelser er jo subjektive, og hvad der virker hos en borger, virker ikke nødvendigvis hos den næste. Det kan man vel ikke måle med data?

Det kan man faktisk godt. Du kan koge borgerens ageren ned til indikatorer om socialt samvær. Og derved finde en passende måde at arbejde med ensomhed.

Ved brug af PDSA: I beslutter måske at en god indikator for ensomhed er, hvor ofte borgeren søger social kontakt af egen fri vilje. Du sætter derfor et mål om, at borgeren skal søge kontakt 2 gange om ugen. Her kan PDSA cirklen belyse, hvilke metoder der giver de bedste resultater.

Første iteration af PDSA vil måske fokusere på, at personalet vil kigge på billeder og lave andre reminiscens øvelser med borgeren. Efter en uge eller to kan man så gå tilbage og se på resultaterne.

Igen står og falder processen med kvaliteten af data, man kan samle. Hvordan sikrer man, at personalet samler den samme data? Hvad hvis folk definerer ”at søge social kontakt” på forskellige måder? Alle skal arbejde ud fra ens forudsætninger og forforståelser. Og det er lettere sagt end gjort.

Vores løsning?

Brug skabeloner og faste procedurer til at sikre data bliver struktureret, acceptereret bredt i organisation og nemt at opsamle.

Eksempel #3: Administrering af medicin

Scenarie: I ønsker at forbedre måden, i arbejder med medicin. Nedbringe UTH på fx glemt medicin og forkert administreret medicin. Hvor starter man?

Netop denne problematik forsøger ”Medicinsikre tilbud” at adressere, så vi anbefaler at læse mere om det. Det kan du fx gøre her: https://vpt.dk/socialomraadet/saadan-skal-botilbud-arbejde-systematisk-med-sikker-medicinhaandtering

Ved brug af PDSA: Medicin er en svær ting at adressere. Der er enormt bevågenhed omkring emnet – med rette. Borger-ordineret medicin er beskrevet ned til den mindste detalje i deres plejeplaner. Det er ikke mangel på information, der er problemet, hvis tingene går galt. Og personalet gør deres bedste for at holde trit med medicinordinationerne. Ingen laver fejl med vilje. Og det er ikke ligegyldighed, der skaber fejlene.

Men hvad er det så?

Det er mangel på tid. Og at man ikke kan tilgå de rette informationer, når man behøver dem.

Her kunne man bruge tablets. Så man kan tilgå informationerne i plejesituationen og ikke på pc’en på kontoret.

Løbende kan du følge antallet af UTH. Går de op eller ned? Hvis du kører PDSA cirklen over en kortere periode, så husk at tage højde for naturlig varians i tallene. Og hvis din forandring ikke virkede? Så kør PDSA modellen igen. Det er ikke nemt eller hurtigt, men det er det værd.

Hvad har eksemplerne til fælles?

En grundlæggende forudsætning for alle eksemplerne er, at det kræver gode processer for at opsamle data. På en struktureret og disciplineret måde. Man kan ikke være datadrevet uden god data. Ligesom man ikke kan terpe til en eksamen uden gode bøger. Data, man kan stole på, er grundpillen til at træffe velfunderede beslutninger.

Projektet fejler igen og igen. Hvad gør vi galt?

Du har fulgt PDSA til punkt og prikke. Haft klart definerede mål, en aftalt måde at måle det på og personalet er med på forandringen. Men resultaterne følger bare stadig ikke med. Der er noget, der ikke virker. Projektet er fejlet.

Eller hvad?

PDSA er ikke en perfekt model. Hvis du prøver at introducere mange ændringer på samme tid eller store ændringer hurtigt, vil værktøjet blive udfordret.

Bortset fra det vil der altid være læringer, man kan tage med sig. Måske var forandringen for stor en mundfuld? Eller ikke specifik nok?

Når man bruger PDSA, arbejder man ud fra en videnskabelig metode. En metode, der ligger til grund for nærmest alle videnskabelige gennembrud. En metode som i sidste ende vil medføre succes.

Fremgangsmåden er baseret på hypoteser og datadreven i dens evaluering. Derfor varierer længden på hver enkelt iteration af PDSA også. Fra forandring til forandring og fra organisation til organisation. Det står og falder med mængden og kvaliteten af data, der kan samles.

Og husk det berømte citat fra Thomas Edison:

”Jeg har ikke fejlet. Jeg har bare fundet 10.000 måder, som ikke fungerer.”

Konklusion

Varianter af PDSA er blevet brugt i lang tid. Og vil fortsat blive brugt i fremtiden. Der er dog en ting i horisonten, der har potentiale til at ændre PDSA-cirklen: AI. Også kaldet kunstig intelligens.

Det er et buzzword, ja. Men af gode grunde. Og ikke totalt science fiction. Det er faktisk allerede i gang. Grundlaget for PDSA og enhver slags AI er struktureret data. Det næste logiske skridt er derfor være at integrere de to.

Lige nu samarbejder vi med et engelsk plejecenter om at teste netop det. Tænk hvis man kunne få en notifikation om, at en borgers mønster ændrer sig, før noget utilsigtet er sket. F.eks. blive advaret hvis en borgers helbred bliver dårligere. Alt sammen baseret på objektive observationer. Notifikationer, der kan bruges som supplement til personalets faglige ekspertise.

Det er ikke utopi.