Bibhas Roy
INTRODUZIONE
I risultati dell’assistenza sanitaria sono cambiamenti nello stato di salute, solitamente dovuti a un intervento. Il raggiungimento di buoni risultati di salute del paziente è lo scopo fondamentale dell’assistenza sanitaria. Questo può essere applicato sia agli individui che alle popolazioni. Misurare questo è diventata un’industria multimilionaria alimentata in parte dalla crescente ansia della società. Misurare, riportare e confrontare i risultati è forse il passo più importante per sbloccare un rapido miglioramento dei risultati e fare buone scelte sulla riduzione dei costi.
Le misurazioni della qualità sono comuni nei processi di produzione, ma questo può tradursi male nel settore sanitario in quanto i collegamenti tra azioni e risultati sono molto meno diretti, e ci sono altri fattori di confusione che rendono difficile il confronto. Questo rende l’aggiustamento del rischio o la stratificazione del rischio una parte essenziale delle misurazioni dei risultati nell’assistenza sanitaria. Ci sono prove che un modello di stratificazione del rischio convalidato migliora l’accuratezza dell’analisi degli esiti.
Il concetto di pratica basata sull’evidenza si basa sull’evidenza di studi e prove, gli esiti tuttavia creano un modo diverso di pensare – un’analisi sistematica degli esiti può avere molti vantaggi creando un’evidenza basata sulla pratica.
STORIA
Forse il primo tentativo di misurare abitualmente gli esiti nella medicina moderna fu di Florence Nightingale negli anni 1850. Questo avvenne durante la guerra di Crimea e l’esito studiato fu la morte. Tuttavia, una delle sue successive pubblicazioni sull’esito ha una lezione importante. A causa di un errore statistico, si pensava che la mortalità per gli ospedali di Londra fosse circa il 90%; quello che era stato calcolato era il tasso di morte per letto d’ospedale occupato, non il tasso di mortalità per il numero totale di pazienti ricoverati.Codman ha introdotto la sua idea di risultato finale all’inizio del 1900. Definì l’idea come “la nozione di buon senso che ogni ospedale dovrebbe seguire ogni paziente che tratta, abbastanza a lungo per determinare se il trattamento ha avuto successo o meno, e poi per indagare, “Se no, perché no?” con lo scopo di prevenire simili fallimenti in futuro”. Sfortunatamente, questo ricevette poco supporto dai suoi pari; fu ostracizzato e non ricevette alcun apprezzamento durante la sua vita.
I tentativi di standardizzare e valutare l’assistenza medica continuarono sporadicamente e il classico articolo di Donabedian del 1966 descriveva tre aree: la struttura – le caratteristiche fisiche e del personale di cura dei pazienti; il processo – il metodo di fornitura; e il risultato – i risultati dell’assistenza. I moderni tentativi di misurare i risultati dell’assistenza sanitaria sono lontani dall’essere comprensibili, ma ciò sta diventando sempre più importante nella medicina clinica e nell’economia sanitaria.
MISURE DI OUTCOME
Requisiti per una misura di Outcome
Per essere utile, una misura di outcome deve essere valida, cioè valutare ciò che si suppone, e affidabile, mostrando un minimo di errore. Deve anche essere facile da somministrare, essere sensibile
(in grado di identificare ciò che viene misurato) e specifico (in grado di identificare i falsi positivi), nonché essere reattivo (in grado di misurare il cambiamento nel tempo).
Le misure di processo sono le più semplici da gestire, ma spesso mostrano solo il risultato di interventi amministrativi rispetto a quelli clinici (ad esempio i tempi di attesa). Come base degli obiettivi nell’assistenza sanitaria, gli schemi di pay-for-performance che incentivano gli ospedali a concentrarsi sulle misure dei processi amministrativi possono essere associati a una minore aderenza ai processi clinici
I risultati clinici sono più difficili da sviluppare e implementare. Tuttavia, i risultati riportati dal paziente sono molto più facili da usare rispetto a quelli che richiedono una componente clinica, come le informazioni da una radiografia, i dettagli di un’operazione o la valutazione della gamma di movimento. Sono le misure riportate dal medico che spesso integrano i punteggi riportati dal paziente. L’aggiustamento del rischio per i punteggi riportati dal paziente può anche essere impossibile senza un elemento derivato dal clinico. Sono stati sviluppati strumenti specifici per cercare di minimizzare il potenziale di
1. Esiti clinici
Relazione del medico
Questa è la tradizionale misura “oggettiva”. L’operatore sanitario valuta il paziente e le osservazioni sono solitamente registrate in formato numerico. Questo permette il confronto tra prima e dopo gli interventi e le analisi statistiche. Uno degli esempi più semplici di questo tipo di risultato è la misurazione della gamma di movimento.Paziente riportato
Le misure ‘soggettive’ in cui i dati sono raccolti dal paziente in questionari auto-somministrati e valutati da medici o computer. I punteggi del dolore sono i punteggi più semplici di questo tipo.
La scelta dello strumento varia dal generico per esempio EQ-5D (EuroQol Group, 5 Dimensions) al punteggio di instabilità della spalla di Oxford. Gli strumenti generici sono spesso utilizzati per l’economia sanitaria e quelli più specifici sono misure più sensibili di malattie e interventi specifici. Ci sono anche punteggi intermedi che sono adatti a una gamma di situazioni cliniche, ad esempio il punteggio di Oxford per la spalla.
Questi sono spesso convalidati rispetto ai punteggi riferiti dal medico, e possono essere più sensibili e reattivi.
I predittori biologici dei risultati non sono esiti, ma devono costituire la base degli aggiustamenti del rischio quando i punteggi clinici sono usati per confrontare i fornitori di cure.
Ci sono punteggi che usano aspetti delle misure riferite dal medico e dal paziente per calcolare un punteggio aggregato. Il punteggio della spalla costante è uno di questi esempi.
Generato da dispositivi
Questi possono costituire la base di obiettivi sia clinici che economici – per esempio i livelli di zucchero nel sangue o la pressione sanguigna possono essere misurati come un indicatore di qualità. Di solito questi devono essere usati insieme ad altre misure di risultato.2. Misure di processo
Le misure di processo sono misure di parti e attività all’interno del sistema sanitario. Queste sono misurazioni semplici (per esempio i tempi di attesa), facili da implementare, hanno requisiti limitati per gli aggiustamenti del rischio e forniscono un feedback ai medici e ad altri gruppi di stakeholder su quali aspetti del sistema devono essere migliorati. Questi dati possono essere acquisiti rapidamente poiché la dimensione del campione richiesta è di solito più piccola di quella dei risultati clinici.
Tuttavia può essere difficile specificare una popolazione adatta per un processo a causa di ragioni cliniche come controindicazioni, priorità sanitarie ecc. Questa è anche una misura meno valida sia per i clinici che per i pazienti perché per essere valida deve esserci una forte relazione tra un processo e una misura clinica, cosa che raramente accade (i pazienti che sono visti velocemente hanno più probabilità di migliorare clinicamente rispetto a quelli che aspettano più a lungo? Se le misure di processo non sono complete possono anche essere fuorvianti per gli utenti
3. Bilanciamento dei risultati
Le misure di bilanciamento completano lo spettro di misurazione. Queste dipendono dalla scelta delle misure cliniche e di processo e guardano il sistema da un’angolazione diversa, cioè una breve durata della degenza comporta più riammissioni.Le misure di bilanciamento devono essere parte integrante delle misure dell’intero sistema per dimostrare un risultato valido.
TEMPI DI RACCOLTA DEI DATI
Campione
Questo è il modo classico di catturare dati di risultato per progetti di ricerca. I dati vengono acquisiti in un periodo di tempo per un campione specifico al fine di tradurli in informazioni significative che possono provare o confutare un’ipotesi. La dimensione del campione è predeterminata da metodi statistici che tengono conto della potenza dello studio. Tecniche come i controlli randomizzati sono usati per minimizzare l’effetto delle variazioni dovute a fattori confondenti non misurati. Questa è la base della maggior parte delle “prove” su cui ci basiamo per la moderna “pratica basata sulle prove”. Questo è il gold standard per stabilire la relazione causa &effetto. Tuttavia, a causa delle loro caratteristiche di progettazione, i risultati degli studi non sempre riflettono l’efficacia comparativa dei trattamenti per tutti i tipi di pazienti nella pratica di routine. Nonostante l’ampio controllo di qualità, la purezza del trattamento è difficile da mantenere.
Continua
Un modo pragmatico per ridurre l’incertezza sull’efficacia dei trattamenti è il concepimento di prove basate sulla pratica. Questa deve catturare informazioni complete sulle caratteristiche dei pazienti, i processi e gli esiti per accertare il contributo dei singoli processi agli esiti, controllando le differenze tra i pazienti. L’evidenza basata sulla pratica per il miglioramento della pratica clinica richiede l’analisi di questi dati per le informazioni. I dati devono essere trasformati in informazioni in tempo reale per la massima efficacia, in modo che il team clinico sia consapevole delle misure di processo in tempo reale. Ci sono prove che questo approccio può migliorare rapidamente la cura clinica
CONCLUSIONE
La misurazione dei risultati sanitari è ora una parte essenziale della sanità. I diversi destinatari di queste informazioni vanno dai pazienti stessi ai responsabili della politica sanitaria. Nessuna singola misura di risultato è sufficiente per misurare in modo completo qualsiasi aspetto dell’assistenza sanitaria, i vari strumenti di cui sopra devono essere considerati dal team multidisciplinare che include il medico e il paziente per ottenere un “set” di misure adeguato. La sfida è quella di avere un numero sufficiente di queste misure, opportunamente aggiustate per il rischio, che siano poi misurate in tempo reale con un feedback continuo a tutte le parti interessate. L’appendice I descrive un gruppo proposto di misure complete per la riparazione della cuffia dei rotatori.
APPENDICE
RIFERIMENTO
1. Sheldon, T.A., L’industria della misurazione della qualità dell’assistenza sanitaria: è ora di rallentare la macchina da guerra? Qual Saf Health Care, 2005. 14(1): p. 3-4.2. Porter, M.E., Cos’è il valore nell’assistenza sanitaria? N Engl J Med. 363(26): p. 2477-81. 3. Orkin, F.K., Stratificazione del rischio, aggiustamento del rischio e altri rischi. Anesthesiology. 113(5): p.
1001-3. 4. Jacobs, J.P., et al., La stratificazione della complessità migliora l’utilità e l’accuratezza dell’analisi dei risultati in un database multiistituzionale di chirurgia cardiaca congenita: Applicazione dei sistemi Risk Adjustment in Congenital Heart Surgery (RACHS1) e Aristotle nella Society of Thoracic Surgeons (STS) Congenital Heart Surgery Database. Pediatr Cardiol, 2009. 30(8): p. 1117-30.
5. Horn, S.D. and J. Gassaway, Practicebased evidence study design for comparative effectiveness research. Med Care, 2007. 45(10 Supl 2): p. S50-7.
6. Nightingale, F., Note sugli ospedali (3rd ed.). Editore. 1863, Longman, Green, Longman, Roberts e Green: London.
7. Iezzoni, L.I., 100 mele divise per 15 aringhe rosse: un racconto ammonitore della metà del 19° secolo sul confronto dei tassi di mortalità ospedaliera. Ann Intern Med, 1996. 124(12): p. 1079- 85.
8. EA, C., La spalla: Rupture of the Supraspinatus Tendon and Other Lesions In or About the Subacromial Bursa. 1934, Boston: Thomas Todd Co.
9. Donabedian, A., Valutazione della qualità delle cure mediche. Milbank Mem Fund Q, 1966. 44(3): p. Suppl:166-206.
10. Pynsent, P.B., Scegliere una misura di risultato. J Bone Joint Surg Br, 2001. 83(6): p. 792-4. 11. Glickman, S.W., et al., Metodi alternativi di punteggio payforperformance: implicazioni per il miglioramento della qualità e i risultati dei pazienti. Med Care, 2009. 47(10): p. 1062-8.
12. Dawson, J., R. Fitzpatrick, e A. Carr, La valutazione dell’instabilità della spalla. Lo sviluppo e la convalida di un questionario. J Bone Joint Surg Br, 1999. 81(3): p. 420- 6.
13. Preedy, V.R. e R.R. Watson, Handbook of disease burdens and quality of life measures, New York: Springer. 6 v. (lx, 4447 p.).
14. Dawson, J., et al., Comparazione di misure cliniche e basate sul paziente per valutare i risultati a medio termine dopo la chirurgia della spalla per i disturbi della cuffia dei rotatori. Arthritis Rheum, 2002. 47(5): p. 513-9.
15. Parsons, N.R., et al., A comparison of Harris and Oxford hip scores for assessing outcome after resurfacing arthroplasty of the hip: can the patient tell us everything we need to know. Hip Int. 20(4): p. 453-9.
16. Rubin, H.R., P. Pronovost, and G.B. Diette, The advantages and disadvantage of process based measures of health care quality. Int J Qual Health Care, 2001. 13(6): p. 469-74.
17. Beaulieu, P.A., et al., Trasformazione dei dati amministrativi in informazioni in tempo reale nel dipartimento di chirurgia. Qual Saf Health Care. 19(5): p. 399-404.
Courtesy of www.shouldersurgery.info