理解数据通常是具有挑战性的

使用数据来理解系统并验证我们的理论和成功的改进是管理好的重要部分。在某些情况下,很容易理解和收集数据,这些数据提供了对我们关心的东西的清晰和准确的衡量。但是获取有帮助的数据也非常具有挑战性。

建立管理制度的目标,在专注于持续改进的同时使用数据是一个很好的开始。但这不仅仅要求使用数字: 这些数字必须正确使用。必须有一个对变异的理解。必须有一个理解数据的代理性质。必须有一个将组织理解为一个系统

在网络广播中提出的挑战之一,那些有背景应用的人将会理解 W.Edwards Deming 是基于相同操作定义收集准确数据的挑战。在商业中,通常数据收集甚至没有操作定义 (“一个操作定义是为将概念转化为某种测量而商定的程序。"W.Edward Deming)。如果没有可操作的定义,数据就不准确的风险更大 (因为收集数据的人可能使用不同的标准),决策人员也不能够正确理解数据。

通常正式的医疗保健研究更注重收集数据, 但是,即使他们很好地定义了如何从现实世界中收集数据,他们也遇到了另一个挑战 -- 那就是即使是专家也不能就情况属于哪一类达成一致 (例如, 病人有多病)。如果不处于相似健康状况的患者相互比较,数据将会 (除了我们知道的各种变化会影响所有过程之外) 还包括结果中不适当的变化,例如由于 PDSA 在过程中所做的改变,但只是实验中病人基线健康状况的变化。

在医疗保健中使用数据肯定会有挑战,这比许多其他使用数据的尝试都要复杂。但是收集准确数据的问题类型,收集不同情况下的准确数据 (例如将 PDSA 中的数据与当前流程进行比较), 对我们能从数据中学到的东西做出准确的结论 (实际上正确理解它说的话,甚至在我们试图得出关于这意味着什么或应该引导我们采取什么行动的结论之前)。

这是一个有趣的网络广播,探索围绕理解医疗差错数据的问题,以及我们可以从这些差错的影响数据中得出什么结论。这是最新的网络广播医疗分类对于任何对医疗保健感兴趣的人来说,这是一个极好的系列 (不仅仅是对该领域的人,也是对任何对理解人类健康感兴趣的人)。


为了确定应该采取什么行动,我们想知道当前形势的影响 (大量医疗差错的危害有多大?)。是的,最好消除所有错误。但是为了确定重点,了解当前形势有什么影响是很重要的。如果我们有成千上万个微不足道的错误,很可能其他项目对病人健康更重要。如果系统中错误的影响是系统中危害的最大原因,那么在努力改善医院和医疗保健系统时,医疗错误的问题必须非常突出。

正如网络广播所表明的,很难估计医疗保健系统中错误的真正影响。

显然,在过程层面,我们希望那些工作不断改进,包括使用概念,如防错减少错误的可能性和发生。当然,有些错误是灾难性的,需要解决的。但是当你到达实施阶段时,使用数据并不像听起来那么容易。有许多复杂的问题挑战着我们,需要我们去思考。

人们通常认为使用数据会让一切变得清晰和明显。不会的。很好地使用数据 (理解变化) 将极大地提高改进力度,但这是一个挑战,需要深思熟虑。这并不像把数字插入公式并得到答案那么简单。

相关:如何使用数据并避免被数据误导-数据不能说谎,但人们可能被误导-数据很重要,你必须确认数据的实际内容-统计技术允许管理做得更好-更大的影响: 每加仑 15 到 18 英里或 50 到 100 英里?-过程行为图是将组织理解为一个系统的秘密

你可能也喜欢.

留下回复

您的电子邮件地址将不会公布。必填字段已标记*

该网站使用 Akismet 来减少垃圾邮件。了解如何处理您的评论数据