Chapter 5 Buku The Health care Quality Book
-
Upload
nasiatul-salim -
Category
Healthcare
-
view
175 -
download
0
Transcript of Chapter 5 Buku The Health care Quality Book
Bab V. Kejadian Penting/ Tonggak Bersejarah
dalam Perjalanan Pengukuran Kualitas
Mengidentifikasi dan mengembangkan pengukuran kualitas yang layak adalah
aspek yang esensial dari pengukuran kualitas. Banyak perawatan kesehatan profesional
menggunakan diagram kontrol Shewhart untuk menganalisis variasi data mereka,
namun sering bersusah payah untuk menemukan ukuran yang layak untuk ditempatkan
pada diagram kontrol. Diagram kontrolyang berdasarkan pada pengukuran yang tidak
layak atau tidak berkembang tidak bernilai.
Saat ini, meskipun provider lebih fokus daripada sebelumnya pada pengukuran
performa, mereka harus menyeimbangkan kebutuhan pengukuran mereka sendiri
terhadap meningkatnya permintaan dari kelompok dan organisasi eksternal, termasuk:
Pembeli perawatan (individu dan perusahaan)
Koalisi bisnis (mewakili perusahaan dengan area geografi yang ditetapkan)
Perusahaan asuransi yang tertarik dalam struktur persetujuan kontrak sekitar
hasil dan pelayanan kualitas
Organisasi yang berkaitan, komisi data negara bagian, dan departemen
kesehatan dan kesejahteraan
Centers for Medicare & Medicaid Services (CMS)
Media (terutama koran, televisi, dan majalah kesehatan)
Tantangan Pengukuran
Hal ini meningkatkan fokus dan amanat untuk data pelayanan kesehatan
menggantikan penyediapelayanan kesehatan dalam situasi yang berbeda daripada yang
mereka tahu dimasa lalu. Penyedia ditanya dokumen apa yang sedang mereka lakukan,
mengevaluasi hasil usaha mereka, dan disiapkan untuk membagi hasil mereka dengan
publik. Sayangnya, banyak provider bersusah payah menyampaikan amanat pengukuran
secara proaktif, yang membawa organisasi untuk mengasumsikan postur defensif ketika
organisasi eksternal merilis data. Dalam beberapa kasus, penyedia biasanya merespon
dengan satu diantara cara berikut ini:
Data sudah tua/lama (biasanya satu atau dua tahun) dan tidak mencerminkan
performa kami saat ini.
Data tidak berlapis dan tidak mewakili perbandingan yang sesuai
Pasien kami lebih sakit daripada mereka di rumah sakit lainnya dalam kelompok
perbandingan kami (misalnya, tidak ada penyesuaian resiko dalam data).
Kejadian Penting Selama Perjalanan Pengukuran Kualitas
Kejadian Penting 1
Langkah pertama dalam perjalanan pengukuran kualitas adalah strategi. Itu
dicapai dengan terlibat dalam dialog serius dengan organisasi pada peran pengukuran
performa. Langkah pertama menuju kejadian penting ini haruslah kreasi dari pernyataan
sebuah organisasi dalam peran pengukuran. Cara lain untuk melihat langkah ini adalah
menyadari perkembangan filosofi pengukuran. Tiga pertanyaan sederhana harus
dieksplorasi ketika mengembangkan filosofi pengukuran.
Apakah kita mengetahui data kita lebih baik dari orang lain?
Apakah kita memiliki keseimbangan pengukuran yang meliputiklinik,
operasional, pelayanan konsumen, dan alokasi sumber?
Apakah kita memiliki rencana menggunakan data untuk membuat peningkatan?
Kejadian Penting 2
Kejadian penting kedua adalah strategi dan operasional. Hal ini termasuk
memutuskan konsep mana (kadang disebut tipe atau kategori pengukuran) yang akan
diamati organisasi. Donabedian (1980, 1982) menyajikan sebuah pendekatan sederhana
dan jelas untuk mengorganisasi perjalanan pengukuran. Ia mengemukakan tiga kategori
dasar pengukuran: struktur (S), proses (P), dan hasil/outcomes (O). Hubungan ketiga
kategori ini biasanya ditunjukkan sebagai berikut:
S + P = O
Struktur mewakili aspek fisik dan organisasi. Manajemen menciptakan proses,
dan pekerja memperhalus mereka. Struktur dikombinasikan dengan proses untuk
mendapatkan hasil.
Satu dari sumber referensi yang paling sering digunakan lainnya adalah laporan
Institute of Medicine (2001) yakniCrossing the Quality Chasm, yang mengidentifikasikan
enam tujuan peningkatan. Pelayanan kesehatan seharusnya:
1. Aman
2. Efektif
3. Mengutamakan pasien
4. Tepat waktu
5. Efisien
6. Adil
Joint Commision (1993) juga telah mengidentifikasikan dimensi kinerja klinis
berikut ini untuk mengategorikan pengukuran:
Kelayakan
Ketersediaan
Kesinambungan
Efektivitas
Keberhasilan
Efisiensi
Hormat dan peduli
Keamanan
Ketepatan waktu
Daripada menggunakan kategori yang didapat secara eksternal untuk pengukur
struktur, kebanyakan organisasi kesehatan lebih suka membangun sistem pengukuran
sendiri mengenai objek strategi mereka. Bagaimanapun metode yang digunakan,
sebuah organisasi harus memutuskan konsep, tipe, atau kategori pengukuran mana
yang ingin dilintasi.
Kejadian Penting 3
Ketika sebuah organisasi telah memutuskan tipe pengukuran yang akan dilintasi,
langkah berikutnya dalam perjalanan adalah mengidentifikasipengukuran spesifik.
Bayangkan organisasi Anda telah mengidentifikasi keselamatan pasien sebagai salah
satu strategi objektifnya. Keselamatan sepertinya sebuah hal yang bagus untuk diawasi,
tapi Anda tidak bisa mengukur keselamatan pasien secara langsung karena ini hanyalah
konsep. Konsep itu tidak jelas. Anda perlu menentukan (1) aspek keselamatan pasien
yang akandiukur, dan (2) pengukuran sebenarnya. Dengan catatan, meskipun dengan
kategori luas keselamatan pasien, Anda perlu mengidentifikasi aspek yang akan diukur.
Kejadian Penting 4
Pengembangan definisi operasional pengukuran spesifik dimulai pada kejadian
penting 4. Aktivitas ini memerlukan pemikiran (otak kiri manusia biasanya bagus pada
pengembangan definisi operasional) dan kesabaran .
Pada dasarnya, definisi operasional adalah sebuah deskripsi, padaistilah
yangdapat diukur, dari hal yang digunakan untuk mengukur dan langkah spesifik yang
diperlukan untuk mengukurnya secara konsisten. Sebuah definisi operasional yang
bagus:
Memberi arti yang mudah dikomunikasikan terhadap sebuah konsep atau ide
Jelas dan tidak ambigu
Spesifik pada metode, prosedur, dan peralatan pengukuran
Menyediakan kriteria penentuan keputusan ketika dibutuhkan
Memungkinkan konsistensi koleksi data
Sebuah definisi operasional yang bagus mewakili sebuah pernyataan konsensus
oleh tanggung jawab individu untuk menelusuri pengukuran. Ingat juga bahwa definisi
operasional perlu dimodifikasi pada beberapa poin kedepan, yang tidak unik. Tanggal
modifikasi harus dicatat karena bisa memiliki efek dramatis pada hasilnya. Semua
pengukuran bagus diawali dan diakhiri dengan definisi operasional.
Kejadian Penting 5
Pengumpulan data adalah billboard untuk kejadian penting 5. Sayangnya, banyak
kelompok yang memulai perjalanan pengukuran kualitas mereka dari titik ini.
Dihadapkan dengan tantangan merepresentasi data, reaksi awal kelompok adalah
mencari sesuatu. Orientasi ini biasanya membawa kelompok menuju ketepatan data
yang telah tersedia dan dikenal semua orang. Hal ini juga menyebabkan kelompok
mengambil data yang salah dengan jumlah yang salah (terlalu sedikit atau terlalu
banyak).
Fase pengumpulan data dalam perjalanan terdiri atas dua bagian: (1)
merencanakan pengumpulan data dan (2) mengumpulkan data yang sebenarnya.
Suatustrategi pengumpulan data yang didesain dengan baik harus menyampaikan
pertanyaan dibawah ini.
Perencanaan pengumpulan data:
Proses apa saja yang akan diawasi?
Pengukuran spesifik apa yang akan dikumpulkan?
Definisi operasional pengukuran yang mana?
Mengapa Anda menumpulkan data ini? Apa dasar pemikiran pengumpulan data
ini daripada tipe-tipe data lainnya?
Akankah data tersebut menambah nilai upaya peningkatan mutu Anda?
Seberapa sering (frekuensi) dan berapa lama (durasi) Anda akan mengumpulkan
data?
Akankah Anda melaluipengambilan sampel (sampling)? Jika ya, desain
pengambilan sampel apa yang anda pilih?
Mengumpulkan data:
Bagaimana Anda akan mengumpulkan data? (Akankah Anda menggunakan
kertas data, survei, diskusi kelompok fokus, wawancara telepon, atau beberapa
kombinasi metode ini?)
Akankah Anda mengadakan sebuah studi panduan sebelum mengumpulkan data
bagi seluruh organisasi?
Siapa yang akan mengumpukan data? (Kebanyakan kelompok mengabaikan
pertanyaan ini)
Biaya apa (biaya keuangan dan waktu) yang akan terjadi dengan mengumpulkan
data ini?
Akankah mengumpulkan data ini memiliki efek negatif pada pasien atau
pegawai?
Apakah upaya pengumpulan data Anda perlu diambil ke tinjauan luas institusi
organisasi Anda untuk persetujuan?
Apa garis dasar pengukuran saat ini?
Apakah Anda memiliki target dan tujuan untuk pengukuran?
Bagaimana data akan dikode, diedit, dan dibuktikan?
Akankah Anda menabulasi dan menganalisis data ini dengan tangan atau dengan
komputer?
Apakah ada isu-isu kerahasiaan yang berhubungan pada penggunaan hasilnya?
Bagaimana data ini akan digunakan untuk membuat perbedaan?
Rencana apa yang Anda miliki untuk menyebarkan hasil dari upaya pengumpulan
data?
Dua keterampilan pengumpulan data penting –stratifikasi dan pengambilan
sampel- mempertinggi berbagai upaya pengumpulan data. Keterampilan ini lebih
berdasar pada logika dan pemikiran jelas daripada statistika, meskipun banyak
profesional kesehatan telah menerima pelatihan terbatas di kedua konsep ini.
Stratifikasi
Stratifikasi adalah pemisahan dan klasifikasi data kedalam kategori homogen
yang masuk akal. Tujuan stratifikasi adalah menciptakan strata, atau kategori, dengan
data yang satu sama lain eksklusif dan memudahkanpenemuan pola yang tidak akan
diamati jika data disatukan. Stratifikasi memperkenankan pengertian yang berbeda pada
data yang disebabkan oleh:
Hari dalam satu minggu (apakah Senin berbeda dengan Rabu?)
Waktu dalam sehari (pendaftaran lebih sibuk antara jam 9-10 pagi daripada
antara jam 2-3 siang)
Waktu dalam satu tahun (apakah kita melihat diagnosa ini lebih banyak pada
Februari daripada Juni?)
Giliran (apakah prosesnya berbeda antara giliran siang dan malam?)
Tipe perintah (stat versus rutin)
Pengalaman pekerja
Jenis prosedur (lapisan obat nuklirterhadap X-ray rutin)
Tipe mesin (seperti ventilator atau peralatan lab)
Stratifikasi adalah sebuah aspek esensial dari pengumpulan data. Jika Anda tidak
menghabiskan waktu mendiskusikan implikasi dari stratifikasi, Anda akan berakhir
dengan berpikir data Anda lebih buruk (atau lebih baik) daripada yang seharusnya.
Pengambilan Sampel
Pengambilan sampel adalah keterampilan penting kedua yang harus
dikembangkan profesional pelayanan kesehatan. Pengambilan sampel mungkin adalah
hal paling penting yang dapat Anda lakukan untuk mengurangi jumlah waktu dan
pengeluaran sumber pada pengumpulan data.
Karya klasik Ishikawa pada Guide to Quality Control (1982) mengidentifikasikan
empat kondisi untuk mengembangkan rencana pengambilan sampel: akurasi,
reliabilitas, kecepatan, dan ekonomi. Kunci kesuksesan pengambilan sampel terletak
pada pengertian keseluruhan tujuan pemilihan sebuah sample dan kemudian memilih
metode pengambilan sampel paling layak untuk diaplikasikan pada data.
Tujuan dasar pengambilan sampel adalah mampu mengambil observasi dalam
jumlah terbatas dan cukuppercaya diri bahwa mereka mewakili populasi yang lebih
besar yang mencakup mereka. Tugas selanjutnya adalah menentukan karakteristik
perwakilan dari total populasi responden ini.
Ada dua pendekatan dasar pengambilan sampel: probability (kemungkinan) dan
non-probability (ketidakmungkinan). Probability sampling berdasar pada prinsip
sederhana –kemungkinan statistik. Pemilihan elemen ini (dan elemen berikutnya) harus
ditentukan oleh statistik objektif yang berarti jika prosesnya benar-benar acak (tidak
dipengaruhi oleh penilaian, maksud tertentu, atau kemudahan).
Campbell (1974) mennyebutkan tiga karakteristik probability sampling:
1. Sebuah desain statistik spesifik yang diikuti
2. Pemilihan item dari populasi yang ditentukan semata-mata menurut untuk
mengetahui kemampuan dengan maksud dari mekanisme acak, biasanya
menggunakan sebuah tabel dengan angka acak.
3. Kesalahanpengambilan sampel (misalnya, perbedaan antara hasil yang
diperoleh dari sebuah sampel survei dan hasil yang mungkin telah diperoleh
dari sebuah sensus keseluruhan populasi yang telah diselenggarakan
menggunakan prosedur yang sama seperti di sampel survei) bisa
diestimasikan, dan, sebagai hasil, ketelitian hasil sampel bisa dievaluasi.
Ada banyak cara untuk menggambarkan probability sample, semua variasi pada
sampel acak sederhana. Metode probability sampling yang paling sering digunakan
dirangkum dibawah ini:
Systematic sampling(Pengambilan sampel Sistematis). Keuntungan
pengambilan sampel ini adalah mudah dan murah. Systematic sampling (kadang
disebut mechanical sampling/pengambilan sampel mekanis) dicapai dengan
bilangan atau menyusun tiap elemen dalam populasi dan kemudian menyeleksi
setiap elemen kth. Masalah systematic sampling adalah bahwa kelompok data
yang menyediakan pengetahuan tentang proses dihapuskan. Masalah lainnya
ada pada keadaan pelayanan kesehatan yang digambarkan orang-orang tidak
berdasarkan pada awal proses yang acak, mereka terus-terusan memilih tempat
yang mudah untuk memulai dan kemudian mengaplikasikan interval
pengambilan sampel yang telah mereka pilih. Metode ini bias dan meningkatkan
kesalahan pengambilan sampel.
Simple random sampling (Pengambilan sampel acak sederhana) digambarkan
dengan cara yang memberi setiap elemen dalam populasi kesempatan yang
sama dan bebas untuk termasuk dalam sampel. Masalah simple random samples
ini adalah bahwa mereka bisa terlalu –atau kurang mewakili segmen populasi.
Stratified random sampling(Pengambilan sampel acak stratifikasi).
Menstratifikasi populasi kedalam kategori yang relatif cukup homogen sebelum
sampel menggambarkan peningkatan perwakilan sampel populasi dan
mengurangi kesalahan pengambilan sampel. Meskipun pendekatan ini lebih
tepat daripada simple random sampling, ia masih bisa terlalu –atau kurang
mewakili satu atau lebih strata pada sample.Penciptaan stratified proportional
random samplemencegah isu ini.
Stratified proportional random sampling(Pengambilan sampel acak
proporsional stratifikasi). Dalam kasus ini, skema pendekatan untuk stratified
random sampling digunakan, dengan satu jalinan. Proporsi (atau persentase)
yang diwakili setiap lapisan dalam populasi ditentukan, dan proporsi ini ditiru
pada sampel. Metode ini akan sangat meningkatkan ketelitian sample dan lebih
jauh mengurangi kesalahan pengambilan sampel. Stratified proportional random
sample adalah satu dari desain pengambilan sampel yang lebih canggih,
pengguna membutuhkan pengetahuan lebih tentang populasi yang mereka
jadikan sampel. Juga bisa lebih banyak biaya dalam dana dan waktu.
Teknik Nonprobability sampling(Pengambilan sampel ketidakmungkinan)
harusnya digunakan ketika memperkirakankeandalan sampel yang dipilih atau secara
umum mengaplikasikan hasil sampel ke populasi yanglebih besar bukanlah perhatian
utama.
Ada tiga bentuk utama nonprobability sampling:
Convenience sampling(Pengambilan sampel mudah) didesain untuk
memperoleh observasi dalam jumlah kecil yang telah tersedia dan mudah
dikumpulkan. Convenience sampling juga dikenal sebagai chunk
sampling(Pengambilan sampel pendek) (Hess, Riedel, dan Fitzpatrick 1975) atau
accidental sampling(Pengambilan sampel kebetulan) (Maddox 1982, Selltiz dkk
1959). Dalam convenience sampling pertimbangan utamanya adalah bahwa
sample mewakili populasi yang lebih besar.
Quota pengambilan sampel(Pengambilan sampel kuota) dikembangkan di akhir
1930-an dan digunakan secara ekstensif oleh Gallup Organization. Babbie (1979)
menggambarkan langkah-langkah yang termasuk dalam mengembangkan
sebuah quota sample:
1. Mengembangkan sebuah matriks yang menggambarkan karakteristik
populasi target.
2. Setelah matriks diciptakan dan proporsi relatif ditugaskan ke tiap sel di
matriks, data dikumpulkan dari orang yang memiliki semua karakteristik
sel yang diberikan.
3. Semua orang dalam sel tersebut kemudian ditugaskanmenimbang
kelayakan untuk total proporsi mereka.
4. Jika semua elemen sampel terlalu berat, keseluruhan data harus
memberikan perwakilan tertentu dari total populasi.
Secara teoritis, desain Quota sampling yang akurat harus memproduksi
hasil yang mewakili populasi yang lebih besar. Quota sampling terlihat sebagai
sesuatu untuk mengisi dengan jumlah minimum observasi.
Judgment sampling(Pengambilan sampel pendapat) dijalankan oleh
pengetahuan dan pengalaman yang digambarkan seorang sampel. Tidak ada
tujuan mekanik yang berarti yang digunakan untuk memilih sampel. Tantangan
bentuk pengambilan sampel ini adalah persepsi orang terhadap pengetahuan
dan kebijakan dari orang membuat penilaian. Deming (1950, 1960)
menganggapjudgement samplingsebagaimetode pilihan untuk penelitian
peningkatan kualitas. Dalam siklus peningkatan mutu, tipe pengambilan sampel
ini juga dikenal dengan expert sampling(pengambilan sampel oleh ahli),
acceptance sampling(pengambilan sampel penerimaan), atau rational
sampling(pengambilan sampel rasional).
Membangun pengetahuan tentang teknik variasi pengambilan sampel adalah
satu dari cara terbaik untuk mengurangi jumlah waktu dan usaha yang dikeluarkan
dalam mengumpulkan data.
Kejadian Penting 6
Setelah mengumpulkan data, banyak kelompok peningkatan kualitas berpikir
mereka telah menyelesaikan mayoritas pekerjaan, padahal fakta ini baru terbangun.
Data adalah kepingan dan potongan yang kita kumpulkan untuk mengukur performa
sebuah proses. Data bukanlah informan. Informasi, di sisi lain, bisa diproduksi hanya
dengan mempersoalkan data pada sebuah penyelidikan proses pemikiran deduktif
(umum ke khusus) dan induktif (khusus ke umum). Pendekatan standar ke bentuk data
berdasar penyelidikan ini adalah metode ilmiah (Larstrucci 1967).
Sebuah dialog tentang mencapai kejadian penting ini harus diambil, atau semua
upaya mengantar kedalam bagian awal perjalanan akan sia-sia. Jika terlibat dalam
inisiatif peningkatan kualitas, langkah analitik terbaik yang patut diikuti adalah yang
dipandu oleh metode kontrol proses statistik. Cabang statistik ini dikembangkan oleh Dr.
Walter Shewhart di awal 1920-an saat bekerja di Western Electric Co. (Schultz 1994).
Alat analitik utama Shewhart, diagram kontrol, disediakan sebagai landasan bagi semua
pekerjaan peningkatan kualitas. Penelitian yang dilakukan dengan cara ini menunjuk
sebagai perbandingan kelompok statis (Benneyan, Lloyd, dan Plsek 2003). Fokusnya
tidak pada bagaimana data bervariasi setiap waktu, tetapi lebih kepada apakah dua set
hasil “secara statistik berbeda” dari yang lainnya.
Di sisi lain, penelitian yang berdasarkan pada kontrol diagram utama menemui
perbedaan, pemandangan dinamis dari data. Data pendekatan diagram kontrol sebagai
distribusi lanjutan yang memiliki ritme dan pola.
Kejadian Penting 7
Langkah terakhir dari perjalanan pengukuran meliputi pengambilan tindakan
terhadap data dan menyimpulkan tentang variasi terikat dalam pengukuran yang Anda
ikuti. Data tidak berguna tanpa konteks. Sayangnya, sejumlah data perawatan
kesehatan telah dikoleksi, dianalisis, dan kemudian tidak digunakan untuk tindakan.
Pada 1998, Don Berwick menyediakan formula sederhana untuk peningkatan
kualitas. Selama pidato dasar pikirannya di National Forum on Quality Improvement in
Health Care, dia menekankan bahwa hasil peningkatan sebenarnya dari interaksi tiga
kunci dorongan: keinginan, gagasan, dan eksekusi.
Ketika kelompok diminta mengevaluasi efektivitas mereka sehubungan dengan
keinginan, gagasan, dan eksekusi, mereka terus-menerus memberikan jawaban yang
membingungkan. Sebagian besar responden memberi nilai tinggi terhadap keinginan,
medium ke tinggi untuk gagasan, dan rendah untuk eksekusi. Mereka kelihatannya
memberi nilai tinggi bagi diri sendiri untuk tujuan dan hasrat yang bagus, nilai
menengah hingga tinggi untuk membangkitkangagasanmengenai cara
memperbaikisesuatu, dan penaksiran rendah pada kemampuan bertindak dan
implementasi perubahan.MEski demikian, ini adalah fakta sederhana bahwa belajar
mengatur dan menjalankan perubahan secara efektif lebih mudah daripada
menanamkan niat baik ke orang yang tidak memilikinya.
Sumber : Chapter 5 Buku The Health care Quality Book