Lægerne skal lære at bruge værktøjerne i datafangst

Når udrulningen af Datafangst er vel overstået, skal der fokus på kvalitetsikring, mener fhv. praktiserende læge, ph.d., Henrik Schroll, som er chef for Dansk Almenmedicinsk KvalitetsEnhed (DAK-E). Derfor lyder næste store udfordring, at skal lægerne have kvalitet ud af kvalitetsrapporterne, så skal de bruge dem.

Anbefalingen lyder i DAK-E’s årsberetning fra 2010, at når den enkelte praksis har været i drift i ca. et halvt år, er der behov for kurser i at omsætte kvalitetsrapporterne til reel kvalitetsudvikling.

»Nu har vi værktøjerne, så skal de tages i brug. Det er godt, at lægerne ser rapporterne, men de skal også forholde sig til organiseringen i praksis, f.eks. hvem tager ansvar for at indkalde de patienter, der ikke er kommet til årskontrollen, hvem kigger på de dårligst regulerede diabetespatienter osv. Man er nødt til at få aftalt og implementeret den organisering, der skal til, for at kunne bruge data mere aktivt, og det er noget, som alle skal gå ind for,« siger Henrik Schroll.

Kvalitetssikringen er koncentreret om de fem sygdomme, der er med i overenskomsten, men lægen har adgang til i alt 38 rapporter, hvis han eller hun diagnosekoder konsekvent. Lige nu koder 70-75 pct. af de læger, der diagnosekoder, alle deres patientkontakter.

Patienter kan blive tabt
Der er på nuværende tidspunkt intet krav om at diagnosekode alle patientkontakter, kun dem, der tilhører en af de otte kroniske folkesygdomme: Hjerte-karsygdomme, type 2-diabetes, osteoporose, muskel- og skeletsygdomme, overfølsomhedssygdomme, psykiske sygdomme, kronisk obstruktiv lungesygdom (kol) og kræft.

Ifølge Henrik Schroll risikerer man dog at tabe nogle patienter på gulvet, hvis man ikke koder alle. Et eksempel er DAK-E’s influenza-rapport over hvilke patienter, der kan få adgang til gratis influenza-vaccination. Datafangst registrerer alle dem, der kan få gratis influenzavaccination, og praksis, der har diagnosekodet alle deres kroniske patienter, får en liste over, hvem der kan få influenzavaccination. Nogle praksis har herefter en ’Åben hus-dag’, hvor alle risikopatienter kan møde op og blive vaccineret.

De patienter, der er blevet vaccineret, får en vaccinationskode, og den følgende mandag, efter influenza-rapporten er blevet opdateret, kan klinikken downloade en fil med restgruppen, som ikke er blevet vaccineret på vaccinationsdagen. På den måde kan klinikken på en måde få overblik over hvem, der ikke er blevet vaccineret, og kan nøjes med at skrive til dem.

DAK-E er ved at forbedre rapporterne over kroniske sygdomme, sådan at der inde i hver rapport kommer to ’hjælpe-knapper’, som giver en instruktion til at læse og tolke rapporten. Den første knap handler om, hvordan man ser data, mens anden knap er ’Fra data til kvalitet’. Sidstnævnte stiller nogle nøglespørgsmål, der skal give praksis ideer til, hvordan de på baggrund af data kan identificere indsatsområder. Henrik Schroll pointerer, at det er vigtigt at tage en ting ad gangen og ikke prøve at overskue alt på én gang:

»Man skal ikke tro, man kan klare 38 rapporter fra begyndelsen, men starte med en enkelt. Fordi man får ugentlige rapporter, er det muligt allerede efter et par måneder at se, om man har forbedret sig. Når man så har opnået forbedringen, skal man fejre det – og så kan man bagefter tage fat i nogle af de andre områder, som står på listen i vejledningen.«

Svar på det meste
Henrik Schroll regner med, at Datafangst i fremtiden vil producere pop up-projekter, der kan levere svar på næsten alle tænkelige kvalitets-, udviklings- og forskningsprojekter, der efterspørges fra praksis.

»Der er uanede muligheder i at bruge det til forskning, fordi der er rigtigt mange muligheder for, at vi kan lave beslutningsstøtte, vejledning til videre forløb, algoritmer til beregning af risiko osv. Og jo flere data, vi har – jo større del af den danske befolkning, vi har data på – jo mere interessant bliver det at lave forskning på, for der ligger rigtig meget gemt nede i de data her,« siger han.

Efter Datafangsts seneste cerificeringsrunde, der blev afsluttet i foråret, får Datafangst nu også data om henvisninger og epikriser. Det er vigtigt i arbejdet med at løse udfordringer i sektorovergangene, f.eks. i forhold til ventetider.

»Det er der meget perspektiv i, og det er både noget, man ønsker i praksis og i sekundærsektoren, især blandt administratorerne, så man kan se hvilke forløb, det kører galt med, og hvor man kan vi lave forbedringer – hvor er ventetiden lang, hvor fungerer det godt osv. Så man kan sætte ind de steder, hvor det kan gøres bedre.«

Data fra epikriser og henvisninger er samlet og krypteret og skal derfor åbnes og brydes op, så man kan hente de strukturerede data ud og bl.a. se på hvor lang tid, der går, før patienterne bliver henvist, indkaldt osv. Det kræver en programmeludvikling af Datafangst, som man i øjeblikket er ved at samle økonomi til.

Datafangst når det er bedst

Brug en eftermiddag på Datafangst, og hvordan almen praksis kan anvende data fra Datafangst til at udvikle kvaliteten i det kliniske arbejde.

Læs mere

<h2>Tre praksis – tre forskellige erfaringer med datafangst</h2>

Uklarheder omkring teknik og økonomi

To ud af tre praktiserende læger er endnu ikke tilmeldt Datafangst. En af dem er Else Kønig fra Lægerne Carlshøjvej 53 i Lyngby. Det er ikke modvilje mod Datafangst, der gør, at lægehuset endnu ikke har Datafangst. De har bare ikke lige fået det gjort.

»Vi er ikke så strukturerede, men planen er da, at vi skal på, inden overenskomstperioden udløber. Den dato er vores bagstopper,« siger Else Kønig.

Det, der først og fremmest har holdt lægehuset tilbage, er de tekniske ændringer, som Datafangst kræver. De to læger i lægehuset koder allerede deres patienter, og Else Kønig mener, at de er ret godt med inden for de sygdomme, som Datafangst behandler, specielt kol og diabetes. Derfor tror hun ikke, at Datafangst vil medføre de store ændringer i hverken behandlingskvalitet eller daglig praksis: »Det bliver nok ikke så meget anderledes, end vi gør nu, bortset fra, at vi kan gå ind og sammenligne os med andre praksis.«

Fokus på den enkelte patient
Fordi Lægerne Carlshøjvej 53 koder deres patienter, kan de, som det er nu, holde øje med deres resultater. De laver dog ikke decideret statistiske beregninger, som Datafangst gør. Lægehuset gør derimod meget ud af at definere individuelle behandlingsmål for den enkelte patient.

»Vi går ind og ser på, hvordan det går for de patienter, vi har kodet, men det er ikke sådan, at vi skriver ud, at 50 pct. er sådan og sådan. Vi ser generelt mere på den enkelte person, og jeg mener, man skal tage statistiske data med et gran salt. Vi arbejder mod at opnå de mål som anbefales, men må nogle gange acceptere ’mindre’. Det er trods alt bedre at komme noget af vejen end ingen steder,« siger Else Kønig.

Nødvendigt med handleplan
Et andet lægehus, der endnu ikke har fået Datafangst, er Gribskov Lægecenter. Grunden er, at der endnu er nogle uafklarede forhold omkring økonomien, fortæller Per Warrer Petersen. Han er den diabetesansvarlige i lægehuset og er generelt positivt indstillet over for Datafangst. Han mener dog ikke, det kan stå alene.

»Man skal have en klar aktionsplan i forhold til Datafangst, og hvad man får ud af det: Hvad gør man, hvis Datafangst viser, at noget ikke fungerer? Når jeg underviser læger i diabetes, plejer jeg at spørge dem: »Hvad gør I, når langtidssukkeret stiger, når det går den forkerte vej?« Mange læger er uden en klar plan. Med Datafangst er der endnu mere data, der bliver leveret til lægen, og det kræver, at der er en klar handlingsplan. Ellers får du ikke noget ud af det.«

Gribskov Lægecenter afventer i øjeblikket svar fra deres system-udbyder omkring økonomien.

Nemmere end forventet

Da Dagens Medicin snakkede med praktiserende læge Michael Dupont for halvandet år siden, havde han endnu ikke fået indført Datafangst i sin kompagniskabspraksis — selv om det ikke skortede på begejstrede udmeldinger fra den fhv. formand for Praktiserende Lægers Organisation (PLO). Nu er Datafangst en integreret del af det daglige arbejde med diabetes- og kol-patienter i lægehuset i Birkerød.

»Vi er utroligt glade for det. Vi har fået et redskab til en mere systematisk kvalitetskontrol af vores arbejde og til at holde bedre øje med patienterne, f.eks. spotte risikopatienter. En af fordelene er, at vi kan gå ind og sammenligne os med andre. Vi har alle et konkurrencegen – vi vil alle sammen gerne være rigtigt gode,« siger Michael Dupont.

Han har ikke været i tvivl om, at han ville have Datafangst, heller ikke før det med den nye overenskomst blev gjort obligatorisk for praktiserende læger. Han er da også yderst tilfreds med, at hele kompagniskabspraksisen, som han deler med tre andre læger, nu er med på vognen og flittigt koder både diabetes- og kol-patienter.

Nemmere end forventet
Lægehuset havde ikke de store problemer, da de med Michael Dupont i spidsen — for at »tage børnesygdommene uden at smitte de andre« — i foråret 2010 begyndte arbejdet med at implementere Datafangst. I løbet af et halvt år var alle på.

»Det var nemmere, end jeg havde troet, må jeg erkende. Sådan er det tit med it; man har lidt frygt forbundet med det. Men det var rimeligt ukompliceret og fredsommeligt,« siger Michael Dupont.

Det har først og fremmest været ’learning by doing’, der har kendetegnet lægehusets første år med Datafangst, fortæller han. I foråret holdt lægehuset lukket en halv dag, og Michael Dupont og en af de andre læger i huset forklarede tankegangen i Datafangst og demonstrerede systemet over for personalet.

De benyttede også lejligheden til at diskutere, hvordan de ville bruge Datafangst i netop deres praksis, bl.a. i forhold til de nyeste retningslinjer for diabetesbehandling.

Spotter risikopatienter
Et eksempel på, hvordan lægehuset bruger Datafangst, er, at en af lægehusets to sygeplejersker har fået ansvaret for hver tredje-sjette måned at gå ind på Dansk Almenmedicinsk KvalitetsEnheds (DAK-E) hjemmeside og se på de dårligst regulerede diabetespatienter – hvem er det, hvem har ansvaret for dem, og er der noget, der kan gøres bedre?

»Det, der er vores idé, er, at bruge energien på dem, der er dårligst regulerede. I Datafangst kan vi både finde dem, der er dårligst regulerede og de velregulerede, som måske kan komme lidt sjældnere i praksis. På den måde behøver vi ikke bruge fuldstændigt samme skabelon til alle,« siger Michael Dupont.

Han fremhæver endvidere mulighederne for at bruge Datafangst i patientsamarbejdet:

»Jeg har selv brugt det ved nogle diabeteskonsultationer, hvor jeg er gået ind på DAK-E’s hjemmeside og har vist patienten sine data. Så kan de f.eks. se, om de ligger i det grønne, gule eller røde felt. Man kan nemt fortabe sig i teknik og lagkagediagrammer, så jeg har ikke brugt meget tid på det, men det er et fint pædagogisk redskab.«

Dårlige data handler ofte om organisering

Berit Lassen og Lægecenter Korsør har været med på vognen fra begyndelsen og har haft Datafangst siden 2006. De er i dag tilmeldt alle de fem sygdomme, Datafangst er udviklet til.

Klinikken valgte at tilmelde sig Datafangst, fordi den i nogle år selv havde forsøgt at samle data via et statistikmodul, men oplevede, at det var besværligt og tidskrævende. Derfor kom Datafangst som en kærkommen løsning.

»Vi var lykkelige over, at der kom et system, der tilbød at gøre det automatiseret, så vi ikke længere skulle bruge manpower på det. Vi var allerede inde i den måde at tænke kvalitetssikring på, men Datafangst tilbød os en systematisk måde at samle data på, som var langt nemmere end det statistikmodul, vi havde, hvor langt det meste foregik i hånden og ikke gav os tilstrækkeligt med informationer,« fortæller Berit Lassen.

Indfører rutiner som understøtter kvalitet
En af de ting, klinikken har erfaret med Datafangst, er, at dårlige data ofte ikke er et spørgsmål om problemer med fagligheden, men om organisering. Når lægerne i klinikken finder data, de er overraskede over ikke er bedre, går de ind og ser på, hvad det egentlig er, det drejer sig om — hvad dækker det over? Ofte er det organisatoriske forhold.

»Dårlige data handler ofte ikke om manglende viden, men om, at man skal sørge for at organisere sig på en måde, så behandlingen lykkes. Det bliver vi mere og mere bevidste om. Lige så snart, vi tager fat i et problemområde i dag, ser vi på, om vi kan indføre nogle gode rutiner, som understøtter en god kvalitet,« siger Berit Lassen.

Et eksempel er målingen af mikroalbuminuri hos blodtrykspatienterne. Klinikken kunne se på dataene fra Datafangst, at de ikke var så gode til at huske at få taget prøverne. Nu har de arrangeret det sådan, at hver gang, klinikken udlåner et blodtryksapparat, får patienten rutinemæssigt udleveret et spidsglas til bestemmelse af albumin/creatinin ratio, med mindre det er gjort inden for det sidste år. På den måde kører målingerne automatisk, fordi de bliver koblet med en rutine, der fungerer i forvejen.  

Giver patienterne indflydelse
En anden måde, klinikken bruger Datafangst på, er i patientsamarbejdet, f.eks. printer de ofte ’spindelvæv’ ud og bruger det til at snakke behandlingsmål med patienten. Reaktionen fra patienterne har været positiv, og Berit Lassen mener, at det skyldes, at Datafangst giver patienterne mulighed for selv at deltage i stedet for at indtage en mere passiv rolle:

»I stedet for at kigge tilbage og slå patienterne i hovedet med, hvorfor deres tal er dårlige, giver det en anledning til at se fremad og fokusere på, hvor det er, vi gerne vil hen, og motivere patienterne til at nå derhen. Det er meget mere konstruktivt og giver meget mere mening for patienterne, end da vi bare dikterede, hvad der var for dårligt.«