Concetto di analisi ANQ. Misurazione nazionale indicatori di prevalenza caduta e decubito

Transcript

1 Concetto di analisi ANQ Misurazione nazionale indicatori di prevalenza caduta e decubito 2012 Versione 2.0, settembre 2013

2 Indice 1. Preambolo Situazione di partenza e obiettivo della misurazione degli indicatori di prevalenza Metodo e rilevamento dei dati Partecipanti Misurazione Aspetti etici Rilevamento, trasferimento all istituto di misurazione LPZ/BFH ed elaborazione dei dati Promozione della qualità Armonizzazione della procedura di misurazione Armonizzazione dell immissione dei dati Controllo della qualità dei dati Rappresentazione dei risultati per ogni ospedale Rappresentazione tabellare dei risutati Rappresentazione grafica dei risutati Altre analisi Rappresentazione comparativa dei risultati complessivi Analisi descrittiva Rappresentazione comparativa e aggiustamento secondo il rischio Trasferimento dei risultati dalla BFH all ANQ Rapporto nazionale Pubblicazione nazionale dei risultati Rapporto internazionale Bibliografia Impressum

3 1. Preambolo L elaborazione dei concetti di analisi dell ANQ si svolge per processi. La presente versione 2.0 è stata aggiornata dopo la seconda misurazione degli indicatori di prevalenza nel 2012 sulla scorta di nuove conoscenze e sviluppi, nonché di riscontri dalla consultazione. Il concetto 2.0 descrive l analisi a partire dalla misurazione Le basi dei concetti di analisi dell ANQ sono il contratto nazionale di qualità e il Regolamento dell ANQ per l utilizzo dei dati rilevati. 2. Situazione di partenza e obiettivo della misurazione degli indicatori di prevalenza Le misurazioni degli indicatori di prevalenza concernenti eventi avversi (adverse events) nel settore ospedaliero consentono di trarre conclusioni sulla qualità dell assistenza e della cura, e di approfondire la frequenza (prevalenza) di eventi o stati desiderati o indesiderati, come pure delle cure e dei provvedimenti preventivi adottati a tale proposito. Forniscono inoltre un importante base comparativa per sfruttare il potenziale di miglioramento nei settori della prevenzione e della cura. La misurazione nazionale degli indicatori di prevalenza caduta e decubito 2012 ha analizzato per la seconda volta gli indicatori sensibili per le cure caduta e decubito (Kuster, 2009; The American Nurses Association, 2011) negli ospedali svizzeri. L obiettivo primario era quello di rilevare i tassi di prevalenza dei decubiti nosocomiali delle categorie 1-4 e 2-4, come pure le cadute negli ospedali svizzeri (medicina somatica acuta). Vengono inoltre analizzati in modo descrittivo i tassi di prevalenza complessivi per la caduta e il decubito, comprendendo anche gli eventi precedenti l ammissione. L impiego di uno strumento unico e riconosciuto internazionalmente consente confronti a livello nazionale e internazionale, e lo sviluppo continuo della qualità dell assistenza, in considerazione delle risorse a disposizione. Il metodo utilizzato per il rilevamento dei dati è una procedura affermata e diffusa a livello internazionale dell Università di Maastricht, Paesi Bassi (Bours, Halfens, & Haalboom, 1999; Halfens, Meesterberends, et al., 2011; van Nie-Visser et al., 2013). L istituto di misurazione di tale università, l International Prevalence Measurement of Care Problems, LPZ International (LPZ), rileva ogni anno da quindici anni nei Paesi Bassi tassi di prevalenza di fenomeni legati alla cura. Nel frattempo, altri paesi europei hanno adottato tale procedura (Halfens et al., 2013; Halfens, Schols, et al., 2011). L organizzazione della misurazione nazionale degli indicatori di prevalenza è invece compito della scuola universitaria professionale di Berna (BFH), settore sanità, su mandato dell ANQ. Le sue mansioni comprendono lo svolgimento operativo della misurazione, l analisi comparativa dei dati tra istituti e la redazione del rapporto nazionale. Per il rilevamento dei dati in Ticino e in Romandia, la BFH coopera con la Scuola universitaria professionale della Svizzera italiana (SUPSI) di Manno e con la Haute école de santé (HEdS-FR) di Friborgo. 3

4 3. Metodo e rilevamento dei dati Gli strumenti LPZ per la misurazione degli indicatori di prevalenza sono stati sviluppati dall istituto di misurazione LPZ dell Università di Maastricht. Nella loro versione originale, essi comprendono sei indicatori: decubito, cadute, incl. misure restrittive della libertà, incontinenza, malnutrizione e intertrigine. Il modulo dell indicatore decubito è considerato affidabile e valido (Bours, et al., 1999; Halfens, Meesterberends, et al., 2011; van Nie-Visser, et al., 2013). Il modulo caduta si basa su opinioni di esperti e ottiene una validità manifesta (Halfens, Meesterberends, et al., 2011; Halfens, Meijers, Neyens, & Schols, 2009; van Nie-Visser, et al., 2013). Gli strumenti LPZ sono aggiornati e rielaborati almeno una volta l anno nel quadro dell incontro del gruppo di ricerca internazionale LPZ. Lo strumento di rilevamento LPZ 2012 comprendeva questionari incentrati su tre livelli: - dati generali sull ospedale (p.es. tipo di ospedale, indicatori di qualità strutturali a livello di ospedale); - dati dei reparti partecipanti (p.es. tipo di reparto, indicatori di qualità strutturali a livello di reparto); - dati dei pazienti: dati generali (p.es. indicazioni sulla persona, sulla diagnosi e sulla dipendenza assistenziale) e caratteristiche specifiche dei pazienti e dei processi sugli indicatori caduta e decubito. Ai sensi della decisione dell ANQ, la misurazione 2012 comprendeva obbligatoriamente anche la scala di dipendenza assistenziale (SDA) per tutti i pazienti a partire dai diciotto anni. Tra gli ospedali che nel 2011 l avevano rilevata, la SDA si è dimostrata importante per il valore predittivivo degli indicatori dei risultati. Ciò ha indotto a dichiarare obbligatorio il suo rilevamento. Nello strumento LPZ per la misurazione nazionale degli indicatori di prevalenza caduta e decubito sono state integrate la scala di Braden per il rilevamento (al momento della misurazione) del rischio di decubito individuale del paziente (Bergstrom, Braden, Kemp, Champagne, & Ruby, 1998; Halfens, Van Achterberg, & Bal, 2000) e la scala di dipendenza assistenziale (SDA). La scala di dipendenza assistenziale comprende quindici categorie (p.es. mangiare e bere, continenza, mobilità), valutate in base a cinque categorie di risposta, da completamente dipendente a completamente indipendente (Dassen et al., 2001; Dijkstra, Tiesinga, Plantinga, Veltman, & Dassen, 2005; Lohrmann, Dijkstra, & Dassen, 2003). Gli strumenti LPZ sviluppati in seno all Università di Maastricht erano già stati approntati in italiano, tedesco e francese per le misurazioni Come l anno scorso, le scale (Braden, dipendenza assistenziale) sono state utilizzate nelle versioni tradotte approvate, con l eccezione della versione francese della scala di dipendenza assistenziale. Le traduzioni su più livelli (doppia traduzione e contro-traduzione, gruppi di pari e debriefing cognitivo) delle nuove domande/categorie del ciclo di misurazione 2012 si sono orientate di nuovo alla procedura adottata e riconosciuta a livello internazionale della International Society for Pharmaeconomics and Outcomes Research (ISPOR) (Peters & Passchier, 2006; Prüfer & Rexroth, 2000; Wang, Lee, & Fetzer, 2006; Wild et al., 2005; Willis, 2005). Nel quadro del debriefing cognitivo, si sono svolti colloqui in tre lingue con il personale infermieristico e i coordinatori. 4

5 3.1 Partecipanti La partecipazione degli ospedali acuti alla misurazione nazionale degli indicatori di prevalenza caduta e decubito è parte integrante e vincolante del piano di misurazione dell ANQ 2012, purché tali ospedali abbiano aderito al contratto nazionale di qualità dell ANQ. In generale, sono inclusi nella misurazione tutti i pazienti a partire dai diciotto anni degenti il giorno del rilevamento negli ospedali acuti in Svizzera e nel Liechtenstein (incl. cure intense, cure continue e ostetricia). La condizione è una dichiarazione di consenso orale del paziente o di una persona autorizzata a rappresentarlo. Sono esclusi i pazienti delle sale risveglio, quelli ospedali di giorno, del settore ambulatoriale, del pronto soccorso, della pediatria, i neonati del reparto di neonatologia e i pazienti che non hanno dato il loro consenso. Dal 2013, viene attuato un rilevamento separato per i bambini. 3.2 Misurazione La misurazione è svolta il giorno di riferimento (il primo martedì di novembre) in tutti gli istituti partecipanti. In ogni ospedale, viene designato un coordinatore, appositamente istruito dalla BFH e dai suoi partner. Il coordinatore si occupa dell organizzazione interna della misurazione (reclutamento e formazione del team interno, garanzia della gestione dei dati e della qualità dei dati). Secondo le dimensioni dell istituto, è possibile designare una persona di contatto specifica per una determinata sede che si occupa dell organizzazione in loco. Due infermieri per ogni reparto (una persona interna al reparto e una esterna) svolgono le misurazioni il giorno del rilevamento. Ad eccezione delle indicazioni di ordine amministrativo, i dati vengono acquisiti direttamente dal paziente (caso ideale). Se ciò non fosse possibile, si procede sulla scorta della valutazione clinica professionale del personale di cura e/o dalla documentazione. Ai sensi del verbale della misurazione LPZ, viene sempre utilizzata la migliore fonte di informazioni disponibile. 3.3 Aspetti etici La misurazione degli indicatori di prevalenza prevede la sola acquisizione dei dati che nel lavoro quotidiano degli ospedali e delle cliniche vengono già rilevati nel quadro del processo di cura. Non si svolgono interventi supplementari. Swissethics e le Commissioni etiche cantonali hanno classificato la misurazione degli indicatori di prevalenza caduta e decubito 2012 come una misurazione della qualità per la quale non è necessario un consenso scritto da parte dei pazienti. Questi ultimi (o la persona autorizzata a rappresentarli) devono però ricevere un informazione scritta sulla misurazione e fornire il loro consenso orale al rilevamento (newsletter ANQ, giugno 2012). I pazienti vengono informati per iscritto dai rispettivi team prima della misurazione sul rilevamento e sul suo scopo. Il desiderio del paziente di non partecipare alla misurazione viene rispettato. L informazione per i pazienti è disponibile in quattro lingue (italiano, tedesco, francese e inglese). Il rilevamento dei dati non mette in pericolo l integrità del paziente e un eventuale rifiuto di partecipare non comporta conseguenze negative. 5

6 Tutti i dati riferiti ai pazienti vengono rilevati in forma pseudonimizzata. Solo gli ospedali possono decodificarli. L Università di Maastricht ha emanato una disposizione sulla protezione dei dati, consultabile all indirizzo: Nell ottica della pubblicazione dei dati sulla qualità, l ANQ ha a sua volta emanato un Regolamento per l utilizzo dei dati rilevati: Rilevamento, trasferimento all istituto di misurazione LPZ/BFH ed elaborazione dei dati Il rilevamento dei dati viene effettuato per iscritto o, se la necessaria infrastruttura tecnica è disponibile, in forma elettronica. La procedura elettronica prevede l immissione immediata dei dati nella piattaforma in linea LPZ. I dati rilevati in formato cartaceo vengono immessi nell apposito programma dell LPZ entro cinque settimane dalla misurazione. Di questa operazione si occupano i collaboratori amministrativi, i responsabili ID (validazione dei dati ospedalieri) o il coordinatore dell ospedale. Conclusa la procedura di immissione, il coordinatore dell ospedale deve convalidare i dati per l analisi confermando esplicitamente la fine dell immissione nel settore protetto. La BFH conserva questi dati a tempo indeterminato in formato SPSS, affinché sia possibile procedere a confronti tra anni diversi. In caso di scioglimento del contratto tra la BFH e l ANQ, la conservazione dei dati viene riregolamentata. Ai sensi del Regolamento dell ANQ per l utilizzo dei dati rilevati, gli ospedali sono proprietari dei dati grezzi, che restano accessibili in formato SPSS ed Excel nel settore protetto del sito LPZ (livello coordinatore). L ANQ e le organizzazioni di misurazione partecipanti hanno il diritto di utilizzare e analizzare i dati nel quadro delle condizioni di analisi e di pubblicazione convenute tra tutte le parti (ANQ, organizzazioni di misurazione, ospedali). L ANQ non riceve dati grezzi. 6

7 4. Promozione della qualità Vengono adottati provvedimenti di promozione della qualità sia durante la preparazione delle misurazioni sia al momento del rilevamento e dell analisi dei dati. L obiettivo è quello di armonizzare la procedura di misurazione, l immissione dei dati e il controllo della qualità dei dati. 4.1 Armonizzazione della procedura di misurazione Le fonti di dati, le procedure, le modalità di compilazione dei questionari e i documenti di lavoro a sostegno dei team di misurazione (p.es. elenco del materiale per il decubito, elenco dei reparti, consenso alla partecipazione alla misurazione) sono specificati nel manuale. Per le formazioni interne, viene messa a disposizione dei coordinatori dell ospedale la necessaria documentazione in linea. Alla vigilia del rilevamento e il giorno stesso, inoltre, viene attivata una hotline in tre lingue nazionali. Il coordinatore è responsabile del controllo in loco della qualità della misurazione e dei dati, e della correttezza dei dati. Il manuale aiuta a garantire l omogeneità e l affidabilità della misurazione. Il metodo, gli strumenti di misurazione e il loro impiego sono stati spiegati in modo uniforme nelle formazioni Train the Trainers dai coordinatori dell ospedale agli specialisti. Per assicurare la continuità tra le varie formazioni, la direzione del progetto BFH partecipa a tutti gli incontri e i contenuti vengono standardizzati per tutte le regioni linguistiche. 4.2 Armonizzazione dell immissione dei dati L immissione direttamente in linea nella piattaforma LPZ favorisce la completezza dei dati. Le formule e i collegamenti logici della programmazione conducono automaticamente i team di misurazione attraverso i questionari. Se per esempio si indica che un paziente non soffre di decubito, il sistema non fa apparire la tabella per la descrizione delle ferite da decubito. Il programma di immissione dei dati è a disposizione dei partecipanti per sette settimane da metà settembre a fine ottobre per la formazione dei team di misurazione interni e per svolgere i test. 4.3 Controllo della qualità dei dati Gli istituti che rilevano in linea i loro dati possono controllare per due settimane in novembre la prima rappresentazione delle tabelle con i risultati specifici e notificare eventuali errori di immissione. La qualità dei dati viene determinata dall LPZ Maastricht con il profilo dei dati. A tale scopo, sono definite regole e si cercano modelli di errore sistematici (dati che non dovrebbero apparire, che risultano strani, che mancano). Non si procede a una verifica esterna indipendente dei dati rilevati. L LPZ International invia il set con i dati nazionali (in formato SPSS) all organizzazione di misurazione BFH per l analisi. La BFH lo aggiusta per l analisi nazionale, ne verifica la plausibilità e lo elabora in vista dell analisi specifica secondo il tipo di ospedale. Le incertezze nel processo di elaborazione vengono analizzate alla ricerca di eventuali fonti di errore. Se necessario, i risultati sono discussi con l LPZ International e con l ANQ, e il concetto di analisi viene adeguato di conseguenza. Parallelamente, per gli ospedali che partecipano alla misurazione viene proposta l adozione di misure per ottimizzare la qualità dei dati. Il giorno del rilevamento, l ANQ può incaricare l istituto di misurazione di adottare i provvedimenti del caso ed effettuare prove a campione per verificare la correttezza e la completezza dei dati rilevati. 7

8 5. Rappresentazione dei risultati per ogni ospedale 5.1 Rappresentazione tabellare dei risutati I risultati specifici, preparati dall LPZ, vengono messi a disposizione degli ospedali partecipanti mediante un rapporto automatizzato. Si tratta di valori non aggiustati, la cui confrontabilità è quindi limitata (vedi capitolo 6). I risultati specifici saranno consultabili in un area protetta da parola chiave sul sito LPZ in tabelle in formato PDF, Word ed Excel tre-cinque giorni lavorativi dopo l immissione, rispettivamente il via libera da parte del coordinatore dell ospedale. Gli istituti che rilevano i dati direttamente in linea e convalidano per l analisi subito dopo la misurazione hanno tempo due settimane in novembre per verificare tutti i risultati e apportare eventuali correzioni sul sito dell LPZ. In seguito, le tabelle, protette da parola chiave, vengono di nuovo pubblicate con la data dell aggiornamento. La descrizione del set di dati complessivo avviene a livello di ospedale, di reparto e di paziente, e secondo l orientamento specialistico (figura 1). Figura 1: accesso ai risultati a livello di ospedale, reparto e nazionale (secondo il tipo di ospedale) 8

9 I risultati vengono rappresentati in modo tabellare. Le tabelle, suddivise secondo il reparto, contengono per esempio indicazioni sul numero di partecipanti, la prevalenza in % per ogni reparto e la prevalenza di decubiti di categoria 1-4 (figura 2). I valori delle tabelle possono essere visualizzati in cifre o percentuali e secondo il tipo di reparto. La rappresentazione con le percentuali favorisce un confronto tra i reparti. Tutte le tabelle presentano una colonna T che riassume i risultati di tutti i reparti (totale = T). 9

10 Figura 2: esempio di tabella con risultati specifici (numero/percentuale) Circa due mesi dopo la misurazione, l analisi nazionale tabellare viene attivata nella colonna Nazionale Tipo di reparto Percentuali del portale LPZ (immagine 1). Le tabelle riportano i valori complessivi nazionali assoluti o percentuali secondo il tipo di reparto e, nella colonna T, il totale del rispettivo tipo di ospedale (immagine 3). Qui, gli ospedali hanno la possibilità di confrontare i loro risultati con il valore medio nazionale per lo stesso tipo di ospedale o di reparto. Figura 3: esempio di tabella con risultati nazionali stratificati (stesso tipo di ospedale) 10

11 Per analisi di singoli casi, il coordinatore dell ospedale può richiamare informazioni su singoli pazienti (dati criptati). Nella cosiddetta tabella dei clienti, è possibile verificare se la persona in questione è stata interessata da fenomeni legati alle cure. Questi casi possono essere analizzati internamente in modo più approfondito in riferimento alle caratteristiche delle strutture e dei processi. L utilità pratica in termini di salvaguardia e di sviluppo della qualità è data dalla discussione interna dei risultati specifici per ogni ospedale, dagli interrogativi da essa scaturiti e dal confronto con ospedali simili. 5.2 Rappresentazione grafica dei risutati Dalla misurazione 2012, i coordinatori degli ospedali dispongono di un modello per l elaborazione e la visualizzazione grafica interattiva dei dati a livello di ospedale nell area protetta del sito dell LPZ (figura 4). Questo nuovo tipo di rappresentazione dei risultati richiede il plug-in Microsoft SilverLight (scaricabile gratuitamente all indirizzo I coordinatori possono decidere liberamente se concedere anche ai responsabili ID l accesso a questi dati (livello ospedale). Per l utilizzo del modello, i coordinatori possono fare ricorso a un manuale sul sito dell LPZ. Figura 4: pannello con la rappresentazione grafica dei risultati Il modello consente l elaborazione grafica dei dati rilevati sulla prevalenza (nosocomiale) con il questionario generale per i pazienti (decubito, caduta ecc.) secondo la sede. Possono inoltre essere rappresentati i dati sulla prevalenza seguenti rilevati nei moduli caduta e decubito: - caratteristiche dei pazienti; - descrizione del decubito e dei rispettivi indicatori di processo (prevenzione, cura); - indicatori di struttura per ogni reparto, rispettivamente anno di misurazione, e per ogni sede. 11

12 Il modello non permette di generare risultati sull intero nosocomio in caso di più sedi, né un confronto diretto dei risultati di diversi anni di misurazione. È invece possibile confrontare i risultati complessivi di più sedi e dei reparti per ogni sede. Sotto i rispettivi grafici, i risultati vengono rappresentati anche in forma tabellare. Grafici e tabelle possono essere copiati anche in un altra applicazione (per esempio PowerPoint o Excel). Per quanto riguarda gli indicatori non raggruppati, ossia quelli senza caratteristiche assegnate, e altri indicatori, i risultati nazionali (dello stesso tipo di ospedale) vengono rappresentati con una linea nel grafico. Dopo la misurazione del mese di novembre, a fine febbraio circa i risultati nazionali (dello stesso tipo di ospedale) vengono visualizzati alla conclusione dell analisi LPZ. 5.3 Altre analisi Se un ospedale con diverse sedi desidera ottenere i suoi risultati riepilogati in un unico documento, può richiederlo all LPZ Maastricht pagando un sovrapprezzo. Anche la rappresentazione dei risultati in una lingua diversa da quella selezionata come principale è a pagamento. Sottoanalisi differenziate dei singoli ospedali o analisi di interrogativi individuali possono essere commissionate dietro pagamento alla BFH, previa stipulazione di un accordo supplementare. 12

13 6. Rappresentazione comparativa dei risultati complessivi 6.1 Analisi descrittiva Gli indicatori dei risultati analizzati in forma descrittiva consentono di esprimersi sulla prevalenza degli indicatori caduta e decubito. Gli indicatori di processo descrivono le caratteristiche dei pazienti in questione, i possibili fattori di rischio per cadute e decubiti, le caratteristiche delle cadute e dei decubiti, e le misure preventive e di cura. Gli indicatori di struttura forniscono informazioni sugli elementi strutturali della salvaguardia della qualità in relazione agli indicatori caduta e decubito a livello di ospedale e reparto. I dati vengono presentati con valori assoluti (numero), relativi (percentuale) e, qualora utile, con l indicazione dei valori medi e delle divergenze standard. I risultati vengono elaborati secondo il tipo di ospedale con tabelle di contingenza o istogrammi. A livello di ospedale, i dati sono suddivisi secondo la tipologia degli ospedali dell Ufficio federale di statistica (2006): ospedali universitari (presa a carico centralizzata), ospedali per cure generali (presa a carico centralizzata), ospedali per cure generali (cure primarie) e cliniche specializzate. In singoli grafici e tabelle, i dati vengono specificati secondo il genere di reparto. Le analisi statistiche descrittive sono realizzate con il programma IBM SPSS Statistics Rappresentazione comparativa e aggiustamento secondo il rischio Premessa Il fulcro centrale delle misurazioni nazionali della qualità è il confronto tra gli ospedali partecipanti. L LPZ propone dapprima una rappresentazione comparativa tabellare o grafica dei valori non aggiustati degli ospedali. Considerata tuttavia la diversità dei mandati e, di conseguenza, della composizione della struttura dei pazienti, è imprescindibile procedere a un aggiustamento secondo i rischi esistenti. I risultati dei dati sulla qualità rilevati (indicatori dei risultati) vengono resi comparabili dall aggiustamento secondo il rischio, il che è importantissimo, poiché la qualità dei risultati è influenzata dai rischi dei pazienti e dalla qualità della cura e dei trattamenti. Gli ospedali possono distinguersi per la composizione della popolazione di pazienti (case-mix) e per le caratteristiche delle strutture, come reparti specialistici e numero di letti. È dunque logico che gli ospedali con pazienti con un rischio più elevato presentino tassi di complicanze più alti, un dato che potrebbe far pensare a una qualità dei risultati inferiore. È quindi necessario tenere in considerazione tali fattori di rischio al fine di interpretare i tassi misurati secondo le diverse caratteristiche dei fornitori di prestazioni Obiettivo L obiettivo dell aggiustamento secondo il rischio è quello di rendere confrontabili ospedali con caratteristiche delle strutture e dei pazienti diverse. Al momento di scegliere le variabili per l aggiustamento occorre accertarsi che i fattori di rischio dei pazienti e dell organizzazione esistano già al momento dell ammissione e non possano essere modificati Procedura di aggiustamento Nel corso degli ultimi decenni, il tema dei confronti della qualità tra fornitori di prestazioni ha dato avvio a un intenso lavoro di ricerca. Le procedure oggi disponibili comprendono modelli molto semplici (p.es. stratificazione secondo determinate caratteristiche), regressioni multiple che distinguono tra valori osservati e attesi, e modelli relativamente complessi strutturati su più livelli. Questi ultimi sono chiamati modelli gerarchici dalla letteratura specializzata e, al momento, sono considerati i migliori (Ash et al., 2012). 13

14 Di conseguenza, insieme all ANQ si è deciso di svolgere l aggiustamento secondo il rischio con un modello gerarchico, nella fattispecie il Multilevel Modeling MLM (Snijders & Bosker, 2011), e si è fatto ricorso a una regressione logistica gerarchica. Il motivo è da ricercare nella non casuale selezione dei pazienti in determinati ospedali, una circostanza tenuta in considerazione dall MLM. L indipendenza della massa critica è tra le ipotesi standard sulle quali poggiano i rispettivi modelli statistici. Nella selezione dei pazienti negli ospedali, tale indipendenza non è garantita. I modelli gerarchici affrontano questo problema, distinguendo per esempio tra caratteristiche del paziente e ospedali (figura 5), e considerando così adeguatamente le dimensioni del nosocomio e la conseguente insicurezza statistica. Figura 5: aggiustamento secondo il rischio: caratteristiche dei pazienti e degli ospedali Nell ambito di un modello gerarchico, esistono diverse procedure da seguire in funzione del set di dati. Non esiste un unica regola da seguire: ci sono diverse possibilità tra cui scegliere in base al set di dati, al tipo di domande e, nel nostro caso, ai requisiti del rapporto per gli ospedali (Ash, et al., 2012). In determinate condizioni, i cosiddetti modelli a effetti fissi sono l ideale per il confronto tra ospedali. Essi presentavano però uno svantaggio decisivo. Il problema principale era rappresentato dal basso numero di casi di alcuni ospedali, che in assenza di decubiti e cadute non venivano considerati nelle statistiche. Sono dunque stati calcolati, sulla scorta dell attuale discussione metodica (Ash, et al., 2012), modelli a effetti fissi che non presentavano questo svantaggio. 14

15 La procedura seguita è la seguente (figura 6): per ogni variabile outcome (caduta o decubito in ospedale) viene dapprima calcolata una regressione logistica con le variabili dei pazienti disponibili. Sulla base di tale regressione, vengono ricavati fattori di rischio. Le analisi della regressione fanno riferimento a tutti i pazienti partecipanti. Questa procedura è stata scelta dopo diverse analisi preliminari svolte per ogni tipo di ospedale (ospedali universitari, ospedali centrali ecc.). Purtroppo, le prove a campione erano in parte talmente limitate da non consentire di estrapolare variabili sufficienti per la selezione del modello, e di conseguenza si è deciso di includere tutti i partecipanti nella prova a campione. Figura 6: procedura per l aggiustamento secondo il rischio L Akaike Information Criterium (AIC) (Akaike, 1974) è stato scelto per la selezione delle variabili di rischio. L AIC utilizza una procedura di stima secondo il metodo della massima verosimiglianza e gli specialisti lo preferiscono alle procedure tradizionali (Müller, 2011). Concretamente, viene adottata una procedura progressiva a ritroso (backward selection), secondo la quale un modello complessivo con tutte le variabili considerate nel set di dati è stato integrato con effetti di interazione tra il tipo di ospedale e singole variabili sociodemografiche e concernenti l affezione. 15

16 Con le variabili selezionate, viene calcolato un modello gerarchico misto, nel quale i pazienti partecipanti costituiscono il livello 1 e gli ospedali partecipanti il livello 2. Per quantificare gli effetti delle variabili negli ospedali, alla fine sono calcolati e rappresentati graficamente i residui dei singoli ospedali e il loro intervallo di confidenza del 95% (figura 7). In poche parole, i residui sono la differenza tra il valore ospedaliero singolo stimato e il valore complessivo stimato di tutti gli ospedali. In questi grafici, la linea dello zero rappresenta la media di tutti gli ospedali e può essere interpretata come valore atteso (Shahian & Normand, 2008). Gli ospedali il cui intervallo di confidenza non tocca la linea dello zero si distinguono sensibilmente dalla media di tutti i nosocomi. Dal punto di vista clinico, le divergenze aritmeticamente negative sono migliori, quelle aritmeticamente positive peggiori. Le analisi statistiche per l aggiustamento del rischio sono state svolte con STATA 10.1 (Rabe-Hesketh & Skrondal, 2008). Residui e intervalli di confidenza (95 %) Tutti gli ospedali e sedi di gruppi di ospedali partecipanti Figura 7: rappresentazione grafica del confronto tra ospedali 16

17 7. Trasferimento dei risultati dalla BFH all ANQ 7.1 Rapporto nazionale Il rapporto nazionale all attenzione dell ANQ descrive la situazione di partenza, gli obiettivi, il metodo e i risultati della misurazione nazionale degli indicatori di prevalenza. La parte dedicata ai risultati contiene l analisi descrittiva del set di dati complessivo, ossia gli ospedali partecipanti e i pazienti partecipanti a partire dai diciotto anni, a livello di ospedale, reparto e paziente. A livello di ospedale, i dati sono suddivisi secondo la tipologia degli ospedali dell Ufficio federale di statistica (2006): ospedali universitari (presa a carico centralizzata), ospedali per cure generali (presa a carico centralizzata), ospedali per cure generali (cure primarie) e cliniche specializzate. In singoli grafici e tabelle, i dati vengono specificati secondo il genere di reparto. Rispetto al rapporto a livello di gruppi di ospedali per la misurazione 2011, i risultati del ciclo di misurazione 2012 vengono analizzati e raffigurati su mandato dell ANQ a livello di singole sedi ospedaliere. Il rapporto contiene inoltre confronti tra gli ospedali dopo aggiustamento secondo il rischio nell ottica degli indicatori dei risultati. I fattori di rischio legati ai pazienti vengono rappresentati in una tabella sulla base di una regressione logistica gerarchica. Il confronto tra gli ospedali viene visualizzato graficamente come nel capitolo 6, figura 7. Il rapporto si conclude con i capitoli Discussione, Conclusioni e Raccomandazioni. Per la redazione del rapporto su questa misurazione vengono considerate le raccomandazioni sul rilevamento, sull analisi e sulla pubblicazione di dati sulla qualità delle cure dell ASSM (2009). 7.2 Pubblicazione nazionale dei risultati Una volta approvato il rapporto da parte degli organi competenti dell ANQ, quest ultima decide in merito alla pubblicazione dei risultati e alla rispettiva forma ai sensi della versione 2.0 del concetto di pubblicazione. 7.3 Rapporto internazionale Il rapporto internazionale è realizzato dall LPZ Maastricht in cooperazione con la direzione scientifica del progetto e con la coordinatrice nazionale dell organizzazione di misurazione in Svizzera (BFH). Nel caso ideale, la pubblicazione internazionale segue la pubblicazione dei dati da parte dell ANQ. 17

18 8. Bibliografia Akaike, H. (1974). A new look at the stastical model identification. IEEE Transaction on Automatic Control, 19(6), Ash, A. S., Fienberg, S. E., Louis, T. A., Normand, S.-L., Stukel, T. A., & Utts, J. (2012). Statistical Issues in Assessing Hospital Performance: White Paper Commissioned by the Committee of Presidents of Statistical Societies. Retrieved from Assessment-Instruments/HospitalQualityInits/Downloads/Statistical-Issues-in-Assessing-Hospital- Performance.pdf Académie Suisse des Sciences Médicales (ASSM). (2009). Relevé, analyse et publication de données concernant la qualité des traitements médicaux. Recommandations de l ASSM. Bergstrom, N., Braden, B., Kemp, M., Champagne, M., & Ruby, E. (1998). Predicting pressure ulcer risk: a multisite study of the predictive validity of the Braden Scale. Nurs Res, 47(5), Bours, G. J., Halfens, R. J. G., & Haalboom, J. E. R. (1999). The development of a national registration form to measure the prevalence of pressure ulcers in the Netherlands. Ostomy Wound Management, 45(11), Dassen, T., Balzer, K., Bansemir, G., Kühne, P., Sabarowski, R., & Dijkstra, A. (2001). Die Pflegeabhängigkeitsskala, eine methodologische Studie. Pflege, 14, Dijkstra, A., Tiesinga, L. J., Plantinga, L., Veltman, G., & Dassen, T. W. (2005). Diagnostic accuracy of the care dependency scale. Journal of Advanced Nursing, 50(4), Halfens, R. J. G., Meesterberends, E., Meijers, J. M. M., Du Moulin, M. F. M. T., van Nie, N. C., Neyens, J. C. L., et al. (2011). Landelijke Prevalentiemeting Zorgproblemen. Rapportage resultaten Maastricht: Universiteit Maastricht, CAPHRI school for Public Health and Primary care, Department of Health Services Research. Halfens, R. J. G., Meesterberends, E., van Nie-Visser, N. C., Lohrmann, C., Schonherr, S., Meijers, J. M., et al. (2013). International prevalence measurement of care problems: results. Journal of advanced nursing, 69(9), e5-e17. Halfens, R. J. G., Meijers, J. M. M., Neyens, J. C. L., & Schols, J. M. G. A. (2009). Rapportage resultaten, Landelijke Prevalentiemeting, Zorgproblemen. Maastricht: Universiteit Maastricht, CAPHRI school for Public Health and Primary care, Department of Health Services Research. Halfens, R. J. G., Schols, J. M. G. A., Bartholomeyczik, S., Reuter, S., Saxer, S., Lohrmann, C., et al. (2011). International Prevalence measurement of Care Problems (LPZ): At a glance (Vol. 1). Maastricht: Universiteit Maastricht, CAPHRI school for Public Health and Primary care, Department of Health Services Research. Halfens, R. J. G., Van Achterberg, T., & Bal, R. M. (2000). Validity and reliability of the braden scale and the influence of other risk factors: a multi-centre prospective study. [Multicenter Study]. International Journal of Nursing Studies, 37(4),

19 Kuster, B. (2009). Literaturarbeit und Expertinnen/Experten-Bewertung für relevante Qualitätsindikatoren Pflege. Bern: Schweizerische Vereinigung der Pflegedienstleiterinnen und Pflegedienstleiter. Lohrmann, C., Dijkstra, A., & Dassen, T. (2003). The Care Dependency Scale: an assessment instrument for elderly patients in German hospitals. Geriatric Nursing 24(1), Müller, M. (2011). Statistik für die Pflege: Handbuch für Pflegeforschung und -wissenschaft. Bern: Huber. Peters, M., & Passchier, J. (2006). Translating instruments for cross-cultural studies in headache research. Headache, 46(1), Prüfer, C., & Rexroth, M. (2000). Zwei-Phasen - Pretesting. Mannheim: ZUMA. Rabe-Hesketh, S., & Skrondal, A. (2008). Multilevel and Longitudinal Modeling Using Stata. College Station, TX. Shahian, D. M., & Normand, S. L. (2008). Comparison of "risk-adjusted" hospital outcomes. [Comparative Study, Multicenter Study, Research Support, Non-U.S. Gov't]. Circulation, 117(15), Snijders, T. A. B., & Bosker, R. (2011). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling (2nd ed.). Thousand Oaks, CA: Sage. The American Nurses Association. (2011). Nursing-Sensitive Indicators. Retrieved Juni 2011, Juni 2011, from ality/research-measurement/the-national-database/nursing-sensitive-indicators_1.aspx Ufficio federale di statistica. (2006). Tipologia di ospedale. Statistica degli stabilimenti sanitari. Retrieved from van Nie-Visser, N. C., Schols, J. M., Meesterberends, E., Lohrmann, C., Meijers, J. M., & Halfens, R. J. G. (2013). An International prevalence measurement of care problems: study protocol. Journal of advanced nursing, 69(9), e Wang, W. L., Lee, H. L., & Fetzer, S. J. (2006). Challenges and strategies of instrument translation. Western Journal of Nursing Research, 28(3), Wild, D., Grove, A., Martin, M., Eremenco, S., McElroy, S., Verjee-Lorenz, A., et al. (2005). Principles of Good Practice for the Translation and Cultural Adaptation Process for Patient-Reported Outcomes (PRO) Measures: report of the ISPOR Task Force for Translation and Cultural Adaptation. Value Health, 8(2), Willis, G. B. (2005). Cognitive Interviewing. A Tool for Improving Questionnaire Design.. Thousand Oak's; California - London: Sage. 19

20 Impressum Titolo Concetto di analisi ANQ Misurazione nazionale indicatori di prevalenza caduta/decubito 2012 Anno Dicembre 2011/aggiornato il e il Aggiornato in agosto/settembre 2012 Autori Christa Vangelooven, MNS, collaboratrice scientifica ricerca e sviluppo applicati / servizio cure, responsabile progetto T , christa.vangelooven@bfh.ch Prof. dott. Dirk Richter, docente ricerca e sviluppo applicati / servizio cure, dirk.richter@bfh.ch Dott. Stefan Kunz, docente ricerca e sviluppo applicati / servizio cure Prof.ssa Sabine Hahn, PhD, RN, responsabile disciplina Cure, responsabile ricerca e sviluppo applicati / servizio cure, responsabile scientifica progetto, sabine.hahn@bfh.ch Team di progetto BFH Team di progetto HEdS-FR Team di progetto SUPSI Consulenza statistica Committente rappresentato da Prof.ssa Sabine Hahn, PhD, RN Christa Vangelooven, MNS Prof. dott. Dirk Richter Stefan Kunz, PhD, RN Friederike Thilo, collaboratrice scientifica ricerca e sviluppo applicati / servizio cure Karin Thomas, MscN (c) Sabine Seiler, assistente scientifica ricerca e sviluppo applicati / servizio cure Nicole Grossmann, assistente scientifica ricerca e sviluppo applicati / servizio cure Dott. Stefan Kunz, docente, responsabile settore ricerca indicatori,hochschule für Gesundheit Freiburg/Haute école de santé Fribourg Dott. François Mooser, docente SUP /Hochschule für Gesundheit Freiburg/ Haute école de santé Fribourg Stefanie Senn, MScN, docente SUP/Hochschule für Gesundheit Freiburg/ Haute école de santé Fribourg Susanne Knüppel Lauener, lic. sc. Ed., docente e collaboratrice scientifica Prof. Andrea Cavicchioli, MScN, responsabile ricerca e servizi, dipartimento sanità, SUPSI Mauro Realini, lic. sociologia, docente e collaboratore scientifico Prof.ssa dott.ssa Marianne Müller, School of Engineering, Zürcher Hochschule für Angewandte Wissenschaften Associazione nazionale per lo sviluppo della qualità in ospedali e cliniche ANQ Regula Heller, MNS, MPH, responsabile progetto Medicina somatica acuta 20

21 Copyright Associazione nazionale per lo sviluppo della qualità in ospedali e cliniche Segretariato Thunstrasse 17, casella postale Berna 6 Scuola universitaria professionale di Berna, settore sanità settore ricerca e sviluppo applicati Murtenstrasse 10, 3008 Berna forschung.gesundheit@bfh.ch, telefono: