在今天的医院里,管理人员急于将指导方针和衡量标准强加到他们可以衡量的病人护理的任何方面。商界人士和临床医生之间存在分歧的情绪,随着每一项新举措的出台而愈演愈烈。临床医生感觉被忽视了。病人抱怨他们得不到足够的关注。管理员试图将复杂的信息提取成流畅的行项目。我们花在电脑上的时间和花在彼此身上的时间一样多。
系统性的失败,以对错误群体施加压力的形式,在美国的医疗保健中比比皆是。测量和标准化不是问题;它们是工具,而工具有时会被滥用。在逻辑实现下,数据分析是改进的强大力量。但误解数据及其讲述的故事可能弊大于利。
由于所涉及的资金(接近GDP的20%),我们比以往任何时候都更注重成本和质量报告。由于医疗过程的巨大复杂性,不仅是每一个护理事件,而且是每次干预对一个人的健康增加的间接和经常延迟的价值,我们还没有证明过程测量能描绘出质量或价值的清晰图景。
因为过程的度量很难理解和沟通,所以我们转而关注结果。如果你是一名销售人员,你的工资是基于具体的、即时的信息:你的销售额。如果你是一名做选择性关节置换手术的外科医生,保险公司对你工作的报销至少是你对医院价值的合理代表,即使不是完美的代表。但如果你在社区建设生活方式改变项目,你将很难把你的工作价值计算出来。
思考一下。数据分析是一种工具,它的存在只是因为它应该使我们更有效,但现在却成为医疗保健迫切需要的解决方案的障碍。我们都知道我国人口背负着沉重的慢性病负担,我们都普遍认识到,预防是减轻这一负担的一项成本效益高的战略。但是,我们无法在电子表格单元格中捕捉预防策略的价值,就像我们可以捕捉一个过程的成本一样,所以预防被降级到一个较低的重要性层。软数字并不比硬数字更重要,它们只是更难理解,这就是为什么只有5%的医疗保健资金用于预防措施。
结果是否重要是没有争议的,但关键是我们花更多的时间来理解它们,而不是收集它们。分析和报告医疗保健质量是一个复杂的过程。我们不要求或期望每个级别的员工都了解流程,因此我们努力简化数据收集和报告。重点转向具体的结果集:出院和再入院,可避免的并发症,患者满意度调查。这种策略的问题在于,一旦提供者和管理人员知道哪些结果将被研究,即使他们是优秀和无私的工作者,他们现在也面临着持续的压力,要为这些结果提供更好的数据。如果工作人员已经提供了良好的护理,让调查结果影响临床和组织决策不仅会使这些结果变得不那么有意义,还会人为地阻碍最佳实践。
这种现象在很多行业都存在。在教育中,这是“为考试而教学”。当州政府开始根据标准化考试成绩计算学校预算,并逐年惩罚那些没有提高的学校时,学校管理者改变了课程,以牺牲教学生思考和推理的代价来强调标准化考试实践。标准化测试的目的是评估教育质量和教师的表现。它意想不到的后果是迫使教师花时间在考试策略上,以实际教学为代价。为了评估教育质量,实施了标准化的结果衡量标准,但矛盾的是,最终破坏了教育过程。
几乎任何结果都可以被操纵,这也是我们应该把注意力转移到好的过程而不是好的结果上的另一个原因。如果一家医院能够在不影响任何其他结果(比如再入院)的情况下缩短住院时间,这就是结果所能解释的最接近客观的改善。如果一家医院可以以增加再入院率为代价来缩短住院时间,这是一个方向上的转变,但并不是明显的改善。
假设医疗保险继续检查这两个指标,医院开始更快地将更多的患者转移到snf。如果只报告住院时间和再入院率,这些数据所讲述的故事是一家正在改善的医院。这是一个简化的例子,但重点是结果比良好的过程更具可塑性。如果没有很好地理解如何得到结果,我们就无法通过结果把握因果关系。我们需要更好地了解我们机器的内部工作原理。
我们在医疗保健方面有很多优势。我们在这里是因为我们想在这里,因为我们对我们正在做的工作有共同的信念。如果我们的系统继续强调纸面上的数字,以真正的医疗质量为代价,我们的系统就会伤害我们的患者。
我们有未来的选择,面对不可避免的变化,是时候审视我们前进的方向了。我们可以继续我们的轨道,迫使合规和构建在电子表格中看起来不错的结果,而不讲述整个故事。或者我们可以改变方向,开始建立强大的组织文化,致力于做好工作。但如果我们忽视教育系统的教训,我们可能会重复他们的错误。
John Corsino是一位物理治疗师。
图片来源:Shutterstock.com