Обоснование необходимости применения математических методов при проведении экспертизы КМП

Статистические методы контроля качества в настоящее время приобретают все большее признание и распространение в здравоохранении. Терминология, используемая в этой области, заимствована из теории вероятностей и математической статистики; она применяется к производству и использованию предметов потребления и оказанию услуг.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции (медицинских услуг) и оказание этих услуг с наименьшими затратами. С этой целью проводят анализ новых операций или другие исследования, направленные на обеспечение производства пригодной к употреблению продукции.

В данной главе понятие контроль качества будет рассматриваться в связи с планированием, проектированием, разработкой требований к производству медицинских услуг и т.п. Статистические методы контроля качества продукции были внедрены в нескольких ведущих отраслях производства и правительственных учреждениях бывшего СССР, что дало значительные результаты по следующим показателям: повышение качества закупаемого сырья; экономия сырья и рабочей силы; повышение качества производимой продукции; снижение количества брака; снижение затрат на проведение контроля; улучшение взаимосвязи между производителем и потребителем; облегчение перехода производства с одного вида продукции на другой.

Главная задача контроля качества — не просто увеличить количество услуг, а увеличить количество таких услуг, которые бы отвечали запросам потребителей, т.е. пациентов. Хотя качество медицинских услуг во многом зависит от планирования и разработки требований, однако не меньшее значение имеют также качество медикаментов и предметов медицинского назначения, организация процесса производства и контроля производимых медицинских услуг. Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество медицинской помощи, осуществляя контроль на различных этапах производственного процесса в ЛПУ.

Существуют два основных понятия в контроле качества медицинской помощи: это измерение контролируемых параметров и распределение. Для того, чтобы можно было судить о качестве медицинской услуги, необходимо измерить такие параметры, как надежность стандарта ее производства, значимость побочных эффектов реализуемой технологии, потенциальная экономичность, показатель эффективности и т.п. Второе понятие — распределение значений контролируемого параметра — основано на том, что нет двух совершенно одинаковых по величине параметров у одних и тех же медицинских услуг, по мере того, как измерения становятся все более точными, в результатах измерений параметров обнаруживаются небольшие расхождения.

Эти расхождения могут иметь какую-то закономерность либо быть хаотичными. Изменчивость «поведения» контролируемого параметра бывает двух видов. Первый случай — когда значения его составляют совокупность случайных величин, образующихся в нормальных условиях; второй — когда совокупность его случайных величин образуется в условиях, отличных от нормальных под действием определенных причин.

Персонал, осуществляющий управление процессом оказания медицинской помощи, в котором формируется контролируемый параметр, должен по его значениям установить несколько параметров. Во-первых, в каких условиях параметры услуги получены (стандартных или отличных от них). И если они получены в условиях, отличных от стандартных, то каковы причины этих нарушений. Затем принимается управляющее воздействие по устранению этих причин. Таким образом, параметры производства медицинских услуг представить в виде числовых данных достаточно трудно, однако в конечном итоге решение многих, а то и большинства задач по производству качественных медицинских услуг зависит именно от измеряемых данных. С целью преодоления указанных трудностей в теории статистического контроля качества продукции разработан ряд математических моделей.

Правильность управленческих решений зависит от точности исходных данных. Решения, принятые на основании небольшого количества точных данных, правильнее решений, принятых на основании большого количества неточных данных.

Контроль качества при помощи статистических методов можно с успехом осуществлять в различных областях производства товаров и услуг. Такой контроль используется в управлении таким процессом, при котором одни и те же товары изготовляются серийно в течение длительного периода времени или когда нужно поддерживать определенный уровень качества изделий, поскольку даже небольшое отклонение приводит к большой потере средств.

Статистические методы используются также в контроле при единичном и мелкосерийном производстве. В процентном отношении экономия или прибыль при кратковременных процессах производства медицинских услуг оказывается больше, чем при долговременных. Это значит, что если оборудование возобновляет работу или если процесс повторяется, то полезно знать возможности и недостатки, например, диагностического оборудования и обслуживающего его персонала. При кратковременных процессах важно иметь надежное оборудование, состоящее из минимального количества отдельных частей. Очень важно при этом уметь извлечь максимальную выгоду из небольшого количества данных. В таких ситуациях очень важно «измерение» мнений экспертов.

При анализе мнений экспертов можно применять самые разнообразные статистические методы, описывать их ─ значит описывать всю прикладную статистику. Тем не менее, можно выделить основные широко используемые в настоящее время методы математической обработки экспертных оценок - это проверка согласованности мнений экспертов (или классификация экспертов, если нет согласованности) и усреднение мнений экспертов внутри согласованной группы.

Поскольку ответы экспертов во многих процедурах экспертного опроса - не числа, а такие объекты нечисловой природы, как градации качественных признаков, ранжировки, разбиения, результаты парных сравнений, нечеткие предпочтения и т.д., то для их анализа оказываются полезными методы статистики объектов нечисловой природы.

Почему ответы экспертов носят нечисловой характер? Наиболее общий ответ состоит в том, что люди не мыслят числами. В мышлении человека используются образы, слова, но не числа. Поэтому требовать от эксперта ответа в форме числа - значит «насиловать» его разум. Даже в экономике предприниматели, принимая решения, лишь частично опираются на численные расчеты. Это видно из условного (т.е. определяемого произвольно принятыми соглашениями) характера балансовой прибыли, амортизационных отчислений и других экономических показателей (Орлов А.И., 1995). Поэтому фраза типа «Медицинская клиника стремится к максимизации прибыли» не может иметь строго определенного смысла.

Эксперт может сравнить два объекта (ортопедический протез, медицинская услуга и т.п.), дать им оценки типа «хороший», «приемлемый», «плохой», упорядочить несколько объектов по привлекательности, но обычно не может сказать, во сколько раз или на сколько один объект лучше другого. Другими словами, ответы эксперта обычно измерены в порядковой шкале, являются ранжировками, результатами парных сравнений и другими объектами нечисловой природы, но не числами.

Распространенное заблуждение состоит в том, что ответы экспертов стараются рассматривать как числа, занимаются «оцифровкой» их мнений, приписывая этим мнениям численные значения - баллы, которые потом обрабатывают с помощью методов прикладной статистики как результаты обычных физических измерений. В случае произвольности оцифровки выводы, полученные в результате обработки данных, могут не иметь отношения к реальности (Кемени Дж., Снелл Дж., 1972). С позиций репрезентативной теории измерений (Литвак Б.Г., 1982) следует применять алгоритмы анализа данных, результаты работы которых не меняются при допустимом преобразовании шкалы.

Тем не менее, математическая статистика, дает возможность принимать правильные решения руководителям ЛПУ, которые основываются на интерпретации. Интерпретация, в свою очередь, основывается на анализе, анализ ─ на табличных данных, а табличные данные на совокупности собранных данных.

Математическая статистика служит для:

· определения, установления или описания характера полученных данных;

· возможности заключения относительно популяции или генеральной совокупности, из которой сделана выборка.

Для системного рассмотрения процесса, выявления проблемы следует использовать графические приемы, такие как причинно - следственные диаграмма, диаграмма алгоритма процесса и другие. Следовательно, непрерывное повышение качества - это научно организованный процесс, основанный на использовании методов математической статистики, в том числе графических приемов.

Основополагающим методом в оценке качества медицинской помощи является экспертиза законченных случаев профилактики, диагностики и лечения, а так же экспертиза качества функционирования протезов клапанов сердца, зубных протезов и т.п., предполагающая определение соответствия конкретных результатов диагностики, лечения, профилактики заболеваний, реабилитации больных и инвалидов - стандартным показателям. В идеале оценку качества медицинской помощи следовало бы проводить на основании конечных показателей здоровья населения. Теоретически отрасль здравоохранения должна использовать системы таких конечных показателей для изучения процессов профилактики, диагностики, лечения и реабилитации, чтобы в результате наблюдений способствовать распространению только тех технологий оказания медицинской помощи, при которых максимальные конечные результаты сочетались бы с минимальными расходами на их достижение.

На практике использование конечных показателей здоровья контингентов населения для измерения качества профилактики, диагностики и лечения имеет значительные ограничения. Более практичным методом измерения качества представляется оценка его промежуточных показателей.

Промежуточные показатели должны достоверно отражать ход лечения и максимально исключать колебания в зависимости от особенностей пациентов. Показатели, отражающие окончательные и промежуточные результаты, дают представление о стандартных ситуациях. Вместе с ними находят применение сигнальные показатели, характеризующие единичные ситуации.

Сигнальные показатели показывают, что ситуация требует дополнительного расследования. Для анализа статистической информации применяются обобщающие показатели - средние и относительные. Для того, чтобы статистические показатели правильно отражали изучаемые явления, необходимо выполнять следующие требования:

· Стремиться к тому, чтобы они выражали сущность явлений и давали им точную количественную оценку.

· Добиваться полноты информации, особенно по комплексному отображению всех сторон текущего процесса.

· Обеспечивать сравнимость статистических показателей посредством одинаковых временных интервалов, а также одинаковых единиц измерения.

· Повышать степень точности исходной информации, на основании которой исчисляются показатели, так как данные достоверны только в том случае, если они совпадают с действительными размерами процессов, правильно характеризуют их содержание.

Анализ – это, прежде всего сравнение, сопоставление статистических данных. В результате сравнения получают качественную оценку явлений, которая выражается в виде относительных величин. По своему познавательному значению относительные величины подразделяются на следующие виды: структура, интенсивность, динамика, сравнение, координация. Относительные величины структуры характеризуют состав совокупности. Исчисляются как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности. Например, структура несоблюдения стандартов КСГ по набору диагностических, лечебных мероприятий и т. д. Как правило, показатели структуры выражаются в процентах.

Относительные величины динамики характеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Расчет относительных величин выполняется в виде темпов роста и других показателей динамики. Относительные величины интенсивности показывают, насколько распространено изучаемое явление в среде, то есть частоту явления.

Рассчитываются показатели интенсивности делением абсолютной величины изучаемого явления на абсолютную величину, характеризующую объем среды, в которой выявлено явление. Относительная величина показывает, сколько единиц одной совокупности приходится на единицу другой совокупности. Например, показатель частоты несоблюдения стандартов КСГ на 100 экспертиз. Промежуточные и окончательные показатели качества также являются относительными.

Основными характеристиками тенденций протекания процесса являются среднее арифметическое (математическое ожидание), мода и медиана, параметры рассеивания. Параметрами рассеивания являются размах, среднеквадратическое отклонение и дисперсия. Среднеквадратическое отклонение определяется по стандартной формуле. Размах ─ это разность между наибольшим и наименьшим значениями в выборке. Он представляет собой случайную величину и подчиняется определенному распределению, характеризующемуся математическим ожиданием. Существуют таблицы отношений математического ожидания размаха к среднему квадратическому отклонению в зависимости от объема выборки. Зная эти коэффициенты, можно по значению размаха оценить величину генерального среднего квадратического отклонения, что часто делается в практике, например, при построении контрольного графика. Следует отметить, что математическое ожидание размаха быстро увеличивается с ростом объема выборки. Поэтому размах для оценки среднеквадратического отклонения применяют, как правило, при использовании выборок малого объема (5-10).

Распределения случайных величин обладают важным свойством ─ большинство результатов наблюдений группируются вблизи математического ожидания наблюдаемой величины, по мере удаления от него результаты наблюдений встречаются реже. Помимо нормального распределения выделяют биномиальное, гипергеометрическое, распределение размаха и распределение Пуассона.