第五章-尋找良好指標(biāo)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上第五章 尋找良好指標(biāo)Robert C. Lloyd越來越多的醫(yī)療護理（healthcare）專家開始使用Shewhart控制圖來分析隱藏在數(shù)據(jù)中的變動，然而，很多人仍舊掙扎于質(zhì)量測量中的重要方面定義和發(fā)展控制圖中的合適指標(biāo)。以不合適的指標(biāo)為依據(jù)的控制圖沒有價值，只能產(chǎn)生圖表垃圾。因此，要獲得良好的數(shù)據(jù)，采用系統(tǒng)的收集方法是很必要的。本章提出了選擇指標(biāo)的模板和實際建議，討論了質(zhì)量測量發(fā)展的七個里程碑，提供了避免陷阱（avoiding pitfalls）的建議，并回顧了國內(nèi)領(lǐng)先的指標(biāo)提議和每個指標(biāo)涉及的數(shù)據(jù)。（the leading national indicator

2、initiatives and the data expectations related to each initiative.）這看起來似乎很難相信，但確實有一段時間，只有醫(yī)療服務(wù)供應(yīng)商本身關(guān)心測量的效率和效果?，F(xiàn)在，這種情況不同了，雖然供應(yīng)商比以往任何時候都關(guān)注績效評價，但他們必須將自身的檢測努力與下列要素保持平衡：護理(care)購買者（個人和企業(yè)）商業(yè)聯(lián)盟（特定地理區(qū)域內(nèi)的代表企業(yè)）對建立質(zhì)量結(jié)果法律協(xié)議感興趣的保險公司認(rèn)證機構(gòu)（比如認(rèn)證醫(yī)療護理組織的聯(lián)合委員會（Joint Commission），國家質(zhì)量保證委員會（NCQA）,以及國家衛(wèi)生福利有關(guān)部門）醫(yī)療保險中心（The Cen

3、ters for Medicare）和醫(yī)療補助服務(wù)機構(gòu)（CMS），從前叫做醫(yī)療護理財政管理局媒體（尤其是報紙和電視）越來越多的組織不僅要求醫(yī)療護理數(shù)據(jù)，并且強烈建議向公眾發(fā)布這些數(shù)據(jù)，這是對醫(yī)療護理數(shù)據(jù)認(rèn)識的一個根本轉(zhuǎn)變。80年代初，人們只有通過法庭傳喚程序才能獲得有關(guān)醫(yī)院或醫(yī)師的數(shù)據(jù)。如今，供應(yīng)商公開發(fā)布的數(shù)據(jù)相當(dāng)普遍，這些數(shù)據(jù)可以從不同的互聯(lián)網(wǎng)站、國家數(shù)據(jù)委員會，CMS、消費者報告以及各種專有供應(yīng)商那里獲得。其背后的基本理論是，數(shù)據(jù)的公開使得供應(yīng)商對于產(chǎn)出更負(fù)責(zé)任，且有助于提高質(zhì)量、控制成本；然而這一理論仍未被廣泛認(rèn)同（Consistent support of this theory r

4、emains elusive.）。National Indicator Initiatives 國家指標(biāo)提議隨著向公眾公開醫(yī)療護理數(shù)據(jù)的流行，一個相關(guān)的挑戰(zhàn)隨之而來。具體來說，那些贊同公開供應(yīng)商數(shù)據(jù)的人很快意識到，報道的指標(biāo)必須符合以下條件：1. 供應(yīng)商間的標(biāo)準(zhǔn)化（共同的定義和數(shù)據(jù)收集程序）2. 產(chǎn)生于合理的時間框架（這一直是廣泛討論的問題）3. 合理的開發(fā)成本對于供應(yīng)商和數(shù)據(jù)收集者4. 易于閱讀和理解（特別是對于消費者和購買者）我在涉獵醫(yī)療護理領(lǐng)域二十多年的經(jīng)驗中，從未見過一套滿足以上所有四個標(biāo)準(zhǔn)的指標(biāo)。許多團體和組織贊助了國家指標(biāo)集（national indicator sets），幾個比

5、較知名的指標(biāo)倡議（indicator initiatives）概述如下：Minimum Data Set 最小數(shù)據(jù)集建立一個小型的指標(biāo)集來獲取有關(guān)醫(yī)療護理經(jīng)驗的重要方面信息是一個非常有吸引力的想法。60年代末期引入了最小數(shù)據(jù)集（MDS）的概念，由于醫(yī)療護理已變得越來越復(fù)雜，這個想法已經(jīng)更有吸引力。隨著時間的推移，這個一般性的概念已經(jīng)衍生出各種特定的數(shù)據(jù)集，MDS已經(jīng)被提議用于從住院到救護的一切服務(wù)。 MDS的背后的基本思想是，定義一個小的核心指標(biāo)集，用于在區(qū)域和國家層面強制收集和報告。然而，實施這一概念的基本問題是，在構(gòu)成“最小”指標(biāo)集的問題上很難達成一致。另外一個主要挑戰(zhàn)是確定MDS的最終用

6、戶，供應(yīng)商的數(shù)據(jù)需求不同于決策者，而兩者與大公司采購經(jīng)理或公眾的需求又不相同。在MDS悠久燦爛的發(fā)展歷史中，幾個關(guān)鍵性的進展值得一提。1969年，國家生命健康統(tǒng)計委員會（the National Committee on Vital and Health Statistics）第一次制定出用于出院數(shù)據(jù)元素的MDS正式大綱，這使得統(tǒng)一醫(yī)院抽象最小數(shù)據(jù)集（Uniform Hospital Abstract Minimum Data Set）于1973年被創(chuàng)立。醫(yī)院出院的統(tǒng)一數(shù)據(jù)集（UHDDS）作為醫(yī)院基礎(chǔ)服務(wù)的標(biāo)準(zhǔn)MDS,出現(xiàn)在70年代初。原始UHDDS包含了14個數(shù)據(jù)元素，這些數(shù)據(jù)元素后被用于創(chuàng)

7、建第一個醫(yī)院服務(wù)的統(tǒng)一賬單（Uniform Bill,UB），就是眾所周知的UB-82（82表示UB的結(jié)構(gòu)于1982年第一次通過）。90年代中期，UB-82升級，如今已到UB-92。此單頁表格包含86個字段，其中一些有多入口或子分類。(This one-page form contains 86 fields, some of which allow for multiple entries or subcategories. )雖然UB-92主要用于醫(yī)療保險索賠處理，但它的格式已經(jīng)被其他團體采?。ɡ绱蠖鄶?shù)州的數(shù)據(jù)委員會）用于向其他付款群體收集數(shù)據(jù)。UB-92中包含的元素是由國家統(tǒng)一賬單委員

8、會（National Uniform Billing Committee，NUBC）決定的，它成立于1975年。每個州都有自己的UBC，可以對UB-92提供有限的修訂建議。在醫(yī)生的賬單上，CMS-1500格式（最初叫做HCFA-1500）是標(biāo)準(zhǔn)參考，這種格式最后修訂與1992年，被幾乎所有的保險計劃所接受。每年都有新的MDS被開發(fā)，一個特別活躍的領(lǐng)域是護理專業(yè)。70年代最初提出護理最小數(shù)據(jù)集（The Nursing Minimum Data Set），目前正在研究和開發(fā)護理管理最小數(shù)據(jù)集（Nursing Management Minimum Data Set ），目的是建立一套把握護理成分本質(zhì)

9、的共同指標(biāo)。美國衛(wèi)生保健研究與質(zhì)量管理處（Agency for Healthcare Research and Quality，AHRQ）贊助了這個領(lǐng)域的最新發(fā)展。這個機構(gòu)是美國衛(wèi)生部（U.S. Department of Health and Human Services）的研究機構(gòu)，受國會管制，每年報告美國醫(yī)療護理質(zhì)量狀況。國家醫(yī)療護理質(zhì)量報告（National Healthcare Quality Report）是報告一系列業(yè)績和結(jié)果指標(biāo)的結(jié)構(gòu)，這些指標(biāo)用于測量目前醫(yī)療護理服務(wù)的質(zhì)量。與這個計劃相關(guān)的是AHRQ的國家質(zhì)量檢測交易所（National Quality Measures Cl

10、earinghouse），一個基于Web的工具和數(shù)據(jù)質(zhì)量評估信息庫。Long-Term Care MDS 長期護理MDSCMS參與了幾個與賠償直接相關(guān)、用來評估護理（care）質(zhì)量的MDS開發(fā)，其中較常用的一個是 Long Term Care Resident Assessment Instrument (RAI) MDS（版本2.0），它有三個組成部分。1. 最小數(shù)據(jù)集版本2.0（The Minimum Data Set Version 2.0）是一套獲取長期護理機構(gòu)住院醫(yī)師的臨床性和功能性特征的核心集。用包括72個字段的四頁評估表格來獲取核心數(shù)據(jù)元素，每位患者每年需要完成四次。諷刺的是，雖

11、然這個數(shù)據(jù)集是一個MDS,但完成這些表格仍舊給大多數(shù)機構(gòu)帶來了收集數(shù)據(jù)的額外負(fù)擔(dān)。然而，RAI手冊的第一章指出：“RAI不應(yīng)該，也從不希望成為護理機構(gòu)人員的額外負(fù)擔(dān)。”2. 住院醫(yī)師評估協(xié)議（Resident Assessment Protocols）是圍繞MDS數(shù)據(jù)元素建立的，這些協(xié)議試圖通過評估員工處理單個患者的社會、醫(yī)療、心理問題，來開展個性化護理計劃。3. 使用準(zhǔn)則（Utilization Guidelines）主要對何時、怎樣使用RAI提供指導(dǎo)。這個MDS創(chuàng)始于2002年，與現(xiàn)場檢測數(shù)據(jù)一起作為公布長期護理數(shù)據(jù)的最初資源。Home Health Care (OASIS) 家庭醫(yī)療護理

12、The Outcome Assessment Information Set (OASIS)是一個由CMS贊助的MDS，用來獲取成人家庭護理探訪的核心指標(biāo)，它也是衡量所謂基于結(jié)果的質(zhì)量改進（outcome-based quality improvement,OBQI）的基本數(shù)據(jù)工具。OASIS的最初設(shè)想于1990年提出，由HCFA（醫(yī)療護理財務(wù)管理局）和科羅拉多大學(xué)共同贊助。1996年首先與50家家庭護理機構(gòu)進行了測試試驗，并在后續(xù)為期三年的示范項目中進一步完善（1996-1999）。如今，任何希望參加醫(yī)療保險計劃的機構(gòu)都必須參與OASIS提議。OASIS和OBQI背后的基本想法是，如果家庭護

13、理機構(gòu)了解他們的業(yè)績，他們將進行“整治”，以改善負(fù)面結(jié)果，并且進行“強化”，以保持積極結(jié)果。OASIS系統(tǒng)是圍繞45個指標(biāo)建立的，通過這些指標(biāo)獲取家庭護理醫(yī)療接觸的如下幾個方面信息：患者的社會人口特征（患者家庭布置的）環(huán)境特征患者的支持系統(tǒng)患者的機能狀況衛(wèi)生服務(wù)的使用2003年，CMS開始使用OASIS數(shù)據(jù)系統(tǒng)發(fā)布醫(yī)療護理機構(gòu)的公開報告。The Joint Commission Core Measures 聯(lián)合委員會核心測量聯(lián)合委員會（Joint Commission）在制定指標(biāo)方面有著長久和豐富的歷史，于1987年開始它的測量歷程with the Agenda for Change。其最新提

14、議被稱作ORYX和核心測量。最初，ORXY作為滿足聯(lián)合委員會認(rèn)可要求的一種相當(dāng)靈活和開放的方法，醫(yī)院可以從廣泛的范圍中選取指標(biāo)，但問題是很難在各種沒有標(biāo)準(zhǔn)定義的指標(biāo)中保持一致。目前，ORYX提議正在向我們所知的核心測量過度，這種方法提供一系列擁有標(biāo)準(zhǔn)定義的，更具體、更有限的指標(biāo)，并且對于數(shù)據(jù)收集有更加明確的說明。對于所提議的核心測量進行首次研究之后，下列四個專題形成了聯(lián)合委員會核心測量項目（Joint Commission Core Measures project）的基礎(chǔ)。醫(yī)院急性心肌梗死Hospital acute myocardial infarction（AMI）：九個具體指標(biāo)心臟衰竭

15、Heart failure（HF）：四個具體指標(biāo)社區(qū)獲得性肺炎Community-acquired pneumonia（CAP）：六個具體指標(biāo)懷孕及相關(guān)情況Pregnancy and related conditions（PR）：三個具體的指標(biāo)聯(lián)合委員會目前希望醫(yī)院可以從這四個專題中選擇兩個提交相關(guān)數(shù)據(jù)，最終希望所有醫(yī)院能夠提供四個臨床專題的所有數(shù)據(jù)。聯(lián)合委員會還建議在不久的將來解決另外的臨床課題（例如危重病、糖尿病、哮喘?。?，其最終目標(biāo)是提供能夠在所有醫(yī)院間相比較的總體結(jié)果。為了進一步確保這些措施的可靠性，聯(lián)合委員會參與到一個與CMS、美國醫(yī)院協(xié)會（AHA）和一些國家醫(yī)院協(xié)會的協(xié)定中，共享核

16、心測量（Core Measures）的結(jié)果。對于最大限度地減少醫(yī)院收集數(shù)據(jù)的負(fù)擔(dān)以及致力于多用途MDS的嘗試方面，這是積極的一步。然而，由于這個協(xié)議才剛開始，進行數(shù)據(jù)共享的具體細(xì)節(jié)仍需敲定；合作的增值貢獻仍有待觀察。NCQA HEDIS MeasuresNCQA是一個華盛頓的私人非盈利組織，其主要目的是鑒定衛(wèi)生規(guī)劃，主要是健康維護組織（health maintenance organizations，HMOs）和首選供應(yīng)商組織（preferred provider organizations，PPOs）。但NCQA也參與開發(fā)個人診所、大型醫(yī)療集團、疾病管理企業(yè)和認(rèn)證機構(gòu)的質(zhì)量和認(rèn)證標(biāo)準(zhǔn)的測量。

17、參與NCQA的認(rèn)證過程是完全自愿的，全國各地大約有一半的健康維護組織經(jīng)過NCQA認(rèn)可。相比之下，只有很少的PPO參加過認(rèn)證過程，基本上是因為PPO認(rèn)證過程始于2000年，而成功的評審審查需要數(shù)年的時間。涉及大公司和其他組織的NCQA健康計劃報告卡（NCQA Health Plan Report Card）主要評估為員工提供怎樣的健康計劃。雇主健康計劃數(shù)據(jù)信息集（Health Plan Employer Data and Information Set,HEDIS）是一種NCQA建立的MDS，用來評估護理（care）質(zhì)量和每個健康計劃客戶服務(wù),HEDIS數(shù)據(jù)元素包括護理的質(zhì)量、護理的開展以及成員

18、對健康計劃和醫(yī)生的滿意度。The Measurement Challenge 測量的挑戰(zhàn)這種對醫(yī)療護理數(shù)據(jù)的重新重視和授權(quán)使得醫(yī)療護理供應(yīng)商們處于一種與以往截然不同的處境。供應(yīng)商被要求記錄他們所做的，評估其努力的結(jié)果，然后準(zhǔn)備與公眾分享其成果。不幸的是，很多供應(yīng)商對與測量并不是很積極，這導(dǎo)致很多組織防備他們的數(shù)據(jù)被公布。在這種情況下，供應(yīng)商通常有以下的回應(yīng)：數(shù)據(jù)是舊的（一般一到兩年），也沒有反映我們目前的業(yè)績數(shù)據(jù)沒有分層，不能反映適當(dāng)?shù)谋容^相比同一比較組中的其他醫(yī)院，我們的病人病情更重（也就未對數(shù)據(jù)做風(fēng)險調(diào)整）雖然這些回應(yīng)往往有一定程度的好處，但他們通常被人們，尤其是那些公開數(shù)據(jù)的人們認(rèn)為是軟

19、弱的借口，亦或供應(yīng)商企圖為其目前提供服務(wù)的方式辯護。更積極的態(tài)度應(yīng)該是建立一個組織范圍內(nèi)測量質(zhì)量的方法，來滿足組織內(nèi)外的需要。這種方法不是一個一次性的任務(wù)，而是一個充滿錯誤和曲折的過程。任何有價值的過程中都有里程碑，來標(biāo)記進展并引導(dǎo)方向。本章的剩余部分概述了七個重要里程碑，來幫助尋找良好指標(biāo)。Milestones Along the Quality Measurement Journey質(zhì)量檢測過程中的里程碑本節(jié)的主要目的是對表5.1中概括的七個里程碑進行綜述，由于空間所限，這里沒有提及每個里程碑的相關(guān)細(xì)節(jié)。有一些細(xì)節(jié)在本書的其他章節(jié)提及，在有關(guān)質(zhì)量檢測主題的引文中也可以找到更多詳細(xì)資料。 (

20、Caldwell 1995; Carey 2003; Carey和Lloyd 2001; Gaucher合Coffey 1993; Langley等 1996)里程碑一質(zhì)量檢測歷程中的第一個里程碑，從本質(zhì)上來說是戰(zhàn)略性的，這一步是通過開展組織內(nèi)部的以業(yè)績（performance）測量為形式的嚴(yán)肅對話實現(xiàn)的。很多組織不知道他們?yōu)槭裁匆獧z測，在多數(shù)情況下，這些組織要么對數(shù)據(jù)采取防備的態(tài)度，要么表現(xiàn)出“我們等等看需要提供什么”的態(tài)度。檢測是你所在組織日常運作的一部分嗎？還是為了董事會會議報告或者回應(yīng)外界要求而定期準(zhǔn)備？組織中的每個人都理解業(yè)績測量的重要角色嗎？還是員工認(rèn)為開發(fā)指標(biāo)只是管理者需要做的事

21、情？接近這個里程碑的第一步是創(chuàng)建一個組織聲明，明確測量的角色，也可以通過另一種方式看待這個步驟，就是考慮制定一套檢測理念。Advocate Health Care是芝加哥市區(qū)最大的整合性醫(yī)療護理體系，于1995年由Lutheran General Health System和EHS Health Care合并而成，擁有八家醫(yī)院、超過24000名員工和5000名醫(yī)生，還擁有伊利諾伊州最大的家庭醫(yī)療護理服務(wù)組織。Advocate的檢測理念宣言指出，組織應(yīng)該發(fā)起他們自己的對話，來形成業(yè)績測量角色方面的持續(xù)認(rèn)識。表5.1 質(zhì)量檢測歷程中的里程碑及相關(guān)活動里程碑活動1形成測量理念2定義測量的概念（指標(biāo)的

22、類型和范疇）3選擇具體的指標(biāo)4制定每個指標(biāo)的操作性定義5制定數(shù)據(jù)采集計劃、采集數(shù)據(jù)（給出具體分層和取樣意見）6用統(tǒng)計控制過程（statistical process control，SPC）和方法分析數(shù)據(jù)（尤其要處理和控制圖標(biāo)）7運用分析結(jié)果（數(shù)據(jù)）開展行動（實施改革循環(huán)、檢驗理論并改進）里程碑二第二個里程碑不僅是戰(zhàn)略性的，也是操作性的，由組織需要監(jiān)管的概念（又叫指標(biāo)類型或范疇）組成。Donabedian (1980, 1982)提出了一個簡單易懂的方法來安排檢測過程，他提出了三個基本的指標(biāo)類別：結(jié)構(gòu)（S-struetures），程序（P-processes）和結(jié)果（O-outcomes），這

23、三者的關(guān)系如下：S+P=O組織結(jié)構(gòu)（structure）代表了組織的物質(zhì)方面的和組織方面（比如門診病人的化驗區(qū)的設(shè)計、雇傭政策、學(xué)費報銷政策）。正如戴明（1995）一直指出的：“每一個活動，每一個工作都是整個流程的一部分”。工作流程是由經(jīng)理們設(shè)立并由員工們完善的。組織結(jié)構(gòu)和流程的結(jié)合就會產(chǎn)生效益。很多組織將Donabedian的模型作為一般指導(dǎo)原則，然而組織經(jīng)常需要考慮得比結(jié)構(gòu)、進程、結(jié)果更具體。這種情況下，大多數(shù)組織致力于他們的戰(zhàn)略計劃或文獻，最經(jīng)常被提及的資源是the Institute of Medicines (IOM 2001)的報告跨越質(zhì)量缺口（Crossing the Quali

24、ty Chasm）,報告中定義了如下四個改進目標(biāo)。1. 安全2. 有效3. 以病人為中心4. 及時5. 高效6. 公平The Joint Commission (1993)也定義了如下維度，來對臨床業(yè)績指標(biāo)進行分類：1. 適當(dāng)2. 可用3. 連續(xù)4. 有性5. 高效6. 關(guān)心7. 安全8. 及時不管用什么方法，組織決定其所檢測指標(biāo)的概念、類型和范疇是非常重要的。如果關(guān)于這個問題還沒有形成一個一致的結(jié)論，那么這個過程就僅僅是在數(shù)據(jù)中隨意打轉(zhuǎn)。里程碑三一旦組織決定了其所要追蹤指標(biāo)的類型，這個過程中的下一步就是定義具體的指標(biāo)。很多人不明白這一步與里程碑二有什么區(qū)別，可以引入一個在棒球比賽中找座位的比

25、喻來澄清這兩個里程碑。里程碑二定義了座位的區(qū)域（例如110區(qū)），另一方面，里程碑三關(guān)注你被安排的具體排號和座號（例如N排21號）。醫(yī)療護理的例子能夠闡述得更清楚。假設(shè)你的組織已經(jīng)將病患安全定義為你的戰(zhàn)略目標(biāo)之一，看起來這是個管理上非常好的目標(biāo)，但是病患安全不能被直接測量，因為它不是一個概念。Concepts by their very nature are vague.因此，你需要將（1）你想要測量病患安全的哪個方面以及（2）實際指標(biāo)具體化，圖5.1展示了這個傳遞的過程是怎樣進行的。我們需要定義在病患安全的廣泛范疇之內(nèi)要檢測哪些方面。例如，在病患安全范疇內(nèi)，你可以關(guān)注用藥差錯、病患falls（

26、patient falls）、手術(shù)地點出錯、診斷失約/延誤或血液制劑出錯。（medication errors, patient falls, wrong-site surgeries, missed/delayed diagnoses, or blood product errors）這個例子選擇了病患安全中用的藥差錯方面，現(xiàn)在我們需要將其具體化。在用藥差錯領(lǐng)域，有許多事情可以衡量，選擇哪個指標(biāo)（在圖5.1所示的列表中，或者一個團隊可能會開發(fā)新的列表）取決于質(zhì)量改進團隊針對什么樣的問題。如果你提出一個絕對容量的問題，你有可能熱衷于跟蹤數(shù)據(jù)，了解用藥差錯的數(shù)目，簡單的數(shù)數(shù)就可以完成；另一方面，

27、如果你感興趣于相對數(shù)量問題，你最好測量用藥差錯的百分比或者測量最常見的用藥差錯率（medication error rate）的指示。生命中充滿了選擇，而指標(biāo)的選擇比大多數(shù)人所意識到的更多，其中的挑戰(zhàn)是明確而有針對性地選擇你的區(qū)域、排好和座號。里程碑四開發(fā)指標(biāo)的真正工作開始于里程碑四制定具體指標(biāo)的操作性定義。這項活動需要好奇心（擅用左腦的人通常擅長制定可操作性的定義）和耐心。我們每天都要考慮操作性定義，因為這不僅對良好的測量很必要，也是個人之間成功溝通的關(guān)鍵。例如，我的一位鄰居剛剛度假回來，我問他是否過了一個愉快的假期，他回答：“不僅是好，簡直太棒了！”我問他去了哪里，他說他和四個男性朋友出去

28、了一個星期，每天白天打高爾夫球晚上抽著雪茄打牌。這也許不滿足每個人對于美好假期的定義，但對于我的鄰居來說，它滿足他的操作性定義中的全部標(biāo)準(zhǔn)。概念：病患安全我們想要測量病患安全的哪個方面？用藥差錯我們跟蹤哪些具體指標(biāo)？有差錯醫(yī)囑的數(shù)量每天的差錯數(shù)量差錯醫(yī)囑的百分比用藥差錯率浪費的IV數(shù)量管理錯誤百分比你選擇哪個具體指標(biāo)？圖5.1 概念和具體指標(biāo)之間的關(guān)系概括來說，操作性定義是一個用可以量化的術(shù)語描述的測量對象及具體測量步驟。一個良好的操作性定義：·對于一個概念或想法提出可傳達性的意義·明確，毫不含糊·詳細(xì)說明測量方法、程序和設(shè)備（適當(dāng)時）·必要時提供決策標(biāo)

29、準(zhǔn)·保持?jǐn)?shù)據(jù)收集的一致性記住，無論如何，操作性定義不總是普遍真理。它們可以被爭論或者被質(zhì)疑。因此，一個良好的操作性定義代表了一種追蹤指標(biāo)相關(guān)人員之間的共識。還需要注意的是可能需要在未來的某個時刻對操作性定義進行修改，這是很平常的。定義改變的時候需要額外注意，因為這可能會對結(jié)果產(chǎn)生巨大影響。在醫(yī)療領(lǐng)域，許多術(shù)語需要更精確地操作性定義。你的機構(gòu)如何定義下列術(shù)語？·A patient fall (a partial fall versus an assisted fall)·完整的病史和體檢·成功的物理治療會議·限制令（物理與化學(xué)約束）·迅

30、速響應(yīng)呼叫按鈕·優(yōu)秀員工表現(xiàn)回顧·手術(shù)開始時間·準(zhǔn)確患者賬單·快速周轉(zhuǎn)時間·干凈的病房·快速入院·再次入院·成功的質(zhì)量測量過程不理想的操作性定義給良好的測量帶來的問題是顯而易見的。如果你參與的是多家醫(yī)院的系統(tǒng)，或供應(yīng)商結(jié)果比較計劃，那么每個供應(yīng)商必須以同樣的方式確定指標(biāo)。例如，CMS在2002年公布了養(yǎng)老院的數(shù)據(jù)，2003年公布了家庭護理（home health care）的比較報告，接著又在2004年又公布了住院患者醫(yī)院的數(shù)據(jù)。CMS使用的操作性定義缺乏一致性，就類似造成了這樣的風(fēng)險：在進行比較時沒有蘋果和橙子，

31、最后只能弄成水果沙拉！這些事項不具可比性，這意味著最終從數(shù)據(jù)得出的結(jié)論將不準(zhǔn)確，也將受到供應(yīng)商的質(zhì)疑。所有優(yōu)秀的測量開始并結(jié)束于操作性定義。里程碑五數(shù)據(jù)收集是這一里程碑的告示牌，不幸的是，很多人從這一步開始質(zhì)量測量進程。面對提交數(shù)據(jù)的挑戰(zhàn)，他們的第一反應(yīng)是：“去找些數(shù)據(jù)?！边@種取向通常將他們引至現(xiàn)成的、大家耳熟能詳?shù)谋憷麛?shù)據(jù)，也有可能導(dǎo)致收集到錯的數(shù)據(jù)或錯的數(shù)據(jù)量（太多或太少）。使用現(xiàn)成、便利數(shù)據(jù)的主要問題是這些數(shù)據(jù)不能很好地解釋問題。例如，一個質(zhì)量改進團隊使用平均滯留時間和平均成本（或費用）來測量每次卸貨的質(zhì)量是很普遍的，然而平均滯留時間和平均成本都是總體上粗略的結(jié)果尺度（Donabedia

32、n模型的O部分），那么團隊用什么來測量結(jié)構(gòu)和程序部分呢？問到這個問題的時候，團隊經(jīng)常這樣回答：“我們目前還沒有搜集到這部分的數(shù)據(jù)，而且使用那些我們一直在用且可用的數(shù)據(jù)更加容易，這就足夠了，不是么？”一二十年前，這個“足夠好”的數(shù)據(jù)收集方法可能被接受。然而今天，論證醫(yī)療護理程序的效果和效率有著巨大的壓力，這種心態(tài)是不能接受的，卓越的質(zhì)量和業(yè)績并不是產(chǎn)生于那些組織一直在做的或者便利的事情。這種行為會導(dǎo)致永遠(yuǎn)維持現(xiàn)狀，而大多數(shù)醫(yī)療護理行業(yè)的評論者認(rèn)為不能如此。數(shù)據(jù)收集階段包括兩個部分：（1）計劃數(shù)據(jù)收集和（2）實際數(shù)據(jù)收集。一個經(jīng)過深思熟慮的數(shù)據(jù)收集計劃應(yīng)該解決諸如一下的問題：·監(jiān)控哪些程

33、序？·收集哪些具體指標(biāo)？·這些指標(biāo)的操作性定義？·為什么收集這些數(shù)據(jù)？收集這些數(shù)據(jù)，而不是其他類型的數(shù)據(jù)的原理是什么？·這些數(shù)據(jù)能夠?qū)δ愕馁|(zhì)量改進工作增加價值么？·是否討論了指標(biāo)的分層作用？·收集數(shù)據(jù)的頻率和持續(xù)時間？·是否采用雇傭抽樣？如果采用的話，提出怎樣的抽樣設(shè)計？·怎樣收集數(shù)據(jù)？（使用數(shù)據(jù)表、調(diào)查表、焦點小組討論、電話訪談，還是幾種方式的組合？）·是否在收集整個組織數(shù)據(jù)之前實施一次試點研究？·收集數(shù)據(jù)的成本（資金成本和時間成本）是多少？·收集數(shù)據(jù)是否會對患者或員工產(chǎn)生任何負(fù)面影

34、響？·這個指標(biāo)當(dāng)前的基線是什么？·你的目標(biāo)是什么？·如何進行數(shù)據(jù)的編碼、編輯和驗證？·采用手工制表分析數(shù)據(jù)還是計算機分析？·怎樣使用這些數(shù)據(jù)產(chǎn)生影響？·對于數(shù)據(jù)收集結(jié)果的傳播計劃？如果能夠解決這些問題，實際收集數(shù)據(jù)通常會進行得比較順利。不幸的是，很多質(zhì)量改進團隊沒有花足夠的時間來討論他們的數(shù)據(jù)收集計劃，他們想要直接進入數(shù)據(jù)收集的步驟，這通常會導(dǎo)致他們（1）收集過多（或過少）的數(shù)據(jù)；（2）收集錯誤的數(shù)據(jù)；或者（3）對整個測量過程深感沮喪。當(dāng)個人或團體對測量過程感到沮喪的時候，他們就開始對數(shù)據(jù)和結(jié)果失去信心，這導(dǎo)致了質(zhì)量測量過程中的迂回之

35、路。因此，團隊或管理機構(gòu)面對他們認(rèn)為不能反映預(yù)期結(jié)果的數(shù)據(jù)時，他們傾向于（1）歪曲數(shù)據(jù)（這是不道德和非法的）；（2）改變產(chǎn)生數(shù)據(jù)的過程；或者（3）謀殺通信員！一個經(jīng)過深思熟慮的數(shù)據(jù)收集計劃將大大提高團隊的能力，以避免這些數(shù)據(jù)陷阱。兩個關(guān)鍵數(shù)據(jù)收集技術(shù)分層和抽樣會提高任何數(shù)據(jù)收集的成就。相比統(tǒng)計學(xué)，這兩項技術(shù)更多地基于邏輯和清晰的思維。然而，多數(shù)醫(yī)護人員在這兩方面受到的訓(xùn)練很有限。分層分層就是將同類數(shù)據(jù)歸納在一起，分層的目標(biāo)是創(chuàng)造層或者是分類，數(shù)據(jù)在其中互相獨立，這就可以很容易產(chǎn)生新發(fā)現(xiàn)。但是這些新發(fā)現(xiàn)在數(shù)據(jù)混雜時不易產(chǎn)生。分層允許數(shù)據(jù)中存在由以下原因?qū)е碌牟町悾?#183;一周內(nèi)的每一天（星期

36、一不同于星期三嗎？）·一天內(nèi)的時間（就登記來說，通常上午9-10點比下午2-3點要忙）··一年中的時間（某種診斷是否在二月份較六月份更多？）·輪班（過程在白班與晚班中相同嗎？）··醫(yī)囑的類型（統(tǒng)計型或常規(guī)型）·員工的經(jīng)驗·做法的類型（核醫(yī)學(xué)影片還是常規(guī)X射線·機器（例如使用呼吸器還是實驗設(shè)備）收集數(shù)據(jù)之前如果不考慮這些因素怎樣影響數(shù)據(jù)，就會面臨這樣的風(fēng)險：（1）使數(shù)據(jù)產(chǎn)生不正確的結(jié)論；（2）需要在收集好數(shù)據(jù)后手動剔除分層的影響?？紤]一下分層怎樣應(yīng)用于下面這個關(guān)于配藥過程的例子中。質(zhì)量改進團隊會對這個問題感

37、興趣：有多大比例的藥物處方在一小時之內(nèi)在藥房辦好收據(jù)并交付護士站？在就這個問題收集數(shù)據(jù)之前，團隊中應(yīng)有人應(yīng)提出下面這些分層問題：這一比例會不會因為樓層、時間、星期、處方類型、值班藥劑師或收到的處方數(shù)量不同而不同？如果你對任何部分的回答是肯定的（即團隊認(rèn)為，以上的一個或多個因素會影響結(jié)果），那么就應(yīng)該采取措施確保每一次藥房收到處方的時候相關(guān)因素都被收集到。分層是數(shù)據(jù)收集的重要方面，如果不討論分層的影響，你會覺得你的數(shù)據(jù)比它們本身的實際情況更糟（更好）。抽樣抽樣是醫(yī)護人員需要掌握的第二項關(guān)鍵技能。如果一個過程不會產(chǎn)生大量數(shù)據(jù)，你很可能會分析所有的事件，在這種情況下不需要抽樣，通常是計算百分比率指標(biāo)

38、的情況。例如，計算磁共振成像（MRI）無顯示的百分比率通常不需要抽樣計劃，只需要用過程中所有進行但未顯示的磁共振成像（分子）除以磁共振成像總數(shù)（分母）。然而，當(dāng)一個過程產(chǎn)生了大量數(shù)據(jù)時（例如藥物處方的周轉(zhuǎn)時間），就需要抽樣計劃。在減少數(shù)據(jù)收集中所花費的時間和資源方面，抽樣可能是你能做的唯一一件重要的事情。然而，與分層一樣，大多數(shù)醫(yī)護人員很少受到抽樣程序的訓(xùn)練。因此，他們要么會收集過多或過少的數(shù)據(jù)，要么懷疑獲得結(jié)果、質(zhì)疑數(shù)據(jù)的可靠性和有效性。石川（Ishikawa）的經(jīng)典作品質(zhì)量控制指南（Guide to Quality Control）（1982）提出了制定抽樣計劃的四個條件：準(zhǔn)確性、可靠性、

39、快速性和經(jīng)濟性。取得一個同時滿足上述四個標(biāo)準(zhǔn)的樣本幾乎是不可能的，因此，抽樣確實包含著一系列的妥協(xié)和折中。抽樣成功的關(guān)鍵在于了解抽樣的總體目的以及可應(yīng)用于數(shù)據(jù)的具體抽樣方法。抽樣的基本目的是形成可觀察的有限數(shù)據(jù)，并且有理由相信這些數(shù)據(jù)能夠代表其所在的更大總體。然而，當(dāng)一個樣本不能代表其所在的總體時會怎樣呢？樣本會展示出一個比實際情況更加積極（positive）（positive抽樣偏差）或更加消極（negative）（negative抽樣偏差）的結(jié)果。因此，一次良好的抽樣應(yīng)該能夠代表更大的總體。例如，如果運用郵寄調(diào)查來收集患者的滿意度反饋，你不可能將調(diào)查表寄給每個患者，你可能會將調(diào)查表寄給大約

40、一半的患者，看看有多少反饋，你可以確定反饋率。假設(shè)你獲得了25%的調(diào)查反饋，下一步就是確定這些回應(yīng)對于總體的代表性。為了回答這個問題，你需要制定一個總體概況的分布圖（profile）。通常情況下，分布圖應(yīng)該基于標(biāo)準(zhǔn)人口統(tǒng)計特征，譬如性別、年齡、問診類型（visit type）、付款人階層和是否為患者的首次問診（visit）等。如果樣本中這些特征的分布與總體相似（在5個百分點之內(nèi)），就可以認(rèn)為樣本能夠合理地代表總體；如果樣本中的特征與總體中有相當(dāng)差距，則需要調(diào)整抽樣計劃。抽樣討論中不可避免地首要問題是：“我需要多少數(shù)據(jù)呢？”這個問題并沒有簡單的答案，它取決于總體的規(guī)模、研究問題的重要性、可使用的

41、抽樣資源。例如，如果你正在抽取一個固定時點的單一樣本（戴明稱其為調(diào)查研究enumerative study），通常的經(jīng)驗認(rèn)為合適的樣本容量為20-30（例如，選擇下周一20位急診患者的等候時間）。另一方面，如果是為質(zhì)量改進的目的抽樣（戴明稱其為分析研究analytic study），就需要采用不同的方法。分析研究在本質(zhì)上是動態(tài)的，隨著時間考察過程。因此，進行分析研究需要在多個時點（相對于一個固定時點）抽取較小容量（比如5-10個）的樣本。抽樣方法主要有兩種：概率抽樣和非概率抽樣。圖5.2是主要抽樣方法和途徑的簡單介紹。關(guān)于抽樣更詳細(xì)的介紹可以在有關(guān)統(tǒng)計方法的教材和研究設(shè)計中找到。概率抽樣基于一

42、個簡單的原則統(tǒng)計概率，也就是說，在已知的總體大小N中，每個個體被抽中的概率是固定的（Ni），若要使它成為一個真正的隨機過程（而不是基于判斷、有目的的意圖或方便），那么這個個體（及隨后個體）的抽取必須以客觀的統(tǒng)計方法確定。概率抽樣方法·系統(tǒng)抽樣·簡單隨機抽樣·分層隨機抽樣·分層比例抽樣非概率抽樣·便利抽樣·定額抽樣·立意抽樣圖5.2 概率抽樣和非概率抽樣方法坎貝爾（1974年）列出概率抽樣的三個特點：1. 遵循明確的統(tǒng)計計劃2. 從總體中抽取個體的概率是唯一的，這個概率由一個隨機機制得出，通常使用隨機數(shù)字表3. 抽樣誤差（即從

43、一個抽樣調(diào)查所得結(jié)果，與使用與樣本相同程序的普查之間結(jié)果的差異）可以預(yù)計，并且可以評估樣本結(jié)果的精確性概率抽樣有許多方法，本質(zhì)上都是簡單隨機抽樣的變化，最常用的概率抽樣方法如下。系統(tǒng)抽樣。大多數(shù)醫(yī)護人員認(rèn)為這是隨機抽樣，雖然系統(tǒng)抽樣是隨機抽樣的一種形式，但它是最薄弱的概率抽樣方法之一。它的主要優(yōu)點是簡便易行、花費較少。系統(tǒng)抽樣（又叫機械抽樣）將總體中各單位按一定順序排列（例如時間順序，字母表順序、病歷卡順序）,然后每隔K單位選擇一個元素。大多數(shù)人會忽略的關(guān)鍵點是，選擇元素的起點應(yīng)該是大于零、小于等于K的隨機值。通常使用隨機數(shù)字表（在任何統(tǒng)計書本的最后都能找到）或計算機隨機數(shù)發(fā)生器（可以在統(tǒng)計軟

44、件程序和電子表格軟件包中找到）來選擇隨機起點。例如，如果你想從一個大小為600的病歷卡總體中通過系統(tǒng)抽樣抽取60個樣本，可以每間隔10個單位抽取一次。然而，要確定抽樣的起點，你需要在1至10之間選擇一個隨機數(shù)字。假設(shè)隨機抽簽產(chǎn)生了數(shù)字8，那么就從第8張病歷表開始系統(tǒng)抽樣，找到它拿出來，然后抽取這個出發(fā)點后每隔10個單位的病歷卡。從技術(shù)上講，這被認(rèn)為是隨機啟動的系統(tǒng)抽樣（Babbie 1979）。系統(tǒng)抽樣的主要問題是大量提供信息的數(shù)據(jù)在這一過程中被淘汰。例如，如果每隔10個單位抽取一次，就意味著自動排除進一步考慮記錄1至9。如果一些情況規(guī)律性地出現(xiàn)在數(shù)據(jù)中，或有些情況導(dǎo)致數(shù)據(jù)被分至幾組，比如說六

45、或七組，那么這些記錄將被自動排除考慮。這種抽樣形式在醫(yī)療護理環(huán)境中的另一個問題是人們通常不會隨機選擇起點，只是選擇一個方便的起點然后啟用他們選擇的采樣間距。這會引入偏差，大大提高抽樣誤差。簡單隨機抽樣。所謂隨機抽樣，是指它為總體中每一個元素都提供平等、獨立的機會，正如前文中提到的，這往往是通過一個隨機數(shù)字表或是計算機隨機數(shù)發(fā)生器實現(xiàn)的。隨機抽樣也可以在同等大小的紙片上寫上一定范圍內(nèi)的數(shù)字（比如1-100），放進一個碗里，然后簡單地拿出一個想好的數(shù)字來實現(xiàn)。但簡單隨機抽樣的主要問題是可能會超過或是達不到其對于總體某些部分的代表性。分層隨機抽樣。在將樣本增大其代表性，減少樣本誤差前，把總體分成相關(guān)

46、的同類階層或是類別。一旦分層被確立后，隨機選擇程序便可以在每一個層次中應(yīng)用。例如你可以將一個診所的預(yù)約分層為健康的嬰兒、復(fù)診以及未預(yù)約的來訪，然后在每一個類別中隨機抽樣。這可以保證在抽樣計劃中，每一組人群不會有超出（或低于）比例的代表人數(shù)。最大的挑戰(zhàn)是這一種抽樣方式要求詳細(xì)的總體信息和特征的分布。分層比例隨機抽樣。這種情況下，使用分層隨機抽樣的概述方法會產(chǎn)生另一種曲解。總體中每一層的比例是確定的，而且這一比例在樣本中被復(fù)制。例如，如果我們知道身體健康的嬰兒問診占診所50%的會診、復(fù)診的占30%、未預(yù)約的占了20%，那我們在舉例中從健康的嬰兒中取50%、從復(fù)診中取30%、從未預(yù)約中取20%。這樣

47、產(chǎn)生的樣本不僅具有代表性，同時顯示總體的特征分布，這會進一步增加樣本的精確性，大大減少抽樣中的誤差。這一分層比例隨機抽樣是目前最復(fù)雜的抽樣設(shè)計之一，要求大量的關(guān)于被抽樣總體的信息。同時在花費和時間上都會增加。當(dāng)無需考慮評估所選擇的樣本的可靠性或是相對于一個較大總體推斷結(jié)果時，可使用非概率抽樣技術(shù)。非概率抽樣最基本的目標(biāo)是選擇一個研究者所認(rèn)為是“典型”的樣本，但問題是無法衡量這一非概率樣本對其所代表總體的典型性和代表性。簡單說來，非概率抽樣可以被認(rèn)為是“足夠好的樣本”（即對于抽樣人員來說足夠好）。非概率抽樣主要問題是人們有一種將樣本結(jié)果推廣于更大總體的傾向。舉例說來，一個當(dāng)?shù)仉娨曅侣動浾哌M行一個

48、“路人”調(diào)查，他選取是十個從雜貨店出來的人，問他們對通過增加當(dāng)?shù)囟愂諄碇С纸處煿べY增長的提議有何看法。十人中只有八個人同意接受采訪。該記者在整理采訪片段和筆記后，對著鏡頭說:"有結(jié)果了，一份匿名的調(diào)查結(jié)果認(rèn)為增加稅收是不合理的?！边@一應(yīng)用中結(jié)果指出大眾一致反對提議，但是事實上，記者只選取了有限數(shù)量的便利的樣本，然后就直接給出了結(jié)論。這一情況也會發(fā)生于你在給定的一天采訪急救中心的十個病人，然后對這一急救中心所提供的服務(wù)得出結(jié)論，這是一個典型的“開車越過你的車燈”（”driving beyond your headlights”）你只掌握了一點點數(shù)據(jù)，但是卻跳了邏輯上的一大步，越出了你所

49、能看到的極限了。這也被稱之為“生態(tài)學(xué)謬論”，就像拿一個微觀生物（例如一個樣本）來推斷整個生物界（整個總體）。非概率抽樣有三大類：簡便抽樣，定額抽樣和抽樣判斷法。方便抽樣。這一抽樣方法獲取已具備的、觀察數(shù)量較小并且便于收集的樣本。方便抽樣也被稱為按塊抽樣（Hess, Riedel, 和Fitzpatrick 1975）或是偶遇抽樣（Maddox 1981;Selltiz et al. 1959)。方便抽樣本質(zhì)的背后沒有科學(xué)根據(jù)，它產(chǎn)生一個有偏差的樣本，只不過是一系列的趣聞卻并不能推斷出整個更大的總體。在采用方便抽樣時，最首要的問題在于問“抽取的樣本對于較大總體的代表性有多重要”。如果結(jié)果出現(xiàn)錯誤

50、無關(guān)緊要，那么方便抽樣可能已經(jīng)夠了。定額抽樣。定額抽樣是在20世紀(jì)30年代發(fā)展起來的，并且被蓋洛普民意調(diào)查組織（Gallup Organization）所廣泛應(yīng)用。Babbic（1979）恰當(dāng)?shù)孛枋隽碎_展定額抽樣的步驟。1. 制定一個矩陣，用以描述目標(biāo)總體的特征。這時有必要知道其中男子和女子的比例；各個年齡、種族和民族的比例；同時也清楚總體中受教育程度和收入水平。2. 一旦這個矩陣制定好后，相關(guān)的數(shù)據(jù)填入每一格中，數(shù)據(jù)來源于所有給出的特征。3. 然后，一個給定單元中的所有個體都被分配一個加權(quán)，與之在總體中的層級相對應(yīng)。4. 對所有的樣本元素進行加權(quán)后，整個數(shù)據(jù)將會能夠合理地代表全部總體。理論上

51、說來，一個準(zhǔn)確的定額抽樣設(shè)計應(yīng)該提供能夠合理代表更大總體的結(jié)果。然而要記住，實際操作當(dāng)中對于各層樣本的抽取是非隨機的，取決于進行抽樣的個人。如果數(shù)據(jù)收集者不勤奮和誠實地對待他的工作，那么這樣的態(tài)度所采集到的數(shù)據(jù)就如同簡便抽樣而不是一個真正的定額抽樣了。最后的威脅是數(shù)據(jù)收集者收集的過程。舉例說來，如果某個定額抽樣要在急救中心收集數(shù)據(jù)，如果只在日班時間進行，就有可能錯過下午和晚班的最關(guān)鍵的數(shù)據(jù)。立意抽樣。在立意抽樣中，知識和經(jīng)驗是這一抽樣法中的關(guān)鍵因素，因為并沒有用于選取樣本的客觀的工具。其中的假設(shè)是經(jīng)驗、好的判斷和合適的策略能夠選取一個滿足研究者目標(biāo)的樣本。顯然，這種抽樣形式最主要的挑戰(zhàn)是在于個

52、人的知識和智慧來做出的判斷。如果每個人都認(rèn)為這個人擁有卓越的智慧，那么他們會信任這個人所選取的樣本，反之人們?nèi)魬岩蛇@個人的智慧，那么他所選取的樣本也不會被信任。戴明認(rèn)為立意抽樣是用于質(zhì)量改進研究的選擇方法。Langley et al（1996）堅持認(rèn)為“一個隨機抽樣是很少采用一個論題專家選取的樣本的?！痹谫|(zhì)量改進循環(huán)中，這類抽樣也被稱之為專家抽樣、驗收抽樣或是合理抽樣。其主要是通過由那些的是對研究過程有專業(yè)知識的人來決定如何分組和抽樣，這些次級組可以通過隨機或非隨機程序抽樣。戴明關(guān)于立意抽樣的觀點中另一個重要特征是他認(rèn)為抽樣是隨著時間推移定期進行的，而非在一個時點上選取的。大部分的抽樣設(shè)計，不

53、管概率或是非概率抽樣都是靜止的，研究者確定一個時間框架，然后盡可能多的收集數(shù)據(jù)。相反的，戴明的觀點是采集的數(shù)據(jù)可以是小量的，但是要像流水一樣延續(xù)（Deming1950,1960,1975）。對抽樣判斷法最主要的批判是在于“專家”并不能了解所調(diào)查總體的所有方面，因此可能選取有所偏頗的樣本。對這一批判的反駁是通過不斷選取多樣的樣本，專家可能的偏差會在過程中隨著固有的變化而減少。掌握各類抽樣技術(shù)知識是削減收集數(shù)據(jù)的時間和工作量的最佳方法之一。若正確的實施的話，抽樣也可以是確保所收集的數(shù)據(jù)是直接關(guān)聯(lián)手頭問題的最佳方法之一。反之，抽樣可能不可避免的遭到眾所周知的爭議，懷疑數(shù)據(jù)、生成數(shù)據(jù)的過程或是采集者的

54、信用。里程碑六許多質(zhì)量改進團隊認(rèn)為數(shù)據(jù)收集好之后他們大部分的工作已經(jīng)完成，但實際上他們的工作才剛剛開始，因為數(shù)據(jù)不會因為團隊有良好地意圖就神奇地轉(zhuǎn)化成信息。對數(shù)據(jù)分析和解釋的步驟對于團隊的成功至關(guān)重要。然而，團隊在質(zhì)量測量的過程中，常常因為對需要分析的部分缺乏規(guī)劃而陷入僵局，因此團隊成員要么幾乎放棄，要么感到極度厭倦。很多團隊非常努力地去界定各種指標(biāo)，收集數(shù)據(jù)，卻碰到了很大的障礙，因為他們并不花時間去思考如何分析數(shù)據(jù)和誰會將數(shù)據(jù)流失。關(guān)于實現(xiàn)這個里程碑的討論必須要展開，否則之前質(zhì)量測量過程中付出的努力遠(yuǎn)遠(yuǎn)不會使你達到目標(biāo)。圖5.3 提供了一列制定分析計劃需要討論的問題。但是請記住，在數(shù)據(jù)出來之

55、前，就應(yīng)該想想一個分析計劃的組成部分和具體的活動。如果你從事質(zhì)量改進計劃，最好的分析方式是由統(tǒng)計程序控制（SPC）控制的。這種統(tǒng)計學(xué)分支是20世紀(jì)20年代初由沃爾特休哈特博士在西方電氣公司（舒爾,1994）工作時開發(fā)的。休哈特的主要分析工具控制圖是所有質(zhì)量改進工作的基石。用控制圖進行的統(tǒng)計分析，與有些人稱之為傳統(tǒng)統(tǒng)計研究有很大區(qū)別（例如，假設(shè)檢驗，p值的發(fā)展，隨機臨床試驗的設(shè)計）。傳統(tǒng)的統(tǒng)計研究目的是將一次時間的結(jié)果（例如一個中年男子組的膽固醇水平）和第二次時間的結(jié)果（通常在初步測量幾個月之后）進行比較。按這種方式進行的研究被稱作靜態(tài)組比較（拜雷言.勞埃德和樸塞克，2003）。研究的重點并不是

56、數(shù)據(jù)是如何隨時間而改變的，而是這兩組結(jié)果是否在統(tǒng)計學(xué)上有所不同。從另一方面來說，用控制圖原則進行的研究從一個完全不同的視角來對待這些數(shù)據(jù)，即動態(tài)研究?？刂茍D將數(shù)據(jù)看成是連續(xù)分布的、有節(jié)奏的、有模式的。在這種情況下，控制圖就像心電圖上的示值讀數(shù)（EKG readout）或者是在重癥監(jiān)護室的遙測監(jiān)控上顯示的生命體征模式（the pattern of vital signs seen on a telemetry monitor in the ICU）?？刂茍D是按時間先后順序排列的數(shù)據(jù)圖。平均值是通過數(shù)據(jù)中心的策劃的，然后控制上限和控制下限是通過數(shù)據(jù)的內(nèi)在變化計算的，這些控制范圍界定數(shù)據(jù)量變化的多少

57、。控制上限和控制下限基本是圍繞統(tǒng)計標(biāo)準(zhǔn)的概念，建立平均值正負(fù)3個標(biāo)準(zhǔn)差。本章節(jié)沒有詳細(xì)介紹控制圖的選擇、使用和解析，僅僅介紹了關(guān)鍵詞。關(guān)于控制圖更多細(xì)節(jié)可在本書的其他章節(jié)或文獻中找到。（拜雷言.勞埃德和樸塞克，2003；凱里2003；凱里和勞埃德2001；西電公司1985；惠勒1995；惠勒和錢伯斯1992）。（(Benneyan, Lloyd, and Plsek 2003; Carey 2003; Carey and Lloyd 2001; Western Electric Co. 1985; Wheeler 1995; Wheeler and Chambers 1992).）當(dāng)你在辦公室

58、收到了數(shù)據(jù)，你會如何回答下面的這些問題呢？1. 你會把這些有形的數(shù)據(jù)存放在哪里？如果你收集的是調(diào)查數(shù)據(jù)，這是一個特殊的問題，這些調(diào)查結(jié)果會迅速地開始堆積。你會保存這些調(diào)查結(jié)果，將它們存在縮微膠卷上，還是在你分析完之后再回收它們？2. 誰來負(fù)責(zé)接收數(shù)據(jù)，記錄到書上和分配識別號碼呢？3. 你制定了一個數(shù)據(jù)碼的書么？如果沒有，誰來做呢？4. 為了將數(shù)據(jù)存入電腦，你制定了什么計劃？你會用電腦么？如果你沒有電腦，你的手工分析計劃是什么呢？5. 如果你不會用電腦，誰來輸入這些數(shù)據(jù)呢？你會在數(shù)據(jù)輸入之后，對其進行核實么？你想使用專業(yè)的數(shù)據(jù)錄入服務(wù)么？6. 誰將負(fù)責(zé)你的數(shù)據(jù)分析？（這個問題適用于你是否用人工或自動分析）7. 你會使用什么電腦軟件？你會制作描述性統(tǒng)計摘要、交叉表格、圖形總結(jié)或控制圖么？8. 一旦你有一堆的電腦輸出，誰來負(fù)責(zé)將這些原始的數(shù)據(jù)轉(zhuǎn)化成信息，以便做出決策呢？你