Department of Science and Technology Institutionen för teknik och naturvetenskap
Linköping University Linköpings universitet
g n i p ö k r r o N 4 7 1 0 6 n e d e w S , g n i p ö k r r o N 4 7 1 0 6 -E S
LiU-ITN-TEK-G--17/112--SE
Överbelastningens och
pre-triagesjuksköterskans
inverkan på patientflödet: En
jämförelsestudie vid
akutmottagningen på
Linköpings
Universitetssjukhus
Erik Hensler
Pontus Karlsson
2017-06-21
LiU-ITN-TEK-G--17/112--SE
Överbelastningens och
pre-triagesjuksköterskans
inverkan på patientflödet: En
jämförelsestudie vid
akutmottagningen på
Linköpings
Universitetssjukhus
Examensarbete utfört i Logistik
vid Tekniska högskolan vid
Linköpings universitet
Erik Hensler
Pontus Karlsson
Handledare Krisjanis Steins
Examinator Tobias Andersson Granberg
Norrköping 2017-06-21
Upphovsrätt
Detta dokument hålls tillgängligt på Internet – eller dess framtida ersättare –
under en längre tid från publiceringsdatum under förutsättning att inga
extra-ordinära omständigheter uppstår.
Tillgång till dokumentet innebär tillstånd för var och en att läsa, ladda ner,
skriva ut enstaka kopior för enskilt bruk och att använda det oförändrat för
ickekommersiell forskning och för undervisning. Överföring av upphovsrätten
vid en senare tidpunkt kan inte upphäva detta tillstånd. All annan användning av
dokumentet kräver upphovsmannens medgivande. För att garantera äktheten,
säkerheten och tillgängligheten finns det lösningar av teknisk och administrativ
art.
Upphovsmannens ideella rätt innefattar rätt att bli nämnd som upphovsman i
den omfattning som god sed kräver vid användning av dokumentet på ovan
beskrivna sätt samt skydd mot att dokumentet ändras eller presenteras i sådan
form eller i sådant sammanhang som är kränkande för upphovsmannens litterära
eller konstnärliga anseende eller egenart.
För ytterligare information om Linköping University Electronic Press se
förlagets hemsida
http://www.ep.liu.se/Copyright
The publishers will keep this document online on the Internet - or its possible
replacement - for a considerable time from the date of publication barring
exceptional circumstances.
The online availability of the document implies a permanent permission for
anyone to read, to download, to print out single copies for your own use and to
use it unchanged for any non-commercial research and educational purpose.
Subsequent transfers of copyright cannot revoke this permission. All other uses
of the document are conditional on the consent of the copyright owner. The
publisher has taken technical and administrative measures to assure authenticity,
security and accessibility.
According to intellectual property law the author has the right to be
mentioned when his/her work is accessed as described above and to be protected
against infringement.
For additional information about the Linköping University Electronic Press
and its procedures for publication and for assurance of document integrity,
please refer to its WWW home page:
http://www.ep.liu.se/i
SAMMANFATTNING
Antalet besök på Linköpings Universitetssjukhus akutmottagning har ökat under de senaste åren, vilket har lett till överbelastning. Avdelningen lever i dagsläget inte upp till målet att 80 procent av ankommande patienter ska få en första läkarbedömning inom en timme och vistelsetid som understiger fyra timmar. Samtidigt har ett nytt mål tillkommit, att patienter ska få en första medicinsk bedömning av läkare eller sjuksköterska inom 30 minuter från ankomst.
För att bättre motsvara det ökade vårdbehovet kommer en ny akutmottagning att öppna. På den nya akutmottagningen kommer patienter som anländer genom akutmottagningens huvudentré att möta en pre-triagesjuksköterska som gör en första bedömning av patientens besvär och hur snabbt den första medicinska bedömningen måste utföras. Om patienten som ankommer till akutmottagningen befaras ha livshotande skador kommer
pre-triagesjuksköterskan att ankomstregistrera patienten. Övriga patienter kommer kunna välja mellan att registrera sin ankomst genom ett självincheckningssystem eller hos en receptionist i vänthallen.
Åtgärderna kan reducera patienters väntetid till medicinsk bedömning och deras vistelsetid på akutmottagningen. En pilotstudie har utförts på akutmottagningen där en
pre-triagesjuksköterska introducerades. Studiens syfte var att undersöka hur överbelastning inverkar på patienters väntetid till medicinsk bedömning samt vistelsetid på en
akutmottagning. Studien har även undersökt om introduktionen av pre-triagesjuksköterskan inverkade på patienters väntetid till medicinsk bedömning samt vistelsetid på
akutmottagningen. Studien har även analyserat om pre-triagesjuksköterskans insatser inverkade på andelen patienter som erhöll en högre prioritet under vistelsetiden.
För att utvärdera överbelastningens och pre-triagesjuksköterskans inverkan på patienters väntetider och vistelsetider har analyser utförts med multipel linjär regression. Data från tidpunkter när triagesjuksköterskan arbetade har jämförts med data från perioden före pre-triagesjuksköterskan introducerades. Flera analyser utfördes med ett stratifierat urval av data. Slutsatserna från studien var att överbelastning ökade både väntetid och vistelsetid, pre-triagesjuksköterskans insatser minskade väntetiden till medicinsk bedömning. Studien visar att vistelsetiden ökar när pre-triagesjuksköterskan introducerades, men mer data behöver analyseras för att säkerställa resultatet för denna slutsats. Patienter som får högre tilldelad prioritet är inte tillräckligt många för att kunna dra en slutsats om pre-triagesjuksköterskans inverkan på andelen som får högre prioritet.
ii
ABSTRACT
The number of visits at the Emergency Department at Linkoping University Hospital has increased during the last few years, which has led to over-crowding. The department does not currently achieve the goal of 80 percent of arriving patients getting an initial examination performed by a doctor within one hour and a total time spent at the Emergency Department below four hours. Furthermore a new goal has arisen, that all patients within 30 minutes shall get an initial investigation performed by either a doctor or a registered nurse.
To better match the demand of health care, a new Emergency Department will open. Patients who enter through the main-entrance of the Emergency Department will meet a Pre-triage nurse who will perform an initial judgement of the patient’s symptoms and how soon the initial care must be performed. Patients with suspected life-threatening injuries will be
registered at arrival by the Pre-triage nurse. Other patients will announce their arrival through a Self-check-in system or at a receptionist in the arrival room.
The activities could reduce the patients waiting time for initial medical examination and their total time spent at the Emergency Department. At the Emergency Department a pilot study has been performed where a Pre-triage nurse was introduced. The aim of the study was to investigate how over-crowding influences on the patient’s waiting time for medical examination and total time spent at the Emergency Department. Furthermore, the study examined if the actions of the Pre-triage nurse did affect the number of patients being assigned a higher priority during their total time spent at the Emergency Department. To evaluate the influence of over-crowding and the Pre-triage nurse’s on patients’ waiting time and total time spent at the Emergency Department, analyze has been carried out by using Multiple Linear Regression. Data from when the Pre-triage nurse was working has been compared to data from the period before the Pre-triage nurse was introduced. Multiple analysis were performed with a stratified selection of data.
In conclusion, the study revealed that over-crowding increased patients waiting time for medical investigation and total time patients spent at the Emergency Department. Action of the Pre-triage nurse reduced the waiting time for medical investigation. In addition, the study revealed an increased time spent at the Emergency Department after the Pre-triage nurse was introduced but more data must be analysed to ensure this conclusion. The number of patients assigned a higher priority were not enough to conclude if the Pre-triage nurse did impact on the proportion of patients who were assigned a higher priority during their time spent at the Emergency Department.
iii
Förord
Vi vill rikta ett tack till Linköpings akutmottagning och den personal som har möjliggjort arbetet. Tack även till handledare Krisjanis Steins och examinator Tobias Andersson Granberg för god handledning och återkoppling under arbetets genomförande. Erik Hensler
Pontus Karlsson
iv
Innehållsförteckning
1 Inledning ... 1 Problembakgrund ... 1 Problembeskrivning ... 2 Syfte ... 3 Frågeställningar ... 3 Avgränsningar ... 4 2 Metod ... 5 Litteratursökning ... 5 Kvantitativ metod ... 5 Undersökningsdesign ... 6Förklarande (kausala) problemställningar ... 6
Hypotesprövning ... 6
Jämförelsestudier ... 7
Sammanfattning av utformad undersökningsdesign ... 7
Bearbetning av data ... 8
Bearbetning av data, hypotesprövning 1 och hypotesprövning 2 ... 10
Bearbetning av data, hypotesprövning 3 och hypotesprövning 4 ... 10
Bearbetning av data, hypotesprövning 5 ... 11
Metod för resultat och analys ... 12
Patienters demografi ... 12
Analys av hypotesprövning 3 och hypotesprövning 4 ... 12
Patienters ankomstmönster och egenskaper vid ankomst ... 12
Akutmottagningens utfall ... 12
Prioritetsförändringar ... 13
Metod för statistisk analys av hypoteser ... 13
Förklarande variabler ... 14
Analys av hypotesprövning 1 och hypotesprövning 2 ... 17
Studiens trovärdighet ... 17 Representativitet ... 17 Reliabilitet ... 18 Validitet ... 18 3 Verksamhetsbeskrivning ... 19 Region Östergötland ... 19
Akutmottagningen på Universitetssjukhuset i Linköping ... 19
4 Teoretisk referensram ... 21 Logistik ... 21 Vårdlogistik ... 22 Logistik på akutmottagningar ... 24 Triage ... 25 RETTS ... 25
Triagesystem i tidigare studier ... 27
Överbelastning på akutmottagningar ... 28
Överbelastningens konsekvenser ... 28
Patienters väntetid och vistelsetid ... 29
Undersökningsrum i väntehallen... 30
Introduktion av läkare i triagebedömningen ... 31
Tidigare studiers undersökningsdesign ... 32
5 Resultat och analys ... 33
Patienters demografi ... 33
Patienters ankomstmönster och egenskaper vid ankomst ... 33
Akutmottagningens utfall ... 34
Vistelsetid > 4 h och medicinsk bedömning > 30 minuter ... 37
Mediantid vistelsetid, mediantid väntetid till medicinsk bedömning ... 37
v
Väntetid indelad i patienters initiala prioritet ... 38
Prioritetsförändringar ... 38
6 Statistisk analys av hypoteser ... 40
Analys av belastningens påverkan av väntetid ... 40
Analys av belastningens påverkan av vistelsetid ... 41
Analys av pre-triagesjuksköterskans påverkan av väntetid ... 41
Analys av pre-triagesjuksköterskans påverkan av vistelsetid ... 42
7 Diskussion ... 44
Belastningens påverkan av väntetid ... 44
Belastningens påverkan av vistelsetid ... 45
Pre-triagesjuksköterskans påverkan av väntetid ... 45
Pre-triagesjuksköterskans påverkan av vistelsetid ... 47
Pre-triagesjuksköterskans påverkan på prioritetsförändringar ... 48
Diskussion om utförande ... 49
Kvantilregression ... 52
Analys av konkurrerande risker ... 52
Tekniker för dataanalys ... 53
8 Slutsats ... 54
Referenser ... 56
Bilaga 1 – Patienters demografi ... 60
Bilaga 2 – Patienters egenskaper och Ankomstmönster ... 62
Bilaga 3 – Utfall ... 66
1
1 INLEDNING
Kapitlet presenterar problemrelaterad bakgrund och dagens utmaningar som den studerade verksamheten står inför. Här presenteras även bakgrunden till projektet, studiens syfte, frågeställningar och avgränsningar.
Problembakgrund
Linköpings Universitetssjukhus (härefter kallat US) har en akutmottagning där antalet ankommande patienter har ökat under de senaste åren. Läkare 1 (2015) beskriver att antalet besök ökade med totalt 19 procent mellan år 2006-2011. Antalet patienter ökade med 11 procent mellan år 2010 och 2011. Vid ankomst till akutmottagningen registreras patienters ankomstsätt. Alternativen vid registrering av ankomstsätt är ambulans, bårtaxi, liggande sjuktransport, polis och gående. Under de senaste åren har runt 70 procent av ankommande patienter varit gående patienter.
Region Östergötland måste säkerställa att regionen kan motsvara dagens ökade vårdbehov. Det ska genomdrivas med säkra vårdinsatser som utförs kostnadseffektivt. Ombyggnationen av US norra entré är därmed ett av Region Östergötlands pågående byggprojekt. (Region Östergötland, 2015a) Efter ombyggnationen av US kommer en ny akutmottagning att öppna. (Region Östergötland, 2015b)
Enligt Läkare 1 (2015) ankommer patienter till akutmottagningen via ambulans eller via akutmottagningens huvudentré. US akutmottagning har idag en sekreterare som registrerar patienter som anländer via huvudentrén, med andra ord patienterna med ankomsätt gående eller ankomstsätt polis. Det sker efter att patienten har tagit en kölapp och inväntat sin tur för ankomstregistreringen. Om patienten tar en kölapp vid ankomst till vänthallen korrigeras patientens ankomsttid i Cambio Cosmic automatiskt till tidpunkten då kölappen skrevs ut. Cambio Cosmic är ett vårdinformationssystem som är anpassat för nordisk sjukvård. Systemet omfattar såväl administration om patienter och support för klinisk vård.
Sekreteraren registrerar patientens personnummer, kontaktuppgifter till anhöriga och patientens upplevda besvär. Upplevda besvär återges av sekreteraren som besöksorsak i Cambio Cosmic. Patienten erhåller även en preliminär initial prioritet av sekreteraren enligt prioriteringssystemet RETTS, se kapitel 4.4.1. När patienten ankommer till receptionisten får patienten svara på frågor för att kunna estimera det aktuella tillståndet. Receptionisten kan med hjälp av patientens uppgifter tilldela patienten en preliminär initial prioritet till dess att patienten får träffa en läkare eller sjuksköterska. Vid hög belastning och om patientens väntetid blir lång kan sekreteraren göra patientens initiala prioritet till en officiell initial prioritet som registreras i Cambio Cosmic. (Läkare 1, 2015)
Läkare 1 (2016a) beskriver att åtgärder kommer introduceras vid den nya akutmottagningens huvudentré. Där kommer patienter som tidigare ha möjligheten att registrera sin ankomst i receptionen. Patienterna kommer även kunna registrera sin ankomst via ett
självincheckningssystem. Det sker utan insatser från personal, där patienten får registrera sina uppgifter och besvär genom olika alternativ och fritext.
Vid tidpunkter då många patienter anländer till akutmottagningen kommer även en pre-triagesjuksköterska att arbeta vid ett podium innanför huvudentrén. Pre-pre-triagesjuksköterskans uppdrag kommer innefatta att snabbt bedöma patientens besvär och om patienten behöver
2
direkt tillträde till akutmottagningen. Om det finns risk för att patienten har livshotande skador kommer pre-triagesjuksköterskan att ankomstregistrera patienten och kommunicera det till sjuksköterskor som utför medicinsk bedömning. Patienter som vid en första anblick inte bedöms ha livshotande skador kommer hänvisas till självincheckningssystemet. Patienter som upplever det svårt med självregistreringen kommer uppmanas att ta en kölapp till
receptionisten. Åtgärden syftar till att reducera överbelastningen till registreringen av ankommande patienter. Väntande patienters hälsotillstånd kan eventuellt förvärras. Om patienterna kommunicerar det till pre-triagesjuksköterskan kan en ny initial bedömning utföras. Vid förvärrat tillstånd kommuniceras även detta till personal som utför medicinsk bedömning. (Läkare 1, 2016a)
Problembeskrivning
US akutmottagning lever inte upp till det tillgänglighetsmål som Region Östergötland har fastställt. Region Östergötland (2015c) beskriver tillgänglighetsmålet för US akutmottagning, att 80 procent av akutmottagningarnas ankommande patienter ska:
- Träffa en läkare inom en timme. Det avser även patienter som är lägst medicinskt prioriterade. (Akutmottagningens prioriteringssystem presenteras i kapitel 4.4.1) - Lämna akutmottagningen inom fyra timmar. Det innebär att patienten antingen skickas
hem, eller transporteras till en annan vårdavdelning, efter att hälsotillståndet är stabiliserat.
Tabell 1 illustrerar andelen patienter som fick träffa en läkare inom en timme på US akutmottagning år 2011-2014. (Region Östergötland, 2015c)
Tabell 1 Andelen patienter som fick träffa en läkare inom en timme år 2011-2014.
Tabell 2 illustrerar andelen patienter som lämnade akutmottagningen inom fyra timmar på US akutmottagning år 2011-2014. (Region Östergötland, 2015c)
Tabell 2 Andelen patienter som lämnade US akutmottagning inom fyra timmar år 2011-2014.
Enligt Läkare 1 (2016b) har inflödet av patienter med icke-akuta besvär ökat på US
akutmottagning. Patienter med icke-akuta besvär definieras som ankommande patienter som hade fått rätt vård vid annan vårdinstans. Detta baseras på om patienten har akut besvär och patientens fastställda slutdiagnos. Enligt prognoser kommer inflödet av sådana patienter att fortsätta öka i framtiden.
År Andel patienter 2011 51 % 2012 48 % 2013 62 % 2014 59 % År Andel patienter 2011 67 % 2012 64 % 2013 68 % 2014 65 %
3
Därutöver har ett nytt tillgänglighetsmål tillkommit. Samtliga patienter som ankommer till akutmottagningen ska erhålla en medicinsk bedömning inom 30 minuter. Denna insats kan utföras av en legitimerad sjuksköterska eller läkare som tillhör olika team på
akutmottagningen. Vid den medicinska bedömningen korrigeras eller bekräftas den
besöksorsak som registrerades i samband med patienters ankomstregistrering. Till skillnad från ankomstregistreringen utförs kompletterande dokumentation om patientens hälsotillstånd och sjukdomshistorik vid medicinsk bedömning. (Läkare 1, 2016b)
Enligt Läkare 1 (2016b) har en pilotstudie genomförts inför introduktionen av
självincheckningssystemet. Den syftade till att undersöka effekten på patientflödet vid introduktion av en pre-triagesjuksköterska. Pre-triagesjuksköterskan ställde samma kontrollfrågor som är formulerade i det framtida självincheckningssystemet.
Pre-triagesjuksköterskan ankomstregistrerade samtliga patienter som ankom via huvudentrén i systemet Cambio Cosmic. Om ankommande patient befarades ha akuta besvär
kommunicerades det till ett medicinskt team inne på akutmottagningen. Vid hög belastning och om patientens väntetid blev lång kunde sekreteraren göra patientens initiala prioritet till en officiell initial prioritet som registrerades i Cambio Cosmic.
Pilotstudien utfördes dagtid på måndagar och tisdagar. Detta för att akutmottagningen upplever ett ökat inflöde av patienter som anländer via akutmottagningens huvudentré under dessa dagar. När självincheckningssystemet har introducerats kommer patienter kunna
registrera sin ankomst via systemet eller vid receptionisten. Pre-triagesjuksköterskan kommer även att sitta innanför entrén till akutmottagningen. Verksamheten tror att det kan skapa ett jämnare patientflöde för olika patientgrupper. Resultatet kan bli reducerad väntetiden till medicinsk bedömning och vistelsetid, till exempel om fler patienter anländer samtidigt. Det finns därmed ett intresse av att undersöka hur överbelastning och
pre-triagesjuksköterskan inverkar på olika patienters tid i systemet.
Syfte
Syftet är att undersöka hur överbelastning inverkar på patienters väntetid till medicinsk bedömning samt vistelsetid på en akutmottagning. Studien ska även undersöka om
introduktionen av en pre-triagesjuksköterska inverkar på patienters väntetid till medicinsk bedömning samt vistelsetid på en akutmottagning. Studien ska även analysera om pre-triagesjuksköterskans insatser inverkar på andelen patienter som erhåller en högre prioritet under vistelsetiden.
Frågeställningar
För att identifiera hur överbelastning påverkar patienters väntetider och vistelsetid på akutmottagningen har följande frågeställning definierats:
Hur skiljer sig olika patienters väntetid och vistelsetid på akutmottagningen när den är, och inte är, överbelastad?
Vi vill även granska hur pre-triagesjuksköterskans insatser inverkar på patienters väntetid och vistelsetid på akutmottagningen. För denna utvärdering har följande frågeställningar
upprättats:
Hur inverkar pre-triagesjuksköterskans insatser på patienters vistelsetid på akutmottagningen?
4
Hur inverkar pre-triagesjuksköterskans insatser på patienters väntetid till medicinsk bedömning?
Inverkar pre-triagesjuksköterskans insatser på andelen patienter som erhåller en högre prioritet under vistelsetiden på akutmottagningen?
Avgränsningar
Studiens analyser avgränsades till data från en akutmottagning och deras ankommande patienter från 2016-03-14 till 2016-05-08. Olika urval från de åtta veckorna avgränsade data ytterligare för att besvara respektive frågeställning. Förklarande variabler för olika
frågeställningar begränsades till patienters ankomstsätt, besöksorsak, arbetsteam, initial prioritet, ålder om pre-triagesjuksköterskan arbetade eller inte och antal inskrivna patienter vid patienters ankomst. Patienter där tid till medicinsk bedömning inte var registrerad exkluderades vid regressionsanalyser för medicinsk bedömning. Patienter där vistelsetid saknades exkluderades vid regressionsanalyser för vistelsetid.
Vid analys av frågeställningar om överbelastningens inverkan på patienters vistelsetid och väntetid exkluderades ankommande patienter som ankom när pre-triagesjuksköterskan arbetade. För analys av frågeställningar om pre-triagesjuksköterkans inverkan på patienters vistelsetid och väntetid avgränsades data för jämförelse till patienter med motsvarande ankomstdagar, ankomsttider och ankomstsätt de fyra veckorna före pilotstudien utfördes. Variabeln belastning avgränsades till att vara en kategorisk förklarande variabel i alla utförda regressionsanalyser. Var tionde ackumulerande procentenhet för belastning låg till grund för gränsen för respektive decil.. Den utgick från alla ankommande patienter från 2016-03-14 till 2016-05-08.
I studien tillämpades en kvantitativ metod och avgränsades från observationer på plats i samband med sekreterarens och pre-triagesjuksköterskans ankomstregistrering.
Arbetet avgränsades även från att beräkna kostnader för introducerade åtgärder och lämnade rekommendationer. Att flytta ut en pre-triagesjuksköterska från akutmottagningen till ankomsthallen antas ge en oförändrad kostnad. Kostnaden för övriga åtgärder som rekommenderas kan behöva analyseras före implementering på akutmottagningen.
5
2 METOD
I detta kapitel återges metoden som har använts i examensarbetet. Arbetet initierades med ett möte på US akutmottagning. Verksamhetens problem beskrevs, varefter syfte och
frågeställningar definierades. På mötet utsågs en person som handledare för examensarbetet. Läkaren har en ledande befattning på Linköpings akutmottagning och omnämns i rapporten som Läkare 1. Information har även erhållits av Chef 1 som också innehar en ledande befattning på akutmottagningen. Litteratur eftersöktes varefter en metod utformades. Data erhölls från Läkare 1 (2016c) avseende patientflödet på US akutmottagning, en
undersökningsdesign utformades, data bearbetades och analyserades. Avslutningsvis diskuterades resultatet för att dra slutsatser om överbelastningens och
pre-triagesjuksköterskans inverkan på patientflödet.
Litteratursökning
Undersökningen initierades med att studera teori kring problemområdet som låg till grund för studiens datainsamling och inriktning. Patel & Davidson (2003) menar att fokus ska ligga på vilka egenskaper eller mänskliga fenomen som uppdagas när teorier och modeller presenteras. Det är nödvändigt att se studiens bredare perspektiv när litteratur eftersöks. Huvudsaklig kunskap om tidigare undersökningsproblem, tillämpad metodik och resultat i
problemrelaterade studier kan erhållas.
Före eftersökning av litteratur anordnades ett möte på US akutmottagning för att erhålla övergripande information om verksamheten. Information om verksamheten erhölls även från Region Östergötlands hemsida. För att förstå hur överbelastning och pre-triagesjuksköterskan inverkar på patientflödet var det nödvändigt att eftersöka litteratur om teorier. Detta gav en förståelse för vårdsektorn, arbetet på akutmottagningar och hur problemet kunde undersökas. Författarna har eftersökt och granskat vetenskapliga artiklar, litteratur och rapporter som presenteras i arbetets metod och teoretiska bakgrund. Primärt har eftersökning utförts via Linköpings Universitetsbiblioteks söktjänst Unisearch, men även genom DiVA (Digitala Vetenskapliga Arkivet). DiVA är Linköpings Universitets publiceringsdatabas för publicering och registrering av forskningspublikationer och examensarbeten. Författarna studerade
artiklar, tidskrifter, litteratur och rapporter som relaterar till överbelastning på
akutmottagningar, vårdlogistik, triage och statistisk analys. Därefter valdes aktiviteterna för denna studie. För att studera hur överbelastning och pre-triagesjuksköterskan inverkar på patientflödet har en kvantitativ metod använts.
Kvantitativ metod
I detta arbete tillämpades en kvantitativ metod. Enligt Eliasson (2013) används kvantitativa metoder i syfte att analysera siffror samt de uppgifter som kan beskrivas med siffror.
Kvantitativa analysmetoder kan användas för att påvisa hur kvantitativa variabler är fördelade mellan olika grupper av människor. Resultatet ska grundas på noterad data, deras signifikanta samband och övriga resultat som framställs för att besvara problemformuleringar. Enligt Bryman & Nilsson (2011) är kausalitet en viktig faktor vid användandet av kvantitativa metoder. Siffror används för att förklara varför, snarare än hur, någon företeelse inträffar. Bryman och Nilsson (2013, s.151) beskriver en övergripande modell av de första stegen i en kvantativ undersökning. Författarna klargör att forskning sällan är lika enkel som enligt stegen i illustrerad modell. Modellen kan däremot utgöra en grund för att angripa ett problem. Modellen innefattar bland annat följande steg efter att teori har granskats:
6 Undersökningsdesign
Bearbetning av data Analys av data
Formulering av resultat och slutsatser.
För den kvantitativa undersökningen har data avseende patientflödet samlats in från US
akutmottagning. Data som samlades in omfattande ankommande patienter från 2016-01-01 till 2016-05-09.
Undersökningsdesign
Det är nödvändigt att ta ställning till valet av metoder och design när beslutet om
forskningsstrategi (vilket till exempel är valet mellan kvantitativ och kvalitativ metod) har fastställts. Undersökningens design är något som utgör en ram för de data som samlas in och hur data analyseras. Designen återspeglar vilken prioritet som olika aspekter tilldelas i forskningsprocessen. (Bryman & Nilsson, 2011) Formulerade frågeställningar styr vilken undersökningsdesign som ska användas samt valet av metod när empiri ska samlas in. (Jacobsen, 2012)
Förklarande (kausala) problemställningar
Jacobsen (2012, s. 49) menar att det finns tre huvudsakliga problemställningar som ligger till grund för valet av undersökningsdesign. Förklarande (kausala) problemställningar
formuleras ofta så här: ”Varför ser en situation ut som den gör?” Att förklara vad som är den
underliggande orsaken till likheter/skillnader är relevant när dessa problemställningar ska besvaras.
Hardy & Bryman (2004) menar att deskriptiv statistik återger information avseende fyra funktioner. Det mest sannolika värdet i distributionen, i vilken utsträckning data antar olika värden, distributionens symmetri i relation till det mest sannolika värdet och hur centrerade värden är runt det mest sannolika värdet. Dessa faktorer genererar en god förståelse avseende föreliggande distribution. Det ligger sedan till grund vid utformningen av vidare analys av data. Oberoende vald teknik är det nödvändigt att förstå distributionens egenskaper av studerad data.
Förklarande problemställningar kan utvärderas genom att upprätta hypoteser. För att besvara problemställningen kan definierade hypoteser analyseras genom att studera orsaken (ofta kallad den oberoende variabeln) och effekten (den beroende variabeln) mellan variabler. Effekten kan även studeras genom användandet av flera oberoende variabler. (Jacobsen, 2012)
Hypotesprövning
Undersökningar härleds ofta ur en frågeställning som leder till spekulationer. Ofta omnämns dessa spekulationer som hypoteser. Hypotesen är ett antagande om hur verkligheten ser ut. För att avgöra om det ligger någon sanning i detta antagande är det nödvändigt att utföra empiriska undersökningar. (Jacobsen, 2012) Hypotesprövning kan säga hur variabler som är mätbara förhåller sig till varandra. När kvantitativ data används vid hypotesprövning
innehåller arbetsgången följande steg (Eliasson, 2013):
1. Identifiera de krav som testet ställer på data, baserat på variabeln som ska beräknas. Olika test ställer olika krav på fördelningen av data och stickprovets storlek.
7
2. Definiera två hypoteser, en nollhypotes och en arbetshypotes. Vanligtvis grundas dessa hypoteser på om samband mellan variabler föreligger eller inte. Nollhypotesen innebär att inget samband föreligger. Arbetshypotesen påvisar ett samband, alternativt en statistisk signifikant skillnad mellan variabler.
3. Ta fram ett statistiskt testmått. Testmåttet är ett värde som används vid uttalandet om samband/skillnad föreligger eller inte. Valet av test beror på vilket som är mest lämpligt för aktuell situation.
4. Identifiera sannolikheten för att nollhypotesen är sann för testmåttet. Det innebär att fastställa en gräns för när samband är, och inte är, statistiskt signifikanta beroende på risk som accepteras för att en nollhypotes av misstag skulle förkastas. (Eliasson, 2013) Ett huvudsakligt krav i hypotesprövningen är att fastställa sannolikheten för att felaktigt förkasta nollhypotesen, vilket omnämns som hypotesprövningens signifikansnivå. (Løvås, 2006)
5. Redovisa om data stödjer testets nollhypotes eller arbetshypotes och dra slutsatser om detta. (Eliasson, 2013)
Jämförelsestudier
Brink och Wood (1998) beskriver att jämförelsestudier kan utföras vid tillfällen hypoteser ska utvärderas och de oberoende variablerna inte kan manipuleras. Vid jämförelsestudier är det vanligtvis två grupper som jämförs, den behandlade och den obehandlade gruppen. I den ideala jämförelsestudien är det enbart i den främmande variabeln som grupperna skiljer sig från varandra. För designen är två delar viktiga:
Grupperna måste vara jämförbara där grupperna i bästa fall enbart skiljer sig åt i den oberoende variabeln som studeras.
Sammanställ teori som förklarar orsak och verkan mellan aktuella variabler. Brink och Wood (1998) beskriver viktiga aspekter vid jämförelsestudier:
1. Metoden ska utformas så att studien belyser skillnader mellan grupper och bland grupper.
2. Tekniken för insamling av data ska möta grundläggande antaganden i studien. 3. Mätmetoderna ska vara lämpliga. Det är nödvändigt att förhålla sig till studiens
reliabilitet och validitet.
4. Tillämpa en dataanalys som är lämplig för aktuell frågeställning. Studiens begränsningar måste beskrivas.
5. Tolka resultatet med koppling till aktuella frågeställningar och med hänsyn till studiens begränsningar.
Det är även nödvändigt att diskutera eventuella felkällor från datainsamling, urval, val av statistiska test, avskrivning och kodning av data. Delarna kan inverka på resultatet i en studie. Om resultatet stödjer den hypotes som har formulerats är nästa steg att tolka resultatet grundat på problemrelaterad teori. (Brink & Wood, 1998)
Sammanfattning av utformad undersökningsdesign
I denna studie formulerades förklarande problemställningar. För att besvara frågeställningarna har fem hypoteser formulerats. I avsnitt 2.3.2 omnämndes hur en hypotesprövning utformas. H är arbetshypotesen och H är nollhypotesen. Två hypoteser formulerades för att studera överbelastningens inverkan på patientflödet. Hypotesprövning 1 avser hur överbelastningen inverkar på patienters väntetid på US akutmottagning:
8
H : Överbelastning ökar patienters väntetid på akutmottagningen H : Överbelastning ökar inte patienters väntetid på akutmottagningen Hypotesprövning 2 avser hur överbelastning inverkar på patienters vistelsetid på US akutmottagning:
H : Överbelastning ökar patienters vistelsetid på akutmottagningen H : Överbelastning ökar inte patienters vistelsetid på akutmottagningen Tre hypoteser formulerades som syftade till att undersöka effekten av att introducera en triagesjuksköterska på US akutmottagning. Hypotesprövning 3 avser hur
pre-triagesjuksköterskan inverkar på ankommande patienters väntetid:
H : Pre − triagesjuksköterskans insatser minskar patienters väntetid på akutmottagningen
H : Pre − triagesjuksköterskans insatser minskar inte patienters väntetid på akutmottagningen
Hypotesprövning 4 avser hur pre-triagesjuksköterskan inverkar på ankommande patienters vistelsetid på akutmottagningen:
H : Pre − triagesjuksköterskans insatser minskar patienters vistelsetid på akutmottagningen
H : Pre − triagesjuksköterskans insatser minskar inte patienters vistelsetid på akutmottagningen
Hypotesprövning 5 avser om pre-triagesjuksköterskan inverkar på andelen patienter som erhåller en högre prioritet under vistelsetiden på akutmottagningen:
H : Pre − triagesjuksköterskans insatser reducerar andelen patienter som erhåller en högre prioritet under vistelsetiden på akutmottagningen
H : Pre − triagesjuksköterskans insatser reducerar inte andelen patienter som erhåller en högre prioritet under vistelsetiden
För att dra slutsatser om hypoteserna har data bearbetats och analyserats. Data
sammanställdes för studieperioden, för patienter som ankom när systemet var eller inte var överbelastat. Ett urval av data sammanställdes även för ankommande patienter före och efter introduktionen av pre-triagesjuksköterskan. Data som studerades beskrivs mer utförligt i kapitel 2.4. Syftet var att undersöka om data stödde arbetshypotesen eller nollhypotesen i respektive hypotesprövning. Undersökningen innefattade beräkning av flera variabler och testmått för att dra slutsatser om respektive nollhypotes kunde förkastas.
Bearbetning av data
Data bearbetades med hjälp av Microsoft Access och Microsoft Excel. Data från 2016-01-01 till 2016-05-09 användes för att beräkna antalet patienter som var inskrivna på
akutmottagningen vid patienters ankomst. Därefter utfördes ett urval av data omfattande patienter som ankom till US akutmottagning från 2016-03-14 till 2016-05-08. Perioden
9
motsvarar åtta veckor och omnämns som studieperioden i rapporten. Urvalet av data för studieperioden omnämns i figur 1.
Figur 1 Första urvalet av data för studien
Schemaläggningen av pre-triagesjuksköterskan var koncentrerad till måndagar och tisdagar kl. 10.00-18.15 på US akutmottagning. Pre-triagesjuksköterskan arbetade de fyra sista veckorna i studieperioden (2016-04-11 – 2016-05-08). Schemaläggningen grundades på att ledningsgruppen över tid hade observerat ett ökat inflöde av patienter vid dessa dagar på veckan. I tabell 3 återges de datum och tider som pre-triagesjuksköterskan var schemalagd.
Tabell 3 Tider då pre-triagesjuksköterskan var schemalagd
Datum Dag Tid
2016-04-11 Måndag 10.00–18.15 2016-04-12 Tisdag 10.00–18.15 2016-04-18 Måndag 10.00–18.15 2016-04-19 Tisdag 10.00–18.15 2016-04-25 Måndag 10.00–18.15 2016-04-26 Tisdag 10.00–18.15 2016-05-02 Måndag 10.00–18.15 2016-05-03 Tisdag 10.00–18.15
De fyra första veckorna i studieperioden (2016-03-14 – 2016-04-10) utgör perioden före schemaläggningen av pre-triagesjuksköterskan. I tabell 4 återges motsvarande datum och tider som data hämtades från för analys av hypotesprövning 3, hypotesprövning 4 och
hypotesprövning 5.
Tabell 4 Tider före pilotstudien som jämförs mot pre-triagessjuksköterskans arbetstider.
Datum Dag Tid
2016-03-14 Måndag 10.00–18.15 2016-03-15 Tisdag 10.00–18.15 2016-03-21 Måndag 10.00–18.15 2016-03-22 Tisdag 10.00–18.15 2016-03-28 Måndag 10.00–18.15 2016-03-29 Tisdag 10.00–18.15 2016-04-04 Måndag 10.00–18.15
10 2016-04-05 Tisdag 10.00–18.15
Utifrån tabell 3 och tabell 4 definierades två urval. De tider som visas i tabell 3 omnämns i fortsättningen som urval 2 och omfattar tiderna då pre-triagesjuksköterskan var schemalagd. De tider som visas i tabell 4 omnämns i fortsättningen som urval 1, vilket motsvarar de tiderna från fyra veckor före pre-triagesjuksköterskan introducerades.
Insamlad information kan behöva kodas till data så denna kan kvantifieras. För en del
information, till exempel ålder, är det enkelt. Annan information behöver eventuellt kodas om till siffror för att underlätta analysen via dator. (Bryman & Nilsson, 2011) Avsaknad av data kan även uppkomma vid beräkning av variabler. Ett exempel är i kliniska studier där experiment utförs på grupper över en längre tid. Att patienter inte närvarar vid ett inplanerat besökstillfälle ger bland annat upphov till bortfall av data. (Hardy & Bryman, 2004)
Data erhölls av Läkare 1 (2016c) från Cambio Cosmic som hade exporterats till Microsoft Excel. Data inkluderade patienters ankomsttid, kön, ankomstsätt, ålder, tid till medicinsk bedömning av sjuksköterska eller läkare, patienters initiala och förändrade prioritet,
arbetsteam, besöksorsak samt vistelsetid. Tid till medicinsk bedömning definierades som från registrerad ankomsttid till tid för första mötet med sjuksköterska eller läkare efter
ankomstregistrering. Patienters vistelsetid definierades som tid från ankomst till patienten skrevs ut från akutmottagningen. Hur många patienter som var inskrivna på akutmottagningen vid patienternas ankomst beräknades, vilket utgjorde ett underlag för vidare analys.
Information som angavs med bokstäver kodades om till siffror för att underlätta analysen. I efterföljande avsnitt återges hur data har bearbetats för respektive hypotesprövning.
Bearbetning av data, hypotesprövning 1 och hypotesprövning 2
Vid utvärdering av hypotesprövning 1 och hypotesprövning 2 jämfördes data avseende patienter som ankom när systemet var och inte var överbelastat. För att utvärdera hypoteserna utfördes ytterligare ett urval av patienter från studieperioden. Urvalet som i fortsättningen kallas för urval 3 innehåller patienter från studieperioden med patienter från urval 2 exkluderade, se figur 2.
Figur 2 Urvalet av data för urval 3
Bearbetning av data, hypotesprövning 3 och hypotesprövning 4
Vid utvärdering av hypotesprövning 3 och hypotesprövning 4 jämfördes ankommande patienter i urval 1 och urval 2. Urvalet avgränsades till patienter med ankomstsätt gående och ankomstsätt polis. Bakgrunden till urvalet var att dessa patienter ankom via US huvudentré
11
och således mötte pre-triagesjuksköterskan i urval 2. I figur 3 återges urvalet av patienter som inkluderades i urval 1. I figur 4 återges urvalet av patienter för urval 2.
Figur 3 Urvalet av data, ankomstsätt gående och polis i urval 1.
Figur 4 Urvalet av data, ankomstsätt gående och polis i urval 2. Bearbetning av data, hypotesprövning 5
I avsnitt 2.4.2 återgavs hur data bearbetades för hypotesprövning 3 och hypotesprövning 4. Samma data användes även för vidare utvärdering av hypotesprövning 5.
12
Metod för resultat och analys
I detta kapitel sammanställs metoden som tillämpades för studiens resultat och analys.
Patienters demografi, ankomstmönster, egenskaper vid ankomst och akutmottagningens utfall sammanställdes för alla patienter, patienter med ankomstsätt polis och gående samt patienter som ankom när systemet var eller inte var överbelastat. Studien utgick från definitionen av överbelastning som presenterades av McCarthy et al (2008). Totalt antal bäddar har
definierats med utgångspunkt från antalet vårdplatser på US akutmottagning, 45 stycken platser (se kapitel 3.2).
Brink & Wood (1998) beskriver att två grupper i bästa fall enbart skiljer sig åt i den oberoende variabeln som studeras. För att jämföra patienters demografi och egenskaper mellan grupperna tillämpades χ -test för kategorisk data och Mann-Whitney-U-test för kontinuerlig data. Testen av hypoteserna var tvåsidiga och resultatet ansågs vara statistiskt signifikant om p<0,05.
Patienters demografi
Microsoft Excel användes vid beräkning av medianvärde och interkvartilavstånd för ålder. Mann-Whitney-U-test utfördes på variabeln ålder för att jämföra fördelningsfunktionen mellan grupperna. Microsoft Excel användes även tillsammans med Microsoft Access för att sammanställa värden för de kategoriska variablerna Åldersgrupp, n (%) och Kön, n (%). För att jämföra antalet patienter mellan grupperna tillämpades χ -test för de kategoriska
variablerna.
Analys av hypotesprövning 3 och hypotesprövning 4
För hypotesprövning 3 och hypotesprövning 4 utfördes multipel linjär regression med data enligt figur 3 och figur 4. En ny binär variabel skapades för utvärdering av hypotesprövning 3 och hypotesprövning 4. Den binära variabeln skapades grundat på gruppen patienter i urval 1 (binära variabeln 0) och urval 2 (binära variabeln 1). Övriga förklarande variabler som
inkluderades i analysen var samma som de förklarande variablerna för hypotesprövning 1 och hypotesprövning 2, se avsnitt 2.6.3. Data sorterades i Microsoft Excel och analysen utfördes i Minitab.
I regressionsanalyserna användes samtliga patienter i urvalet. Även stratifierade analyser utfördes i Hypotesprövning 3 och Hypotesprövning 4 för att kunna jämföras med analysen som genomfördes med samtliga patienter i urvalet.
Patienters ankomstmönster och egenskaper vid ankomst
Patienters initiala prioritet, total ankomst under olika dagar och ankomsttid under dygnet beräknades. För att jämföra skillnader av antalet och andelen patienter tillämpades � -test vid jämförelse mellan grupperna.
Akutmottagningens utfall
För att få en indikation om överbelastningens och pre-triagesjuksköterskans inverkan på patientflödet så sammanställdes andelen patienter med väntetid > 30 minuter och vistelsetid > 4 timmar. Därtill beräknades median för patienters väntetid och vistelsetid. Patienters väntetid och vistelsetid beräknades även indelat enligt patientens initiala prioritet.
Microsoft Excel användes för att beräkna andel patienter med väntetid > 30 minuter och vistelsetid > 4 timmar. Median väntetid och Median vistelsetid med interkvartilavstånd och även indelat i initial prioritet beräknades i Microsoft Excel. P-värdet för de kontinuerliga variablerna beräknades med hjälp av Mann-Whitney-U-test i Minitab.
13
Information om patienter utan registrerad medicinsk bedömning exkluderades vid beräkning av följande utfallsvariabler:
Antal patienter med väntetid > 30 min, n (%) Antal patienter med väntetid < 30 min, n (%) Median väntetid minuter (interkvartilavstånd)
Median väntetid minuter (interkvartilavstånd) indelad i initial prioritet
Information om patienter som saknade sluttid exkluderades vid beräkning av följande utfallsvariabler:
Antal patienter med vistelsetid > 4 h, n (%) Antal patienter med vistelsetid < 4 h, n (%) Median vistelsetid minuter (interkvartilavstånd)
Median vistelsetid minuter (interkvartilavstånd) indelad i initial prioritet
Det förekom att patienter avvek från akutmottagningen före medicinsk bedömning och före personal skrev ut patienten från akutmottagningen. När beräkningarna för utfallet utfördes exkluderades patienter som saknade registrerad tid för medicinsk bedömning eller sluttid. Alla patienter i studieperioden var utskrivna från akutmottagningen när data hämtades från Cambio Cosmic.
Prioritetsförändringar
Hypotesprövning 5 avsåg om pre-triagesjuksköterskan inverkade på andelen patienter som erhöll en högre prioritet under vistelsetiden på akutmottagningen. Analys av
prioritetsförändringar utgick från data där patienter erhöll initial prioritet vid samma tidpunkt som ankomstregistreringen eller före medicinsk bedömning. I urval 1 innebar det att patienten erhöll initial prioritet av sekreteraren. I urval 2 innebar det att patienten erhöll initial prioritet av antingen sekreteraren eller pre-triagesjuksköterskan.
Metod för statistisk analys av hypoteser
Data avseende patienters demografi, egenskaper och utfall sammanställdes tillsammans med resultatet från χ -test för kategoriska variabler och Mann-Whitney-U-test för kontinuerliga variabler. Regressionsanalys har därefter använts för att utvärdera om nollhypoteserna kunde förkastas i hypotesprövning 1, hypotesprövning 2, hypotesprövning 3 och hypotesprövning 4. Extremvärden undersöktes innan analyser genomfördes. Främst undersöktes om det fanns avvikande tider för väntetid och vistelsetid. Där upptäcktes att vissa patienter hade fått negativa väntetider. Andelen patienter som hade en negativ väntetid var 1,27 procent, 100 av 7879 patienter. Det åtgärdades genom att ge dessa patienter väntetiden 00:00:00. Detta
utfördes på grund av att dessa patienter befann sig på akutmottagningen under studieperioden. Möjliga åtgärder för dessa patienter var att exkludera de helt från dataanalysen eller att ge de 00:00:00 som väntetid och anta att de fick en medicinsk bedömning i samband med deras ankomst.
Moore & McCabe (2000) beskriver att utfallet i en studie kan beskrivas med en
responsvariabel. Förklarande variabler kan både beskriva och ge upphov till förändringar i responsvariabeln. Många medicinska studier som bedrivs har som mål att påvisa om
14
Relationen mellan två variabler kan sällan bli förstådd utan kunskapen om andra variabler. Regression kan användas för att studera den relation som finns mellan fler variabler. Regressionslinjen beskriver det övergripande mönstret av en linjär relation mellan responsvariabeln och den förklarande variabeln. (Moore & McCabe, 2000)
För att fördelningen skulle bli mer lik en normalfördelad kurva så genomfördes
logaritmtransformation innan linjär regression utfördes. Logaritmtransformation innebar att värden skrevs om till logaritmer. De två vanligaste logaritmerna är den naturliga logaritmen (Ln) och tiologaritmen (Log10) (Gelman & Hill, 2007). I denna rapport gjorde valet ingen
större skillnad. Fördelningen av utfallsvariabeln blev ungefär densamma för både Ln och Log10. För denna studie valdes Log10 i de statistiska analyserna. När utfallsvariabeln
logaritmtransformerades blev konsekvensen att alla förklarande variabler antog logaritmform i utdata för linjär regression. Utfallsvariabeln transformerades därför tillbaka. I en vanlig linjär regression hade utdata varit i samma enhet som utfallsvariabeln, men med
logaritmtransformation är så inte fallet. Istället erhölls en kvot för de förklarande variablerna som utgick från en vald referensgrupp (se avsnitt 2.6.1). Beräknas 10 upphöjt till den
förklarande variabelns koefficient så erhålls kvoten för hur mycket variabeln påverkar utfallsvariabeln i förhållande till referensvariabeln. Enligt Gelman & Hill (2007) är fördelen med Log10 att det är lättare att uppskatta de transformerade värdena. Nackdelen med Log10 är
att koefficienterna från den linjära regressionen är svårare att tolka.
I en linjär regression ska en förklarande variabel förklara utfallsvariabeln. Däremot så kan en utfallsvariabel bero på fler än en förklarande variabel. Metoden för att undersöka förklarande variabler kallas för multipel linjär regression. Flera förklarande variabler används för att kunna förklara så mycket som möjligt av utfallsvariabeln. (Moore & McCabe, 2000)
Förklarande variabler
För att förklara så mycket som möjligt av utfallsvariablerna i hypotesprövning 1,
hypotesprövning 2, hypotesprövning 3 och hypotesprövning 4 tillämpades multipel linjär regression med flera förklarande variabler. Förklarande variabler var både kontinuerliga och kategoriska.
I utförda regressionsanalyser tillämpades kategoriska förklarande variabler avseende patienters ankomstsätt, besöksorsak, arbetsteam och initial prioritet. Kategoriska variabler som inte har ett numeriskt värde utgör ett mindre problem i regressionsanalyser. Därför bearbetades kategorisk data till dummyvariabler för att kunna ge dessa variabler ett värde. För varje dummyvariabel bestämdes en referensgrupp. Mot referensgruppen jämfördes respektive kategorisk variabel. Dessutom bearbetades de kontinuerliga variablerna till kategoriska variabler i form av intervall. Detta grundas på ett antagande om att utfallsvariabeln och de kontinuerliga variablerna ålder och belastning eventuellt inte har ett linjärt samband. Före varje analys kontrollerades att dummyvariablerna antog två värden. Dummyvariabler som endast antog ett värde eliminerades innan regressionen utfördes. Detta på grund av att en variabel med endast ett värde inte tillför något till en linjär regression. I samband med multipla linjära regressioner undersöktes r² och p-värden för förklarande variabler. Nedan återges hur många kategorier som respektive kategorisk variabel bestod av. Den variabel med flest patienter valdes som referensgrupp. Den valda referensgruppen är angiven nedan. För kategorierna ankomstsätt, arbetsteam och initial prioritet kunde uppgift saknas. Därför skapades en extra kategori för att inkludera dessa patienter i analysen.
15
Dessa patienter exkluderades inte på grund av att de fortfarande tillför data till studiens
resultat. Genom att inkludera patienter även fast uppgift saknades erhålls information som kan kopplas till de andra förklarande variablerna. Dessa kan i sin tur förklara vistelsetid och väntetid. Förklarande variabler där uppgifter saknas kan vara signifikanta och visar då om dessa uppgifter inverkar på resultatet. Anledningen till att patienter saknar uppgifter kan bero på hur patienterna registreras av personalen på US akutmottagning. Eftersom all data som används i rapporten har samlats in av en tredje part kan denna studies författare inte påverka om data saknas hos patienter som ingick i studien. Konsekvenser av att ändå inkludera patienterna i regressionsanalyserna var i princip oförändrade jämfört med att exkludera patienterna ur regressionsanalyserna. Detta framgick av utförda tester av regressionsanalyser med och utan patienter som saknade nämnda uppgifter.
Alla patienter i studieperioden hade registrerad besöksorsak. Totala antalet kategorier är sammanställt nedan:
Ankomstsätt – sex kategorier Arbetsteam – tio kategorier Initial prioritet – sex kategorier Besöksorsak – tolv kategorier
Kategorier för ankomstsätt definierades enligt följande: Ankomstsätt 0: Uppgift saknas
Ankomstsätt 1, referensgrupp: Gående Ankomstsätt 2: Ambulans
Ankomstsätt 3: Polis Ankomstsätt 4: Bårtaxi
Ankomstsätt 5: Liggande sjuktransport
En av de förklarande variablerna var arbetsteam. Olika arbetsteam kan ha olika
specialistkunskaper som underlättar diagnostisering och behandling av patienter med olika besöksorsaker. Däremot är detta något som inte finns listat i data. Analys av data visade däremot att vissa arbetsteam hade en större del av ansvaret för vissa grupper av
besöksorsaker. Det kan tyda på att specialisering förelåg på akutmottagningen som kunde inverka på väntetider och vistelsetider. Eftersom ett ojämnt inflöde kan förekomma av patienter med olika besöksorsaker kan arbetsteam ha en ojämn arbetsbelastning. Indirekt kan även arbetsteam förklara patientens tilldelade vårdprocess på akutmottagningen. Kategorier för arbetsteam definierades enligt följande:
Arbetsteam 0: Uppgift saknas
Arbetsteam 1, referensgrupp: Team A Arbetsteam 2: Team B Arbetsteam 3: Team C Arbetsteam 4: Team E Arbetsteam 5: Team F Arbetsteam 6: Team G Arbetsteam 7: Team H Arbetsteam 8: Team T Arbetsteam 9: Team X
16 Prioritet 0: Tomma/Prioritera,
Prioritet 1: Blå prioritet Prioritet 2: Grön prioritet
Prioritet 3, referensgrupp: Gul prioritet Prioritet 4: Orange prioritet
Prioritet 5: Röd prioritet
På US akutmottagning tillämpas 101 besöksorsaker för att beskriva patienters besvär som är indelade i huvudkategorier. Utifrån dessa huvudkategorier sorterades data in i tolv
besöksorsaker:
Besöksorsak 1: Graviditetsrelaterade besvär
Besöksorsak 2: Förgiftning eller komplikationer efter vårdinsatser Besöksorsak 3: Besvär från underliv, pung, stjärt eller ändtarm Besöksorsak 4: Besvär från armar, ben, fötter eller händer Besöksorsak 5: Besvär som berör hela kroppen eller flera delar Besöksorsak 6: Misshandel
Besöksorsak 7: Blodtryck/Diabetes
Besöksorsak 8: Besvär från huvud och hals Besöksorsak 9: Ryggsmärta
Besöksorsak 10, referensgrupp: Besvär som utgår från bröstkorg, hjärta, lungor eller magen
Besöksorsak 11: Övriga besvär Besöksorsak 12: Neurologiska besvär
Genom stratifierade analyser utvärderades valet mellan en kategorisk, kontinuerlig och binär variabel för överbelastning. Undersökningen visade bättre resultat när variabeln var
kategorisk. Utgångspunkten för överbelastning är tidigare nämnt när 45 eller fler patienter är inskrivna på US akutmottagningen (se kapitel 2.5). För regressionsanalyser har den
kategoriska variabeln för överbelastning däremot omnämnts som belastning. Variabeln för belastning delades in i tio deciler. Vid valet av gränser för varje decil användes data från studieperioden. Var tionde ackumulerande procentenhet för belastning låg till grund för gränsen för respektive decil:
Decil 1: 0-11inskrivna patienter Decil 2: 12-18 inskrivna patienter Decil 3: 19-23 inskrivna patienter Decil 4: 24-26 inskrivna patienter
Decil 5, referensgrupp: 27-30 inskrivna patienter Decil 6: 31-33 inskrivna patienter
Decil 7: 34-36 inskrivna patienter Decil 8: 37-40 inskrivna patienter Decil 9: 41-46 inskrivna patienter Decil 10: 47-70 inskrivna patienter
Decil 9 och decil 10 har ett intervall som inkluderar att 45 eller fler patienter är inskrivna på akutmottagningen vid patienters ankomst. Utgångspunkten för överbelastningens inverkan har
17
därför studerats genom att analysera hur decil 9 och decil 10 skiljer sig från referensgruppen och övriga deciler i utförda regressionsanalyser.
Ålder är en förklarande variabel som från början var kontinuerlig. Läkare 1 (2016a) beskriver att det idag är ett är ett överrepresenterat inflöde av patienter med blå och grön prioritet i åldrarna 20-30 år. Denna faktor kan bidra till att väntetid till medicinsk bedömning som utförs av personal kan variera mellan olika åldersgrupper. Mot denna bakgrund och att äldre kan ha mer komplexa besvär som är svåra att identifiera och behandla har fyra kategorier avseende patienters ålder definierats:
Åldersgrupp 1: Patienter i åldern 0-19 år. Åldersgrupp 2: Patienter i åldern 20-30 år.
Åldersgrupp 3, referensgrupp: Patienter i åldern 31-64 år. Åldersgrupp 4: Patienter i åldern 65- år.
Analys av hypotesprövning 1 och hypotesprövning 2
Analysen av hypotesprövning 1 utgick från att undersöka sambandet mellan antalet inskrivna på akutmottagningen vid ankomst och tid till medicinsk bedömning. Hypotesprövning 2 utgick från att undersöka sambandet mellan antalet inskrivna på akutmottagningen vid
ankomst och vistelsetid på US akutmottagning. Multipel linjär regressionsanalys utfördes med data från urval 3, se figur 2. Data sorterades i Microsoft Excel och analysen utfördes i
Minitab.
I regressionsanalyserna användes samtliga patienter i urvalet. Även stratifierade analyser utfördes i Hypotesprövning 1 och Hypotesprövning 2 för att kunna jämföras med analysen som genomfördes med samtliga patienter i urvalet.
Studiens trovärdighet
För att forskningsresultat ska ha ett vetenskapligt värde är det nödvändigt att välja ett lämpligt urval som ska studeras. Det är även viktigt att metoden uppfyller kriterierna för reliabilitet och validitet. (May, 2013; Ejvegård, 2009) Annars är resultat varken användbart eller tillämpbart. (Ejvegård, 2009) I efterföljande avsnitt återges hur arbetet har bedrivits för att uppnå
representativitet, reliabilitet och validitet.
Representativitet
När studier ska dra slutsatser om en större befolkningsmängd är det felaktigt att en viss företeelse gäller samtliga individer. För att göra uttalanden om en hel population är det därför nödvändigt att genomföra stickprov. Ett strategiskt urval av bland annat individer, företeelser och förekomster för studiens ändamål bör utföras. Därefter analyseras urvalet med ett
enhetligt och förutbestämt förfarande. (Ejvegård, 2009)
För att undersöka hypotesprövning 1 studerades data som motsvarade en åttaveckorsperiod på akutmottagningen, exklusive patienter i urval 2. Linjär regression utfördes med samtliga patienter inkluderade. För att uppnå representativitet utfördes multipel linjär regression med stratifierad data.
Patienter med ankomstsätt gående och polis har jämförts mellan urval 1 och urval 2. Anledningen är att patienterna i urval 2 med ankomstsätt gående och polis mötte pre-triagesjuksköterskan vid ankomst. Samtidigt var bemanningen oförändrad mellan
18
tidpunkterna i urvalen, med skillnaden att en sjuksköterska flyttades ut från akutmottagningen till ankomsthallen.
Reliabilitet
Reliabilitet fastställer användbarheten och tillförlitligheten hos olika metoder. Ofta är det forskaren själv som utvecklar och konstruerar studiens mätinstrument. Risken finns därför att tillförlitligheten blir låg. Det är essentiellt att göra en reliabilitetsundersökning av den metod som används vid studiens datainsamling. (Ejvegård, 2009) Reliabilitet syftar till att reducera risken för att liknande händelser beaktas med olika klassificeringar när olika personer utför samma studie. En mätning med samma förutsättningar och utfall, som inträffar vid två olika tillfällen, ska generera samma resultat. Andra personer ska kunna upprepa undersökningen och uppnå samma resultat. Studiens statistik måste även vara ömsesidigt uteslutande. Två olika händelser ska inte kunna kategoriseras likvärdigt. (May, 2013)
Reliabilitet har säkerställts genom granskning av olika artiklar med liknande
problembakgrund på akutmottagningar. Studiens statistiska mått, variabler och resultat grundas på en kvantitativ ansats, vilket förstärker studiens reliabilitet. Även jämförelsen mellan respektive urval grundas primärt på en kvantitativ forskningsmetodik.
Det finns en risk att definitionen av överbelastning är subjektiv, varför författarna definierade detta med utgångspunkt från tidigare publicerade artiklar och lokala förutsättningar.
Retrospektiv data för studieperioden, som ligger till grund för denna studie, erhölls från US akutmottagning. Data är för gemene person sekretessbelagd. Presentationen av data och beräkningsförfarandet är därmed i vissa avseenden begränsat. Vid intresse av att ta del av data hänvisas läsare av rapporten till US akutmottagnings ledningsgrupp. Vid intresse av
beräkningsförfarandet i opublicerade källor, uppmanas läsaren ta kontakt med författarna till denna studie.
Kritik mot data och eventuellt bortfall har presenterats i denna studie. För att stärka
reliabiliteten ytterligare har beräkningsförfarandet från sekundärdata till slutsatser presenterats så utförligt som möjligt.
Validitet
Enligt Patel & Davidsson (2003) och Ruane (2006) innebär validitet att det som var avsett att undersökas är det som faktiskt studeras. May (2013) menar att validitet är nödvändigt för att bedriva en förtroendeingivande forskning. Forskning som är valid genererar kunskap som är sann. Hur forskningen kommer till användning kan även avgöra om den är valid eller inte. Ruane (2006) hävdar att vetenskapliga forskningsmetoder verifierar att kunskap är valid (eller giltig). Metoderna har en fördel när den sociala verkligheten ska verifieras. Tre frågor brukar ställas för att uppnå validitet. Mätningsvaliditet handlar om att granska de steg som används för att dokumentera verkligheten. Det är nödvändigt att förhålla sig till kausala påståenden om verkligheten, vilket kallas intern validitet. Därför är det nödvändigt att granska vald design av forskning och undersökningar. Extern validitet handlar om att identifiera huruvida det uppnådda resultatet går att applicera på andra verksamheter. Att noggrant granska frågor om studiens urval är nödvändigt för att uppnå validitet.
US akutmottagning förväntas efterleva de fastställda mål och krav som ställs på
verksamheten. Hur väl verksamheten lever upp till olika mål utvärderades baserat på de tider som personal registrerade i Cambio Cosmic. Då författarna har erhållit data från detta system
19
anses metoden för datainsamling vara validerad. Den mänskliga faktorn och unika besvär hos olika patienter kan inverka på hur lång väntetid och vistelsetid olika patienter har i systemet. För att stärka valideringen av hypoteserna har flera stratifierade regressionsanalyser utförts, varefter andra förklarande faktorer som inte beaktas i studien har diskuterats.
3 VERKSAMHETSBESKRIVNING
I detta kapitel presenteras Region Östergötland och akutmottagningen i Linköping.
Region Östergötland
Region Östergötlands mest omfattande uppdrag är ”[…]att erbjuda den hälso- och sjukvård som invånarna i Östergötland har behov av.” (Region Östergötland, 2015d) Region
Östergötland är en organisation som styrs av Regionfullmäktige. Det är ett beslutande organ som innefattar 101 folkvalda politiker. Instansen beslutar bland annat om
"[…]landstingsskatten, Region Östergötlands budget och viktiga principiella och strategiska frågor.” (Region Östergötland, 2015e)
Region Östergötlands hälso- och sjukvård är uppdelad i specialistsjukvården och
närsjukvården. Akutmottagningarna är en del av närsjukvården. (Region Östergötland, 2015f) Region Östergötland har akutmottagningar som är belägna i Norrköping, Motala och
Linköping. (Region Östergötland, 2015g)
Akutmottagningen på Universitetssjukhuset i Linköping
På US akutmottagning arbetar cirka 170 personer. Personalen består av akutläkare, läkare från andra avdelningar, sjuksköterskor, undersköterskor, kuratorer och sekreterare. (Region
Östergötland, 2015g) Chef 1 (2016) omnämnde hur många vårdplatser som finns på US akutmottagning, se Tabell 5.
Tabell 5 Antal vårdplatser på US akutmottagning
Beskrivning av vårdplatsen Antal
Akutrum 4
Undersökningsrum 21
Vilhytter 6
Korridorsplatser 14
Summa 45
Enligt Läkare 1 (2015) är det en sekreterare i receptionen som registrerar patienter som anländer genom US akutmottagnings huvudentré. Sekreteraren dokumenterar patientens personuppgifter och information om upplevt besvär. När registreringen är slutförd illustreras uppgifter om patienten på TV-skärmar som är uppsatta inne på US akutmottagning. På skärmarna kan personalen iaktta patienters väntetid, om en läkare har verkställt en första bedömning av patientens hälsotillstånd och patientens initiala prioritet. Före introduktionen av pre-triagesjuksköterskan har avdelningens receptionist ställt frågor till patienter som ankom genom akutmottagningens entré, vilket låg till grund för patientens initiala prioritet.
US akutmottagning tar emot alla patienter som uppsöker avdelningen, varefter deras hälsotillstånd bedöms. (Vårdgivarwebb för Region Östergötland, 2016) Däremot beror patienters väntetid på sjukdomstillståndets svårighetsgrad och akutmottagningens rådande
20
arbetsbelastning. (Vårdgivarwebb för Region Östergötland, 2016)
På US akutmottagning prioriteras behandlingen av patienter med akuta skador och sjukdomstillstånd. (Region Östergötland, 2015g) Enligt Läkare (2015) ligger
triagebedömningen till grund för sortering och prioritering av patienter på avdelningen. Till skillnad från medicinsk bedömning måste en läkare utföra triagebedömning och ta ett
huvudansvar för patientens vård under vistelsetiden på akutmottagning. Vitalparametrar måste mätas om nödvändigt för besöksorsak, om det inte redan utfördes i medicinsk bedömning. I samband med triagebedömning måste läkaren även bekräfta eller korrigerat patientens planerade vårdprocess och patientens prioritet från medicinsk bedömning.
Prioriteringssystemet sker enligt de fem processnivåerna i prioriteringssystemet RETTS. En mer ingående beskrivning av triage och RETTS återges i kapitel 4.4 och avsnitt 4.4.1.
21
4 TEORETISK REFERENSRAM
I detta kapitel återges en teoretisk beskrivning av logistik, vårdlogistik, logistik på akutmottagningar och effekten av överbelastning på akutmottagningar. I kapitlet sammanställs även teori om varför det är viktigt att reducera väntetiden till initierad behandling samt patienters vistelsetid på akutmottagningar.
Logistik
Enligt Arvidsson (2007) har logistik och dess tillämpningsområde förändrats över tid. Logistik kan åtminstone härledas till Ludvig den XIV och har sedan dess använts i flera militära förband. Konceptet överfördes efter andra världskriget till det amerikanska
näringslivet och har därefter vidareutvecklats till olika forskningsinriktningar. Aronsson et al (2013) beskriver att företag under 1960-talet var tvungna att reducera kostnader för att kunna upprätthålla lönsamheten i samband med en ökad konkurrens. Under 1980-talet började företag producera mot kundens efterfrågan, istället för mot lager. Sedan dess har flexibilitet varit viktigt för många företag. Under 1990-talet blev tidsfokusering och att minska
genomloppstiden en viktig del av logistik. Den historiska utvecklingen av logistik är i praktiken en breddning av var verksamheters fokus bör ligga för att effektivisera verksamheten.
Council of Supply Chain Management har definierat begreppet logistik. Aronsson, et al (2013, s. 23) valde att översätta definitionen:
”Logistik omfattar att på ett kostnadseffektivt sätt planera, genomföra och styra förflyttning
och lagring av material och produkter från råvara till slutkund för att tillfredsställa kundens behov och önskemål. Dessutom innefattas det informationsflöde som behövs för att
materialflödet ska fungera.”1
En annan definition av logistik kallas ofta för ”de sju R:n” (Arvidsson, 2007, s.6):
”Logistik definieras som de aktiviteter som har att göra med att erhålla rätt vara eller service i rätt kvantitet, i rätt skick, på rätt plats, vid rätt tidpunkt, hos rätt kund, till rätt kostnad.”
Ett verktyg för att ge bättre leveransservice och reducera kostnader är att korta ner
leveranstider med snabba och pålitliga processer. Genomloppstiden kan beskrivas som tiden från att material inkommer till verksamheten fram till förädlade produkter har levererats till kunden. För att skapa en hög leveransservice och låga kostnader är det viktigt att
dimensionera kapacitet utifrån kundens behov och att ha en kort genomloppstid. Även en hög kapacitet är kostsam, varför det är nödvändigt att arbeta med tidsfokusering. (Aronsson et al., 2013)
Aronsson et al (2013) beskriver att produkters väntetid utgör den största delen av deras tid i ett system. När produkter väntar i lager och i buffertar tillför dessa inget värde för slutkunden och utgör en kostnad för verksamheten. Ett exempel på kostnad är den kapitalbindning som produkten medför. Ju fler lager produkten passerar, ju högre är risken för att högre kostnader uppstår. Direkta vinster kan genereras av att reducera genomloppstiden och ledtiden i flöden. Genom att stegvis reducera genomloppstiden och ledtider kan direkta vinster genereras i form
1 Definitionen lyder i original: ”Logistics is that part of supply chain management that plans, implements and controls the efficient, effective forward and reverse flow and storage of goods, services, and related information
