af Tina Juul
For nyligt havde jeg fornøjelsen af at gennemføre en analyse for KL, som havde til formål at belyse mulighederne for indsamling af data fra tidlig opsporing på tværs af kommunerne. Rapporten kortlagde bl.a., hvordan en række casekommuner aktuelt arbejder med digitalt understøttet redskaber til tidlig opsporing – og hvordan de anvender sundhedsdata herfra såvel på individniveau i den daglige drift som i aggregerede form.
Kommunerne indsamler i dag mange oplysninger om borgerne, når eksempelvis hjemmeplejen og hjemmesygeplejen tilser kommunens syge og svage borgere. Alle disse oplysninger, hvor SOSU-assistenter, SOSU-hjælpere og sygeplejersker fx noterer ændringer i den besøgte borgers helbredstilstand og registrerer disse data i kommunens EOJ-system, kan bruges til at opspore forværringer i borgerens helbredstilstand. Det gavner borgeren, fordi en behandling hurtigt kan sættes i gang, og samtidig kan det gøre kommunens omsorg bedre og mere effektiv.
Men de store mængder data, som aktuelt indsamles anvendes kun meget begrænset i form af simpel deskriptiv statistik, som primært handler om fx, hvor mange og hvilke indsatser kommunen leverer og eventuelt tiden brugt på de forskellige indsatser. Det er der ikke så meget nyt i – men mere vigtigt er det, når samtalet faldt på, hvorfor kommunerne ikke i højere grad anvender deres data. Og svaret er manglende datakvalitet og kompetencer.
Kommunerne investerer aktuelt i ledelsesinformation som aldrig før. Men ledelsesinformation har kun ringe værdi, hvis ikke det indeholder gode data. Værdien af ledelsesinformationen er således afhængig af, hvilke data det indeholder – og dårlige data giver dårlig ledelsesinformation.
Mange kommuner fokuserer derfor også på at validere deres eksisterende data mhp. at forbedre datakvaliteten. Men datavalideringsprocessen foregår imidlertid primært ud fra et systemteknisk perspektiv, og der er kun i ringe grad fokus på datas fødsel. Og netop her spiller det yderst led i organisationen en helt central rolle. For det er i den daglige dokumentationspraksis hos sosu-assistenten i hjemmeplejen, hos fysioterapeuten på genoptræningscenteret eller hos pædagogen på bostedet, at (sundheds-) data fødes.
Men hvordan sikre man allerede ved datas fødsel, at kvaliteten er i top?
Der er par ting, som er væsentlige:
- Standardisering af testprocedure
- Standardisering af registreringspraksis – herunder såvel hvordan en given test er udført, som hvilken værdi der registreres.
Lad mig give et eksempel. Måling af blodtryk. Måler sygeplejersken borgerens blodtryk lige efter, at borgeren har været fysisk aktiv, fx ved at gå på tværs af stuen, eller sikre man sig, at man måler borgerens reelle hvilepuls? Måler man fx kun pulsen én gang, eller måler man tre gange og noterer et gennemsnit af de tre målinger? Gennemføre målingen siddende eller liggende? Og registres værdierne fra målingerne ensartede? Dette har alt sammen betydning for datas validitet og reproducerbarhed – og i sidste ende datakvaliteten.
Og dette foregår ikke standardiseret i dag. De forskellige måder at måle på påvirker alt sammen datakvaliteten – og som gør, at de data, der kommer ud af det, og som registreres i EOJ-systemerne, ikke kan sidestilles på tværs af kommunerne. Dermed kan de ikke sammenlignes, og bruges på tværs af omsorgssystemerne og i flere kommuner. Så bliver det i overført betydning pærer og bananer, man blander sammen. Data kan imidler-tid anvendes til simpel optælling, men skal ambitionen ikke være mere end det?
Og potentialet er STORT.
Koblingen mellem ressourceforbrug, aktiviteter og budgetter anvendes endnu ikke i mange kommuner, som har faste budgetter, hvilket vanskeliggør transparensen ift. hvilke aktiviteter, der er årsagen til fx budgetafvigelser og dermed også̊, hvor der kan sættes ind med fokuseret indsatser.
En lang række kommuner peger på, at der er begrænset fokus på datadrevet ledelse. Hovedfokus er således på drift og økonomi, hvorfor det kræver ledelsesopbakning og -fokus at ændre.
Hvis du vil vide meget mere om, hvordan en række kommuner aktuelt arbejder med digitale redskaber til tidlig opsporing – og, hvad der skal til for at forbedre datakvaliteten og skabe bedre ledelsesinformation, så kig her.
