Noter til Action Research og Systems Modelling i sundhedssektoren

Action Research for the Implementation of Complex Interventions

Denne del beskriver action research (AR) som en systematisk tilgang til at udvikle ny viden samtidig med at den sociale forandring fremmes. Metodologien er unik ved sin dobbelte hensigt og duale formål, hvilket gør AR særligt relevant for implementeringen af komplekse interventioner. Kapitelkonteksten fokuserer udelukkende på AR i forhold til implementeringen af komplekse interventioner, herunder udfordringen ved kontekst og hvordan kontekst påvirker anvendelsen af evidens i praksis. Læringsmålene er at identificere hvordan AR kan bruges til implementering af komplekse interventioner, forstå de metodologiske principper bag AR og kunne præsentere et praktisk eksempel hvor AR er anvendt i forbindelse med implementeringen af en kompleks intervention.

Kontekst og komplekse interventioner
Metoder til implementering af komplekse interventioner skal kunne håndtere de dimensioner af kompleksitet, som findes i alle praksismiljøer, især konteksten der hvor evidensen implementeres. Bates udsagn,Nothing exists, and therefore can be understood, in isolation from its context, understreger vigtigheden af kontekst i implementeringsarbejde. Forskningen peger på at kvaliteten af evidensen ikke alene bestemmer implementeringen; konteksten hvor den anvendes er afgørende for hvordan evidensen bruges eller ikke bruges. McCormack og kolleger har vist at konteksten i sundhedspleje er mangfoldig og influeret af sociokulturelle, politiske, økonomiske og historiske faktorer. Ifølge Robert og Fulop bør man inden en implementeringsindsats overveje vigtige kontekstuelle faktorer og gøre konteksten mere receptiv, samtidig med at man tilpasser implementeringsprogrammer til lokale forhold. PARIHS-rammen (Promoting Action on Research Implementation in Health Services) var en af de første til at lægge vægt på hvordan kontekst påvirker uptake af evidens, og successen i implementeringen hvis evidensen er stærk, konteksten receptiv og facilitatoren aktivt hjælper processen. Rycroft-Malone og kolleger argumenterer for balancen mellem evidens, kontekst og facilitering gennem deltagende metoder og co-produktion af implementeringsstrategier.

Action research and complex interventions
Action research adresserer kontekstudfordringer ved at fastlægge handlingsgrundlag baseret på en vurdering af konteksten, og ved reflexivt at inddrage interessenter for at sikre at alle dimensioner af konteksten bliver taget i betragtning. AR indebærer også samarbejdende design af implementeringsstrategier for at maksimere interventionens troværdighed og sandsynligheden for succes. Desuden indebærer AR en omfattende “map” af potentielle implementeringsstrategier og sikrer at valgte strategier passer til den givne kontekst. Endvidere indregnes mekanismer til at håndtere forskellige jo forskellige interessenters adfærd og barrierer gennem forudplanlagte strategier, og der forkortes ikke ved at engagere interessenter i alle faser af implementeringen for at minimere barrierernes effekt. Endelig indebærer AR en inddragende, inkluderende og deltagende evalueringsmetodologi som kobler resultater til processer og minimerer interessentbias.

Oprindelse og udvikling af AR
Oprindelserne af AR går tilbage til 1940’erne med Kurt Lewin, der udviklede gruppebaserede participatoriske processer til at adressere organisatoriske problemer. Lewin fandt at meningsfuld forandring opstod gennem kollektiv handling, planlagt som flere cyklusser af problemidentifikation, planlægning, handling, refleksion og læring. Han definerede AR som en sammenligning mellem betingelser og effekter af forskellige former for social handling, hvilket understreger den reflexive karakter og behovet for at sammenligne outcomes i forhold til den sociale kontekst. Mens Lewin foreslog en innovativ og inddragende tilgang, blev hans tilgang i høj grad set som teknisk i retning hvor forskeren var initiativtageren og agenterne i organisationen besluttede spørgsmålene og evaluerede dataene for at drive handlingen. Siden Lewin har der været udvikling indenfor ARs teori og praksis, og kapitlet beskriver hvordan disse forskellige former for AR kan anvendes i praksis ved komplekse interventioner.

Fælles principper i action research
På trods af forskellige AR-tilgange er der en række fælles principper: samarbejde mellem alle centrale interessenter er afgørende; udvikling af fælles forståelse blandt deltagerne muliggør meningsfuld handling; kreativitet og involvering af interessenter øger forandringens potentiale; ændringer realiseres gennem en systematisk tilgang til problembeskrivelse, handling, refleksion og ny planlægning; bæredygtighed realiseres når praktikere hjælpes med at forske i deres egen praksis; evaluering af proces og resultat er integreret og en kontinuerlig del af metoden.

Kvalitative og kvantitative overvejelser, etiske og praksisnære implikationer
AR eksisterer som en praksisorienteret tilgang hvor data genereres gennem refleksiv inddragelse af deltagerne og løbende feedback. Metodologien giver mulighed for mange perspektiver på udfald, hvilket kan udfordre objektivitet i outcome-evaluering. Standardiserede måleinstrumenter kan imidlertid bidrage til at afveje dette og forbedre sammenligneligheden af resultater. Etiske processer er centrale, og etiske rammer må planlægges for at styre beslutningsprocesser og relationelle processer i projektet. En betydelig udfordring er håndteringen af store mængder data, hvor der er en risiko for at “alt kan blive til data”. Det kræver en omhyggelig udvælgelse af data og klare beslutningskriterier for hvilke data og processer, der informerer implementeringen.

Praktisk eksempel: Udvikling og implementering af en smertemanagement-vejledning til ældre patienter
Denne case anvender en emancipatorisk AR-tilgang til at undersøge og adressere faktorer i praksiskonteksten som hæmmede effektiv smertehåndtering hos ældre patienter. Baggrunden er at selvom evidensbaserede standarder og protokoller findes for postoperative smerter, indikerer evidensen at smertebehandling ofte er utilstrækkelig. Dårlig smertehåndtering øger postoperative komplikationer og øger omkostningerne, og ældre patienter møder særlige udfordringer som nedsat livskvalitet og øget sårbarhed. Projektet gennemførtes i en abdominal kirurgisk enhed over to år hvor ledende sygeplejersker og medarbejdere deltog, og 85% af personalet var med (n = 48): 11 senior- og 32 junior sygeplejersker samt 5 sundhedsassistenter.

Design og implementering af strategier
Brugen af PARIHS-rammen (Kitson et al., 1998, 2008; Rycroft-Malone et al., 2004) inden for et 12-måneders etnografisk studie afdækkede konteksten og barrierer for smertehåndtering hos ældre patienter. Fundene viste bl.a. begrænnet smertevurdering, infleksible analgesia-recepter, begrænset brug af ikke-farmakologiske strategier, familie- og lægepræference som dominerende over protokoller, frygt for afhængighed, at patienter ikke bliver troet og beslutninger taget for patienten snarere end med patienten. Baseret på disse fund blev reflekterende grupper etableret hvor personale deltog i seks refleksive sessioner og diskuterede ethnografiens fund. Tre action cycles blev co-konstrueret: smertevurdering og praksis, organisering af pleje, viden og indsigt til håndtering afproblematisk smerte.

Gennemførelse af intervention og dataindsamling
Implementeringen involverede cooperativ inquiry (Reason og Bradbury-Huang, 2013) og omfattede strukturerede faciliterede refleksive sessioner (n = 18), ad hoc refleksive sessioner (n = 26) og konsolideringsworkshops (n = 3). Ledes af en sygeplejerske som facilitator fik to-års forløb også ett-to-ett refleksiv coaching (n = 27) for ledende sygeplejersker. Gruppearbejde blev tilrettelagt uden at bryde plejeplanen og alle der var på vagt og havde samtykket kunne deltage. For at hjælpe med projektets flydende natur blev ground rules og en facilitation framework udviklet og anvendt gennem hele forløbet. Feltoptegnelser blev anvendt til reflektiv dialog og fælles fortolkning af behov for forandring og udvikling af handlinger. Data blev løbende evalueret, og deltagerne fik løbende feedback gennem workshops og mellemrapporter. Der blev indsamlet data til at informere evalueringen af implementeringsprocesserne og resultaterne, herunder to episoder af ikke-deltagerobservation af sygeplejejobs (46 timer i alt), semi-strukturerede interviews med seks ældre patienter pre- og postoperativt, 83% af registrerede sygeplejersker gennem NWI-R spørgeskemaet (McCormack et al., 2009b) samt fokusgrupper.

Praksisændringer og resultater
Gennem action cycles blev der implementeret en smertehåndteringsalgoritme, som blev indarbejdet i daglig praksis og vejledte smertevurdering og -håndtering. En reflektiv tilgang til engagement mellem sygeplejersker og MDT blev indført gennem action learning og refleksive strategier, hvilket forbedrede kommunikation mellem sygeplejersker, patienter og MDT. Ledelseskompetencer hos lead nurses blev forbedret gennem individuel coaching. Afbrydelser af sygeplejersker under smertevurdering og medicinhåndtering blev reduceret ved at reorganisere arbejdsmåder og ved at indføre en såkaldt care coordinator som har overblik over alle aktiviteter i enheden. Box 31.1 giver et overblik over ændringerne i smertehåndtering.

Box 31.1 – Oversigt over ændringer i smertehåndtering hos ældre
Efter en refleksiv session førte en ward manager en initiativ til en tidlig morgenvitalkoordinering, hvor analgesia gives før oppegåen og før patienten deltager i morgen-gennemgangen. Denne ændring blev auditforfulgt, og resultater viste ingen stigning i bivirkninger og 92% af sygeplejerskerne vurderede MDT-kommunikationen som forbedret. Ændringen blev dermed implementeret permanent. En af sygeplejerskerne udtalte, at ændringen gav mere tid til patienterne og at patienterne kunne gøre mere for sig selv med analgesi til stede. Ændringen markerede et kultur-skifte og øget motivation og innovation blandt sygeplejerskerne og muliggjorde brugen af evidens og erfaring til at udvikle en smertevurderingsalgoritme.

Ny viden og implikationer
Adoptionen af AR som tilgang gav mulighed for overvåget og systematisk implementering af komplekse interventioner og generering af ny viden, som kan overføres til generelle overvejelser for fremtidige implementeringer. Analysen viste at kontekst er dynamisk, kompleks og noget anarchisk med mange sammenbundne faktorer. Ward culture påvirkede smertehåndtering samt andre praksisområder. Tre centrale temaer blev identificeret: psykologisk sikkerhed, lederskab og undertrykkelse (med fire undertemaer: magt, horisontal vold, forvrængede perceptioner og autonomi). Effektive ledelsesforhold og psykologisk sikkerhed var afgørende for forbedring af praksis og videre implementering af pain management-praksisserne. Dette antyder at lignende praksisser inden for andre områder af sygepleje kan opnå forbedrede patientresultater hvis disse dominerende temaer adresseres i implementeringsplaner.

Konklusioner og nøgletræk ved implementationsprocessen
Nutidige sundhedspolitikker betoner behovet for plejesystemer som reagerer på individuelle behov og er tilpasningsdygtige. Sygeplejen befinder sig i en kontekst hvor der konstant kæmpes mellem forskellige prioriteter og hvor hverdagspraksis kan være udfordrende, stresset og uforudsigelig. Implementering af interventioner kræver metodikker som er adaptive, respektfulde og opmærksomme på de dynamiske relationer i konteksten. AR giver en systematisk og teori- informeret tilgang til dette og sikrer at bestemte resultater er kontekstspecifikke. Nøglepunkter i processen inkluderer en systematisk kontekstanalyse ved hjælp af mixede metoder før design af implementering, interessentanalyse gennem spørgeskemaer, interviews eller fokusgrupper for at sikre at centrale issues forstås, planlægning af implementeringsstrategier i samarbejde med alle relevante interessenter og en fælles accept af implementeringsstegene. Endvidere bør facilitation være kontekst- og evidensbaseret og guidet af teori som PARIHS; systematisk dataindsamling til evaluering af effekter og barrierer; og design af evaluering der kobler resultater til processer og minimerer stakeholder bias.

Fremtidige retninger og læseanvisninger
Fremtidige læseplaner og yderligere forskning peger mod at udbygge kapacitet og kompetencer i sundhedsorganisationer, øge brugervenligheden af modeller og forbedre metoder til dataudveksling og -indsamling. Der lægges vægt på at integrere systemmodellering bedre med andre interventioner for at opnå koordineret forandringsindsats. En nyere tendens er udviklingen af adfærdsbaseret operationel forskning inden for sundhed, der inddrager menneskelige og sociale faktorer i modellerne, og der er voksende interesse i at inddrage patienter og offentligheden i modellering og simulering. Samlet set erkendes at den potentielle udnyttelse af AR ligger i dets menneskelige og sociale fokus snarere end i konkrete tekniske problemer.

Nøglepunkter og udfordringer i AR
Fordelene ved AR inkluderer fokus på samarbejde, inklusion og deltagelse samt potentialet for varig effekt og bæredygtighed af implementeringsprogrammer. Ulemperne inkluderer udfordringer med at opretholde objektivitet i evalueringer, behovet for et klart etisk rammeværk og risikoen for at håndtere store mængder data uden en målsætning. En vigtig erkendelse er at styring af etiske spørgsmål og relationelle processer kræver klare etiske retningslinjer for projektet.

Fremtidige konklusioner og forventninger for AR i komplekse interventioner
Selvom der er mange forskningspublikationer om AR og komplekse interventioner, er anvendelsen ofte patchy og få studier evaluerer systematisk fordelene ved sådanne løsninger. Hovedudfordringerne ligger primært i menneskelige og sociale forandringer fremfor de tekniske aspekter, og derfor peges der på behovet for uddannelse og kapacitetsopbygning blandt sundhedspersonale, større brugervenlighed af modeller, bedre data-indsamling og deling samt en integreret tilgang, hvor AR sættes i samspil med andre interventionsmetoder.

Anbefalet videre læsning
McCormack, M. et al. (eds). 2014. Practice Development in Nursing and Healthcare. Oxford: Wiley-Blackwell; Reason, P. og Bradbury-Huang, H. 2013. The Sage Handbook of Action Research; Somekh, B. 2005. Action Research: A Methodology for Change and Development.

Systems Modelling for Improving Health Care

Denne del introducerer systemmodellering (også kaldet operationel forskning, OR) i sundhedssektoren og forklarer dens historik siden midten af 1960’erne. Den voksende interesse skyldes behovet for bedre ressourceudnyttelse i mødet med stigende efterspørgsel og stramme budgetter samt den øgede tilgængelighed af computerteknologi. Der skelnes mellem hard og soft metoder i systemmodellering: hårde metoder er matematiske, kvantitative og har klare målestokke, mens bløde metoder inkluderer kvalitative elementer og stærk inddragelse af interessenter gennem eksempelvis Problem Structuring Methods (PSM). Forskellige værktøjer passer til forskellige kontekster og analysesniveauer, og flere metoder kan kombineres. Kapitellet giver en introduktion til centrale koncepter og viser hvordan systemmodellering kan bruges til at forbedre sundhedsplejediagrammer og gennemføre komplekse interventioner.

Læringsmålene er at forstå et bredt udvalg af systemmodelleringsteknikker til sundhedssektoren, at forstå hvordan forskellige tilgange kan anvendes til beslutningsstøtte og forbedring af implementeringer af komplekse interventioner, samt at anerkende potentialer og begrænsninger ved modeller og de barrierer og drivkræfter der er for en succesfuld implementering.

Oversigt og kontekst for modellering
Der er udarbejdet klassifikationer af metoder inden for sundhedsrelateret systemmodellering og OR, herunder Soft Systems Methodology (SSM), Strategic Options & Analysis (SODA) og Strategic Choice Approach, samt kvantitative metoder som Mathematical Programming og Data Envelopment Analysis (DEA). Hver teknik har sit typiske anvendelsesområde – for eksempel SSM til beskrivelse af menneskelige aktivitetssystemer og for eksempel SODA til afstemning af strategiske valg og usikkerhed. Det påpeges også at der findes integrerede forbedringsrammer som Lean Thinking, Theory of Constraints og Six Sigma, som ofte kombineres med modellering. På trods af disse muligheder er effekten af modellering i sundhedssektoren ikke lige så veldokumenteret som i andre brancher og uptake er ujævn.

Der er i senere år publiceret en række casestudier og publikationer der viser at modelleringsmetoder kan bidrage til at definere problemer, skabe fokus og facilitere dialog mellem interessenter, og at kvantitative outputs fra modeller kan hjælpe beslutningstagere med at afveje konsekvenser af forskellige designvalg. Discrete Event Simulation (DES) anvendes ofte til at modellere alternative designmuligheder og gennemføre what-if- analyser. Det understreges at for at opnå effektive ændringer i en organisation, anvendes modeller ofte sammen med andre discipliner som sundhedsøkonomi og statistik.

Metoder og typiske anvendelsesområder i sundhedsvæsenet
Kapitellet præsenterer en tabelagtig oversigt over metoder (Problem Structuring Methods og konceptuel modellering, SSM, SODA, Strategic Choice, samt kvantitative teknikker som Mathematical Programming og DEA) og deres typiske anvendelser inden for sundhedsvæsenet – for eksempel ressourceallokation, kapacitetsplanlægning, udredning og planlægning af kliniske vægge og ventetider samt vurdering af kvalitet og patienttilfredshed. Samtidig viser kapitlet at anvendelsen af metoder som metoder til optimering, deskriptiv evaluering af ydeevne, og analyse af kø-systemer og kapacitetsplanlægning ofte anvendes i kombination med modelling-rammer.

Case studier og praktiske eksempler
Kapitlet beskriver tre udvalgte case-studier for at illustrere systemmodelleringens bidrag til sundhedspleje og implementering af komplekse interventioner. Case 1 om redesign af akutte stroke-veje for at maksimere trombolyse-rate ved hjælp af DES. Modellen visualiserede patientforløb og tillod evaluering af alternativer før implementering, hvilket bragte klinikere og logistikkere fra akutte neuroenheder og ambulancetjenester sammen. Outputs viste at døgn-til-behandling tider faldt fra 100 til 50 minutter i gennemsnit, og andelen af patienter trombolyseret i rettidig tid steg fra 4% til 16%, hvilket i praksis gav cirka 100 behandlede slagtilfælde årligt sammenlignet med 25 før forandringen. Vedvarende virkninger blev støttet af modellerne, som også viste at to mindre ændringer kunne have store effekter uden alvorlige omkostninger.

Case 2 beskriver et System Dynamics-modelbaseret studie af et stort komplekst system for akut og hjemlige plejetjenester. Formålet var at forstå hvordan stignende akutte indlæggelser påvirker ventetider og kapacitetsstyring og at teste politiske scenarier som omfordeling af udvalgte ældre patienter til specialiserede undersøgelser. Modellen genererede ikke nødvendigvis præcise outputs, men var særligt værdifuld til at stimulere diskussion og forståelse af systemdynamikkerne og til at understøtte beslutninger i politikudvikling.

Case 3 viser brugen af DES og køteori til planlægning af community mental health- vurderinger og book- og køssystemer. En central idé var poolingsmatrixen der gjorde det muligt at booke patienter til forskellige teams og dermed reducere ventetider og forbedre kapacitetstilpasning. Output viste signifikant nedsatte ventetider efter implementering af kødelingsstrategier og at de lokale områder kunne dele ressourcer uden at overskride tidsmål.

Vigtige udfordringer og praktiske overvejelser
En af de største barrierer for udbredelsen af systemmodellering i sundhedssektoren er afstanden mellem forskere og frontlinjepersonale. Kultur, teknisk kunnen og datatilgængelighed påvirker adoption. Det er nødvendigt at udvikle kapacitet blandt personale, gøre modeller mere brugervenlige og etablere stærke data- og evalueringsrammer. En ny retning er adfærdsbaseret operationel forskning og involvering af patienter og offentligheden i modellering og simulering. Hovedlæringen er at barriererne og drivkræfterne for bredere anvendelse i høj grad er menneskelige og sociale, ikke blot tekniske).

Afslutning og perspektiver
På trods af den store mængde forskning ligger implementeringen af systemmodellering i praksis stadig som en patchy aktivitet, og der er behov for systematisk evaluering af fordelene ved sådanne løsninger for implementering af komplekse interventioner. Potentialet for systemmodellering til at bidrage til sundhedsforbedringer er stort, særligt når man integrerer modeller med andre interventionstilgange for en koordineret forandringsindsats.

Fremtidige ressourceanbefalinger og videre læsning
Anbefalingerne peger mod øget kapacitetsopbygning, øget brugercentreret modellering og bedre dataudveksling og deling. Nye bevægelser inkluderer adfærdsbaseret operationel forskning og patientinddragelse. Forslagene til videre læsning inkluderer bøger og kapitler af Daskin, Ozcan, Pidd samt Sanderson og Green, som dækker service science, kvantitative metoder og beslutningsstøtte.

Nøgleudtryk og formater i systemmodellering
Systemmodellering inkluderer både soft og hard OR-metoder som nævnt. Eksempel teknikker inkluderer SSM, SODA, Strategic Choice, Mathematical Programming, og DEA. Metersammenkoblingen mellem teori og praksis understreges gennem brugen af DES, System Dynamics og Agent-Based Simulation til at modellere processer, kapacitet, ventetider og beslutningspunkter i sundhedsydelser.

Udviklingen af nøjagtige matematiske udtryk i denne kontekst fx til at beskrive ændringer i patientflow og ressourcer kræver ofte kombinationer af modeller og dataanalyse og vil typisk være kontekstafhængige og sceneriebetingede, men fælles mønstre inkluderer beskrivelser af systemdynamik, flaskehalse og kø-teorier der styrer beslutningstagningsprocesser i sundhedsorganisationer.

Formler og notationer i reproducerbarhed
Der kan anvendes standardnotation for beskrivelser af systemer og ændringer, såsom DES- eller SD-modeller, og når der inkluderes matematiske udtryk anvendes ofte en kombination af operationelle variable som x(t) for antal patienter eller ressourcer som R og tidsvariable t. For at illustrere nogle grundlæggende relationer kan man anvende typiske forme som:
$P<em>{\text{favourable}}(t) \propto \exp(-\lambda t), \quad t \in [0,4.5]\ \text{hours}$ $O(t) = O</em>0 \exp(-\lambda t)$

Her beskriver P_favourable sandsynligheden for et godt udfald som en eksponentiel nedgang over tid siden onset, hvor t er i timer og den maksimale periode er 4,5 timer. Dette er en forenklet skitse af den exponentialitetsvirkning der nævnes i forhold til stroke-behandling og trombolyse. Andre kvantitative elementer i kapitlerne er konkrete tal som andele, antal medarbejdere og tidsmål, som bør gengives præcist i noterne: eksempelvis 85% af personalet deltog (n = 48), 11 senior nurses, 32 junior nurses, 5 health care assistants; 6 refleksive sessioner á 1,5 time; 92% af personale vurderede MDT-kommunikationen som forbedret; 4% til 16% trombolyserate; døgn-til-behandling tider faldt fra 100 til 50 minutter; cirka 100 slagtilfælde årligt behandlet i stedet for 25.

I forbindelse med smertehåndtering hos ældre patienter og brugen af en smertehåndteringsalgoritme, samt forbedringer i MDT-kommunikation og ledelsesfærdigheder, er den normative kontekst og processuelle læring central for videre implementeringer. Det er væsentligt at dokumentere og evaluere data ved hjælp af både kvalitative og kvantitative metoder og sikre at etiske procedurer overholdes gennem hele projektet.

Afsluttende bemærkning
Disse kapitler giver et detaljeret billede af hvordan AR og systemmodellering kan understøtte implementering af komplekse interventioner i sundhedssektoren, og understreger at succesfuld implementering ofte kræver en kombination af kontekstforståelse, samarbejde, systemtænkning og en etisk og reflekteret tilgang til data og evaluering.