Dienstverlening
Gebruik van data voor evaluatie van (digitale) zorginnovaties en verbeterprogramma's
Waarom is evaluatie belangrijk?
De zorg staat flink onder druk, er is ook behoefte aan (digitale) zorginnovaties, om met beschikbare mensen/middelen aan de toenemende zorgvraag te voldoen.
Dergelijke technologische innovaties, zoals datagedreven werken, zorg en monitoring op afstand, e.d. worden ook in hoog tempo ontwikkeld.
Vaak beogen deze innovaties betere en/of gepersonaliseerde behandeling, met minder inzet van personeel en/of andere middelen; maar hebben deze ook echt (meer)waarde voor patienten/clienten, zorgverleners of naasten, of voor de zorgorganisatie of het zorgnetwerk?
Een belangrijke belemmering voor succesvolle implementatie en opschaling is het ontbreken van goede en tijdige evaluaties van zulke innovaties: in hoeverre heeft een zorginnovatie toegevoegde waarde, voor wie en onder welke (rand)voorwaarden? Werkt een innovatie ook echt in de praktijk, is deze even effectief en veulkig als de gangbare zorg.? Maar ook gebruikersvriendelijkheid, inbedding in de organisatie, procesmatige en organisatorische veranderingen zijn van belang om de innovatie effectief en kosten-effectief te kunnen inzetten. Dat wordt vaak onvoldoende onderzocht en gedocumenteerd.
Gedegen evaluaties zijn hierbij daarom van groot belang; concrete uitkomsten alsook processen en mechanismen die tot deze uitkomsten moeten leiden, moeten dan expliciet worden geoperationaliseerd en inzichtelijk gemaakt; en resultaten laten zien of de beoogde verbeteringen en besparingen inderdaad worden gerealiseerd. Ook onvoorziene consequenties worden hierbij duidelijk. Inzicht in de al of niet gerealiseerde opbrengsen, onvoorziene gevolgen en praktische belemmeringen helpt te bepalen of verdere implementatie/opschaling zinvol is en deze zonodig te verbeteren of versnellen.
Door tijdig na te denken over de evaluatie van innovaties en hiervoor de benodigde informatie te verzamelen, zijn na afloop de gegevens beschikbaar om een evaluatie uit te voeren.
Waar moet je zoal aan denken als je een evaluatie wilt uitvoeren?
Een evaluatie is een soort onderzoek over het proces en relevante uitkomsten van de betreffende innovatie.
Daarbij komen verschillende methodologische, statistische en datamanagement vragen aan de orde.
Belangrijk is om heel expliciet de innovatie en de inbedding in het zorgproces te beschrijven. Maar ook hoe de innovatieve werkwijze kan worden vergeleken met de gebruikelijke werkwijze (controlegroep).
Daarnaast is belangrijk te bepalen wat relevante uitkomsten zijn: voor patienten, het zorgproces, zorggebruik, tijdbesteding; maar vaak ook de organisatie van zorg, of verschuivingen daarin (bijvoorbeeld vanuit de zorgsetting naar de thuissituatie). En vaak wil je veranderingen in zorggebruik of zororganoisatie ook vertalen naar verschillen in zorgkosten.
In welke situatie(s) zou je een evaluatie moeten uitvoeren?
Eigenlijk zou je altijd in zekere mate een evaluatie moeten uitvoeren als je een belangrijke verandering doorvoert in het zorgproces.
Voor toelating van geneesmiddelen (en meer recentelijk ook voor medische hulpmiddelen) zijn de eisen om de effectiviteit en veiligheid aan te tonen zeer streng. De wet- en regelgeving voor (andere) zorginnovaties zijn minder eenduidig, en heeft vooral betrekking op de veiligheid.
Ook maakt het uit of het een eerste toepassing van een zorginnovatie in de praktijk betreft, of dat de meerwaarde elders al is aangetoond, en de innovatie in een nieuwe setting wordt geïntroduceerd. Echter ook dan is een evaluatie in veel gevallen wenselijk: elke omgeving is net weer anders, de populatie kan verschillen, etc., waardoor eerdere succesvolle resultaten in de nieuwe setting niet altijd worden gerealiseerd.
Voorbeelden van evaluaties waarover ik graag meedenk
Je hebt recentelijk een digitale zorginnovatie op jouw afdeling of in jouw ziekenhuis geïmplementeerd. Je wilt nu graag weten of dit heeft geleid tot een vermindering van opnames, of het gebruik voldoende veilig is voor patienten en of het heeft geleid tot kostenbesparingen voor jouw afdeling/organisatie. Hoe pak je dit aan? Kan dat op basis van routinematig verzamelde data, of moet u aanvullende gegevens verzamelen. Hoe selecteer je de juiste uitkomstmaten en een goede vergelijkingsgroep om verschillen aan te kunnen tonen? Hoeveel patienten heb je hiervoor nodig? Welk onderzoeksdesign zou je hiervoor kunnen gebruiken? Is het mogelijk gebruik te maken van een controlegroep? Hoe pak je dit slim aan?
Stel er is een nieuwe klinische richtlijn gepubliceerd. Je wilt nagaan in hoeverre deze ook in de praktijk (jouw afdeling, ziekenhuis, regio of landelijk) is geïmplementeerd? Kan hiervoor gebruik worden gemaakt van beschikbare databronnen (bijv landelijke registraties)? Op welke wijze kunnen eventuele aanvullende gegevens hierover worden verzameld?
Je bent bezig een dashboard te ontwikkelen op basis van zorgdata; bijvoorbeeld voor in de spreekkamer (keuzehulpen voor samen beslissen), voor kwaliteitsverbetering (leren en verbeteren), voor onderlinge vergelijking van zorgaanbieders (benchmarking). De bruikbaarheid van een dashboard hangt natuurlijk af van de kwaliteit van de onderliggende data en analyses. Welke methodologische en statistische valkuilen spelen mogelijk een rol bij de data voor jouw dashboard? Hoe kun je er voor zorgen dat de informatie op het dashboard methodologisch en statistisch robuust(er) is?
Voorbeelden van methoden en activiteiten bij het evalueren van zorginterventies, verbeter-programma's of digitale innovaties
Activiteiten:
Conceptualisering/ontwerp
Uitwerking protocol
Selectie/definitie van uitkomstmaten (klinisch, PROM, economisch)
Opstellen meetpad
Inrichten dataverzameling en datamanagement
Opstellen datamanagementplan
Data op orde brengen
Data-analyse/visualisatie
Duiding/rapporage van resultaten
Presentatie/publicatie van resultaten
Implementatie/impactontwikkeling
Methoden:
Randomised Clinical Trial
Implementatie of de-implementatie van een interventie
Quality Improvement/kwaliteit verbeterprogramma
Ontwikkeling, validatie/implementatie van een voorspellend model/algoritme
Kosten (effectiviteits) analyse
Clinical/Budget Impact analyse
Business case analyse
Diagnostic Test Acuracy Review (DTAR)
Systematic review
Meta-analyse (Aggregate Data of Individual Patient Data)