Annonce

Kvalitetsforbedringer med udgangspunkt i Dansk Anæstesi Database (DAD) på Bedøvelse og Operation Syd, Aarhus Universitetshospital

Download som PDF

Charlotte Marie Melchior1 Louise Møller Lundsgaard2 Maria Dietz Toppenberg3

1 Specialeansvarlig anæstesisygeplejerske, Bedøvelse og Operation Syd, Aarhus Universitetshospital
2 Afdelingslæge, Ph.d., Bedøvelse og Operation Syd, Aarhus Universitetshospital
3 Cand.scient.san., Ph.d., Projektmedarbejder, Bedøvelse og Operation, og Hjerte-, Lunge- og Karkirurgi, Aarhus Universitetshospital

Resumé
Baggrund
Kontinuerlig monitorering og forbedring af patientbehandling kræver adgang til opdaterede databaser.
Formål
At udvikle en database, som bl.a. inkluderer postoperative indikatorer, hvor data kan indgå i kvalitetsarbejdet, med identifikation af risikooperationer og optimering af behandlingen. Databasen skal kunne udbredes til alle Bedøvelse & Operations afdelinger på Aarhus Universitetshospital.
Metode, design og resultater
Vi har udarbejdet en Buisnes Intelligence (BI)- rapport, som fusionerer relevante data fra Dansk Anæstesi Database (DAD) og elektronisk patient journal (EPJ) med hensyn til udvalgte indikatorer herunder postoperative smerter og kvalme samt procedurer, bookninger, køn, alder, tid, afdeling og afsnit. Alle på AUH kan tilgå databasen.
Konklusion
BI rapporten vil fremadrettet kunne danne datagrundlag i projekter vedrørende perioperativ smerte og kvalme forebyggelse.

Introduktion
At arbejde med kvalitetsforbedrende projekter er en stor del af arbejdet på et perioperativt afsnit for både læger og sygeplejersker. Retvisende formidling og præsentation af data over for klinikere er essentielt, således at data kan være med til at understøtte kvalitetssikring af patientforløb. Dansk Anæstesiologisk Database (DAD) er en landsdækkende klinisk kvalitetsdatabase, der omfatter aktiviteter og registreringer fortaget af anæstesiologer, anæstesisygeplejersker og opvågningssygeplejersker på landets offentlige og private hospitaler (1).

Data omhandler flere forskellige indikatorer som fx kvalme, smerte, præoperative risikofaktorer, intubation og komplikationer. Databasen har til formål at belyse kvaliteten af den sundhedsfaglige behandling og bidrage til at forbedre sundhedsvæsenets indsats og resultater. Vi har sat fokus på to indikatorer: svære smerter og kvalme (kvalitetsstandard er henholdsvis 5% og 1%) ved ankomst til opvågningsafsnit. Formålet er, at belyse hvorvidt Bedøvelse og Operationsafsnit på Aarhus Universitetshospital (AUH), lever op til kvalitetsstandarden for disse indikatorer (1).

Smerter
Smerter efter operation er den hyppigst forekommende postoperative komplikation. Smerter registreres uafhængigt af procedurer, på operationsstuen før ankomst til opvågningen, ved ankomst til opvågningen (max 15 min efter ankomst) og på opvågningsafsnittet (2). Desuden er der sammenhæng mellem risikoen for udvikling af postoperative komplikationer, operationsomfang (stor >moderat >mindre), køn (kvinder), alder (<60 år), samt dagligt indtag af opoider (2).

Vurdering af smerter præoperativt
Præoperativ risikovurdering af patientens smerteprofil kunne være en del af forebyggelsen (3).Forebyggelse af postoperative smerter foretages peroperativt på AUH ud fra procedurespecifikke anæstesiologiske vejledninger. Kvalitetsstandarden for svære smerter er en NRS (Numeric Rating Scale)- score på >6) ved ankomst på opvågningen på 5 % (1).

Intensiteten af postoperative smerter vurderes af patienten ud fra en NRS score, hvor patienten, med et tal mellem 0 og 10 vurderer egne smerter (0 symboliserer ingen smerte og 10 de værst tænkelige smerter) (4). Hos de patienter, der har vanskeligt ved at sætte tal på deres smerter, er det opvågningssygeplejersken, der vurderer intensiteten af patientens smerter ud fra lokal instruks. Svære smerter defineres som en NRS score svarende til 7-10. Postoperativ smertebehandling i opvågningen foretages med udgangspunkt i lokal instruks med fastlagt algoritme.

Vurdering af smerter postoperativt
Utilstrækkelig smertebehandling kan have stor betydning for det postoperative forløb. Smerterne kan resultere i bl.a. angst, øget behov for smertestillende og andre komplikationer som fx forsinket mobilisering, forlænget indlæggelse samt øgede omkostninger (5, 6). Udvikling af kronisk smerte ses hos op til 5-10% af patienterne (7, 8).Blandt disse patienter er der også øget risiko for, at smerterne påvirker deres livskvaliteten og øger risikoen for kronisk opioidforbrug og dødelighed (9).

Kvalme
Dansk Selskab for Anæstesi og Intensiv Medicin (DSAIM) har udarbejdet en vejledning i forebyggelse og behandling af postoperativ kvalme (PONV) (10). Denne danner grundlag for lokal instruks vedrørende forebyggelse og behandling af PONV på AUH. Der beregnes en risikoscore ved anæstesitilsynet og ud fra denne gives relevante medicin under operationen. Ordinationen dokumenteres i elektronisk patientjournal (EPJ) i medicinmodulet og kvalmerisikoscoren dokumenteres i anæstesitilsynet i EPJ.

Postoperativ kvalme
Postoperativ kvalme og opkastning er en hyppigt forekommende postoperativ komplikation. Op til 30% af patienterne kaster op og op til 80% af højrisikopatienter kan opleve PONV såfremt der ikke gives profylakse og selv med profylakse er forekomsten 18-38% (11). Behandling og forebyggelse af PONV er vigtig da det ud over øget ubehag for patienten potentielt kan medføre, forlænget ophold i opvågningen og hospitalsindlæggelse, og dermed øgede omkostninger.

PONV påvirker indirekte det kirurgiske outcome, da det kan medføre komplikationer, forsinke mobilisering og fødeindtag (11). Kvalme og opkast har også stor indflydelse på patienternes oplevelse af det postoperative forløb, og studier har fundet at de vil betale betydelige beløb for ikke at opleve PONV (12-14). Ud over øget ubehag for patienten kan PONV medføre, forlænget ophold i opvågningen og hospitalsindlæggelse, og dermed øgede omkostninger(15).

Dansk Anæstesi Database
I DAD registreres udvalgte patientkarakteristika, informationer vedrørende anæstesi og postoperative forløb. Ud fra DAD data er det muligt at vurdere opfyldelse af kvalitetsstandarter for indikatorer på afdelingsniveau. Vurdering af behov for kvalitetsforbedring af specifikke patientforløb kræver dog, at DAD-indikatorerne kobles til specifikke fx operationsprocedurer og/eller – bookninger, hvilket forudsætter integrering med data fra EPJ.

Formålet er derfor:

At udvikle en database, som fusionerer DAD- og EPJ data, så kvalitetsarbejde og forbedring af patientbehandling gøres lettere.
Sekundære mål:

  • At identificere de patienter, der har svære smerter eller svær kvalme fordelt på operationstype – med angivelse af antal og andel i procent.
  • At identificere subgrupper med behov for kvalitetsforbedringsprojekter med henblik på forebyggelse af postoperative smerter og POVN.
  • At undersøge, om der er sammenhæng mellem indikatoren (kvalme eller smerte) og køn, alder eller prioritet (akut/planlagt).

Metode og Design
Med henblik på at opgøre primære og sekundære mål udarbejdede vi i samarbejde med en medarbejder, fra den lokale dataenhed på AUH, en database, som kunne give os svar på vores spørgsmål.

Indsamling af data
Databasen skulle være en BI-rapport, som alle kan tilgå og indeholde følgende oplysninger: patientid/cpr., indikator for smerte/kvalme, dato for operation, afdeling, afsnit, operationstype, stuetid og operationstid i minutter, operationskode og kirurgisk kode (efter operation), køn, alder samt totalt antal opererede patienter fordelt på operationstyper (hvor kirurgens kode anvendes).

Statistik
Data er præsenteret med deskriptiv (beskrivende) statistik for de to indikatorer –kvalme og smerter. Variablene alder er inddelt i 8 grupper. Køn er opdelt i to med henholdsvis mand eller kvinde.

Missing
Patienter, hvor der ikke er registreret DAD data er missing. På AUH er der en ansvarlig for de anæstesiologiske afdelinger, som sikrer, at DAD data indberettes til tiden i databasen. I 2023 var der 224 indberetninger, der manglede ud af 37.271 indberetninger, hvilket svarer til 0,6%.

Godkendelser
Projektet er godkendt af Hospitalsledelsen på AUH.

Patientpopulation for resultatafsnit
Inklusion: Patienter >18 år som er opereret i B&O Syd i periode 01.01.2023 – 30.06.2023, hvor DAD er udfyldt.
Eksklusion: Alle andre patienter.

Resultat
Resultatafsnittet bygger på data fra B&O Syd i perioden 01.01.2023 – 30.06.2023. I nedenstående afsnit præsenteres resultater for indikatorerne moderate til svære smerter og kvalme efter operation samt to visninger fra BI-rapporten, se Tabel 1-3.

I Tabel 4 og Tabel 5 ses et screenshot af databasens opbygning.

Diskussion
Det primære formål med undersøgelsen var at udvikle en database, som inkluderer indikatorerne moderate til svære smerter og kvalme. Vi har arbejdet med hvordan eksisterende DAD data kan præsenteres, så det kan danne baggrund for kvalitetsarbejde og forbedringer.

Indikatorer
I B&O Syd er det hovedsageligt kvinder, der har smerter (6,5% vs 3,6%) og kvalme (1,7% vs. 0,5%) og det er aldersgruppen 40-49 år, som har flest smerter (8,4%). Desuden ses, at det er de planlagte operationer, hvor der er den største andel af patienter, der har svære smerter i forhold til akutte patienter (6,2% vs 4,8%). Ved kvalme ses ikke stor forskel på planlagte og akutte patienter. Dog fremgår det, at det primært er patienter i alderen 30-39 år, som har kvalme (1,9%). Som det danske studie fra 2021 ser vi tendenser til, at det muligvis drejer sig om specifikke patienter eller patientgrupper, der har svære smerter (2). Databasen kan være et supplerende redskab til fx at identificere specifikke patienter eller patientgrupper, der ikke får den rette behandling frem for at ændre på den eksisterende praksis for alle.

I Bi-rapporten kan der i øvrigt sorteres på stigende/faldende andel af patienter, så klinikerne kan se hvor der er mest hensigtsmæssigt at sætte ind. Fx havde kun en patient fået udført operationen KACC69 og patienten havde smerter, hvilket betyder at 100 % af patienterne havde smerter, hvorimod operationen KBCA31 var udført på 21 patienter, hvor af 2 havde smerter, hvilket betyder at 9,5% havde smerter. Desværre har det ikke været muligt, at inkludere alle risikofaktorer for PONV, men der arbejdes på, at kunne inkludere flere indikatorer. Ulempen ved at inkludere for mange indikatorer og variable er, at det kræver meget tid at bearbejde data og processen bliver langsommere.

Dataanalyse og kvalitetsforbedring
Vores arbejde med at analysere data fra Dansk Anæstesiologisk Database (DAD) har afsløret områder, hvor der er plads til forbedring af patientforløbene. Ved at identificere subgrupper af patienter med øget risiko for PONV og postoperativ smerte, kan vi målrette vores indsats mod disse grupper og eventuelt implementere specifikke kvalitetsforbedrende tiltag. Dette kræver dog en tværfaglig tilgang, hvor anæstesiologer, kirurger, sygeplejersker og andre relevante aktører samarbejder om at udvikle og implementere evidensbaserede retningslinjer og procedurer på tværs af afdelinger og afsnit, fx med udgangspunkt i BI-rapportens data. Der kunne med fordel inddrages flere indikatorer fra Bi-rapporten som fx kvalme både ved ankomst og udskrivelse fra opvågning samt inddragelse af internationale guidelines for PONV (1, 15). Desuden planlægges et samarbejde på tværs af to Bedøvelse og Operationsafdelinger på AUH med henblik på en fælles strategi.

Metodiske overvejelser
Det er en stor styrke, at vi har haft et tæt samarbejde med Dataenheden på AUH. Samarbejdet mellem klinikere, og datamedarbejdere har bidraget til, at data nu forhåbentligt formidles på den mest hensigtsmæssige måde, således, at klinikere på tværs af afdelinger og specialer kan bruge dem i hverdagen. Vi har erfaret, at operationsbooking (kode) ikke nødvendigvis er den samme som kirurgernes postoperative koder. I dagligdagen er det ikke et problem, men hvis andelen af en bestemt patientgruppe med fx kvalme eller smerter skal beregnes, opnås ikke det korrekte tal.

Brugen af forskellige bookingkoder og operationskoder, var en stor udfordring, hvilket resulterede i, at vi valgte at inkludere begge koder i BI-rapporten. En anden udfordring er omkring totalt antal opererede patienter. Da der ikke anvendes samme kode for operationen på tværs af specialer er det svært at finde det totale antal opererede patienter inden for en specifik operation. Det er en del af rapporten, som vi vil arbejde videre med. På den måde kan det være en svaghed, at vi ikke direkte har samarbejdet med andre anæstesiologiske afdelinger på AUH. Det er heller ikke muligt ud fra BI rapporten at se, hvor stor en andel af de opererede patienter, der er data på. Valide data forudsætter høj indrapportering i DAD, og det anbefales derfor, at undersøge dette forud for brug af BI-rapporten, da indrapporteringsprocenten ikke kan aflæses i rapporten.

Konklusion
Hvis klinikere skal arbejde med kvalitetsdata, skal data være tilgængelige og overskuelige. Der skal være en systematik i indberetningen af data, som samtidig også skal genereres løbende. På den måde kan klinikere følge med i om kvalitetsstandarden overholdes. Det er nødvendigt, at udvælge de indikatorer som er væsentlige for de patienttyper og operationer, som er på afdelingen. Data er tilgængelige fra de andre anæstesiologiske afdelinger på AUH, men i artiklen har vi rettet fokus mod to centrale indikatorer i Bedøvelse og Operation Syd: forekomsten af moderat til svær kvalme og smerter ved ankomst til opvågningsafsnittet på Aarhus Universitetshospital.

Referencer
1. Dansk anæstesi database [Internet]. 2023. Available from: https://www.rkkp.dk/kvalitetsdatabaser/databaser/dansk-anaestesi-database/om-databasen/.
2. Rasmussen AM, Toft MH, Awada HN, Dirks J, Brandsborg B, Rasmussen LK, et al. Waking Up in Pain: a prospective unselected cohort study of pain in 3702 patients immediately after surgery in the Danish Realm. Reg Anesth Pain Med. 2021;46(11):948-53.
3. Srivastava D, Hill S, Carty S, Rockett M, Bastable R, Knaggs R, et al. Surgery and opioids: evidence-based expert consensus guidelines on the perioperative use of opioids in the United Kingdom. Br J Anaesth. 2021;126(6):1208-16.
4. Staehelin Jensen T. Smerter – en lærebog Copenhagen: FADLs Forlag A/S; 2007.
5. Kehlet H, Joshi GP. Enhanced Recovery After Surgery: Current Controversies and Concerns. Anesth Analg. 2017;125(6):2154-5.
6. van Boekel RLM, Warlé MC, Nielen RGC, Vissers KCP, van der Sande R, Bronkhorst EM, et al. Relationship between postoperative pain and overall 30-day complications in a broad surgical population. Annals of surgery. 2019;269:856-65.
7. Tolver MA, Rosenberg J, Bisgaard T. Early pain after laparoscopic inguinal hernia repair. A qualitative systematic review. Acta Anaesthesiol Scand. 2012;56(5):549-57.
8. Lavand’homme P. Transition from acute to chronic pain after surgery. Pain. 2017;158 Suppl 1:S50-S4.
9. Brummett CM, Waljee JF, Goesling J, Moser S, Lin P, Englesbe MJ, et al. New Persistent Opioid Use After Minor and Major Surgical Procedures in US Adults. JAMA Surg. 2017;152(6):e170504.
10. Henrik Andersen JE, Sven Felsby, Jan Mick Jensen, Christian Sigvald Langfrits, Jens Aage Kølsen Petersen (formand), Henriette Trøjborg. Vejledning i forebyggelse og behandling af postoperativ kvalme og opkastning. Dansk Selskab for Anæstesi og Intensiv Medicin, Anæstesiudvalget 2016; 2016.
11. Schlesinger T, Meybohm P, Kranke P. Postoperative nausea and vomiting: risk factors, prediction tools, and algorithms. Curr Opin Anaesthesiol. 2023;36(1):117-23.
12. Macario A, Weinger M, Carney S, Kim A. Which clinical anesthesia outcomes are important to avoid? The perspective of patients. Anesth Analg. 1999;89(3):652-8.
13. Gan T, Sloan F, Dear Gde L, El-Moalem HE, Lubarsky DA. How much are patients willing to pay to avoid postoperative nausea and vomiting? Anesth Analg. 2001;92(2):393-400.
14. van den Bosch JE, Bonsel GJ, Moons KG, Kalkman CJ. Effect of postoperative experiences on willingness to pay to avoid postoperative pain, nausea, and vomiting. Anesthesiology. 2006;104(5):1033-9.
15. Gan TJ, Belani KG, Bergese S, Chung F, Diemunsch P, Habib AS, et al. Fourth Consensus Guidelines for the Management of Postoperative Nausea and Vomiting. Anesth Analg. 2020;131(2):411-48.

 

 

 

Scroll to Top
Størrelsesguide/Måleskema
Alle mål er angivet i cm.
Dame t-shirt
S
M
L
XL
Brystvidde
86
92
100
108
Taljevidde
69
74
80
86
Hoftevidde
95
100
106
112
Herre t-shirt
S
M
L
XL
Brystvidde
90
96
104
112
Skjorter
37/38
39/40
41/42
43/44
Livvidde
80
85
91
97