روش های نمودار کنترل برای نظارت بر عملکرد جراحی قلبی و تفسیر آنها

بیش از یک دهه است که علاقه زیادی به نظارت بر کیفیت عملکرد جراحی قلبی وجود دارد ، همانطور که با انتشار عمومی مرگ و میر خاص جراح برای پیوند بای پس عروق کرونر (CABG) در نیویورک تایمز نشان داده شده است.

• ج.
• Wintfeld N.

• Scally G.
• دونالدون ل.

50 سالگرد NHS. حاکمیت بالینی و تلاش برای بهبود کیفیت در NHS جدید در انگلیس.

فشار نصب برای بررسی باز نتایج پس از انتشار گزارش پانل پرسشنامه بیمارستان Royal Royal ، بریستول ،

یادگیری از بریستول: گزارش تحقیق عمومی در مورد جراحی قلب کودکان در بریستول سلطنتی Infirmary 1984-1995. در: پانل پرس و جو BRI. لندن: دفتر ثابت ؛2001

• Spiegelhalter D.
• آیلین P.
• بهترین N.
• ایوانز س.
• موری جی.

و کاربردهای بی شماری از روشهای کنترل کیفیت در پزشکی ، هم برای نظارت بر نتایج افراد

• شاهیان دی.
• ویلیامسون دبلیو.
• Svensson L.
• Restuccia J.
• D'Agostino R.

• د لووال م.
• Francois K.
• بول ج.
• Brawn W.
• Spiegelhalter D.

تجزیه و تحلیل خوشه ای از خرابی های جراحی. کاربرد یک سری از عملیات سوئیچ شریانی نوزادان.

• Lovegrove J.
• والنسیا ا.
• گنج T.
• شرلاو-جانسون C.
• GALLIVAN S.

• Poloniecki J.
• والنسیا ا.
• Littlejohns P.

نمودار مرگ و میر با ریسک تجمعی برای تشخیص تغییرات در میزان مرگ و میر مطالعه مشاهده جراحی قلب.

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

Caputo M ، Reeves B ، Rogers C ، Ascione R ، Angelini G. نظارت بر عملکرد ساکنان در حین تمرین در جراحی کرونر خارج از پمپ. J Thorac Cardiovasc Surg. 2004 ؛ 128: 907-15

• نوویک آر.
• فاکس س.
• Stitt L.
• Swinamer S.
• Lehnhardt K.
• ریمن آر.
• و همکاران

تجزیه و تحلیل عدم موفقیت جمع تجمعی از تغییر سیاست از پمپ به پمپ عروق کرونر خارج از پمپ.

• نوویک آر.
• فاکس س.
• Stitt L.
• Kiaii R.
• Swinamer S.
• ریمن آر.
• و همکاران

• براون س.
• بنیان جی.
• Theobald D.
• Sands K.
• هان م.
• Potter-Bynoe G.
• و همکاران

• Lawrance R.
• Dorsch M.
• Sapsford R.
• Mackintosh A.
• گرین وود دی.
• جکسون ب.
• و همکاران

استفاده از داده های مرگ و میر تجمعی در بیماران مبتلا به انفارکتوس حاد میوکارد برای تشخیص زودرس تغییر در مطالعه مشاهده ای عمل بالینی.

• Bolsin S.
• کلسون م.

• محمد م.
• چنگ K.
• Rouse A.
• مارشال تی.

• Tekkis P.
• McCulloch P.
• استاگر A.
• بنیامین اول
• Poloniecki J.

نمودارهای کنترل مرگ و میر برای مقایسه عملکرد مطالعه اعتبار سنجی واحدهای جراحی با استفاده از داده های مرگ و میر بیمارستانی.

• مارشال ای.
• Spiegelhalter D.

کیفیت نه تنها به دلیل پتانسیل آن برای تشخیص نتایج جراحی غیرقابل قبول، بلکه به دلیل نیاز به اطمینان از کیفیت در هنگام آموزش نسل بعدی جراحان در یک تخصص پرخطر، اهمیت دارد.

فرض بر این است که تمام فرآیندها، از جمله تمام جنبه های مراقبت پزشکی، در معرض تغییرات تصادفی ذاتی (علت مشترک) هستند. هدف از نمودارهای کنترل کیفیت، تمایز بین تغییرات تصادفی و تغییرات علت خاص است که از عوامل بیرونی فرآیند ناشی می شود. کاهش تغییرات تصادفی برای فرآیندی که تحت کنترل است مستلزم تغییر خود فرآیند است. کاهش تغییرات علت خاص مستلزم شناسایی عواملی است که باعث خارج شدن فرآیند از کنترل می شوند و اقدامات اصلاحی مناسب انجام شود.

نمودار کنترل کیفیت بسته به نوع داده (داده های پیوسته، باینری یا شمارش) می تواند یکی از چندین شکل را داشته باشد. داده])، مقدار مورد علاقه (به عنوان مثال، میانگین عملکرد یا تغییر در عملکرد)، و هدف اصلی روش نظارت. برای مثال نمودارهای کنترل شوهارت برای نظارت بر دسته ای از نتایج طراحی شده اند.

• شوهارت دبلیو.

در زمینه جراحی، یک دسته ممکن است مجموعه ای از عملیات باشد که در یک دوره زمانی انجام می شود. اگرچه این نمودارها در جراحی قلب استفاده شده است،

• شاهیان دی.
• ویلیامسون دبلیو.
• Svensson L.
• Restuccia J.
• D'Agostino R.

• محمد م.
• چنگ K.
• Rouse A.
• مارشال تی.

ارزش آنها برای نظارت مداوم بر نتایج فردی محدود است، به ویژه برای روش های کم حجم.

نوع دیگری از نمودار کنترل، جمع تجمعی (CUSUM) است. این می تواند پس از هر عمل به روز شود، برای نتایج برای جراحان منفرد قابل استفاده است و روشی برای نظارت بر زمان واقعی عملکرد ارائه می دهد. نمودارهای CUSUM مبتنی بر نظارت متوالی عملکرد تجمعی در طول زمان است و تمرکز این مقاله است. در ابتدا توسط Page توسعه داده شد

در زمینه صنعتی، نشان داده شده است که آنها برای تشخیص تغییرات کوچک و مداوم فرآیند مناسب هستند.

• مونتگومری دی.

• ویلیامز اس.
• پری بی.
• شلوپ ام.

• د لووال م.
• Francois K.
• بول ج.
• Brawn W.
• Spiegelhalter D.

تجزیه و تحلیل خوشه ای از خرابی های جراحی. کاربرد یک سری از عملیات سوئیچ شریانی نوزادان.

اولین کسانی بودند که توانایی آنها در تشخیص خوشه ای از مرگ و میر پس از ترمیم سوئیچ شریانی برای انتقال شریان های بزرگ را نشان دادند. اگرچه نمودارهای Cusum برای ساخت ساده است ، برای جلوگیری از تفسیر بیش از حد یا تفسیر نادرست آنها ، مراقبت لازم است.

اهداف این مقاله به (1) توصیف اشکال مختلف نمودارهای CUSUM برای نظارت بر عملکرد در طول زمان است که نتیجه علاقه باینری است (به عنوان مثال ، مرگ و میر یا وقایع مرتبط با قلبی)

• د لووال م.
• Francois K.
• بول ج.
• Brawn W.
• Spiegelhalter D.

تجزیه و تحلیل خوشه ای از خرابی های جراحی. کاربرد یک سری از عملیات سوئیچ شریانی نوزادان.

• ویلیامز اس.
• پری بی.
• شلوپ ام.

(2) نحوه تفسیر نمودارها را توضیح دهید ، (3) سوء تفاهم های مکرر را برجسته کنید ، و (4) روش های استفاده از نمودارها را توصیه کنید. ما همچنین پسوندهای نمودار Cusum را در نظر می گیریم که کنترل ترکیب مورد را کنترل می کنند: نمایشگرهای تنظیم شده متغیر زندگی (VLAD ،

• Lovegrove J.
• والنسیا ا.
• گنج T.
• شرلاو-جانسون C.
• GALLIVAN S.

• Poloniecki J.
• والنسیا ا.
• Littlejohns P.

نمودار مرگ و میر با ریسک تجمعی برای تشخیص تغییرات در میزان مرگ و میر مطالعه مشاهده جراحی قلب.

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

ما پارامترهای مورد نیاز برای ساخت نمودارها ، محدودیت های کنترل آنها و ارائه گرافیکی جایگزین داده ها را شرح می دهیم. ما روی نتایج باینری تمرکز می کنیم زیرا از آنها برای نظارت بر عملکرد جراحی قلب استفاده می شود. این روش ها با استفاده از دو مجموعه داده مثال نشان داده شده است: یک پایگاه داده بیمارستان مجرد انگلستان از عملیات قلبی و یک بانک اطلاعاتی ملی پیوند قلبی در انگلستان.

مجموعه داده ها

پایگاه داده جراحی قلبی

مؤسسه قلب بریستول از آوریل 1996 مجموعه ای از داده های استاندارد را در مورد کلیه روشهای قلبی بزرگسالان جمع آوری کرده است.

• Caputo M.
• برایان A.
• Capoun R.
• ماهش ب.
• Ciulli F.
• Hutter J.
• و همکاران

• Caputo M.
• چمبرلین م.
• Ozalp F.
• Underwood M.
• Ciulli F.
• آنجلینی جی.

داده های مورد استفاده برای تصویرگری شامل 1372 روش CABG انتخابی و فوری است که بین آوریل 1996 و سپتامبر 2002 انجام شده است.

Caputo M ، Reeves B ، Rogers C ، Ascione R ، Angelini G. نظارت بر عملکرد ساکنان در حین تمرین در جراحی کرونر خارج از پمپ. J Thorac Cardiovasc Surg. 2004 ؛ 128: 907-15

تمام عملیات توسط مشاور دانشگاهی رهبری یا یکی از چهار نفر از ساکنان انجام شد. نتیجه انتخاب شده برای نظارت بر عملکرد ، نارسایی جراحی بود که به عنوان وقوع یک یا چند 11 واقعه مرتبط با قلبی تعریف شده است.

Caputo M ، Reeves B ، Rogers C ، Ascione R ، Angelini G. نظارت بر عملکرد ساکنان در حین تمرین در جراحی کرونر خارج از پمپ. J Thorac Cardiovasc Surg. 2004 ؛ 128: 907-15

خرابی های کلی 8. 5 ٪ (فاصله اطمینان 95 ٪ ، 7 ٪ -10 ٪) بود. رگرسیون لجستیک چندگانه ، که برای مجموعه داده های کامل اعمال می شود ، برای شناسایی پیش بینی کننده های شکست استفاده شد. خطر پیش بینی شده از نارسایی جراحی برای هر یک از 1372 بیمار سپس از مدل حاصل تخمین زده شد. نتایج برای زیر مجموعه ای از کابین خارج از پمپ ارائه شده است.

پایگاه داده پیوند قلبی

یک بانک اطلاعاتی بالینی ملی پیوند و نتایج قلبی در آوریل 1995 ایجاد شد و تمام 8 مرکز در انگلستان که این روشها را انجام می دهند ، از آن زمان داده ها به آنها کمک کرده اند. بازده داده ها بیش از 95 ٪ است و کلیه داده ها در معرض اعتبار دقیق هستند.

• Anyanwu A.
• راجرز C.
• Murday A.

پیوند ارگانیک داخل رحمی در انگلستان 1995-1999 از حسابرسی پیوند قلبی در انگلستان.

داده های مورد استفاده برای تصویرگری شامل 1341 پیوند قلب ارتوتوپی بزرگسالان است که بین ژوئیه 1995 و سپتامبر 2002 انجام شده است. نتیجه انتخاب شده برای نظارت ، مرگ و میر 30 روزه بعد از عمل بود که 12 ٪ (فاصله اطمینان 95 ٪ ، 10 ٪ -14 ٪) بود. از تجزیه و تحلیل رگرسیون لجستیک چندگانه برای شناسایی پیش بینی کننده مرگ و میر برای گروه های ژوئیه 1995 تا مارس 2001 (1173 = n) استفاده شد و این مدل با استفاده از پیوند بعدی (آوریل 2001 تا سپتامبر 2002 ؛ 168 نفر) مورد بررسی قرار گرفت. جزئیات عوامل خطر در نظر گرفته شده و توسعه مدل در صورت درخواست در دسترس است.

ساخت و تفسیر نمودارها

روشهای تنظیم نشده بدون ریسک

انتخاب نتیجه ، رویدادی که عملکرد آن اندازه گیری می شود ، بسته به متن متفاوت است. در کل ما به سادگی باید به یک نتیجه ناموفق به عنوان یک شکست و یک نتیجه موفق به عنوان یک موفقیت اشاره کنیم. ما همچنین باید عمدتاً روی تشخیص افزایش خرابی ها تمرکز کنیم ، اگرچه این روش ها به همان اندازه برای تشخیص کاهش آنها کاربرد دارند. اگرچه تأکید ما بر نمودارهای کنترل تنظیم شده ریسک خواهد بود ، قبل از معرفی آنها ، ما در مورد نمودارهای تنظیم نشده تنظیم نشده بحث و نشان خواهیم داد.

نمودارهای شکست تجمعی

ساده ترین و بصری ترین شکل نمودار Cusum ، نمودار از تعداد شکست (کل) شکست (در محور عمودی) در برابر تعداد عملیات (در محور افقی ؛ خطوط پله ای در شکل 1) است. همانطور که هر عمل انجام می شود و نتیجه ارزیابی می شود ، در صورت بروز موفقیت (و نمودار به صورت افقی ادامه می یابد) تعداد تجمعی خرابی ها بدون تغییر باقی می مانند یا در صورت بروز خرابی توسط 1 افزایش می یابد (و نمودار افزایش می یابد). این نمودار دارای تفسیر بصری فوری است ، زیرا افزایش شیب (شیب) نشانگر خرابی های مکرر است. با این حال ، این مقدار محدود و بدون مرزهای کنترل است که نشان دهد آیا افزایش شیب سازگار با فرایندی است که از کنترل خارج می شود (یعنی افزایش واقعی در میزان شکست) یا با تغییر تصادفی ساده. مرزهای کنترل نشان داده شده از sprt گرفته شده است

و برای آزمایش فرضیه تهی ساخته شده اند (ساعت₀) که نرخ خرابی P است₀، در برابر جایگزین (ساعت₁) که میزان خرابی به p افزایش یافته است₁.

شکل 1 نمودارهای شکست تجمعی برای (الف) نارسایی جراحی پس از کابین خارج از پمپ (OPCAB) و (ب) مرگ و میر 30 روز پس از پیوند قلب ارتوتوپیک در بزرگسالان. نرخ شکست پیش بینی شده (ص₀) با نرخ خرابی کلی برای برنامه ها به طور کلی تنظیم شد: (الف) 8. 5 ٪ برای 1 مشاور و 4 نفر از ساکنان و (ب) 12 ٪ برای 8 مرکز. خطوط مرزی برای تشخیص 50 ٪ افزایش در خرابی (نسبت شانس ، 1. 5) ساخته شد: (الف) 3. 7 ٪ (P₁= 12. 2 ٪) و (ب) 5. 0 ٪ (P₁= 17. 0 ٪). نرخ خطای کاذب مثبت (α) و منفی کاذب (β) برای هر دو نمودار 5 ٪ است. خطوط نمایانگر خرابی های تجمعی مورد انتظار ( - · ·) در هر دو نمودار نشان داده شده است ، اگرچه این موارد معمولاً شامل نمی شوند. در (الف) ، که مشاور و 1 نفر از 4 نفر از ساکنان را به تصویر می کشد ، میزان شکست مشاور مشابه نرخ خرابی کلی است (از نزدیک از خط - · ·) پیروی می کند ، اما برای ساکنین کمتر از حد انتظار است. عملکرد ساکن پس از 100 عمل ، هنگام رسیدن به خط مرزی پایین ، به عنوان قابل قبول (یا بهتر) تأیید شد. در (ب) ، که 2 از 8 مرکز پیوند را نشان می دهد ، عملکرد در مرکز A به طور مداوم بهتر از آنچه انتظار می رفت ، تأیید شد که پس از 80 پیوند قابل قبول یا بهتر است. عملکرد در مرکز B مطابق با مرگ و میر کلی برای 100 پیوند اول بود ، اما پس از آن به طور پیوسته افزایش یافت. با پیوند 167 ، مرکز B نزدیک به مرز 5 ٪ فوقانی بود ، که قبلاً از مرز 10 ٪ بالا عبور کرده بود (نشان داده نشده است).

• مشاهده تصویر بزرگ

برای ساخت مرزهای کنترل ، 4 پارامتر باید مشخص شود: (1) خطر خرابی هنگام کنترل فرآیند (میزان شکست قابل قبول ؛ P₀) ؛(2) نرخ شکست غیرقابل قبول است (P₁، جایی که P₁> p₀) ؛. و (4) β ، احتمال نتیجه گیری این که میزان خرابی افزایش نیافته است وقتی که در واقع (خطای منفی یا نوع II) وجود دارد. انتخاب α و β به کاربرد و هزینه های نسبی نتیجه گیری کاذب مثبت و منفی بستگی دارد. آنها معمولاً در 0. 10 (10 ٪) ، 05 (5 ٪) یا 01 (1 ٪) تنظیم می شوند.

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

مقادیر داده شده برای P₀, p₁، α و β ، محدودیت های کنترل بالا و پایین (یا خطوط مرزی) - L₁و من₀، به ترتیب - مطابق فرمول های داده شده در پیوست 1 ساخته شده است (خطوط متراکم ، شکل 1).

این یک تصور غلط رایج است که یک نمودار CUSUM که در مرزهای کنترل باقی مانده است ، شواهدی را نشان می دهد که این روند کنترل است. اگر نمودار خرابی های تجمعی از مرز بالایی عبور کند ، l₁، سپس نتیجه می گیریم که نرخ خرابی به نرخ غیرقابل قبول ، p افزایش یافته است₁بشراگر از مرز پایین عبور کند ، l₀، نتیجه می گیریم که نرخ خرابی کمتر یا مساوی با نرخ قابل قبول است ، P₀بشرهنگامی که یک نمودار بین این مرزها باقی می ماند ، شواهد بی نتیجه باقی می ماند و نظارت باید ادامه یابد (شکل 1). پیشرفت طبیعی نمودار برای یک فرد یا موسسه با عملکرد قابل قبول به سمت مرز پایین برای این روش ساخت محدودیت های کنترل است.

خطوط مرزی فوقانی و تحتانی همیشه موازی هستند. شیب آنها (پیوست 1) به طور مستقیم قابل تفسیر نیست. این به مقادیر p بستگی دارد₀و ص₁؛نزدیکتر p₁به P است₀(یعنی هرچه افزایش برای تشخیص کوچکتر باشد) ، S کوچکتر و شیب کم عمق تر است. نقاطی که خطوط مرزی پایین و بالا در آن با محور عمودی Cusum (H₀و ح₁؛ضمیمه 1) توسط α و β تعیین می شود ، که به طور معمول با همان مقدار تنظیم می شوند. هرچه مقادیر α و β کوچکتر باشد ، مرز بالایی بالاتر و مرز پایین تر است. این معمول است که 2 مجموعه خطوط مرزی در نمودار گنجانده شود ، که مربوط به گزینه های مختلف برای α و β است. خطوط برای مقادیر بالاتر α و β اغلب به عنوان خطوط هشدار گفته می شود ، با مقادیر کمتری از α و β که خطوط هشدار یا عمل را تعیین می کند. فاصله بین خطوط مرزی (ساعت₀ + h₁) همچنین به نسبت شانس بستگی دارد (یا ، به طور معادل ، p₀و ص₁؛پیوست 1)؛هرچه نسبت شانس کوچکتر باشد ، فاصله بین مرزها (برای انتخاب مشخص α و β) بیشتر می شود و دنباله عملیات مورد نیاز قبل از نتیجه گیری طولانی تر است.

نمودار نسبت ورود به سیستم تجمعی

ارائه جایگزین اما معادل داده ها شامل نمودار کردن یک cusum اصلاح شده در برابر شماره عملکرد است (شکل 2). همانطور که با نمودار خرابی های تجمعی ، مبلغ از 0 شروع می شود ، اما سپس توسط 1 - S برای یک شکست افزایش می یابد و برای موفقیت توسط S کاهش می یابد. مقدار S توسط P تعریف شده است₀و ص₁(پیوست 1). خطوط مرزی افقی هستند و موقعیت آنها در نمودار توسط H تعریف می شود₀و ح₁بشرتفسیر نمودار در رابطه با خطوط مرزی همان نمودار شکست های تجمعی است. اگر عملکرد قابل قبول باشد ، نمودار به سمت پایین به سمت مرز پایین می رود. این محور افقی را دنبال نمی کند.

شکل 2 نمودارهای تست نسبت ورود به سیستم تجمعی برای (الف) نارسایی جراحی پس از کابین خارج از پمپ (OPCAB) و (ب) مرگ و میر 30 روز پس از پیوند قلب ارتوتوپی در بزرگسالان. داده ها و تنظیمات پارامتر برای ساخت خطوط مرزی (P₀, p₁، α و β) همانند شکل 1 است. خطوطی که نمایانگر خرابی های تجمعی مورد انتظار نیست ، گنجانده نشده است. توجه داشته باشید که چنین خطوطی ، در صورت شامل ، از طریق 0 افقی نخواهد بود اما از 0 به سمت مرز پایین می رود ، که نشانگر پذیرش H است₀بشراین ارقام بازنمایی جایگزین از داده های نشان داده شده در شکل 1 را ارائه می دهند. تفسیر نمودارها در رابطه با خطوط مرزی یکسان است. نقاطی که در آن نمودارهای مقیم و مرکز یک صلیب از مرز پذیرش پایین تر با شکل 1 همزمان است.

• مشاهده تصویر بزرگ

تجمعی مشاهده شده منهای نمودار خرابی مورد انتظار

می توان نموداری را طوری ساخت که عملکرد قابل قبول، نموداری را ایجاد کند که حول یک محور افقی در نوسان است (شکل 3). این نوع نمودار نیاز دارد که مقدار مورد انتظار برای CUSUM 0 باشد اگر فرآیند تحت کنترل باشد. نمودار از 0 شروع می شود، اما 1 - p افزایش می یابد₀برای یک شکست و کاهش یافته توسط p₀برای یک موفقیتاین نمودار شهودی تر است زیرا تشخیص تغییرات در میزان شکست آسان تر است: در صورت افزایش نرخ شکست، نمودار به سمت بالا و در صورت کاهش به سمت پایین حرکت می کند. برای آزمایش این فرضیه که میزان شکست از p₀بالا₁، خطوط مرزی باید با شیب به سمت بالا با گرادیان s - p ترسیم شوند.₀. ترسیم خطوط مرزی افقی (h₀و ح₁) نشان دهنده تغییر فرضیه در حال آزمایش است، یعنی تغییر p₀و ص₁، و محور افقی دیگر عملکرد قابل قبولی را نشان نخواهد داد. اگر خطوط مرزی بر روی نمودار تجمعی مشاهده شده منهای شکست مورد انتظار ترسیم شوند، باید دقت شود تا فرضیه مورد آزمایش به وضوح مشخص شود و خطوط مرزی مناسب محاسبه شوند.

شکل 3 نمودارهای تجمعی مشاهده شده منهای شکست مورد انتظار برای (الف) شکست جراحی پس از CABG خارج از پمپ (OPCAB) و (ب) مرگ و میر 30 روزه پس از پیوند قلب ارتوتوپی در بزرگسالان. داده ها مانند شکل 1، شکل 2 است. نرخ های شکست مورد انتظار در نرخ های شکست کلی برای برنامه ها به عنوان یک کل تنظیم شده اند: (الف) 8. 5٪ و (ب) 12. 0٪ (شکل 1). این شکل جایگزین دیگری را برای شکل 1 نشان می دهد. خط افقی (- · ·) میزان شکست مورد انتظار را نشان می دهد. اگر تعداد نارسایی ها بیشتر از حد انتظار باشد، نمودار به سمت بالا حرکت می کند (مثلاً مرکز B) و اگر تعداد آنها کمتر باشد (مثلاً جراح مقیم و مرکز A) به سمت پایین حرکت می کند. به طور کلی، میزان شکست مشاور مطابق انتظار بود و ساکنین کمتر از حد انتظار شکست خوردند. مرکز A نیز تعداد مرگ و میر کمتری نسبت به پیش بینی داشت، اما مرکز B بیش از حد را گزارش کرد.

• مشاهده تصویر بزرگ

انتخاب نمودارها

این فرمت های مختلف نمودارها به همان اندازه معتبر هستند. انتخاب تا حد زیادی یک موضوع ترجیح شخصی است. قالب انتخابی باید مشخص شود، و اگر خطوط مرزی گنجانده شود، باید با توضیحی در مورد ساخت آنها و فرضیه زیربنایی در حال آزمایش همراه باشد.

تجمعی مشاهده شده منهای شکست انتظار می رود شهودی است زیرا تغییرات در گرادیان بلافاصله آشکارتر است. با این حال ، ترسیم خطوط مرزی برای تشخیص انحراف از عملکرد قابل قبول ، با خرابی های تجمعی یا نمودارهای نسبت ورود به سیستم تجمعی ، بصری تر است. بنابراین ، ما دو نوع نمودار را مکمل می دانیم.

یک خط با شیب متناسب با نرخ خرابی قابل قبول (مورد انتظار) می تواند به نمودارهای شکست تجمعی اضافه شود ، اما به موازات خطوط مرزی اجرا نمی شود. مهم است که بین تفسیر نمودار نسبت به خطوط مرزی و تفسیر در رابطه با میزان خرابی قابل قبول ، تمایز قائل شویم (شکل 1).

روشهای تنظیم ریسک

روشهای توضیح داده شده برای تنظیم یا کنترل مخلوط مورد در نظارت متوالی نتایج سلامت گسترش یافته است. مفهوم ساده است. به جای اینکه فرض کنیم میزان عدم موفقیت قابل قبول برای همه بیماران یکسان است ، خطر پیش بینی شده از عدم موفقیت در بین افراد متفاوت است. مدلهای آماری پذیرفته شده (به عنوان مثال ، آن ها بر اساس نمره پارسوننت

• Poloniecki J.
• والنسیا ا.
• Littlejohns P.

نمودار مرگ و میر با ریسک تجمعی برای تشخیص تغییرات در میزان مرگ و میر مطالعه مشاهده جراحی قلب.

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

• گروهبان P.
• De Worm E.
• مینز ب.
• Wouters P.

چالش کنترل کیفیت دپارتمان در مهندسی مجدد به سمت پیوند بای پس عروق کرونر خارج از پمپ.

• د لووال م.
• Francois K.
• بول ج.
• Brawn W.
• Spiegelhalter D.

تجزیه و تحلیل خوشه ای از خرابی های جراحی. کاربرد یک سری از عملیات سوئیچ شریانی نوزادان.

Caputo M ، Reeves B ، Rogers C ، Ascione R ، Angelini G. نظارت بر عملکرد ساکنان در حین تمرین در جراحی کرونر خارج از پمپ. J Thorac Cardiovasc Surg. 2004 ؛ 128: 907-15

• Tekkis P.
• McCulloch P.
• استاگر A.
• بنیامین اول
• Poloniecki J.

نمودارهای کنترل مرگ و میر برای مقایسه عملکرد مطالعه اعتبار سنجی واحدهای جراحی با استفاده از داده های مرگ و میر بیمارستانی.

برای برآورد احتمال پیش بینی کننده بیمار خاص از عدم موفقیت استفاده می شود. نمودار SPRT تنظیم شده ریسک

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

• Lovegrove J.
• والنسیا ا.
• گنج T.
• شرلاو-جانسون C.
• GALLIVAN S.

• Poloniecki J.
• والنسیا ا.
• Littlejohns P.

نمودار مرگ و میر با ریسک تجمعی برای تشخیص تغییرات در میزان مرگ و میر مطالعه مشاهده جراحی قلب.

• گروهبان P.
• De Worm E.
• مینز ب.
• Wouters P.

چالش کنترل کیفیت دپارتمان در مهندسی مجدد به سمت پیوند بای پس عروق کرونر خارج از پمپ.

بر اساس این اصل ساخته شده اند و مشابه نمودار تجمعی مشاهده شده منهای شکست مورد انتظار هستند. مزایا و معایب اشکال مختلف نمودارهای تعدیل نشده به طور یکسان در مورد همتایان با ریسک تعدیل شده اعمال می شود.

نمودار VLAD یا CRAM

نمودار، که از 0 شروع می شود، 1 - p افزایش می یابد_0iبرای یک شکست و با p کاهش می یابد_0iبرای موفقیت، جایی که ص_0iنشان دهنده احتمال شکست پیش بینی شده برای عملیات i است که از مدل ریسک مناسب بدست آمده است (شکل 4). این نمودار یک تفسیر طبیعی دارد: اگر نرخ شکست بالاتر از میزان پیش بینی شده توسط مدل ریسک افزایش یابد، به سمت بالا حرکت می کند، در صورت کاهش نرخ به سمت پایین حرکت می کند، و اگر عملکرد با ریسک های پیش بینی شده سازگار باشد، یعنی قابل قبول باشد، به سمت پایین حرکت می کند. اگرچه تغییرات در گرادیان به راحتی قابل مشاهده است، ساخت خطوط مرزی ساده نیست. روش هایی برای تشخیص تغییرات پیشنهاد شده است،

• Lovegrove J.
• والنسیا ا.
• گنج T.
• شرلاو-جانسون C.
• GALLIVAN S.

• Poloniecki J.
• والنسیا ا.
• Littlejohns P.

نمودار مرگ و میر با ریسک تجمعی برای تشخیص تغییرات در میزان مرگ و میر مطالعه مشاهده جراحی قلب.

نمودار 4 نمودارهای تجمعی مشاهده شده با تنظیم ریسک منهای شکست مورد انتظار (VLAD/CRAM) و آزمون نسبت لگاریتم احتمال تجمعی (SPRT) برای (الف) شکست جراحی پس از CABG خارج از پمپ (OPCAB) و (ب) مرگ و میر 30 روزه پس از ارتوتوپیکپیوند قلب در بزرگسالانداده ها مانند شکل 1، شکل 2، شکل 3 است. نرخ شکست مورد انتظار خاص بیمار (p_0i) از مدل های خطر تجربی مشتق شده برآورد شد. خطوط مرزی برای تشخیص افزایش نرخ خرابی معادل 50 ٪ افزایش خطر (نسبت شانس ، 1. 5) در هر دو مورد ساخته شد. نرخ خطای کاذب مثبت (α) و منفی کاذب (β) برای هر دو نمودار 5 ٪ است. نمودارها دقیقاً به عنوان نمودارهای غیر قابل تنظیم تفسیر می شوند. تنظیم ریسک تأثیر کمی برای داده های OPCAB ندارد. از عملیات 100 به جلو ، نتایج مشاور تقریباً دقیقاً مطابق با انتظارات بود ، و SPR تنظیم شده با ریسک ساکن دقیقاً از مرز پایین تر سقوط می کند. در مقابل ، تنظیم خطر باعث کاهش مرگ و میر بیش از حد ظاهری در مرکز B تقریباً نیمی شده است ، و SPR تنظیم شده با ریسک محکم در منطقه "ادامه نظارت" باقی می ماند. برای مرکز A ، تأثیر تنظیم ریسک حداقل است و عملکرد به وضوح بهتر از حد انتظار است. اگر نظارت هر بار که نمودار از مرز پذیرش پایین عبور می کرد دوباره شروع می شد (به "بحث" مراجعه کنید) ، نمودار مرکز A می توانست برای بار دوم پس از پیوند 178 و برای سومین بار پس از 269 از مرز پایین عبور کند.

• مشاهده تصویر بزرگ

نمودار SPRT تنظیم شده ریسک

آنالوگ تنظیم ریسک از نمودار Cusum ، با خطوط مرزی مبتنی بر SPRT ، برای اولین بار در یک زمینه پزشکی توسط Spiegelhalter و همکاران شرح داده شد.

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

از آمار نسبت ورود به سیستم تجمعی با ریسک تنظیم شده استفاده می شود و خطوط مرزی به صورت افقی ترسیم می شوند (شکل 4). نمودار از 0 شروع می شود و توسط 1 - S افزایش می یابد_iبرای یک شکست و کاهش یافته توسط s_iبرای موفقیتمقدار S_iبا خطر پیش بینی شده از عدم موفقیت در عمل I تعریف شده است (P_0i) و افزایش ریسکی که نمودار برای تشخیص طراحی شده است.

برای نمودار غیرقابل تنظیم ، افزایش ریسک از نظر میزان خرابی غیرقابل قبول تعریف می شود. با این حال ، هنگامی که خطر برای هر بیمار متفاوت است ، منطقی نیست که یک نرخ غیرقابل قبول مشترک در تمام عملیات اعمال شود. باید با توجه به خطر پیش بینی شده عدم موفقیت در این روش تغییر کند. این نرخ غیرقابل قبول متغیر با تعریف افزایش از نظر خطر نسبی (یعنی نسبت شانس) به جای یک نرخ خاص حاصل می شود. به عنوان مثال ، نسبت شانس 2 ، تقریباً با دو برابر شدن خطر خاص بیمار از عدم موفقیت ، نسبت شانس 1. 5 به 50 ٪ افزایش خطر شکست و غیره است. پیشرفت طبیعی نمودار تنظیم ریسک برای یک فرد یا موسسه با عملکرد قابل قبول به سمت مرز پایین است.

انتخاب نمودارها

نمودار VLAD یا CRAM و نمودار Sprt تنظیم شده ریسک مکمل و طراحی شده اند تا ترکیب پرونده را به خود اختصاص دهند. نمودار VLAD بصری است ، زیرا محور افقی با نتیجه مورد انتظار مطابقت دارد ، و اگر عملکرد مطابق با انتظارات باشد ، نمودار باید در حدود 0 نوسان کند. یک تغییر در شیب ، نشان می دهد فرآیندی که ممکن است از کنترل خارج شود ، به راحتی مشاهده می شود. بشرضرر آن این است که خطوط مرزی به راحتی ساخته نمی شوند.

در مقابل ، نمودار SPRT هیچ تعبیر بصری ندارد ، اما این مزیت را دارد که یک آزمایش رسمی از یک فرضیه صریح ارائه دهد. اگرچه هر یک از نمودارها برای برنامه هایی که در آن تنظیم موردی مناسب است ، به CUSUM غیر قابل تنظیم ترجیح داده می شود ، سودمندی آنها فقط به اندازه توانایی مدل خطر برای پیش بینی دقیق نتیجه برای پروفایل های مختلف بیمار است. هیچ مدل خطر کامل نیست. هیچ کس نمی تواند کاملاً برای همه عواملی که بر نتیجه تأثیر می گذارند ، تنظیم کند.

عبور از خطوط مرزی

اگر نمودار (یا خطر تنظیم شده یا خیر) از خط مرز بالایی عبور می کند ، سپس H₀رد می شود ، و عملکرد تأیید می شود که به سطح غیرقابل قبول از پیش تعریف شده رسیده است. در این شرایط ، فرد یا تیم باید علت عملکرد غیرقابل قبول را بررسی کنند ، تغییرات را در صورت لزوم انجام دهند و نظارت را از سر بگیرند. اگر عملکرد پس از آن بهبود یابد ، نمودار شروع به کاهش می کند و به منطقه "ادامه نظارت" باز می گردد. هنگامی که مکالمه رخ می دهد و نمودار از مرز پذیرش پایین عبور می کند ، پیشنهاد می کنیم قبل از از سرگیری نظارت بر 0 تنظیم شود ، در نتیجه با جلوگیری از ایجاد "اعتبار" بیش از حد ، حساسیت روش نظارت را افزایش می دهد.

• Spiegelhalter D.
• گریگ ا.
• Kinsman R.
• گنج T.

نسبت احتمال پی در پی تنظیم شده در معرض خطر برنامه های کاربردی به جراحی قلب بریستول ، شیپمن و بزرگسالان.

بحث

نمودارهای Cusum در اشکال مختلف آنها ساده برای ساخت و تفسیر آسان است وقتی که پارامترهای کلیدی به درستی تعریف می شوند. دو شکل اصلی - جمع تجمعی و تجمعی مشاهده شده منهای نمودار شکست انتظار می رود - مکمل هستند. نسخه های تنظیم شده ریسک در دسترس هستند و باید در صورت مناسب بودن تنظیمات موردی مورد استفاده قرار گیرند ، یعنی وقتی جمعیت ناهمگن است و نتایج متنوع ممکن است پیش بینی شود. باید از یک مدل قوی ، معتبر و بسیار تبعیض آمیز ریسک استفاده شود. مدلی که کالیبره شده ضعیف باشد یا تبعیض ضعیفی داشته باشد ، تنظیم ناکافی را برای ترکیب مورد فراهم می کند. با این حال ، هیچ تعدیل Case Mix تمام اثرات مخدوش را از بین نمی برد. یک رویکرد جایگزین برای تنظیم Masix محدود کردن تجزیه و تحلیل به یک گروه نسبتاً همگن از بیماران است ،

• شاهیان دی.
• ویلیامسون دبلیو.
• Svensson L.
• Restuccia J.
• D'Agostino R.

اما اگر نتایج جراح برای زیر گروه تحت نظارت مطابق با آنچه انتظار می رود ، عملکرد ناچیز باشد ، این امر می تواند منجر به عملکرد ضعیف شود.

هنگام افزودن خطوط هشدار یا زنگ هشدار به نمودار ، کاربر باید در مورد نقش پارامترهای مختلف مورد استفاده در ساخت خطوط روشن باشد (یعنی فرضیه تحت آزمون) و مقادیر این پارامترها باید به وضوح برای خواننده مشخص شود. نمونه های ادبیاتی وجود دارد که از این نظر گمراه کننده است. ویلیامز و همکاران ،

• ویلیامز اس.
• پری بی.
• شلوپ ام.

به عنوان مثال ، پیشنهاد کنید که پارامتر S ، که به آن مرجع یا مقدار هدف گفته می شود ، باید انتخاب شوند تا نرخ خرابی مورد انتظار یا قابل قبول را منعکس کند ، که P₁نرخ غیرقابل قبول را تعریف می کند ، و آن P₀برای ارائه موارد مورد نیاز "توسط آزمایش و خطا" انتخاب شده است. اگرچه این گزینه ها یک نمودار تجمعی مشاهده شده به طور مستقیم قابل تفسیر نمودار خرابی مورد انتظار را ارائه می دهند ، خطوط مرزی با یک آزمایش P مطابقت دارد₀(مقدار "آزمایش و خطا") در مقابل P₁، نه از S در مقابل P₁بشراین سوء تفاهم از نقش و تفسیر P₀و S در ادبیات ثابت شده است. نوویک و همکاران ،

• نوویک آر.
• فاکس س.
• Stitt L.
• Swinamer S.
• Lehnhardt K.
• ریمن آر.
• و همکاران

تجزیه و تحلیل عدم موفقیت جمع تجمعی از تغییر سیاست از پمپ به پمپ عروق کرونر خارج از پمپ.