ABC | Volume 114, Nº4, Abril 2020

Minieditorial Colafranceshi Como Saber se uma Mudança é uma Melhora? Arq Bras Cardiol. 2020; 114(4):613-615 chegado mais tarde à área de cuidados médicos do que em outros campos, os conceitos de QI proliferaram rapidamente aqui através dos esforços de Berwick e outros. 5 A melhora da qualidade requer o uso de dados para aprender e prever o desempenho futuro (em oposição ao que aconteceu no passado, conforme revelado pelos dados de prestação de contas e pesquisa). Em relação à melhora, é fundamental entender que todo processo tem uma variação inerente que se deseja entender. A compreensão dos termos processo e variação, além de desenvolver o pensamento do processo, é fundamental para entender como melhorar alguma coisa. O cuidado cirúrgico cardiotorácico contemporâneo é um processo complexo, envolvendo técnicas e equipamentos sofisticados, profissionais de saúde com níveis variados de capacidade e pacientes de alto risco. Os cirurgiões trabalham em ambientes críticos de segurança, onde a complexidade do cuidado e os fatores de risco dos pacientes aumentam exponencialmente o potencial para danos significativos. O sistema projetado de cuidado a pacientes cirúrgicos fornece resultados que variam ao longo do tempo, independentemente de serem bem-sucedidos ou não. Como seres humanos e sistemas mal projetados são vulneráveis a erros, uma avaliação crítica de nossos sistemas de cuidado é essencial para que a melhora continue. 6 A variação em uma medida de qualidade pode resultar de causas comuns –causas esperadas que são inerentes ao sistema. Também pode ser derivada de causas especiais – causas não naturais que não fazem parte do sistema, mas surgem devido a circunstâncias específicas. Existemmuitas maneiras de apresentar e analisar dados. Para os esforços de melhoria, um gráfico de controle (Figura1) ajuda a distinguir entre causas comuns e especiais de variação. Ele inclui um limite de controle superior e um de controle inferior marcado acima e abaixo da linha média. Variações dentro desses limites são esperadas e atribuídas a causas comuns; a variação além desses limites sugere causas especiais. 7 Em um sistema estável, apenas causas comuns afetam os resultados. A variação é previsível dentro dos limites estatisticamente estabelecidos. Em contraste, em um sistema instável, os resultados são afetados por causas comuns e causas especiais. Nesse caso, a variação é imprevisível. Se o processo é estável e a variação é previsível, é possível prever o resultado futuro para o sistema que está sendo observado em tempo real, o que o torna adequado para os esforços de melhoria. Os gráficos de controle também podem ser utilizados para identificar sinais precoces de sucesso em um projeto de melhoria e monitorar um processo para garantir que ele esteja mantendo os ganhos advindos de um esforço de melhora da qualidade. Como um gráfico de execução , ajuda a determinar se as alterações feitas estão levando a melhoras. O ponto aqui é que os esforços de melhoria só podem ser feitos em sistemas estáveis. 7 Os dados extraídos do manuscrito original em suas tabelas 1 e 2 (volume total de procedimentos e índice total de óbitos operatórios ao longo de diferentes períodos de tempo) foram utilizados para criar um gráfico de controle, como na Figura 1. As técnicas de controle estatístico de processo (CEP) oferecem um papel eficaz no monitoramento do desempenho hospitalar, como taxa de mortalidade. 6 De acordo com essa análise, o sistema sendo utilizado para esforços de melhoria no trabalho de Mejia et al., 2 é um sistema instável e o resultado (morte operatória) é afetado por causas comuns e especiais. Como a variação é imprevisível em um sistema instável, as alterações do PMCQ no InCor não podem ser atribuídas à melhora na mortalidade operatória total do período 4 para o período 5. De fato, utilizando a metodologia CEP, não há diferença na mortalidade operatória entre os períodos 1, 2,3 e 5. A mortalidade operatória no InCor tem variado próximo aos padrões internacionais desde que começaram a coletar esses dados. Uma causa especial no período 4 aumentou a mortalidade operatória além do limite superior de controle, o que a tornou estatisticamente diferente do período 5, quando métodos estatísticos de pesquisa foram utilizados para analisar um esforço de melhoria. As organizações de saúde utilizam os dados para entender seu desempenho – embora nem sempre o façam com eficácia. 4 É importante observar que a equipe de melhoria da qualidade vizualiza e busca utilizar dados referentes à variação nos processos de assistência à saúde de maneira diferente daquela dos pesquisadores de serviços de saúde. Onde a melhoria da qualidade prática e em tempo real é a meta, a própria variação precisa ser examinada em tempo real para responder às perguntas: 1- Estamos melhorando? E 2- Onde podemos melhorar? 4 Assim, os dados de desempenho “ just-in-time ” são essenciais para o uso efetivo dos dados de variação, e o foco está na criação de processos estáveis e no aprendizado de variações por causas especiais. Por outro lado, os pesquisadores de serviços de saúde levantam a questão: A causa B? (se as outras coisas forem iguais), muitas Figura 1 - Gráfico P de morte operatória. Dados obtidos das tabelas 1 e 2 do manuscrito original. A linha média está em verde. Os limites de controle superior e inferior estão em vermelho. Os pontos representam o índice de óbito operatório para o período especificado. Os pontos são conectados em uma linha preta que mostra variação. Amorte operatória no período 4 está além do limite superior de controle (como marcado em um círculo vermelho), sugerindo uma causa especial no processo de cuidado nesse período de coleta de dados. 614