ในปีที่ผ่านมา ฉันได้เรียนรู้ และได้ทำงานร่วมกับผู้ปฏิบัติงาน และผู้เชี่ยวชาญในการวิเคราะห์ข้อมูล และ Six Sigma เพื่อปรับปรุงคุณภาพของโรงพยาบาล ทั้งในแง่ของประสิทธิภาพการดำเนินงาน และผลลัพธ์ของการดูแลผู้ป่วยที่ดีขึ้น ฉันรู้สึกไม่คาดคิดว่าการนับความถี่ ซึ่งเป็นการวิเคราะห์ขั้นพื้นฐานมากๆ สามารถนำไปสู่การปรับปรุงที่น่าทึ่งได้ แต่ข้อมูลเชิงลึกบางอย่างก็ไม่สามารถบรรลุได้ หากไม่ใช้การวิเคราะห์ที่ซับซ้อนกว่านี้ ซึ่งเป็น 1 ในตัวอย่างที่ถูกกล่าวถึงผ่านบทความวิชาการในวารสาร Quality Engineering ปี 2011 เกี่ยวกับการประยุกต์ใช้ Binary Logistic Regression ในโครงการ Six Sigma ในโรงพยาบาล
ในบทความชุดนี้ ฉันจะติดตามเส้นทางของโครงการที่กล่าวถึงในบทความวิชาการ และแสดงวิธีการวิเคราะห์ที่อธิบายโดยใช้โปรแกรมสำเร็จรูปสถิติ Minitab (ฉันใช้ข้อมูลจำลอง ดังนั้นการวิเคราะห์ของฉันจะไม่ตรงกับข้อมูลในบทความต้นฉบับ)
เป้าหมายของโครงการ Six Sigma
เป้าหมายของโครงการ Six Sigma นี้ คือ การเพิ่มจำนวนผู้ป่วยให้เข้าร่วมโครงการฟื้นฟูสมรรถภาพหัวใจของโรงพยาบาลให้มากยิ่งขึ้น โดยหลังจากที่ผู้ป่วยผ่าตัดหัวใจแล้วได้ออกจากโรงพยาบาล ผู้ป่วยจะได้รับคำแนะนำให้เข้าร่วมโครงการนี้ ซึ่งเป็นการสนับสนุนด้านจิตวิทยา และคำแนะนำเกี่ยวกับอาหารและวิถีชีวิตที่มีประโยชน์ต่อสุขภาพ โดยผู้เข้าร่วมโครงการจะทำกายภาพบำบัด 2-3 ครั้งต่อสัปดาห์ จนกว่าจะถึง 45 ครั้ง
โดยเฉลี่ย มีผู้ป่วยที่เพิ่งเริ่มเข้าร่วมโครงการ 33 คนต่อเดือน และผู้เข้าร่วมโครงการมีการกายภาพบำบัดโดยเฉลี่ย 29 ครั้ง (จากทั้งหมด 45 ครั้ง) แต่ยังมีผู้ป่วยจำนวนมากที่ออกจากโรงพยาบาล แล้วไม่ได้ลงทะเบียนเข้าร่วมโครงการ อีกทั้งยังมีผู้เข้าร่วมโครงการหลายคนที่ออกจากโครงการก่อนจะสิ้นสุด ซึ่งถ้าหากอัตราการเข้าร่วมโครงการสูงขึ้น ย่อมเป็นประโยชน์ต่อสุขภาพของผู้ป่วยแต่ละคน และเป็นการเพิ่มรายได้ให้กับโรงพยาบาลอีกด้วย
ทีมงานได้ระบุ 2 ตัวชี้วัดสำคัญที่พวกเขาอาจปรับปรุงได้
- จำนวนผู้ป่วยที่เข้าร่วมโครงการในแต่ละเดือน
- จำนวนครั้งการกายภาพบำบัดของผู้เข้าร่วมแต่ละคน
ซึ่งทีมงานได้ตั้งเป้าหมายที่จะเพิ่มจำนวนมีผู้ป่วยที่เพิ่งเริ่มเข้าร่วมโครงการโดยเฉลี่ยเป็น 36 คนต่อเดือน และเพิ่มจำนวนครั้งการการกายภาพบำบัดของผู้ป่วยแต่ละคนโดยเฉลี่ย 32 ครั้ง (จากทั้งหมด 45 ครั้ง)
ข้อมูลผู้ป่วยโรคหัวใจที่มีอยู่
ข้อมูลผู้ป่วยโรคหัวใจที่มีอยู่ของโรงพยาบาลประกอบด้วย:
- ระยะห่างจากบ้านกับโรงพยาบาล
- อายุและเพศของผู้ป่วย
- ผู้ป่วยมีรถยนต์ส่วนตัวหรือไม่
- ผู้ป่วยเข้าร่วมโครงการฟื้นฟูสมรรถภาพหรือไม่
เพื่อแสดงให้เห็นถึงการดำเนินการวิเคราะห์ของโครงการนี้ เราจะใช้ชุดข้อมูลจำลองของผู้ป่วย 500 คน ซึ่งสามารถดาวน์โหลดชุดข้อมูล (data set) นี้ เพื่อติดตามและลองวิเคราะห์ด้วยตนเอง หากคุณยังไม่มีโปรแกรมสำเร็จรูปสถิติ Minitab คุณสามารถดาวน์โหลดและใช้โปรแกรมสำเร็จรูปสถิติของเราได้ฟรี(download and use our statistical software free for 30 days)
สำรวจว่า ทำไมผู้ป่วยจึงออกจากโครงการก่อนกำหนดด้วยกราฟ Pareto Chart
การส่งเสริมให้ผู้ป่วยเข้าร่วมโครงการแล้วอยู่จนจบ หรืออย่างน้อยเข้าร่วมการกายภาพบำบัดให้เยอะขึ้น จะทำให้มีแนวโน้มที่ฟื้นฟูสมรรถภาพได้อย่างรวดเร็วและง่ายดาย ดังนั้น ทีมงานที่ดูแลโครงการจึงเริ่มจากพิจารณาว่าสาเหตุใดที่ผู้ป่วย 156 คนออกจากโครงการก่อนกำหนด
เหตุผลที่ผู้ป่วยออกจากโครงการก่อนกำหนดนั้น แบ่งออกเป็นหลายประเภท ซึ่งจะแสดงภาพด้วยกราฟ Pareto chart
กราฟ Pareto Chart เป็นสิ่งหนึ่งที่ต้องมีในกล่องเครื่องมือของนักวิเคราะห์ หลักการของ Pareto ระบุว่า ประมาณ 80% ของผลลัพธ์มาจาก 20% ของสาเหตุที่เป็นไปได้ ด้วยการแสดงค่าความถี่และเปอร์เซ็นต์ที่สอดคล้องกันของตัวแปรแบ่งกลุ่ม กราฟ Pareto Chart จะช่วยระบุ “ส่วนสำคัญเพียงไม่กี่อย่าง” ซึ่งก็คือ “20%” ที่มีความสำคัญจริงๆ เพื่อให้คุณสามารถมุ่งความสนใจไปที่จุดที่จะสร้างความแตกต่างได้มากที่สุด
หากต้องการสร้างกราฟนี้ในซอฟต์แวร์ Minitab ไปที่เมนู Stat > Quality Tools > Pareto Chart… จาก Worksheet ของข้อมูลโรงพยาบาลที่จำลองมา ให้เลือกคอลัมน์ Reason ตามรูปด้านล่าง:
แล้วเมื่อคลิก OK ซอฟต์แวร์ Minitab จะสร้างกราฟดังนี้
ตามแกน X นั้น โปรแกรม Minitab จะแสดงสาเหตุที่ผู้ป่วยออกจากโครงการก่อนกำหนด พร้อมด้วยเปอร์เซ็นต์ และเปอร์เซ็นต์สะสมของแต่ละสาเหตุ เราจะเห็นว่าผู้ป่วยประมาณ 80% ออกจากโครงการด้วยสาเหตุข้อใดข้อหนึ่งต่อไปนี้:
- พวกเขาถูกส่งตัวกลับไปโรงพยาบาลอีกครั้ง
- ตารางเวลาไม่ตรงกับตารางเวลาของโครงการ
- พวกเขาไม่สามารถเข้าร่วมโครงการด้วยเหตุผลทางการแพทย์
- พวกเขามีสถานที่กายภาพบำบัดเป็นของตัวเอง
แม้ว่าการส่งเสริมให้ผู้เข้าร่วมโครงการที่มีอยู่ในตอนนี้ให้อยู่จนจบโครงการ ดูเหมือนว่าจะเป็นกลยุทธ์ที่ดี แต่กราฟ Pareto Chart แสดงให้เห็นว่าคนส่วนใหญ่ออกจากโครงการก่อนกำหนด เนื่องจากปัจจัยที่อยู่นอกเหนือการควบคุมของโรงพยาบาล ดังนั้น แทนที่จะมุ่งเน้นไปที่การรักษาผู้เข้าร่วมโครงการที่มีอยู่ ทีมงานจึงตัดสินใจค้นหาวิธีที่จะเพิ่มจำนวนผู้ป่วยเข้าร่วมโครงการให้มากยิ่งขึ้น
การเพิ่มจำนวนผู้ป่วยให้เข้าร่วมโครงการ
หลังจากตัดสินใจที่จะมุ่งเน้นไปที่การเพิ่มจำนวนผู้ป่วยที่เพิ่งเริ่มเข้าร่วมโครงการ ทีมงานจึงได้รวบรวมแพทย์โรคหัวใจ นักกายภาพบำบัด ผู้ป่วย และผู้มีส่วนได้ส่วนเสียอื่นๆ เพื่อระดมความคิดเกี่ยวกับปัจจัยที่มีอิทธิพลต่อการเข้าร่วมโครงการ
ในช่วงระดมความคิด ส่วนใหญ่ยืนยันว่า จะมีผู้เข้าร่วมในโครงการฟื้นฟูสมรรถภาพมากยิ่งขึ้น หากทำโบรชัวร์เกี่ยวกับโครงการให้ดีกว่าเดิม หรืออีกวิธีแก้ปัญหาที่แนะนำ คือการส่งจดหมายถึงแพทย์โรคหัวใจ เพื่อกระตุ้นให้พวกเขามีทัศนคติที่ดีขึ้นเกี่ยวกับโครงการนี้ และแจ้งให้ผู้ป่วยทราบตั้งแต่เนิ่นๆ ของการรักษา
ทีมงานโครงการได้บันทึกข้อเสนอแนะเหล่านี้ไว้ แต่พวกเขาไม่อยากด่วนสรุปผลลัพธ์เร็วเกินไป ทั้งๆ ที่ไม่ได้มีข้อมูลสนับสนุน พวกเขาจึงตัดสินใจที่จะพิจารณาข้อมูลที่ได้รับจากผู้ป่วยที่มีอยู่ให้ละเอียดยิ่งขึ้น ก่อนที่จะดำเนินการแก้ไขปัญหา
ในตอนที่ 2 เราจะทบทวนวิธีการที่ทีมงานใช้กราฟและสถิติเชิงพรรณนา(graphs and basic descriptive statistics) เพื่อรับข้อมูลเชิงลึกอย่างรวดเร็วเกี่ยวกับอิทธิพลของปัจจัยแต่ละปัจจัยที่มีผลต่อการเข้าร่วมโครงการของผู้ป่วย
บทความต้นฉบับ : A Six Sigma Healthcare Project, part 1: Examining Factors with a Pareto Chart
ต้นฉบับนำมาจาก Minitab blog , แปลและเรียบเรียงโดยรัฐพงษ์ ยอดสีมา
บริหารจัดการ SCM Blog โดยชลทิชา จำรัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด ตัวแทน Minitab ในประเทศไทย
เพิ่มเติมเกี่ยวกับบริษัท Minitab
Minitab ช่วยให้บริษัทและองค์กรต่างๆ สามารถมองเห็นแนวโน้มของข้อมูล, แก้ปัญหาและค้นพบประเด็นสำคัญจากข้อมูลเชิงลึก โดยนำเสนอชุดโซลูชั่นที่ครอบคลุมทุกด้านและดีที่สุดสำหรับซอฟต์แวร์ในระดับเดียวกัน ที่ใช้สำหรับการวิเคราะห์ข้อมูลและการปรับปรุงกระบวนการ
ด้วยวิธีการที่เป็นเอกลักษณ์ และการนำเสนอซอฟต์แวร์และบริการแบบองค์รวม Minitab ช่วยให้องค์กรเข้าถึงกระบวนการตัดสินใจในส่วนที่ช่วยผลักดันให้เกิดความเป็นเลิศทางธุรกิจได้ดีขึ้น ความง่ายในการใช้งานที่โดดเด่นกว่าใครมีส่วนช่วยให้ Minitab สามารถทำให้การเข้าถึงข้อมูลเชิงลึกเป็นเรื่องที่ง่าย ทีมงานของ Minitab ซึ่งประกอบด้วยผู้เชี่ยวชาญทางด้านการวิเคราะห์ข้อมูลที่ได้ผ่านการอบรมมาเป็นอย่างเข้มงวด จะช่วยให้ผู้ใช้งานมั่นใจว่าจะได้รับประโยชน์สูงสุดจากการใช้งานวิเคราะห์ข้อมูลและพร้อมที่จะให้คำปรึกษาตลอดเวลาที่ใช้งานเพื่อนำไปสู่การตัดสินใจที่ดีขึ้น รวดเร็ว และแม่นยำ
เป็นเวลากว่า 50 ปีที่ Minitab ได้ช่วยองค์การต่าง ๆ เพิ่มรายได้ ควบคุมและลดต้นทุน เพิ่มคุณภาพ เสริมสร้างความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพ ธุรกิจและองค์นับหมื่นทั่วโลกใช้ Minitab Statistical Software®, Companion by Minitab®, Minitab Workspace®, Salford Predictive Modeler® and Quality Trainer® เป็นเครื่องมือช่วยในการค้นพบและปรับปรุงความบกพร่องในกระบวนการ