Gráfico de tendência: uma ferramenta analítica simples para aprender com a variação nos processos de cuidado de saúde
Contexto: Atualmente, espera-se, mais do que nunca, que os profissionais de saúde utilizem os dados para aprender de forma rápida e eficiente, a fim de melhorar os serviços e a prestação do cuidado. Existe um amplo consenso em relação à ideia de que os profissionais de saúde que atuam na linha de frente do cuidado se beneficiam muito com a apresentação visual de dados em ordem cronológica.
Objetivo: Descrever o gráfico de tendência — uma ferramenta analítica utilizada com frequência por profissionais da área de melhoria da qualidade, mas subutilizada no cuidado de saúde.
Métodos: Baseando-nos na literatura sobre o controle estatístico de processos, desenvolvemos uma abordagem padronizada para a construção, o uso e a interpretação de gráficos de tendência a ser aplicada no cuidado de saúde.
Discussão: Os gráficos de tendência nos permitem compreender objetivamente, e com uma complexidade matemática mínima, se as mudanças que efetuamos num processo ou sistema provocam melhorias ao longo do tempo. Este método de análise e publicação de dados é mais valioso para os projetos e equipes de melhoria do que as estatísticas agregadas tradicionais, que ignoram a ordem cronológica. Devido à sua utilidade e simplicidade, os gráficos de tendência têm um grande potencial de aplicação no cuidado de saúde, tanto entre os profissionais da linha de frente como entre os gestores. Também servem como uma base para métodos mais sofisticados de análise e aprendizado, como os gráficos de controle de Shewhart e a experimentação planejada.
Background: Those working in healthcare today are challenged more than ever before to quickly and efficiently learn from data to improve their services and delivery of care. There is broad agreement that healthcare professionals working on the front lines benefit greatly from the visual display of data presented in time order.
Aim: To describe the run chart-an analytical tool commonly used by professionals in quality improvement but underutilised in healthcare.
Methods: A standard approach to the construction, use and interpretation of run charts for healthcare applications is developed based on the statistical process control literature.
Discussion: Run charts allow us to understand objectively if the changes we make to a process or system over time lead to improvements and do so with minimal mathematical complexity. This method of analyzing and reporting data is of greater value to improvement projects and teams than traditional aggregate summary statistics that ignore time order. Because of its utility and simplicity, the run chart has wide potential application in healthcare for practitioners and decision-makers. Run charts also provide the foundation for more sophisticated methods of analysis and learning such as Shewhart (control) charts and planned experimentation.
