Potilasturvallisuudessa ’oireidenmukaisesta’ hoidosta ennaltaehkäisyyn

Väitöstutkimuksessani (Varpula 2023) tunnistettiin useita vaaratapahtumia psykiatrisessa sairaalahoidossa potilaan eristyksen ja sidonnan aikana. Merkittävässä osassa näissä vaaratapahtumissa olivat hoitohenkilökunnan toimintaan liittyvät riskitekijät. Nämä riskitekijät olivat hoitohenkilökunnan epäturvallista toimintaa eristyksen ja sidonnan aikana. Hoitotyöntekijät eivät esimerkiksi tunnistaneet tai puuttuneet potilaiden itsetuhoiseen toimintaan ja voinnin heikentymiseen. Näitä löydöksiä ei kuitenkaan tule tulkita siten, että hoitohenkilökunta olisi omalla toiminnallaan syyllinen tai ensisijaisesti vastuussa näistä vaaratapahtumista. 

Hoitohenkilökunnan epäturvallista toimintaa on tarkasteltu aikaisemmissa tutkimuksissa keskittyen esimerkiksi hoitohenkilökunnan tekemiin virheisiin (Blair ym. 2022, Duarte ym. 2015) sekä turvallisuusohjeiden laiminlyönteihin (Vaismoradi ym. 2020). Hoitohenkilökunnan epäturvallisen toiminnan tarkastelu on ollut aikaisemmin keskiössä myös vaaratapahtumien syiden selvittelyissä johtaen usein syyllisten etsimiseen. Hoitohenkilökunta onkin tunnistanut merkittävimmäksi esteeksi vaaratapahtumista raportoinnille pelon syytöksistä ja seuraamuksista (Woo & Avery 2021). Keskittyminen pääosin hoitohenkilökunnan epäturvalliseen toiminnan tarkasteluun johtaa yksinkertaistettuun selitykseen vaaratapahtumista ja niiden syistä (Leveson ym. 2020). 

Epäturvallista toimintaa vaaratapahtumien yhteydessä tulisikin tarkastella systeemin, eli? vai ja? toimintaympäristön (organisaatio, ympäristö ym.) puutteiden ilmenemisenä. Täten epäturvallinen toiminta on ’oire’ eikä syy vaaratapahtumille. Puutteellisesti perehdytetyn ja kiireisellä osastolla paineen alla työskentelevän hoitajan tekemää virhettä tarkastellessa ei ole mielekästä etsiä syytä virheelle hoitajan toiminnasta (Reason 2008). Sen sijaan mielekästä on tarkastella sitä toimintaympäristöä, jossa hoitaja toimii. Epäturvallisen toiminnan tarkastelu systeemin puutteiden ilmentäjänä edesauttaa varsinaisten syiden tunnistamisessa. Systeemiajatteluun pohjautuvia menetelmiä hyödyntäen (Leveson ym. 2020) voidaan haittatapahtumien tarkastelussa ja potilasturvallisuuden kehittämisessä siirtyä ’oireidenmukaisesta’ hoidosta ennaltaehkäisyyn. 

Kirjoittaja: 
Jaakko Varpula
sh, TtM, Yliopisto-opettaja, projektitutkija
Turun yliopisto, hoitotieteen laitos

Lähteet:

Blair, W., Courtney-Pratt, H., Doran, E. & Kable, A. 2022. Nurses' recognition and response to unsafe practice by their peers: A qualitative descriptive analysis. Nurse Education in Practice, 63, 1-6. 

Duarte, S., Quieroz, A., Büscher, A. & Stipp, M. 2015. Human error in daily intensive nursing care. Revista Latino-Americana De Enfermagem, 23(6), 1074-1081. 

Leveson, N., Samost, A., Dekker, S., Finkelstein, S. & Raman, J. 2020. A Systems Approach to Analyzing and Preventing Hospital Adverse Events.

Reason, J. 2008. The Human Contribution: Unsafe Acts, Accidents, and Heroic Recoveries. Ashgate Publishing Company, Surrey, United Kingdom.

Vaismoradi, M., Tella, S., Logan, P., Khakurel, J. & Vizcaya-Moreno, F. 2020. Nurses’ Adherence to Patient Safety Principles: A Systematic Review. International Journal of Environmental Research and Public Health, 17(6): 2028. 

Varpula, J. 2023. Safety incidents in seclusion and restraint practices in psychiatric inpatient care. Annales D 1704. https://www.utupub.fi/handle/10024/174520.

Sosiotekninen todennäköisyysperusteinen riskianalyysi haittatapahtumien mallintamisessa

 

Terveydenhuollossa ilmenevät haittatapahtumat ovat maailmanlaajuinen haaste. Haittatapahtumalla tarkoitetaan tahatonta vammaa, joka ilmenee hoidon aikana tai on seurausta potilaan saamasta hoidosta (AHRQ 2019), esimerkiksi kaatuminen, lääkevirhe tai infektiot. Maailman terveysjärjestön (WHO 2019) arvion mukaan terveydenhuollon haittatapahtumat kuuluvat maailmanlaajuisesti kymmenen merkittävimmän kuoleman ja vammautumisen syyn joukkoon. Haittatapahtumien ennaltaehkäisy edellyttää riskitekijöiden tunnistamista. Terveydenhuollossa haittatapahtumien tarkastelu on keskittynyt ensisijaisesti retrospektiivisiin (takautuva) menetelmiin, joissa pyritään tunnistamaan riskitekijöitä jo ilmenneiden haittatapahtumien pohjalta esimerkiksi raportointijärjestelmistä saatujen tietojen pohjalta (Smith ym. 2010, Battles ym. 2006) Nämä menetelmät soveltuvat hyvin haittatapahtumien ilmaantuvuuden, seurauksien tai yksittäisten riskitekijöiden tarkasteluun (Battles ym. 2006). Retrospektiivisten menetelmien käyttö johtaa kuitenkin usein yksinkertaistettuun riskitekijöiden mallinnukseen (Martin-Delgado ym. 2020). Riskitekijöiden tunnistamisessa tulisikin hyödyntää enenevässä määrin prospektiivisia (tulevaisuutta tarkasteleva) menetelmiä (Pronovost ym. 2009), jotka eivät ole riippuvaisia olemassa olevien raportointijärjestelmien tuottamasta tiedosta ja niiden rajoitteista (Marx & Slonim 2003). Tässä kirjoituksessa esitellään yksi vaihtoehtoinen prospektiivinen menetelmä. 

Sosiotekninen todennäköisyysperusteinen riskianalyysi (Sociotechnical Probabilistic Risk Assessment, ST-PRA) on systeemiajatteluun perustuva menetelmä riskitekijöiden mallintamiseen (Marx & Slonim 2003). Menetelmässä mallinnetaan ympäristöstä, teknologiasta ja inhimillisestä toiminnasta seuraavia riskitekijöitä sekä näiden yhdistelmiä (Slonim ym. 2014). ST-PRA:ssa keskeisessä osassa on laaja erilaisten tietolähteiden hyödyntäminen mm. henkilökunnan haastattelut, kirjallisuuskatsaukset sekä raportointijärjestelmien tiedot. ST-PRA toteutetaan kuudessa vaiheessa. 

Kuvio 1. Sosioteknisen todennäköisyysperusteisen riskianalyysin vaiheet.

Menetelmän ensimmäisessä vaiheessa valitaan tarkasteluun otettu lopputapahtuma. Tällä viitataan selkeästi määriteltyyn haittatapahtumaan. (Marx & Slonim 2003.) Lopputapahtuman selkeä ja tarkka määrittely on tärkeää riskitekijöiden kattavan tunnistamisen ja tiedonlähteiden valitsemisen kannalta. Toisessa vaiheessa tunnistetaan riskitekijät (failure points) hyödyntämällä eri tiedonlähteitä. Eri tiedonlähteiden kattava hyödyntäminen on keskeistä, jotta voidaan tunnistaa mahdollisimman laajasti erilaisia riskitekijöitä. (Slonim ym. 2014.) Riskitekijöiden tunnistamisessa hyödynnetään yleisesti kirjallisuutta, asiantuntijoiden näkemyksiä (hoitohenkilökunta, potilasturvallisuusasiantuntijat) sekä mahdollisuuksien mukaan raportointijärjestelmien tietoja tai muita keskeisiä tietolähteitä (Slonim ym. 2014, Marx & Slonim 2003). Kolmannessa vaiheessa mallinnetaan riskitekijöiden yhteydet ja riippuvaisuudet. Riskitekijöiden mallintamisessa käytetään vikapuuta, joka on graafinen työkalu riskitekijöiden kuvaamiseen. (Slonim ym. 2014.) Vikapuu koostuu erilaisista porteista, joista keskeisimmät ovat JA (and), TAI (or) portit. JA portti tarkoittaa sitä, että kaikkien sen alla olevien riskitekijöiden täytyy ilmetä, jotta haittatapahtuma on mahdollinen. TAI portti tarkoittaa sitä, että jonkin riskitekijän täytyy ilmetä, jotta haittatapahtuma on mahdollinen. (Slonim ym. 2014, Marx & Slonim 2003.) Alla olevassa kuviossa on yksinkertaistettu kuvaus näistä porteista.                                                                                                                                                        

Kuvio 2.Yksinkertaistettu kuvaus vikapuun JA, TAI porteista

Menetelmän neljännessä vaiheessa validoidaan muodostettu vikapuu. Vikapuun validoinnissa ulkopuoliset asiantuntija arvioivat tehtyjä päätelmiä ja vikapuun rakennetta (Slonim ym. 2014). Vikapuun validointi on tärkeää, sillä riskitekijöiden yhteyksien mallintaminen ja johtopäätösten tekeminen olemassa olevan tiedon pohjalta on aina tulkinnallista. Viidennessä vaiheessa asetetaan riskitekijöiden todennäköisyydet. Jokaiselle vikapuussa olevalla riskitekijälle on asetettava todennäköisyys asteikolla 0–1. Todennäköisyydet asetetaan ensisijaisesti kirjallisuuden perusteella. Kirjallisuuden pohjalta ei kuitenkaan aina voida asettaa kaikille riskitekijöille todennäköisyyttä. Tällöin turvaudutaan asiantuntijoiden arvioon heidän kokemuksensa pohjalta. Asiantuntijoiden arvion määrittelyssä voidaan hyödyntää erilaisia tekniikoita kuten ankkurointia. (Marx & Slonim 2003.) Menetelmän viimeisessä vaiheessa toteutetaan herkkyysanalyysi, jotta voidaan varmistua siitä, että tehdyt päätelmät ovat luotettavia. Herkkyysanalyysissa keskitytään niihin riskitekijöihin, joissa on suuri vaihtelu todennäköisyyksissä (Slonim ym. 2014).

Sosiotekninen todennäköisyysperusteinen riskianalyysi on hyvin sovellettavissa oleva menetelmä terveydenhuollon eri haittatapahtumien riskitekijöiden tunnistamiseen. Menetelmä soveltuu erityisen hyvin harvinaisiin haittatapahtumiin, sillä se ei ole riippuvainen raportointijärjestelmien tuottamasta, usein puutteellisesta tiedosta. Väitöskirjatutkimuksessani tarkastelen menetelmällä potilaiden kaatumista eristyksessä psykiatrisen sairaalahoidon aikana. Menetelmällä tuotetun mallin pohjalta voidaan tehdä potilasturvallisuutta edistäviä toimenpiteitä, jotka kohdistuvat keskeisimpiin riskitekijöihin.

Kirjoittaja: 

Jaakko Varpula

TtM, sh, Väitöskirjatutkija

Turun yliopisto, hoitotieteen laitos

jaheva(at)utu.fi

 

LÄHTEET

Agency for Healthcare Research and Quality (AHRQ). 2019. Adverse Events, Near Misses, and Errors. https://psnet.ahrq.gov/primer/adverse-events-near-misses-and-errors. 12.9.2022

Battles, J., Dixon, N., Borotkanics, R., Rabin-Fastmen, B. & Kaplan, H. Sensemaking of patient safety risks and hazards. Health Services Research, 41, 1555-1575.

Martin-Delgado, J., Martínez-García, A., Aranaz, J., Valencia-Martín, J. & Mira, J. 2020. How Much of Root Cause Analysis Translates into Improved Patient Safety: A Systematic Review. Medical Principles and Practice, 26(9), 524-531.

Marx, D. & Slonim, A. 2003. Assessing patient safety risk before the injury occurs: An introduction to sociotechnical probabilistic risk modelling in health care. Quality and Safety in Health Care, 12(Suppl. 2), 33-38.

Pronovost, P., Goeschel, C., Marsteller, J., Sexton, B., Pham, J. &  Berenholtz, S. 2009. Framework for Patient Safety Research and Improvement. Curculation, 119, 330-337.

Slonim, A., Bish, E. & Steighner, A. 2014. Using Socio-Technical Probabilistic Risk Assessment (ST-PRA) to Assess Risk and Improve Patient Safety and Reliability in Health Care Systems. Agency for Healthcare Research and Quality. https://www.ahrq.gov/hai/patient-safety-resources/advances-in-hai/hai-article19.html 9.9.2022

Smith, A., Boult, M., Woods, I. & Johnson, S. 2010. Promoting patient safety through prospective risk identification: example from peri-operative care. Quality & Safety in Health Care, 19(1), 69-73.

World Health Organization (WHO). 2019. Patient Safety: Global action on patient safety. Report by the Director-General. Seventy-Second World Health Assembly.

Haittatapahtumien mallintaminen Emmentalilla – reikäjuustomalli terveydenhuollossa

Mediassa on uutisoitu paljon julkisissa ja yksityisissä terveydenhuollon toimipisteissä tapahtuneista haittatapahtumista. Hoidon ja avun sijaan, potilaat ovat kärsineet, vahingoittuneet tai jopa kuolleet hoidon seurauksena. Perinteisesti haittatapahtumia tarkastelleen yksilön virheiden kautta, kuka teki väärin, miten häntä tulee rankaista ja miten yksilöiden tulisi toimintaansa kehittää. Perinteinen tapa tarkastella haittatapahtumia ei ole riittävä, sillä Haittatapahtumat eivät johdu ainoastaan yksittäisten hoitotyöntekijöiden osaamattomuudesta, huonoudesta tai kieroutuneisuudesta. Haittatapahtumien kohdalla tarkasteluun tulisi ottaa koko systeemi.

James Reasonin kehittämässä reikäjuustomallissa (Swiss Cheese Model of Accident Causation) haittatapahtumia tarkastellaan systeemin näkökulmasta. Olettamuksena reikäjuustomallissa on, että virheitä tulee tapahtumaan, sillä ihmiset ovat näille alttiita. (Reason, 2008.) Reikäjuustomallin mukaan haittatapahtumat ovat seurausta joko systeemissä piilevistä puutteista (latent conditions) ja/tai aktiivisista virheistä (active failures). Piilevät puutteet ovat pitkäikäisiä ja huomaamattomia. Näitä ovat esimerkiksi henkilökunnan koulutus, resurssien määrä, johtaminen, hoitokulttuuri, laitteet, varusteet ja ympäristö. Aktiivisia virheitä, jotka altistavat haittatapahtumille ovat esimerkiksi erehdykset, vahingot ja ohjeiden laiminlyönnit. (Reason, 2000.)

Kaikissa systeemeissä on suojausmekanismeja haittatapahtumien varalle. Nämä ovat kuvattu reikäjuustomallissa Emmental juuston viipaleina. Juustoviipaleiden reiät kuvaavat systeemissä piileviä puutteita tai aktiivisia virheitä. Ajoittain haittatapahtumat pääsevät läpi systeemin suojausmekanismeista, kun kaikki reiät ovat linjassa keskenään. Näistä koituu haittaa potilaalle, henkilökunnalle, organisaatiolle ja ympäristölle. Haittatapahtumat läpäisevät suojausmekanismit yleensä piilevien puutteiden ja aktiivisien virheiden yhdistelmän seurauksena. Tämän vuoksi myös haittatapahtumien tarkastelu ja ehkäiseminen tulee kohdistaa koko systeemiin. (Reason, 2008.)

Systeemin suojamekanismeja voidaan kehittää tukkimalla juustoviipaleiden reiät mahdollisimman tiiviisti. Ensiarvoisen tärkeää on huomioida koko henkilökunta. Ylihoitajat, lääkärit, osastonhoitajat, asiantuntijat ja hoitajat tunnistavat työssään hyvin erilaisia puutteita. Haittatapahtumien ehkäisemisen kannalta kaikkien näiden puutteiden tunnistaminen on tärkeää systeemin suojamekanismien kehittämiseksi. Ideaalimaailmassa suojausmekanismit ovat kuin Goudan viipaleita; reiättömiä ja tiiviitä jolloin haittatapahtumia ei pääse tapahtumaan. Todellisuus terveydenhuollossa muistuttaa tällä hetkellä Emmentalia. Reaalimaailmassa systeemistä ei todennäköisesti saada kokonaan haittatapahtumista vapaata Goudaa. Tämä ei tarkoita kuitenkaan sitä, että tulisi tyytyä Emmentaaliin, sillä kermajuusto pienillä huokosilla on saavutettavissa.

Kirjoittaja:

Jaakko Varpula

TtM, Tohtorikoulutettava

Turun yliopisto, hoitotieteen laitos

jaheva@utu.fi

Lähteet: 

Reason, J. 2008. The Human Contribution: Unsafe Acts, Accidents, and Heroic Recoveries. Ashgate Publishing Company. Burlington: USA.

Reason, J. 2000. Human error: models and management. BMJ, 320(7237), 768-770.

Kuva: Reason, 2000