Statistische Prozesslenkung und Run Charts

Statistische Prozesslenkung (SPC) und Run Charts sind analytische Werkzeuge, um zu verstehen, wie sich ein Prozess im Zeitverlauf verhält. Sie stellen Daten in zeitlicher Reihenfolge dar und wenden einfache Regeln an, um gewöhnliche, erwartete Variationen (Common Cause) von Variationen zu unterscheiden, die eine echte Veränderung signalisieren (Special Cause). Da es bei Verbesserungen darum geht, Prozesse zu verändern, sind diese Zeitreihenmethoden zentral, um zu beurteilen, ob eine Veränderung tatsächlich einen Unterschied gemacht hat.

Definition

Statistische Prozesslenkung ist eine Reihe von Zeitreihenmethoden – einschließlich Run Charts und Shewhart-Regelkarten –, die eine Prozessmessung über die Zeit darstellen und definierte Regeln verwenden, um gewöhnliche Common-Cause-Variationen von Special-Cause-Variationen zu unterscheiden, die eine echte Veränderung anzeigen.

Scope

Dieses Thema behandelt Run Charts und Shewhart-Regelkarten, die Unterscheidung zwischen Common-Cause- und Special-Cause-Variationen, die wahrscheinlichkeitsbasierten Regeln zur Erkennung von Signalen und die Evidenz für ihre Anwendung im Gesundheitswesen. Es handelt sich um eine methodische Referenz und interpretiert keine Daten für spezifische Prozesse.

Core questions

• Was ist der Unterschied zwischen Common-Cause- und Special-Cause-Variationen?
• Wie unterscheidet sich ein Run Chart von einer Regelkarte?
• Welche Regeln signalisieren, dass sich ein Prozess tatsächlich verändert hat?
• Wie werden diese Werkzeuge verwendet, um zu beurteilen, ob eine Verbesserung funktioniert hat?

Key concepts

• Common-Cause-Variation
• Special-Cause-Variation
• Run Chart und der Median
• Shewhart-Regelkarte (Control Chart) und Kontrollgrenzen
• Shifts, Trends und Runs
• Mittellinie und Sigma-Grenzen
• Zeitlich geordnete (longitudinale) Datenanzeige

Key theories

Common-Cause- versus Special-Cause-Variation

Shewharts Unterscheidung besagt, dass jeder Prozess eine inhärente Common-Cause-Variation aufweist, während eine Special-Cause-Variation etwas wirklich Anderes signalisiert; das Handeln bei Common Cause, als wäre es Special Cause (oder umgekehrt), führt zu falschen Schlussfolgerungen.

Run-Chart-Regeln zur Erkennung nicht-zufälliger Signale

Ein Run Chart wendet wahrscheinlichkeitsbasierte Regeln – wie Shifts, Trends und Runs um den Median – an, um nicht-zufällige Muster über die Zeit zu erkennen, ohne Kontrollgrenzen zu benötigen, und bietet ein einfaches erstes Analysewerkzeug zur Verbesserung.

Mechanisms

Daten werden in zeitlicher Reihenfolge dargestellt. Ein Run Chart verwendet den Median als Referenzlinie und wendet Regeln an – einen Shift (eine Reihe aufeinanderfolgender Punkte auf einer Seite des Medians), einen Trend (aufeinanderfolgende steigende oder fallende Punkte), zu wenige oder zu viele Runs und einen astronomischen Punkt –, um Muster zu kennzeichnen, die unwahrscheinlich zufällig entstehen. Eine Regelkarte fügt eine Mittellinie und Kontrollgrenzen (üblicherweise drei Sigma) hinzu, die aus den Daten berechnet werden, mit zusätzlichen Regeln wie einem einzelnen Punkt außerhalb der Grenzen; Punkte innerhalb der Grenzen ohne Muster weisen auf einen stabilen Prozess hin, der nur Common-Cause-Variationen unterliegt. Die Unterscheidung der beiden Arten von Variationen zeigt einem Team, ob eine beobachtete Veränderung ein Signal oder Rauschen ist und somit, ob eine Verbesserungsintervention eine echte Wirkung hatte.

Clinical relevance

SPC und Run Charts ermöglichen es Teams, Messgrößen wie Infektionsraten, Wartezeiten oder Wiederaufnahmeraten über die Zeit zu verfolgen und zu beurteilen, ob eine Veränderung eine echte Verbesserung und nicht nur eine gewöhnliche Schwankung bewirkt hat. Dieser Eintrag beschreibt die Methoden und die Evidenz dazu; er ist eine Referenz, keine Anleitung zur Interpretation spezifischer klinischer Datensätze oder zur Patientenversorgung.

Evidence & guidelines

Methodische Darstellungen begründen die Logik der SPC und die Auswahl der Diagramme für das Gesundheitswesen (Benneyan 2003) und erklären die Regeln der Run Charts als einfaches erstes Werkzeug (Perla 2011), wobei praktische Anleitungen im The Health Care Data Guide (Provost & Murray 2011) zusammengefasst sind. Eine systematische Übersichtsarbeit ergab, dass SPC im Gesundheitswesen weit verbreitet und praktikabel angewendet wird, obwohl die Strenge der Anwendung variiert (Thor 2007).

History

Walter Shewhart führte 1931 die Regelkarte und die Unterscheidung zwischen Common-Cause und Special-Cause in der Fertigung ein (Shewhart 1931), und die Ideen verbreiteten sich durch Demings Arbeit zur Qualität. Das Gesundheitswesen übernahm SPC ab den 1990er Jahren, wobei methodische Arbeiten die Diagrammauswahl und Regeln an klinische Daten anpassten (Benneyan 2003) und Run Charts als zugänglicher Einstiegspunkt beworben wurden (Perla 2011).

Debates

Run Charts versus Regelkarten als Startwerkzeug

Einige argumentieren, dass das einfachere Run Chart, das nur einen Median und wenige Regeln erfordert, das richtige erste Analysewerkzeug für die meisten Verbesserungsteams ist, wobei Regelkarten für den Fall reserviert werden, dass Kontrollgrenzen einen Mehrwert bieten; die Wahl hängt vom Datentyp, -volumen und der analytischen Kapazität des Teams ab.

Key figures

• Walter Shewhart
• James Benneyan
• Robert Lloyd
• Lloyd Provost
• Rocco Perla

Seminal works

• shewhart-1931
• benneyan-2003
• perla-2011

Frequently asked questions

Was ist der Unterschied zwischen einem Run Chart und einer Regelkarte?

Ein Run Chart stellt Daten über die Zeit im Vergleich zum Median dar und verwendet einfache Wahrscheinlichkeitsregeln, um nicht-zufällige Muster zu erkennen; eine Regelkarte fügt eine berechnete Mittellinie und Kontrollgrenzen hinzu, was zusätzliche Regeln ermöglicht, wie das Kennzeichnen von Punkten außerhalb der Grenzen.

Warum ist die Unterscheidung zwischen Common Cause und Special Cause wichtig?

Sie zeigt einem Team, ob eine beobachtete Veränderung gewöhnliches Prozessrauschen (Common Cause) oder ein echtes Signal (Special Cause) ist; die Verwechslung der beiden führt dazu, auf Rauschen zu reagieren oder echte Veränderungen zu übersehen, was beides Entscheidungen zur Verbesserung untergräbt.