Maîtrise Statistique des Procédés et Graphiques de Séries

La maîtrise statistique des procédés (MSP) et les graphiques de séries sont des outils d'analyse permettant de comprendre le comportement d'un processus au fil du temps. Ils représentent les données dans l'ordre chronologique et appliquent des règles simples pour distinguer la variation ordinaire et attendue (cause commune) de la variation qui signale un changement réel (cause spéciale). L'amélioration étant liée à la modification des processus, ces méthodes de séries chronologiques sont essentielles pour évaluer si un changement a réellement eu un impact.

Definition

La maîtrise statistique des procédés est un ensemble de méthodes de séries chronologiques — incluant les graphiques de séries et les cartes de contrôle de Shewhart — qui représentent une mesure de processus au fil du temps et utilisent des règles définies pour distinguer la variation ordinaire due aux causes communes de la variation due aux causes spéciales indiquant un changement authentique.

Scope

Ce sujet aborde les graphiques de séries et les cartes de contrôle de Shewhart, la distinction entre la variation due aux causes communes et celle due aux causes spéciales, les règles basées sur les probabilités utilisées pour détecter les signaux, ainsi que les preuves de leur utilisation dans le domaine de la santé. Il s'agit d'une référence méthodologique et n'interprète pas les données pour un processus spécifique.

Core questions

• Quelle est la différence entre la variation due aux causes communes et celle due aux causes spéciales ?
• En quoi un graphique de séries diffère-t-il d'une carte de contrôle ?
• Quelles règles signalent qu'un processus a réellement changé ?
• Comment ces outils sont-ils utilisés pour évaluer si une amélioration a fonctionné ?

Key concepts

• Variation due aux causes communes
• Variation due aux causes spéciales
• Graphique de séries et la médiane
• Carte de contrôle de Shewhart et limites de contrôle
• Décalages, tendances et séries
• Ligne centrale et limites sigma
• Affichage des données ordonnées dans le temps (longitudinales)

Key theories

Variation due aux causes communes versus variation due aux causes spéciales

La distinction de Shewhart stipule que chaque processus présente une variation inhérente due aux causes communes, tandis que la variation due aux causes spéciales signale quelque chose de véritablement différent ; agir sur une cause commune comme si elle était spéciale (ou vice versa) conduit à des conclusions erronées.

Règles des graphiques de séries pour la détection de signaux non aléatoires

Un graphique de séries applique des règles basées sur les probabilités — telles que les décalages, les tendances et les séries autour de la médiane — pour détecter des schémas non aléatoires au fil du temps sans nécessiter de limites de contrôle, offrant un premier outil d'analyse simple pour l'amélioration.

Mechanisms

Les données sont représentées dans l'ordre chronologique. Un graphique de séries utilise la médiane comme ligne de référence et applique des règles — un décalage (une série de points consécutifs d'un même côté de la médiane), une tendance (des points consécutifs croissants ou décroissants), un nombre trop faible ou trop élevé de séries, et un point astronomique (valeur aberrante) — pour signaler des schémas peu susceptibles de survenir par hasard. Une carte de contrôle ajoute une ligne centrale et des limites de contrôle (généralement trois sigma) calculées à partir des données, avec des règles supplémentaires telles qu'un seul point au-delà des limites ; les points à l'intérieur des limites sans schéma particulier indiquent un processus stable soumis uniquement à la variation due aux causes communes. Distinguer les deux types de variation indique à une équipe si un changement observé est un signal ou du bruit, et donc si une intervention d'amélioration a eu un effet réel.

Clinical relevance

La MSP et les graphiques de séries permettent aux équipes de suivre des mesures telles que les taux d'infection, les temps d'attente ou les taux de réadmission au fil du temps et d'évaluer si un changement a produit une amélioration réelle plutôt qu'une fluctuation ordinaire. Cette entrée décrit les méthodes et les preuves les concernant ; il s'agit d'une référence, et non d'une directive pour l'interprétation de données cliniques spécifiques ou pour les soins aux patients.

Evidence & guidelines

Des études méthodologiques établissent la logique de la MSP et la sélection des cartes pour les soins de santé (Benneyan 2003) et expliquent les règles des graphiques de séries comme un premier outil simple (Perla 2011), avec des directives pratiques compilées dans The Health Care Data Guide (Provost & Murray 2011). Une revue systématique a révélé que la MSP est largement et de manière réalisable appliquée dans l'amélioration des soins de santé, bien que la rigueur de l'application varie (Thor 2007).

History

Walter Shewhart a introduit la carte de contrôle et la distinction cause commune/cause spéciale dans l'industrie manufacturière en 1931 (Shewhart 1931), et ces idées se sont répandues grâce aux travaux de Deming sur la qualité. Le secteur de la santé a adopté la MSP à partir des années 1990, avec des articles méthodologiques adaptant la sélection des cartes et les règles aux données cliniques (Benneyan 2003) et les graphiques de séries promus comme un point d'entrée accessible (Perla 2011).

Debates

Graphiques de séries versus cartes de contrôle comme outil de départ

Certains soutiennent que le graphique de séries, plus simple et ne nécessitant qu'une médiane et quelques règles, est le premier outil d'analyse approprié pour la plupart des équipes d'amélioration, réservant les cartes de contrôle pour les situations où les limites de contrôle apportent une valeur ajoutée ; le choix dépend du type de données, de leur volume et de la capacité d'analyse de l'équipe.

Key figures

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

Seminal works

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

Frequently asked questions

Quelle est la différence entre un graphique de séries et une carte de contrôle ?

Un graphique de séries représente les données au fil du temps par rapport à la médiane et utilise des règles de probabilité simples pour repérer les schémas non aléatoires ; une carte de contrôle ajoute une ligne centrale calculée et des limites de contrôle, permettant des règles supplémentaires telles que le signalement des points au-delà des limites.

Pourquoi la distinction entre cause commune et cause spéciale est-elle importante ?

Elle indique à une équipe si un changement observé est un bruit de processus ordinaire (cause commune) ou un signal authentique (cause spéciale) ; confondre les deux conduit à réagir au bruit ou à manquer un changement réel, ce qui compromet les décisions d'amélioration.