统计过程控制与运行图

统计过程控制（SPC）和运行图是理解过程随时间变化的分析工具。它们按时间顺序绘制数据，并应用简单规则来区分普通、预期的变异（常见原因）和预示真实变化的变异（特殊原因）。由于改进是关于改变过程的，这些时间序列方法对于判断改变是否真正起作用至关重要。

Definition

统计过程控制是一套时间序列方法——包括运行图和休哈特控制图——它随时间绘制过程测量值，并使用既定规则区分普通常见原因变异和指示真实变化的特殊原因变异。

Scope

本主题涵盖运行图和休哈特控制图、常见原因变异与特殊原因变异的区别、用于检测信号的基于概率的规则，以及它们在医疗保健中使用的证据。它是一个方法学参考，不解释任何特定过程的数据。

Core questions

• 常见原因变异和特殊原因变异有什么区别？
• 运行图与控制图有何不同？
• 哪些规则表明过程发生了真正的变化？
• 这些工具如何用于判断改进是否有效？

Key concepts

• 常见原因变异
• 特殊原因变异
• 运行图和中位数
• 休哈特（控制）图和控制限
• 偏移、趋势和运行
• 中心线和西格玛限
• 时间顺序（纵向）数据展示

Key theories

常见原因与特殊原因变异

休哈特的区别认为，每个过程都表现出固有的常见原因变异，而特殊原因变异则预示着真正不同的事物；将常见原因误认为是特殊原因（反之亦然）会导致错误的结论。

用于检测非随机信号的运行图规则

运行图应用基于概率的规则——例如围绕中位数的偏移、趋势和运行——来检测随时间变化的非随机模式，而无需控制限，为改进提供了一个简单的首选分析工具。

Mechanisms

数据按时间顺序绘制。运行图使用中位数作为参考线，并应用规则——偏移（中位数一侧连续点的运行）、趋势（连续增加或减少的点）、过少或过多的运行以及异常点——来标记不太可能偶然出现的模式。控制图增加了从数据计算出的中心线和控制限（通常是三西格玛），以及额外的规则，例如超出限值的一个点；限值内没有模式的点表示仅受常见原因变异影响的稳定过程。区分这两种变异可以告诉团队观察到的变化是信号还是噪声，从而判断改进干预是否产生了实际效果。

Clinical relevance

SPC和运行图使团队能够跟踪感染率、等待时间或再入院率等指标随时间的变化，并判断变化是产生了真正的改进还是普通的波动。本条目描述了这些方法及其证据；它是一个参考，而不是解释任何特定临床数据集或用于患者护理的指南。

Evidence & guidelines

方法学论述确立了SPC的逻辑和医疗保健图表选择（Benneyan 2003），并将运行图规则解释为简单的首选工具（Perla 2011），实践指南汇编在《医疗保健数据指南》（Provost & Murray 2011）中。一项系统评价发现，SPC在医疗保健改进中得到广泛且可行地应用，尽管应用严谨性各异（Thor 2007）。

History

沃尔特·休哈特于1931年在制造业中引入了控制图和常见原因/特殊原因的区别（Shewhart 1931），这些思想通过戴明的质量工作传播开来。医疗保健从20世纪90年代开始采用SPC，方法学论文根据临床数据调整了图表选择和规则（Benneyan 2003），运行图被推广为易于入门的工具（Perla 2011）。

Debates

运行图与控制图作为起始工具的争论

一些人认为，更简单的运行图，只需要中位数和少数规则，是大多数改进团队的正确首选分析工具，将控制图保留到控制限能增加价值时；选择取决于数据类型、数据量和团队的分析能力。

Key figures

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

Seminal works

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

Frequently asked questions

运行图和控制图有什么区别？

运行图随时间绘制数据与中位数的关系，并使用简单的概率规则来发现非随机模式；控制图增加了计算出的中心线和控制限，允许额外的规则，例如标记超出限值的点。

为什么常见原因与特殊原因的区别很重要？

它告诉团队观察到的变化是普通过程噪声（常见原因）还是真实信号（特殊原因）；混淆两者会导致对噪声做出反应或错过真实变化，这两者都会损害改进决策。