Evidence-based health technology management : case study presso l'Humanitas research hospital

Abstract Context "Without data you are just another person with an opinion." Thus claimed the American engineer W. Edwards Deming, to whom we owe the dissemination of the PDCA theory (Plan-Do-Check-Act), a modular operational strategy that can be applied to the organization as a whole. The present job describes how activities carried out by the Clinical Engineering Service in Humanitas articulate the different steps of the Deming cycle for the sake of achieving strategic goals linked to the management of the technological park, to the evaluation of the investments and finally to the planning of future investments. In this context, the attention has been focused on the control phase, with the aim of obtaining a Technology Management dashboard able to provide a decisional support that is fundamental for monitoring and programming activities. The underlying rationale is that of evidence-based, that is to say the observation and evaluation of the efficiency of the service through the study and the representation of a set of data concerning the individual devices. Effectiveness is understood in terms of intervention requests and repair times, while efficiency in terms of variation in maintenance costs. The effects of the three-year investment plan for obsolescence, that was designed thanks to the analysis of the state of the technological park supplied by the substitution priority index (IPS), were assessed, seeking an analytical correlation with the investments made for the replacement of obsolete technological equipment. Tools and methods In the description of the cyclical process proposed by Deming and applied to the Clinical Engineering Service, each phase is characterized by the use of specific tools. These are the substitution priority index (IPS), which has a strategic role in the planning phase, the Hospital Based HTA process, used as a model of evaluation and multidisciplinary comparison strongly adhering to the internal dynamics of the hospital, and the Service performance indicators (KPI), that are used as a starting point for the creation of a new comprehensive monitoring tool with a proactive nature which is fundamental in the check phase. This descriptive part of the Deming cycle has been consistently followed by the implementation of the Technology Management dashboard for the analysis of intervention requests and maintenance costs. The realization of the dashboard was achieved through two main phases. The first phase concerned the extraction of the different data from the relative sources and their association in a single database: the data concerning the equipment and the requests for intervention were extracted from the internal software "InfoHealth", that is used for managing the technological equipment, while the relative maintenance cost data and investments were derived directly from the budgets dedicated to them. With the exception of investments, drawn with reference to the years 2016, 2017 and 2018, all the other items considered were extrapolated starting from 2014 to present a broader horizon of analysis. The second phase led to the graphic rendering of the extrapolated data: data were loaded by means of recall algorithms on the Business Intelligence software “QlikView” and their representation was carried out in order to perform the actual analysis. Different views were thus obtained, one for each analyzed area, each containing three tables and a graph. Tables represent (i) number of requests for intervention by area considered, (ii) number of requests for intervention by class of equipment and (iii) the investment items divided by area of reference. The graph, instead, shows the trend over the years of number of requests based on the filtered dimensions. Finally, a last view was drawn up containing six graphs that refer to the (i) number of intervention requests, (ii) the number of systems, (iii) corrective maintenance costs, (iv) Full Risk costs, (v) relationship between corrective maintenance costs and number of equipments and (vi) relationship between number of requests and number of systems all referred to the entire technological park in the years from 2014 to 2018. Results and conclusions The implementation of an evidence-based Technology Management dashboard represents the achievement, described in the present work, of the prefixed objective. In fact, it involves the possibility of transforming into operational terms the work of monitoring the requests for intervention, the intervention times and the maintenance costs, correlating them to the three-year investments for obsolescence, so as to return a direct feedback to the Clinical Engineering Service regarding critical situations or adequately managed cases. The novelty introduced is represented by the ability to investigate the maintenance needs of the various classes of equipment, differentiating the analysis in the areas and departments of interest. This tool represents an additional element in the decision support activity, going to complete the assessments provided by IPS and guaranteeing a punctual analysis of the available data in order to bring to the attention of the Service a complete and quantitative vision of the needs to be met. Therefore, the developed tool can be exploited in order to advance investment proposals on an analytical basis for future years, increasing the possibility of supporting the technological development project and reducing the margin of error in the choices made. At the quantitative level, the first result obtained was precisely the decrease in the requests for intervention issued in the last year of the time window considered. Comparing it to the number of systems, that is growing in recent years, this is an obvious result to support the choices made. Thanks to the dashboard, “good practice” cases of investments for obsolescence have been highlighted on certain classes of equipment that have immediately made a substantial decrease in the requests for intervention; this is the case, for example, of beds and telemetrical transmission units in the hospitalization area, digital angiographs, counterpulsors in operating blocks and radiological groups in the radiology area. For each of the named cases the graphical observation provided by the dashboard allowed to detect a correspondence within the investments made in the three-year period 2016-2018, giving an implicit validation of the management capability by the Service of the equipment in question (check) and encouraging the application of this strategy to a broader set of equipment classes (act). In a complementary way, the tool has highlighted the most critical situations from the point of view of the maintenance needs, providing interesting insights in a perspective of future planning of investments for evidence-based obsolescence (plan). Some of the most significant cases concern infusion pumps in the inpatient area, balance beds and dialysis equipment in the ambulatory area, linear accelerators in radiology, laboratory incubators and sterilization autoclaves. The possibility of using the dashboard to monitor the trend of maintenance costs and costs of Full Risk contracts contributes to the achievement of the results, ensuring a comparison between the data collected and the trends expected in the planning phase. Evaluating the trend of the corrective maintenance cost items, there was a decline in 2018 compared to previous years; the result, if related to the increase in the number of devices, can be considered an excellent result: to think of having reduced maintenance costs, despite having enlarged the technological park, is an evidence of the effectiveness of the investments made and reflects what was assumed in the prior phases to the implementation of the plans. The cost analysis, having been conducted in relation to the entire fleet, is able to return aggregate values. Therefore, the resulting conclusions are wide-ranging and are not explicitly related to the areas, departments or types of equipment, contrary to what was done for the requests for intervention. A further positive aspect is represented by the potential development of the dashboard: in the future, it will be interesting to deepen some aspects of the study focusing on the classes that have the greatest impact on cost and investment items and on the design of a microcosting analysis such as to obtain an even more reliable and reference tool for the Service.

Sommario Contesto “Senza dati sei solo un’altra persona con un’opinione.” Così sosteneva l’ingegnere statunitense W. Edwards Deming, al quale si deve la divulgazione della teoria PDCA (Plan-Do-Check-Act), una strategia operativa modulare che può essere applicata all’organizzazione nel suo insieme. Il presente lavoro descrive come le attività svolte dal Servizio di Ingegneria Clinica in Humanitas articolino le differenti fasi del ciclo di Deming al fine di raggiungere obiettivi strategici legati alla gestione del parco macchine, alla valutazione degli investimenti effettuati ed infine alla pianificazione degli investimenti futuri. In questo contesto l’attenzione è stata focalizzata sulla fase di check, con l’obiettivo di ottenere un cruscotto di Technology Management in grado di fornire un supporto decisionale fondamentale per le attività di monitoraggio e programmazione. Il razionale sotteso è quello dell’evidence-based, vale a dire l’osservazione e la valutazione dell’efficienza e dell’efficacia del servizio mediante lo studio e la rappresentazione di un vasto set di dati riguardanti le singole apparecchiature. L’efficacia è intesa in termini di numero di richieste di intervento e tempi di riparazione, l’efficienza in termini di variazione dei costi di manutenzione. Sono stati valutati gli effetti del piano triennale di investimenti per obsolescenza, progettato grazie all’analisi puntuale dello stato del parco macchine fornita dall’indice di priorità di sostituzione (IPS), mediante la rilevazione di una diminuzione del numero di richieste di intervento, ricercando una correlazione analitica con gli investimenti sostenuti per la sostituzione di apparecchiature obsolete. Strumenti e metodi Nella descrizione del processo ciclico proposto da Deming applicato al Servizio di Ingegneria Clinica, ogni fase è caratterizzata dall’utilizzo di strumenti specifici. Si tratta dell’indice di priorità di sostituzione (IPS), il quale assume un ruolo strategico nella fase di pianificazione, del processo di Hospital Based HTA, inteso come modello di valutazione e confronto multidisciplinare fortemente aderente alle dinamiche interne dell’ospedale, e degli indicatori di performance del Servizio (KPI), utilizzati come base di partenza per la creazione di un nuovo strumento completo di monitoraggio dal carattere propositivo, fondamentale nella fase di check. A questa parte descrittiva del ciclo di Deming si è coerentemente affiancata l’implementazione del cruscotto di Technology Management per l’analisi delle richieste di intervento e dei costi di manutenzione. La realizzazione del cruscotto è stata raggiunta attraverso due fasi principali. La prima fase ha riguardato l’estrazione dei differenti dati dalle relative fonti e la loro associazione in unico database: i dati riguardanti le apparecchiature e le richieste di intervento sono stati estratti dal software interno di gestione delle apparecchiature “InfoHealth”, mentre i dati relativi alle spese di manutenzione e gli investimenti sono stati ricavati direttamente dai budget ad essi dedicati. Ad eccezione degli investimenti, estratti in riferimento agli anni 2016, 2017 e 2018, tutte le altre voci considerate sono state estrapolate a partire dal 2014 per presentare un orizzonte di analisi più ampio. La seconda fase ha portato alla restituzione grafica dei dati estrapolati: i dati sono stati caricati mediante algoritmi di richiamo sul software di Business Intelligence “QlikView” e si è proceduto alla loro rappresentazione al fine di condurne l’analisi vera e propria. Sono state ottenute così diverse viste, una per ogni area analizzata, ciascuna contenente tre tabelle ed un grafico. Le tabelle rappresentano rispettivamente il (i) numero di richieste di intervento per area considerata, il (ii) numero di richieste di intervento per classe di apparecchiatura e le (iii) voci di investimento suddivise per area di riferimento. Il grafico invece mostra l’andamento negli anni del numero di richieste in base alle dimensioni filtrate. E’ stata infine elaborata un’ultima vista contenente sei grafici che fanno riferimento al (i) numero di richieste di intervento, al (ii) numero di sistemi, ai (iii) costi di manutenzione correttiva, ai (iv) costi Full Risk, al (v) rapporto tra i costi di manutenzione correttiva ed il numero di apparecchiature ed al (vi) rapporto tra numero di richieste e numero di sistemi, tutti riferiti all’intero parco macchine negli anni che vanno dal 2014 al 2018.   Risultati e conclusioni L’implementazione di un cruscotto di evidence-based Technology Management rappresenta a tutti gli effetti il raggiungimento, descritto nel presente lavoro, dell’obiettivo prefissato. Esso, infatti, comporta la possibilità di trasformare in termini operativi il lavoro di monitoraggio delle richieste di intervento, dei tempi di intervento e dei costi di manutenzione, correlandoli agli investimenti triennali per obsolescenza, così da restituire un feedback diretto al Servizio di Ingegneria Clinica riguardo situazioni critiche o casi gestiti adeguatamente. La novità introdotta è quella di poter investigare le necessità manutentive delle varie classi di apparecchiature differenziando l’analisi in relazione alle aree ed ai reparti di interesse. Tale strumento rappresenta un tassello aggiuntivo nell’attività di supporto decisionale, andando a completare le valutazioni fornite dall’IPS e garantendo un’analisi puntuale dei dati a disposizione in modo tale da porre all’attenzione del Servizio una visione completa e quantitativa delle necessità e delle esigenze da soddisfare. Quanto sviluppato, pertanto, può essere sfruttato al fine di avanzare proposte di investimento su base analitica per gli anni futuri, aumentando la possibilità di supportare il progetto di sviluppo tecnologico e di ridurre il margine di errore nelle scelte intraprese. A livello quantitativo il primo risultato ottenuto è stata proprio la diminuzione delle richieste di intervento emesse nell’ultimo anno dell’orizzonte temporale considerato. Rapportandolo al numero di sistemi, in crescita negli ultimi anni, si tratta di un risultato evidente a supporto delle scelte intraprese. Grazie al cruscotto sono stati evidenziati casi “good practices” di investimenti per obsolescenza su determinate classi di apparecchiature che hanno sin da subito apportato una diminuzione sostanziale delle richieste di intervento; è il caso, per esempio, dei letti e delle unità di trasmissione telemetriche nell’area delle degenze, degli angiografi digitali, dei contropulsatori nei blocchi operatori e dei gruppi radiologici nell’area della radiologia. Per ognuno dei casi nominati l’osservazione grafica fornita dal cruscotto ha permesso di rilevare una corrispondenza con gli investimenti sostenuti nel triennio 2016-2018, dando una validazione implicita della capacità di gestione da parte del Servizio delle apparecchiature in questione (check) ed incoraggiando l’applicazione di tale strategia ad un insieme più vasto di classi d’apparecchiature (act). In modo complementare, lo strumento ha portato in evidenza le situazioni più critiche dal punto di vista delle necessità di manutenzione, fornendo spunti interessanti in un’ottica di programmazione futura degli investimenti per obsolescenza basata sull’evidenza (plan). Alcuni dei casi più significativi riguardano le pompe di infusione nell’area degenze, i letti bilancia e le apparecchiature per dialisi nell’area ambulatori, gli acceleratori lineari in radiologia, gli incubatori da laboratorio e le autoclavi della sterilizzazione. Concorre al raggiungimento dei risultati la possibilità di utilizzare il cruscotto per monitorare l’andamento dei costi di manutenzione e dei costi dei contratti Full Risk, garantendo un confronto tra i dati raccolti ed i trend attesi in fase di programmazione. Valutando l’andamento della voce di costo di manutenzione correttiva si rileva una flessione nel 2018 rispetto agli anni precedenti; il dato, se messo in relazione all’incremento del numero di apparecchiature, può essere considerato un ottimo risultato: pensare di aver ridotto le spese manutentive pur avendo ingrandito il parco macchine rappresenta l’evidenza dell’efficacia degli investimenti effettuati e rispecchia quanto ipotizzato nelle fasi antecedenti all’attuazione dei piani. L’analisi dei costi, essendo stata condotta in relazione all’intero parco macchine, è in grado di restituirne valori aggregati, pertanto le conclusioni che ne derivano sono ad ampio respiro e non sono esplicitamente correlate alle aree, ai reparti o alle tipologie di apparecchiature, contrariamente a quanto fatto per le richieste di intervento. Un ulteriore aspetto positivo è rappresentato dalle potenzialità di sviluppo del cruscotto: in futuro, sarà interessante approfondire alcuni aspetti dello studio focalizzando l’attenzione sulle classi che incidono maggiormente sulle voci di costo e di investimento e sulla progettazione di un’analisi sul modello di microcosting in modo tale da ottenere uno strumento ancor più affidabile e di riferimento per il Servizio.