El contexto
Las caídas de pacientes hospitalizados son uno de los eventos de seguridad más comunes registrados en las unidades médicas y quirúrgicas. También son uno de los ejemplos de enseñanza más utilizados en la mejora de la calidad en el sector sanitario, porque los datos suelen recopilarse ya a través de informes de incidentes y documentación de enfermería, y porque las causas tienden a agruparse en un número pequeño de categorías recurrentes. Dos fuentes publicadas ilustran bien esto: una referencia de mejora de la calidad de StatPearls que recorre un gráfico de Pareto construido a partir de datos de caídas de pacientes hospitalizados, y una figura revisada por pares que muestra un análisis de Pareto de las caídas de pacientes estratificadas por causa después de que las causas se registraran primero en una hoja de verificación.
Ninguna de las fuentes describe un programa de Six Sigma completo para todo el hospital. Ambas describen exactamente el tipo de análisis pequeño, local y basado en herramientas que un Yellow Belt está capacitado para realizar: definir el problema en una unidad, recopilar recuentos simples, graficarlos y actuar primero sobre las barras más grandes.
El problema
Una unidad médica específica tiene una tasa de caídas con la que la enfermera jefa o el gerente de la unidad no están satisfechos. Las caídas ya se están informando a través del sistema de incidentes, pero nadie ha organizado los informes por causa. Sin ese paso, el personal tiende a adivinar: algunos culpan a las alarmas de las camas, otros a la dotación de personal y otros a la confusión del paciente. Adivinar conduce a soluciones dispersas que no mueven la cifra.
Cómo lo delimitaría un Yellow Belt
Este es un problema del tamaño de un Yellow Belt porque no requiere un estatuto DMAIC para todo el hospital, un gráfico de control o pruebas de hipótesis. Requiere:
- Una declaración del problema clara y limitada: caídas en esta unidad, durante un período reciente definido, no caídas en todo el hospital.
- Una herramienta de conteo simple, no un nuevo sistema de TI.
- Un gráfico básico que cualquier supervisor de enfermería pueda leer en una reunión rápida.
- Contramedidas que la unidad pueda implementar por sí misma, sin inversión de capital.
Un Green Belt o un Black Belt podrían ampliar esto en un proyecto DMAIC completo con control estadístico de procesos sobre las tasas de caídas a lo largo del tiempo. Un proyecto de Yellow Belt se detiene en organizar los datos lo suficientemente bien como para ver dónde actuar primero.
Herramientas aplicadas, fase por fase
Definir
El equipo plantea el problema en una sola frase: las caídas en esta unidad son más altas de lo que la unidad desea y las causas no se han ordenado por frecuencia. No se necesita un mapa de procesos de todo el hospital, solo un acuerdo sobre qué unidad y qué ventana de tiempo observar.
Medición (Measure): la hoja de control
Las causas de cada caída se documentan mediante una hoja de verificación, que luego se somete a un análisis adicional utilizando un gráfico de Pareto para encontrar los pocos factores vitales que contribuyen a las caídas. En la práctica, esto significa que cada informe de caída se etiqueta con una categoría de causa a medida que llega, en lugar de archivarse como una nota narrativa que debe releerse más tarde. Esta es la misma disciplina utilizada en una hoja de verificación de planta de producción: predefinir las categorías y luego hacer una marca de recuento cada vez que ocurre una.
Analizar: el gráfico de Pareto
Una vez que se etiquetan suficientes registros de caídas, los recuentos se convierten en un gráfico de Pareto. La referencia de mejora de la calidad de StatPearls explica exactamente esta construcción utilizando un conjunto de datos de caídas de una unidad médica. El gráfico de Pareto de caídas de pacientes hospitalizados muestra cinco causas; el eje Y del lado izquierdo muestra el número de caídas atribuidas a cada causa y el eje Y del lado derecho muestra la contribución porcentual acumulada de estas causas. El punto donde la línea de porcentaje acumulado se cruza con la línea de referencia del 80 por ciento indica las causas más vitales para el proyecto, con una línea punteada que marca la transición de los pocos vitales a los muchos triviales.
En la figura publicada del estudio revisado por pares, esa misma secuencia de hoja de verificación a Pareto encontró que los factores más importantes para las caídas eran el estado general del paciente, la pérdida de equilibrio y los mareos. Esas tres categorías, de una lista más larga que las enfermeras podrían haber ideado en una lluvia de ideas, son las que realmente merecen el tiempo y la atención limitados de la unidad.
Mejorar: trabajo estándar sobre los pocos vitales
Con los pocos vitales identificados, las contramedidas siguen siendo simples y a nivel de unidad: trabajo estándar para la evaluación de la movilidad al ingreso, una señal visual junto a la cama para los pacientes señalados como inestables y un guion de ronda por hora constante que verifique si hay mareos o desorientación. Nada de esto requiere gastos de capital o un cambio de política en todo el hospital, lo cual es exactamente el tipo de solución que una sola unidad puede probar por sí misma.
Controlar: mantener el gráfico visible
El gráfico de Pareto no es un artefacto de una sola vez. Se coloca donde la unidad ya se reúne y se actualiza a medida que se etiquetan nuevas caídas, para que el personal pueda ver si las mismas tres causas siguen dominando o si la mezcla ha cambiado después de la implementación de las contramedidas.
Referencia rápida: causas identificadas en el análisis de Pareto publicado
| Rango | Categoría de causa | Fuente |
|---|---|---|
| 1 | Estado general del paciente | Gráfico de Pareto de caídas de pacientes estratificadas por diferentes causas |
| 2 | Pérdida de equilibrio | Gráfico de Pareto de caídas de pacientes estratificadas por diferentes causas |
| 3 | Mareos | Gráfico de Pareto de caídas de pacientes estratificadas por diferentes causas |
Cuál fue el resultado
El valor documentado de este enfoque no es un solo número dramático de antes y después, sino el cambio de una lista indiferenciada de causas posibles a una lista corta clasificada y basada en evidencia. El diagrama de Ishikawa, el gráfico de Pareto y las herramientas de mapeo de procesos permiten a los equipos sanitarios identificar y priorizar las causas raíz de un problema y decidir sobre qué aspectos se debe actuar primero. Esa priorización es el resultado real de un proyecto de Yellow Belt: no una solución definitiva y permanente, sino una respuesta respaldada por datos a "¿en qué debemos trabajar primero?"
Una discusión de caso relacionada sobre datos de caídas en hospitales señala lo mismo sobre la disciplina de alcance: los conjuntos de datos amplios y de varios años se pueden dividir mediante un gráfico de Pareto para ver qué grupos de edad y qué unidades representan la mayor cantidad de caídas, lo que ayuda a un equipo a evitar dispersar el esfuerzo en todas las variables posibles.
Lo que un alumno debe aprender de ello
- Una hoja de verificación solo funciona si las categorías se definen antes de que comience la recopilación de datos. Adaptar categorías a viejas notas narrativas es más lento y menos confiable.
- El valor de un gráfico de Pareto es la línea de porcentaje acumulado, no solo las barras. Esa línea es la que le indica dónde cae realmente el límite de los "pocos vitales", en lugar de adivinar solo a partir de las alturas de las barras.
- El límite de los pocos vitales es una decisión basada en el juicio informada por los datos, no una regla fija. El ejemplo de StatPearls señala que los pocos vitales podrían ser razonablemente las primeras dos o tres causas, dependiendo de los recursos disponibles para el proyecto.
- El alcance de un Yellow Belt significa elegir una solución que la unidad pueda ejecutar por sí misma: trabajo estándar, señales visuales, guiones de rondas, no nuevo software ni equipos de capital.
- El gráfico debe mantenerse activo después del análisis. Publicarlo y actualizarlo es lo que convierte un estudio único en un hábito permanente de observar los datos antes de actuar.
