Klinisk kvalitetsstyring i H:S - Region Hovedstaden

Klinisk 

kvalitetsstyring 

i H:S 

Klinisk Indikator Rapport med 

kontrolog sammenligningsdiagram 

H:S Direktionen 

Marts 2003 

Hovedstadens Sygehusfællesskab

Klinisk 


i H:S 




Marts 2003

Klinisk kvalitetsstyring i H:S 



© Marts 2003 

Udgivet af 


Bredgade 34 

1260 København K 

ISBN 87-7858-208-3 

Produktion: 

Maarbjerg Grafisk Design 

Distribution: 

Publikationen kan bestilles skriftligt hos H:S Direktionen 

Fax 3348:3799 eller e-mail am@hsd.hosp.dk 

Publikationen findes elektronisk på 

H:S’ hjemmeside www.hosp.dk > Nyheder > Publikationer 

Ansatte i H:S kan se publikationen på I:Net (http://inet) 

Postadresse: 

H:S Enhed for Klinisk Kvalitet 

Bispebjerg Bakke 33, 2. sal 

2400 København NV. 

Tlf. 3531:2852 

Fax 3531:6317 

E-mail jk02@bbh.hosp.dk

Forord 

Da H:S gik i gang med at forberede akkreditering 

af H:S’ hospitaler i samarbejde med 

Joint Commission, var et væsentligt kritikpunkt 

at denne type proces ikke indebar 

vurdering af den specialespecifikke kvalitet 

som mange, især læger, finder afgørende. 

Indvendingen er korrekt, men problemstillingen 

er at der ikke – trods store anstrengelser 

nationalt og internationalt – findes 

tilstrækkeligt valide og generelt accepterede 

sygdomsspecifikke indikatorer som 

kunne lægges til grund. 

På denne baggrund traf H:S Bestyrelsen 

beslutning om at supplere akkrediteringen 

med vurdering af den specialespecifikke 

kvalitet. H:S iværksatte en målrettet indsats 

bestående af udvikling af indikatorer 

samt metoder til ekstern audit, dette sidste 

i samarbejde med Skånes sundhedsvæsen. 

En handlingsplan fra april 2001 fastlægger 

hvorledes H:S’ udvikling og anvendelse af 

indikatorer til brug for overvågning af den 

kliniske kvalitet skal foregå. Arbejdet forestås 

af H:S Enhed for Klinisk Kvalitet, placeret 

på Bispebjerg Hospital, og foregår i tæt 

samarbejde med tilsvarende enheder på 

internationalt plan, herunder JCI, med det 

Nationale Indikatorprojekt, NIP, samt med 

H:S’ 35 Sundhedsfaglige Råd med repræsentation 

fra relevante faggrupper fra alle afdelinger 

inden for et speciale samt primærsektoren. 

Nu foreligger håndbogen ”Klinisk kvalitetsstyring 

i H:S – Klinisk Indikator Rapport 

med kontrolog sammenligningsdiagram”. 

Den er udarbejdet af ledende overlæge 

Johan Kjærgaard og it- og statistiske 

konsulenter Günther Momsen og Dan M. 

Carlsson. 

H:S Direktionen håber at håndbogen vil 

bidrage til at systematisere og lette arbejdet 

med klinisk kvalitetsstyring og dermed 

forstærke indsatsen for forbedring af hospitalets 

kliniske ydelser og at den derigennem 

bliver endnu et led i den store og vigtige 

indsats for kontinuerlig kvalitetsudvikling 

som pågår i H:S generelt – og hvor der 

på indikatorområdet allerede er opnået 

meget som vi kan være stolte af, nationalt 

som internationalt. 


KLINISK KVALITETSSTYRING I H:S 3

Læsevejledning 

Denne håndbog er udarbejdet med det 

hovedsigte at understøtte arbejdet med at 

overvåge og forbedre de kliniske ydelser i 

H:S. Den gennemgår det fælles fundament 

som anvendes af sundhedsfaglige råd, 

komitéer, afdelinger, klinikker og hospitaler 

til kvalitetsudvikling af diagnose- og sygdomsspecifikke 

ydelser. Fundamentet er kliniske 

indikatorer og statistisk processtyring 

til at dokumentere ydelserne og vise effekten 

af forbedringsindsatser. Sigtet er at 

omdanne data til meningsfuld og overskuelig 

information som grundlag for kliniske 

og administrative beslutninger vedrørende 

hospitalernes sundhedsfaglige virksomhed. 

Håndbogen er inddelt i to hovedafsnit. Det 

første, ”Klinisk kvalitetsstyring”, henvender 

sig til alle sundhedsfaglige personer og 

omhandler læsning og tolkning af kontrolog 

sammenligningsdiagrammer som de 

præsenteres i H:S Klinisk Indikator 

Rapport. 

Det andet hovedafsnit, ”Statistisk kvalitetsstyring”, 

beskriver statistisk tænkning 

som udgangspunkt for at sikre stabil kvali- 

4 KLINISK KVALITETSSTYRING I H:S 

tet, som grundlag for beslutninger om 

ændringer af retningslinjer, procedurer og 

systemer og som grundlag for dokumentation 

for effekt af iværksatte ændringer. 

Dette hovedafsnit henvender sig derved 

mest til de ledere som har ansvar for 

behandlingskvalitet, herunder til medlemmer 

af sundhedsfaglige råd, komitéer og 

kvalitetsråd. 

Håndbogen forudsætter ikke indsigt i statistiske 

metoder, men alene indsigt i det 

kliniske område der skal styres. 

I tillæggene til håndbogen findes de statistiske 

formler der anvendes til at beregne 

kontrolog sammenligningsdiagrammer, og 

oplysning om valg af diagramtype i H:S 

Klinisk Indikator Rapport. Tillæggene henvender 

sig overvejende til personer i kliniske 

afdelinger og hospitalernes kvalitetsudviklingsafdelinger 

der skal bistå ledere og 

medarbejdere med det konkrete arbejde i 

forbindelse med overvågning og forbedring 

af klinisk kvalitet, og bistå med kvalitetsudvikling 

af områder som medikoteknik, 

laboratorier, køkken og administration.

Indhold 

6 Klinisk kvalitetsstyring 

6 Kontroldiagram 

10 Kontroldiagram viser statistisk stabil proces 

11 Kontroldiagram viser statistisk ustabil proces 

14 Sammenligningsdiagram 

15 Anvendelsen af kontrolog sammenligningsdiagrammer 

17 H:S Klinisk Indikator Rapport 

21 Statistisk kvalitetstyring 

22 Variation og statistisk processtyring 

23 Kliniske indikatorer 

24 p-kontroldiagram for andel (procent) 

25 h-kontroldiagram for ”antal imellem” 

26 u-kontroldiagram for ”antal per” 

27 m-kontroldiagram for middelværdi 

28 s-kontroldiagram for spredning 

28 Proces- og resultatindikatorer til kvalitetsstyring 

30 Kontroldiagram til kvalitetsudvikling 

31 1. hovedtrin: Fastsættelse af kvalitetsmål 

33 2. hovedtrin: Kvalitetsmåling og kvalitetsvurdering 

34 3. hovedtrin: Kvalitetsforbedring 

36 4. hovedtrin: Kvalitetsovervågning/kontrol 

36 Kontrol- og sammenligningsdiagrammer til kvalitetsudvikling 

39 Litteratur 

40 Tillæg: Klinisk MåleSystem 

44 Tillæg: Valg af kontroldiagramtype 

45 Tillæg: Formler til beregning af kontroldiagrammer 

48 Tillæg: Formler til beregning af sammenligningsdiagrammer 


Klinisk kvalitetsstyring 

Klinikere har brug for information til at 

vurdere kvaliteten af patienternes behandling 

1 . Informationen skal kunne give svar 

på følgende spørgsmål: 

● Hvad er kvalitetsniveauet for behandlingen 

af afdelingens patienter i givne 

perioder? 

● Er kvaliteten på det niveau der forventes 

under normale omstændigheder? 

● Er kvalitetsniveauet i de givne perioder 

i overensstemmelse med fastsatte 

standarder? 

● Bliver alle afdelingens patienter behandlet 

lige godt i alle perioder? 

● Hvordan er kvalitetsniveauet for afdelingens 

patienter i forhold til niveauet i 

andre afdelinger? 

Informationen skal bruges til at tage stilling 

til om kvaliteten er som den skal være 

eller om den er bedre eller dårligere og dermed 

om der er mulighed eller behov for forbedring. 

H:S Klinisk Indikator Rapport 

En forudsætning for at opnå ovennævnte 

information er at der findes målinger og 

optællinger der på en meningsfuld måde 

afspejler kvaliteten af de sundhedsfaglige 

ydelser, dvs. kliniske indikatorer2 . En anden 

forudsætning er at indikatorerne bliver 

beregnet og præsenteret på en overskuelig 

måde der begrænser den tid en kliniker skal 

afse for at følge med i kvaliteten af arbejdet 

i en afdeling3 . 

Til denne brug er udarbejdet H:S Klinisk 

Indikator Rapport. Rapportens formål er at 

muliggøre dels intern kontrol af kvaliteten 

med kontroldiagrammer, dels sammenligning 

med andre tilsvarende afdelinger med 

sammenligningsdiagrammer. I det følgende 

gennemgås kontrolog sammenligningsdiagrammer 

med sigte på at klinikere kan 

finde svar på ovennævnte spørgsmål. Brug 

af kontrolog sammenligningsdiagrammer 

forudsætter ikke speciel viden om statistiske 

metoder eller kvalitetsstyring. 

De første fire af ovennævnte spørgsmål 

belyses i afsnittet om kontroldiagrammet, 

det femte i afsnittet om sammenligningsdiagrammet. 

Konkrete svar på spørgsmålene 

gives i afslutningsafsnittet ”Anvendelsen 

af kontrolog sammenligningsdiagrammer” 

på side 15. 

Kontroldiagram 

Kontroldiagrammer bruges til intern egenkontrol 

i en afdeling. Alle kontroldiagrammer 

i H:S Klinisk Indikator Rapport har 

samme udseende, uanset hvilken indikator 

diagrammet viser. I det følgende gennemgås 

kontroldiagrammet med fem konkrete 

indikatorer som eksempler 4 (Figur 1-5). 

1) Ved "behandling" forstås i denne håndbog sundhedsfaglig indsats (læge-, sygepleje-, terapeut-, psykologfaglig etc.) vedrørende 

forebyggelse, diagnostik, terapi og rehabilitering. 

2) Ved "indikator" forstås i denne håndbog en målbar variabel som anvendes til at overvåge og evaluere kvaliteten. 

3) Ved "afdeling" forstås i denne håndbog en funktionel klinisk enhed med selvstændig sundhedsfaglig ledelse uanset dens navn: 

team, gruppe, afsnit, enhed, afdeling, klinik og center. 

4) En nøjere gennemgang af de i eksemplerne viste diagramtyper findes i afsnittet ”Kontroldiagramtyper” side 24-28. 

6 KLINISK KVALITETSSTYRING I H:S

Figur 1 

Kontroldiagram for indikator: 

30 dages dødelighed efter operation for 

rumperet aortaaneurisme. 

Figur 3 


Antal fald blandt patienter indlagt på medicinsk 

afdeling per 1000 indlæggelsesdøgn. 

Figur 2 


Antal patienter der overlever imellem hver 

patient der dør inden for 30 dage efter elektiv 

operation. 

Figur 4 


Ændring under indlæggelse af score for 

almindelig daglig livsførelse (gennemsnit). 


Figur 5 



almindelig daglig livsførelse (spredning). 

Tekstfelter 

Et kontroldiagram består af selve diagrammet 

med et tekstfelt over og under. I det 

øverste tekstfelt angives at diagrammet 

stammer fra Klinisk MåleSystem5 og er en 

del af H:S Klinisk Indikator Rapport. 

Umiddelbart herunder står: ”Internt 

arbejdsdokument til kvalitetsudvikling”. 

At arbejdsdokumentet er internt indebærer 

at det kun distribueres til den afdeling data 

stammer fra. Allerøverst til højre står Gå til 

oversigt hvilket i den elektroniske version 

gør det muligt at skifte til en oversigt over 

alle indikatorer for det aktuelle speciale6 . 

I tekstfeltet oplyses også hvilket speciale, 

hospital og klinik/afdeling diagrammet 

stammer fra, og dato for rapportens udgivelse. 

I de næste linjer anføres indikatorens 

navn med fed skrift, fx ”30 dages 

dødelighed efter operation for rumperet 

aortaaneurisme” (Figur 1). 

5) Se tillæg: Klinisk MåleSystem. 

6) Se Figur 17 side 20. 


I teksten under diagrammet er med petit 

skrift anført en række specifikationer, hvis 

betydning beskrives i det følgende: 

Fx i Figur 1: 

p-kontroldiagram – indikator nr. KK4.1 – 

ujusterede data 

Centerlinje: Afdelingens standard, beregnet 

som afdelingens gennemsnitlige kvalitet 

Fx i Figur 3: 

u-kontroldiagram – indikator nr. GE7.3 – 

ujusterede data 

Centerlinje: H:S standard, fastsat af H:S 

Faldkomité (februar 2002) 

Indikatoraksen 

Den venstre lodrette linje (y-aksen) kaldes 

indikatoraksen fordi den angiver de værdier 

som indikatoren kan antage, fx dødelighed 

i procent (Figur 1), antal patienter der 

overlever mellem hver der dør (Figur 2), 

antal fald (Figur 3) eller en score for almindelig 

daglig livsførelse (Figur 4 og 5). 

Periodeaksen 

Den nederste vandrette linje (x-aksen) kaldes 

periodeaksen fordi den angiver de tidsperioder 

hvert sæt målinger omfatter. 

Perioderne kan fx være kvartaler (Figur 1), 

måneder (Figur 3, 4, 5), eller den periode 

der er mellem hver utilsigtet hændelse, fx 

mellem dødsfald (Figur 2). For hver periode 

er anført det antal patienter (betegnet med 

”pt.”) periodens målinger omfatter. 

Kontrolpunkter markerer 

indikatorværdier 

Inde i diagrammet findes kontrolpunkter, 

dvs. periodens værdi på indikatoraksen 

markeret med en blå ruder og hæftet sammen 

med de tilliggende punkter med en 

stiplet blå linje:

Den blå linje med kontrolpunkterne viser i 

alle diagrammerne at indikatorværdien skifter 

noget fra måned til måned. For at lette 

vurderingen af betydningen af disse kontrolpunkter 

og deres skiftende værdier 

– deres variation – er der i diagrammet 

indsat hjælpelinjer: centerlinje og kontrolgrænser. 

Centerlinjen markerer standarden 

Centerlinjen, en grøn ret linje, 

markerer den værdi for kvaliteten der i den 

tidsperiode som diagrammet omfatter er 

tilstræbt eller forventet. Ordet forventet 

bruges naturligt hvis indikatoren afspejler 

dårlig kvalitet, fx er det naturligt at tale 

om forventet dødelighed (Figur 1) – underforstået 

dødeligheden må gerne være mindre 

end forventet. Ordet tilstræbt bruges 

naturligt hvis indikatoren afspejler god 

kvalitet, fx er det naturligt at tale om en 

tilstræbt værdi for forbedring af score for 

almindelig daglig livsførelse (Figur 4) – 

underforstået forbedringen må gerne være 

bedre end tilstræbt. 

Uanset om sprogbrugen er ”tilstræbt” eller 

”forventet” beskriver centerlinjen det realistiske 

og acceptable kvalitetsmål, standarden. 

For langt de fleste sygdomsområder er der 

ikke på forhånd fastsat en ekstern standard. 

I sådanne tilfælde er det bedste skøn 

for den realistiske kvalitet gennemsnittet 

(middelværdien) af den hidtil målte kvalitet 

idet det forudsættes at denne som 

udgangspunkt er realistisk og acceptabel. 

Når der ikke er fastsat en ekstern standard, 

markerer centerlinjen altså gennemsnittet 

af afdelingens målinger. 

I H:S kan de sundhedsfaglige råd og komitéer 

– på basis af den videnskabelige litteratur 

og lokale erfaringer dokumenteret 

med kontroldiagrammer – fastsætte sundhedsfaglige 

standarder (Figur 6). 

7) Se: www.nip.dk 

For nogle få sygdomsområder er der fastsat 

eksterne standarder for god kvalitet. 

I Danmark har Det Nationale Indikatorprojekt7 

således fastsat standarder for seks 

sygdomsområder: Akut mave-tarmkirurgi, 

apopleksi, hjerteinsufficiens, hoftefraktur, 

lungecancer og skizofreni. 

På hvert diagram er i teksten under diagrammet 

anført hvilken betydning centerlinjen 

har: 

● Afdelingens standard, beregnet som 

afdelingens gennemsnitlige kvalitet 

● H:S’ standard, fastsat af Sundhedsfagligt 

Råd eller Komité (med navn og dato) 

● National standard, fastsat af en anerkendt 

national organisation. 

Øvre og nedre kontrolgrænse 

Pointen er at centerlinjen markerer en 

standard uanset hvordan denne er fastsat. 

Når dette er fastslået, er spørgsmålet i forbindelse 

med indikatorovervågningen om et 

observeret kontrolpunkt adskiller sig fra 

standarden. Da kliniske indikatorer måler 

biologiske og psykosociale fænomener hos 

mennesker, gør den naturlige variation eller 

tilfældighedernes spil sig i høj grad gældende. 

Selv om bestemmelsen af kontrolpunktet 

bliver mere præcis des flere patienter 

der indgår i beregningen af indikatorværdien, 

bliver antallet af patienter 

aldrig stort nok til at fastslå den ”sande” 

indikatorværdi. Der findes metoder til 

(under givne vilkår og med et givet antal 

patienter) statistisk at beregne den øvre 

og nedre grænse for hvad tilfældighederne 

kan afstedkomme. Disse beregnede grænser 

kaldes henholdsvist øvre og nedre kontrolgrænse 

og er i diagrammerne markeret med 

rød stiplet linje 

henholdsvis over og under centerlinjen. 


Figur 6 

Diagrammet til venstre er identisk med Figur 4, hvor centerlinjen markerer afdelingens standard, 

beregnet som afdelingens gennemsnitlige kvalitet (i dette tilfælde en ændring af ADLscore 

på 12 fra indlæggelse til udskrivelse). Sagt på en anden måde: Når der ikke foreligger 

en ekstern evidensbaseret standard, er det bedste bud på et realistisk kvalitetsniveau det 

niveau som afdelingen rent faktisk præsterer. 

I diagrammet til højre markerer centerlinjen H:S’ standard fastsat af Sundhedsfagligt Råd for 

Geriatri (maj 2003). Situationen kunne være den at Sundhedsfagligt Råd for Geriatri har 

gennemgået litteraturen og H:S’ egne data og fundet at et realistisk og acceptabelt niveau er 

en ændring af ADL på 15. I diagrammet er den nye centerlinje (ubrudt grøn linje) lagt ind 

ved 15 på ”det gamle” diagram, hvor den gamle centerlinje ved 12 er vist med en stiplet 

grøn linje. Det bemærkes at når den nye centerlinje ved 15 bruges som udgangspunkt for 

beregning af kontrolgrænserne, er der en måned (oktober 2001) hvor kontrolpunktet falder 

uden for kontrolgrænsen. 

Kontrolgrænser betyder at hvis kontrolpunktet 

ligger mellem den øvre og nedre 

grænse, så adskiller den observerede indikatorværdi 

sig ikke (statistisk sikkert 8 ) fra 

centerlinjens værdi, altså er kvaliteten 

(med meget stor sandsynlighed) hverken 

værre eller bedre end standarden. 

Kontroldiagram viser 

statistisk stabil proces 

Bemærk at kontroldiagrammer med forskellige 

indikatorer (Figur 1-5) ser ens ud, 

indeholder de samme elementer og symboler 

og skal forstås og tolkes på samme 

måde: Den lodrette akse angiver indikatorens 

værdier, den vandrette tidsperioderne, 

centerlinjen den tilstræbte eller forventede 

værdi (standarden) og kontrolgrænserne 

8) Signifikansniveau på 0,27 pct. svarer til at grænserne er beregnet som tre gange standarddeviationen for den forventede 

tilfældige fordeling (Gauss, Poisson, Binomial, m.fl.), hvilket betyder at intervallet mellem kontrolgrænserne 99,73 pct. sikkert 

indeholder periodens indikatorværdi, såfremt denne ikke adskiller sig fra standarden (centerlinjen). Hvis kontrolgrænserne er 

beregnet som andet end 3 gange standarddeviationen er det skrevet i en fodnote på diagrammet. 


angiver det interval inden for hvilket kontrolpunkterne 

kan ligge uden at de adskiller 

sig fra standarden. 

Kort sagt: Hvis man kaster et blik på diagrammet 

og ser at alle kontrolpunkterne 

ligger tilfældigt svingende inden for kontrolgrænserne, 

så er kvaliteten statistisk 

set i orden hvilket udtrykkes ved: Kontroldiagrammet 

viser statistisk stabil proces9 . 

Diagrammerne i Figur 1-5 viser alle statistisk 

stabile processer. 

Statistisk stabil proces betyder at afviklingen 

af det kliniske arbejde og dets resultater 

som indikatoren afspejler, ikke varierer 

mere end hvad der kan forklares ved tilfældighedernes 

spil. Der tales om tilfældig 

variation der skyldes tilfældige årsager. 

Den tilfældige variation kaldes også for 

naturlig variation, biologisk variation eller 

almindelig variation, udtryk der alle minder 

om at tilfældig variation er indbygget i alle 

fænomener som en ”urørlig” del af virkeligheden. 

Sådanne helt tilfældige årsager som 

ingen har indflydelse på, gør sig fx gældende 

når der slås ”plat eller krone” med en 

mønt. 

Betydningen af at en proces er statistisk 

stabil10 , er at processen også klinisk er stabil, 

dvs. det går som det plejer. Med andre 

ord er der ingen grund til at tro at kvaliteten 

er værre eller bedre end det der er sædvanligt 

i afdelingen under de eksisterende 

forhold. Når afviklingen af det kliniske 

arbejde er stabil på de givne vilkår, er der 

desuden god grund til at antage at kvaliteten 

også i de følgende måneder vil være 

som den plejer, dvs. den er forudsigelig. 

9) Engelsk: "Process in statistical control". 

10) Vurderinger om processen er statistisk stabil forudsætter 12 eller flere kontrolpunkter. 

11) Engelsk: "Process out of statistical control". 

12) Vurderinger om processen er statistisk ustabil forudsætter 12 eller flere kontrolpunkter. 

Kontroldiagram viser 

statistisk ustabil proces 

Men i praksis er det ikke altid at kontroldiagrammer 

viser statistisk stabil proces. 

Undertiden viser diagrammet statistisk 

ustabil proces11 . Det betyder at afviklingen 

af det kliniske arbejde som indikatoren 

afspejler, varierer mere end det kan forklares 

ved tilfældighedernes spil. Der tales om 

ikke-tilfældig variation der skyldes specielle 

årsager. 

Betydningen af at en proces er statistisk 

ustabil12 , er at processen også klinisk er 

ustabil, dvs. det går ikke som det plejer, 

der er grund til at tro at kvaliteten er afvigende 

(værre eller bedre) end det der er 

sædvanligt i afdelingen under de givne vilkår. 

Når afviklingen af det kliniske arbejde 

er ustabil, gør specielle årsager sig gældende 

og der er god grund til at antage at kvaliteten 

også i de følgende måneder kan 

blive anderledes end den plejer – den er 

uforudsigelig så længe årsagerne får lov at 

gøre sig gældende. Disse specielle årsager 

bør derfor findes med henblik på at foretage 

ændringer i systemet som på ny kan 

bringe stabilitet i kvaliteten – eventuelt på 

et andet, helst bedre, niveau. 

Tegnene i et kontroldiagram på at en klinisk 

proces er statistisk ustabil, beskrives i 

Boks 1 og vises i Figur 7-12. 

Tekster 

Teksterne der ledsager diagrammer som 

viser statistisk ustabil proces, beskriver 

om det pågældende tegn er gunstigt eller 

ugunstigt. Pointen er, som det fremgår i 

teksterne til Figur 7-12, at en statistisk 

ustabil proces ikke nødvendigvis betyder 

dårligere kvalitet; den kan også betyde 

bedre kvalitet. For at afgøre om en afvigel- 


Alle diagrammer (Figur 7-12) viser en proces der er statistisk ustabil. Indikatoraksen kunne 

være ”Ændring under indlæggelse af score for almindelig daglig livsførelse”, jf. Figur 4. 

Retningen opad på indikatoraksen betyder således bedre kvalitet: forbedringsretning opad. 

Figur 7 

Et kontrolpunkt ligger uden for øvre 

kontrolgrænse. Afvigelsen er gunstig. 

Afvigelsen bør give anledning til nærmere 

vurdering for at finde årsager til det gunstige 

udfald med henblik på tiltag til vedvarende 

forbedring. 

Figur 9 

Seks på hinanden følgende kontrolpunkter 

har tiltagende værdi. Afvigelsen er gunstig. 


vurdering for at finde årsager til det gunstige 

udfald med henblik på tiltag til vedvarende 

forbedring. 


Figur 8 

Et kontrolpunkt ligger uden for nedre 

kontrolgrænse. Afvigelsen er ugunstig. 

Afvigelsen bør give anledning til vurdering 

for at finde årsager til det ugunstige udfald 

med henblik på tiltag til forbedring. 

Figur 10 

Seks på hinanden følgende kontrolpunkter 

har aftagende værdi. Afvigelsen er ugunstig. 

Afvigelsen bør give anledning til vurdering 

for at finde årsager til det ugunstige udfald 

med henblik på tiltag til forbedring.

Figur 11 

Otte på hinanden følgende kontrolpunkter 

ligger over centerlinjen. Afvigelsen er gunstig. 


vurdering for at finde årsager til det 

gunstige udfald med henblik på tiltag til 

vedvarende forbedring. 

Tegn på statistisk ustabil proces 

Et kontroldiagram viser, at en klinisk proces er statistisk ustabil når: 

● Et kontrolpunkt er uden for øvre eller nedre kontrolgrænse (Figur 7 og 8) 

● Seks på hinanden følgende kontrolpunkter har tiltagende eller aftagende værdi* 

(Figur 9 og 10) 

● Otte på hinanden følgende kontrolpunkter ligger over eller under centerlinjen* 

(Figur 11 og 12) 

* Det er en forudsætning at der foreligger 12 eller flere kontrolpunkter i diagrammet. 

Boks 1 

Figur 12 

Otte på hinanden følgende kontrolpunkter 

ligger under centerlinjen. Afvigelsen er 

ugunstig. Afvigelsen bør give anledning til 

vurdering for at finde årsager til det ugunstige 

udfald med henblik på tiltag til forbedring. 

Farvekoder 

Bemærk i Figur 7-12 at tegn på at den kliniske proces er statistisk ustabil har en farvekode: 

● Et kontrolpunkt der er uden for øvre eller nedre kontrolgrænse: Rødt kvadrat (Figur 7,8). 

● Seks på hinanden følgende kontrolpunkter der har tiltagende eller aftagende værdi: 

De seks punkter har røde forbindelseslinjer (Figur 9,10). 

● Otte på hinanden følgende kontrolpunkter ligger over eller under centerlinjen: 

De otte punkter har røde forbindelseslinjer (Figur 11,12). 

Farvekoderne betyder at en diagramlæser ikke skal søge efter de nævnte tegn på ustabilitet, 

blot holde øje med afvigelser fra den farvekode der anvendes når den kliniske proces 

er statistisk stabil: Blå kontrolpunkter med blå forbindelseslinjer. 


se er gunstig eller ugunstig kræves viden 

om ”forbedringsretningen” på indikatoraksen. 

På nogle indikatorakser er forbedringsretningen 

opad (fx Figur 2,4), på 

andre er forbedringsretningen nedad (fx 

Figur 1,3,5). 

Det er væsentligt at slå fast at når en proces 

er statistisk stabil betyder det ikke i sig 

selv at den har et klinisk tilfredsstillende 

niveau eller en klinisk tilfredsstillende variation. 

Kontroldiagrammer objektiviserer og 

dokumenterer kvalitetsniveau og variation, 

men stillingstagen til hvad der er tilfredsstillende 

respektive ikke-tilfredsstillende 

kvalitet er en klinisk afgørelse, ikke en statistisk. 

Nærmere herom i afsnittet ”Kontroldiagram 

til kvalitetsudvikling” side 30. 

Sammenligningsdiagram 

Sammenligningsdiagrammet bruges til at 

belyse hvordan kvalitetsniveauet for en 

afdelings patienter er i forhold til niveauet 

for tilsvarende patienter i andre afdelinger i 

samme perioder. Diagrammet, som det 

tager sig ud i H:S Klinisk Indikator Rapport, 

vises i Figur 13 vedrørende 30 dages 

dødelighed efter operation og i Figur 14 

vedrørende ændring under indlæggelse af 

score for almindelig daglig livsførelse. 

Tekstfeltet der angiver afdeling, rapporttidspunkt 

og indikatorens navn samt diagrammets 

akser (indikatorakse og periodeakse), 

er identiske med de tilsvarende i 

kontroldiagrammet, se fx Figur 1 og 4. 

I sammenligningsdiagrammet findes for 

hver periode markeret afdelingens kontrolpunkt 

(med blå ruder ) og den forventede 

værdi i betydningen værdien for de 

andre H:S-afdelinger som gennemsnitsbetragtning 

i samme periode (lys lilla vandret 

linje ). 

Observerede værdier er altid behæftet med 

usikkerhed, og denne bliver større des 

færre patienter der indgår i observationen. 


Figur 13 

Sammenligningsdiagram for indikator: 30 

dages dødelighed efter operation for rumperet 

aortaaneurisme 

Figur 14 

Sammenligningsdiagram for indikator: 


almindelig daglig livsførelse (gennemsnit).

Der er derfor markeret et kontrolinterval 

(med grøn lodret linje) omkring 

den forventede værdi der angiver 

hvor kontrolpunktet med 99 pct. 

sandsynlighed 13 vil ligge såfremt det 

ikke afviger fra den forventede værdi. 

Det betyder at når et kontrolpunkt ligger 

inden for kontrolintervallet, adskiller afdelingens 

kvalitet sig ikke fra de andre H:Safdelingers 

kvalitet. Såfremt et kontrolpunkt 

er placeret uden for kontrolintervallet, 

betyder det at afdelingen adskiller sig 

(statistisk sikkert) fra de andres kvalitet, 

dvs. der foreligger en afvigelse. 

Det bemærkes at afvigelsen kan være i en 

for patienterne gunstig retning eller ugunstig 

retning. Afvigelse i ugunstig retning er 

vist i Figur 13 (3. kvartal 2001) og i Figur 

14 (december 2002). 

En statistisk sikker afvigelse er ikke nødvendigvis 

klinisk betydningsfuld: 

Kontrolpunkter der ligger uden for det 

niveau de andre afdelinger viser, bør give 

anledning til nærmere undersøgelse og vurdering 

af årsager til den afvigende kvalitet. 

En afdeling med gunstig afvigelse har 

potentiale til vedvarende intern forbedring 

og til at fungere som lærested for andre 

afdelinger. En afdeling med en ugunstig 

afvigelse kan muligvis tage ved lære af 

andre afdelingers måde at behandle 

patienterne på. 

Forskelle i kvalitetsniveauet kan skyldes 

forskelle i patientsammensætningen. Dårlige 

resultater i en afdeling kan skyldes at 

de patienter der behandles er ældre, mere 

syge etc. end de patienter der behandles i 

de andre afdelinger. Gode resultater kan 

skyldes at de patienter der behandles er 

yngre, mindre syge etc. end de patienter 

der behandles i de andre afdelinger. Hvis 

kvalitetsforskelle ikke skyldes forskelle mellem 

patienterne, må forklaringen søges i 

forskelle i den måde patienterne behandles 

på og den måde behandlingen er organiseret, 

altså årsager som afdelingen har indflydelse 

på. 

Ideelt skal en indikator for et behandlingsresultat 

derfor justeres således at forskelle 

mellem patienterne udjævnes før der foretages 

sammenligning af kvalitet mellem 

afdelinger. 

Indtil statistisk justering indføres i H:S 

Klinisk Indikator Rapport for indikatorer 

der vedrører patientresultater, er afdelinger 

og sundhedsfaglige råd nødt til at tage 

patientforskelle i betragtning ved granskning 

af forskelle mellem H:S-afdelingers 

resultater. En af mange betingelser der skal 

være opfyldt før H:S Klinisk Indikator 

Rapport kan indeholde justerede indikatorværdier 

er at alle relevante risikofaktorer 

som sygdommens sværhedsgrad, komplicerende 

sygdomme, livsstilsfaktorer mv. registreres 

for alle patienter. 

Anvendelsen af kontrolog 

sammenligningsdiagrammer 

I indledningen til afsnittet ”Klinisk kvalitetsstyring” 

nævnes klinikernes behov for 

information som baggrund for at besvare 

en række spørgsmål vedrørende den kliniske 

kvalitet. I det følgende vises hvordan 

de beskrevne kontrolog sammenligningsdiagrammer 

kan anvendes til at besvare 

spørgsmålene. Hovedprincippet er at 

såfremt kontrolpunkterne ligger jævnt svingende 

inden for de markerede kontrolgrænser 

i kontroldiagrammerne respektive ligger 

inden for kontrolintervallerne i sammenligningsdiagrammerne, 

er kvaliteten ”i orden”. 

Som eksempel herpå bruges indikatoren 

vedrørende ”Ændring under indlæggelse af 

score for almindelig daglig livsførelse” og 

for overskuelighedens skyld genvises de 

tidligere anvendte figurer i det følgende. 

13) Kontrolintervaller beregnet som tre gange standarddeviationen svarende til nøjagtig 99,73 pct. sikkerhed for at intervallet 

indeholder kontrolpunkter der ikke afviger fra standarden. 


Figur 4 Figur 6 

● Hvad er kvalitetsniveauet for behandlingen 

af afdelingens patienter i givne 

perioder? 

Figur 4. Det konkrete kvalitetsniveau er 

markeret med kontrolpunktets værdi på 

indikatoraksen for hver måned. 

● Er kvaliteten på det niveau der 

forventes under normale omstændigheder? 

Figur 4. Centerlinjen markerer det niveau 

der forventes under normale behandlingsomstændigheder 

(intern standard). 

Kontrolpunkterne ligger alle inden for kontrolgrænserne. 

Når der tages hensyn til den 

variation som tilfældigheder betinger, 

adskiller kontrolpunkterne sig ikke (statistisk 

sikkert) fra centerlinjen, dvs. kvaliteten 

er på det forventede niveau – og processen 

er statistisk stabil hvilket betyder at 

samme niveau også kan forventes fremover. 


● Er kvalitetsniveauet i de givne perioder 

i overensstemmelse med fastsatte 

standarder? 

Figur 6. Centerlinjen markerer det niveau 

der er fastsat som H:S standard, og kontrolgrænserne 

er beregnet med udgangspunkt i 

denne centerlinje. Kontrolpunktet for oktober 

2002 ligger uden for nedre kontrolgrænse. 

Dette kontrolpunkt adskiller sig 

(statistisk sikkert) fra standarden. 

Kontrolpunktet for den pågældende måned 

tyder på at kvaliteten er dårligere end den 

der er fastsat som standard. 

● Bliver alle afdelingens patienter 

behandlet lige godt i alle perioder? 

Figur 4. Kontroldiagram (for gennemsnit): 

Kontrolpunkterne ligge alle inden for kontrolgrænserne, 

dvs. gennemsnitskvaliteten 

varierer ikke betydende (statistisk sikkert) 

fra periode til periode.

Figur 5 Figur 14 

Figur 5. Kontroldiagram (for spredning): 

Kontrolpunkterne ligge alle inden for kontrolgrænserne, 

dvs. kvaliteten varierer ikke 

betydende (statistisk sikkert) imellem patienterne 

inden for hver periode14 . 

Figur 4 og 5 sammen. Når der tages hensyn 

til den variation som tilfældighederne kan 

forklare, er der ikke betydende (statistisk 

sikre) forskelle i patientbehandlingen fra 

periode til periode og inden for de enkelte 

perioder, dvs. patienterne behandles lige 

godt. 

● Hvordan er kvalitetsniveauet for 

afdelingens patienter i forhold til 

niveauet i andre afdelinger? 

Figur 14. Kontrolpunktet for december 2002 

ligger under kontrolintervallet. Dette tyder 

på at kvaliteten i denne måned er dårligere 

end i de andre afdelinger. 

14) Nærmere forklaring se afsnit "s-kontroldiagram for spredning". 

H:S Klinisk Indikator 

Rapport 

Formålet med Klinisk Indikator Rapport 

er at støtte medarbejderes og lederes 

bestræbelser for at dokumentere kvalitet 

og synliggøre forbedringer af de kliniske 

ydelser. Rapporten udsendes hver måned 

eller hvert kvartal. En given afdeling har 

adgang til de rapporter der omhandler 

egen afdeling. De sundhedsfaglige råd har 

adgang til alle rapporter der vedrører eget 

speciale. Hospitalsdirektionerne har adgang 

til de rapporter der vedrører deres ledelsesområde. 

De enkelte afdelinger har ansvar for at 

deres kvalitet er i overensstemmelse med 

god praksis, og de sundhedsfaglige råd har 

medansvar for at den samlede kvalitet i H:S 

er på det højeste mulige niveau og med en 

variation der tilgodeser borgernes ret til 


Figur 15 

Klinisk Indikator Rapport med kontrolog sammenligningsdiagram for indikatoren ”30 dages 

dødelighed efter operation for aortaaneurisme”. 

ensartet behandling for samme sygdomme i 

alle H:S-afdelinger. 

Klinisk Indikator Rapport indeholder indikatorer 

der er udviklet og/eller godkendt af 

de sundhedsfaglige råd og komitéer. 

Indikatorværdierne præsenteres som kontrol- 

og sammenligningsdiagrammer som de 

er vist og beskrevet i de foregående afsnit. 

Antallet af afdelinger der modtager Klinisk 

Indikator Rapport, øges i perioden 2003- 

2005 i takt med at antallet af specialer der 

tilsluttes indikatorarbejdet, øges. 

Rapport for hver indikator 

Som eksempel vises rapporten for indikatoren 

”30 dages dødelighed efter operation 

for rumperet aortaaneurisme” (Figur 15). 

Som et andet eksempel vises rapporten for 

indikatoren ”Ændring under indlæggelse af 

score for almindelig daglig livsførelse” 

(Figur 16). 


Rapportoversigt 

Figur 15 og 16 viser hvorledes hver enkelt 

indikator præsenteres i Klinisk Indikator 

Rapport. Hvert speciale har imidlertid flere 

indikatorer, typisk 6 -12. For at lette overblikket 

over disse indledes hver måneds 

indikatorrapport med ”Klinisk Indikator 

Rapport: Oversigt” som præsenteres i 

Figur 17 (side 20). 

I oversigten angives i tekstfeltet den sidste 

periode i rapporten, hvem rapporten angår 

(afdeling/klinik, hospital, speciale) samt 

rapportdatoen. 

I oversigtens venstre kolonne identificeres 

de givne indikatorer med en kort titel og 

nummer. I den elektroniske version kan 

man ved klik på indikatornavnet i oversigtens 

venstre kolonne få vist den givne 

indikators rapport på den form der ses i 

Figur 15 og 16.

Den mellemste kolonne omhandler kontroldiagrammet. 

Det angives om kontroldiagrammet 

(for den sidst registrerede periode) 

viser statistisk stabil proces: Ja eller 

Nej. Hvis svaret er Nej, dvs. der er tegn på 

at processen er statistisk ustabil, anføres 

desuden om afvigelsen er i gunstig eller 

ugunstig retning. 

Den højre kolonne omhandler sammenligningsdiagrammet. 

Det angives om kontrol- 


Figur 16 

Klinisk Indikator Rapport med kontrol- 

og sammenligningsdiagram for indikatoren 

”Ændring under indlæggelse af score for 

almindelig daglig livsførelse”. Bemærk at 

rapporten for denne indikator (som er 

måling på en score-skala) indeholder 

kontroldiagram for både gennemsnit 

(m-diagram) og spredning (s-diagram). 

punktet (for den sidst registrerede periode) 

ligger inden for eller uden for kontrolintervallet. 

Hvis svaret er uden for, anføres desuden 

om afvigelsen er i gunstig eller ugunstig 

retning. 

Adgang til Klinisk Indikator Rapport 

Rapporten udsendes per e-mail til de relevante 

afdelingsledelser der beslutter den 

videre distribution i afdelingen per e-mail 

eller udskrifter. Der forventes desuden 

adgang til rapporten direkte fra Klinisk 

MåleSystem15 . Til denne adgang kræves 

brugernavn og adgangskode efter tilladelse 

fra afdelingens ledelse. 


Klinisk indikator rapport 

Månedsoversigt maj 2003. Geriatri. Hospital X. Afdeling Y. Rapport 12.06.2003 

Indikator navn Kontrol af Sammenligning med 

og nummer egen afdeling over tid andre H:S afdelinger: 

Kontroldiagram Sammenligningsdiagram 


Statistisk stabil* Statistisk kontrolinterval* 

Ja Nej Nej Indenfor Udenfor Udenfor 

Gunstig Ugunstig Gunstig Ugunstig 

Depression GDS-5 

GE1.1 Udredning X X 

Demens MMSE 

GE2.1 Opfølgning X X 

GE2.2 Ændring X X 

ADL Barthel 


GE3.4 Opfølgning X X 

Fysisk funktion TUG 


Ernæring BMI 

GE6.1 Ændring X 

GE6.2 Datakvalitet X X 

Fald 

GE7.3 Fald/1000 

indlæggelsesdage X X 

*Statistisk stabil og *Statistisk kontrolinterval gælder for den sidste periode i rapporten, her maj 2003. 

Figur 17 

Oversigt der for den givne måned viser afvigelser fra det tilstræbte eller forventede 

(standarden).

Statistisk kvalitetsstyring 

Joint Commissions internationale akkrediteringsstandarder 

fastsætter krav til arbejdet 

med kvalitetsstyring og -udvikling, herunder 

bl.a.: 

● At hospitalet konstant har som mål at 

øge patientsikkerhed og forbedre 

kvaliteten af relevante ydelser 

● At der fastlægges en plan for kvalitetsstyring 

og -overvågning der omfatter 

hele organisationen 

● At der fastlægges metoder og principper 

for organisationens systematiske arbejde 

med kvalitetsudvikling 

● At alle ledelsesniveauer er involveret i 

at etablere og vedligeholde en kultur i 

organisationen der sikrer fokus på kvalitetsforbedring 

og patientsikkerhed 

● At alle relevante faggrupper og personer 

uddannes og involveres i kvalitetsforbedring 

og at der uddannes personer i 

organisationen der kan forestå eller 

understøtte arbejdet med dataindsamling, 

bearbejdning, præsentation og 

fortolkning 

● At organisationen understøtter kvalitetsarbejdet 

vha. understøttende data- og 

it-systemer og en organisation der kan 

fortolke og følge op på data fra kvalitetsovervågning 

og forbedring 

● At organisationen fastlægger principper 

for overvågning, analyse og indsats når 

utilsigtede hændelser eller fejl opstår. 

Sådanne krav til kvalitetsstyring medfører 

ikke i sig selv udvikling eller forbedring 

uanset hvor retvisende de kliniske indikatorer 

måtte være og hvor komplet dataindsamlingen 

måtte være. Udvikling og forbedring 

forudsætter at der af klinikere og 

ledelser iværksættes relevante forbedringsforanstaltninger. 

Der findes tre overordnede tilgange til 

kvalitetsstyring: 

● Opfylde kvalitetsmål: Der er fastsat 

kvalitetsmål på forhånd; indikatorovervågning 

skal sikre at kvalitetsmålet 

opfyldes (Quality Assurance) 

● Bedre end de bedste: Kvalitetsmålet 

fastsættes på det niveau som de der 

yder bedst kan opnå; indikatorovervågning 

skal sikre at dette kvalitetsmål 

opfyldes; forudsætter adgang til data fra 

andre institutioner der meningsfuldt kan 

bruges til at sammenligne institutionerne 

(Benchmarking) 

● Vedvarende forbedring: Det overordnede 

kvalitetsmål er til stadighed at levere 

bedre og bedre ydelser og resultater; 

indikatorovervågning skal sikre at udviklingsretningen 

er vedvarende gunstig 

(Continuous Quality Improvement). 

Den principielle tilgang i H:S vedrørende 

de sundhedsfaglige ydelser er vedvarende 

forbedring: Helbredelsesrater kan – inden 

for de givne rammers muligheder – aldrig 

blive for høje, og antallet af dødsfald og 

komplikationer som følge af behandling 

kan aldrig blive for lave. De to første, 

ovenfor nævnte tilgange anvendes i praksis 

som stadier på den vedvarende forbedringsvej 

til at sikre at kvaliteten er ensartet i 

H:S og til at sikre at den mindst er på 

niveau med nationale og internationale 

standarder hvor sådanne findes. 

Indikatorovervågning og statistisk kvalitetsstyring 

har tre hovedformål: 

● Variationskontrol: Sikre at processerne 

– systemet med alle kliniske og ikke kli- 


niske arbejdsgange – er stabile og dermed 

forudsigelige som forudsætning for 

at vurdere niveau og udviklingsretning, 

altså at kvalitet har tilfredsstillende 

(begrænset) variation 

● Niveaukontrol: Sikre at det stabile kvalitetsniveau 

er i overensstemmelse med 

god klinisk praksis som den måtte være 

kendt fra international litteratur, nationale 

og lokale standarder eller målinger 

udført på sammenlignelige afdelinger, 

altså at kvaliteten har et tilfredsstillende 

niveau 

● Forbedringskontrol: Sikre at forbedringer 

dokumenteres, altså at kvalitetsudviklingen 

er tilfredsstillende i retning af det 

bedre. 

Kvalitetsstyringen har som forudsætning at 

klinikere og ledelsen har rettidig og troværdig 

ledelsesinformation på en form der 

let og overskueligt kan give svar på spørgsmål 

der relaterer sig til førnævnte hovedformål: 

● Er kvalitetsvariationen acceptabel? 

● Er kvalitetsniveauet acceptabelt? 

● Er kvalitetsudviklingsretningen til det 

bedre? 

En vanskelighed ved at svare entydigt på 

spørgsmålene er at der altid er hæftet usikkerhed 

til den information der skal anvendes 

som beslutningsgrundlag. Denne usikkerhed 

kan imødegås ved at bruge statistiske 

metoder der tager højde for den tilfældige 

variation der er knyttet til målingerne. 

Variation og statistisk 

processtyring 

Alle biologiske og psykosociale fænomener, 

herunder kliniske, udviser variation. Når 

ovennævnte spørgsmål skal besvares, skal 

det derfor ske under hensyntagen til at det 

er fænomener med indbygget variation der 

beskrives. At variationen er indbygget 

indebærer at klinikere og ledelser ikke har 

indflydelse på den, så lidt som de har ind- 


flydelse på udfaldet når der slås plat eller 

krone med en mønt. 

Antallet af patienter der indgår i en given 

indikatormåling i en given periode, er i den 

kliniske dagligdag ofte begrænset hvilket 

sætter grænser for selv meget nøjagtige og 

præcise målingers evne til at udtrykke den 

sande værdi for kvaliteten: Måling på 10 

patienter giver statistisk set et mindre sikkert 

mål for hvad den sande kvalitet er, end 

måling på 100 patienter. 

Kort sagt skal målingerne vurderes under 

hensyn til den allestedsnærværende tilfældige 

variation, herunder den usikkerhed der 

følger af begrænsninger i stikprøvestørrelser. 

I kvalitetsstyring er det således afgørende 

at skelne mellem 

● tilfældig variation der skyldes tilfældige 

årsager som er ukendte og som der ikke 

kan gøres noget ved og 

● ikke-tilfældig variation der skyldes specielle 

årsager som er erkendbare ved 

nærmere vurdering og analyse og som 

der kan gøres noget ved. 

Statistik kan bruges til at skelne tilfældig 

variation fra ikke-tilfældig variation som 

forudsætning for at vide hvornår der er 

specielle årsager som forklaring på kvalitetsafvigelse 

i en klinisk proces. Den statistiske 

analyse undersøger om der er mere 

variation end forventet. I givet fald betyder 

det at der (med meget stor sandsynlighed) 

foreligger specielle årsager som forklaring 

på afvigelsen. 

De statistiske metoder der anvendes til at 

besvare spørgsmål om processtabilitet og 

kvalitetsniveau, betegnes statistisk processtyring. 

Heri har kontroldiagrammer en 

meget fremtrædende plads som værktøj 

til at afgøre hvornår en proces er statistisk 

stabil, dvs. udviser tilfældig variation 

respektive hvornår en proces er statistisk 

ustabil, dvs. udviser ikke-tilfældig variation.

Statistisk processtyring er udviklet i den 

private produktions- og servicesektor og 

efterprøvet i akademiske institutioner. I de 

sidste tiår har statistisk processtyring vundet 

indpas i den offentlige sektor, herunder 

sundhedssektoren, som konsekvens af tiltagende 

grad af kvalitetsstyring på lige fod 

med økonomi- og produktionsstyring. 

For klinikere med ledelsesfunktioner vedrørende 

økonomi- og aktivitetsstyring kan 

det være af interesse at vide at de statistiske 

metoder der oprindeligt blev udviklet 

til at styre kvalitet siden har fundet anvendelse 

i styring af økonomi og aktivitet, 

altså til at svare på spørgsmål som: Er de 

forskelle der findes mellem budget og kroneforbrug 

i en given måned udtryk for tilfældig 

variation eller udtryk for at der er 

noget grundlæggende galt med økonomien? 

Er fundne ændringer i sengedagsforbruget 

udtryk for tilfældige svingninger eller er 

der specielle årsager til observerede stigninger 

eller fald? 

Kliniske indikatorer 

Der skelnes mellem sygdomsspecifikke og 

generelle kliniske indikatorer. Vedrørende 

kliniske indikatorer for sygdomsspecifikke 

områder har H:S et program for specialernes 

arbejde med disse. Programmets sigte 

er at hvert af H:S’ 35 specialer skal anvende 

ca. tre indikatorer for hver af de tre 

hyppigste/vigtigste sygdomsområder inden 

for specialet. De i programmet indgående 

indikatorer kan være udviklet af en anerkendt 

ekstern organisation16 eller være 

udviklet internt af H:S sundhedsfaglige råd. 

Vedrørende indikatorer for generelle kliniske 

områder udvikles indikatorerne typisk 

af de tværgående komitéer (fx vedrørende 

ernærings-, infektions- og medicineringsområdet). 

Akkrediteringsstandarderne fra Joint 

Commission International indeholder krav 

om overvågning af udvalgte generelle kliniske 

indikatorer. Det drejer sig bl.a. om brug 

af blod og blodprodukter, brug af antibiotika, 

brug af anæstesi, kirurgiske procedurer, 

medicineringsfejl, infektionsparametre og 

sikkerhed i forbindelse med laboratorie- og 

røntgenudstyr. 

De sundhedsfaglige råd respektive komitéer 

godkender indikatorer til brug i H:S, afdelinger 

og hospitaler står for implementering 

i klinisk praksis og H:S Enhed for Klinisk 

Kvalitet står for at facilitere indikatorudvikling 

og implementering. 

Som led i faciliteringen er udviklet et itværktøj, 

H:S Klinisk MåleSystem17 . Dette er 

egnet til – på H:S I:Net – at indrapportere 

de nødvendige data fra klinikkerne/ afdelingerne, 

til automatiseret at foretage de 

fornødne indikatorberegninger og til at 

levere præsentationer på en standardiseret 

måde til afdelinger og hospitaler: Klinisk 

Indikator Rapport. Afdelingerne kan få eksporteret 

deres egne data fra Klinisk Måle- 

System til afdelingens egne databaser til 

nærmere analyse. 

Per definition er en indikator en målbar 

variabel der afspejler kvaliteten inden for 

et område. Indikatoren kan afspejle kvaliteten 

i forhold til fastlagte standarder eller 

afspejle kvalitetens absolutte variation og 

niveau og dens udviklingsretning. 

Indikatorer betegnes kliniske når de afspejler 

kvaliteten af de sundhedsfaglige ydelser. 

De sygdomsspecifikke kliniske indikatorer 

er de indikatorer der mest præcist og 

direkte måler kvaliteten af den givne sygdoms 

behandling. Kliniske indikatorer bygger 

på egenskaber ved kvalitet der kan 

tælles eller måles, dvs. talværdier der kan 

bearbejdes med statistiske metoder. 

16) Fx knyttet til Landsdækkende Kliniske Kvalitetsdatabaser, herunder Det Nationale Indikatorprojekt, eller Joint Commission 

Core Performance Measures. 



Indikatorberegninger forudsætter et sæt 

data der typisk som minimum indeholder 

oplysninger om: hvem (patientidentifikation), 

hvor (identifikation af institution, 

afdeling, afsnit), hvornår (tidspunkt) og 

hvad (diagnose, behandling, pleje) der 

måles, foruden naturligvis indikatorens 

målings- eller tællingsværdier samt endelig 

data vedrørende eventuelle risikofaktorer. 

Indikatortyper 

Indikatorer findes som følgende hovedtyper: 

● Andel patienter med en tilsigtet eller en 

utilsigtet hændelse (fx andel patienter 

der bliver raske eller andel patienter der 

dør, Boks 2). 

● ”Antal per” kan dreje sig om antal tilsigtede 

hændelser (fx antal remissioner) 

eller antal utilsigtede hændelser (fx 

antal medicinbivirkninger) per måned 

eller per år (Boks 3). 

● Målelige størrelser der afspejler kvalitet 

hos patienten (fx funktionsscore hos 

genoptræningspatienter, blodtryk hos 

hypertensionspatienter og blodsukker 

hos diabetespatienter, Boks 4). 

Indikatortypen er betydningsfuld derved at 

adskillelsen mellem tilfældig variation og 

ikke-tilfældig variation bygger på at den 

tilfældige variation er kendt, således at 

hver indikatortype har sin egen forventede 

variation når kun tilfældige årsager gør sig 

gældende18 . Kontrolgrænser og kontrolintervaller 

beregnes under hensyn til den forventede 

tilfældige variation for hver indikatortype. 

Indikatorværdier der afviger 

mere end det der kan forklares som forventet 

tilfældig variation, er med stor sikkerhed 

forårsaget af specielle årsager. 


Kontroldiagramtyper 

Svarende til indikatortyperne bruges i 

Klinisk Indikator Rapport følgende typer af 

kontroldiagrammer19 : 

● p-kontroldiagram for andel (procent) 

● h-kontroldiagram for ”antal imellem” 

● u-kontroldiagram for ”antal per” 

● m-kontroldiagram for middelværdi 

● s-kontroldiagram for spredning. 

p-kontroldiagram for andel (procent) 

Mange egenskaber der kan belyse klinisk 

kvalitet, kan tælles, og hændelsen kan kun 

optræde én gang hos hver patient. For 

eksempel er død en engangsforeteelse for 

den enkelte patient, så antallet af døde og 

antallet af levende i en patientgruppe kan 

tælles: Død ja eller nej. En praktisk måde 

talmæssigt at udtrykke kvaliteten med 

sådanne egenskaber er at angive andel 

døde, fx som procent døde. Flere eksempler 

i Boks 2. 

Et p-kontroldiagram er vist for død efter 

operation i Figur 1. Indikatoren for en 

given gruppe patienter (behandlet i én 

periode) beregnes som en simpel brøk hvor 

tælleren angiver antal døde og nævneren 

alle de patienter der indgår i gruppen 

(levende og døde), altså 

antal døde × 100 = 

antal levende + 

antal døde 

Som eksempel: I tredje kvartal 2003 blev 

der opereret 20 patienter. 30 dage efter 

operationen var 3 patienter døde. 

Kvartalets indikatorværdi er herefter 

3 

17 + 3 

dødelighed 

i procent 

× 100 = 15% dødelighed 

18) Den forventede tilfældige variation følger fx ofte binomial fordelingen for indikatorer som andel, Poisson fordelingen for indikatorer 

som ”antal per” og Gauss normalfordeling for indikatorer som målelig størrelse. 

19) Se Tillæg: Valg af kontroldiagramtype.

Kontroldiagram der bygger på den tilfældige 

fordeling af en ja/nej-egenskab (binomialfordelingen), 

benævnes p-kontroldiagram 

20 . 

h-kontroldiagram for ”antal imellem” 

Nogle egenskaber der kan belyse kvalitet 

og kan tælles (og kun kan optræde en gang 

hos hver patient), er så sjældent forekommende 

(fx under 5 pct.’s forekomst) at det 

er vanskeligt at få sikre procentangivelser. 

Sjældent forekommende hændelser er fx 

alvorlige komplikationer og dødsfald i forbindelse 

med operation eller medicinsk 

behandling. 

Det forholder sig rent logisk sådan at jo 

sjældnere en komplikation er, des flere 

patienter kommer igennem behandlingen 

uden komplikationer. Så i stedet for at 

følge andel (procent) patienter med komplikationer, 

kan følges antal patienter uden 

komplikation imellem hver patient med 

komplikation. Altså en indikator der bygger 

på ”antal imellem” (Figur 2). Er komplikationshyppigheden 

lav og stabil, vil der 

være et givet, stort antal komplikationsfrie 

patienter mellem hver patient med komplikation. 

En indikatorberegning med ”antal 

imellem” har bedre evne til at påvise afvigelser 

end traditionel andelsberegning når 

der er tale om sjældent forekommende 

komplikationer og hændelser. 


fordeling af ”antal imellem” (fx hypergeometrisk 

fordeling), benævnes h-kontroldiagram21 

. 

Egenskaber ved klinisk kvalitet der kan tælles og som kun optræder én gang hos 

hver patient 

Patienter der: 

– Dør efter behandling: ja/nej 

– Bliver kureret, symptomlindret, smertefri, funktionsforbedret, tilfreds: ja/nej 

– Får liggesår (et eller flere) under indlæggelse: ja/nej 

– Får udført undersøgelse ved indlæggelse (fx journal, ernæringsvurdering ): ja/nej 

– Får fysioterapi, ergoterapi, jordemoderfaglig assistance, psykologhjælp: ja/nej 

– Får en given behandling (fx postoperativ mobilisering, medicin for blodpropper): 

ja/nej 

– Har VAS smertescore under 4 på femte postoperative dag: ja/nej 

– Har postoperative komplikationer (en eller flere): ja/nej 

– Har bivirkning (en eller flere) af medicin: ja/nej 

– Får behandling inden for 6 timer efter diagnose: ja/nej 

Boks 2 

20) Se Tillæg: Formler til beregning af kontroldiagrammer. 



u-kontroldiagram for ”antal per” 

Ovennævnte kontroldiagrammer omhandler 

egenskaber ved kvalitet der kan tælles og 

kun kan optræde én gang for hver patient 

(fx død). Andre værdifulde egenskaber ved 

kvalitet der kan tælles, er karakteriseret 

ved at hændelsen kan optræde flere gange 

hos samme patient. Det gælder fx antal 

bæltefikseringer i forbindelse med tvangsindlagte 

psykiatriske patienter eller antal 

fald i forbindelse med indlæggelse. Flere 

eksempler i Boks 3. 

Egenskaber ved kvalitet der kan tælles og 

optræde flere gange hos hver patient giver 

ofte mest mening når de bliver sat i forhold 

til et tidsmål og dermed udtrykker intensiteten 

af hændelsen, fx 

● Bæltefikseringer i forhold til indlæggelsestiden: 

Antal bæltefikseringer per 100 

indlæggelsesdøgn 

● Fald i forhold til indlæggelsestiden: 

Antal fald per 1000 indlæggelsesdøgn. 


Udtryksformen ”per” indebærer ikke at der 

er observeret 100 eller 1000 indlæggelsesdøgn, 

men udtrykket svarer til at man godt 

kan tale om at køre 100 km per time selv 

om bilen kun har haft denne hastighed i 

kort tid. 

Et u-kontroldiagram er vist for ”Antal fald 

per 1000 indlæggelsesdøgn” i Figur 3. 

Indikatoren i dette eksempel beregnes for 

en given gruppe patienter (behandlet i én 

periode) som en simpel brøk, hvor tælleren 

angiver det samlede antal fald blandt alle 

de patienter der indgår i gruppen (hver 

patient med 0,1,2, 3 eller 4 osv. antal fald) 

og nævneren angiver det samlede antal 

indlæggelsesdøgn (summen af hver patients 

indlæggelsestid), altså 

det samlede 

antal fald × 1000 = 

det samlede antal 

indlæggelsesdøgn 

Som eksempel: I maj måned 2003 blev der 

udskrevet 187 patienter fra medicinsk afdeling 

M. De havde tilsammen haft 5 fald og 

Egenskaber ved klinisk kvalitet der kan tælles og kan optræde flere gange hos 

samme patient 

Antal hændelser: 

– Medicinbivirkninger 

– Infektioner (fx lokal tromboflebitis ved intravenøs adgang) 

– Bæltefikseringer (fx på psykiatrisk afdeling) 

– Fald 

– Epilepsianfald 

– Astmaanfald 

– Episoder med kløe 

– Komplikationer til et indgreb/operation 

Boks 3 

antal fald 

per 1000 indlæggelsesdøgn

havde sammenlagt været indlagt i 500 

døgn. Månedens indikatorværdi er herefter 

5 10 fald per 1000 

500 × 1000 = indlæggelsesdøgn 


fordeling af egenskaber der kan optræde 

flere gange per patient (Poissonfordelingen), 

benævnes u-kontroldiagram 22 . 

m-kontroldiagram for middelværdi 

Der findes mange egenskaber der kan belyse 

kvalitet som kan måles på en skala, fx 

blodtryk eller score for almindelig daglig 

livsførelse. Flere eksempler i Boks 4. 

Egenskaber der kan belyse kvalitet som kan måles 

Boks 4 


En hensigtsmæssig måde talmæssigt at 

udtrykke kvaliteten med målelige egenskaber 

er at beregne gennemsnittet (middelværdien) 

for måleværdierne for den givne 

gruppe patienter (behandlet i én periode). 

Som eksempel: Det systoliske blodtryk (BT) 

måles hos en gruppe behandlede hypertonikere. 

Som udtryk for behandlingskvaliteten 

anvendes det gennemsnitlige blodtryk 

for gruppen, altså 

BT pt.1 + BT pt.2 + 

BT pt.3 + BT pt.4 

antal patienter (her 4) 

Diverse score 

– Funktionsniveau (fx ADL) 

– Smerter (fx målt med Visuel Analog Skala) 

– Balanceevne, demens, depression, m.fl. 

– Patientvurderet fysisk og mentalt helbred (fx spørgeskema SF36) 

Fysiologiske og biokemiske målinger 

– Blodtryk, puls og temperatur 

– Blodsukker og HgA1c 

– S-albumin, vægt og BMI (Body Mass Index) 

– S-Kolesterol 

Tidsmålinger 

– Tid fra indlæggelse til medicinsk behandling af akut sygdom 

– Tid fra diagnose af akut sygdom til operation 

– Overlevelsestid 

– Mobilitet vurderet ved tid (Timed Up and Go) 

KLINISK KVALITETSSTYRING I H:S 27 

= 

det gennemsnitlige 

blodtryk

Som eksempel: BT for pt.1 måles til 115 

mm Hg, pt.2 til 125, pt.3 til 122 og pt.4 til 

118 mm Hg, dvs. 

115 + 125 + 122 + 118 

4 

Et kontroldiagram der bygger på den tilfældige 

fordeling (Gauss normalfordelingen) 

for en egenskab ved kvalitet der kan måles 

og beregnes som gennemsnit (middelværdi), 

benævnes m-kontroldiagram 23 . 

s-kontroldiagram for spredning 

Ved alene at beregne og betragte gennemsnittet 

af blodtryksmålingerne mistes imidlertid 

værdifuld information af betydning 

for vurdering om kvaliteten af behandlingen 

af hypertonikere er i orden. 

De patienter der indgik i perioden ovenfor, 

havde som gennemsnit et systolisk BT på 

120 mm Hg som tyder på god behandlingskvalitet. 

En sådan gennemsnitsbetragtning 

kan dog skjule store og afgørende forskelle 

inden for den gruppe patienter der kvalitetsvurderes. 

De fire patienter ovenfor med et gennemsnitsblodtryk 

på 120 mm Hg havde BT på 

henholdsvis 115, 125, 122 og 118 mm Hg. 

En anden gruppe patienter kan fx have BT 

som følger: 190, 125, 115 og 50 mm Hg. 

Det gennemsnitlige blodtryk er som for 

førstnævnte gruppe 120 mm Hg, men gruppen 

indeholder en patient med et kritisk 

lavt blodtryk (50 mm Hg) og en patient 

med et kritisk højst blodtryk (190 mm Hg). 

Så selv om gennemsnittet – 120 mm Hg – 

tyder på en god behandlingskvalitet, kan 

gennemsnitsværdien dække over patienter 

med meget høje og meget lave blodtryksværdier 

– altså patienter der har dårlig 

= 

det gennemsnitlige 

blodtryk 

er 120 mm Hg 

behandlingskvalitet. Gennemsnittet alene 

er således ikke et tilstrækkeligt udtryk for 

behandlingskvaliteten. 

Gennemsnittet suppleres derfor med et 

talmæssigt udtryk for om der er patienter 

der ligger langt fra gennemsnitsværdien. 

Et talmæssigt udtryk for denne spredning24 omkring gennemsnitsværdien er afstanden 

fra det laveste BT (50 mm Hg) til det højeste 

(190 mm Hg), altså en spredning på 

140 i det andet eksempel. Den tilsvarende 

spredning i første eksempel var fra 115 til 

125 mm Hg, altså 10 mm Hg. Kort sagt: 

Lille spredning er udtryk for, at alle patienters 

BT ligger tæt på gennemsnitsværdien. 

For at kunne være sikker på at et ”godt” 

gennemsnit faktisk afspejler god kvalitet, 

skal det sikres at alle patienters BT ligger 

rimeligt tæt på ”det gode” gennemsnit. 

Til at overvåge dette konstrueres et kontroldiagram 

(Figur 5) der viser spredningen 

inden for hver periode, med bestemmelse af 

en centerlinje og øvre og nedre kontrolgrænse 

for spredningen. Dette s-kontroldiagram 

for spredning er et supplement til mkontroldiagrammet 

for gennemsnittet: mkontroldiagrammet 

viser om der er variation 

i behandlingsresultaterne som gennemsnitsbetragtning 

fra periode til periode der 

er større end forventet, s-kontroldiagrammet 

viser om der er variation inden for hver 

periode der er større end forventet25 . 

Proces- og resultatindikatorer 

til kvalitetsstyring 

De egenskaber ved kvalitet som indikatoren 

afspejler, vedrører enten den korrekte behandling 

(den kliniske proces: den behandling 

der giver den ønskede virkning uden at 

skade patienten) eller behandlingsresultatet 

for patienten (den tilsigtede virkning: 


24) Spredning kan udtrykkes på to måder. 1) Spændvidde: Afstanden mellem mindste og største værdi. 

2) Standarddeviation: Beregnet udtryk for hvordan værdierne fordeler sig omkring gennemsnitsværdien (kvadratroden af summen 

af de kvadrerede differencer mellem gennemsnittet og de enkelte værdier, divideret med antal værdier minus 1). 



Eksempler på proces- og 

resultatindikatorer 

Sygdomsspecifikke 

Procesindikator: 

– Andel patienter med depression 

ved screening der modtager 

yderligere udredning 

– Andel patienter der får korrekt 

behandling/pleje 

Resultatindikator: 

– 30 dages dødelighed efter 

operation for rumperet aortaaneurisme 

– Ændering under indlægelse af 

score for almindelig daglig livsførelse 

– Antal fald per 1000 indlæggelsesdage 

Generelle 

Procesindikator: 

– Andel journaler hvori er anført 

informeret samtykke 


højde, vægt og udregnet BMI 

(Body Mass Index) 


en behandlingsplan inden for 

24 timer 

– Andel journaler hvori der foreligger 

informeret samtykke til 

videregivelse af helbredsoplysninger 

– Andel journaler hvori der foreligger 

indikation for ordineret 

medicin 

Resultatindikator: 

Boks 5 

– Patientvurdering af given 

information 

helbredelseseffekten uden utilsigtede virkninger: 

bivirkninger og komplikationer). 

I Boks 5 gives eksempler på sygdomsspecifikke 

proces- og resultatindikatorer udviklet 

af H:S sundhedsfaglige råd og eksempler på 

generelle indikatorer afledt af akkrediteringsstandarder. 

Behandling og behandlingsresultater 

hænger grundlæggende sammen. Korrekt 

behandling giver de tilsigtede helbredsforbedringer. 

Det betyder at uanset om der 

anvendes indikatorer for patienternes helbredsresultat 

(resultatindikatorer) eller for 

det kliniske arbejdes kvalitet (procesindikatorer), 

så er begge direkte eller indirekte 

udtryk for kvaliteten af den kliniske virksomhed 

inden for det overvågede sygdomsområde. 

Selv om det sprogligt er kludret, 

kan såvel resultatindikatorer som procesindikatorer 

altså anvendes til processtyring. 

Når dette er slået fast, skal nævnes en 

række fordele og ulemper ved proces- og 

resultatindikatorer som resumeres i Boks 6 

og beskrives nærmere i det følgende. 

Procesindikator 

Fordelen ved kliniske procesindikatorer er 

at de direkte måler kvaliteten af de aktiviteter 

og ydelser som klinikere og ledelser 

har ansvaret for i det daglige arbejde. Procesindikatorer 

kan således anvendes til 

direkte at vurdere om det arbejde der udføres 

er i overensstemmelse med god klinisk 

praksis, fx om afdelingens retningslinjer 

følges. Desuden kan procesindikatorer 

anvendes til at belyse om det kliniske 

arbejde udføres så ensartet og stabilt at 

afdelingen ”kan holde det den lover”, dvs. 

holde det kvalitetsniveau der er ”offentliggjort” 

og aftalt med patienterne ved det 

informerede samtykke. Ulempen er at procesindikatorer 

kun er et mål for slutresultatet 

i den udstrækning der måtte være beviselig 

sammenhæng mellem god klinisk 

praksis og helbredsresultatet. 


Fordele og ulemper ved proces- og resultatindikatorer 

Fordele Ulemper 

Procesindikator Måler direkte kvaliteten 

af kliniske ydelser 

Indirekte mål for slutresultatet 

Resultatindikator Måler slutproduktets Fører ikke direkte til bedre 

kvalitet kvalitet 

Tidsforsinkelse 

Risikojustering nødvendig ved 

sammenligning 

Boks 6 

Resultatindikator 

Den principielle fordel ved kliniske resultatindikatorer 

er at de måler slutproduktets 

kvalitet, det hele virksomheden drejer sig 

om – patientens helbredsresultat: Helbredelse, 

lindring og forebyggelse, således at 

klinikere og ledelser kan tage stilling til om 

”produktet kan godkendes”. Blandt ulemper 

kan nævnes at resultatkontrol som værktøj 

til kvalitetsstyring i sundhedsvirksomhed 

ikke i sig selv fører til bedre kvalitet for 

patienterne. Det skyldes at sundhedsvæsenet 

ikke som tilfældet er i en produktionsvirksomhed 

kan kassere de emner (patienter) 

der ikke opfylder kvalitetskravene. 

En anden ulempe er at helbredsresultater, 

herunder dårlig kvalitet, ofte først viser sig 

efter en tid (måneder, år) med risiko for at 

mange patienter eksponeres for en ringe 

kvalitet før advarselssignalet lyser og 

adækvat forbedring kan iværksættes. Endnu 

en ulempe ved brug af resultatindikatorer 

er at konstatering af ikke-tilfredsstillende 

kvalitet ikke giver mulighed for umiddelbar 

forbedring fordi årsagen til det dårlige 

resultat ikke kan findes og vurderes uden at 

den bagvedliggende kliniske proces kendes. 

Endelig er der den ulempe at helbredsresultater 

ofte afhænger af den givne sygdoms 

sværhedsgrad, af patientens livsstil, af 


andre tilstedeværende sygdomme hos patienten 

samt af en række andre patientrelaterede 

faktorer. Når afdelingers kliniske 

ydelser skal sammenlignes, kræves derfor 

justering for forskelle mellem patienterne. 

En sammenfattende vurdering er at der i 

tilfælde hvor der er videnskabeligt bevis for 

en sammenhæng mellem en klinisk proces 

og helbredsresultatet med fordel kan vælges 

en procesindikator. Hvor en sammenhæng 

ikke er dokumenteret, kan med fordel 

vælges en kombination af resultat- og procesindikatorer. 

Kort sagt: Resultatindikatorer 

viser kun om det går godt eller skidt, 

medens procesindikatorer peger på hvorfor 

det går godt eller skidt. 

Kontroldiagram til 

kvalitetsudvikling 

I H:S anvendes en generel model til kvalitetsudvikling 

som er beskrevet i ”Kvalitetsudvikling 

og akkreditering i H:S” (se 

litteraturlisten). Modellen indeholder fire 

hovedtrin (se side 31). I det følgende beskrives 

hvorledes kontroldiagrammer bruges 

i forbindelse med hvert trin i arbejdet med 

kvalitetsudvikling. 

Her skal indledningsvist konstateres at 

brug af kontroldiagrammer, som beskrevet 

nedenfor, er en afgørende teknik til vedva-

1. hovedtrin 

Fastsættelse af 

kvalitetsmål 

Standarder 

2. hovedtrin 

Kvalitetsmåling 

Kvalitetsvurdering 

Måling af aktuel praksis 

Vurdering i forhold til 

fastsatte kvalitetsmål 

3. hovedtrin 

Kvalitetsforbedring 

Bringe aktuel praksis 

på niveau med fastsatte 

kvalitetsmål 

4. hovedtrin 

Kvalitetsovervågning 

Sikre at kvalitetsmål 

fastholdes 

Hovedtrinene i kvalitetsudvikling 

Bemærk tilbageføringspilen fra 2. til 

1. hovedtrin der udtrykker at et realistisk 

kvalitetsmål, en standard, ofte 

fastsættes efter at der først er foretaget 

en måling for at beskrive kvaliteten 

af aktuel praksis. 

Bemærk tilbageføringspilen fra 4. til 

3. hovedtrin der udtrykker at kvalitetsovervågning 

kan vise at der er behov 

for at iværksætte kvalitetsforbedring. 

rende dokumentation af kvalitet og dokumentation 

for afvigelser fra tilstræbt eller 

forventet kvalitet (standarden). Brug af 

kontroldiagrammer sikrer dermed at årsagsgranskning 

og forbedringsprojekter altid er 

velbegrundede. 

1. hovedtrin: 

Fastsættelse af kvalitetsmål 

Kvalitetsmål i form af standarder angiver 

det realistiske niveau for kvalitet. Kvaliteten 

dokumenteres med en til standarden 

svarende indikator. For nogle sygdomsområder 

er standarder med tilhørende indikatorer 

eksternt givet26 , men for langt de fleste 

sygdomsområder er der ikke standarder. 

Vanskeligheden ved internt at fastsætte et 

realistisk niveau er at niveauet i en given 

klinisk afdeling ofte ikke er kendt. I nogle 

situationer vides hvilket niveau andre afdelinger 

kan opnå fx fra videnskabelige arbejder 

eller fra publikationer af resultater fra 

afdelinger der har brugt en tilsvarende klinisk 

indikator. Men spørgsmålet er altid om 

det niveau andre kan opnå (fx under de 

gunstige vilkår en videnskabelig undersøgelse 

ofte har), også er realistisk i 

”egen” afdeling med dennes særlige patientsammensætning 

og organisatoriske vilkår. 

I denne situation, hvor standarden altså 

ikke er eksternt givet, kan kontroldiagrammet 

anvendes til at observere og beskrive 

den faktiske, lokale kvalitet før fastsættelse 

af kvalitetsmål – en såkaldt ”før-måling”. 

En sådan kvalitetsmåling udgør en del af 

beslutningsgrundlaget for at få fastsat et 

realistisk internt kvalitetsmål som standard. 

Kontroldiagram, anvendt til kvalitetsmåling 

i forbindelse med en før-måling 

foregår som følger: 

26) Eksempler findes i Det Nationale Indikatorprojekt 

www.nip.dk og Den Gode Medicinske Afdeling 

www.dgma.dk 


Figur 18 

En ”før-måling” (venstre diagram) viser at kvaliteten er statistik ustabil med afvigelser i 

funktionsscoreændringer for patienterne behandlet i juli og august. Scoren for almindelig 

daglig livsførelse var faktisk dårligere ved udskrivningen end ved indlæggelsen. Årsagen viste 

sig at være helt særlige omstændigheder i bemandingssituationen i sommerferieperioden det 

år. I det højre diagram er de pågældende kontrolpunkter derfor fjernet og kontroldiagrammet 

er justeret. Justeringen viser en statistisk stabil proces med en centerlinje der ligger lidt 

højere end i venstre diagram. Den ”gamle” centerlinje er for tydelighedens skyld indtegnet 

som en stiplet linje i diagrammet til højre. 

Kvalitetsmåling som ”før-måling” 

1. Der udvikles/vælges en indikator der 

afspejler kvaliteten af det sygdomsområde 

der skal fastlægges et realistisk 

niveau for. 

2. Der indsamles data til mindst 12 

kontrolpunkter (fx 12 måneder). 

3. Gennemsnittet af samtlige målinger 

beregnes: Gennemsnittet indikerer det 

observerede kvalitetsniveau. 

4. Kontroldiagrammets kontrolgrænser 

beregnes, og diagrammet konstrueres; 

som centerlinje anvendes ovennævnte 

gennemsnit af samtlige målinger. 


Statistisk vurdering 

5. Viser diagrammet at processen er 

statistisk stabil, kan den observerede 

variation forklares alene ved tilfældige 

årsager. 

6. Viser diagrammet at processen er statistisk 

ustabil (Boks 1, side 13), kan den 

observerede variation ikke forklares 

alene ved tilfældige årsager, og der er 

begrundet mistanke om at specielle 

årsager gør sig gældende. 

Klinisk vurdering 

7. Hvis processen er statistisk stabil, 

accepteres kontroldiagrammet som 

beskrivelse af kvaliteten i en stabil 

proces.

Hvis processen er statistisk ustabil er 

processen også klinisk ustabil og uforudsigelig, 

den ”rigtige” kvalitet skjuler 

sig i ikke-tilfældig variation (afvigelser 

med specielle årsager). Der foretages 

derfor en klinisk vurdering for at finde 

en eller flere specielle årsager til afvigelsen. 

Findes sådanne og har de en 

karakter der gør at de ikke forventes at 

gentage sig, kan kontroldiagrammet 

justeres efter at de pågældende kontrolpunkter 

er fjernet (Figur 18). 

På den ene eller anden af disse to måder 

sikres et kontroldiagram der beskriver 

kvaliteten i afdelingen for det pågældende 

sygdomsområde når der ikke er 

specielle årsager der indvirker på arbejdet 

og dets resultater. 

Dette diagram underkastes så en grundig 

klinisk/sundhedsfaglig vurdering. Den 

foretages i H:S typisk af en arbejdsgruppe, 

etableret af en afdelingsledelse eller 

sundhedsfagligt råd eller komité. 

8. Den klinisk/sundhedsfaglige vurdering 

skal tage stilling til om det under punkt 

7 observerede gennemsnitlige niveau er 

klinisk, videnskabeligt og sundhedspolitisk 

tilfredsstillende og acceptabelt og 

dermed fremover skal være gældende 

standard. Vurderingen baseres på viden 

fra den videnskabelig litteratur, erfaringer 

fra andre afdelinger, egne tidligere 

erfaringer, sundhedsfaglig konsensus og 

eventuelle sundhedspolitiske krav til 

sygdomsområdets behandlingskvalitet. 

Når standarden er fastsat overgår kvalitetsudviklingsarbejdet 

til 2. hovedtrin: 

Kvalitetsvurdering i forhold til fastsatte 

kvalitetsmål. Hvis den sundhedsfaglige 

beslutning indebærer en standard der afviger 

fra det ved før-målingen fundne gennemsnitsniveau, 

forudsætter efterlevelse i 

afdelingen at der iværksættes tiltag til 

kvalitetsforbedring, se 3. hovedtrin. 

2. hovedtrin: 

Kvalitetsmåling og kvalitetsvurdering 

Dette trin forudsætter per definition måling 

der vurderes i forhold til en fastsat 

standard, den være sig eksternt eller internt 

fastlagt, jf. ovenfor. Måling for at 

vurdere om standarden opfyldes foretages 

med kontroldiagram som følger: 

Kvalitetsmåling 

1. Der indsamles data til mindst 12 

kontrolpunkter (fx 12 måneder). 

2. Standarden er fastsat på forhånd og er 

dermed det tilstræbte eller forventede 

niveau, dvs. centerlinjen i kontroldiagrammet. 

3. Kontroldiagrammets kontrolgrænser 

omkring centerlinjen beregnes, og diagrammet 

konstrueres med standarden 

som centerlinje, de beregnede kontrolgrænser 

og de observerede kontrolpunkter. 

Statistisk vurdering 

4. Viser diagrammet at processen er statistisk 

ustabil (Boks 1, side 13), betyder 

det at der er afvigelser i forhold til standarden; 

kvalitetsforbedring er en oplagt 

mulighed. 

5. Viser diagrammet at processen er statistik 

stabil, betyder det at standarden 

opfyldes; kvalitetsovervågning til at 

sikre at standarden også fremover fastholdes 

kan overvejes. 

Klinisk vurdering 

6. Er processen statistisk ustabil, kan det 

være en gunstig afvigelse (standarden er 

”overopfyldt”) eller en ugunstig afvigelse. 

Begge tilfælde giver mulighed for 

kvalitetsforbedringer hvis den specielle 

årsag til afvigelsen kan findes. Om 

muligheden skal realiseres kræver en 

samlet sundhedsfaglig og ledelsesmæs- 


Figur 19 

Venstre diagram: De første 15 måneder viser en kvalitet der er statistisk stabil, men ved en 

klinisk vurdering har et alt for lavt niveau (centerlinjen viser en Almindelig Daglig Livsførelse 

(ADL)-scoreforbedring på 5). I månederne maj og juni 2001 iværksættes et helt nyt system 

til funktionsbedring af de indlagte. Effekten viser sig i de følgende måneder ved at processen 

er statistisk ustabil med mere end otte kontrolpunkter over centerlinjen. Det betyder at der er 

en speciel årsag til afvigelserne: Her en bevidst indsat forbedring af systemet med dokumenteret 

effekt. Højre diagram: Her er de første 15 måneder med ikke acceptabelt niveau fjernet 

fra beregningen, så kontroldiagrammet er justeret ved nyberegning baseret alene på de følgende 

kontrolpunkter med den tilstand som systemændringen har medført, herunder et ”løft” 

af centerlinjen til ADL-score på 20. Dette justerede kontroldiagram kan anvendes til overvågning 

af at den nye, mere tilfredsstillende tilstand opretholdes i det fortsatte arbejde. 

sig stillingtagen. Hvis tiltag til kvalitetsforbedring 

besluttes, fortsættes 

udviklingsarbejdet som beskrevet i 3. 

hovedtrin. 

7. Er processen statistisk stabil betyder det 

at standarden opfyldes – hverken mere 

eller mindre – og at processen er stabil, 

og forudsigelig: Ændring i denne stabile 

proces sker ikke med mindre der tilstøder 

uforudsete specielle årsager (eller 

der besluttes og gennemføres en ændring 

af systemet). På den baggrund kan 

der fortsættes med kvalitetsovervågning 

som beskrevet i 4. hovedtrin. 


3. hovedtrin: 

Kvalitetsforbedring 

Kontroldiagrammet er et meget velegnet 

værktøj til at dokumentere effekten af forbedringstiltag. 

Forudsætningen for at kunne 

dokumentere effekten af ændringer er 

naturligvis at der foreligger dokumentation 

for kvaliteten før der igangsættes forbedringer. 

Om der foreligger en ”før-måling” 

(hvor standarden ikke er givet på forhånd, 

jf. 1. hovedtrin) eller en kvalitetsmåling i 

forhold til fastsat standard (jf. 2. hovedtrin), 

er i denne sammenhæng underordnet. 

Beslutning om kvalitetsforbedringsindsats

kan ske på baggrund af begge de to typer 

målinger. 

Det skal fremhæves at det at en klinisk 

proces er statistisk stabil, ikke i sig selv 

betyder at processen har et klinisk tilfredsstillende 

niveau eller en klinisk tilfredsstillende 

variation. Kontroldiagrammer objektiviserer 

og dokumenterer kvalitetsniveau og 

variation, men stillingstagen til hvad der er 

tilfredsstillende respektive ikke-tilfredsstillende 

kvalitet er en klinisk afgørelse, ikke 

en statistisk. 

Forbedring af ikke-tilfredsstillende niveau 

Hvis den kliniske eller statistiske vurdering 

fastslår at en proces der er statistisk stabil 

har et ikke-tilfredsstillende niveau, altså at 

patienterne ikke behandles godt nok, består 

forbedringsarbejdet27 i grundlæggende 

at ændre systemet: Det kan være at indføre 

helt ny medicinsk teknologi, behandling 

eller sygepleje, forny apparatur og udstyr 

eller ændre ved kvalifikationer, personalenormering 

eller arbejdsorganisering. 

Effekten af iværksættelsen af et nyt system 

vil i kontroldiagrammet vise sig ved at en 

proces der var statistisk stabil, viser tegn 

på at være statistisk ustabil i den gunstige 

retning (Figur 19). Hvis en fornyet statistisk 

og klinisk vurdering fastslår at det 

opnåede niveau er tilfredsstillende, kan 

kontroldiagrammets sidste tolv kontrolpunkter 

bruges til at beregne et nyt kontroldiagram. 

Dette justerede kontroldiagram 

(Figur 19) kan anvendes til den vedvarende 

overvågning af at den nye og tilfredsstillende 

tilstand efter systemændringen opretholdes 

i det fortsatte kliniske arbejde, 

se 4. hovedtrin. 

Figur 20 

Venstre side i diagrammet: De første 14 

måneder viser en kvalitet der er meget springende 

fra måned til måned og statistisk er 

ustabil. I maj måned 2002 iværksættes 

kliniske retningslinjer for sygdomsområdet. 

Effekten viser sig i de følgende måneder ved 

væsentlig reduktion af svingningerne 

omkring centerlinjen. 

Forbedring af ikke-tilfredsstillende variation 

Hvis den kliniske eller statistiske vurdering 

fastslår at processen har en ikke-tilfredsstillende 

variation, altså at patienterne 

behandles meget forskelligt, består forbedringsarbejdet27 

grundlæggende i at indføre 

retningslinjer med det formål at standardisere 

den behandling der for nærværende 

gives. Arbejdet/processerne reguleres fx 

ved brug af kliniske retningslinjer, vejledninger, 

patientforløbsbeskrivelser eller 

patientprotokoller. 

Hvis udgangspunktet var en proces der var 

statistisk ustabil (Figur 20, venstre del), vil 

effekten af at indføre retningslinjer vise sig 

27) Nærmere redegørelse for teknikker til kvalitetsforbedring med årsagsgranskning og iværksættelse af forbedringer med systemændringer 

og retningslinjer findes i "Kvalitetsudvikling og akkreditering i H:S" og i lærebøger om kvalitetsudvikling (se litteraturlisten). 


ved at processen bliver statistisk stabil. 

Hvis udgangspunktet var en statistisk stabil 

proces med hensyn til niveau, men med 

klinisk vurdering ikke-tilfredsstillende variation, 

bør effekten vise sig ved at processen 

forbliver statistisk stabil og ofte med 

med snævrere kontrolgrænser efter justering. 

4. hovedtrin: 

Kvalitetsovervågning/kontrol 

Dette trin forudsætter at der på forhånd er 

taget stilling til hvilken ”procestilstand” 

der ønskes vedrørende niveau og variation, 

fx ved at der ved kvalitetsmåling 

(2. hovedtrin) eller kvalitetsforbedring 

(3. hovedtrin) er opnået den tilstræbte/ 

forventede kvalitet over en periode, typisk 

gennem et år. Det kontroldiagram der 

beskriver denne tilstræbte/forventede og 

godkendte kvalitet, anvendes derefter til at 

kontrollere at processen vedvarende er statistisk 

stabil idet hvert nyt kontrolpunkt 

fortløbende plottes ind i det kontroldiagram 

der viser den forventede kvalitet. 

Overvågningen er herefter enkel: For hver 

ny periode vurderes om der er tegn på at 

processen er statistisk ustabil (Boks 1), 

d.v.s. at der er specielle årsager der påvirker 

kvaliteten til at afvige fra det tilstræbte 

eller forventede (standarden). Hvis dette 

er tilfældet, er det nødvendigt at iværksætte 

en årsagsgranskning for at finde den 

pågældende specielle årsag til afvigelsen. 

Granskningen kan indebære journalaudit 

med gennemgang af alle journaler fra de 

afvigende perioder og/eller grundigere statistiske 

analyser med bestående eller nye 

data. 

Foreligger der en ugunstig afvigelse, er en 

fjernelse af den specielle årsag en betingelse 

for at bringe processen tilbage til den 

tilstræbte eller forventede procestilstand. 

Foreligger der en gunstig afvigelse, er der 

en enestående mulighed for at forbedre 

kvaliteten for de fremtidige patienter. Hvis 


årsagsgranskningen viser en speciel årsag 

til en gunstig afvigelse som det er muligt 

at implementere permanent i den kliniske 

proces, kan der forventes en vedvarende 

forbedringseffekt. Effekten kan dokumenteres 

som beskrevet under kvalitetsforbedring, 

se 3. hovedtrin. 

Kontrol- og sammenligningsdiagrammer 

til 

kvalitetsudvikling 

Det skal fremhæves at kontrolog sammenligningsdiagrammer 

er komplementære. 

Med kontroldiagram vurderes afdelingens 

interne kvalitetsniveau og variation, med 

sammenligningsdiagram vurderes kvaliteten 

i forhold til andre. Statistisk proceskontrol 

med kontroldiagram bygger grundlæggende 

på historiske data fra egen afdeling med 

indbygget risiko for at en afdeling vedligeholder 

sit eget stabile, men i virkeligheden 

ikke-tilfredsstillende niveau. Denne risiko 

kan imødegås ved at sørge for mulighed for 

at sammenligne med andre tilsvarende 

afdelinger og/eller med evidensbaserede 

standarder. 

En dokumenteret stabil proces er en forudsætning 

for at der kan foretages troværdige 

kvalitetssammenligninger med andre afdelinger 

eller med standarder: 

Stabilitet kan ikke forudsættes, den skal 

demonstreres før der kan foretages sammenligninger. 

Når et kontroldiagram viser 

at en klinisk proces er statistisk ustabil, 

kan de enkelte kontrolpunkter ligge meget 

langt fra sandheden (den faktiske kvalitet i 

den givne afdeling), så sammenligninger 

med andre baseret på ”enkeltpunkter” bliver 

meningsløse. Det skal derfor i almindelighed 

anbefales at vurdering af kontroldiagrammer 

med sikring af processtabilitet går 

forud for vurdering af sammenligningsdiagrammer. 

Sammenligninger er tidsafgrænsede 

og interinstitutionelle til forskel fra 

proceskontrol der er vedvarende og intrainstitutionel.

Forbedringsretningens betydning når en proces er statistisk ustabil 

Forbedringsretning 

De fleste indikatorer har en forbedringsretning, 

dvs. den retning på indikatoraksen 

der afspejler bedre kvalitet. Dette træk ved 

indikatorer er vigtigt i forbindelse med kvalitetsudvikling 

der sigter mod vedvarende 

forbedring. Når der foreligger et tegn på 

gunstig afvigelse, er der en enestående 

mulighed for at lære af egne gode resultater 

ligesom en afvigelse i ugunstig retning 

naturligvis giver anledning til at analysere 

og lære af de ”fejl” der findes. I Boks 7 

vises en sammenstilling af forbedringsretningen 

på indikatoraksen i et kontroldia- 

Statistisk tegn på Statistisk tegn på Eksempel 

gunstig afvigelse ugunstig afvigelse 

Forbedringsretning Gruppe II Gruppe I Dødelighed 

nedad på (Figur 1) 

indikatoraksen 

Forbedringsretning Gruppe I Gruppe II ADL-forbedring 

opad på (Figur 4) 

indikatoraksen 

Retning neutral Ikke relevant Gruppe I og II Blodtryk hos 

på indikatoraksen hypertonikere 

Tegn på at en proces er statistisk ustabil (Boks 1, side 13). 

Gruppe I: 

Et kontrolpunkt uden for øvre kontrolgrænse. 

Seks på hinanden følgende kontrolpunkter har tiltagende værdi. 

Otte på hinanden følgende kontrolpunkter ligger over centerlinjen. 

Gruppe II: 

Et kontrolpunkt uden for nedre kontrolgrænse. 

Seks på hinanden følgende kontrolpunkter har aftagende værdi. 

Otte på hinanden følgende kontrolpunkter ligger under centerlinjen. 

Boks 7 

gram og tegnene på at processen er statistisk 

ustabil. 

Der er nogle indikatorer der er ”neutrale” i 

den forstand at de ikke har en entydig forbedringsretning, 

fx blodtryk hos behandlede 

hypertensionspatienter: Såvel for højt 

blodtryk som for lavt blodtryk er ugunstigt. 

Andre eksempler på neutrale indikatorer 

hvor både ”for lidt” og ”for meget”, er 

ugunstigt er hyppigheden af kejsersnit, 

koagulationsfaktorværdier hos antikoagulerede 

patienter og operationsraten for patienter 

henvist med galdesten. 


Alarmer 

En pointe ved statistisk kvalitetsstyring er 

at der kun ”handles” på mistanke om afvigende 

kvalitet når det er vist (med mindre 

end 0.5 pct.’s sandsynlighed for at tage 

fejl) at der faktisk foreligger en afvigelse. 

Ved statistisk kvalitetsovervågning kan 

antallet af unødige årsagsgranskninger og 

forbedringstiltag reduceres samtidig med at 

risikoen for at overse kvalitetsbrist reduceres 

til et minimum. 

Selv når der anvendes kontroldiagram til 

kvalitetsovervågning er der imidlertid en 

vis – om end lille – risiko for fejltagelser i 

form af enten falsk alarm eller manglende 

alarm. Et kontroldiagram kan betragtes som 

en ”test” for tilstedeværelse af en speciel 

årsag. Ved denne test er der – som ved kliniske 

test for sygdom – en indbygget risiko 

for fejltagelser. En klinisk test kan vise sygdom 

hvor sygdom faktisk ikke foreligger 

– altså falsk alarm – eller den kan overse 

en sygdom hvor sygdom faktisk foreligger 

– altså manglende alarm. 

Tilsvarende foreligger der en falsk alarm 

hvis kontroldiagrammet viser ”statistisk 

ustabil proces” og dermed ”diagnosticerer” 

tilstedeværelse af en speciel årsag som faktisk 

viser sig ikke at være tilstede (type Ifejl). 

Manglende alarm foreligger når kontroldiagrammet 

ikke peger på tilstedeværelse 

af en speciel årsag som faktisk er til 

stede (type II-fejl). 


Forudsætninger for klinisk 


Afslutningsvist nævnes en række forudsætninger 

for at arbejde med kliniske indikatorer. 

En forudsætning for at kliniske indikatorer 

kan tjene deres formål som informationsgrundlag 

for kvalitetsstyring er at de opfylder 

grundlæggende krav om gyldighed og 

præcision og afspejler kvaliteten som den 

er på det aktuelle tidspunkt. Disse krav til 

kliniske indikatorer indebærer omfattende 

tiltag, blandt mange nævnes her: Meget 

præcise kliniske, beregningsmæssige og 

datalogiske definitioner af indikatorerne, 

datavalidering ved datafødslen samt itsystemer 

til inddatering, datalagring og 

rapportering samt automatiseret statistisk 

databearbejdning (kliniske kvalitetsdatabaser). 

Den væsentligste forudsætning er at dataindsamlingen 

er en integreret del af det 

kliniske og administrative arbejde, en 

opgave der kræver stor klinisk og ledelsesmæssig 

bevågenhed. Opgaven lettes i høj 

grad af at data der bruges til beregning af 

kliniske indikatorer, også bruges til god klinisk 

behandling og derfor i forvejen skal 

være registreret i patientens journal.

Litteratur 

1. Amin SG. Control Charts 101. A guide 

to health care applications. Quality 

Management in Health Care 2001; 

9: 1-27. 

2. Bennayan JC. Number-between g-type 

statistical quality control charts for 

monitoring adverse events. Health 

Care Management Science 2001; 4: 

305-18. 

3. Brøndum L, Monrad JD. Statistisk 

kvalitetskontrol. København: 

Den private Ingeniørfond, 1995. 

4. Croxton FE. Elementary statistics with 

applications in medicine and the biological 

sciences. New York: Dover 

Pubns, 1959. 

5. King, DW. Statistical quality control 

using the SAS system. SAS Institute, 

1996. 

6. Kjærgaard J. Klinisk kvalitetsstyring. 

Tidsskrift for Dansk Sundhedsvæsen 

2001; 9: 304-11. 

7. Kjærgaard J, Mainz J, Jørgensen T. 

Overvågning af lægefaglige kerneydelser. 

Ugeskr Læger 1999: 161 

(suppl 12). 

8. Kjærgaard J, Mainz J, Jørgensen T, 

Willaing I (red.). Kvalitetsudvikling i 

sundhedsvæsenet. København: 

Munksgaard, 2001. 

9. Kvalitetsudvikling og akkreditering i 

H:S. København: Hovedstadens 

Sygehusfællesskab, 2001. 

10. Lee K, McGreevey C. A guide for 

performance measurement systems. 

Chicago: Joint Commission on 

Accreditation of Health Care 

Organizations, 2000. 

11. Siegel S, Castellan NJ. Nonparametric 

Statistics for the Behavioral Sciences. 

New York: McGraw-Hill, 2000. 

12. Wheeler DJ. Understanding variation. 

The key to managing chaos. Knoxville: 

SPC Press, 2000. [www.spspress.com]. 

13. Winkel P. Statistisk kvalitetsudvikling 

i klinik og laboratorium. København: 

Ingeniøren|bøger, 2002. 

14. Utilsigtede Hændelser i H:S 

– handlingsplan med retningslinjer. 

København: Hovedstadens 

Sygehusfællesskab, 2002. 


Tillæg: Klinisk MåleSystem 

Klinisk MåleSystem (KMS) er et web-baseret 

databasesystem til brug i H:S-afdelinger og 

-klinikker med henblik på behandling af 

data vedrørende kliniske indikatorer. 

Adgangsret til KMS gives af den aktuelle 

afdelings ledelse. Adgangsetablering med 

tildeling af brugernavn og adgangskode 

(password) sker efter henvendelse til H:S 

Enhed for Klinisk Kvalitet. Den enkelte bruger 

gives kun adgang til data vedrørende 

egen afdeling inden for et specifikt sygdomsområde. 

Dataopsamlingen i KMS sker ved indtastning 

i skemaer der er konstrueret specifikt 

til det aktuelle sygdomsområde. 

Inddateringen sker efter en fast struktur 

Fx CPR, navn 

Patient 

Et eller flere 

Forløb 


Fx sygdom (diagnose) 

eller problem 

Figur 21 

Principopbygning af dataopsamlingsdelen i KMS. 


Kontakt 


”Patient-Forløb-Kontakt” som vist i Figur 

21, hvor man starter med at taste patientens 

cpr-nummer og navn eller med at finde 

en allerede eksisterende patient i systemet. 

Man får forbindelse med KMS v.hj.a. en 

webbrowser (pt. er det kun Microsofts 

Internet Explorer, der kan bruges til adgang 

til H:S KMS-serveren) på adressen 

http://172.22.1.54, hvor man i indgangsbilledet 

klikker på Klinisk MåleSystem 

(KMS). 

Derefter logges der på med brugernavn og 

password. Login-billede for den almindelige 

bruger ses i Figur 22. Den enkelte bruger 

har som nævnt kun adgang til det speciale 

og den afdeling som vedkommende har fået 

Fx indlæggelse, operation, 

ambulant behandling, 

telefonkonsultation 

Detaljerede 

oplysninger 

Skema 


Detaljerede 

oplysninger 

Skema

ettighed til. Når brugeren har opgivet brugernavn 

og password, logges brugeren 

automatisk ind på det sygdomsområde som 

vedkommende har rettigheder til (Figur 

23a). 

Oprettelse/valg af patient 

I KMS identificeres en patient éntydigt ved 

hjælp af vedkommendes cpr-nummer. En 

patient oprettes kun én gang i systemet 

uanset for hvilke specialer og hvilke forløb 

der senere lægges oplysninger vedrørende 

patienten ind i systemet (Figur 23a,b). 

D.v.s. når der skal lægges oplysninger vedrørende 

en patient ind i systemet kan man 

enten søge efter en eksisterende person 

eller oprette en ny. 

Figur 22 

Skærmbilledet 

for brugerlogin 

til KMS. 

Forløb og kontakt 

Et forløb kan fx dække over en diagnosticeret 

sygdom som behandles under en eller 

flere kontakter med det aktuelle speciale 

på den aktuelle afdeling (Figur 24). 

Skema 

Et enkelt eksempel på et skema vises i 

Figur 25. De enkelte skemaer er designet så 

relevante oplysninger vedrørende den aktuelle 

patientkontakt kan indtastes. Under 

konstruktionen af skemaer (design) er det 

muligt at gøre indtastningen af en oplysning 

obligatorisk, at give en række faste 

muligheder for udfyldelse af det enkelte 

felt samt at lave logisk kontrol af både 

enkeltdata og sammenhæng mellem flere 

Figur 23a 

Identifikation af 

brugerens sygdomsområde 

(rød cirkel) 

samt patientidentifikation. 



Figur 23b 

Søgning efter en 

allerede oprettet 

person eller 

opretning af en 

ny person. 

Figur 24 

KMS-strukturen 

vedrørende den 

enkelte patient: 

Forløb-kontaktskema.

Figur 25 

Eksempel på et skema fra KMS. 

oplysninger. Ligeledes er det muligt at gøre 

tilsynekomsten af et skema (eller dele af et 

skema) betinget af udfyldelsen af et andet 

skema. 

Særlig vejledning for hvert speciale og sygdomsområde 

fås ved henvendelse til H.S 

Enhed for Klinisk Kvalitet. 

KMS opbygning 

KMS består overordnet af fire logiske enheder: 

● En administrations-del til styring af hvilke 

rettigheder på alle niveauer den 

enkelte bruger har i forhold til de øvrige 

moduler. 

● En skemadesigner-del til konstruktion og 

redigering af indtastningsskemaer. 

Skemaer designes ud fra det enkelte syg- 

domsområdes behov. Et skema består af 

et antal sider der hver igen består af et 

antal felter – et felt kunne fx være 

”Indlæggelsesdato”. 

● En dataopsamlings-del til inddatering af 

data ud fra de skemaer der er defineret 

for det aktuelle sygdomsområde. Inddateringen 

sker som beskrevet ovenfor 

efter en fast struktur ”Patient-Forløb- 

Kontakt” (Figur 21). 

● En rapporterings-del til udtræk af data 

fra KMS. Rapporteringen kan ske på 

mange forskellige niveauer, strækkende 

sig fra web-baserede rapporter (faste 

eller med filtreringsmuligheder) til simple 

datafiler (fx kommaseparerede) til 

viderebehandling med andet programmel 

(Rapporteringsdelen er pt. under konstruktion). 


Tillæg: Valg af kontroldiagramtype 

I H:S Klinisk Indikator Rapport er typen af 

kontroldiagram valgt efter følgende retningslinjer: 

p-diagram for tællelige egenskaber (diskrete 

variable) for antal defekte (egenskaber 

der kun kan optræde en gang per patient) 

når n – × p – ≥ 5 eller n – × (1 – p – ) ≥ 5 (dvs. 

når andelen er større end eller lig med 5 

pct.). 

h/g-diagram for tællelige egenskaber 

(diskrete variable) for antal ”defekte” 

(egenskaber der kun kan optræde en gang 

per patient) ved mindre stikprøvestørrelser 

end de ovenfor anførte (dvs. når andelen er 

mindre end 5 pct.). 

u-diagram for tællelige egenskaber (diskrete 

variable) for antal ”defekter” (egenska- 


ber der kan optræde flere gange per patient) 

når n – × u – ≥ 5. Hvis n – × u – ≤ 5 benyttes 

et justeret u-diagram baseret på 

Poisson-fordelingen eller alternativt en 

chi-square-fordeling til at beregne kontrolgrænser. 

m- og s-diagram for målelige egenskaber 

(kontinuerlige variable) med 10 eller flere 

patienter (observationer) som gennemsnit 

per observationsperiode. Ved færre end 10 

patienter forlænges observationsperioder 

(som alternativ kan anvendes X & mR 

(moving Range) diagram for kontinuert 

variable med 1-9 observationer). 

Det skal tilføjes at der er andre mulige og 

statistisk korrekte valg. Der henvises til litteraturlisten 

(fx ref.nr. 1,3,13).

Tillæg: Formler til beregning af kontroldiagrammer 

NB: I formlerne er centerlinjen bestemt 

som middelværdien af alle kontrolpunkter. 

Der gøres opmærksom på at centerlinjen 

alternativt kan være fastsat på anden måde 

(jævnfør afsnittet ”1. hovedtrin: Fastsættelse 

af kvalitetsmål” side 31). 

p-kontroldiagram 

Der skal foreligge mindst 12 kontrolpunkter 

før beregning af kontroldiagrammet er 

meningsfuld (”defekt” kunne fx være død). 

1) Beregn indikatorværdien (P) i hvert 

kontrolpunkt: 

Antal patienter med ”defekt” 

P = 

Samlet antal patienter i kontrolpunktet 

2) Beregn gennemsnittet for alle kontrolpunkter: 

Total antal patienter med 

– defekt” fra alle kontrolpunkter 

P = 

Total antal patienter i allekontrolpunkter 

3) Beregn den eksakte spredning (S) i 

hvert kontrolpunkt: 

S = 

P × ( 1– P ) 

Samlet antal patienter i kontrolpunktet 

4) Beregn øvre kontrolgrænse (ØKG) for 


ØKG = P – + (3xS) 

Hvis den beregnede ØKG er højere end det 

er muligt (fx dødelighed over 100 pct.) 

anvendes den højeste mulige værdi. 

5) Beregn nedre kontrolgrænse (NKG) for 


NKG = P – + (3×S) 

Hvis den beregnede NKG er lavere end det 

er muligt (fx dødelighed under 0 pct.) 

anvendes den lavest mulige værdi. 

6) Plot P, P – , ØKG og NKG i det samme kontroldiagram. 

m- og s-kontroldiagram 



meningsfuld (kontrolmålingen kunne fx 

være gennemsnitlig ændring under indlæggelse 

af score for almindelig daglig 

livsførelse). 

s-kontroldiagram 

1) Beregn indikatorværdien i hvert kontrolpunkt 

(x – ), hvor x1, x1... xn er individuelle 

scoreændringer i kontrolpunktet, n er samlet 

antal patienter i kontrolpunktet. 

x – = x1 + x1 + ... + xn 

n 

2) Beregn den eksakte spredning (s) i hvert 

kontrolpunkt: 

s = 

2 

( x1– 

x ) + ( x2– 

x ) + 

n – 1 

+ ( x – x ) 

3) Beregn fællesskøn over spredningen (S – ) 

for alle kontrolpunkter, hvor ni er antal 

patienter i kontrolpunkt i, si er spredningen 

i kontrolpunkt i og N er antallet af kontrolpunkter: 

2 

KLINISK KVALITETSSTYRING I H:S 45 

n 

2

S = 

3) Beregn for hvert kontrolpunkt justeringsfaktor 

jf for spredning ud fra den valgte 

sandsynlighed (det valgte signifikansniveau), 

antallet af patienter i kontrolpunktet 

minus 1 (n-1) og integration over chisquare-fordelingen. 

4) Beregn størrelsen af kontrolfaktoren kf 

for afdelingen i hvert kontrolpunkt: 

kf = 

5) Beregn øvre og nedre kontrolgrænse for 

spredning som hhv. 

ØKG = S – × kf og NKG = S– 

– 

kf 

6) Plot s, S – , ØKG og NKG i det samme kontroldiagram. 

m-kontroldiagram 

1) Beregn middeltallets middelfejl (sM) for 

afdelingen i hvert kontrolpunkt: 

s M = 

s 

( n – 1 ) × s 

n 

n 

1 

jf 

1 

2 

1 

2) Beregn justeringsfaktor jf for spredning 

ud fra den valgte sandsynlighed (det valgte 

signifikansniveau) og integration over 

standardnormalfordelingen. 

3) Beregn størrelsen af kontrolintervallet ki 


ki = jf × sM 46 KLINISK KVALITETSSTYRING I H:S 

+ 

( n 

1 

2 

– 

1 ) 

n + n + 

2 

× 

s 

2 

2 

n 

N 

+ 

– N 

+ 

( n 

4) Beregn den gennemsnitlige 

indikatorværdi (X – ) for alle kontrolpunkter: 

X – = x– 1 × n 1 + x – 2 × n 2 +··· + x – n × n n 

n 1 + n 2 +··· + n n 

5) Beregn øvre og nedre kontrolgrænse som 

hhv. 

ØKG = X – + ki og NKG = X – – ki 

6) Plot x – , X – , ØKG og NKG i det samme 

kontroldiagram. 

u-kontroldiagram 



meningsfuld (”defekter” kunne fx være 

antal fald per 1000 indlæggelsesdøgn). 

1) Beregn indikatorværdien i hvert 

kontrolpunkt (U): 

U = 

Antal defekter × 1000 

Samlet antal indlæggelsesdøgn 

i kontrolpunktet 

2) Beregn gennemsnittet for alle 

kontrolpunkter (U – ): 

U – = 

N 

Total antal defekter 

fra alle kontrolpunkter × 1000 

Total antal indlæggelsesdøgn 

i kontrolpunktet 

3) Beregn den eksakte spredning (S) i 


S = 

– 1 ) × 

s 

2 

N 

U 

Samlet antal indlæggelsesdøgn 

i kontrolpunktet

4) Beregn øvre kontrolgrænse (ØKG) for 


ØKG = U – + (3 × S) 

5) Beregn nedre kontrolgrænse (NKG) for 


NKG = U – + (3 × S) 

Hvis den beregnede NKG er lavere end det 

er muligt (fx antal fald per 1000 indlæggelsesdøgn 

mindre end 0) anvendes den lavest 

mulige værdi. 

6) Plot U, U – , ØKG og NKG det samme kontroldiagram. 

h-kontroldiagram 

Formler gennemgåes ikke her; der henvises 

til Bennayans artikel (ref. nr. 2 i litteraturlisten). 


Tillæg: Formler til beregning af sammenligningsdiagrammer 

Fx ændring i score for almindelig daglig 

livsførelse. 

1) Beregn afdelingens indikatorværdi x – i 

hvert kontrolpunkt, hvor x1, x2, ... xn, er 

individuelle scoreændringer og er antallet 

af patienter i kontrolpunktet: 

x – = x1 + x1 + ... + xn 

n 

2) Beregn den eksakte spredning (s) for 


s = 

2) Beregn middeltallets middelfejl (s M) for 


s M = 

( x1– 

x ) + ( x2– 

x ) + 

n – 1 

s 

n 

2 


2 

+ ( x – x ) 

n 

2 

3) Beregn justeringsfaktor jf for spredning 

ud fra den valgte sandsynlighed (det valgte 

signifikansniveau) og integration over 

standardnormalfordelingen. 

4) Beregn størrelsen af kontrolintervallet ki 


ki = jf × sM 5) Beregn sammenligningsafdelingernes 

indikatorværdi (”forventet værdi”) X – i hvert 

kontrolpunkt, hvor X 1, X 1,... X N er individuelle 

scoreændringer, N er det totale antal 

patienter i sammenligningsafdelingerne i 

kontrolpunktet: 

X – = X1 + X2 + ... + Xn 

N 

6) Plot X – samt med kontrolintervaller i 

samme sammenligningsdiagram (se fx Figur 

14).

Denne Projektdeltagere håndbog er fra udarbejdet 18 kvalitetsprojekter 

med det 

hovedsigte fortæller i at denne understøtte publikation, arbejdet om med de 

at overvåge og forbedre de kliniske ydelser 

problemer – og glæder – de er stødt på un- 

i H:S. 

dervejs i deres arbejde med kvalitets- 

Den udvikling. gennemgår De giver det fælles gode fundament råd til andre og 

som anvendes af sundhedsfaglige råd, 

forslag til, hvordan kvalitetsudvikling kan 

komitéer, afdelinger, klinikker og hospitaler 

til blive kvalitetsudvikling en mere integreret af diagnose- del af og det daglige 

sygdomsspecifikke arbejde på hospitalerne. ydelser. 

Fundamentet er kliniske indikatorer og 

statistisk processtyring til at dokumentere 

ydelserne og vise effekten af forbedringsindsatser. 

Sigtet er at omdanne data til meningsfuld 

og overskuelig information som grundlag 

for kliniske og administrative beslutninger 

vedrørende hospitalernes sundhedsfaglige 

virksomhed. 

Hovedstadens 

Sygehusfællesskab 

Bredgade 34 

1260 København K 

Telefon 3348:3348 

Fax 3348:3899

Klinisk kvalitetsstyring i H:S - Region Hovedstaden

Create successful ePaper yourself

Delete template?

Save as template?