Documentos de Académico
Documentos de Profesional
Documentos de Cultura
datos binarios
► El material adicional se publica RESUMEN entrega de atención médica de rutina. 8-12 Por ejemplo, una
solo en línea. Para ver, visite la revista Antecedentes Los cuadros clínicos son cada vez más utilizados por los equipos revisión de 1488 gráficos utilizados por 30 consejos
en línea (http: // dx. Doi. Org / 10. 1136
clínicos para controlar su desempeño, pero los cuadros de control estadístico no se hospitalarios ingleses encontró que solo el 6% de los gráficos
/ bmjqs- 2016- 005526).
usan ampliamente, en parte debido a la incertidumbre sobre qué cuadro usar.
incluía límites para representar el papel del azar. 8 La
Aunque existe una gran literatura sobre métodos, existen pocas comparaciones
incertidumbre sobre qué gráfico utilizar se ha identificado
1 The Nuffield Trust, Londres, Reino Unido sistemáticas de gráficos para detectar cambios en las tasas de datos de
como una barrera para el uso de gráficos de control en
2 Departamento de Investigación y Política rendimiento clínico binario.
de Servicios de Salud, Escuela de Higiene entornos clínicos. 8 9 Las innumerables opciones que se deben
y Medicina Tropical de Londres, Londres, tomar al configurar gráficos más complejos también pueden
Métodos Comparamos cuatro gráficos de control para datos binarios: el gráfico p
Gran Londres, Reino Unido. de Shewhart; el gráfico de promedio móvil ponderado exponencialmente limitar su accesibilidad. 3
(EWMA); el gráfico de suma acumulativa (CUSUM); y el g-chart. Los gráficos se
3 Unidad de Efectividad Clínica, Royal
configuraron para tener la misma tasa de señal falsa a largo plazo. El rendimiento
College of Surgeons of England, Londres, El rendimiento clínico a menudo se mide utilizando
del gráfico se juzgó de acuerdo con el número esperado de pacientes tratados
Reino Unido. indicadores derivados de datos de eventos binarios, como la
hasta que se detectó un cambio en la tasa.
atención que cumple con un estándar específico o la
Correspondencia a
mortalidad. Los gráficos Shewhart para datos binarios
Dra. Kate Walker, Departamento de
Resultados Para grandes aumentos absolutos en las tasas (> 10%), el gráfico p incluyen el gráfico p que rastrea la proporción con un evento
Investigación y Política de Servicios de
Salud, Escuela de Higiene y Medicina Shewhart y EWMA tuvieron un buen rendimiento, aunque no tan bueno como el por períodos consecutivos 13 y el gráfico g que muestra el
Tropical de Londres, 15-17 Tavistock CUSUM. Para pequeños aumentos absolutos (<10%), el CUSUM detectó cambios número de casos entre eventos y está específicamente
Place, Londres WC1H 9SH, Reino Unido; más rápidamente. El gráfico g está diseñado para detectar de manera eficiente las
diseñado para detectar reducciones en las tasas de
Kate walker @ lshtm. C.A. Reino Unido disminuciones en las bajas tasas de eventos, pero nuevamente tuvo un
eventos. 14 Los gráficos más complejos que acumulan
rendimiento menos bueno que el CUSUM.
información a lo largo del tiempo incluyen el gráfico de
JN y KW contribuyeron igualmente. promedio móvil ponderado exponencialmente (EWMA) y el
Trascendencia El gráfico p de Shewhart es el gráfico más simple de
adversos.
Aunque hay varias revisiones excelentes de diferentes
gráficos utilizados en entornos clínicos, 4 16 Los investigadores
no han revisado sistemáticamente la rapidez con que
diferentes gráficos detectan el cambio en un rango de
Introducción tamaños de efectos que son realistas para los datos clínicos
Existe un creciente interés en el uso de cuadros de series binarios. 7 7 Esto contrasta con la literatura de control
temporales para controlar el rendimiento clínico a fin de estadístico industrial de procesos (SPC), en la cual tales
evaluar la seguridad y mejorar la calidad de la atención. 1–4 Sin comparaciones son estándar. 18 años
estadístico son útiles para distinguir el gráfico EWMA; 19 y el gráfico CUSUM. 20–22 Describimos
cómo configurar estos gráficos para detectar aumentos y
sistemático cambios de oportunidad variación en los procesos disminuciones en las tasas. Luego, comparamos los
de atención y resultados. 7 7
gráficos en función del número esperado de pacientes
Citar: Neuburger J, Walker K,
Aunque algunas organizaciones lo usan bien, los cuadros hasta que se detecta un cambio en la tasa de eventos, lo
Sherlaw-Johnson C,
de control todavía no se usan ampliamente para monitorear la que se conoce como la ejecución promedio
et al. BMJ Qual Saf
2017; 26: 919–928. calidad y la seguridad en
Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526 919
Revisión narrativa
longitud (ARL). También describimos el impacto de alterar la configuración del gráfico de pacientes sometidos a una resección mayor que murieron dentro de los 90
en los ARL. días.
El gráfico g monitorea el número de pacientes que sobrevivieron a su
EJEMPLO DE CARTAS DE CONTROL PARA LA procedimiento entre cada muerte, y se traza un punto para cada paciente
MONTAJE DE MONITOREO que falleció. La traza se mueve en la dirección opuesta a las otras tablas:
Los cuadros de control se muestran en Figura 1 . Utilizan un ejemplo de un aumento en el número de procedimientos entre muertes corresponde a
monitoreo local de la mortalidad a los 90 días después de una resección mayor una reducción en la mortalidad. El gráfico t estrechamente relacionado se
por cáncer de intestino en un hospital. 23
puede utilizar para controlar el tiempo entre eventos, como los días.
El número promedio de pacientes electivos sometidos a resección
mayor por cáncer de intestino fue de 30 por mes en este hospital y la
mortalidad inicial fue del 3%. Las fórmulas para los gráficos y sus La estadística del gráfico EWMA es un promedio móvil ponderado de
límites de control se dan en tabla 1 . resultados individuales actuales y pasados y se actualiza con cada
procedimiento. El peso es exponencial, lo que significa que la
En el gráfico p de Shewhart, los datos se agregan, en este caso por contribución de las observaciones pasadas disminuye en el tiempo. Al
mes, y la estadística del gráfico es la proporción igual que el gráfico p
Figura 1 Comparación de cuatro gráficos de control para el monitoreo local de la mortalidad a los 90 días después de una nueva resección para cáncer de intestino en un hospital. CUSUM, suma
920 Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526
Table 1 Chart formulae and settings used in chart comparisons
Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526
Target line Baseline event rate, p Baseline mean number between events, ¯ Baseline event rate, p No target line. Trace moves between zero and the control limit
s or (1−p)/p
√ [ 1 −( 1 − λ) 2 i]
Control 1−p
Absolute value for limit
p( 1 − p) λ
p ± L × √ p( 1 − p) n p± L √1−p p±L
limits p2 2−λ
where L is the number of SEs (sigma) from the
target line (see main text for runs rules)
Chart p n per period Only limits are altered λ= 0.01 OR= 2 for an increase and 0.5 for a decrease
settings <0.02 200
0.02 to <0.1 100
0.1 to 0.5 50
In-control For L=3 with runs rules, n as above: To detect a decrease: For λ= 0.01: For OR=2:
ARLs* In-control
p In-control ARL p L ARL p L In-control ARL p Limit In-control ARL
0.01 14 400 9 0.01 4.0 0.01 4.3 15 250 0.01 3.5 14 290 9
0.10 800 8 0.10 6.0 0.10 3.3 10 050 8 0.10 3.5 300 8
0.50 750 0.50 8 200
8.0 14 800 10 500 0.50 2.9 460 0.50 6.0 900
* In-control ARLs are given for specified values of control limits. Control limits were more finely adjusted to achieve in-control ARLs for comparisons in table 2 . ARL, average run length; CUSUM,
cumulative sum; EWMA, exponentially weighted moving average.
Revisión narrativa
921
Revisión narrativa
estadística, proporciona una estimación de la mortalidad actual de 90 días. eventos para el g-chart. 14 A su vez, lo que llamamos ARL también se
denomina a veces el número promedio de observaciones hasta la señal. 18 años
Cada uno de los gráficos se puede configurar para que detecten rápidamente
Interpretación de los límites de control. los cambios en el rendimiento al reducir la ARL bajo control, pero esto tiene el
En cada gráfico, los límites de control definen la región dentro de la cual se costo de aumentar la tasa de falsas alarmas. Por esta razón, comparamos los
espera que se encuentre el estadístico del gráfico si la mortalidad actual es tipos de gráficos con configuraciones diseñadas para proporcionar un ARL en
consistente con la tasa de referencia (esperada) del 3%, sujeto solo a la variación control similar. Usamos el término eficiente para describir un gráfico que tiene un
de probabilidad. El gráfico p de Shewhart está configurado con límites de 3 ARL fuera de control más pequeño para un ARL en control similar. dieciséis
922 Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526
Revisión narrativa
Los tamaños absolutos de turno serán bajos para los resultados clínicos más fuera de las observaciones anteriores. Valores mayores de λ por lo tanto, produce
raros, como la aparición de una infección en el sitio quirúrgico, y mucho más altos una traza EWMA menos suave, porque cada nueva observación cambia la
para las medidas binarias del proceso de atención, como recibir una evaluación de estadística EWMA en una cantidad mayor. Valores mayores de λ también hace
diagnóstico o tratamiento dentro de un marco de tiempo específico. que la traza EWMA responda mejor al cambio, retrocediendo dentro de los
límites más rápidamente después de que se haya activado una alarma y el
Para una tasa de eventos basales del 1%, un problema en el rendimiento rendimiento haya regresado a la tasa de referencia. Para comparaciones de
puede aumentar la tasa de eventos solo del 1% al 2%, que es pequeño en gráficos, un λ Se selecciona 0.01 y los límites de control se ajustan para
términos absolutos pero corresponde a un OR de 2 a 3. En contraste, para una proporcionar el mismo ARL de control que el gráfico p Shewhart.
línea de base tasa de 50%, un cambio en la práctica puede cambiar la tasa de
eventos hasta en un 15% -25%, lo cual es grande en términos absolutos pero
nuevamente corresponde a un OR de aproximadamente 2 a 3.
El gráfico CUSUM
Hemos utilizado una versión de CUSUM para datos binarios individuales. 22 Está
Configurando los gráficos
configurado para detectar un cambio desde la tasa de referencia a una tasa
Para cada uno de los gráficos, se deben tomar decisiones sobre la alternativa especificada, con el cambio expresado como un OR. Para las
configuración de los parámetros del gráfico. Estas elecciones influirán en el comparaciones de gráficos, la tasa alternativa corresponde a un OR de 2
comportamiento del gráfico. La configuración utilizada para las comparaciones para detectar aumentos y 0,5 para detectar disminuciones. En general, los
de gráficos se describe a continuación y se resume en tabla 1 . Luego se explora OR deben seleccionarse para que se correspondan con el cambio más
el impacto de alterar estas configuraciones. pequeño que debe detectarse mediante el monitoreo. El valor para el límite
de control se eligió para dar la misma ARL bajo control que el gráfico p.
El gráfico p de Shewhart
La tabla de EWMA
Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526 923
Revisión narrativa
Tabla 2 Comparación de ARL fuera de control, en número de observaciones, para el gráfico p Shewhart *, el EWMA † el CUSUM ‡ y el gráfico g
Tasa de eventos basales ARL en control Cambio absoluto O p-chart EWMA CUSUM g-chart
* *Límites de 3 sigmas y reglas de carreras suplementarias. Períodos de informe = 200, 100 y 50 casos para tasas de eventos de referencia del 1%, 10% y 50%. †Valor de λ = 0.01.
§ El límite inferior del gráfico está en cero para la configuración de ARL y del gráfico bajo control seleccionada, de modo que el gráfico p o EWMA no pueden detectar disminuciones en las tasas, y el gráfico g no
* ** *Las ARL bajo control para un gráfico configurado para detectar una disminución pueden diferir de las de un gráfico configurado para detectar un aumento porque la probabilidad binomial exacta de cruzar el
límite superior no siempre será la misma que la probabilidad binomial exacta de cruzar el límite inferior. ARL, longitud de carrera promedio; CUSUM, suma acumulativa; EWMA, promedio móvil ponderado
exponencialmente.
Para el gráfico g, en su versión más común, solo se pueden alterar los aumentar el volumen por período de informe de 30 a 200 aumenta
límites de control para lograr la probabilidad deseada de una falsa alarma o la ARL bajo control de 840 a
ARL bajo control. 14 400. Las ARL fuera de control correspondientes para detectar un
aumento del 2% son 150 y 600 ( Tabla 3 ) Esto mejora la eficiencia del
Diferentes períodos de informes para el gráfico p de Shewhart
gráfico, lo que significa que disminuye la posibilidad relativa de una falsa
Con límites fijos de control de 3 sigma, alargar el período de informe
alarma frente a una señal genuina.
alarga la ARL bajo control y la ARL fuera de control. Estos pueden
llegar a ser muy largos, lo que lleva a gráficos de aversión al riesgo que
Las ARL no aumentan suavemente con el número de observaciones por
tienen una tasa muy baja de falsa alarma, pero que tardan mucho
período porque las distribuciones de probabilidad para los datos binarios
tiempo en detectar un cambio genuino en el rendimiento ( Tabla 3 ) Por
son discretas ( Tabla 3 ) Revisando los datos de la cirugía intestinal en Figura
el contrario, los períodos de acortamiento reducen la ARL bajo control y
1 , un gráfico p de Shewhart con informes trimestrales en lugar de informes
pueden generar una alta tasa de falsas alarmas. A medida que se
mensuales indicaría un poco antes, con dos puntos consecutivos por
prolonga el período de informe, la ARL bajo control aumenta más que la
encima de los límites de 2 sigma en 12 meses.
ARL fuera de control. Por ejemplo, para una tasa de referencia del 1%,
Tabla 3 Comparación de ARL fuera de control, en número de observaciones, para el gráfico p de Shewhart con límites de 3 sigma con diferentes períodos de informe
ARL en ARL fuera ARL en ARL fuera ARL en ARL fuera ARL en ARL fuera ARL fuera
Base control de control control de control control de control control de control ARL en de control
tasa de eventos Absoluta
cambio O control
+ 1% 2,0 840 270 2 150 400 3 200 600 14 400 1 000 48 500 1 500
+ 2% 3.1 840 150 2 150 200 3 200 300 14 400 600 48 500 1 000
10% −5% 0,5 2 700 330 6 150 † 500 14 600 † 500 38 800 † 600 1 15 000 † 1 000
+ 5% 1.6 2190 270 5 850 400 9 800 400 29 000 600 94 500 1 000
+ 10% 2.3 2 190 120 5 850 150 9 800 200 29 000 400 94 500 1 000
50% −15% 0,5 4 710 180 8 750 200 16 000 200 43 000 400 1 09 500 1 000
+ 15% 1.9 4 710 180 8 750 200 16 000 200 43 000 400 1 09 500 1 000
+ 25% 3.0 4 710 60 60 8 750 100 16 000 200 43 000 400 1 09 500 500
* *Los límites inferiores del gráfico están en cero, por lo que no se pueden detectar disminuciones.
† Las ARL bajo control para un gráfico configurado para detectar una disminución pueden diferir de las de un gráfico configurado para detectar un aumento porque la probabilidad binomial exacta de cruzar el
límite superior no siempre será la misma que la probabilidad binomial exacta de cruzar El límite inferior. ARL, longitud promedio de ejecución.
924 Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526
Revisión narrativa
Diferentes pesos para la EWMA También hay diferentes versiones de los gráficos que hemos revisado que
Para un ARL bajo control fijo, valores del peso λ se puede seleccionar podrían afectar las comparaciones de su rendimiento. Por ejemplo,
para minimizar el ARL fuera de control y maximizar la eficiencia del utilizamos el gráfico p de Shewhart con límites de 3 sigma y reglas de
gráfico. Los límites de control se ajustan simultáneamente para lograr el ejecución suplementarias basadas en los límites de 2 sigma. Se ha
ARL en control deseado. demostrado que el uso de reglas de ejecución es más eficiente para detectar
cambios que reducir los límites del gráfico Shewhart básico cuando se
El valor óptimo de λ depende de la tasa de referencia y el tamaño del monitorean las medias de variables continuas. 24 Comparamos el rendimiento
turno a detectar, con tasas de referencia más altas que tienen un óptimo del gráfico p Shewhart con límites de control ajustables con los otros
óptimo más grande λ. Los pesos de alrededor de 0.01 funcionan bien en gráficos, y nuestras conclusiones no se alteraron. Nuestras comparaciones
un rango de tasas (tabla complementaria en línea A1). En Figura 1 la cubren una variedad de cambios en las tasas que se seleccionaron para ser
EWMA se creó con un λ de 0.01, y activa una alarma en el mes 12. Si un λ realistas para los resultados clínicos binarios o los datos del proceso de
en su lugar, se usa el EWMA con las mismas señales ARL bajo control atención. El rango no cubre cambios muy grandes. Sin embargo, los cambios
un poco antes, en el mes 10 (aproximadamente el procedimiento número muy grandes deben quedar claros en los datos sin procesar. Los cambios
OR de ½ corresponde a una disminución realista. El CUSUM en Figura detectar un cambio y señalar una falsa alarma durante un período de tiempo
1 se configuró para tener una tasa alternativa del 5% (OR de 1.7) y determinado para el monitoreo. 3 También se han propuesto métodos para controlar
activa una alarma en el mes 9. Se activa en el mismo mes si se utiliza directamente la probabilidad condicional de una falsa alarma. 29
un OR de 2.
El gráfico p de Shewhart es el gráfico más accesible, particularmente en estimación de una baja tasa de eventos. 30 Se han propuesto métodos
términos de configuración del gráfico. Sin embargo, la elección del período técnicos para ajustar la incertidumbre debido a la estimación de
parámetros. 31
de informe puede tener un gran efecto en su comportamiento. En contraste,
el CUSUM es el más difícil de los cuatro gráficos para construir e interpretar.
En aplicaciones clínicas, se puede usar alternativamente una tasa
objetivo externa, aunque esto alteraría la interpretación de la tabla y las
Fortalezas y limitaciones de nuestro estudio. señales resultantes. Asumimos que los cambios en el rendimiento
Hay muchos gráficos disponibles para monitorear datos binarios y no ocurren al comienzo del período de monitoreo. El gráfico p de
los hemos cubierto todos. Para tomar un ejemplo, se ha propuesto Shewhart y el gráfico g no se actualizan con cada observación. Si se
un gráfico EWMA diferente para eventos raros que, como el gráfico produce un cambio en el rendimiento a la mitad de un período de
g, monitorea el número de casos entre eventos. 27 28 informe para el gráfico p de Shewhart, o en
Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526 925
Revisión narrativa
entre dos eventos para el g-chart, esto aumentará sus ARL fuera de Reynolds y Stoumbos examinaron el gráfico CUSUM, quienes
control. Las simulaciones de cambios en el rendimiento a mitad del compararon el CUSUM para datos binarios individuales y para datos
monitoreo tuvieron poco efecto en nuestras estimaciones de ARL binarios agrupados. 22 Descubrieron que el primero tiene ARL fuera de
(resultados no mostrados) y no cambiaron los hallazgos del estudio. control más cortos que el segundo para un ARL bajo control fijo, aunque
ambos gráficos funcionaron mejor que el gráfico p de Shewhart. En
Asumimos que la probabilidad de un evento es constante a lo largo del tiempo relación con esto, el gráfico p de Shewhart no siempre se puede
bajo la hipótesis nula de que el rendimiento clínico no cambia. En la práctica, los optimizar en aplicaciones sanitarias de la misma manera que en muchas
datos de resultados clínicos suelen ser propensos a una variabilidad sistemática aplicaciones industriales. Cuando los tamaños de muestra no son una
que no sea cambios en el rendimiento, como la estacionalidad, la variación en los restricción, a menudo se usa la regla general de np ≥5 observaciones,
factores de riesgo del paciente y los cambios en la calidad de los datos. Con donde n es el tamaño de muestra por período y p es la tasa de eventos.
base en datos simulados, se ha demostrado que los ARL en control son más Se recomiendan tamaños de muestra superiores a este para detectar
cortos cuando se monitorean los resultados en grupos de pacientes de alto reducciones en las tasas. 35 La regla se basa en el umbral en el que la
riesgo, lo que lleva a una tasa más alta de falsas alarmas que la que se diseñó
distribución binomial se puede aproximar con la distribución normal y los
con la tabla. 32
límites de 3 sigma funcionan según lo previsto. 22 En aplicaciones de
atención médica, puede ser difícil lograr tamaños de muestra
Sin embargo, las comparaciones de las versiones de los gráficos ajustadas al suficientemente grandes sin agregar datos durante períodos de informe
riesgo han encontrado que CUSUM es más eficiente a través de variaciones muy largos, lo que puede causar demoras en la detección de cambios
simuladas en la combinación de casos dieciséis y el CUSUM ajustado al riesgo se ha hasta el final del período de informe. dieciséis Otra opción sería utilizar
recomendado para controlar los resultados quirúrgicos. 4 21 33
límites binomiales exactos en lugar de los límites de 3 sigmas.
926 Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526
Revisión narrativa
puede representar la mejor opción y los períodos de informes más cortos, que Conflicto de intereses Ninguno declarado.
corresponden a ARL en control más cortos, pueden ser apropiados. El gráfico Consentimiento del paciente El estudio implica un análisis secundario de datos
g también puede ser útil para detectar mejoras. Sin embargo, todavía creemos anonimizados.
que es importante que los usuarios sean conscientes de los impactos de sus Procedencia y revisión por pares No comisionado; revisado por pares externamente.
elecciones en los ARL y que de nuevo puedan usar tablas 2 y 3 como guía.
Acceso abierto Este es un artículo de acceso abierto distribuido de acuerdo con la
licencia Creative Commons Attribution Non Commercial (CC BY-NC 4.0), que
permite a otros distribuir, remezclar, adaptar, construir sobre este trabajo de manera
Por el contrario, las falsas alarmas pueden ser más perjudiciales cuando no comercial y licenciar sus trabajos derivados en diferentes términos, siempre que
el trabajo original se cite correctamente y el uso no sea comercial. Ver: http: //
los informes están abiertos al público en lugar de usarse únicamente para la
creativecommons. org / licens / by- nc / 4. 0 /
revisión interna del desempeño, particularmente cuando se informan
resultados como la mortalidad. 36 Para los indicadores de seguridad del
paciente, la detección temprana de un problema también es importante. En © Autor (es) del artículo (o su (s) empleador (es) a menos que se indique lo contrario en el
texto del artículo) 2017. Todos los derechos reservados. No se permite el uso comercial a
estos casos, los gráficos deben diseñarse con ARL bajo control
menos que se otorgue expresamente lo contrario.
suficientemente largos y la eficiencia de CUSUM y EWMA puede ser una
ventaja particular. Hemos sugerido configuraciones para estos gráficos y
también proporcionamos las ARL bajo control para diferentes límites de control
REFERENCIAS
en el apéndice complementario en línea.
1 Benning A, Ghaleb M, Suokas A, et al. Gran escala
intervención organizacional para mejorar la seguridad del paciente en cuatro hospitales del
Reino Unido: evaluación de métodos mixtos. BMJ 2011; 342: d195. 2 Nicolay CR, Purkayastha
La simplicidad y la facilidad de interpretación de los gráficos para los equipos S, Greenhalgh A, et al. Sistemático
de atención médica son importantes. Tanto el gráfico p de Shewhart como el revisión de la aplicación de metodologías de mejora de la calidad de la industria
EWMA proporcionan una traza que puede interpretarse como una estimación de manufacturera a la atención médica quirúrgica. Br J Surg 2012; 99: 324–35. 3
la tasa de eventos actual y representarse en una escala natural como una Sherlaw-Johnson C, Bardsley M. Monitoreo del cambio en la salud
[http: // www. ihi org / education / IHIO- mejora de la calidad del resultado quirúrgico. J Qual Technology
penSchool / resources / Pages / AudioandVideo / Whiteboard13. áspid] 2015; 47: 383–99.
5 Schmidtke KA, Watson DG, Vlaev I. El uso de gráficos de control
El CUSUM carece de esta interpretabilidad. Una sugerencia es que por laicos y tomadores de decisiones del hospital para guiar la toma de decisiones. QJ
los límites de control de CUSUM se pueden superponer en un OE o Pantalla Exp Psychol 2017; 70: 1114–28. 6 Anhøj J, Hellesøe AB. El problema con rojo, ámbar,
Colaboradores JN y KW son primeros autores conjuntos. Concibieron la idea para el 2003; 362: 485–91. 12 Rogers CA, Ganesh JS, Banner NR, et al. Riesgo
estudio, realizaron la búsqueda bibliográfica y sintetizaron los hallazgos. JN, KW, JvdM acumulado
y DAC desarrollaron la idea para el estudio. DAC asesoró en la búsqueda de literatura. Monitoreo ajustado de la mortalidad a los 30 días después del trasplante cardiotorácico:
JN y KW llevaron a cabo los análisis. JN y KW redactaron y revisaron el documento.
experiencia en el Reino Unido. Eur J Cardiothorac Surg
Todos los autores contribuyeron a revisar el documento y todos revisaron y aprobaron
2005; 27: 1022–9.
el borrador final.
13 Mohammed MA, Worthington P, Woodall WH. Trazado básico
cuadros de control: notas tutoriales para profesionales de la salud. Qual Saf Health
Fondos JN fue financiado por una beca posdoctoral del Instituto Nacional de
Care 2008; 17: 137–45. 14 Benneyan JC. Número entre calidad estadística de tipo g
Investigación en Salud (PDF-2013-06-078). Las opiniones expresadas en esta
publicación son las de los autores y no necesariamente las del NHS, el Instituto
Nacional de Investigación en Salud o el Departamento de Salud. tablas de control para monitorear eventos adversos. Cuidado de la salud Manag Sci 2001;
4: 305-18.
Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526 927
Revisión narrativa
15 Montgomery DC. Introducción al control estadístico de calidad. 29 Gombay E, Hussein AA, Steiner SH. Monitoreo binario
6ta ed. Nueva York: Wiley & Sons, 2009. resultados utilizando gráficos ajustados al riesgo: un estudio comparativo. Stat Med 2011;
16 Grigg O, Farewell V. Una visión general de los gráficos ajustados al riesgo. JR 30: 2815–26. 30 Lee J, Wang N, Xu L, et al. El efecto de la estimación de parámetros
vigilancia. JR Stat Soc Ser A Stat Soc 2012; 175: 1–47. 18 Szarka JL, Woodall WH. 31 Weiss CH, Atzmüller M. Gráficos de control EWMA para monitoreo
Una revisión y perspectiva sobre Procesos binarios con aplicaciones a datos de diagnóstico médico.
vigilancia de los procesos de Bernoulli. Qual Saf Health Care Qual Reliab Eng Int 2010; 26: 795–805. 32 Tian W, Sun H, Zhang X, et
2011; 27: 735–52. al. El impacto de variar
19 Cook DA, Coory M, Webster RA. Ponderada exponencialmente poblaciones de pacientes en el rendimiento bajo control de la tabla
tablas de promedio móvil para comparar los valores observados y esperados para CUSUM ajustada al riesgo. Int J Qual Health Care
monitorear los indicadores hospitalarios ajustados al riesgo. BMJ Qual Saf 2011; 20: 2015; 27: 31–6.
469–74. 33 Grigg OA, Farewell VT, Spiegelhalter DJ. Uso de riesgo ajustado
20 páginas ES. Cuadros de control con líneas de advertencia. Biometrika Gráficos CUSUM y RSPRT para monitoreo en contextos médicos.
1955; 1: 243–57. Métodos estadísticos Med Res 2003; 12: 147–70. 34 Lucas JM, Saccucci MS.
21 Steiner SH, Cook RJ, Farewell VT. Monitoreo ajustado al riesgo de Movimiento ponderado exponencialmente
Resultados quirúrgicos binarios. Med Decis Making 2001; 21: 163–9. 22 Reynolds esquemas de control promedio: propiedades y mejoras.
MR Jr, Stoumbos ZG. Un gráfico CUSUM para Tecnometría 1990; 32: 1–12. 35 Morris RL, Riddle EJ. Determinación del
monitorear una proporción cuando se inspecciona continuamente. Revista de Tecnología de tamaño de la muestra
Calidad 1999; 3: 1. detectar la mejora de la calidad en los gráficos p. Qual Eng
23 Estadísticas de episodios hospitalarios. http: // www. hscic gobernador uk / hes 2008; 20: 281–6.
(consultado en marzo de 2016). 36 Lilford R, Mohammed MA, Spiegelhalter D, et al. Uso y
24 Champ CW, Woodall WH. Resultados exactos de Shewhart Uso indebido de los datos de procesos y resultados en la gestión del desempeño de la atención
Gráficos de control con reglas de ejecución suplementarias. Tecnometría médica aguda: evitar el estigma institucional. Lanceta
de probabilidad 2002; 56: 369–80. 26 Bland JM. El odds ratio. BMJ 2000; 320: 1468. 27 (VLAD). Cuidado de la salud Manag Sci 2005; 8: 61-5. 38 Bardsley M. Comprensión de la
cuidado. ¿Tenemos más datos que ideas? London: The Health Foundation, 2016.
alisado Stat Med 2007; 26: 124–38. htt p:// www. heal th.o rg.u k/si tes/ heal th/f iles/ Unders tanding Anal yti calCap
28 Spliid H. Un control de media móvil exponencialmente ponderado ability InHeal thCare. pdf. (accessed 22 Dec 2016).
gráfico para datos de Bernoulli. Qual Reliab Eng Int 2010; 26: 97-113.
928 Neuburger J, et al. BMJ Qual Saf 2017; 26: 919–928. doi: 10.1136 / bmjqs-2016-005526
Reproduced with permission of copyright owner. Further reproduction
prohibited without permission.