Green ghosted shapes image
Percepções

Como a ciência da melhoria pode enfrentar o momento (ou errar o alvo)

Por que isso importa

"É lógico usar a ciência da melhoria para desafiar os sistemas que produziram o estado atual porque essa ciência foi criada para erradicar a variação — e as desigualdades em saúde resultam de variações sistemáticas, injustas e injustificadas."
Image
How Improvement Science Can Meet the Moment or Miss the Mark

Foto de Artur Matosyan | Remover respingo


Como CEO do Institute for Healthcare Improvement, não será surpresa para ninguém saber que acredito na ciência da melhoria. Passei os últimos 20 anos estudando e usando o Model for Improvement e outras ferramentas e métodos de melhoria. Cheguei à conclusão de que as ciências da qualidade têm o potencial de criar mudanças em quase qualquer sistema.

Na verdade, eu argumentaria que a ciência da melhoria pode e deve ser usada para abordar alguns dos maiores desafios enfrentados pela assistência médica hoje, incluindo a pandemia da COVID-19 e o racismo sistêmico. Para chegar a essa conclusão, primeiro tive que ter algumas das minhas crenças mais profundas sobre a ciência e as metodologias da melhoria abaladas até o âmago.

A sabedoria convencional às vezes considera a ciência da melhoria como quase acima da investigação ou da questão. Isso é arriscado, pois muda a melhoria para o dogma e para longe da ciência. Falando por experiência própria, a ciência da melhoria é frequentemente vista como inerentemente apolítica e livre de preconceitos. E porque pretendemos que nossas melhorias resultem em melhor cuidado para todos e não discriminamos conscientemente ninguém, presumimos que essas melhorias levam a um cuidado equitativo.

Fui compelido a repensar essas suposições há cerca de cinco anos, durante uma revisão de vários projetos importantes do IHI . Avaliados por várias medidas diferentes, esses foram alguns dos esforços de melhoria mais bem-sucedidos do IHI. Eles obtiveram resultados e melhoraram os resultados em escala. Durante a revisão, fizemos uma pergunta simples: todas as populações (definidas por raça, gênero, etnia e idioma) experimentaram o benefício igualmente?

A resposta para a maioria dos projetos foi que não sabíamos, pois não havíamos estratificado os dados por população. Simplesmente não sabíamos se todas as populações estavam experimentando melhorias ou se as melhorias estavam exacerbando ainda mais as desigualdades subjacentes. Para projetos com dados estratificados, havia algumas indicações de que as melhorias podem não ter beneficiado populações mais desfavorecidas ou marginalizadas. Chegamos à conclusão perturbadora de que alguns projetos melhoraram o atendimento para aqueles que já estavam em melhor situação, mas não necessariamente para aqueles que mais precisavam da nossa ajuda.

A experiência foi reveladora. No IHI, temos orgulho de melhorar o desempenho dos sistemas. Pareceu uma grande falha reconhecer que havíamos negligenciado essa característica fundamental — variação injusta entre populações — de como os sistemas são construídos e organizados. Aprendemos que, sem projetar conscientemente para a equidade, corremos o risco de reforçar sistemas injustos. Isso pode acontecer com as melhores organizações.

Por exemplo, alguns anos atrás, um sistema de saúde no Centro-Oeste revisou seus dados sobre triagem de câncer colorretal. Os dados mostraram que seus resultados gerais em nível populacional estavam melhorando progressivamente. No entanto, antes de trabalhar com o IHI, o sistema de saúde não havia estratificado os dados para examinar quais populações de pacientes estavam sendo ajudadas por seus esforços de melhoria.

Quando o sistema de saúde olhou mais de perto para os dados estratificados, houve um crescimento constante nas triagens entre sua população branca, não hispânica. Mas as triagens entre suas populações hispânica e negra estavam permanecendo as mesmas ou diminuindo no geral.

Em outras palavras, os dados mostraram que a aplicação sistemática da metodologia de melhoria estava de fato melhorando o desempenho mediano do sistema para taxas de triagem de câncer colorretal, mas a maior parte da mudança ocorreu em apenas um segmento populacional. Seus pacientes latinos e afro-americanos não estavam experimentando todos os benefícios dos anos de trabalho de melhoria desta organização. Na verdade, a aplicação da ciência havia ampliado a disparidade para esta medida de resultado.

Embora isso não tenha sido intencional, também não foi acidental. Foi o resultado de um sistema legado que tem preconceito embutido. Quando você estuda seu trabalho e encontra desigualdades — como esse sistema de saúde e o IHI fizeram — você vê que a ciência da melhoria, como todas as ciências, não é imparcial.

Como muitos outros nos últimos meses, a morte de George Floyd me obrigou a reexaminar algumas das minhas crenças mais fundamentais. Tenho estudado as origens da ciência da melhoria para entender melhor se há maneiras pelas quais ela foi historicamente implantada para manter o status quo com mais frequência do que para mudá-lo.

Todas as ciências, incluindo a ciência da melhoria, podem ser alavancadas por aqueles no poder para o interesse próprio. Para mim, esse entendimento é ameaçador e libertador porque os métodos que podem ser usados ​​passivamente para reforçar sistemas também podem ser usados ​​para desmantelar sistematicamente a injustiça. Agora vejo que a ciência da melhoria deve fazer parte do diálogo sobre a mudança social e a melhoria das circunstâncias humanas.

Considere a pandemia atual, por exemplo. Com seus desafios clínicos, financeiros e operacionais, a COVID-19 destacou o racismo estruturado em nossos sistemas. Vimos populações negras, latinas e indígenas sofrerem um impacto desproporcional do vírus. É lógico usar a ciência da melhoria para desafiar os sistemas que produziram o estado atual porque essa ciência é projetada para erradicar a variação — e as desigualdades em saúde resultam de variação sistemática, injusta e injustificada.

Em sua essência, a ciência da melhoria é uma ciência do conhecimento e do aprendizado. Ela pode acelerar nossa capacidade de detectar onde os sistemas estão falhando e trazer recursos e melhores soluções para as partes mais desafiadas e fracas dos sistemas. Levará tempo, energia e aplicação disciplinada, mas acredito que os métodos de melhoria que desenvolvemos ao longo de décadas podem nos ajudar a aprender nosso caminho para um sistema mais justo e fundamentalmente diferente.

Nota do editor: Aguarde mais a cada mês do presidente e CEO do IHI , Dr. Kedar Mate ( @KedarMate ) sobre ciência da melhoria, justiça social, liderança e melhoria da saúde e dos cuidados de saúde em todo o mundo.

Você também pode estar interessado em:

HealthLeaders Media: Novo CEO do IHI : 'Não há qualidade sem equidade'

Share