In het kader van de analyse van zorg-processen zoals bijv. heupfractuur brengen we de kwaliteit in kaart mbv uitkomstindicatoren. Een indicator is bijvoorbeeld het percentage patienten dat binnen x-aantal uren na opname wordt geopereerd. Een andere is het percentage patienten dat na ontslag uit ziekenhuis weer opgenomen wordt.Om de indicator te berekenen verzamelen we verschillende patientgebeurtenissen zoals de opname, de ligduur op de verpleegafdeling, de operatie en het ontslag.
Gebruik makend van de tijdstippen waarop deze gebeurtenissen plaats vinden kunnen daarnaast ook heel goed de procesgang in beeld brengen en de variaties die voorkomen in het proces.
Geïnspireerd door de visualisaties in de Process Mining tools zoals PROM en Disco ben ik aan de slag gegaan met de gangbare BI-tools Cognos en SQL server. Mijn doel is hierbij om de variatie in een bepaald proces zichtbaar te maken en analyse hierop mogelijk te maken met drill-down rapporten.
Bovenstaande visualisatie is gemaakt met Cognos Report Studio en bestaat uit een lijst met het profiel en het percentage voorkomen met daarbinnen een cross-tab (master-detail) met de patientgebeurtenissen in de kolommen. De pijlen worden gemaakt door links en rechts verschillende witte plaatjes te plaatsen over een gekleurde achtergrond. De kleuren van de verschillende processtappen heb ik met ColorBrewer2.org bepaald, met dank aan Felix Mannhardt van de TU/E.
De SQL-view op de achtergrond bouwt het profiel op mbv het FOR XML PATH statement.
Dit statement is erg handig om rijen (patientgebeurtenissen) aan elkaar te 'plakken'.Hoe dit precies werkt is op deze webpagina beschreven.
Door te klikken op het percentage wordt een detail-scherm geopend met de individuele patienten met hun bijbehorend proces.
Mijn volgende uitdaging is het visualiseren van de gemiddelde doorlooptijden tussen de verschillende gebeurtenissen en de variatie daarin.
De Dotted-chart die ik eerder met Cognos heb gemaakt gaat zeker helpen om de individuele patientcases met de verschillende processtappen te visualiseren. Daarnaast wil ik een nieuwe visual maken die de gemiddelde doorlooptijden in beeld brengt. Dit kan een gantt-chart zijn of een bepaalde lijngrafiek, maar hierover later waarschijnlijk meer.
Bij vragen over de uitwerking neem gerust contact op via LinkedIn.
Daan Blinde
