Hoe ik werk met data in de zorg

door: Elsbeth Vermeer

Data in de zorg, je hoort er veel over, vooral over 'big data', dat we daar nog veel uit kunnen leren.

En dat is zo, super interessant om daar mee bezig te zijn. Maar wat het bij CQ voor mij mooi maakt om data-analyses te kunnen maken is dat ik de eindgebruiker kan spreken, de resultaten kan tonen en een gesprek kan hebben over: klopt dit met jullie praktijkervaring? Wat mist er nog? Dit vind ik nog onduidelijk, hoort dat zo, of is daar meer over bekend? We weten nu dit, wat zouden jullie graag nog meer willen weten? Op deze manier weet ik dat de visualisaties goed begrepen worden en zie ik dat het doorvragen helpt om het inhoudelijke proces duidelijker te krijgen.

Graag neem ik je mee met een tochtje langs de verschillende locaties in het analyseproces om tot een mooi eindresultaat te komen.

0) Een duidelijke vraag van de klant is het startpunt. In overleg bepalen we welke gegevens precies nodig zijn om de gevraagde visualisaties te maken.

(1) Dan gaan we verzamelen. Dit kan een dataset zijn die uit het systeem van de klant komt, ingevulde formulieren of een reeks interviews. Naast de gegevens van de klant zijn er ook data uit andere bronnen nodig, zoals Vektis, het CBS of geografische informatie. Afhankelijk van het type gegevens wat aangeleverd kan worden, kunnen we snel door naar de volgende stop, of zijn we wat langer bezig met verzamelen. Interviews houden en uitwerken kost gemiddeld meer tijd dan een dataset uit een systeem halen. 

(2) Alle ingrediënten verzameld? Dan begint het opschonen en afwegen, de fase waar ik zelf veel plezier aan beleef. Al die verschillende databronnen moeten aan elkaar gekoppeld worden om zoveel mogelijk informatie beschikbaar te maken: dat is puzzelen en herorganiseren. Tegelijkertijd moet de data voorbereid worden om er gemakkelijk de visualisaties van te kunnen maken. Het is de fase van mezelf 'opsluiten' en doorgaan tot de data helemaal netjes en consequent is. Tijdens dit proces om de data netjes te maken, komen er ook vragen naar boven:
· Wat te doen met missende data, is die nog in te vullen? En wat zegt dat over het verzamelproces? Moeten daar structurele veranderingen in plaatsvinden, of is dit eenmalig voor deze analyse?
· Inconsequenties in de verschillende bronnen, hoe gaan we daarmee om?
· Welke categorieën worden gebruikt om te rapporteren, welke informatie hebben we dus echt nodig, en welke is voor de vraag niet interessant? Zijn deze categorieën in de praktijk goed gedefinieerd, hebben alle verschillende stakeholders eenzelfde begrip?

Deze vragen brengen ons weer even terug bij stap 1 en vervolgens weer naar stap 2, tot er geen vragen meer over zijn.

(3) Daarna begint het maken van de visualisaties in de vorm van tabellen, staafdiagrammen en kaarten. De wens van de opdrachtgever, degene die visualisaties moet bekijken, snappen en in context kan zetten, staat centraal. Het is een soort ping-pongen van vragen, aanpassen, doorvragen, weer aanpassen. Ook nu moeten we soms weer terug naar het begin: wat willen we echt weten? Misschien hebben we dan toch nog andere gegevens erbij nodig. Doordat mijn vragen uit een andere hoek dan gebruikelijk komen, geeft het weer een nieuwe kijk op hun eigen proces.

(4) En dan kunnen de visualisaties gebruikt worden waar ze voor gemaakt zijn. Ze geven inzicht in hoe de situatie er getalsmatig uitziet, waar knelpunten liggen. Daarmee kunnen ze een onderbouwing zijn om richting te kunnen geven aan procesveranderingen. Dát laat ik dan graag aan mijn collega’s over.

Van ruwe data naar inzichtelijke visualisaties is een hele tocht, die voor het grootste deel onttrokken is aan het zicht. De opdrachtgever krijgt af en toe een tussenresultaat, waarover we in gesprek gaan. Het uiteindelijke resultaat kan gebruikt worden om veranderingen aan te gaan.

Wilt u ook op basis van kwantitatieve analyses procesveranderingen in kaart brengen of vorm geven? Dan staan mijn collega’s en ik voor u klaar. Neem contact op met info@cqp.nl 

gepubliceerd op: 24 september 2020

Elsbeth Vermeer | Data analist

Met mijn data-analyses hoop ik zorgverleners te helpen de zorg effectiever te maken. Dit zo snel mogelijk en gestructureerd doen is een uitdaging die ik aanga met programmeren.

primewire