质量与安全经济学

为什么这对卫生经济学很重要

每一次可避免的伤害都有其代价,而卫生系统要为此支付两次:一次是患者所承受的痛苦,另一次是随之而来的额外住院天数、重复的操作、诉讼,以及失去的信任。当一名手术患者感染血流感染时,系统并没有省钱——它花费的钱,远远超过预防这种感染本应花费的成本。质量与安全经济学是一门使这些成本变得可见的学问,从而使领导者不再把安全视为与生产力相竞争的成本中心,而开始将其视为释放能力的来源。

这一点之所以重要,是因为浪费在低质量上的资源是巨大的,而且大多不为人所见。分析人员将低质量成本——返工、浪费、过度治疗和失败——与一次做对照护所需的成本区分开来,而在大多数系统中,前者占总支出的相当大一部分。世界卫生组织将不安全的照护视为全球可避免死亡和残疾的主要来源之一,其规模可与重大疾病负担相提并论,而其中大部分是可以用已知的、低成本的做法加以预防的。

其利害关系同样具有道德和政治意义。公共资金购买照护,前提是这种照护不会造成伤害;一次医疗相关感染或一次错误部位的手术,不仅是预算上的一笔支出,也是对这种信任的背叛。由于质量难以观察、又容易被操纵,支付方选择如何测量和奖励质量——通过绩效薪酬、基于价值的购买,或对"绝不应发生事件"的处罚——会决定性地塑造临床行为,或好或坏。激励机制设计错误,你买到的就只是质量的表象;设计正确,你买到的就是质量本身。

核心概念

质量及其维度。 医疗质量是多维的:安全、有效、以患者为中心、及时、高效且公平的照护,是被广泛使用的简写表述。没有任何单一数字能够完整捕捉它,这正是为什么测量方式存在争议,也是为什么支付方必须明确说明某项指标究竟代表哪个维度。

多纳贝迪安三要素。 衡量质量的奠基性框架是多纳贝迪安模型,它区分了结构(物理和组织资源——人员配置、设备、认证)、过程(对患者实际做了什么——抗生素是否按时给药)和结果(健康发生了什么变化——死亡率、感染、功能)。结构容易测量,但与结果的关联较弱;结果才是我们真正关心的东西,但显现缓慢、噪声大,且受病例组合的干扰;过程测量介于两者之间,具有可操作性且反馈迅速,但其价值取决于将其与结果相联系的证据是否可靠。大多数测量方案会将三者混合使用。

伤害、差错与不良事件。 不良事件是由医疗管理而非基础疾病本身所导致的损伤;当它源于一次失误时,便是医疗差错,而由照护本身造成的伤害则是医源性损害。并非所有不良事件都是可以预防的,也并非所有差错都会波及患者,但经济学关注的正是那部分可预防、造成伤害的子集。绝不应发生事件是一种严重的、在很大程度上可以预防的安全事故——错误部位手术、遗留器械——只要遵循既定的防范措施,就绝不应该发生,许多支付方拒绝为此类事件买单。

医疗相关感染。 医院获得性感染——即在照护过程中获得、而非入院时已存在的感染——是可测量、代价高昂且部分可预防伤害的典型代表。中心静脉导管相关血流感染、导尿管相关尿路感染和手术部位感染,各自都伴随着经过充分研究的、以住院天数和治疗费用计的超额成本,这使它们成为验证安全投入商业方案的天然试验场。

低质量成本与安全的商业方案。 安全的商业方案所追问的是,一项预防性投资能否通过避免的失败成本来自我抵消。这确实令人不安,因为资助预防的一方,并不总是收获这笔节约的一方,而且一次被预防的感染是一件不可见的、不曾发生的事情,没有哪一项预算科目会为此欢庆。要建立这一论证,需要了解伤害的可归因成本、干预措施的有效性,以及——至关重要的——每一项各自落在谁的预算之上。

为质量付费。 绩效薪酬(P4P)将部分服务提供者付款与可测量的质量或安全挂钩。基于价值的购买是购买结果和质量、而非单纯活动量这一更广泛趋势的体现。两者都叠加在底层付款机制(按人头付费、按服务项目付费、诊断相关组)之上,后者属于主题3.1《卫生系统》的内容;本主题关注的是质量叠加层及其行为效应。

古德哈特定律与作弊行为。 为可测量的质量付费所面临的核心风险,是古德哈特定律:当一项测量指标变成一个目标时,它就不再是一个好的测量指标。服务提供者会优化这个指标本身,而非其背后的真实目标——针对指标进行"应试式"照护、编码上浮,或回避病情最重的患者——因此一项方案可能提高了分数,却使真实质量原地不动,甚至更糟。

根本原因分析。 在一次严重事故发生之后,根本原因分析是一种结构化的调查方法,它不局限于追究个人责任,而是深入探究系统性的失灵——缺失的核查清单、人手不足的班次、令人困惑的标签。它的经济价值在于,修复一个系统性原因能够预防一整类未来的伤害,而不仅仅是防止某一起事件重演。

最佳实践

1. 在争论对策之前,先对伤害进行成本核算。 没有一个可归因的成本——即某项具体伤害相较于同一患者未发生该伤害时所造成的额外住院天数、治疗、再入院和诉讼成本——你就无法为安全建立商业方案。在有条件的地方使用本地数据,在没有条件的地方使用已发表的可归因成本研究,并明确说明哪些成本是可释放现金的,哪些只是为另一位患者腾出了一张床位。一次仅仅释放了能力、却未削减支出的被预防感染,依然是有价值的——但要如实说明,而不是宣称一笔从未出现在账目上的节约。

2. 说明伤害和对策各自落在谁的预算之上。 当必须资助预防措施的病房,并非承担伤害成本的那个预算时,商业方案就会站不住脚。一项在整个系统层面能够收回成本的安全投资,对于一位科室经理而言可能看起来纯粹是一笔支出,因为其节约渗漏到了保险方或路径中的下一个服务提供者那里。应及早识别这种分割,并设计资金流转机制——一个统筹的安全基金、一项节约共享安排——使投资者不会因为做了正确的事情而处境更差。

3. 将测量锚定在多纳贝迪安三要素之上,并审慎地混合使用三者。 不要仅仅因为结构测量方便就依赖它,也不要仅仅因为结果测量显现缓慢、受到干扰就单独要求它。将少数几项高价值的结果测量与已知能够驱动这些结果的过程测量配对使用,并只将结构测量作为促成条件来使用。你所奖励的每一项过程测量,都应有可信的证据将其与患者所在意的结果联系起来——否则你付费购买的只是合规性,而非健康。

4. 优先预防伤害,而非事后检测和为其买单。 最便宜的不良事件,是那个从未发生的事件,而回报最高的安全投资通常是廉价的、标准化的做法——手部卫生、插管核查清单、手术暂停核查、安全的人员配置门槛——而非昂贵的技术。在购买新颖的监测手段之前,先资助已知安全做法的可靠落实。可靠性而非新颖性,才是将一项循证做法转化为一次被避免伤害的关键。

5. 审慎而精准地使用针对绝不应发生事件的处罚。 拒绝为一起真正绝不应该发生的事件——遗留器械、错误部位手术——买单,传递了明确的信号,也符合公众的期望。但处罚只有在该事件真正可预防、界定清晰、且能可靠检测的情况下才有效;若将其应用于只是部分可避免的伤害,就会惩罚病例组合和运气不佳,导致瞒报,并侵蚀安全所依赖的诚实事故报告文化。应将严厉的处罚保留给一份小而站得住脚的清单。

6. 从一开始就设计能够抵御作弊行为的绩效薪酬方案。 应假定服务提供者会优化你所测量的任何东西,并在方案启动之前依据古德哈特定律对每一项指标进行压力测试。留意三种经典的扭曲行为:针对指标的"应试式"照护(努力从未被测量的照护转移到已被测量的照护)、编码上浮(记录患者病情更重,或勾选框却未做实际工作),以及撇脂或患者筛选(回避威胁分数的复杂高风险患者)。使用组合指标而非单一指标,对底层记录进行抽样审计,并对已经饱和的指标加以轮换或淘汰。

7. 针对病例组合进行调整,否则你将惩罚那些治疗病情最重患者的人。 原始的结果比较会奖励挑选容易患者的服务提供者,惩罚那些接收最棘手病例的服务提供者。应对基于结果的奖励和处罚进行风险调整,使服务于贫困、多重疾病人群的医院不会因其病例组合而被扣分——否则该方案就会产生一种回避这些患者的激励,从而恶化公平状况(见主题3.4《公平》)。应公布调整方法;一个不透明的模型会摧毁该方案所需要的信任。

8. 将报告文化作为一项经济资产加以保护。 从伤害中吸取教训,需要员工能够无所畏惧地报告未遂事件和差错,因为你从未听说的事故,正是你无法预防的事故。惩罚已报告伤害的激励方案,可能会抑制恰恰是推动改进所需的那些数据,因此应将学习系统与付款系统分离开来,并将安全推进期间报告事故数量的上升解读为信任的迹象,而非退步的信号。一次不问责个人、旨在修复系统的根本原因分析,能够预防整整一类未来的成本。

9. 将激励的规模设定得恰到好处,足以改变行为而不至于扭曲行为。 绩效薪酬的金额若小到无人在意,就什么也改变不了;金额若过大,则会诱使作弊行为,并在单一指标波动时使服务提供者的财务陷入不稳定。关于P4P的证据好坏参半——效果往往有限,有时短暂,偶尔还适得其反——因此应将任何方案都视为一个待评价的假设,而非一件已经定论的工具。应从适度规模起步,严谨地进行评价(见主题2.3《卫生计量经济学》),并愿意在必要时叫停。

10. 像评价任何其他干预措施一样评价质量方案本身。 一项绩效薪酬或基于价值的购买方案本身就是一项带有成本的卫生投资——测量、报告、行政管理,以及被分流到其中的临床时间——它应当经受住与其所管理的照护同样的检验标准。应建立反事实对照,留意其对未被测量的照护所产生的意外效应,并将行政负担计为真实成本。如果该方案无法证明它比将同样的钱直接花在照护上买到了更多的健康,就应将其淘汰。

需要与团队讨论的问题

1. 哪些伤害给我们带来的成本最高,我们是否真的知道其可归因成本,还是仅仅在猜测? 大多数组织能够说出其高知名度的事故,却说不清一次可避免的伤害真正给它们带来了多少成本,因为超额成本分散隐藏在不同预算所承担的住院天数、再入院和诉讼之中。诚实的起点是选取两三种高发生率的伤害——一次医疗相关感染、一次跌倒、一次压力性损伤——并整理出真实的本地成本,区分你能够释放的现金与你能够释放的能力。预计这项工作会比听起来更困难,数字也会存在争议;这种困难本身就是一项发现。一个好的答案会说明你目前还没有的数据,并承诺去弥合这一差距,而不是从另一个国家的研究中取一个数字,当作自己的数字来使用。

2. 如果我们为一项质量指标付费,人们会如何操纵它——我们能够接受这一点吗? 任何被你绑定金钱的指标都会被优化,问题不在于是否会发生作弊行为,而在于你能够容忍哪种形式的作弊行为。逐一审视每一项候选指标,追问如果服务提供者为追逐分数而行动,谁会因此受损:病情最重的患者是否会被回避,未被测量的照护是否会遭到忽视,记录是否会被编码上浮,诚实的报告是否会被压制?一场诚实的讨论会承认,某种程度的扭曲是任何激励机制都要付出的代价,并审慎地决定在哪些地方接受这种代价,在哪些地方用审计和风险调整加以防范,以及在哪些地方作弊风险严重到该指标根本不应绑定金钱。失败的模式,是一个团队相信自己的指标是防作弊的。

3. 我们的安全投资是由价值论证本身来支撑的,还是仅仅由一个没有任何本地预算会为之买单的系统层面价值论证来支撑的? 安全投资常常能为整个系统带来回报,却让必须资助它的部门自掏腰包,因为这笔节约落在了另一个预算或另一个组织身上。团队需要坦诚地面对,一项拟议的投资在必须点头同意的预算持有者层面是否站得住脚,如果站不住脚,有什么机制——一个统筹的基金、共享的节约、来自支付方的授权——能够弥补这一论证。这正是安全经济学与组织现实相遇之处:一项真正能节省成本的干预措施,仍可能因为受益者不是付费者而无法落地。一个认真的答案会追踪资金的去向,而不仅仅是健康的去向。

4. 对于我们所关心的结果,我们测量的是真正驱动它们的过程,还是仅仅是容易收集的数字? 多纳贝迪安三要素诱使每个组织都倾向于其最方便的一角:结构测量,因为认证机构已经在统计它;或结果测量,因为它听起来就是真正重要的东西——而那个可操作的中间地带——已知能够推动结果的过程测量——才是改进真正发生的地方。讨论应选取组织被评判所依据的两三项结果,逐一追问所追踪的过程是否有可信证据将其与该结果联系起来,还是仅仅是权宜的替代指标。讨论还应正视相反的错误:在单一病房层面奖励罕见的结果,那里的数字噪声太大,无法据以引导,一个好季度或坏季度很大程度上只是运气。一个诚实的答案会区分出值得为其附加后果的少数几项指标,与值得关注但不值得奖励的更大一组指标,并承认哪些地方的证据关联只是被假定,而非确知的。

5. 我们的哪些伤害真正属于"绝不应发生事件",在哪些地方一项严厉的处罚会弊大于利? 拒绝为绝不应发生事件买单的吸引力在于道德上的清晰,但这一工具只有在该事件真正可预防、界定清晰、且能可靠检测的情况下才有效——而大多数伤害至少在其中一项测试上会失败。团队应将其严重事故区分为完全满足这三项条件的一小部分,以及只是部分可避免、处罚会惩罚病例组合和运气、诱发归因博弈、并冷却组织所依赖的报告行为的更大一部分。这令人不安,因为这意味着要承认,有些伤害无法在不造成附带损害的情况下被处罚到消失。一个好的答案会明确列出站得住脚的处罚清单,并为清单之外的一切选择一种更温和的工具——一个经风险调整的组合指标、一项共享节约的激励。

6. 我们如何知道我们的质量方案是在购买健康,而不仅仅是在购买分数? 每一项绩效薪酬或基于价值的购买方案本身都是一项带有真实成本的干预措施——测量、报告、行政管理,以及被分流到其中的临床时间——然而这些方案常常在没有反事实对照或叫停规则的情况下启动,然后凭信念无限期地运行下去。团队应该追问,什么样的证据能说服它相信该方案正在起作用,什么样的证据能说服它相信该方案正在失败或扭曲未被测量的照护,以及这两种证据是否真的被收集了。团队应坦诚承认,诚实的答案可能是"我们目前无法判断",而这本身就是在扩大规模之前先建立评价机制的理由。一个认真的回应会承诺进行一项预先设定的比较,留意对无人测量的照护所产生的影响,并愿意淘汰一个无法证明其物有所值的方案。

实践中的卫生经济学案例

拉克摩尔医院集团是一个虚构的非营利性网络,由奥斯特海姆共和国——一个高收入、社会保险资助的国家——境内的四家急症医院组成,主要通过相互竞争的疾病基金按诊断相关组付款。在重症监护病房出现一系列病例之后,其新任质量总监被要求为一项拟议的、旨在降低中心静脉导管相关血流感染(CLABSI)——一种严重的医院获得性感染——的集团范围项目提供正当理由。这项拟议的项目并不起眼:一份标准化的插管核查清单、一辆备货齐全的插管推车、员工培训、每日审查导管留置的必要性,以及一名负责维持这一切的感染预防护士。其年度成本适中,且大部分是人员时间。

这位总监首先对伤害进行成本核算。团队没有照搬一个笼统的数字,而是整理了奥斯特海姆本地的数据:每一例CLABSI都会增加一段有充分记录的重症监护和普通病房住院天数、额外的抗生素和诊断费用,以及升高的死亡风险。在诊断相关组体系下,疾病基金无论是否发生感染都为该次住院支付一笔固定金额,因此这些超额住院天数在很大程度上是医院而非支付方所承担的成本——不同寻常的是,这恰恰意味着商业方案之所以有力,正是因为服务提供者承担了这份伤害的代价。团队将可释放现金的节约(中介人员、药品)与释放出的能力(现在可以接收其他获得资助的住院患者的ICU床位)区分开来,并谨慎避免重复计算。

其经济学分析是有利的:即便在关于该项目能预防多少感染的保守假设下,该项目的成本也只是所避免失败成本的一小部分,而单向敏感性分析显示,即便有效性只有已发表估计值的一半,这一论证依然成立。但这位总监抵制住了三种诱惑。她没有向财务总监承诺一笔现金节约,而实际的收益其实是释放出来的ICU能力,因为一笔从未出现在账目上的节约会毁掉下一次安全论证的可信度。她构建了多纳贝迪安模型式的测量方式,在追踪结果(每千导管日的感染率)的同时追踪过程(核查清单的合规率、导管留置天数),因为她知道在单一病房层面,这一结果太过罕见,无法迅速反映出变化。她还将事故报告与任何绩效对话分离开来,使得推进期间导管相关问题报告数量的上升,被解读为警觉性的提高,而非失败的信号。

一位董事会成员提议更进一步:对每一例CLABSI扣减该病房的预算,将其视为一起绝不应发生事件。这位总监建议不要这样做。CLABSI在很大程度上可以预防,但并非完全可以预防;一项严厉的处罚会部分地落在病例组合和运气之上,会诱使员工将感染归因于入院时的状况而非导管本身,并会毒害该项目所依赖的报告文化。她指出,奥斯特海姆的支付方正在单独试点一项适度的基于价值的购买调整机制,在一组指标组合中奖励较低的经风险调整感染率——这是一种比单一事件处罚更温和、更难以被操纵的工具。董事会将该项目作为一项系统性投资予以资助,并承诺在十八个月后依据项目实施前的趋势对其进行评价,而不是在第一个好季度就宣布胜利。

四种部门视角

初创企业

一家销售感染监测或安全监控软件的数字健康初创企业,其生死存亡取决于它为安全所建立的商业方案的说服力,因为它的买方是一家医院,会问"这将预防什么伤害,被避免的成本是否大于你的许可费用?"一家诚实的初创企业会以买方自身的成本术语来量化被避免的伤害,并区分现金与能力,而不是引用一项外国的可归因成本研究,仿佛它可以照搬过来。它的危险在于,当买方真正的缺口是对已知事项可靠的行动时,却在推销检测能力——一个只会浮现更多警报、却不改变行为的仪表盘,增加的是成本,而非安全。早期证据往往单薄,因此带有反事实对照的可信试点,胜过听起来令人印象深刻的宣称。

小型企业

一家规模较小但已站稳脚跟的服务提供者——一家全科诊所合伙企业、一家单点诊所、一家养老院,或一家专科设备供应商——在同一份有限的预算内既承担伤害、又资助预防措施,这使得商业方案更加清晰,但几乎没有余地来吸收一个糟糕的季度。与初创企业不同,它并非在依据单薄的证据追逐增长;它运营着一项稳定的服务,主要需要的是可靠地——而非创新地——落实少数几项已知的安全做法——手部卫生、用药核对、压力性损伤检查。它的制约在于能力和规模:它无法在各地点之间对自身的结果进行风险调整,而单一一起严重事故就可能淹没其原本就不多的数据,因此与规模更大的同行进行原始比较既不公平,也会在内部产生误导。它通常是以价格接受者的身份进入绩效薪酬和绝不应发生事件方案的,因此它应当专注于自己能够持续可靠交付的少数几项过程,并依靠外部基准和共享学习,而非搭建自己负担不起的测量机制。

大型企业

一家大型医院集团或保险公司,拥有构建可归因成本数据、跨地点开展风险调整比较,以及运营一套认真的绩效薪酬或基于价值的购买方案的规模——同时也具备一旦激励机制设计错误便会造成真正损害的规模。它面临的核心挑战是自身内部的预算分割问题:资助预防措施的病房、核算节约的财务部门,以及继承释放出的能力的路径,分属不同的问责主体,因此它必须设计出能够奖励投资者的内部资金流转机制。在企业这一规模上,古德哈特定律的冲击最为猛烈,因为一项与金钱挂钩的集团范围指标,会在数十个地点被优化;组合指标、审计和病例组合调整是不可谈判的。

政府

一个部委或国家支付方为所有人设定了游戏规则——绝不应发生事件清单、基于价值的购买公式、医疗相关感染的处罚——而它的选择会在整个系统中传播。例如,美国医疗保险计划对医院获得性病症表现最差的四分之一医院进行处罚,并通过基于价值的购买调整付款;英格兰则采用了"质量与创新购买规划"(CQUIN)方案以及一份不予支付的全国绝不应发生事件清单。政府独有的风险在于,一项国家层面的激励措施,无论出发点多么良善,都是一件应用于异质服务提供者的钝器,因此它必须进行风险调整,以保护那些服务于病情最重和贫困人群的机构(见主题3.4《公平》),严谨地进行评价,并愿意淘汰那些只买到分数而非健康的方案。

常见失败模式

• 将安全视为纯粹的成本。 把预防措施界定为与生产力相竞争的支出,忽视了伤害所消耗的资源远远超过预防所需的资源。对策: 建立并公布可归因成本论证,使安全被视为释放出来的能力。

• 宣称从未实现的现金节约。 向财务总监承诺一笔资金,而真正的收益其实是释放出来的能力,一旦账目没有变化,便失去可信度。对策: 明确区分释放现金的收益与释放能力的收益。

• 为单一指标付费。 将金钱绑定在一项指标上,该指标随后会被优化,而牺牲一切未被测量的事物。对策: 使用组合指标,对底层记录进行审计,淘汰已经饱和的指标。

• 忽视病例组合。 依据原始结果进行奖励或处罚,惩罚那些治疗病情最重患者的服务提供者,奖励患者筛选行为。对策: 在资金易手之前透明地进行风险调整。

• 惩罚诚实的报告。 因已报告的伤害而扣减预算,从而抑制改进所依赖的事故数据。对策: 将学习系统与付款系统隔离开来。

• 将过程合规性与质量混为一谈。 奖励一项与结果没有已证实关联的过程测量,买到的是打钩合规,而非健康。对策: 要求提供证据,将每一项受奖励的过程与患者所看重的结果联系起来。

• 启动一个从未评价的方案。 在没有反事实对照的情况下无限期运行绩效薪酬,无法说明它是否买到了健康。对策: 将每一个方案都视为一个带有内置评价机制和叫停规则的假设。

成熟度模型

检查清单

• 已为你两三种发生率最高的可避免伤害估算出可归因的本地成本,并区分释放现金与释放能力的收益。
• 已识别出资助每项预防措施的预算,以及承担每项伤害成本的预算,并通过资金机制处理任何分割问题。
• 每一项受奖励的过程测量,都有证据支持将其与患者所在意的结果联系起来。
• 每一项与金钱挂钩的指标,在启动前都已针对作弊行为(针对指标的应试式照护、编码上浮、患者筛选)进行了压力测试。
• 基于结果的奖励和处罚已针对病例组合进行了风险调整,且方法已公布。
• 绝不应发生事件的处罚仅限于真正可预防、界定清晰、能可靠检测的事件。
• 事故报告和学习系统已与付款系统隔离开来。
• 每一项质量或绩效薪酬方案的启动,都配有反事实对照、评价计划和叫停规则。
• 测量方案的行政和临床时间成本已被计为真实成本。

主要来源

• 多纳贝迪安 — 《评价医疗质量》 — 支撑质量测量的结构-过程-结果框架。
• 世界卫生组织 — 患者安全与全球患者安全行动计划 — 将可避免伤害界定为一项重大的、在很大程度上可预防负担的国际框架。
• 美国医学研究所 — 《人非圣贤》与《跨越质量鸿沟》 — 确立差错系统观和质量六大维度的报告。
• 美国医疗保险与医疗补助服务中心 — 医院基于价值的购买及医院获得性病症减少计划 — 为质量和安全付费与处罚的国家范例。
• NHS England — 绝不应发生事件政策与框架,以及质量与创新购买规划(CQUIN) — 不予支付绝不应发生事件及与质量挂钩付款的英格兰范例。
• OECD — 《Health at a Glance》及患者安全经济学相关研究 — 关于低质量成本和可避免伤害的国际证据。

参考文献

1. Patient safety — Wikipedia — https://en.wikipedia.org/wiki/Patient_safety
2. Health care quality — Wikipedia — https://en.wikipedia.org/wiki/Health_care_quality
3. Donabedian model — Wikipedia — https://en.wikipedia.org/wiki/Donabedian_model
4. Adverse event — Wikipedia — https://en.wikipedia.org/wiki/Adverse_event
5. Medical error — Wikipedia — https://en.wikipedia.org/wiki/Medical_error
6. Iatrogenesis — Wikipedia — https://en.wikipedia.org/wiki/Iatrogenesis
7. Never event — Wikipedia — https://en.wikipedia.org/wiki/Never_event
8. Hospital-acquired infection — Wikipedia — https://en.wikipedia.org/wiki/Hospital-acquired_infection
9. Pay for performance (healthcare) — Wikipedia — https://en.wikipedia.org/wiki/Pay_for_performance_(healthcare)
10. Value-based purchasing — Wikipedia — https://en.wikipedia.org/wiki/Value-based_purchasing
11. Goodhart's law — Wikipedia — https://en.wikipedia.org/wiki/Goodhart%27s_law
12. Root cause analysis — Wikipedia — https://en.wikipedia.org/wiki/Root_cause_analysis