Ondersteuning bij datagedreven leren
voor lerende netwerken
GGZ Dataportaal ondersteunt lerende netwerken in de ggz bij leren van data voor kwaliteitsverbetering in de praktijk. Lerende netwerken gaan vaak over de behandeling van een specifieke patiëntengroep, type behandeling of een thema in het organiseren van zorg. Afhankelijk van de doelstellingen, wensen en behoeften van het netwerk wordt in overleg bepaald welke dataverzameling en ondersteuning het beste past.
Netwerk Individuele plaatsing & steun (IPS)
In samenwerking met Kenniscentrum Phrenos verzamelt GGZ Dataportaal geaggregeerde organisatiegegevens over IPS-programma’s voor de kwaliteitsrapportages. Uitkomsten en modeltrouwscores worden gecombineerd gepresenteerd over een tijdsperiode én voor elke organisatie afgezet tegen een landelijk gemiddelde. Alle 35 deelnemende organisaties ontvangen zo elk kwartaal hun kwaliteitsrapportage. Deze gebruiken zij om te leren en hun IPS-programma bij te sturen en verbeteren.
Netwerk Voorkomen verplichte zorg
Voor het netwerk Voorkomen verplichte zorg wordt met procesgegevens inzicht gecreëerd in de mate waarin verplichte zorg wordt toegepast. Dit inzicht geeft ondersteuning aan organisaties bij het opstellen en uitvoeren van beleid dat gericht is op het voorkomen en verminderen van verplichte zorg. Ieder kwartaal verzamelt GGZ Dataportaal de gegevens van de 16 deelnemende organisaties. De kwartaalrapportage geeft inzicht in de eigen organisatie en de eigen organisatie wordt vergeleken met de opgetelde uitkomsten van alle deelnemende organisaties. De bevindingen worden elk half jaar besproken in netwerk-bijeenkomsten waarin met elkaar geleerd wordt.
Heeft jouw organisatie ook interesse in deelname aan het netwerk Voorkomen verplichte zorg? Neem dan contact op met Markus van der Burgh via m.vanderburgh@akwaggz.nl.
Netwerk Angst & Depressie
In het lerend netwerk Angst & Depressie delen vier zorgaanbieders (Dokter Bosman, HSK, Max Ernst GGZ en Psy-zo!) ervaringen en inzichten met elkaar op basis van data. GGZ Dataportaal ondersteunt met het verzamelen, analyseren en visualiseren van uitkomstinformatie in combinatie met patiënt- en proceskenmerken.
