Casemix förändring i akutsjukvård i Stockholms läns landsting

Transkript

1 Casemix förändring i akutsjukvård i Stockholms läns landsting Hector Reyes Michael Högberg Hälso- och sjukvårdsförvaltningen Datum: Diarienummer: HSN

2 1 The pursuit of truth and beauty is a sphere of activity in which we are permitted to remain children all our lives. Albert Einstein Hälso- och sjukvårdsförvaltningen Utvecklingsavdelningen Hector Reyes hector.reyes@sll.se Michael Högberg

3 1 Innehållsförteckning 1 Sammanfattning Inledning Syfte Metod Resultat: Casemix förändring mellan Underlag Resultat av grupperare Trender i akutsjukhusens casemix Andel komplicerade DRG Justerat för casemix Antal diagnoser per vårdtillfälle Ålderssammansättning och kostnader per åldersgrupp Ålderssammansättning Karolinska och Övriga akutsjukhus (ÖAS) Antal vårdfall, totala kostnader och medelkostnader per åldersgrupp. Per sjukhus och Medelvårdtid (MVT) Samtliga vårdtillfällen Procent kortvård Samtliga fall Casemix-index (CMI) över tre viktlistor. Samtliga år ( ). Innerfall Casemix-index (CMI) per sjukhus. Samtliga år ( ). Innerfall Förändringar i medelkostnader och Casemix-index (CMI) per sjukhus. Samtliga år ( ). Innerfall Resultat: Jämförelser mellan sjukhus justerat för casemix. Innerfall DRG index DRG Innerfall. Justerat för casemix. Övriga akutsjukhus= DRG index DRG per sjukhus. Innerfall. Justerat för casemix. Övriga akutsjukhus (ÖAS)= DRG index DRG för patienter äldre än 64 år. Innerfall. Justerat för casemix DRG Förändring i casemix mellan 2010 och Samtliga fall. Justerat för casemix Kostnads och komplikationsindex i kortvård. Innerfall års priser. Komplikations DRG Signifikant skillnad i medelkostnader mellan kortvård och DRG med vårdtid längre än en dag års priser. Kruskal-Wallis test. Innerfall Signifikant skillnad i medelkostnader mellan Karolinska och Övriga akutsjukhus Innerfall. Kruskal-Wallis test Kostnadsfördelning och variationer i casemix Diskussion Slutsatser... 31

4 2 8.1 Förändringar i casemix mellan åren Litteratur Bilagor Bilaga 1: Förändringar mellan DRG Samtliga Bilaga 2: Andel totala kostnader per åldergrupp och år Bilaga 3: Index innerfall. Ålder 65-74, 75-w Bilaga 4: Andel kortvård Bilaga 5: Kostnadsfördelningar på 4 högfrekventa DRG Bilaga 6: Termer och begrepp Bilaga 7: Formler Bilaga 8: DRG texter för de 21 mest frekventa DRG Bilaga 9: Förkortningar... 43

5 3 1 Sammanfattning Gruppering av flera års KPP data med samma grupperare, samma trimning och en enda viktlista är sällsynta i Sverige och troligtvis i Europa. En sådan metod gör att skillnader i casemix mellan sjukhusen och utveckling över tiden blir mer jämförbara. Resultat av gruppering visar att detta angreppsätt inte skiljer sig nämnvärt åt från de parametrar som används för kontroll i de årliga återkommande arbetena med grupperingar och trimningar. De data som visas i denna studie bekräftar resultat från tidigare rapporter, med årsgruppering: registrering av antal diagnoser ökar, andel komplicerade DRG ökar, medelvårdtid minskar och medelkostnader inte ökar under perioden. Andel äldre ökar men främst berör det åldersgruppen mellan som inte bara ökar mest i volym utan ökar mest när det gäller medelkostnader, medan äldre än 84 år minskar mest i volymer och medelkostnader. Det förekommer stora skillnader i ålderssammansättning och i förändringar i volym och medelkostnader mellan Universitetssjukhus och Övriga akutsjukhus (ÖAS) och dessa förstärks under perioden. Jämförelser av tre viktlistor visar att den gemensamma viktlistan är den som bäst motsvarar sjukhusens kostnader och även den som uppvisar en mer jämn relation mellan kostnader och intäkter. Resultatet i denna rapport bekräftar resultat från tidigare studier kring de stora skillnaderna mellan Karolinska Universitetssjukhuset och ÖAS i kostnader, och de relativt små skillnaderna i medicinska data - komorbiditet och andel komplicerade DRG - efter justering för casemix, och även de små skillnaderna i kostnaderna mellan ÖAS sinsemellan och de stora skillnaderna i medicinska data. Äldre än 64 år är mer resurskrävande än en genomsnittlig patient, stannar längre vid sjukhus, har högre komorbiditet och större andel komplicerade DRG. Ökning av komorbiditet, andel komplicerade DRG, andel äldre än 64 under perioden tyder på förändringar till en ökad sjukdomsbörda i casemix. Det finns signifikanta och systematiska kostnadsskillnader mellan kortvård och ett genomsnittligt DRG och mellan Universitetssjukhus och ÖAS i nästan samtliga DRG. Detta leder till bias som gör DRG systemet mindre förutsägbart. Kostnadsfördelningen för högfrekventa DRG varierar kraftigt mellan åren - eftersom casemix varierar, vilket försvårar förutsägbarheten. Variationskoefficient (CV) och snedhet (S) varierar kraftigt mellan åren och visar på variationer i casemix. De flesta DRG får en begränsad spridning (CV) efter trimning, men cirka 80 procent av DRG har fortfarande en hög snedhet eller svans och avviker från en symetrisk fördelning. Det innebär att trimningsmetoden kan förbättras - genom exempelvis trimning av kortvård eller införande av nya DRG för kortvård eller genom separata viktlistor för Universitetssjukhus respektive ÖAS.

6 4 2 Inledning Under 1990-talet infördes på några sjukhus i Sverige kalkylmetoder som grundade sig på att knyta en betydande del av sjukvårdskostnaderna till patientunika vårdkontakter eller kostnad per patient (KPP) 1. Under samma period började några landsting att använda DRG (Diagnos relaterade grupper) som grund för prestationsersättning. Detta och andra faktorer gjorde det nödvändigt att utarbeta nya metoder för att beräkna relativa vikter grundat på vårdkostnader och DRG, och för att bl.a. undersöka hur dessa skiljer sig åt mellan sjukhus. En metod gick ut på att trimma fördelningen i DRG genom att beräkna en gräns för exkludering av fall med extremt höga kostnader för att beräkna relativa vikter utifrån resterande mer kostnadshomogena underlag som i DRG sammanhang benämns för innerfall. En annan metod gällde korrigering för skillnader mellan sjukhusens fallblandning så att kostnadsjämförelser och jämförelser av andra parametrar kunde bli rättvisande. Den första metoden benämndes trimning genom kvartilmetod, och den andra DRG metod. Båda utarbetades av Spri 2 under 1990-talet och används fortfarande i princip oförändrade i några landsting i Sverige, Socialstyrelsen (SoS) och Sveriges kommuner och Landsting (SKL). Spri använde metoden för att jämföra casemix mellan sjukhus under ett år. Metoden kom aldrig att prövas för att jämföra kostnadsskillnader mellan sjukhus eller jämföra casemix vid ett och samma sjukhus under en längre period av flera år med samma DRG grupperare. I internationell litteratur 3 har longitudinella respektive tvärsnittsstudier kring förändringar i casemix varit desto mer förekommande. Publicerade artiklar fokuserar främst på förändringar i casemix-index (CMI), vilket i första hand är ett relativt mått på resursförbrukning, men som i den engelskspråkiga litteraturen även definieras som ett mått på patientmixens medicinska svårighetsgrad 4. Ett problem med dessa studier är oklarheter kring grupperingslogiken. Om de grundas på grupperingslogiken från olika år eller om data har grupperats med samma DRG-logik. Det förekommer även oklarheter kring vilka slags kostnader som de relativa vikterna grundar sig på. Beräkning av resursförbrukning och relativa vikter grundar sig ofta på finansiärernas ersättning för utförd vård, budget, utgifter, vårdtid eller liknande beräkningar (reimbursement, charge, claims data, expenditure, length of stay, health care resource utilization), och inte de faktiska kostnader som sjukhusen förbrukar för att producera sjukvård. Jämförelser av casemix och kostnader över en längre period är sällsynta i Sverige. En viktig begränsning är att gruppering av patient- och kostnadsdata 1 Sveriges Kommuner och Landsting. Nationella KPP principer. Version 3.0. Kostnad per patient 2 Spri, Hälso- och sjukvårdens utvecklingsinstitut. Spri avvecklades i början av 2000-talet. 3 Partha Deb. Professor of Economics. University of New York. Trends in CaseMix in the Medicare Population Carmen M. Mendez, MD, 1, 2 Darrell W. m. fl. Impact of Hospital Variables on Case Mix Index as a Marker of Disease Severity Se definitioner i bilaga 6 och 7

7 5 inte kan jämföras på ett korrekt sätt när primär grunddata (klassifikation av diagnoser, ICD-10-SE och klassifikation av vårdåtgärder, KVÅ) och även grupperingslogiken förändras varje år. Mest påverkan har skett vid förändring av DRG logiken 2012 då komplikationsnivåerna utökades till tre, varvid ett större antal DRG uppdelades i de olika komplikationsnivåerna. Ytterligare en komplikation är att trimning och beräkning av de relativa vikterna uppdateras årvis, och representerar årets casemix. Studier som har genomförts i Stockholms Läns Landsting (SLL) tyder på att sjukhusens casemix och kostnadsrelationer mellan DRG förändras mellan åren. Att patientmix förändras varje år innebär, att andel ytterfall per DRG - och sjukhus - förändras. Medelkostnader och relativa vikter förändras och med det även relationer mellan DRG kostnader och relativa vikter. En studie om förändringar i casemix över en längre period kan bidra till viktiga kunskaper kring skiftningar i casemix vid ett sjukhus mellan åren och mellan universitetssjukhus och andra akutsjukhus. Den kan även bidra till relevanta kunskaper om DRG systemets olika komponenter (gruppering över flera år, trimning, relativa vikter, CMI, systematiska skillnader mellan sjukhusen, etc.), och öppna för möjligheter att både förnya metoder och öka systemets förutsägbarhet. 3 Syfte Syftet med denna studie är att belysa förändringar i akutsjukhusens casemix i SLL under perioden genom att använda samma grupperare (2015) och relativa vikter beräknade på samtliga år. Ett annat syfte är att utvärdera resultat av gruppering mot tidigare resultat, exempelvis teknisk gruppering (RTC), förklaringsvärde, tidigare års viktlistor, mm. Utifrån dessa syften ska basala frågeställningar i DRG systemet belysas: skillnader mellan kortvård och ett genomsnittligt DRG fall, skillnader mellan Universitetssjukhus och Övriga akutsjukhus, utveckling av komplikations DRG, trimningsmetod och förutsägbarhet i DRG systemet. Hypotes Trenden med ökning av andel äldre inom akutsjukvård, ökat antal diagnoser per fall och ökad andel komplicerade DRG tyder på ökad svårighetsgrad i casemix. Dessa mått på ökad svårighetsgrad hos patienterna borde speglas i ökad medelkostnad per sjukhus och även en ökad CMI för de sjukhus som ökar svårighetsgraden mest. 4 Metod Kostnadsfördelningen för ett DRG är extremt snedfördelade i nästan samtliga DRG. För att dämpa de asymmetriska variationerna i DRG fördelningen exkluderas de observationer vilka uppvisar alltför extrema kostnader i samma DRG. Dessa kallas ytterfall. Exkludering av avvikande, höga kostnader kallas för

8 6 trimning och kvarstående patientdata, med högre kostnadshomogenitet och förutsägbarhet, benämns innerfall. Avsikten med trimning är att minska systematiska kostnadsskillnader i DRG mellan sjukhus och minska avvikelser i DRG spridning. Det gör att medelkostnader för ett DRG blir mer förutsägbart. Även andra faktorer vilka kan påverka patienters sjuklighet tenderar att bli mer likartade: Ålder, kön, medicinsk svårighetsgrad, vårdtid, etc. Den trimningsmetod som används i Sverige kallas kvartilmetod. Metoden bearbetades av Spri under 1990-talet. Det förekommer en stor skillnad i patienters vårdbehov betingat av sjukdomarnas natur och svårighetsgrad. Olikheterna framkommer i stor variation av vårdkostnaderna. Sjukhus har olika specialisering och utrustning för de vårdinsatser som ges och får därmed olika fallblandning eller casemix 5. DRG-metoden korrigerar för skillnader i casemix mellan sjukhus, så att jämförelser av kostnad, medelvårdtid, etc. kan bli rättvisande. Följande mått har beräknats enligt samma metod: Kostnadsindex, vårdtidsindex, komplikationsindex, index för antal diagnoser, andel äldre än 64 år och kortvårdindex. Kruskal-Wallis test för att undersöka signifikanta skillnader mellan 2 oberoende grupper, Universitetssjukhus gentemot Övriga akutsjukhus, kortvård gentemot ett genomsnittlig DRG, etc. redovisas. Jämförelser görs av medelvärde, variationskoefficient (CV) och snedhet (S) i samma DRG över olika år, samt fördelning av kostnader för några högfrekventa DRG. Förändringar i CV och S mellan åren visar hur kostnadsfördelningar varierar mellan åren och speglar även indirekt hur casemix förändras. Beräkning av relativa vikter har gjorts på basis av Kostnad per patient (KPP). KPP är en metod för att beräkna sjukvårdens kostnader per vårdkontakt och per patient 6. Data har trimmats och det innebär att 5 procent av vårdtillfällen med extremt höga kostnader har exkluderats vid beräkning av relativa vikter för den sammanlagda perioden ( ). Resultat av gruppering över hela perioden jämförs med gruppering av 2015 års gruppering: Teknisk gruppering (RTC), andel kostnadsytterfall, förklaringsvärde (R 2 ), CMI. För att förenkla jämförelser av casemix mellan sjukhus har sjukhusen delats upp i Universitetssjukhus och Övriga sjukhus. I de senare ingår Läns- och Länsdelssjukhus. För att åstadkomma relevanta jämförelser mellan sjukhus begränsas data till ett urval av sjukhus, som består av Universitetssjukhus och Övriga akutsjukhus (ÖAS). För beräkning av andel komplicerade DRG per sjukhus har komplicerade och mycket komplicerade DRG slagits ihop. Andel komplicerade DRG räknades som summa komplicerade DRG ( komplicerade och mycket komplicerade ) av samtliga komplikations DRG ( komplicerade, mycket komplicerade och ej komplicerat ). Kortvård består av vårdfall med vårdtid noll och ett och vårdtid har beräknats med formeln Utskrivningsdatum Inskrivningsdatum. Medelvårdtid (MVT) har beräknats genom att vårdtid dividerats med antal vårdtillfällen. Patientdata för hela perioden har grupperats med NordDRG svensk CC-version 2015 som består av 776 DRG i sluten vård där 568 DRG (73 %) är uppdelade i 3 5 Spri rapport Sveriges kommuner och Landsting, SKL. Nationella KPP principer. Version

9 7 komplikationsnivåer 7. CMI från viktlistan över hela perioden jämförs med CMI från Nationell viktlista 2015 och med CMI räknat på vikter för varje år med motsvarande års grupperare. Anledning till att beräkna en viktlista för samtliga år är att casemix förändras, och ett specifikt år speglar inte de variationer som sker över tiden i casemix. Data består av kostnadsdata (KPP) från 6 akutsjukhus i Stockholms Läns Landsting (SLL) och dessa är: Karolinska Universitetssjukhuset, S:t Göran, Danderyd, Södersjukhuset, Södertälje sjukhus och TioHundra. Sammanlagt blir det ett Regionsjukhus (universitetssjukhus), 3 Länssjukhus, och 2 Länsdelssjukhus. För att kunna göra meningsfulla jämförelser mellan sjukhusen samt öka jämförbarheten mellan dem har ett antal verksamheter med väldigt nischade uppdrag och låg volym samt geriatriska verksamheter uteslutits 9. 5 Resultat: Casemix förändring mellan Underlag Data består av kostnadsdata (kostnad per patient, KPP) för 6 akutsjukhus i Stockholm inom slutenvården. Kostnadsdata har justerats med LPI och beräknats till 2015 års priser och är på det sättet jämförbara mellan åren. Patientdata har grupperats med DRG 2015, och trimmats 5 procent av vårdfall med extremt höga kostnader. En viktlista för samtliga år har beräknats, och på så sätt kan förändringar av casemix fångas på ett mer korrekt sätt. 7 Socialstyrelsen. Vägledning till NordDRG. Svensk version Data för 2010 och 2011 har kompletterats med Valdatabasen för S:t Göran och TioHundra, men kostnader saknas för dessa år. 9 Mer utförliga förklaringar av begrepp och metod redovisas i bilaga 6 och 7.

10 Tusental Resultat av grupperare Diagram 1 och 2: Korrekt teknisk gruppering (RTC) och procent ytterfall. 100,0 99,8 99,6 99,4 99,2 99,7 Korrekt gruppering i procent (RTC=0). DRG ,6 99,7 99,7 99,7 99,6 99,7 99, Samtliga Hector Reyes.Vårdinformatik-HSF 9% 8,5% 8% Det tekniska resultatet av gruppering (RTC) visar en variation på mellan 99,6-99,8 procent av korrekt gruppering av patientdata under perioden. Gruppering av samtliga år med samma DRG grupperare (2015) skiljer sig inte nämnvärt åt från sedvanliga års grupperingar av kostnadsdata. Trimning av 5 procent ytterfall av samtliga år skiljer sig marginellt åt mellan åren. Den höga andelen ytterfall på Karolinska universitetssjukhuset stämmer överens med trimning av ett års data. Variationer i andel ytterfall är mindre på Övriga sjukhus. Det kan tyda på att kostnader och casemix - är mer kostnadshomogen och stabil mellan åren. Ett annat mått är kostnadshomogenitet i DRG systemet för innerfallen, som mäts med förklaringsvärde (R 2 ). R 2 ligger sammanlagt under hela perioden på 65,9 procent och varierar årsvis mellan 63,5 (2015) och 67,8 (2010). Nivån på förklaringsvärde (R 2) skiljer sig inte heller nämnvärt åt från tidigare resultat från årsvisa trimningar. Gruppering av 6 års data speglar samma mönster som sedvanliga gruppering av ett års data och gruppering av flera år verkar fungera tillfredställande tekniskt sätt. Diagram 3: Medelkostnader och Casemix index (CMI) för innerfall. Viktlista och viktlista Medelkostnader Innerfall. CMI SLL VL , CMI Nationell VL ,02 1, ,00 1, ,99 45,3 0, ,6 Medelkostnad 44 0,96 10% 7% 8,9% 6% 5,3% 5,5% 5% 4% 3% 2% 2,3% 2,3% 1% 0% Procent ytterfall SLL viktlista 8,1% 2,8% 8,5% 8,2% 2,5% 2,5% 7,8% 5,0% 4,9% 4,7% 4,7% 8,3% 5,0% 2,7% 2,5% Karolinska Övriga akutsjukhus Samliga Hector Reyes.Vårdinformatik-HSF ,94 0,92 CMI-SLL viktlista CMI-V viktlista ,90 Hector Reyes.Vårdinformatik-HSF Medelkostnader för innerfallen minskar under de första två åren (det kan bero på att 2010 och 2011 saknas S:t Göran och TioHundra), men från 2012 sker en relativt stabil utveckling. Casemix index (CMI) grundat på en viktlista för samtliga år och 2015 års viktlista skiljer sig mest åt i början av perioden, cirka 2

11 9 procent, för att sedan konvergera i slutet av perioden. Även detta resultat tyder på att gruppering har fungerat korrekt. Tabell 1: Genomsnittlig kostnader och ersättning (miljoner kr) per år på innerfall. Viktlista och viktlista Faktisk KPP (miljoner kr) DRG ersättning VL DRG ersättning Nat VL Diff VL (%) Diff NVL 2015 (%) Karolinska U ,8% -9,0% S:t Göran ,5% 12,2% Danderyd ,6% 8,1% Södersjukhuset ,1% 8,1% Södertälje sjukhus ,0% 5,8% TioHundra ,1% 20,9% Samtliga ,1% -0,6% I tabellen ovan har genomsnittskostnader och ersättning beräknats årsvis under hela perioden 10. Ersättning har räknats på basis av två olika viktlistor (VL), viktlista och viktlista för år Vid DRG ersättning på innerfallen, - där vikter från de olika viktlistorna multipliceras med den genomsnittliga kostnaden för innerfallen - är skillnader mellan den gemensamma viktlistan för hela perioden (6 år) mindre (-0,1 %) än den som grundas på 2015 års viktlista (- 0,6 %) jämfört med de faktiska kostnaderna för samtliga sjukhus. Även skillnader för Karolinska och S:t Görans sjukhus är lite mindre. Resultatet för båda viktlistorna visar att Karolinska missgynnas av ett gemensam viktlista (minus 8-9 %) medan övriga akutsjukhus gynnas, då deras intäkter skulle bli mellan 6-20 procent högre än sina respektive kostnader. 5.3 Trender i akutsjukhusens casemix Tabell 2: Trender i akutsjukvård År 2010 År 2015 Diff i 2015/2010 Diagnoser/vtf 2,8 3,4 21% Åtgärder/vtf 1,3 1,8 32% Andel komplicerade 41% 48% 17% Andel > 64 år 41% 43% 6% Medelkostnader % Medelvårdtid 3,6 3,5-2% Procent korvård 38% 40% 4% CMI-SLL-2010_2015* 0,998 1,011 1% Bilden visar skillnader mellan medicinska och andra data och resursförbrukning mellan 2010 och Registrering av medicinska data har ökat betydligt, Kostnader och ersättning för S:t Göran och TioHundra gäller perioden För resten av sjukhusen gäller perioden Se bilaga 1 för att se förändringar mellan Förändringar är lägre men ändå betydande.

12 10 procent ökning av antal diagnoser per fall, 32 procent ökning av åtgärder och 17 procent ökning av andel komplicerade DRG. Även andel äldre än 64 år har ökat med 6 procent. Den ökade komorbiditeten och andelen äldre tyder på en ökad sjukdomsbörda. Mått på resursåtgång däremot minskar, 4 procent för medelkostnader 12 och 2 procent för medelvårdtiden. Andel kortvård (vårdfall med vårdtid noll och ett) ökar 4 procent under perioden. Casemix-index ökar 1 procentenhet under perioden. Den ökade medicinska svårighetsgraden och den större andelen äldre än 64 ökar däremot inte resursåtgång totalt sett. Det kan vara många förklaringar för dessa variationer, men en av dem kan vara en ökad kodning av diagnoser, eller kodningseffekt. Detta bidrar sannolikt till att de verkliga förändringarna i casemix kommer att överskattas. 5.4 Andel komplicerade DRG Justerat för casemix Diagram 4-5: Procent komplicerade DRG Index för andel komplicerade DRG samtliga år. Justerat för skillnader i casemix. 59% 57% 55% 53% 51% 49% 47% 45% 44% 43% 41% 41% 39% 37% 35% 36% 33% 31% 29% 27% 25% Procent komplicerade DRG % 54% 49% 48% 44% 39% 2010* 2011* Karolinska U S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Samtliga Hector Reyes.Vårdinformatik-HSF Index för procent komplicerade DRG. Samtliga år. Innerfall. ÖAS= Hector Reyes HSF-Vårdinformatik Diagram 4 visar procent komplicerade DRG mellan Procent komplicerade DRG har ökat 17 procent i genomsnitt för samtliga sjukhus. Skillnader i procent komplicerade DRG mellan Övriga akutsjukhusen är stora, trots liknande uppdrag, och även förändringar över tiden är olika. Södersjukhuset har ökat mest, med 22 procent under perioden, och särskilt under 2012 till Trots att alla sjukhus har ökat andel komplicerade DRG har spridning mellan sjukhus ökat jämfört med Trots sin unika ställning som universitetssjukhus, och sina betydlig högre kostnader och svårare casemix ligger Karolinska universitetssjukhuset nära mitten. Det tyder på olika kodningspraxis i registrering av bidiagnoser mellan sjukhusen Skillnaderna i medelkostnader mellan 2012 och 2015 är lika med noll. Se bilaga En mer ingående analys av förändringar i komplikations DRG kan ses i Komplikations-DRG : Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting. Hector Reyes. Michael Högberg. 2016

13 Antal diagnoser per vårdfall 11 I diagram 5 redovisas index för andel komplicerade DRG för samtliga år efter justering för skillnader i casemix, dvs. hänsyn är tagen till patientsammansättning på varje sjukhus. Jämförelse görs mot genomsnittet för alla akutsjukhus exklusive Karolinska Universitetssjukhuset för år Det innebär att 55 DRG som finns enbart på Karolinska inte ingår i jämförelsen. Genomsnittet för övriga akutsjukhus 14 utgör nämnaren (=100). Karolinska universitetssjukhuset har 4 procent fler komplicerade DRG än genomsnittet för Övriga akutsjukhus efter justering av casemix. S:t Göran har 18 procent högre andel komplicerade DRG än genomsnittet för alla övriga akutsjukhus, i samma DRG. Danderyds sjukhus ligger sex procent högre än genomsnittet medan Södersjukhuset och Södertälje däremot ligger 10 procent under genomsnittet i andel komplicerade DRG. Slutligen har TioHundra 7 procent högre andel komplicerade DRG jämfört med genomsnittet, vilket visar att även Länsdelsjukhusen skiljer sig åt sinsemellan i procent komplicerade DRG. Trots relativt liknande uppdrag avviker S:t Göran, Danderyd och Södersjukhuset betydligt sinsemellan. Karolinska ligger 4 procent över genomsnittet, trots dess unika uppdrag som Universitetssjukhus, och trots dess extremt höga kostnader och därmed svårare casemix. Resultatet liknar de tal som beräknas på årsbasis, men skillnaderna i detta fall är att dessa data omfattar 6 år och därmed utgör ett relativt konsistent resultat över en lång tidsperiod. 5.5 Antal diagnoser per vårdtillfälle Diagram 6: Antal diagnoser per vårdtillfälle Samtliga fall. Antal diagnoser per vårdfall Samtliga fall. 4,0 3,8 3,5 3,5 3,4 3,2 Karolinska U 3,0 3,0 3,1 S:t Göran 2,8 2,5 2,6 Danderyd 2,5 Södersjukhuset 2,0 Södertälje sjukhus TioHundra 1,5 Samtliga 1,0 2010* 2011* Hector Reyes.Vårdinformatik-HSF Diagrammet visar förekomst av antal registrerade diagnoser under Utveckling av kodning har samma trend som har påvisats från tidigare år. Relationer mellan sjukhusen följer ett mönster som liknar tidigare utveckling. S:t Göran och TioHundra ligger i topp med cirka 3,8 diagnoser per vårdtillfälle, Danderyd och Karolinska ligger i mitten med cirka 3,5 diagnoser per fall följt av Södersjukhuset med 3,1 och slutligen Södertälje sjukhus med lägst värde, 2,6 diagnoser per fall. Antal diagnoser har ökat 21 procent i genomsnitt mellan för samtliga sjukhus, från 2,8 till 3,4. Ökningstakten för Danderyd och Södersjukhuset är dubbelt så stor eller mer under perioden än mellan perioden Störst ökning har skett på Södersjukhuset och 14 Övriga akutsjukhus avses här samtliga sjukhus i Stockholm utom Karolinska sjukhus.

14 12 Karolinska universitetssjukhuset med 25 respektive 23 procent. Danderyd har ökat med 17 procent och minst ökning hade Södertälje sjukhus med 4 procent. Ökning per år var 0,1 diagnoser per fall, förutom 2015 där ökningen var 0,2 diagnoser per fall. Denna ökning kan bero på införandet av tre komplikationsnivåer i grupperingslogiken år 2013 i Stockholm 15. Värt att notera är att det är stora ökningar under en relativt kort tidsperiod. Om dessa förändringar beror på ändrad kodningspraxis blir det svårare att fånga de verkliga förändringarna i casemix. 5.6 Ålderssammansättning och kostnader per åldersgrupp Ålderssammansättning Karolinska och Övriga akutsjukhus (ÖAS). Diagram 7-8: Förändring i ålder Karolinska och Övriga akutsjukhus Andel vårdfall per åldersklass Karolinska 100% 6% 6% 7% 7% 5% 5% 90% 11% 11% 12% 12% 11% 12% 80% 16% 70% 16% 17% 17% 17% 17% 85-WW 60% 23% 22% % 40% 30% 44,4% 20% 43,7% % 0% År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes.Vårdinformatik-HSF Andel vårdfall per åldersklass Övriga akutsjukhus 100% 13% 90% 13% 13% 13% 13% 13% 80% 17% 17% 17% 17% 17% 17% 70% 60% 16% 17% 17% 18% 18% 18% 85-WW % 40% % 20% % 0% År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes.Vårdinformatik-HSF Andel äldre än 64 år är olika mellan sjukhusen. Karolinska och ÖAS har olika ålderssammansättning. Andel äldre är större vid ÖAS. Andel äldre än 64 under perioden har ökat cirka 2 procent för Karolinska och cirka 6 procent för Övriga akutsjukhusen under samma period. Andel vårdfall i åldrarna har ökat 10 procent och 7 procent i åldrarna men minskat 9 procent för äldre än 84 år mellan vid Karolinska universitetssjukhuset. Motsvarande för ÖAS är en ökning med 14 procent för åldersgrupp 65-74, en procent för åldrarna och två procent för äldre än 84. Sammanlagt för samtliga sjukhus har andel äldre än 64 ökat med 6 procent under perioden. 15 År 2012 infördes en ny komplikationsnivå i den Svenska DRG versionen, mycket komplicerat, och antal komplikationsnivåer utökades till tre, samt ett större antal DRG som inte var uppdelade tidigare tillfördes komplikationsegenskaper. Se Socialstyrelsen. Vägledning till NordDRG. Svensk version 2015

15 13 Skillnader i andel äldre än 64 år mellan Karolinska och ÖAS under perioden har ökat till 41 procent i slutet av perioden, då det fanns 34 % äldre än 64 år vid Karolinska jämfört med 48 % för Övriga akutsjukhusen Antal vårdfall, totala kostnader och medelkostnader per åldersgrupp. Per sjukhus och Tabell 3-4: Relativa skillnader i antal vårdtillfälle och kostnader för Karolinska ( ) och Övriga akutsjukhus, ÖAS ( ). Karolinska universitetssjukhuset minskar nästan lika mycket i antal som i totala kostnader, vilket resulterar i att medelkostnaden blir oförändrad under Det är bara åldersgrupp 0-44 som ökar medelkostnad med 2 procent. För äldre än 64 minskar medelkostnaderna, mest i åldersgrupp 85 och äldre, med minus 5 procent. Vid ÖAS mellan ökar medelkostnader för alla åldersgrupper utom för åldersgruppen 85 år och äldre, vilken minskar 3 procent under Medelkostnaden i åldersgrupp är oförändrad. Mest ökar medelkostnaderna för ÖAS i åldersgrupp 0-44 år och med 5 resp. 6 procent. Anledning till ökningen är att de totala kostnaderna ökar mer än antal vårdtillfällen (åldersgrupp 65-75), analogt att de totala kostnaderna minskar mindre än minskningen av antal vårdfall under perioden (åldersgrupper 0-44 och 45-64). 16 Se bilaga 2 för att se andel kostnader per åldersgrupp

16 Tusental Medelvårdtid Medelvårdtid (MVT) Samtliga vårdtillfällen Diagram 9: Förändring i medelvårdtid 5,0 Medelvårdtid Samtliga vårdtillfälle 4,5 4,2 4,0 3,6 3,5 3,5 3,5 3,4 3,2 3,2 3,0 2,5 4,0 Karolinska U S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Samtliga 2,0 År 2010* År 2011* År 2012 År 2013 År 2014 År 2015 Hector Reyes.Vårdinformatik-HSF Medelvårdtid vid akutsjukhusen har minskat under lång tid. Under perioden har MVT minskat 2 procent för samtliga sjukhus i Stockholm. Alla sjukhus har minskat medelvårdtid utom Södertälje. Störst minskning ses på S:t Göran, TioHundra och Karolinska universitetssjukhuset, med 8, 7 respektive 5 procent. Danderyd och Södersjukhuset har minskat kring 3-4 procent. Minskningar i medelvårdtid påverkas av ökad andel kortvård (se nästa bild). 5.8 Procent kortvård Samtliga fall Diagram 10-11: Procent kortvård och medelkostnader. Samtliga fall Procent kortvård samtliga vårdfall. Per sjukhus 49% 47% 45% 43% 44% Karolinska U 41% S:t Göran 40% 39% 38% Danderyd 37% 37% 35% 36% 33% 31% 29% Södersjukhuset Södertälje sjukhus TioHundra Samtliga 27% 25% År 2010* År 2011* År 2012 År 2013 År 2014 År 2015 Hector Reyes.Vårdinformatik-HSF Medelkostnader per vårdtid. Samtliga år Vårdtid noll dag 53 Vårdtid ett dag 39 Vårdtid > 1 dag 27 Samtliga Karolinska sjukhus Övriga akutsjukhus Hector Reyes.Vårdinformatik-HSF Andel kortvård (vårdtid noll och ett) har ökat från 38 procent till 40 procent för samtliga sjukhus, eller 4 procent. År 2015 uppgick andel fall med vårdtid noll till 11 procent och fall med vårdtid en dag till 29 procent. Ökningen är ungefär lika för de stora sjukhusen, kring 6-7 procent. Södertälje och TioHundra har endast

17 CMI Index CMI 15 förändrats marginellt. S:t Göran har den största procenten kortvård och TioHundra den minsta procentandelen. Medelkostnad per vårdtillfälle för Karolinska är 76 tusen kronor i genomsnitt, och 18 respektive 27 tusen för vårdtillfällen med vårdtid noll och en dag. Medelkostnader för ett genomsnittligt DRG är 39 tusen kronor för Övriga akutsjukhus, och 12 respektive 20 tusen för vårdtillfällen med vårdtid noll och en dag. Det innebär att skillnaderna i kostnader mellan kortvård och ett genomsnittligt fall är mellan 2-4 gånger. Skillnaderna mot vårdfall med vårdtid längre än en dag är ännu större. I en tidigare rapport 17 har kommit fram att bias i kortvård är av olika typer som det är svårt att komma åt. Exempelvis kan det röra sig om överkodning av bidiagnoser eller åtgärder som leder till klassificering som komplicerade DRG fast det i verkligheten inte är komplicerade fall. Andra exempel kan vara patienter som skulle behandlas i dagsjukvården, flyttning mellan olika kliniker eller sjukhus under en vårdepisod, etc. Vårdtillfällen i kortvård har signifikanta kostnadsskillnader jämfört med ett genomsnittligt fall i samma DRG 18, och gör DRG mindre kostnads och medicinskt homogen. Därför är den stora andelen kortvård ett problem som DRG systemet eller trimning - inte lyckats hantera. 5.9 Casemix-index (CMI) över tre viktlistor. Samtliga år ( ). Innerfall. Diagram 12-13: Casemix-index över tre olika viktlistor och relativa skillnader. Övriga akutsjukhus=100. Innerfall samtliga år ( ). 1,30 1,25 1,20 1,15 1,10 1,05 1,00 0,95 0,90 0,85 0,80 0,75 0,70 CMI vikter CMI över tre viktlistor samtliga år ( ) CMI vikter 2015 CMI löpande vikter Karolinska U S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Övriga akutsjukhus Hector Reyes.Vårdinformatik-HSF CMI vikter CMI index över tre viktlistor samtliga år CMI vikter 2015 CMI löpande vikter Karolinska U S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Övriga akutsjukhus Hector Reyes.Vårdinformatik-HSF I första diagrammen ovan visas CMI per sjukhus vid tillämpning av 3 olika viktlistor: Viktlista som räknas över samtliga år och som är unik i denna rapport, Viktlista 2015 (nationell) och löpande viktlista som räknas varje år (nationell). De två första grundas på att kostnadsdata från samtliga år har grupperats med samma grupperare (2015). Löpande viktlista innebär att kostnadsdata inte har grupperats om med samma grupperare utan DRG är klassificerade med varje års DRG och erhållit årligen beräknade relativa vikter. 17 Hector Reyes. Michael Högberg. Kortvård och trimning av extremt låga kostnader Se avsnitt 6.6

18 CMI 16 Skillnaderna mellan viktlistorna är relativt små. Skillnader mellan viktlistan 2015 och det som räknas varje år (med varje års grupperare) är marginella. Viktlistan för hela perioden ( ) närmar S:t Görans CMI till de Övriga akutsjukhusen och stämmer bättre överens med dess kostnader där skillnaden är högst 2 procent. Samtidigt differentieras Karolinska universitetssjukhusets CMI ännu mer gentemot CMI för Övriga akutsjukhusen och överensstämmer bättre med kostnadsskillnaderna gentemot dessa som är drygt 60 procent (utan att justera för casemix skillnaderna). Detta tyder på att CMI speglar sjukhus Casemix och dess förändringar över tiden mer tillförlitligt. Skillnaderna i medelkostnaderna, mellan Karolinska och Övriga akutsjukhus för innerfallen är 64 procent i genomsnitt för samtliga år, men skillnaderna i CMI är kring 40 procent i diagram 13. Det innebär att skillnaderna i resursåtgång och medicinsk svårighetsgrad inte verkar speglas fullt ut i casemix-index, oavsett vilken typ av viktlista som tillämpas. Men skillnaderna mellan kostnaderna och CMI avviker minst med viktlistan för den sammantagna perioden ( ). S:t Görans CMI ligger kring 7 procent över genomsnittet för Övriga akutsjukhus. Södersjukhuset, TioHundra och Danderyd ligger kring genomsnittet, och Södertäljes CMI ligger kring 7 procent under genomsnittet Casemix-index (CMI) per sjukhus. Samtliga år ( ). Innerfall. Diagram 14: Casemix-index : Innerfall 1,30 1,25 1,20 1,15 1,165 1,10 1,05 0,90 0,873 0,850,842 0,80 0,788 0,75 1,216 1,000,998 0,998 0,95 CMI Viktlista ,913 0,907 1,231 0,948 0,860 0,865 0,812 1,011 0,789 0, Karolinska U S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Samtliga Hector Reyes.Vårdinformatik-HSF CMI har ökat 1 procent i genomsnitt för samtliga sjukhus mellan 2010 och Karolinska har ökat CMI med 6 procent, S:t Göran med 4 procent ( ) och Danderyd med 2 procent. För Södersjukhuset däremot har CMI minskat med 2 procent och Södertälje och TioHundra har oförändrade CMI under perioden. Det innebär en litet ökning i differentiering i CMI mellan Karolinska och Övriga akutsjukhusen, men ändå långt ifrån motsvarande skillnader i kostnader. CMI - oavsett viktlista som tillämpas - speglar inte skillnaderna i 19 Se även tabell 1 där man räknar den ekonomiska resultat kring kostnader och de eventuella intäkterna mellan två olika viktlistor.

19 Procent förändring Karolinska U S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Samtliga 17 kostnaderna och speglar sannolikt inte heller de verkliga skillnaderna i svårighetsgrad hos casemix. I studier och diagnosgranskningar gjorda i Stockholms läns landsting (SLL) framgår att det finns olika kodningspraxis mellan sjukhusen, som resulterar i en underskattning av casemix och CMI, och därmed patientsjuklighet främst för de landstingsägda akutsjukhusen Förändringar i medelkostnader och Casemix-index (CMI) per sjukhus. Samtliga år ( ). Innerfall. Diagram 15: Medelkostnader och CMI förändringar 2010 och 2015: Innerfall Förändringar i medelkostnader och CMI mellan 2010 (2012) och Innerfall 8% 6% 4% 2% 0% -2% -4% -6% -8% -10% Medelkostnader CMI Vikter CMI Vikter 2015 Hector Reyes.Vårdinformatik-HSF Diagrammet visar förändringar i medelkostnader och CMI under i procent hos innerfall. CMI grundas på två viktlistor, en viktlista för hela perioden och viktlista S:t Göran och TioHundra jämförs under perioden Karolinska ökar sina kostnader med cirka 2 procent men ökar i CMI kring 6 procent 21. S:t Göran minskar sina kostnader med 8 procent men ökar CMI med cirka 4 procent. Danderyd ökar sina kostnader med cirka 6 procent, men ökar CMI med bara 2 procent. Södersjukhuset utveckling går också åt olika håll, kostnaderna ökar med cirka 2 procent men CMI minskar med cirka 1 procent. Södertälje och TioHundra ökar sina kostnader med cirka 3 procent men CMI är oförändrat. Diagrammet visar att CMI inte nödvändigtvis följer skiftningar i resursåtgång och sannolikt inte heller utveckling av den medicinska svårighetsgraden, oavsett vilken viktlista som används. En del av skillnaderna mellan akutsjukhusen kan bero på olika kodningspraxis av medicinsk data Se en översikt av 4 diagnosgranskningar i: Komplikations-DRG : Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting på sidan 21. Hector Reyes. Michael Högberg Det är en positiv utveckling eftersom CMI för K ligger betydlig under sina motsvarande kostnader. Se nästa bild 22 Komplikations-DRG : Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting. Hector Reyes. Michael Högberg. 2016

20 Index 18 6 Resultat: Jämförelser mellan sjukhus justerat för casemix. Innerfall 6.1 DRG index DRG Innerfall. Justerat för casemix. Övriga akutsjukhus=100. Diagram 16: Jämförelser mellan Karolinska och Övriga akutsjukhus. Innerfall Justerat för casemix DRG index innerfall. Justerat för casemix. ÖAS=100 Karolinska Övriga akutsjukhus (ÖAS) Hector Reyes HSF-Vårdinformatik I diagrammet ovan redovisas en förenklad bild av skillnaderna i casemix mellan Karolinska och Övriga akutsjukhus för innerfall och justerat för casemix. Det innebär att jämförelser mellan varje sjukhus görs efter trimning av 5 procent fall med extremt höga kostnader i förhållande till en referens population, i detta fall samtliga Övriga akutsjukhus, i samma DRG sammansättning. Trimning utjämnar delvis systematiska skillnader av alla slag 23 mellan sjukhusen i samma DRG och justering av casemix innebär att man jämför samma DRG sammansättning mellan sjukhusen. Det innebär exempelvis att vid jämförelser mellan Karolinska och referenspopulationen exkluderas cirka 55 specifika DRG som utförs bara på Karolinska. Karolinska har en kostnad som är 30 procent högre än Övriga akutsjukhus, efter justering för casemix för innerfallen. Vårdtid ligger däremot 10 procent lägre jämfört med Övriga akutsjukhus i samma DRG sammansättning. Andel över 64 år är 25 procent lägre för Karolinska än genomsnittet för Övriga akutsjukhus. Karolinska ligger 5 procent över Övriga akutsjukhus i procent komplicerade DRG, och även nästan lika mycket avseende antal diagnoser per vårdtillfälle, 5 procent över genomsnittet i andel kortvård, efter justering av casemix, under hela perioden av 6 år. Andel komplicerade vårdtillfällen och antal diagnoser skiljer inte så mycket mellan sjukhusen, trots Karolinskas specifika uppdrag som Universitetssjukhus 23 Förutom minskad kostnadsheterogenitet, dämpar trimningen även avvikelser i medicinsk svårighetsgrad, andel komplicerade DRG, antal diagnoser per vårdtillfälle, andel över 64 år, medelvårdtid, etc.

21 Index 19 och dess höga kostnader i förhållande till referenspopulationen. Detta är en annan paradox som visar på att framförallt Karolinskas medicinska data inte stämmer överens med dess mått på resursåtgång, som i sin tur tyder på underkodning av primärdata. CMI räknat på treställiga DRG koder visar ingen skillnad, trots de stora skillnaderna i kostnader. Diagramet visar liknande resultat som vid justering av casemix vilket görs årsvis, men den bekräftas här med 6 års data och med bättre metoder, samma DRG grupperare, trimning och en viktlista för samtliga år. 6.2 DRG index DRG per sjukhus. Innerfall. Justerat för casemix. Övriga akutsjukhus (ÖAS)=100. Diagram 17: Jämförelser mellan akutsjukhus. Innerfall Justerat för casemix DRG index innerfall. Justerat för casemix. ÖAS=100 Karolinska S:t Göran Danderyd Södersjukhuset Södertälje TioHundra Övriga akutsjukhus (ÖAS) Hector Reyes HSF-Vårdinformatik Efter justering för casemix är kostnadsskillnaderna bland ÖAS mot referenspopulationen marginella, men TioHundra avviker och har cirka 7 procent lägre kostnader än ÖAS i genomsnitt. S:t Göran ligger cirka 10 procent lägre i vårdtid än genomsnittet för ÖAS och Danderyd och Södertälje sjukhus ligger drygt 5 procent över. Andel fall över 64 år är likartade utom för TioHundra som ligger cirka 14 procent över genomsnittet i samma DRG mix. Skillnaderna är ännu större för andel komplicerade DRG där Södersjukhuset och Södertälje ligger 10 procent under genomsnittet och Danderyd och TioHundra ligger kring 6 procent över genomsnittet och slutligen S:t Göran som ligger högst, cirka 19 procent över genomsnittet. Antal diagnoser följer samma mönster som andel komplicerade DRG. Andel kortvård visar även en relativt stor spridning mellan sjukhusen. Södersjukhuset och TioHundra ligger 5 procent under genomsnittet, Danderyds sjukhus ligger något över genomsnittet och S:t Göran ligger högst med tio procent över genomsnittet i samma DRG för samtliga 6 år. Mönstret är detsamma som när man justerat för casemix varje enskilt år. Skillnaderna är inte så stora i resursförbrukning, men mer nyanserade i medicinsk data. Även här finns det motsägelser, då skillnaderna i kostnaderna är ganska små, medan skillnaderna i medicinska data, andel komplicerade DRG och antal diagnoser är stora vid ÖAS,

22 20 som bl.a. tyder på olika kodningspraxis av primärdata, och det försvårar analysen kring de verkliga förändringarna i sjukhusens casemix. 6.3 DRG index DRG för patienter äldre än 64 år. Innerfall. Justerat för casemix. Diagram 18: Jämförelser mellan akutsjukhus för äldre än 64 år. Innerfall Justerat för casemix. Övriga akutsjukhus=100. Efter justering av casemix, blir skillnaderna mot genomsnittet för ÖAS för patienter äldre än 64 år betydligt större på samtliga sjukhus. Kostnaderna för fallen över 64 år vid Karolinska hoppar upp till 33 procent över referenspopulation och även vid 3 andra sjukhus ökar kostnaderna något och TioHundra ökar mest med cirka 10 procent över genomsnittet. Vårdtid för Karolinska och S:t Göran närmar sig genomsnittet, Södersjukhuset ligger kring 4 procent över och TioHundra ökar till fyra procent över genomsnittet och ökar ännu mer för Södertälje och Danderyds sjukhus, 15 procent över genomsnittet. Procent komplicerade DRG ökar för alla sjukhus upp till mellan procent över genonomsnittet för vårdfall äldre än 64 jämfört med referenspopulationen. Även antal diagnoser är mycket högre för äldre än 64 år jämfört med diagram 17. Andel kortvård är betydligt lägre för tre sjukhus och lite lägre för resterande i de sammanlagda data för 6 år. Patienter som är äldre än 64 har betydligt högre resursförbrukning än den genomsnittliga populationen, stannar längre på sjukhuset, och har även flera åkommor, som leder till exempelvis en högre andel patienter i komplicerade, mer resurskrävande och medicinskt svårare DRG Se bilaga 4 för att se hur åldersgrupp och 75 och äldre skiljer sig åt jämfört med genomsnittet på Övriga akutsjukhus

23 DRG Förändring i casemix mellan 2010 och Samtliga fall. Justerat för casemix. Diagram 19: Casemix förändring på akutsjukhus mellan Justerat för casemix. Varje akutsjukhus 2010= Förändring i Casemix mellan och DRG Samtliga fall. 2010=100 Karolinska S:t Göran Södersjukhuset Danderyd Södertälje TioHundra År 2010=100 Hector Reyes HSF-Vårdinformatik Diagrammet visar förändringar som skett mellan 2010 och 2015 på otrimmat data, justerat för casemix, dvs. i samma DRG sammansättning. Referenspopulationen i detta fall är varje sjukhus utfall 2010 vilket jämförs med utfall Fyra sjukhus visar en liten ökning av kostnader under perioden, Karolinska minskar sina kostnader med 5 procent jämfört med år 2010, och S:t Göran har en minskning med drygt 10 procent 2015 jämfört med Vårdtiden visar en minskning på mellan 5-10 procent för alla sjukhus, och speglar en lång trendutveckling. Andel äldre än 64 år har ökat med mellan 3-4 procent för 4 sjukhus. Även andel komplicerade fall har ökat med mellan 8-20 procent för 4 sjukhus Länssjukhus - och visar på samma sätt som ökning av diagnoser per vårdtillfälle som en del av en lång trendutveckling. Även andel kortvård ökar med mellan 4 procent för Södertälje och 10 procent för Danderyds sjukhus. Sammanfattningsvis visar bilden en relativt låg ökning av resursåtgång för 4 sjukhus och en minskning av Karolinska och S:t Görans sjukhus, samt en relativt sett hög ökning av medicinsk svårighetsgrad given av ökade antal diagnoser och andel komplicerade DRG under en 6 års period. 25 För S:t Göran och TioHundra jämförs perioden 2012 och För S:t Göran sjukhus och TioHundra är referenspopulationen patient och kostnadsdata år 2012

24 Index Kostnads och komplikationsindex i kortvård. Innerfall års priser. Komplikations DRG Diagram 20: Kostnads och komplikationsindex i kortvård. Innerfall. Justerat för casemix. Samtliga innerfall= Kostnads och Komplikationsindex i kortvård. Innerfall Justerat för casemix Vårdtid noll Vårdtid ett Vårdtid 2-4 Vårdtid > 4 Kostnads-index Komplikationsindex Samtliga komplikations DRG Hector Reyes. Vårdinformatik-HSF Diagram 20 visar kostnads och komplikations index för samtliga år för komplikations DRG, per olika vårdtider, och justerat för casemix. Kostnadsindex för vårdtillfälle med vårdtid noll dvs. patienten är inskriven och utskriven samma dag har index på 48, medan komplikationsindex är 68. För vårdtillfällen med vårdtid ett är kostnadsindex 67 medan komplikations index är 79. Båda index ligger under genomsnittet för samtliga innerfall. Bilden visar att komplikationsindex har betydande högre indexvärde än kostnads index för vårdfall noll och ett, 20 respektive 12 procentenheter. Det är ologiskt sett mot bakgrund att kortvård har betydlig lägre kostnader än vårdfall med vårdtid större än ett eller ett genomsnittligt vårdfall (se även avsnitt 6.6). Det kan tyda på överkodning av bidiagnoser som inte har bärande kostnader, och som resulterar i en överrapportering av andel komplikations DRG i kortvård i förhållande till resursåtgång.

25 Signifikant skillnad i medelkostnader mellan kortvård och DRG med vårdtid längre än en dag års priser. Kruskal-Wallis test 27. Innerfall Tabell 5: Skillnader i medelkostnader mellan kortvård och fall med vårdtid längre än ett. Antal DRG> 200 fall Signifikantskillnad Procent signifkanta Vårdtid noll vårdtid > ett % Vårdtid ett vårdtid > ett % Vårdtid noll vårdtid ett % Tabell 5 visar skillnader i medelkostnader mellan kortvård (vårdtid noll och ett) och vårdfall med vårdtid längre än ett för en 6-årsperiod efter trimning, för DRG med fler än 200 vårdtillfällen. Det är signifikant skillnad med 95 procent säkerhet - mellan kortvård (vårdtid noll och ett) och vårdfall längre än vårdtid ett för nästan samtliga DRG, eftersom kostnader för kortvård är extremt låga i förhållande till ett genomsnittligt fall i samma DRG med vårdtid längre än ett. De statistiska signifikanta skillnaderna mellan kortvård och vårdfall med vårdtid längre än ett vårddygn innebär att det finns systematiska skillnader i samma DRG (vårdtid > en dag) i nästan samtliga fallen. Skillnaderna i medelkostnaderna är väldigt robusta eftersom de sträcker sig över en lång period och bekräftar de resultat som tidigare har visats med ett års data. Med stor sannolikhet finns det även skillnader i medicinskt innehåll i samma DRG bland dessa grupper. Tabellen visar att det även förekommer signifikanta kostnadsskillnader mellan vårdtid noll och ett för 82 procent av DRG med över 200 fall. Det innebär att kortvård förvränger kostnads och medicinsk homogenitet i samtliga DRG, förvanskar de parametrar för beskrivning av vård - bias - och gör DRG systemet mindre korrekt och förutsägbart. Detta är ett problem som inte bara upprepas varje år utan det verkar växa eftersom andelen kortvård har ökat 28, och med detta minskar tillförlitligheten i beskrivningssystemet. 27 Sandra D. Schlotzhauer. Ramon C. Littell, Ph.D. SAS Institut Inc. SAS System for Elemental Statistical Analysis. Page Se bilaga 4.

26 P05E E47C D47C P01C M40E F49E H36E A69E H28N A44E H02C P40N E19N S10C M15E D46E M45E J50E F59C A60E H18E E44E H30N J50C E26C R06E F43E D47A E35E Z60N J55C F35E S59C M45C D49C F05C F49C D50E H66C Q60N S59E E53E H55C G38E J60E A51E J40C M31E Q05N Index ÖAS= Signifikant skillnad i medelkostnader mellan Karolinska och Övriga akutsjukhus Innerfall. Kruskal-Wallis test. Diagram 21: Skillnader i medelkostnader mellan Karolinska och Övriga akutsjukhus. Innerfall. Övriga akutsjukhus= Skillnader i medelkostnader. Innerfall. 200 största DRG Karolinska Övriga akutsjukhus Hector Reyes.Vårdinformatik-HSF Diagrammet visar skillnader i medelkostnader mellan Karolinska och Övriga akutsjukhus för innerfall för de 200 mest frekventa DRG. Dessa DRG utgör drygt 75 procent av den samlade produktionen för innerfall och för 6 år. Karolinska har i de flesta DRG minst 10 procent eller högre medelkostnader än Övriga akutsjukhus. Kruskal-Wallis test visar att 98 procent av högfrekventa DRG (575/584), nästan samtliga DRG, har en statistisk signifikant skillnad i medelkostnader för innerfallen. Dessa systematiska skillnader mellan sjukhusen är högst troliga eftersom de grundas på en stor mängd data. Sannolikt finns det även skillnader i medicinskt innehåll i samma DRG. Konsekvenser av detta är att kostnads- och även medicinsk homogenitet i DRG systemet påverkas negativt och introducerar nya snedvridningar i de parametrar som används i DRG systemet. Ett stort frågetecken är i vilken utsträckning Universitetssjukhuset tillämpar samma KPP-principer och anvisningar som de Övriga akutsjukhusen, exempelvis beträffande FoU och utbildning. Stora skillnader dem sinsemellan torde innebära att dessa sjukhus inte är fullt jämförbara.

27 Tusental Tusental Tusental Kostnadsfördelning och variationer i casemix Diagram 22: Variationer i kostnader och casemix-index (CMI) per månad DRG D47 Lunginflammation KPP innerfall. Casemix-index. Lunginflammation (DRG D47) 0,86 0,84 0,82 0,80 0, ,76 0,74 0,72 0,70 0,68 Medelkostnad SLL CMI N-CMI ,66 Diagrammet ovan är ett exempel hur medelkostnader och CMI kan variera per månad under en 6-årsperiod. Exempel på CMI avser en viktlista räknat för hela perioden och tillämpning av viktlista 2015, som grundas på kostnadsdata Casemix varierar månadsvis oavsett om de mätts genom medelkostnader eller casemix-index, men den största variationen visar medelkostnader som speglar de verkliga variationerna i casemix. Variationer i CMI har samma mönster, men på olika nivåer. Kurvorna mellan medelkostnaderna och CMI följs inte med avseende på omfattning på förändringarna, och det kan bero på att de relativa vikterna räknas årsvis och därmed dämpar de månadsvisa variationerna. CMI speglar därför inte variationer i kostnaderna eller resursförbrukning eller medicinsk svårighetsgrad månadsvis full ut. Båda ökar under perioden och det innebär att casemix har blivit mer resurskrävande och med ökad svårighetsgrad jämfört med tidigare år och relativt sätt gentemot andra DRG och det speglas oavsett vilken viktlista som används. Men det finns skillnader mellan de två sätten att beräkna de relativa vikterna för en långtidsserie. Diagram 23-24: Variationer i medelkostnader per månad DRG D47 Lunginflammation. Karolinska och Övriga akutsjukhus Medekostnader Karolinska. Före trimning. Lunginflammation års priser Hector Reyes.Vårdinformatik-HSF Medekostnader Övr. akutsjukhus. Otrimmat. Lunginflammation års priser Hector Reyes.Vårdinformatik-HSF Bilderna visar månatliga variationer i medelkostnaderna och casemix - i DRG D47 (lunginflammation) för Karolinska respektive Övriga akutsjukhus.

28 Antal vårdfall 26 Medelkostnader för DRG D47 varierar kraftigt för Karolinska och dess medelkostnader är systematiskt högre än ÖAS i samma DRG. Resursmässigt kunde det vara två olika DRG. Medelkostnader för ÖAS visar en mer jämn och stabil utveckling, kanske för jämn för att spegla skillnaderna i komplikations DRG. De kraftiga variationerna för Karolinskas casemix gör det svårare att förutsäga framtida casemix. Detta har betydelse vid beräkning av relativa vikter och vid simulering av produktionen under förutsättning att liknande variationer förekommer hos andra DRG. Årliga variationer i fördelning (variationskoefficient och snedhet) för samtliga DRG beskrivs i senare avsnitt. Diagram 25: Kostnadsfördelning av DRG P05E Vaginal förlossning. Innerfall årspriser. Tabell 6: Variationskoefficient och snedhet vid innerfallet P05E Vaginal förlossning U. Innerfall års priser Tusental kr År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Variationskoefficient P05E Snedhet År ,8 År ,7 År ,7 År ,7 År ,6 År ,5 Bilden visar kostnadsfördelning i DRG vaginal förlossning 29 (P05E) den mest frekventa DRG - mellan , i 2015 års priser. DRG P05E är en av de mest homogena DRG och det visas i tabellen till höger, där variationskoefficient (CV) och snedhet (S) är låga för samtliga år för innerfallen. Det finns ett uppoch nedgående mönster i kurvorna som upprepas varje år, men med vissa skillnader i variationsbredd och frekvens av kostnader. Men det visar även att kostnadsfördelning, - och även casemix - förändras ständigt och ingen årsfördelning är den andra lik. Fördelningen visar även två olika mönster i resursförbrukning med gräns kring 20 tusen kronor - så att DRG kunde delas i två DRG men mot bakgrund av de låga värdena för CV och snedhet verkar detta inte vara nödvändigt. Det är mer sannolikt att det förekommer mer spridd fördelning inom andra mindre heterogena DRG. Det finns ett 30-tal DRG som bedöms ha en normalfördelning (CV < 70, S< 0,7), och som därmed är kostnadshomogena och förutsägbara av totalt drygt 700 DRG. Detta är viktig kunskap att beakta vid simuleringar av framtida produktion (casemix) och inte minst vid beräkning av relativa vikter. Förändringar i fördelning talar för att flera års data vid trimning är mer representativ än ett enstaka år vid beräkning av relativa vikter, eftersom då fångas en genomsnittlig fördelning som är mer förutsägbar då den inte blir lika känslig för slumpvisa förändringar. 29 Se flera exempel i bilaga 5.

29 P05E F47E P05C E68N E47C F47C A56E E65E D47C P01E E65C A46C P01C D47E F30E D49E M40E M40C C31E A46E F49E A47N P05E F47E P05C E68N E47C F47C A56E E65E D47C P01E E65C A46C P01C D47E F30E D49E M40E M40C C31E A46E F49E A47N Snedhet Index P05E F47E P05C E68N E47C F47C A56E E65E D47C P01E E65C A46C P01C D47E F30E D49E M40E M40C C31E A46E F49E A47N Variationskoefficient 27 Diagram 26: Variationskoefficient Samtliga fall årspriser Variationskoefficient. Samtliga fall års priser (21 DRG. 30 % av samtliga) År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes. Vårdinformatik-HSF Diagrammet visar de 21 mest högfrekventa DRGs CV för respektive år före trimning. Dessa DRG 30 utgör cirka 30 procent av det totala antalet vårdtillfällen. Flertalet CV förändras betydligt mellan åren med få undantag. Undantag är DRG P05E, P01E, F30E och C31E 31. Det innebär att kostnadsfördelningar varierar lika kraftigt och i och med det varierar även patientsammansättning och casemix. Variationen minskar betydligt efter trimning och de flesta DRG, drygt 90 procent, har låga värden på CV (< 70). Detta kan ses i diagram 30. Diagram 27-28: Snedhet Samtliga fall årspriser Snedhet. Samtliga fall års priser (21 DRG. 30 % av samtliga) År 2010 År 2011 År 2012 År 2013 År 2014 År Snedhet index. Samtliga fall. (21 DRG. 30 % av samtliga). 2010=100 År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes. Vårdinformatik-HSF Hector Reyes. Vårdinformatik-HSF Diagram 27 visar variation mellan åren för värde för snedhet för de 21 mest frekventa DRG före trimning och jämförs mot basår 2010 i diagram 28. Flertalet värden för snedhet varierar kraftigt mellan åren. Diagram 28 visar procentuella variationer i snedhet med basår Variationer mellan åren går från 90 procent minskning till 80 procent ökning mot basår Värdet för snedhet är mer oförutsägbart mellan åren före trimning. Det innebär att kostnadsfördelningar varierar lika kraftigt och i och med det varierar även patientsammansättning och casemix mellan åren. Trimning löser inte detta problem till fullo och det kvarstår drygt 80 procent DRG med snedhet över 0,74 (se diagram 31). Detta utgör ett problem för förutsägbarhet i DRG systemet. Ett utmanande metodproblem kring trimning som finns kvar att lösa. 30 Se fullständiga textförklaringar i bilaga P05E Vaginal förlossning U. P01E Kejsarsnitt U. F30E Appendektomi U. C31E Balansproblem, yrsel U.

30 28 Diagram 29: förändringar i medelkostnader Innerfall årspriser 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Förändringar i medelkostnad per DRG mellan åren. Innerfall. 295 DRG. 88 % av samtliga 36% 38% 39% 46% 44% 60% 56% 57% 44% 44% 2011/ / / / /2014 Index ± 15 % Index ± 5-14,9 % Index ± < 5 % Hector Reyes HSF-Vårdinformatik Diagrammet visar förändringar i medelkostnader per DRG mellan åren. Det är de 295 mest frekventa DRG, med över tusen vårdtillfällen per DRG för hela perioden, och som utgör 88 procent av samtliga innerfall. En stor del av DRG medelkostnader för innerfallet varierar mindre än +/- 5 procent. Men i slutet av perioden har fortfarande 39 procent en variation mellan åren på 5-15 procent. Fyra procent av DRG har variationer på över 15 procent. Vid användning av DRG som ersättningssystem kan dessa fluktuationer ha betydelse för det ekonomiska resultatet, särskilt vid mindre eller vid nischade sjukhus (men även för förutsägbarhet i DRG systemet). De relativt stora förändringar mellan den andra och tredje stapeln i diagrammet torde bero på att från 2012 finns det en större mängd vårdfall per DRG, då S:t Görans sjukhus och TioHundra finns med i kostnadsunderlaget. Diagram 30-31: Variationskoefficient och snedhet Innerfall årspriser 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Variationskoefficient på innerfall. Procent i varje klass 7% 7% 8% 7% 7% 8% 49% 50% 52% 52% 53% 54% % 43% 40% 40% 40% 38% 0-49 År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes. Vårdinformatik-HSF 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Snedhet på innerfall. Procent i varje klass 54% 54% 57% 57% 57% 59% 2,5-3,99 1,5-1,99 1,0-1,49 22% 22% 21% 21% 22% 20% 0,75-0,9 0,5-0,74 19% 19% 17% 17% 16% 16% 0,0-0,49 4% 4% 4% 3% 4% 4% År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes. Vårdinformatik-HSF Diagram 30 till vänster visar klassindelade värden på CV och hur stor procent av samtliga DRG som har relativt låga värden. Låga värden innebär att DRG fördelningen kan anses approximera en normalfördelning. Andel DRG med låga CV värden (under 75) är stabila under åren. Drygt 90 procent av alla DRG har låga CV efter trimning. Diagrammet till höger visar motsvarande klassindelade värden för snedhet efter trimning. Även snedhet visar stabil utveckling mellan åren för de olika klasserna av snedhet men det rör sig om olika DRG i varje klass och mellan åren. Diagrammet över snedhet visar däremot att cirka 80 procent fortfarande har relativt höga värden (> än 0,74). Trots trimning lyckas värden

31 29 för snedhet inte närma sig en approximativ symmetrisk normalfördelning. Oavsett att värden för CV förbättras väsentligt medför värdena för snedhet att DRG grupper fortfarande efter trimning innehåller en relativt sett stor grupp med skev fördelning som gör DRG fördelningen mindre förutsägbar. CV och snedhet speglar indirekt variationer i casemix och dessa parametrar är användbara för att få en uppfattning om de årliga förändringarna i casemix för hela DRG systemet. Detta bekräftas av de resultat som belyses genom exempel av kostnadsfördelningar av högfrekventa DRG, nämligen att de ständiga årsförändringarna i casemix resulterar i stabila mönster av CV och snedhet, där spridning (CV) minskar väsentligt efter trimning, medan snedhet förblir ganska hög trots trimning. Det visar även på brister i våra metoder att trimma fall med extrem resursförbrukning och extremt avvikande svårighetsgrad i samma DRG. 7 Diskussion Casemix-index (CMI) definieras med olika mellan den svenska och engelska litteraturen. Den svenska definitionen begränsas till ett mått på resursförbrukning och efter justering för svårighetsgrad genom DRG 32. I den engelska litteraturen är kopplingen tydligare, där CMI förser en index över patient mix bland olika nivåer av svårighetsgrad i DRG systemet 33 eller In general, the higher the CMI is, the sicker its patients and the more resources patients required during treatment 34. Utifrån resultat från denna och tidigare rapporter CMI speglar mest i praktiken en mått på kostnadseffektivitet och kostnadsjämförelser mellan sjukhusen mer än ett mått på svårighetsgrad och resursförbrukning. Förändringar mellan åren i resursförbrukning och CMI (baserat på tillämpning av två viktlistor vid diagram 3) går åt olika håll, där medelkostnader sjunker de första två åren för att sedan stabiliseras, medan CMI går ner de första två åren för att sedan öka mellan ett till två procent. CMI speglar varken den ena eller den andra. Ett ännu tydligare exempel finns på bild 21 där förändringar över tiden, mellan medelkostnader och CMI skiljer i samma sjukhus, och går ännu mer går åt olika håll. Dessa exempel visar begränsningar i CMI begreppet för att kunna spegla resursförbrukning och i ännu mindre grad den medicinska sjukdomsbördan. En del av dessa motsägelser kan bero på olika kodningspraxis mellan sjukhusen i Stockholm som påverkar komplikationsnivå och därmed poängvolymerna. För att få bättre följsamhet mellan resursåtgång och CMI bör dessa inkonsekvenser angripas i flera fronter; genom mer standardiserade kodningar mellan sjukhus och kliniker, systematisk struktur för utbildning och ändrat kodning organisation, och genom mer precisa algoritmer i DRG systemet exempelvis flera DRG koder för att beskriva kortvård -, tydligare anvisningar, samt genom ändrade 32 DRG - GRUNDLÄGGANDE BEGREPP OCH PRINCIPER. Socialstyrelsen Utah Office of Health Data Analysis, Jackie Lohrey. EHow Contributor

32 30 trimningsmetoder exempelvis trimning av kortvård eller en separat viktlista mellan Universitetssjukhus och Övriga akutsjukhus, etc. För att CMI bättre ska spegla kostnaderna, öka förutsägbarhet i kostnadsfördelning 35 och öka detalj nivå i jämförelser månadsjämförelser 36 - borde även relativa vikterna räknas med flera års underlag, och kanske inbegripa månadsvariation i beräkning av de relativa vikterna. Kodningseffekt. Komorbiditet, eller registrering av antal diagnoser per vårdtillfälle har ökat kraftigt de senaste 10 åren. En viktig faktor kan vara att några sjukhus har gjort aktiva insatser och investeringar i utbildning mm. för att förbättra kvaliteten i den medicinska kodningen och därmed bättre beskriva svårighetsgraden i casemix vid respektive sjukhus. Men det kan finnas andra skäl, exempelvis en ökad kodning av diagnoser ökar chanser att hamna i komplicerade DRG, och därmed i högre relativa vikter. Det kan finnas en ekonomisk stimulans för att öka kodningen. Men långtifrån alla sjukhus i Stockholm har haft samma utvecklingstakt. Detta gör det svårare att jämföra sjukhusen med avseende på sambandet mellan svårighetsgraden i casemix och kostnader. De jämförelser som visas här och även i tidigare rapporter 37 tyder på motsägelser mellan den kraftigt ökande sjukdomsbörda (komorbiditet, andel komplicerade DRG) som har skett de senaste åren, gentemot oförändrad resursåtgång under perioden. Även i tidigare studier har redovisats exempel där kostnadsfördelningen hos några högfrekventa, komplicerade DRG (mycket komplicerat) är i stor sett platt. Det förekommer där ett stort antal fall med även låga kostnader och där, oavsett antal diagnoser, dessa inte är kostnadsbärande. Det finns därmed anledning att misstänka en överkodning av medicinsk data. Allt detta tyder på att den redovisade ökningen i komorbiditet och sjuklighet i casemix, även innehåller en kodningsfaktor, som inte nödvändigtvis leder till ökad resursåtgång. Detta måste man beakta vid jämförelse av den medicinska svårighetsgraden mellan sjukhus, men även i jämförelser av casemix över tiden. Nackdelar och fördelar med denna typ av studie. Denna studie analyserar st0ra datamängder inom akutsjukvården där varje patientfall är unik i sitt biologiska och sjukdoms tillstånd. Syftet med denna typ av studie är att utreda hur casemix skiljer sig åt mellan sjukhus och förändras över tiden, hur patientens medicinska data överensstämmer med hur dessa DRG klassificeras och dess resursåtgång, och hur termer begrepp och metoder från DRG-system kan fånga allt detta på ett tillförlitligt sätt. I slutändan hur DRG-systemet kan beskriva vårdens utvecklingsmönster på ett korrekt sätt och utifrån detta förbättra DRGsystemets basala komponenter, DRG-logik, registreringsanvisningar, primärkodning, kostnadskalkyler, trimningsmetod, beräkning av relativa vikter, för att skapa bättre förutsättningar för att styra vården. Nackdelar med denna typ av studie är många. Man kan kartlägga mönster och trender och antydningar. Men med denna typ av data och studiedesign kan man 35 Se diagram Se diagram Komplikations-DRG : Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting. Hector Reyes. Michael Högberg. 2016

33 31 inte förklara orsaks- och verkanssamband mellan händelseförlopp, då persondata är begränsat och skillnader rör många DRG, diagnoser eller sjukvårdsprocesser och strukturer. Detta begränsar möjligheten till analys och förklaring av skillnader eller förändringar. Förklaring till förändringar kan vara många och vara av olika natur. Det kan finnas olika förklaringar mellan sjukhus för samma fråga. Exempelvis, varför ökar den medicinska kodningen och andel komplicerade DRG men inte resursförbrukning? Varför minskar medelvårdtider samtidigt som komorbiditet ökar? Varför ökar medelkostnader för äldre än 64 men minskar för äldre än 84 år? I denna typ av studie kan man inte gå på djupet i enskilda patientgrupper, eller åldersgrupper eftersom syftet med denna studie mer rör systemnivå, hur beskrivningssystem och våra metoder att mäta vården faller ut. Fördelar med denna studie är att man kan lyfta upp trender och mönster hos patientgrupper, och vårdprocesser i sjukvården, lyfta upp inkonsekvenser i utfall av medicinsk data och mått på resursåtgång, förändringar i casemix som är viktig att beakta vid planering av sjukvården, bias som sker pga. begränsade mätmetoder, vilket kan leda till möjlighet att förbättra och anpassa beskrivningssystemet. För att kunna svara på de medicinska sambanden i specifika DRG eller diagnoser behövs en annan studiedesign, med inslag av exempelvis diagnosgranskning eller epidemiologiska angreppsätt. 8 Slutsatser 8.1 Förändringar i casemix mellan åren Gruppering av 6 års data med samma grupperare och en och samma viktlista för hela 6 årsperioden visar inga stora avvikelser mot tidigare löpande ett års gruppering. Alla parametrar pekar genomgående på att tekniskt sätt fungerar gruppering och trimning som vanligt: RTC, Ytterfall, CMI, förklaringsvärde (R 2 ), ersättning. Resultat från tidigare studier bekräftas utan att använda samma grupperare och samma viktlista att antal diagnoser ökar, andel komplicerade DRG ökar, medelvårdtid minskar, andel kortvård ökar och att medelkostnader per vårdtillfälle inte ökar. Att andel äldre ökar i akutsjukvård, och det är åldersgrupp som ökar både relativt och i absoluta tal som kräver mer sjukvård. Att det skiljer betydligt i andel äldre och kostnader mellan Universitetssjukhus och Övriga akutsjukhus där den senare gruppen har en betydande högre andel äldre än 64 år och därmed en åtskiljande casemix profil. Den totala effekten är att det är bara åldersgrupperna 0-64 och som ökar i medelkostnader, och mest ökar medelkostnader för åldersgrupp vid ÖAS med 6 procent. Sammantaget innebär det dock oförändrade medelkostnader för akutsjukvården i landstinget.

34 32 Vid jämförelser av tre viktlistor speglar den gemensamma viktlistan bättre sjukhuskostnaderna och lyckas även bättre balansera eventuella intäkter mot kostnader. Skillnaderna mellan de tre viktlistorna i CMI, VL , 2015 och löpande varje år visar inte så stora skillnader utom för 2 sjukhus, Karolinska och S:t Göran, där den gemensamma viktlistan bättre speglar dessa sjukhus kostnadsnivåer. CMI följer inte nödvändigtvis skiftningar i resursåtgång över tiden års eller månadvis - och sannolikt inte heller utveckling av den medicinska svårighetsgraden, oavsett vilken viktlista som används. Detta är ett problem. En del av skillnaderna kan bero på olika kodningspraxis. Det kan även bero på att de relativa vikterna beräknas på årsbasis, och det är en fråga som gör det angeläget att pröva nya metoder för exempelvis trimning. Skillnaderna mellan Karolinska Universitetssjukhuset och Övriga akutsjukhus efter justering av casemix bekräftar resultat från tidigare studier. Det finns stora skillnader i kostnader och i andel äldre än 64 år. Samtidigt ses små skillnader i medicinska data, antal diagnoser och andel komplicerade DRG, vilket kan tyda på olika kodningspraxis och förekomst av underkodning av diagnoser vid Universitetssjukhuset. De små skillnaderna i kostnaderna de Övriga akutsjukhusen sinsemellan samtidigt som det förekommer betydande skillnader i antal diagnoser, och andel komplicerade DRG efter justering för casemix, tyder på olika kodningspraxis mellan sjukhusen som försvårar att belysa de verkliga casemix förändringarna. Äldre än 64 år är svårare sjuka än genomsnittet på ÖAS referenspopulationen efter justering för casemix. Detta bekräftas både av resursåtgång, betydande högre kostnader och medelvårdtider och betydande högre antal diagnoser och andel komplicerade DRG på samtliga sjukhus. Till skillnad från tidigare jämförelser mellan sjukhus går resursåtgång och medicinska data åt samma håll och ger en sammanfallande bild. Ökning av komorbiditet, andel komplicerade DRG, och ökning av andel äldre än 64 tyder på förändringar i sjukhusens casemix mot alltmer svårare sjuka fall. Eftersom resursförbrukning håller sig oförändrad och tom. minskad är det svårt att särskilja effekten av ökad kodning. Olika kodningspraxis mellan sjukhus och över tiden gör det svårare att analysera förändringar i sjukhusens casemix. Kortvård har en överrepresentation av andel komplicerade DRG i förhållande till sina kostnader. Och kortvård har signifikanta skillnader mot vårdfall med vårdtid längre än ett. Dessa systematiska skillnader

35 33 förvanskar homogeniteten i DRG systemet och gör det mindre förutsägbart. Resultat visar även att det finns systematiska skillnader, eller skillnader som upprepar sig varje år mellan , i kostnader mellan Universitetssjukhuset och Övriga akutsjukhus i samma DRG sammansättning eller justerat för casemix. Det statistiska testet visar även att det finns signifikanta kostnadsskillnader mellan Universitetssjukhuset och ÖAS i 98 procent av DRG över hela perioden. Kostnadsfördelningar för högfrekventa DRG visar att dessa varierar betydande varje år och de är svåra att förutsäga. Värden för CV och snedhet varierar kraftigt mellan åren och åt olika håll. En stor del av DRG, 80 procent, har värden för snedhet som är höga (> 0,75) och avviker från en symmetrisk fördelning även efter trimning. Detta är ett metodproblem som nuvarande trimningsmetod inte har löst. Detta tyder på att en mer förutsägbar kostnadsfördelning för en specifik DRG borde innehålla flera års kostnadsdata. Det innebär även att trimningsmetoder måste förbättras, genom att exempelvis separera Universitetssjukhus från Övriga akutsjukhus vid beräkning av de relativa vikterna, trimning av extremt låga kostnader vid kortvård eller skapa nya DRG för kortvård. Dessa förändringar skulle öka möjligheten till förutsägbarhet i DRGsystemet, att minska bias i olika parametrar och till att bättre skilja casemix mellan sjukhusen.

36 34 9 Litteratur SPRI rapport Sveriges Kommuner och Landsting. Nationella KPP principer. Version 3.0. Kostnad per patient Socialstyrelsen. Vägledning till NordDRG. Svensk version 2015 DRG - GRUNDLÄGGANDE BEGREPP OCH PRINCIPER. Socialstyrelsen Hector Reyes & Michael Högberg. Utvärdering av DRG i Stockholm. Dämpning av förändringar i casemix över tid genom trimning av extremt höga och låga kostnader Hector Reyes. Michael Högberg. Ett mer stabilt och förutsägbart DRG system genom att separera trimning av casemix vid Karolinska Universitetssjukhuset från de 5 övriga akutsjukhusen i SLL ( Hector Reyes. Michael Högberg. Komplikations-DRG : Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting Sandra D. Schlotzhauer. Ramon C. Littell, Ph.D. SAS Institut Inc. SAS System for Elemental Statistical Analysis. Page Partha Deb. Professor of Economics. University of New York. Trends in CaseMix in the Medicare Population Carmen M. Mendez, MD. Darrell W. Harrrington, MD. Peter Christenson. PhD and Brad Spellberg, MD. Impact of Hospital Variables on Case Mix Index as a Marker of Disease Severity Jackie Lohrey. EHow Contributor

37 35 10 Bilagor Bilaga 1: Förändringar mellan DRG Samtliga. År 2012 År 2015 Diff i 2015/2012 Diagnoser/vtf 3,0 3,4 12% Åtgärder/vtf 1,4 1,8 25% Andel komplicerade 37% 48% 31% Andel > 64 år 37% 43% 17% Medelkostnader % Medelvårdtid 3,7 3,5-6% Procent korvård 37% 40% 8% CMI-SLL-2010_2015* 0,986 1,011 3% *CMI avser innerfall Bilaga 2: Andel totala kostnader per åldergrupp och år. Andel kostnader per åldersklass Karolinska sjukhus 100% 5% 5% 6% 6% 5% 4% 90% 11% 11% 12% 12% 12% 12% 80% 18% 70% 18% 19% 20% 21% 20% 85-WW 60% % 26% 24% % 30% 20% 39% 39% % 0% År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes.Vårdinformatik-HSF Andel kostnader per åldersklass Övriga akutsjukhus 100% 11% 90% 11% 13% 13% 14% 13% 80% 18% 18% 19% 19% 19% 19% 70% 60% 18% 18% 19% 20% 20% 21% 85-WW % % 21% 20% % 20% % 10% 27% 0% År 2010 År 2011 År 2012 År 2013 År 2014 År 2015 Hector Reyes.Vårdinformatik-HSF Bilaga 3: Index innerfall. Ålder 65-74, 75-w.

38 Antal vårdfall Antal vårdfall Antal vårdfall Antal vårdfall % kortvård 36 Bilaga 4: Andel kortvård % 48% 46% 44% 42% 40% 38% 37% 36% 36% 34% 32% 32% 30% Procent kortvård Akutsjukhus 44% 39% 34% Karolinska S:t Göran Danderyd Södersjukhuset Södertälje sjukhus TioHundra Samtliga Hector Reyes HSF-Vårdinformatik Bilaga 5: Kostnadsfördelningar på 4 högfrekventa DRG DRG F47E Buksmärta/gastroenterit >17 U. Innerfall års priser Tusental kr År 2012 År 2013 År 2014 År 2015 Hector Reyes. Vårdinformatik-HSF DRG E68N Bröstsmärtor u angina pectoris. Innerfall årspriser År 2012 År 2013 År 2014 År Tusental kr Hector Reyes. Vårdinformatik-HSF DRG E47C Hjärtsvikt & chock K. Innerfall års priser År År År År Tusental kr Hector Reyes. Vårdinformatik-HSF DRG A56E Kramper & huvudvärk U. Innerfall års priser År År År År Tusental kr Hector Reyes. Vårdinformatik-HSF

39 37 Bilaga 6: Termer och begrepp Case mix Casemix kan översättas med patientsammansättning eller fallblandning. När man jämför vårdkostnader på olika sjukhus måste man beakta att sjukhusen kan ha olika casemix, dvs. ett sjukhus som behandlar mer resurskrävande sjukdomsfall har naturligtvis även en högre genomsnittskostnad per vårdtillfälle. (DRG - GRUNDLÄGGANDE BEGREPP OCH PRINCIPER. Socialstyrelsens hemsida. 2017). The relative numbers of various types of patients being treated as categorized by disease-related groups, severity of illness, rate of consumption of resources, and other indicators; used as a tool for managing and planning health care services. (Medical Dictionary for the Health Professions and Nursing Farlex 2012). Case mix Managed care The characteristics age, gender and health status of the population served by a health system or physician's office in a given period of time, which are classified by disease, diagnostic or therapeutic procedures performed, method of payment, duration of hospitalization, and intensity and type of services provided; in the US, a hospital's CM is based on the diagnosisrelated groups. (See Demographics, DRGs. McGraw-Hill Concise Dictionary of Modern Medicine by the McGraw-Hill Companies, Inc.) The term casemix has a number of meanings, from the literal mix of cases (patients) seen by a consultant / hospital / region, to the way in which patient care and treatments are classified into groups. These groups provide a useful measure on which to make performance comparisons, to cost healthcare, or indeed to fund it. (National Casemix Office. Health and Social Care Information Centre, 2015). An information tool involving the use of scientific methods to build and make use of classifications of patient care episodes. In popular usage, the mix of types of patients treated by a hospital or other health care facility. (Eagar and Hindle 1994). Casemix is about the relationship between hospital s activity and costs, and makes use of data about classifications that are clinically meaningful and explain variation in resource use. (Australian Government. Department of Health, 2009). Casemix is an internationally accepted system which allows for the monitoring and evaluation of health services. It is simply the comparison of activity and costs between hospitals (for management purposes) by classifying hospital data into a manageable number of discrete groups called DRGs (Diagnosis Related Groups), which are clinically similar and consume similar resources (e.g. appendectomy, hip replacement, etc.).

40 38 Casemix allows for the collection, categorization and interpretation of hospital patient data related to the types of cases treated, in order to assist hospitals define their products, measure their productivity and assess quality. In an era of evidence based medicine, Casemix contributes towards evidence based management. Casemix is an international system, with the same basic principles of data collection, classification, funding like-with-like and taking high cost and unique issues into account. One of the key features of Casemix that has helped it spread around the world in just twenty years is that the data is freely shared and there is a strong focus on Peer Group review. (Casemix Ireland) Trimning Tidigare undersökningar har också visat att det bästa medlet mot metodproblem som sjukdomssvårighet och mätfel är trimning av materialet. Trimning innebär att vårdtillfällen med mycket avvikande höga vårdkostnader i förhållande till genomsnittet i sin diagnosgrupp undantas från beräkningarna. Trimning leder till minskad spridning i diagnosgrupperna och ökar därmed metodsäkerheten. Den minskade spridningen ger minskat spelrum för felen, oavsett felslag. (Spri rapport 474. Vårdkostnader ) Casemix-index Casemix kan översättas med patientsammansättning eller fallblandning. När man jämför vårdkostnader på olika sjukhus måste man beakta att sjukhusen kan ha olika casemix, dvs. ett sjukhus som behandlar mer resurskrävande sjukdomsfall har naturligtvis även en högre genomsnittskostnad per vårdtillfälle. DRG är ett sätt att beskriva casemix och om man har gemensam viktskala kan man jämföra sjukhusens casemix-index (antalet producerade DRG-poäng dividerat med antalet vårdtillfällen), vilket ger ett mått på den genomsnittliga patientens DRG-vikt. (DRG - GRUNDLÄGGANDE BEGREPP OCH PRINCIPER. Socialstyrelsens hemsida. 2017). Case Mix Index (CMI) - The CMI is the average relative weight for all cases reported in a Base MS-DRG. MS-DRGs at lower severity levels have lower relative weights and MS-DRGs at higher severity levels have higher relative weights. The CMI provides an index of patient mix among levels of severity within a Base MS-DRG. (Utah Office of Health Data Analysis, 1995). The case mix index for a healthcare facility reflects costs incurred to provide services and treatments that inpatients require. In general, the higher the CMI is, the sicker its patients and the more resources patients required during treatment. Finance departments consider CMI in determining the annual budget, setting inpatient hospital rates and in calculating Medicare reimbursements. A CMI calculation can be useful for making comparisons and for spotting trends. For instance, if your CMI is lower than other health care facilities in your area, this could indicate that patients with serious injuries or medical conditions are seeking treatment at competing facilities. In the same way, a dip in your

41 39 CMI shows a downward trend in surgical and treatment volumes. According to HC Pro, a health care information management firm, a CMI that varies widely within a short period might indicate a need to review billing procedures and work with physicians to make sure they re providing medical coders with correct information. (Jackie Lohrey. ehow Contributor Kostnad Per Patient KPP innehåller information om vilken vård som utförts och vilka resurser som använts vid varje vårdkontakt. Utgångspunkten är vårdens produktionskostnad, dvs. den bruttokostnad som åtgått för att leverera vård. För att möjliggöra jämförbarhet har vissa kostnadsdelar exkluderats. Tillsammans med DRGsystemet ger KPP möjlighet att beskriva vad som produceras och till vilken kostnad. Nationella KPP-principer, version 3. SKL Kostnad per poäng DRG används även i produktivitetsmätningar både på nationell- och regional nivå. Produktivitet är ett mått bland flera för att utvärdera vårdens kostnadseffektivitet. Produktivitetsmåttet definieras som hur mycket det kostar att ge en given mängd vård. I jämförelse med andra sjukhus/landsting eller över tid är ambitionen med beräkningarna att svara på frågan om den vård som ges till patienterna vid ett sjukhus eller invånarna i ett landsting ges till en rimlig kostnad. Resursåtgången per DRG beräknas i så kallade KPP-system (Kostnad Per Patient). KPP är en metod för att beräkna unika kostnader per vårdkontakt och patient enligt principen bottom-up. Utifrån den verkliga resursåtgången per vårdtillfälle räknas en genomsnittlig kostnad per DRG fram. Detta genomsnitt jämförs med den genomsnittliga kostnaden för hela databasen och på så sätt får varje DRG en relativ vikt som uttrycker den genomsnittliga resursåtgången för patienter i den aktuella gruppen. (Vad är DRG? Socialstyrelsen, 2011). Landstingprisindex (LPI) LPI är avsett att användas av landstingen som underlag vid beräkningen av kostnaderna för löne- och prisutvecklingen i fasta löner och priser. (SKL hemsida). Systematiska skillnader Tidigare års undersökningar har visat att det finns systematiska inom DRG skillnader mellan sjukhus och mellan kliniker i patienternas sjukdomssvårighet och därigenom i deras resursbehov. Det vill säga att samma sjukhus och kliniker systematiskt har haft svårare sjuka patienter, mätt i resursbehov, i samma diagnos-grupper än övriga sjukhus och kliniker. (Spri (1998), rapport 474, s. 12).

42 40 Bilaga 7: Formler Variations koefficient (CV) och Snedhet (S) CV= 100 (standardavvikelsen/medelvärde) Snedhet = 3 (medelvärde Median)/standardavvikelsen Relativa vikter och Casemix-index (CMI) The case-mix indices were derived as follows: 1. Calculate the relative weight for each AP-DRG i: 2. Calculate case-mix index for APRhospital j Wi = C i Ij = n i=1 W i N ij Σ C s Nj Where: Where: i = AP-DRG I j = Hospital j s= State level I j = Case-mix index for hospital j Wi = Relative weight for APR-DRG I Nj =Number of discharges for AP- DRG i and hospital j C i = Average charge for APR-DRG n = Number of APR-DRG C s = Average charge for all patients (copyright 1995 Utah Office of Health Data Analysis) Kostnad per poäng per sjukhus Kostnad per poäng= Σ W i N j Σ C j Se beteckning ovan. Cj innebär i denna rapport summan av kostnader för sjukhus j. Trimning: Interpolerad kvartilmetod Högersidigt gränsvärde för DRG i = Q3i + [ konstant * (Q3i -Q1i)]

43 41 Där är Q1i är beteckning för första kvartilen i DRG i, Q3i för tredje kvartilen i DRG i, och konstant k, är ett värde som hjälper att kalibrera den önskat trimningsgrad. (Spri rapport 474, 1998). Justering av Casemix Där Index i är kostnadsindex 38 för sjukhus i, xijk är vårdkostnaden för vårdtillfället k i diagnosgruppen j vid sjukhuset i, nij är antalet vårdtillfällen i diagnosgruppen j vid sjukhuset i samt mj är alla sjukhusens gemensamma kostnadsmedelvärde i diagnosgruppen j. (Spri rapport 474, 1998). Konsumentprisindex (KPI) Vi använder formel för KPI för att justera kostnader för prisförändringar. Detta gäller även för Landstingprisindex (LPI). (SCB. Kompensation för ändrade priser. Välfärdsbulletinen Nr ). Justering faktor= (KPI 2015/ KPI 2010) Justerat belopp = Justeringsfaktor * belopp 2010 Motsvarande för LPI är: Justering faktor= (LPI 2015/ LPI 2010) Justerat belopp = Justeringsfaktor * belopp Index kan även användas för casemix justering av vårdtid, andel komplicerade DRG, ålder, etc.