Nationell samverkan 1177 Vårdguiden på telefon

Transkript

1 Nationell samverkan 1177 Vårdguiden på telefon Fördjupad analys av effekterna på tillgängligheten Stockholm,

2 Sammanfattning Syfte Under våren 2016 genomfördes två piloter med nationell samverkan mellan 16 landsting och regioner. Syftet med den här analysen är att utifrån telefonistatistiken utvärdera effekter på tillgängligheten samt de två olika varianterna av samtalsstyrning som testades under piloterna. Bakgrund Tillgängligheten påverkas av antalet inkommande samtal, bemanning och ärendetider. Att samtalen styrs till en enda kö under samverkan påverkar relationen mellan antalet inkommande samtal och bemanning, samt eventuellt även ärendetiderna. Metod Pilotveckorna jämfördes med referensveckor som har liknande antal inkommande samtal och bemanning. Effekten på tillgängligheten utvärderades genom jämförelser av spridningen av väntetider samt av de parametrar som påverkar tillgängligheten. Med hjälp av Erlang C-formeln analyserades om bemanningen under respektive pilot var tillräcklig i förhållande till de inkommande samtalen och ärendetiderna. Resultat Inga samtal fick överbelastningsbesked, jämfört med hundratals under referensperioderna. Andelen besvarade samtal förändrades dock inte. Av de som lägger på innan de kommer fram lade 75 procent på inom 6 minuter. När det gäller väntetiderna fick en lägre andel än tidigare svar riktigt snabbt (inom 0-2 minuter), men istället fick fler än tidigare svar snabbt (5-10 minuter) och ingen väntade i mer än 20 minuter jämfört med referensperioderna då många väntar uppåt en timme. På natten var väntetiderna kortare överlag. Ärendetiderna ökade med 7-13 procent under piloterna, främst på grund av dokumentationstiderna som ökade med procent. Ärendetiderna varierade mellan landsting och regioner både under piloter och under referensperioder. Andelen tid i ledig hos sjuksköterskorna minskade totalt sett och jämnades ut mellan landsting och regioner. Andelen tid i dokumentation ökade och andelen tid i samtal var oförändrad. Verksamheten var nätt och jämt bemannad för att besvara 50 procent av samtalen inom 5 minuter under pilot 1, och inte alls tillräckligt bemannad för det under pilot 2. Bemanningen var inte anpassad till mönstret av inkommande samtal olika klockslag vilket ledde till kraftig underbemanning vissa timmar och kraftig överbemanning andra timmar. Om landstingen och regionerna inte hade samverkat under piloterna skulle ett ännu större antal sjuksköterskor behövts. Diskussion Samverkans effekter på tillgängligheten var att väntetiderna fördelades jämnare runt medianväntetiden, med både färre korta och färre riktigt långa väntetider. Väntetiderna blev inte tillräckligt korta för att besvara en större andel av de inkommande samtalen än tidigare. För det skulle en bättre anpassad schemaläggning eller högre bemanning krävas. Båda typerna av samtalsstyrning hade tydlig effekt på väntetiderna men analysen har inte kunnat svara på vilken som hade bäst effekt. Orsakerna till den ökade ärendetiden har inte heller analyserats i detalj. Slutsatser och rekommendationer Samverkan hade stora effekter på tillgängligheten men har ännu större potential. Genom att arbeta med målsättningar i form av servicenivåer, schemaläggning och studera vad som orsakar de längre ärendetiderna skulle samverkan kunna ge ännu bättre tillgänglighet. Tfn vx Organisationsnr sid 2 (41)

3 Revisionshistorik Version Författare Kommentar 0.1 Amanda Sundberg Första utkast klart Amanda Sundberg Nytt utkast med fler förklaringar och analyser enligt återkoppling från Kim Nordlander. 1.0 Amanda Sundberg Slutgiltig version efter återkoppling från Elisabeth Kvilén Eriksson och Anne-Lie Krook samt Kim Nordlander, Sofie Bäck Berglund och Elisabeth Kvilén Eriksson Innehåll 1. Rapportens struktur Mål med analysen Utgångspunkter Metod Lärdomar från första analysen Analysmetoder Jämförelse med referensveckor Bemanningsanalys Mått Mått och parametrar i analysen Val av mått för väntetider och annan snedfördelad data Val av bemanningsmått Data Val av referensveckor Val av tidsperioder på dygnet Kompletterande data Tillvägagångssätt Resultat Inkommande samtal och bemanning Besvarade, överbelastade och samverkanssamtal Väntetider för besvarade samtal Väntetider för samtal som inte fått svar Ärendetider Fördelning av sjuksköterskans aktiva tid Bemanningsanalys Diskussion Begränsningar Faktorer som kan påverka jämförelsen mellan perioder Faktorer som kan påverka skillnaderna mellan Erlang C-beräkningen och utfallet Effekter på tillgängligheteten Väntetider Överbelastade och besvarade samtal Faktorerna som påverkar tillgängligheten Ärendetiderna Bemanningen Vad påverkar tillgängligheten mest? Vilken pilot hade bäst resultat? Sammanfattning av möjliga fördjupade analyser Slutsatser och rekommendationer Referenser Tfn vx Organisationsnr sid 3 (41)

4 1. Rapportens struktur NATIONELL SAMVERKAN - ANALYS AV EFFEKTERNA PÅ TILLGÄNGLIGHETEN Rapporten har följande upplägg: först redogörs för syfte och mål med piloterna samt målen med analysen. Efter en kort bakgrund om hur samverkan kan påverka tillgängligheten presenteras den metod som använts för analysen. Därefter presenteras och sammanställs resultaten. I diskussionen resoneras kring resultaten, deras implikationer, och svagheter i analysen. I slutsatsen presenteras rekommendationer och förslag för vidare utredning. 2. Mål med analysen Den här fördjupade analysen koncentrerar sig på utvärderingen av: Effekter på tillgängligheten (väntetid i kö) Två varianter av samtalsstyrning och dess påverkan på tillgängligheten. För att utvärdera dessa parametrar ska analysen studera ett antal parametrar som påverkar eller påverkas av tillgängligheten i jämförelse med referensperioder då ingen samverkan ägde rum: Inkomna, besvarade och övergivna samtal Bemanning Väntetid i kö Ärendetider (dokumentationstid och samtalstid) Fördelningen av sjuksköterskans aktiva tid (tid i ledig, tid i samtal, tid i dokumentation) Analysen ska även besvara följande frågor: Vilken bemanning hade behövts för att uppnå olika nivåer av tillgänglighet? Vilka faktorer påverkar tillgängligheten och i vilken utsträckning? Analysen bör även beskriva pilotens effekter på tillgänglighet för de nationella målen, där: Medelväntetiden för besvarade samtal ska vara max fem minuter Andelen besvarade samtal ska vara 85 procent. 3. Utgångspunkter Faktorerna som påverkar tillgängligheten En önskad tillgänglighet uppnås genom att se till att det antal sjuksköterskor som arbetar vid varje givet tillfälle är tillräckligt många för att hantera de inkommande samtalen inom de önskade väntetiderna. Väntetiderna är alltid ett direkt resultat av följande tre faktorer: Antalet inkommande samtal Bemanningen (antalet aktiva sjuksköterskor) Tiden det tar sjuksköterskan att hantera varje samtal (ärendetiden) Exempelvis allt annat lika skulle fler inkommande samtal minska tillgängligheten, likaså skulle längre ärendetider minska tillgängligheten, medan fler aktiva sjuksköterskor skulle öka den. Kombinationen av dessa tre faktorer är det som skapar utfallet i form av väntetider. Dessa tre faktorer kan i sin tur naturligtvis påverkas av en mängd olika förutsättningar. Antalet inkommande samtal kan påverkas av kännedom hos befolkningen eller händelser i omvärlden. Antalet aktiva sjuksköterskor kan påverkas av verksamhetsrutiner och beslut, till exempel bemanning, schemaläggning och samtalsstyrning. Ärendetiden kan påverkas både av invånarnas olika behov och av arbetssätt och rutiner inom respektive sjukvårdsrådgivning. Tfn vx Organisationsnr sid 4 (41)

5 Hur samverkan kan påverka Nationell samverkan skapar nya kombinationer av antal inkommande samtal och bemanning, eftersom varje inkommande samtal kan besvaras av fler sjuksköterskor än när samtalet är låst till sjuksköterskor i ett landsting. På så sätt påverkar samverkan resursallokeringen. Samverkan skulle också på olika sätt kunna påverka ärendetiderna, till exempel om samverkanssamtal tar längre eller kortare tid än samtal från det egna landstinget. 4. Metod Analysen har genomförts i två steg, en första analys och en fördjupad analys. Den första analysen gjordes på ett övergripande plan med hjälp av diagram för ett antal parametrar. Baserat på lärdomarna från den första analysen identifierades de metoder och frågeställningar som behövdes för att få ett uttömmande och tillförlitligt resultat i den fördjupade analysen. Nedan beskrivs de resonemang, antaganden och tillvägagångssätt som ligger till grund för resultaten och slutsatserna i den fördjupade analysen Lärdomar från första analysen 1. Referensveckor Begräsningar i den första analysen I den första analysen jämfördes pilotveckorna med referensveckor som bestod av samma veckor från året innan (2015). Motiveringen till valet av referensveckor var att säsongerna och veckorna troligtvis skulle likna varandra vad gäller antalet inkommande samtal eftersom vi vet att säsongerna överlag följer samma trender från år till år. Dock visade sig referensveckorna ha stora skillnader i inkomna samtal och inloggade sjuksköterskor i jämförelse med pilotveckorna. Eftersom dessa parametrar påverkar tillgängligheten var det svårt att utröna om det är skillnaderna i dessa eller skillnaderna i samtalsstyrningen som hade störst effekt på tillgängligheten. Åtgärder i den fördjupade analysen Nya referensperioder valdes ut för respektive pilotvecka, där samtalsbelastning och bemanning var mer lik de som hade varit under pilotveckorna. Metoden beskrivs under avsnittet Data. 2. Tidsperioder på dygnet. Begräsningar i den första analysen Den första analysen baserades på data från hela tidsperioderna på de dygn som piloterna pågick, klockan 8 15 på dagarna och klockan på nätterna. Det visade sig dock under piloternas gång att effekterna från samverkan inte slog igenom med en gång, eftersom de samtal som stod i kö innan samverkan slogs på inte styrdes om till nationell kö utan stod kvar i sina ursprungliga köer. Detta innebar att resultaten från piloterna innefattade data från samtal som inte inkommit under nationell samverkan. Åtgärder i den fördjupade analysen För att endast analysera de tidsperioder då samverkan haft effekt exkluderades kl på dagtid och kl från analysen. Metod för valet av tidsperioder beskrivs under avsnittet Data. 3. Tillgänglighetsmått. Begräsningar i den första analysen I den första analysen användes medelväntetid som det huvudsakliga måttet på tillgänglighet. Medelvärdet är dock inte ett tillförlitligt mått på tillgänglighet eftersom väntetiderna är Tfn vx Organisationsnr sid 5 (41)

6 snedfördelade (många får svar väldigt tidigt, men vissa får vänta extremt länge). De som väntar länge påverkar medelvärdet mycket och döljer viktig information om tillgängligheten. Åtgärder i den fördjupade analysen För att beskriva tillgängligheten för invånarna används mått som beskriver spridningen av väntetider. Resonemang och motivering för detta finns under avsnittet Mått. 4. Bemanningsmått Begräsningar i den första analysen I den första analysen användes antalet inloggade sjuksköterskor som mått för bemanningen. Måttet är dock inte representativt för bemanningen när bemanning definieras som det antal sjuksköterskor som under en given period aktivt arbetar med att ta emot samtal från invånare. Detta eftersom sjuksköterskor kan vara inloggade men i paus. Åtgärder i den fördjupade analysen För att kunna analysera bemanning definierad som det antal sjuksköterskor som aktivt arbetar med att ta emot samtal från invånare, beräknades ett nytt mått, aktiva sjuksköterskor. Metoden beskrivs under avsnittet Mått Analysmetoder Jämförelse med referensveckor För att studera effekterna från nationell samverkan jämförs parametrar mellan piloterna och de utvalda referensveckorna. Resultaten presenteras i tabeller och diagram som visar på skillnaden mellan pilot- och referensperiod för varje parameter. Alla parametrar täcks för både dag och natt, men analysen av samverkan dagtid är mer utförlig än den nattetid, främst på grund av tidsbrist Bemanningsanalys Syfte Syftet med bemanningsanalysen är i första hand att jämföra bemanningen under piloterna med den bemanning som hade krävts för att uppnå en viss tillgänglighet. På så sätt kan vi få en ungefärlig uppfattning om i vilken utsträckning bemanningen påverkade utfallet. Ett andra syfte är att undersöka vilken bemanning som hade krävts under piloterna om man inte hade samverkat. Att förutsäga väntetider och bemanning Erlang C-formeln I och med att vi vet de tre faktorerna som direkt påverkar väntetiderna (antal inkommande samtal, bemanning och ärendetider), kan vi genomföra beräkningar som hjälper oss att planera verksamheten. Vi kan förutsäga väntetiderna givet olika scenarier med inkommande samtal, ärendetider och bemanning. Vi kan också beräkna den bemanning som krävs för att uppnå en viss önskad tillgänglighet givet ett visst antal inkommande samtal och en viss ärendetid. Den vanligaste metoden för att förutsäga väntetider eller beräkna bemanningen är med hjälp av Erlang C-formeln, som utvecklades 1917 av den danske matematikern A.K. Erlang. Formeln baseras på sannolikheten att ett inkommande samtal kan behöva stå i kö. Erlang C används än idag i de flesta sammanhang som rör bemanning av tjänster där köer och väntetider förekommer. För att beräkna bemanningen använder sig Erlang C av de faktorer som påverkar tillgängligheten: antalet inkommande samtal, ärendetiden samt en önskad tillgänglighet. Tillgängligheten måste anges i form av en servicenivå, som formuleras som att x procent av samtalen ska besvaras inom y minuter. Det går inte att ange önskad tillgänglighet i form av medelväntetid. För bästa resultat bör beräkningen göras per timme, halvtimme eller kvart, eftersom samtal anländer slumpmässigt Tfn vx Organisationsnr sid 6 (41)

7 och har toppar och dalar, så att ett snitt över dagen som inte tar hänsyn till dessa kan innebära att bemanningen trots allt inte planeras efter behovet. Precis som med alla matematiska formler baseras Erlang C på antaganden som inte alltid stämmer överens med verkliga förhållanden. Det största antagandet är att alla samtal som väntar i kö besvaras. I verkligheten brukar en viss andel inringande lägga på innan de kommer fram. Om en stor andel av invånarna lägger på innan de får svar, leder det till att Erlang C överskattar bemanningen. Erlang C fungerar bäst i sammanhang med enklare modeller av samtalsstyrning. I sammanhang med mer komplex samtalsstyrning används ofta datorsimuleringar som kan simulera övergivna samtal, överlappande samverkanskluster, kompetensstyrning och annan komplex samtalsstyrning. Vissa former av nationell samverkan, såsom den som testades under pilot 1, skulle med fördel kunna analyseras med hjälp av simulering. Men simuleringar tar tid att sätta upp och kräver expertkompetens. Givet detta kan Erlang C ändå vara användbar för att ge ungefärliga uppfattningar om resurserna som krävs för en viss tillgänglighet. Vi behöver dock vara medvetna om att Erlang C aldrig perfekt kan förutspå utfallen. Erlang C brukar förprogrammeras så att det snabbt går att generera utfall utifrån den information om inkommande samtal, ärendetid och önskad tillgänglighet som användaren matar in. Flera webbsidor och excelark som gör Erlang C-beräkningar finns gratis tillgängliga på internet. Metod Bemanningsanalysen genomfördes med hjälp av Erlang C för alla timmar alla dagar som piloterna pågick. Informationen om antal inkommande samtal och medianärendetid hämtades från rådata för piloterna. Eftersom det inte går att använda medelväntetid (vilket är måttet för det nationella tillgänglighetsmålet) för Erlang C-beräkningar, gjordes analysen för tre servicenivåer som kretsar kring 5 minuter: att 50 procent av samtalen ska besvaras inom 5 minuter, att 75 procent av samtalen ska besvaras inom 5 minuter, och att 99 procent av samtalen ska besvaras inom 5 minuter. Informationen matades in i Erlang C-kalkylatorerna på webbplatserna Call Centre Helper.com och Agenses.com. Därefter registrerades resultatet i form av antalet aktiva sjuksköterskor som krävs för att uppnå tillgängligheten. Först genomfördes bemanningsanalysen för pilotperioderna utifrån antagandet att alla landsting samverkade fullt ut. Resultaten presenteras dag för dag och timme för timme i diagram och tabeller, och jämförs med det faktiska antal sjuksköterskor som arbetade och den verkliga servicenivån som uppnåddes. Därefter gjordes en analys av den bemanning som hade krävts under piloterna i ett scenario där antalet inkommande samtal och ärendetiderna hade varit desamma, men där landstingen och regionerna hade haft separata köer och inte samverkat. På grund av att beräkningarna är mycket tidskrävande eftersom den gjordes genom gratisverktyg på webben, gjordes analysen bara för en dag, torsdagen den 19 maj 2016, som inföll under pilot 2. Dagen valdes ut dels för att samverkan var mer omfattande under pilot 2, dels för att inga landsting loggade ut för APT eller liknande under dagen, och dels för att det var en dag då servicenivån på 50 procent av samtalen besvarade inom 5 minuter uppnåddes under flera timmar, vilket tillåter oss att tydligt se om samma period utan samverkan skulle ha uppnått servicenivån. Samma analys hade kunnat göras på referensperioderna, men genom att göra den för piloterna hålls antalet inkommande samtal och ärendetider lika så att samverkan isoleras som den enda faktor som skiljer perioderna åt vilket gör att det tydligt går att se samverkans effekter på bemanningsbehovet enligt Erlang C- beräkningen. Tfn vx Organisationsnr sid 7 (41)

8 4.3. Mått Tillgänglighet Mått och parametrar i analysen Begreppet tillgänglighet i piloterna avser väntetider/kötider. De faktorer som påverkar tillgängligheten är antalet inkommande samtal, bemanningen och ärendetiden. Överbelastade samtal Om telefonisystemet beräknar att den förväntade väntetiden är mer än 45 minuter (utom i Kalmar där gränsvärdet är 120 minuter), får de som ringer överbelastningsbesked där de inte ställs i kö utan ombeds försöka igen senare. Antalet överbelastade samtal är en indikator för tjänstens tillgänglighet om en invånare ombeds ringa senare är tjänsten inte att betrakta som tillgänglig. Inkommande samtal Inkommande samtal är alla samtal som ringts till 1177 som inte har fått överbelastningsbesked. Antalet inkommande samtal är en av faktorerna som påverkar tillgängligheten. Samverkanssamtal Samverkanssamtal är de samtal som har ringts från en invånare i ett visst landsting eller en viss region men besvarats i ett annat landsting eller en annan region. Bemanning - aktiva sjuksköterskor Måttet för bemanning är antalet aktiva sjuksköterskor enligt beskrivningen i avsnitt Besvarade och ej besvarade samtal Vissa invånare lägger på i kön innan en sjuksköterska hinner svara. Andelen besvarade samtal är en indikator på tjänstens tillgänglighet. Invånare kan lägga på av olika skäl, där alla inte kan handlar om bristande tillgänglighet. Men om invånaren lägger på grund av att väntetiderna upplevs vara för långa kan tjänsten inte anses vara särskilt tillgänglig. Väntetid för besvarade samtal Med väntetid menas den tid som den inringande väntar i telefonkö. Väntetiderna är ett viktigt mått på tillgänglighet. Om en invånare behöver vänta länge på att få tala med en sjuksköterska är tjänsten mindre tillgänglig än om invånaren får svar med en gång Vårdguiden på telefon brukar redovisa väntetiderna endast för de besvarade samtalen. Väntetiderna i analysen utgår från invånarperspektivet. Det innebär att väntetiderna för ett visst landsting eller en viss region gäller de invånare som befunnit sig där geografiskt när de ringt samtalet, snarare än de invånare som fått svar av en sjuksköterska i ett visst landsting eller en viss region. Väntetid för samtal som inte fått svar Väntetiderna för samtal som inte fått svar är minst lika viktig som väntetiderna för besvarade samtal. Den beskriver upplevelsen hos dem som inte fick svar, det vill säga upplevelsen för dem för vilka tjänsten inte var tillgänglig. Väntetiden för samtal som inte fått svar kan hjälpa oss att förstå hur vi ska kunna öka andelen besvarade samtal och på så sätt göra tjänsten mer tillgänglig. Ärendetider Efter att rådgivningssamtalet mellan sjuksköterskan och invånaren har ägt rum dokumenterar sjuksköterskan samtalet i journalsystemet. Samtalstiden och tiden det tar att dokumentera, dokumentationstiden blir tillsammans ärendetiden för samtalet. Ärendetiden är en viktig parameter eftersom att den är en av de grundläggande faktorerna som påverkar väntetiderna. Tfn vx Organisationsnr sid 8 (41)

9 Ärendetiderna i analysen utgår från ett verksamhetsperspektiv, vilket innebär att ärendetiderna gäller det landsting eller den region där samtalet har besvarats. Dokumentationstid Dokumentationstiden är tiden det tar för sjuksköterskan att dokumentera ett samtal efter att det avslutats. Dokumentationstiden är en del av ärendetiden, som i sin tur är en av faktorerna som direkt påverkar tillgängligheten. Dokumentationstiden kan påverkas av en mängd olika faktorer, till exempel arbetsrutiner, typen av samtal, förutsättningarna för hänvisningar i landsting och regioner, och så vidare. Samtalstid Samtalstiden är den tid det tar att föra samtalet från det att det startar till det att någon lägger på. Samtalstiden är en del av ärendetiden, som i sin tur är en av faktorerna som direkt påverkar tillgängligheten. Fördelning av sjuksköterskans aktiva tid Som aktiv kan sjuksköterskan antingen vänta på samtal ( tid i ledig ), föra ett samtal ( tid i samtal ) eller dokumentera ett samtal ( dokumentationstid ). Information om andel tid i ledig bidrar till att tydliggöra om faktorer som samtalsstyrning och bemanning fungerar optimalt för den tillgänglighet man önskar uppnå. Informationen om tid i samtal och dokumentation kan berätta för oss om olikheter och likheter i arbetssätt mellan landsting och regioner Val av mått för väntetider och annan snedfördelad data Medelvärde, median och spridning Medelvärde är ett statistiskt mått som ofta används för att ungefärligt representera en uppsättning värden. Det beräknas genom att summera värdena och därefter dela summan på antalet värden. Trots att medelvärdet är ett smidigt och populärt mått är det viktigt att vara medveten om att det finns situationer där det ger en skev bild av verkligheten. Här följer ett enkelt räkneexempel. Fem invånare som ringde 1177 hade följande väntetider: 1 sek 10 sek 40 sek 300 sek (5 min) 3600 sek (1 timme) Medelväntetiden från dessa blir sek eller 13 minuter och 10 sekunder. Kan det medelvärdet påstås representera en typisk invånarupplevelse såsom man förväntar sig att medelvärdet ska göra? Fyra av invånarna, 80 procent, fick trots allt svar långt innan medelväntetiden. Den extremt långa väntetiden på en timme har en oproportionerligt stor påverkan på medelvärdet medelvärdet ger alltid mer tyngd åt den som väntar längst. Statistiskt brukar den här typen av data beskrivas som att värdena är kraftigt snedfördelade och har uteliggare (extrema värden). I sådana fall är medianen det mått som rekommenderas när vi bara ska ange ett enda mått för att representera väntetiderna. Medianen är det värde som ligger i mitten av alla värden när det har sorterats i storleksordning: i detta fall 40 sekunder. Medianen påverkas inte oproportionerligt av den extremt långa väntetiden på en timme och blir då mer representativt för typupplevelsen än medelvärdet. Även om medianen är mer rättvisande visar inte den ensam hur mycket väntetiderna varierar. Faktum är trots allt att flera fick svar snabbt, men att någon hade oturen att behöva vänta riktigt, riktigt länge. Är inte det också viktig information? Ja endast genom att rapportera variationen på Tfn vx Organisationsnr sid 9 (41)

10 väntetiderna kan vi få en uppfattning om väntetider som representerar alla invånares olika väntetider när de ringer Det statistiskt riktiga är alltså att inte bara redovisa medianen, men även variationen eller spridningen av väntetider. Det finns flera olika sätt att redovisa spridning, men ett lämpligt sätt är att rapportera det minsta värdet, den 25:e percentilen, den 50:e percentilen (medianen), den 75:e percentilen och det största värdet. På så sätt ringar man in alla samtalen med bara fem mått, och får en mer heltäckande och verklighetstrogen bild än från bara medianen. Väntetider för invånare som ringer 1177 För att bedöma om medelvärde eller median är rätt att använda för väntetiderna för invånare som ringer 1177 Vårdguiden på telefon samt om vi behöver studera spridningen behöver vi veta hur dessa ser ut i verkligheten. Är de snedfördelade, och har de en stor variation? Låt oss titta på väntetiderna för referensperioderna i den här analysen: Min 25 percentilen Median 75 percentilen Max 00:00:01 00:00:43 00:04:23 00:09:15 01:08:28 Här är det uppenbart att värdena är snedfördelade och har stor variation. 75 procent av invånarna har fått svar inom 9 minuter och 15 sekunder. Men den invånare som väntade längst många gånger längre än så, i en timme och åtta minuter. Utifrån detta kan vi sluta oss till att medelvärdet troligtvis kommer ha påverkas oproportionerligt av de längsta väntetiderna, och vara högre än medianen. Låt oss se mycket riktigt: Median Medel 00:04:23 00:06:01 Det innebär att vi bör använda medianen som lägesmått, men helst rapportera hela spridningen. Diagram 1. Låddiagram över väntetider för besvarade samtal under referensperioderna (dag kl ). För att snabbt kunna få en uppfattning om spridningen kan vi presentera kortaste väntetiden, väntetiden vid 25:e percentilen, medianväntetiderna, väntetiden vid 75:e percentilen och den längsta väntetiden i ett låddiagram. Med bara ett ögonkast kan vi då se snedfördelningen av väntetiderna och att en majoritet, 75 procent har relativt korta väntetider, men att resterande 25 procent drabbas av en stor variation av väntetider. Tfn vx Organisationsnr sid 10 (41)

11 Val av mått för att representera väntetider Utifrån diskussionen ovan är det tydligt att en analys av väntetiderna inte bör baseras på medelvärdet som lägesmått utan istället på medianen. Utöver medianen bör även spridningen av väntetider redovisas. Minsta väntetiden behöver inte rapporteras eftersom denna alltid är 0 eller nära 0. Följande mått används därför i analysen: 25:e percentilen Medianen 75:e percentilen Max Eftersom det nationella tillgänglighetsmålet baseras på ett medelvärde rapporteras även medelvärdet. Medelvärdet Utöver detta presenteras måtten även i låddiagram för att snabbt kunna jämföra fördelningen för olika uppsättningar väntetider samtidigt Val av bemanningsmått Bemanning är ett viktigt mått eftersom det är en av de tre faktorerna som påverkar väntetiden. Det finns olika sätt att beräkna och definiera bemanning på beroende på sammanhang och tillgänglig data. I den här analysen bör bemanning definieras som det antal sjuksköterskor som under en given period funnits tillgängliga och arbetat aktivt med att ta emot samtal från invånare. Detta för att det ska vara möjligt att korrekt analysera sambanden mellan bemanning och väntetider. För att uppfylla definitionen beräknas ett bemanningsmått baserat på aktiv tid, vilket är den tid som sjuksköterskorna varit inloggade i telefonisystemet och haft statusen aktiv. Orsaken till att vi använder aktiv tid snarare än inloggad tid är att inloggad tid även innefattar den tid som sjuksköterskan varit i paus och inte kunnat ta emot invånarsamtal. Inloggad tid skulle därmed få bemanningen att framstå som större än den egentligen varit. Bemanningsmåttet antal aktiva sjuksköterskor beräknas som det minsta antal sjuksköterskor som teoretiskt sett hade behövts för att uppfylla summan av den tid som sjuksköterskorna varit aktiva under en timme. Ett exempel: om data anger att den summan av sjuksköterskornas aktiva tid mellan klockan 9 och 10 var 24 timmar, innebär det att minst 24 sjuksköterskor har varit aktiva under hela timmen. I verkligheten kan naturligtvis fler än 24 sjuksköterskor ha varit aktiva under timmen men inte arbetat hela timmar. Exempelvis kan 48 sjuksköterskor ha varit aktiva under timmen, men bara 30 minuter var. Men för analysen är detta oväsentligt det viktiga är det teoretiska antalet aktiva sjuksköterskor eftersom det är vad som påverkar tillgängligheten. Måttet antal aktiva sjuksköterskor kan även användas i planeringssammanhang såsom schemaläggning av arbetspass. Det går då att utgå från antalet aktiva sjuksköterskor som behövs under en viss tidsperiod och sedan addera den tid som sjuksköterskorna behöver för andra arbetsuppgifter samt tid för pauser och luncher för att få veta hur många sjuksköterskor totalt sett som behöver schemaläggas för verksamheten vid varje enskilt tillfälle för att uppnå ett givet tillgänglighetsmål Data Val av referensveckor För att välja ut referensveckor till den fördjupade analysen användes ett rådatautdrag med antal inkomna samtal och aktiv tid för samtliga veckor , för samma tidsperioder på Tfn vx Organisationsnr sid 11 (41)

12 dygnet då piloterna pågick. Bland dessa veckor identifierades åtta veckor där skillnaderna gentemot respektive pilotvecka (fyra för dagtid och fyra för nattetid) var minsta möjliga för inkomna samtal och aktiv tid. Därefter valdes de veckor där den totala avvikelsen för dessa två parametrar jämfört med respektive pilotvecka var den minsta möjliga i absoluta värden. Med absoluta värden menas att ingen hänsyn togs till om skillnaden var negativ eller positiv. Referensveckorna blev därmed de som listas i Tabell 1. Referensveckorna i den fördjupade analysen blev mer lika sina respektive pilotveckor än i den första analysen, vilket framgår i jämförelse med Tabell 2. Referensveckor och pilotveckor till den fördjupade analysen. Pilotvecka Referensvecka Skillnad i inkomna samtal Skillnad i aktiv tid Skillnad som Tabell 1. absolut värde Dag kl P R ,06 % 1,00 % 1,06 % P R ,06 % 0,68 % 0,74 % P R ,23 % 1,39 % 1,62 % P R ,01 % 0,69 % 0,70 % Natt kl P R ,30 % 1,51 % 1,81 % P R ,77 % 0,76 % 1,53 % P R ,57 % 1,44 % 3,01 % P R ,33 % 1,07 % 1,40 % Tabell 2. Referensveckor och pilotveckor till den första analysen (dagtid kl ). Pilotvecka Referensvecka Skillnad i inkomna samtal Skillnad i aktiv tid Skillnad som absolut värde Dag kl P R ,36 % 2,11 % 22,47 % P R ,74 % 3,40 % 5,14 % P R ,22 % 2,36 % 19,59 % P R ,88 % 3,81 % 6,69 % Natt kl P R ,66 % 8,74 % 11,4 % P R ,37 % 5,19 % 10,56 % P R ,14% 10,31% 27,45 % P R ,61 % 2,83 % 4,44 % Val av tidsperioder på dygnet För att endast analysera de samtal i piloterna som ingick i nationell samverkan studerades spridningen av väntetider per timme. Resultatet presenterades per timme och vecka i låddigrammen i Diagram 1 och 2. Spridningen av väntetider den första timmen på varje pilotvecka liknade spridningen av väntetiderna under referensperioderna, med många extremt långa väntetider i förhållande till majoriteten av samtalen. Efter den första timmen kl på dagen jämnades väntetiderna ut och fick en mindre spridning än samma timme under referensperioden. På natten uppstod effekterna mer successivt mellan kl. 22 och klockan 03. Orsaken till att den första tiden på varje pilotperiod liknar referensperioden är att de samtal som hade ställts i kö innan samverkan slogs på låg kvar i sina respektive köer och fortsatte att få extremt långa väntetider istället för att styras till nationell kö. Det innebär att resultaten från den första timmen på varje pilotperiod bygger på en blandning av samverkanssamtal och ickesamverkanssamtal. För att studera enbart effekterna från samverkan exkluderas därför den första timmen, kl på dagen och kl på natten, från analysen. I vissa delar av analysen Tfn vx Organisationsnr sid 12 (41)

13 exkluderas även kl eftersom ett fåtal icke-samverkanssamtal ligger kvar i kö in även på den timmen. Diagram 2. Väntetider per timme och vecka under pilotveckorna (P) och referensveckorna (R), dag kl Diagram 3. Väntetider per timme och vecka under pilotveckorna (P) och referensveckorna (R), natt kl Kompletterande data Analysen baseras i de flesta fall på rådatafiler från leverantören. Kompletterande data från leverantören används för överbelastade samtal Tillvägagångssätt Rådatafiler för de utvalda referensveckorna samt pilotveckorna beställdes från leverantören. Dessa lästes in i SPSS, en programvara för statistisk analys. I SPSS kvalitetskontrollerades och tvättades data så att testanvändare och samtal där det inte framgick varifrån invånaren ringt exkluderades från analysen. Därefter skapas de beräknade variabler som behövdes för analysen inklusive det bemanningsmått som beskrivs ovan. De timmar som inte skulle ingå enligt avsnittet Tfn vx Organisationsnr sid 13 (41)

14 Val av tidsperioder på dygnet exkluderades. Därefter togs de resultat som redovisas under Resultat fram, och analyserna gjordes enligt de metoder rom redovisats ovan. 5. Resultat 5.1. Inkommande samtal och bemanning Liknande antal inkommande samtal under piloter och referensperioder Tabell 3 och 4 visar antalet inkommande samtal och aktiva timmar dagtid efter att den första timmen för dagen och natten exkluderats från analysen. Precis som i datautdraget där de första timmarna är inkluderade är skillnaderna på perioderna cirka 2 procent. Under pilot 1 på natten är dock skillnaden större, piloten hade nästan 5 procent färre samtal än referensperioden. Inkommande samtal och bemanning kl Inkommande samtal Aktiva timmar Tabell 3. Pilot Referens Skillnad 1,23 % 0,84 % Pilot Referens Skillnad 0, 92 % 0,20 % Tabell 4. Inkommande samtal och bemanning kl Inkommande samtal Aktiva timmar Pilot Referens Skillnad 4,82 % 0,62 % Pilot Referens Skillnad 0,45 % 2,15 % Antalet aktiva sjuksköterskor är jämnt och följer samma mönster alla perioder Dagtid under både piloter och referensperioder följde antalet aktiva sjuksköterskor samma mönster med en ökning fram till klockan 10, en minskning under lunchtimmarna, för att sedan öka igen. Även på natten följde antalet aktiva sjuksköterskor samma mönster under alla tidsperioder, med en minskning successivt från klockan 23 till 03. Medelantalet aktiva sjuksköterskor per timme var ungefär detsamma under piloter och referensperioder och varierar mellan 75 och 100 per timme under dagen och 19 och 26 per timme på natten. Under pilot 1 fanns i snitt 1-2 sjuksköterskor mer på plats varje timme än under pilot 2. Tabell 5. Medelantal aktiva sjuksköterskor per timme kl Pilot 1 82,3 100,9 82,5 75,9 89,6 86,1 Referens 1 83,3 100,5 84,4 76,7 88,7 88,1 Skillnad 1,20 % 0,40 % 2,25 % 1,04 % 1,01 % 2,27 % Tabell Pilot ,6 98,1 81,2 72,1 87,8 87,8 Referens 2 79,7 96,8 80,4 73,8 86,3 87,9 Skillnad 1,38 % 1,34 % 1,00 % 2,30 % 1,74 % 0,11 % Medelantal aktiva sjuksköterskor per timme kl Pilot 1 25,7 23,9 21,8 19,9 Referens 1 25,9 23,5 21,7 20,3 Skillnad 0,72 % 1,81 % 0,52 % 2,28 % Pilot 2 26,0 23,6 21,4 19,8 Referens 2 25,2 22,9 22,1 18,7 Tfn vx Organisationsnr sid 14 (41)

15 Skillnad 3,18 % 3,00 % 2,89 % 5,6 % 5.2. Besvarade, överbelastade och samverkanssamtal Färre överbelastade samtal - men ingen skillnad i andel besvarade samtal Under piloterna reducerades antalet invånare som fick överbelastningsbesked till 0 eller 1 från hundratals samma veckor året innan. Däremot påverkades inte andelen besvarade samtal under piloterna jämfört med referensveckorna, utan var lika stor eller något lägre. Överbelastade samtal dag och natt Dag kl Natt kl Tabell Pilot V Skillnad 100 % 100 % Pilot V Skillnad 100 % 99.9 % Besvarade samtal kl Tabell 8. Inkomna samtal Besvarade samtal Andel besvarade samtal Pilot ,9 % Referens ,2 % Skillnad 1,23 % 1,62 % 0,36 % Pilot ,9 % Referens ,8% Skillnad 0, 92 % 0,82 % 0,14 % Tabell 9. Besvarade samtal kl Inkomna samtal Besvarade samtal Andel besvarade samtal Pilot ,9 Referens ,0 Skillnad 4,82 % 4,85 % 0,12 % Pilot ,8 Referens ,4 Skillnad 0,45 % 1,64 % 2,09 % Samverkanssamtalen påverkade landstingen olika beroende på deras storlek Samverkanssamtalen utgjorde strax över 30 procent av de besvarade samtalen under dagtid. Antalet samverkanssamtal per landsting varierade mellan 250 och Västra Götaland besvarade inga samverkanssamtal under pilot 1 och Skåne knappt 400. Västerbotten och Uppsala besvarade fler än de övriga, 800 och 1000 var. Under pilot 2 besvarade Västra Götaland minst antal samverkanssamtal och Dalarna flest. Samverkanssamtalen hade olika stor påverkan i olika landsting beroende på deras storlek. För de landsting som besvarar många samtal utgjorde samverkanssamtalen bara en mindre andel, medan de utgjorde en stor andel för de landsting som inte brukar besvara så många. I Jämtland som normalt sett besvarar under 1000 samtal per period utgjorde samverkanssamtalen hela 68 procent. Under natten var en större andel av samtalen samverkanssamtal än under dagen: 50 procent i pilot 1 och 58 procent i pilot 2. De landsting och regionerna som under nätterna besvarade få eller inga samtal redovisas inte i tabellen, eftersom deras samtal utgör ett för litet underlag för att få tillförlitliga resultat. Tfn vx Organisationsnr sid 15 (41)

16 Tabell 10. Team Andel samverkanssamtal per landsting och region kl Pilot 1 Pilot 2 Besvarade Besvarade Andel Besvarade samtal samverkanssamtal samverkanssamtal samtal Besvarade samverkanssamtal Andel samverkanssamtal Blekinge ,2% ,0% Dalarna ,6% ,5% Gävleborg ,8% ,1% Halland ,7% ,4% Jämtland ,0% ,3% Jönköping ,3% ,2% Kalmar ,0% ,5% Kronoberg ,8% ,8% Skåne ,7% ,1% Uppsala ,2% ,5% VGR ,0 % ,5 % Västerbotten ,7% ,1% Västernorrland ,5% ,6% Västmanland ,0% ,0% Örebro ,5% ,1% Östergötland ,7% ,7% Totalt ,3 % ,8 % Tabell 11. Team Besvarade samtal Andel samverkanssamtal per landsting och region kl Besvarade Andel samverkanssamtal Besvarade samtal Besvarade samverkanssamtal Andel Blekinge Dalarna ,7% ,4% Gävleborg ,8% ,1% Halland ,9 % ,3% Jämtland ,5 % ,0% Jönköping Kalmar Kronoberg Skåne ,4% ,6% Uppsala ,7 % ,4% VGR ,0% ,6% Västerbotten ,1% Västernorrland ,9% ,9% Västmanland ,3% ,9% Örebro Östergötland ,8% ,4% Totalt ,6% ,4% Tfn vx Organisationsnr sid 16 (41)

17 5.3. Väntetider för besvarade samtal NATIONELL SAMVERKAN - ANALYS AV EFFEKTERNA PÅ TILLGÄNGLIGHETEN Färre extremt långa väntetider och alla fick svar inom 20 minuter Under piloterna behövde ingen invånare vänta i mer än 20 minuter medan vissa under referensperioderna fick vänta i mer än en timme. Antalet uteliggare väntetider som är extremt långa jämfört med resten minskade drastiskt under piloterna. Diagram 4. Väntetider för besvarade samtal för piloter och referensveckor kl Tabell 12. Väntetider för besvarade samtal kl percentilen Median 75 percentilen Max Medel Pilot 1 00:02:24 00:04:08 00:06:07 00:15:24 00:04:29 Referens 1 00:00:23 00:03:14 00:07:24 00:47:35 00:04:53 Skillnad 526 % 28 % 17 % 68 % 8 % Pilot 2 00:04:10 00:06:31 00:09:25 00:19:38 00:06:55 Referens 2 00:01:45 00:06:17 00:11:27 01:08:28 00:07:30 Skillnad 138 % 4 % 18 % 71 % 8 % På dagen fick en lägre andel svar riktigt snabbt men istället fick alla svar ganska snabbt Under piloterna på dagtid skedde en omfördelning av spridningen av väntetiderna. De 25 procent som tidigare fick svar riktigt snabbt (inom ca 0-2 minuter) fick under piloten vänta någon till några minuter längre (ca 0-4 minuter), medan de 25 procenten som fick vänta längst (ca minuter) alla fick svar inom 20 minuter. Detta framgår tydligt när vi tittar på den 25:e percentilen i tabellerna nedan. Under dagen pilot 1 fick 25 procent av samtalen svar inom 02:24 minuter, jämfört med referensperiodens 00:23 minuter, en ökning av väntetiden med 526 procent. Vi ser ett liknande mönster när vi tittar på medianväntetiderna, som är någon minut längre under piloterna än under referensperioderna. Däremot förändras mönstret när vi tittar på väntetiden vid den 75:e percentilen den är procent kortare än under referensperioderna, och maxväntetiderna som är runt 70 procent kortare. Tfn vx Organisationsnr sid 17 (41)

18 På natten fick nästan alla svar snabbare Oavsett vilken del av spridningen av väntetider man studerar under natten var de kortare under piloterna än under referensperioderna. Endast väntetiden vid den 25:e percentilen under pilot 1 var längre än under referensperioden, men bara med 6 sekunder. Piloterna hade med medianväntetider på 4 och 5 minuter, jämfört med referensperiodernas 6 och 8 minuter. Diagram 5. Väntetider för besvarade samtal för piloter och referensveckor kl Väntetider, besvarade samtal kl Tabell percentilen Median 75 percentilen Max Medel Pilot 1 00:00:26 00:04:12 00:10:10 01:11:41 00:06:07 Referens 1 00:00:20 00:06:02 00:15:15 01:21:39 00:09:35 Skillnad 30 % 31 % 33 % 12 % 40 % Pilot 2 00:00:14 00:05:09 00:14:03 01:19:10 00:08:12 Referens 2 00:00:33 00:08:07 00:21:53 01:43:00 00:13:40 Skillnad 1,64 % 2,09 % 58 % 23 % 40 % Kortare väntetider med färre extrema väntetider allt eftersom natten fortskred Under både piloterna och referensperioderna sjönk väntetiderna allt eftersom natten fortskred och de extrema uteliggarna försvann. Piloternas väntetider sjönk snabbare och blev jämnare än referensperiodernas. Redan från klockan 23 hade inringande i de flesta landsting väntetider på mellan 0 och 27 minuter (i Skåne och Östergötland låg väntetiderna på 1 timme och 20 minuter första timmen samtal som köats innan klockan 22 då samverkan slogs på). Efter klockan 00 behövde ingen invånare i landet vänta mer än 23 minuter. Efter klockan 01 väntade ingen invånare längre än 10:30 sekunder under piloterna. Under referensperioderna däremot blev den längsta väntetiden aldrig kortare än 30 minuter. Tfn vx Organisationsnr sid 18 (41)

19 Diagram 6. Väntetider (besvarade samtal) per timme kl Jämnare väntetider mellan landsting och regioner Mellan landsting och regioner jämnades väntetiderna ut under piloterna. Oavsett var i landet invånarna befann sig fick de liknande väntetider som invånare i andra delar av landet. Detta är en stor skillnad jämfört med referensperioderna, där väntetiderna hade stor variation. Utjämningen är tydlig både på dagen och på natten. På natten är den speciellt tydlig från klockan 00 då alla samtal som låg kvar i kön innan nationell samverkan slogs på hade besvarats. Diagram 7. Väntetider för besvarade samtal per landsting/region (kö) kl Tfn vx Organisationsnr sid 19 (41)

20 Diagram 8. Väntetider (besvarade samtal) per landsting/region kl Diagram 9. Väntetider (besvarade samtal) per landsting/region klockan Jämnare väntetider inom alla landsting och regioner på dagen Inom samtliga landsting och regioner försvann de flesta extrema väntetiderna under piloterna, vilket gjorde att väntetiderna blev mer jämnt fördelade bland de inringande. I de flesta landstingen och regionerna följde även väntetiderna det nationella mönstret med en omfördelning så att väntetiden vid 25:e percentilen och medianväntetiden i de flesta fall ökade, medan väntetiderna vid den 75:e percentilen och den längsta väntetiden minskade. På natten syns inget lika tydligt Tfn vx Organisationsnr sid 20 (41)

21 mönster när det gäller omfördelningen av väntetiderna. Vissa landsting fick då större spridning på väntetiderna under piloterna, och vissa mindre. Omfördelningen av väntetider såg olika ut i olika landsting Även om alla lansting fick jämnare spridning på väntetiderna, varierar det hur omfördelningen av väntetider såg ut inom olika landsting och regioner. I regel fick invånare från landsting som överlag hade korta väntetider under referensperioderna något längre väntetider vid 75:e percentilen. Under pilot 1 blev väntetiderna längre vid den 75:e percentilen för fyra av landstingen. Under pilot 2 blev väntetiderna vid 75:e percentilen längre för hälften av landstingen. Två landsting hade längre maxväntetider under piloterna än referensperioderna: Västerbotten och Kronoberg, Västerbotten med 25 sekunder och Kronoberg med en dryg minut. På samma sätt fick de landsting och regioner som hade de längsta väntetider vid 25:e percentilen och medianen under referensperioderna, kortare väntetider även där under piloterna exempel är Skåne, Västmanland, Östergötland och Västra Götaland. Väntetider vid 75:e percentilen, besvarade samtal för landsting och regioner (kö) kl Team Pilot 1 Referens 1 Skillnad Pilot 2 Referens 2 Skillnad Tabell 14. Blekinge 00:05:25 00:03:45 44 % 00:09:12 00:07:07 29 % Dalarna 00:05:59 00:08:43 31 % 00:09:04 00:13:46 34 % Gävleborg 00:05:47 00:08:15 30 % 00:09:13 00:14:09 35 % Halland 00:05:49 00:04:09 40 % 00:08:54 00:05:11 72 % Jämtland 00:05:45 00:05:11 11 % 00:09:21 00:05:27 71 % Jönköping 00:06:21 00:06:47 6 % 00:09:40 00:06:19 53 % Kalmar 00:05:58 00:07:12 17 % 00:09:19 00:07:00 33 % Kronoberg 00:05:46 00:05:59 3 % 00:09:25 00:04: % Skåne 00:05:59 00:10:02 40 % 00:09:08 00:11:01 17 % Uppsala 00:05:18 00:06:03 12 % 00:09:27 00:07:40 23 % VGR 00:06:36 00:06:49 3 % 00:09:56 00:13:31 27 % Västerbotten 00:05:57 00:03:02 96 % 00:08:45 00:02: % Västernorrland 00:05:47 00:08:22 31 % 00:09:02 00:12:11 26 % Västmanland 00:06:10 00:10:22 41 % 00:09:52 00:09:50 0 % Örebro 00:06:27 00:09:09 30 % 00:09:21 00:12:02 22 % Östergötland Tabell :06:18 00:07:49 19 % 00:09:44 00:16:54 42 % Väntetider vid 75:e percentilen, besvarade samtal för landsting och regioner (kö) kl Kö Pilot 1 Referens 1 Skillnad Pilot 2 Referens 2 Skillnad Blekinge 00:10:07 00:09:04 11 % 00:13:20 00:09:00 48 % Dalarna 00:11:01 00:15:44 30 % 00:11:06 00:31:54 65 % Gävleborg 00:09:17 00:09:43 4 % 00:14:26 00:10:02 44 % Halland 00:10:36 00:10:05 5 % 00:15:57 00:07: % Jämtland 00:11:52 00:06:43 77 % 00:15:10 00:05: % Jönköping 00:10:50 00:19:30 44 % 00:13:42 00:19:38 30 % Kalmar 00:11:12 00:07:13 55 % 00:11:57 00:11:57 0 % Kronoberg 00:10:01 00:10:05 1 % 00:16:35 00:11:49 40 % Skåne 00:11:57 00:27:46 57 % 00:14:36 00:22:04 34 % Uppsala 00:11:00 00:09:04 21 % 00:12:06 00:09:17 30 % VGR 00:07:07 00:17:21 59 % 00:14:03 00:38:46 64 % Västerbotten 00:10:39 00:07:39 39 % 00:11:35 00:08:58 29 % Västernorrland 00:10:24 00:07:57 31 % 00:09:50 00:07:29 32 % Västmanland 00:11:00 00:15:10 27 % 00:16:20 00:32:31 50 % Örebro 00:11:10 00:09:08 22 % 00:14:18 00:13:26 6 % Östergötland 00:12:32 00:15:43 20 % 00:15:35 00:14:33 7 % Tfn vx Organisationsnr sid 21 (41)

22 5.4. Väntetider för samtal som inte fått svar NATIONELL SAMVERKAN - ANALYS AV EFFEKTERNA PÅ TILLGÄNGLIGHETEN De som lägger på gör det ofta tidigt Under pilot 1 avslutades (18 procent) av de inkommande samtalen innan en sjuksköterska hann svara, samma andel som under referensperioden. Under pilot 2 var (26 procent) av samtal obesvarade, samma andel som under referensperioden. Analysen av väntetiderna för de som lägger på visar att de väntar kortare tid än de som fått svar. Hälften av de som lade på väntade inte mer än 5 minuter, och 75 procent väntade inte mer än 6 minuter oavsett pilot- eller referensperiod. Ingen väntar längre än 30 minuter. Det är en stor skillnad mot de som väntar tills de får svar, där många är beredda att vänta uppåt en timme. Diagram 10. Väntetider för besvarade samtal och ej besvarade samtal, piloter och referensperioder kl Tabell 16. Väntetider för ej besvarade samtal kl percentilen Median 75 percentilen Max Medel Pilot 1 00:01:00 00:02:18 00:04:12 00:13:30 00:02:54 Referens 1 00:00:18 00:00:42 00:02:21 00:27:56 00:01:56 Skillnad 233 % 229 % 79 % 52 % 50 % Pilot 2 00:01:15 00:03:07 00:05:42 00:18:11 00:03:51 Referens 2 00:00:18 00:00:40 00:02:28 01:16:50 00:02:03 Skillnad 317 % 368 % 131 % 76 % 86 % Tabell 17. Väntetider för ej besvarade samtal kl percentilen Median 75 percentilen Max Medel Pilot 1 00:01:32 00:03:30 00:06:56 00:22:07 00:04:45 Referens 1 00:00:32 00:02:24 00:06:55 00:52:54 00:05:12 Skillnad 187,5% 45,8% 0,5 % 58,2% 8,7 % Pilot 2 00:02:03 00:05:30 00:10:45 01:06:28 00:06:55 Referens 2 00:00:56 00:03:30 00:08:43 01:39:05 00:06:58 Skillnad 119,6% 56,4% 23,3% 32,9% 0,5 % Under piloterna väntade de som lade på längre än under referensperioderna Beteendet för de som inte fick svar skiljer sig ganska stort mellan piloterna och referensperioderna under både dag och nattetid. I piloterna väntade en större andel av de inringande längre innan de lade på än i referensperioderna. Detta är troligtvis en konsekvens av att de inringande inte fick något köbesked under piloterna (se diskussionen). Tfn vx Organisationsnr sid 22 (41)

23 Väntetider för ej besvarade samtal för piloter och referensveckor kl Diagram 11. Väntetider för ej besvarade samtal för piloter och referensveckor kl Färre väntade extremt länge innan de lade på Väntetiderna för de som inte fått svar var jämnare under piloterna än under referensperioderna, då det fanns fler extrema uteliggare. Variationen var också mindre mellan landsting och regioner. Detta är en konsekvens av det faktum att inga samtal behövde vänta mer än 20 minuter för att få svar under piloterna oavsett landsting eller region. Liten skillnad i beteende mellan invånare i olika landsting och regioner Spridningen av väntetider för de som inte fått svar är relativt jämn i de olika landstingen och regionerna. Under referensperioden varierar de extrema väntetiderna, en konsekvens av den mer varierande tillgängligheten hos landstingen och regionerna. Tfn vx Organisationsnr sid 23 (41)

24 Diagram 12. Väntetider för ej besvarade samtal per landsting/region (kö) kl Diagram 13. Väntetider för ej besvarade samtal per landsting/region (kö) kl Tfn vx Organisationsnr sid 24 (41)

25 5.5. Ärendetider Ärendetiden består till procent av samtalstid På dagen består drygt 60 procent av ärendetiden av samtalstid, och resterande 40 procent av dokumentationstid. På natten är samtalstiden en större andel av ärendetiden, över 65 procent. Under piloterna ökade dokumentationstiden något på bekostnad av samtalstiden. Längre ärendetider under piloterna, främst på grund av längre dokumentationstid Både dag och natt var ärendetiderna något längre under piloterna än de var under respektive referensperiod. Under dagen var medianärendetiderna 7-13 procent längre, och under natten 6-9 procent längre. Ökningen av ärendetiderna bestod både av längre samtalstider och av längre dokumentationstider, men dokumentationstiderna ökade mer än vad samtalstiderna gjorde. Under dagtid ökade mediansamtalstiden med 5 procent under piloterna, medan mediandokumentationstiden ökade med 27 och 15 procent i pilot 1 respektive 2. Under natten finns inget tydligt mönster när det gäller förändringar i samtalstid, som var relativt jämn, men dokumentationstiden ökade med procent. Ärendetider, besvarade samtal kl Tabell percentilen Median 75 percentilen Max Medel Pilot 1 00:05:13 00:08:04 00:11:58 02:06:13 00:09:25 Referens 1 00:04:36 00:07:10 00:10:55 01:45:28 00:08:32 Skillnad 13 % 13 % 10 % 20 % 10 % Pilot 2 00:05:23 00:08:18 00:12:17 03:06:45 00:09:39 Referens 2 00:04:53 00:07:45 00:11:35 02:41:17 00:09:01 Skillnad 10 % 7 % 6 % 16 % 7 % Tabell 19. Ärendetider, besvarade samtal, kl percentilen Median 75 percentilen Max Medel Pilot 1 00:05:27 00:08:09 00:12:04 01:10:22 00:09:33 Referens 1 00:05:07 00:07:43 00:11:27 01:03:41 00:08:57 Skillnad 6 % 6 % 5 % 11 % 7 % Pilot 2 00:05:18 00:08:10 00:11:57 00:51:52 00:09:18 Referens 2 00:04:46 00:07:28 00:11:09 01:00:16 00:08:38 Skillnad Tabell % 9 % 7 % 14 % 8 % Samtalstider kl percentilen Median 75 percentilen Max Medel Pilot 1 00:02:59 00:04:49 00:07:20 01:32:31 00:05:42 Referens 1 00:02:50 00:04:35 00:07:07 01:27:08 00:05:31 Skillnad 6 % 5 % 3 % 6 % 3 % Pilot 2 00:03:02 00:04:54 00:07:31 01:17:15 00:05:48 Tabell Referens :02:52 00:04:40 00:07:08 01:18:28 00:05:32 Skillnad 6 % 5 % 5 % 2 % 5 % Samtalstider kl percentilen Median 75 percentilen Max Medel Pilot 1 00:03:10 00:05:04 00:07:49 00:51:17 00:06:10 Referens 1 00:03:12 00:05:06 00:07:44 00:42:09 00:06:03 Skillnad 1,6 % 0,7 % 1,1 % 21,7 % 2,2 % Tabell Pilot :03:11 00:04:58 00:07:44 00:44:43 00:06:03 Referens 2 00:02:59 00:04:51 00:07:21 00:51:14 00:05:45 Skillnad 6,7 % 2,4 % 5,2 % 12,7 % 5,5 % Dokumentationstider kl percentilen Median 75 percentilen Max Medel Pilot 1 00:01:02 00:02:32 00:04:50 01:47:36 00:03:42 Referens 1 00:00:41 00:02:00 00:03:43 01:40:54 00:03:00 Skillnad 51 % 27 % 30 % 7 % 23 % Pilot 2 00:01:06 00:02:44 00:05:03 03:01:02 00:03:51 Referens 2 00:00:55 00:02:23 00:04:30 001:20:49 00:03:28 Skillnad 20 % 15 % 12 % 29 % 11 % Tfn vx Organisationsnr sid 25 (41)

26 Dokumentationstider, besvarade samtal kl percentilen Median 75 percentilen Max Medel Pilot 1 00:00:58 00:02:23 00:04:31 01:05:51 00:03:22 Referens 1 00:00:48 00:02:00 00:03:32 01:02:35 00:02:54 Tabell Skillnad ,8 % 19,2 % 27,2 % 5,2 % 16,0 % Pilot 2 00:00:57 00:02:14 00:04:18 00:40:04 00:03:14 Referens 2 00:00:46 00:01:54 00:03:51 00:45:00 00:02:53 Skillnad 21,3 % 17,5 % 11,2 % 11,0 % 12,7 % Många avvikande, extremt långa väntetider Oavsett tidsperiod finns ett stort antal avvikande, extremt långa ärendetider. 75 procent av samtalen har inte ärendetider längre än minuter, men resterande 25 procent kunde vara i flera timmar. Om man bortser från de avvikande ärendetiderna är ärendetiderna normalfördelade. Diagram 14. Ärendetider, besvarade samtal kl Ärendetiderna varierar mellan landsting och regioner Ärendetiderna varierade mellan landsting och regioner, både under piloterna och under referensperioderna. Medianärendetiden varierar mellan 6 och 10 minuter mellan landsting och regioner på dagen och 7 och 12 minuter på natten. De flesta landsting fick längre medianärendetider under pilotperioderna på dagtid, endast tre fick kortare. På natten var det andra och något fler landsting som fick kortare medianärendetider. Tfn vx Organisationsnr sid 26 (41)

27 Diagram 15. Ärendetider, besvarade samtal per landsting och region (team) kl Medianärendetider, besvarade samtal för landsting och regioner (team) kl Tabell 24. Team Pilot 1 Referens 1 Skillnad Pilot 2 Referens 2 Skillnad Blekinge 00:06:48 00:05:40 20 % 00:07:45 00:05:38 38 % Dalarna 00:05:58 00:05:04 18 % 00:06:08 00:06:06 1 % Gävleborg 00:07:05 00:07:09 1 % 00:07:01 00:07:40 8 % Halland 00:07:21 00:06:48 8 % 00:07:42 00:06:24 20 % Jämtland 00:08:36 00:09:25 9 % 00:09:02 00:07:16 25 % Jönköping 00:09:37 00:07:55 21 % 00:09:21 00:08:19 12 % Kalmar 00:09:48 00:08:35 14 % 00:10:05 00:08:43 16 % Kronoberg 00:07:05 00:06:44 5 % 00:07:36 00:07:14 5 % Skåne 00:08:44 00:06:34 33 % 00:08:52 00:08:18 7 % Uppsala 00:06:23 00:05:47 10 % 00:06:37 00:05:48 14 % VGR 00:10:34 00:09:03 17 % 00:10:45 00:10:12 5 % Västerbotten 00:07:09 00:06:15 14 % 00:07:37 00:05:46 32 % Västernorrland 00:07:07 00:07:28 5 % 00:07:19 00:07:34 3 % Västmanland 00:07:49 00:05:35 40 % 00:08:02 00:06:04 33 % Örebro 00:09:41 00:07:52 23 % 00:08:42 00:08:07 7 % Tabell Östergötland :07:58 00:06:56 15 % 00:08:33 00:07:50 9 % Medianärendetider, besvarade samtal för landsting och regioner (team) kl * Team Pilot 1 Referens 1 Skillnad Pilot 2 Referens 2 Skillnad Blekinge Dalarna 00:10:10 00:08:01 27 % 00:08:29 00:08:01 6 % Gävleborg 00:07:12 00:06:15 15 % 00:07:57 00:05:45 38 % Halland 00:07:19 00:06:18 16 % 00:07:22 00:06:00 22 % Jämtland 00:08:08 00:10:11 20 % 00:08:29 00:08:34 1 % Jönköping Kalmar Kronoberg Skåne 00:09:33 00:08:26 13 % 00:09:03 00:08:05 12 % Uppsala 00:06:17 00:06:39 6 % 00:06:38 00:05:12 28 % VGR 00:10:32 00:08:30 24 % 00:10:15 00:10:36 3 % Västerbotten :07:06 00:04:55 44 % Västernorrland 00:07:10 00:07:31 5 % 00:06:46 00:07:28 9 % Västmanland 00:09:49 00:08:11 20 % 00:07:57 00:09:10 13 % Örebro 00:12:48 00:08:33 50 % Östergötland 00:07:01 00:07:06 1 % 00:07:01 00:06:31 8 % Tfn vx Organisationsnr sid 27 (41)

28 Inget tydligt mönster mellan samverkanssamtal och egna samtal dagtid Även när vi studerar ärendetiderna bör vi titta på medianen och percentilerna snarare än medelvärdet, eftersom även ärendetiderna är snedfördelade och påverkas av uteliggare. Detta blir extra viktigt om vi vill jämföra ärendetider mellan samverkanssamtal och egna samtal, eftersom det i varje pilot dagtid fanns runt samverkanssamtal men ungefär egna samtal. På grund av att de egna samtalen är fler har de också hunnit få fler extrema uteliggare som påverkar medelvärdet. När vi bryter ner ärendetider på samverkanssamtal och egna samtal dagtid får vi inget entydigt resultat. Överlag är ärendetiderna mellan grupperna lika, med en median runt 8 minuter. Utöver att ärendetiderna är relativt lika för båda typerna av samtal är det svårt att dra några ytterligare slutsatser. I båda piloterna var medianärendetiden sekunder kortare för samverkanssamtalen än för samtal från det egna landstinget eller den egna regionen. Samtidigt stämde inte detta för alla enskilda landsting eller regioner, där medianärendetiden för samverkanssamtal i flera fall var några sekunder längre än för de egna samtalen. En nedbrytning per landsting dagtid finns i appendix 1. Analysen för natten gjordes inte för landsting, men på nationell nivå liknade resultatet dagen med något kortare ärendetider för samverkanssamtalen. Ärendetider för besvarade samverkan och egna samtal kl Tabell 26. Antal 25 percentilen Median 75 percentilen Max Medel Pilot 1 Samverkanssamtal :05:07 00:07:43 00:11:20 01:54:43 00:08:59 Egna samtal :05:15 00:08:13 00:12:17 02:06:13 00:09:36 Skillnad -2,5% -6,1% -7,7% -9,1% -6,4% Pilot 2 Samverkanssamtal :05:17 00:08:07 00:11:48 01:26:37 00:09:21 Egna samtal :05:27 00:08:25 00:12:31 03:06:45 00:09:49 Skillnad -3,1% -3,6% -5,7% -53,6% -4,6% 5.6. Fördelning av sjuksköterskans aktiva tid Mindre andel tid i ledig och större andel dokumentationstid Dagtid under piloterna förändrades fördelningen av tiden för dessa tre aktiviteter jämfört med referensperioderna. Andelen tid i ledig minskade från 14 till 7 procent i pilot 1, och från 9 till 5 procent under pilot 2 jämfört med referensperioderna. Andelen dokumentationstid ökade. Andelen tid i samtal var relativt oförändrad. Nattetid var förändringen av fördelningen inte lika stor som under dagen, men andelen tid i ledig minskade även där, andelen dokumentationstid ökade, och tiden i samtal var relativt oförändrad. Andel tid i ledig - utjämnad mellan landsting och regioner Dagtid jämnades andelen tid i ledig ut mellan landsting och regioner. Under piloterna var variationen mellan landsting och regioner 4 procentenheter, medan den under referensperioderna var 32 procentenheter. För de flesta landsting innebar detta en minskning av andelen tid i ledig. Desto högre andelen tid i ledig varit under referensperioden, desto större blev minskningen under piloterna. Västerbotten och Blekinge var de landsting som hade störst minskning av andelen tid i ledig, med upp till 84 procent. Under natten fortsatte andelen tid i ledig att variera mellan landsting och regioner i Pilot 1, och jämnades ut aningen under Pilot 2. Vissa landsting fick mer tid i ledig medan andra fick mindre. Förändringen stod precis som under dagen i omvänd proportion till andelen tid i ledig under referensperioderna. För ett fåtal landsting som under referensperioderna haft väldigt lite tid i ledig innebar piloterna en ökning av andelen tid i ledig. Tfn vx Organisationsnr sid 28 (41)

29 Tid i ledig som andel av aktiv tid per landsting och region kl Pilot 1 Referens 1 Skillnad Pilot 2 Referens 2 Skillnad Blekinge 7,8 % 36,4% 79 % 4,5 % 19,7% 77 % Dalarna 6,7 % 14,2% 53 % 5,9 % 3,3 % 76 % Tabell 27. Gävleborg 8,7 % 13,9% 37 % 4,7 % 7,5 % 37 % Halland 6,1 % 19,3% 68 % 5,6 % 15,1% 63 % Jämtland 7,0 % 23,2% 70 % 4,3 % 18,2% 77 % Jönköping 5,9 % 9,5 % 38 % 5,7 % 14,6% 61 % Kalmar 6,4 % 15,9% 60 % 3,6 % 12,6% 72 % Kronoberg 8,7 % 26,2% 67 % 6,4 % 23,1% 73 % Skåne 6,2 % 11,2% 45 % 5,1 % 2,3 % 120 % Uppsala 9,3 % 15,2% 39 % 5,2 % 12,5% 58 % VGR 5,8 % 9,5 % 39 % 5,0 % 1,6 % 211 % Västerbotten 7,4 % 30,6% 76 % 5,3 % 33,6% 84 % Västernorrland 8,7 % 13,4% 35 % 5,3 % 9,3 % 42 % Västmanland 5,8 % 22,7% 74 % 5,0 % 15,9% 68 % Örebro 5,3 % 5,8 % 9 % 5,6 % 9,0 % 38 % Östergötland 5,8 % 3,7 % 56 % 7,4 % 1,9 % 296 % Nationellt 6,6 % 13,8% 52 % 5,3 % 9,0 % 41 % Tid i ledig som andel av aktiv tid per landsting och region kl Tabell 28. Pilot 1 Referens 1 Skillnad Pilot 2 Referens 2 Skillnad Blekinge Dalarna 20,6% 10,7% 91 % 21,5% 17,2% 25 % Gävleborg 19,1% 34,4% 45 % 19,9% 30,5% 35 % Halland 24,5% 34,7% 29 % 22,3% 33,8% 34 % Jämtland 21,5% 22,7% 5 % 14,0% 33,5% 58 % Jönköping Kalmar Kronoberg Skåne 16,1% 18,4% 13 % 15,9% 25,1% 37 % Uppsala 37,6% 30,3% 24 % 30,2% 30,7% 2 % VGR 20,7% 10,0% 107 % 15,5% 5,6 % 177 % Västerbotten ,2% 58,3% 52 % Västernorrland 16,3% 30,0% 46 % 13,7% 12,7% 8 % Västmanland 16,9% 23,2% 27 % 12,5% 8,0 % 56 % Örebro Östergötland 21,3% 19,7% 8 % 20,8% 20,1% 3 % Nationellt 18,9% 20,9% 10 % 18,9% 22,8% 17 % Tfn vx Organisationsnr sid 29 (41)

30 Andel tid i samtal och dokumentation - fortsatt variation mellan landsting och regioner Under dagen fortsatte andelen dokumentationstid att variera stort mellan landsting och regioner, med upp till 24 procentenheter. Även andelen tid i samtal varierade mellan landsting och regioner med upp till 25 procentenheter. Under natten ökade andelen tid i dokumentation för de flesta landsting, och variationen mellan landstingen fortsatte även där att vara stor. Diagram 16. Fördelning av aktiv tid för landsting och regioner kl Diagram 17. Fördelning av dokumentationstid och samtalstid för landsting och regioner kl Tfn vx Organisationsnr sid 30 (41)

31 5.7. Bemanningsanalys NATIONELL SAMVERKAN - ANALYS AV EFFEKTERNA PÅ TILLGÄNGLIGHETEN Erlang C-beräkningen och utfallet är oftast överensstämmande När man jämför Erlang C-beräkningen av antalet sjuksköterskor som hade behövts per timme med det verkliga utfallet i servicenivå stämmer dessa två relativt väl överrens. I 83 procent av timmarna uppnåddes en servicenivå som var på samma sida gränsvärdet som Erlang C förutspådde. I övriga fall var servicenivån antingen lägre eller högre i förhållande till gränsvärdet än vad Erlang C-beräkningen förutspådde. En majoritet av dessa var fall där Erlang C hade underskattat bemanningen som krävdes för servicenivån, det vill säga där verksamheten enligt Erlang C beräkningen borde ha uppnått servicenivån men inte gjorde det. Se diskussionen för möjliga orsaker till differensen mellan Erlang C och utfallet. Verksamheten knappt bemannad för att besvara 50 procent inom 5 minuter Erlang C-beräkningarna visar att verksamheten var underbemannad i förhållande till de utvalda servicenivåerna under en stor del av piloterna. I pilot 1 hade verksamheten i snitt tillräckligt med sjuksköterskor för att kunna besvara 50 procent av samtalen inom 5 minuter både natt och dag. I pilot 2 var bemanningen inte tillräcklig för ens det, och den uppnådda servicenivån för 5 minuter blev också bara 42,7 procent på dagen och 49 procent på natten. Pilot ,7% -8 42,7% 12 42,7% Tabell 30. Inkomna samtal per timme i snitt Bemanningsanalys översikt per pilot kl Tabell % inom 5 minuter 75 % inom 5 minuter 99 % inom 5 minuter Inkomna samtal i snitt Medianärendetid Aktiva tssk i snitt Under / överbeman ning i snitt Utfall andel som fick svar inom 5 min Under / överbemanning i snitt Utfall andel som fick svar inom 5 min Under / överbemanning i snitt Utfall andel som fick svar inom 5 min Pilot ,4% 2 66,4% -2 66,4% Bemanningsanalys översikt per pilot kl % inom 5 minuter 75 % inom 5 minuter 99 % inom 5 minuter Medianärendetid Aktiva tssk per timme i snitt Under / överbemanni ng per timme i snitt Utfall andel som fick svar inom 5 min Under / överbemanning per timme i snitt Utfall andel som fick svar inom 5 min Under / överbemanning per timme i snitt Utfall andel som fick svar inom 5 min Pilot ,8% 1 57,8% 2 57,8% Pilot ,0% 1 49,0% 4 49,0% Bemanningen inte anpassad efter mönstret för de inkommande samtalen Bemanningen i förhållande till antalet inkommande samtal varierade stort under olika timmar och dagar. Verksamheten var överbemannad nästan lika ofta som den var underbemannad. På dagtid inföll överbemanningen oftast mellan klockan 10 och 11 samt efter klockan 13. Underbemanningen inföll oftast mellan klockan 9 och 10 och mellan klockan 12 och 13. Även måndagar utmärker sig, som i snitt saknade 18 aktiva sjuksköterskor och endast hade tillräcklig bemanning för att 50 procent skulle få svar inom 5 minuter 20 procent av tiden. På natten var verksamheten underbemannad i början mellan klockan 23-01, för att sedan vara överbemannad mellan I diagrammen på de kommande sidorna har färgerna på linjerna följande innebörd: Tfn vx Organisationsnr sid 31 (41)

32 Diagram 18. Över- och underbemanning för olika servicenivåer per datum och timme, kl Diagram 19. Över- och underbemanning för olika servicenivåer per datum och timme, kl Tfn vx Organisationsnr sid 32 (41)

33 Datum Måndag Tisdag Onsdag torsdag fredag måndag tisdag onsdag torsdag fredag Tabell 31. Inkomna samtal Bemanningsanalys Pilot 1 dag Klockslag Medianärendetid Aktiva tssk Under / överbemanning 50% inom 5 minuter 75% inom 5 minuter 99% inom 5 minuter Utfall Under / Utfall Under / andel som överbemanning andel som över- fick svar fick svar bemanning inom 5 min inom 5 min Utfall andel som fick svar inom 5 min ,6% -5 55,6% -8 55,6% ,9% 10 80,9% 6 80,9% ,0% 2 57,0% -2 57,0% ,2% ,2% ,2% ,5% 3 74,5% -1 74,5% ,0% 3 54,0% -1 54,0% ,9% -4 40,9% -8 40,9% ,6% 8 71,6% 4 71,6% ,7% -4 85,7% -8 85,7% ,7% -5 55,7% -9 55,7% ,3% 11 93,3% 6 93,3% ,8% 10 99,8% 6 99,8% ,1% -2 55,1% -6 55,1% ,4% 13 89,4% 8 89,4% ,2% 7 99,2% 3 99,2% ,4% 2 66,4% -2 66,4% ,7% 15 96,7% 11 96,7% ,0% ,0% ,0% ,9% 0 54,9% -4 54,9% ,2% 20 97,2% 16 97,2% ,0% 8 98,0% 4 98,0% ,3% 4 86,3% 0 86,3% ,4% 14 97,4% 9 97,4% ,1% 13 99,1% 9 99,1% ,8% -6 28,8% ,8% ,6% 5 84,6% 1 84,6% ,6% -5 60,6% -9 60,6% ,0% ,0% ,0% ,0% -8 25,0% ,0% ,7% 3 46,7% -1 46,7% ,7% ,7% ,7% ,1% -4 48,1% -8 48,1% ,4% -8 46,4% ,4% ,4% ,4% ,4% ,2% -5 30,2% -9 30,2% ,5% -9 44,5% ,5% ,0% ,0% ,0% ,1% 8 84,1% 3 84,1% ,2% -1 76,2% -5 76,2% ,7% ,7% ,7% ,3% 3 63,3% -1 63,3% ,8% 2 75,8% -2 75,8% ,7% 6 84,7% 2 84,7% ,7% 19 98,7% 15 98,7% ,8% 16 99,8% 12 99,8% ,5% 6 93,5% 2 93,5% ,0% ,0% ,0% ,2% 14 99,2% 10 99,2% ,7% -4 52,7% -8 52,7% ,1% 10 77,1% 6 77,1% ,2% -5 54,2% -9 54,2% ,8% -6 34,8% ,8% ,3% 4 67,3% -1 67,3% ,0% 9 96,0% 4 96,0% ,9% -8 33,9% ,9% ,0% 14 85,0% 10 85,0% ,8% 7 86,8% 3 86,8% ,3% -1 67,3% -5 67,3% ,0% ,0% ,0% ,9% 2 78,9% -2 78,9% Tfn vx Organisationsnr sid 33 (41)

34 Datum Måndag tisdag onsdag torsdag fredag måndag tisdag onsdag torsdag fredag Tabell 32. Inkomna samtal Bemanningsanalys Pilot 2 dag Klockslag Medianärendetid Aktiva tssk Under / överbemanning 50% inom 5 minuter 75% inom 5 minuter 99% inom 5 minuter Utfall Under / Utfall Under / andel som överbemanning andel som över- fick svar fick svar bemanning inom 5 min inom 5 min Utfall andel som fick svar inom 5 min ,6% ,6% ,6% ,7% ,7% ,7% ,6% ,6% ,6% ,5% ,5% ,5% ,8% -8 22,8% ,8% ,7% -3 42,7% -7 42,7% ,4% -5 35,4% -9 35,4% ,2% 10 84,2% 6 84,2% ,9% 3 73,9% -2 73,9% ,5% ,5% ,5% ,2% 2 37,2% -2 37,2% ,1% 5 85,1% 1 85,1% ,7% ,7% ,7% ,9% 5 59,9% 1 59,9% ,8% -9 26,8% ,8% ,9% -7 27,9% ,9% ,5% ,5% ,5% ,4% 5 57,4% 1 57,4% ,8% ,8% ,8% ,9% ,9% ,9% ,0% ,0% ,0% ,5% ,5% ,5% ,1% ,1% ,1% ,9% -6 53,9% ,9% ,8% ,8% ,8% ,6% 0 35,6% -4 35,6% ,4% ,4% ,4% ,5% ,5% ,5% ,7% ,7% ,7% ,5% 0 55,5% -5 55,5% ,9% ,9% ,9% ,5% ,5% ,5% ,5% ,5% ,5% ,3% ,3% ,3% ,5% ,5% ,5% ,4% 2 51,4% -2 51,4% ,6% -3 54,6% -7 54,6% ,8% 17 99,8% 13 99,8% ,5% 4 84,5% 0 84,5% ,3% -1 48,3% -5 48,3% ,0% 9 83,0% 5 83,0% ,3% 7 81,3% 3 81,3% ,2% ,2% ,2% ,7% 3 76,7% -2 76,7% ,6% -8 59,6% ,6% ,6% ,6% ,6% ,4% 2 70,4% -3 70,4% ,8% 9 95,8% 5 95,8% ,8% -7 25,8% ,8% ,5% 10 92,5% 6 92,5% ,7% 7 94,7% 3 94,7% ,5% ,5% ,5% ,9% 1 68,9% -4 68,9% ,8% 5 84,8% 0 84,8% ,1% -9 20,1% ,1% ,2% 1 46,2% -3 46,2% ,6% -9 32,6% ,6% ,2% ,2% ,2% ,4% -9 23,4% ,4% ,4% 4 70,4% 0 70,4% Tfn vx Organisationsnr sid 34 (41)

35 Utan samverkan skulle verksamheten totalt sett ha varit underbemannad Om landsting och regioner inte skulle ha samverkat under piloterna skulle bemanningen har varit för låg för att någon gång under dagen uppnå att 50 procent av samtalen besvarats inom 5 minuter. Detta kan jämföras med beräkningarna som utgår från att verksamheterna samverkar i en gemensam kö, då bemanningen var tillräcklig för att uppnå servicenivån under 4 av de 6 timmarna. Även utfallet i servicenivån visar detta över 50 procent fick svar under de 4 timmarna som Erlang C-beräkningen förutspådde. Dessutom uppfylldes servicenivån där 75 procent fick svar inom 5 minuter under tre av timmarna. Diagram 20. Servicenivå och bemanning, scenarierna samverkan och ingen samverkan kl Ingen samverkan bemanning i förhållande till inkomna samtal och ärendetider Samverkan - bemanning i förhållande till inkomna samtal och ärendetider Uppnådd servicenivå per timme Med samverkan skulle landstingen behöva procent färre sjuksköterskor för att uppnå samma servicenivå än utan samverkan Analysen visar att landsting och regioner tillsammans skulle behöva 20 procent färre sjuksköterskor för att uppnå 50 procent inom 5 minuter, 29 procent färre för att uppnå att 75 procent får svar inom 5 minuter, och 43 procent färre för att uppnå att 99 procent får svar inom 5 minuter, jämfört med om de skulle vilja uppnå dem utan samverkan. Desto högre servicenivå som önskas, desto större effekt har samverkan på antalet sjuksköterskor som skulle behövas. Tabell 33. Jämförelse samverkan och scenario utan samverkan % får svar inom 5 75% får svar inom 5 minuter minuter Medianärendetid 99% får svar inom 5 minuter Antal aktiva Över/unde tssk som rbemannin hade g per behövts per timme i timme i snitt snitt Inkomna samtal per timme i snitt Aktiva tssk per timme i snitt Antal aktiva tssk som hade behövts per Över/unde rbemannin gper timme i Antal aktiva tssk som hade behövts per timme i Över/und erbemann ingper timme i timme i snitt snitt snitt snitt Samverkan Scenario ingen samverkan I snitt enligt ovan, se landstings analys för detaljer I snitt enligt ovan, se landstings analys för detaljer I snitt enligt ovan, se landstin gsanalys för detaljer Skillnad -19 sjuksköterskor /timme 20 % - 32 sjuksköterskor/timme 29 % - 64 sjuksköterskor/timme 43 % Tfn vx Organisationsnr sid 35 (41)

36 Utan samverkan hade de flesta verksamheter varit underbemannade Vid scenariot där landsting och regioner inte hade skulle endast en fjärdedel ha haft tillräckligt med sjuksköterskor för att kunna besvara 50 procent av samtalen inom 5 minuter under torsdagen den 19 maj. Övriga landsting skulleha varit underbemannade med 1-4 sjuksköterkor i snitt per timme. Landsting/ region Tabell 34. Scenario antal aktiva som hade behövts per landsting utan samverkan Värden för % inom 5 minuter 75 % inom 5 minuter 99 % inom 5 minuter Inkomna Medianärendetid Aktiva tssk Antal aktiva tssk Över/ under- Antal aktiva tssk Över/ Antal aktiva tssk samtal per per timme som hade bemanning som hade under- som hade timme i (team) i snitt behövts per behövts per bemannin behövts per snitt (kö) timme is snitt timme is snitt g timme is snitt Över/ underbemannin g Blekinge Dalarna Gävleborg Halland Jämtland Jönköping Kalmar Kronoberg Skåne Uppsala VGR Västerbotten Västernorrland Västmanland Örebro Östergötland Diskussion 6.1. Begränsningar Faktorer som kan påverka jämförelsen mellan perioder Jämförelsen mellan piloterna och referensperioderna har haft som utgångspunkt att förhållandena under perioderna utöver antalet inkommande samtal och bemanning har varit lika. Dock finns ett antal faktorer som skiljde sig mellan perioderna och som eventuellt kan påverka resultaten: Information om köplats och förväntad väntetid i talsvaret Under piloterna fick de inringande ingen information om köplats eller förväntad väntetid, vilket de får i normala fall. Information om NKI-mätning i talsvaret Under piloterna fick de inringande information om NKI-mätningen, vilket de inte får normalt Faktorer som kan påverka skillnaderna mellan Erlang C- beräkningen och utfallet I de fall där utfallet av servicenivån inte stämde med Erlang C-beräkningen, det vill säga där Erlang C antingen överskattat eller underskattat bemanningen som krävs för en viss servicenivå, kan det finnas flera förklaringar: 1. Att analysen är gjord per timme Under varje timme kan det finnas toppar och dalar i antalet inkommande samtal och ärendetider som påverkar utfallet i servicenivån, men som Erlang C-beräkningen inte kan ta hänsyn till då den görs utifrån medelvärden per timme. Detta påverkar speciellt de högre servicenivåerna, då endast en mindre kötopp under en timme kan räcka för att 99 procent av samtalen inte ska besvaras inom 5 minuter. En analys per halvtimme skulle ge ännu mer exakta resultat. Tfn vx Organisationsnr sid 36 (41)

37 2. Antagandet att alla inkommande samtal besvaras Erlang Cs antagande att alla inkommande samtal besvaras bidrar till att Erlang C uppskattar att fler sjuksköterskor behövs än i verkligheten. I verkligheten vet vi att procent av samtalen besvaras och därmed att ett lägre antal sjuksköterskor behövs än vad Erlang C antar. Om en större andel av de inkommande samtalen besvarades skulle Erlang C-beräkningen bli mer exakt. 3. Antagandet om samverkan utan begränsningar Erlang C-beräkningen utgår från att alla sjuksköterskor arbetar i samma kö. Kompetensstyrning och låsning av samtal i köer och kan påverka utfallet i servicenivån på sätt som Erlang C- beräkningen inte har möjlighet att ta hänsyn till. Konsekvensen är att Erlang C uppskattar att färre sjuksköterskor behövdes under samverkan än antalet som behövdes i verkligheten. Detta gäller speciellt pilot 1 då samtalen låstes i köer. I viss mån kan det även gälla pilot Servicenivåerna i utfallet baseras på alla samtal I vår analys ingår alla väntetider i beräkningen av servicenivån, även för de som inte har fått svar. Det innebär att alla samtal där den inringande lagt på inom 5 minuter bidrar till en bättre servicenivå trots att de egentligen inte ens kommit fram till en sjuksköterska (minst procent av samtalen). Servicenivåerna som redovisats i utfallet ser därmed bättre ut än om vi hade studerat serviecnivåerna endast för de besvarade samtalen Effekter på tillgängligheteten Väntetider Samverkan skapade en jämnare tillgänglighet för nästan alla invånare Att den längsta väntetiden och antalet uteliggare minskar innebär en jämnare tillgänglighet för dem som ringer Alla som ringde under piloterna kunde förvänta sig ungefär samma väntetid, någonstans mellan noll och 20 minuter men med stor sannolikhet under 10 minuter, oavsett när eller varifrån de ringde. Ingen riskerade som tidigare att vänta uppåt en timme. Samtidigt hade de inte heller lika stor chans som tidigare att bli någon av dem som fick svar riktigt snabbt, inom en till två minuter. Väntetiderna samlade sig alltså mer kring ett medelvärde än tidigare. Att en lägre andel fick svar riktigt snabbt men alla fick svar ganska snabbt tyder på ett bättre resursutnyttjande Eftersom samtalen under piloterna kunde fördelas till ett större antal sjuksköterskor försvinner situationen som kunde uppstå under referensperioderna där sjuksköterskor i landsting med få inkommande samtal väntar på samtal samtidigt som det är kö i andra landsting. Eftersom sjuksköterskorna därmed har mindre tid i ledig innebär det att i princip alla som ringer får vänta lite grann i kö innan de kommer fram vilket gör att färre får svar direkt men alla får svar snabbt. Att färre kommer fram direkt är alltså ett tecken på bättre resursutnyttjande under piloterna. Genom samverkan kan varje landsting erbjuda en mer jämlik sjukvårdsrådgivning Utjämningen av väntetiderna skedde inte bara mellan landstingen men även inom samtliga landsting och regioner. Under piloterna hade alla landsting och regioner väntetider som var mer jämlikt fördelade kring en medianväntetid och färre invånare som fick en avvikande väntetid från majoriteten genom extremt långa väntetider. Tfn vx Organisationsnr sid 37 (41)

38 I vissa landsting blir väntetiderna mer jämlika men längre, i andra landsting blir de mer jämlika och kortare Utöver att sjukvårdsrådgivningen var mer jämlik inom samtliga landsting under piloterna, fördelades väntetiderna om för invånarna som ringde från landstinget så att de för vissa blev kortare och för vissa längre. Orsaken är hur antalet inkommande samtal i förhållande till bemanningen såg ut i landstingen under referensperioden. De invånare som ringde från landsting som haft en god bemanning i förhållande till antalet samtal under referensperioderna fick mer jämlika men ibland längre väntetider i piloterna, och de invånare som ringde från landsting som haft en låg bemanning i förhållande till antalet samtal fick mer jämlika och kortare väntetider. Sammanfattningsvis kan man säga att de landsting som haft god bemanning i förhållande till antalet samtal från de egna landstinget bytte många korta väntetider mot mer jämlika men lite längre väntetider inom det egna landstinget. Invånare som ringde från landsting som haft lägre bemanning i förhållande till antalet samtal fick både mer jämlika och kortare väntetider. Alla landsting och alla invånare skulle vinna på samverkan med anpassad bemanning Bemanningsanalysen visar att för att alla landsting ska få både mer jämlika och kortare väntetider behöver bemanningen anpassas till den önskade tillgängligheten under samverkan inte bara i antal men även rätt fördelat över dygnet Överbelastade och obesvarade samtal De överbelastade samtalen försvinner på grund av att väntetiderna jämnas ut Eftersom överbelastningsbeskedet ges när telefonisystemet bedömer att den förväntade väntetiden är mer än 45 minuter (i Kalmar 120 min på prov) är det en naturlig följd att överbelastningen försvinner när ingen väntar mer än 20 minuter. Väntetiderna fortfarande för långa för att en större andel ska få svar Varför fick inte en större andel av de som ringde svar under piloterna trots de jämnare och ofta kortare väntetiderna? Den största anledningen är att väntetiderna behöver vara ännu kortare än de var under samverkan för att fånga dem som lägger på. Vi har sett att 75 procent av de som lade på under piloterna på dagtid gjorde det inom 4-6 minuter. De påverkas därmed inte av de kortare väntetider som samverkan bidrar med, då dessa uppstår främst för de som är beredda att vänta längre än så. För att minska andelen som lägger på skulle medianväntetiden behöva bli kortare. Köbesked och NKI påverkar invånarnas beteende i kön I resultaten syntes tydliga skillnader i beteende mellan piloterna och referensperioderna. Invånarna som ringde under piloterna väntade längre innan de lade på än under referensperioderna, för att sedan tröttna snabbare än under referensperioderna. Detta är troligtvis ett resultat av skillnaderna vad gäller köbesked och eventuellt även informationen om NKI. En hypotes är att bristen på köbesked i piloterna till en början uppmuntrade de inringande att vänta kvar. När invånarna istället fick ett köbesked, som under referensperioderna, valde de flesta att lägga på direkt för att de inte ville vänta så länge som köbeskedet angav. De som valde att ändå vänta kvar var beredda att vänta den tid som köbeskedet hade angivit. Om hypotesen stämmer skulle andelen besvarade samtal eventuell påverkas om nationell samverkan genomfördes med köbesked, även om det är svårt att förutspå exakt hur. Troligtvis skulle den förväntade väntetiden som angavs vid köbeskedet ha stor påverkan. Om samverkan bidrar med att köbeskedet blir lägre under många perioder, skulle kanske fler välja att vänta kvar än tidigare. Men om köbeskedet fortfarande är längre än vad de inringande är beredda att vänta, skulle invånarna eventuellt fortsätta att lägga på i lika stor utsträckning. Tfn vx Organisationsnr sid 38 (41)

39 Hur många lägger på och ringer tillbaka igen? Ännu en faktor som kan påverka är att de som lägger på tidigt vid köbesked eventuellt ringer tillbaka något senare för att se om kötiden har minskat. Ett sådant beteende skulle kunna påverka antalet inkommande samtal och andelen besvarade samtal. Vi har i dagsläget ingen information om hur många av de som ringde under piloterna och referensperioderna som gjorde så Faktorerna som påverkar tillgängligheten Antalet inkommande samtal Antalet inkommande samtal påverkar tillgängligheten Genom att välja referensveckor som liknade pilotveckorna vad gäller antalet inkommande samtal och bemanning har vi eftersträvat att göra perioderna så jämförbara som möjligt. I analysen framgår att det lägre antalet inkommande samtal under pilot 1 och referensperiod 1 bidrog till en högre tillgänglighet än under pilot 2 och referensperiod 2, då antalet inkommande samtal var högre och bemanningen något lägre. Viktigt att analysera antalet inkommande samtal per timme Erlang C-beräkningarna visar att bemanningsbehovet varierar för olika timmar. Det är viktigt att studera antalet inkommande samtal inte bara per vecka eller dag, men timme för timme för att kunna göra en användbar bemanningsplanering Ärendetiderna Dokumentationstiden ökar men varför? Resultaten visar att ärendetiderna ökade under piloterna, främst på grund av den ökade dokumentationstiden. Analysen har inte kunnat visa orsakerna till att dokumentationstiderna ökar eller kunnat visa om samverkanssamtalen har annorlunda ärendetider jämfört med samtalen från det egna landstinget. Eftersom ärendetiderna är en av faktorerna som påverkar väntetiderna är detta någonting som skulle behöva studeras djupare. Variation i ärendetiderna mellan landstingen men varför? Resultaten visade att andelen tid i ledig jämnades ut mellan landstingen, men att andelen tid i dokumentation och tid i samtal inte jämnades ut utan fortsatte att variera mellan dem. Detta skulle kunna vara ett tecken på olika förhållanden och arbetssätt i de olika landstingen. Detta är värt att studera mer i detalj. Om arbetssätten skiljer sig åt, finns det några som bättre bidrar till högre kvalitet i samtalen och jämnare ärendetider än andra? Bemanningen Samverkan minskar bemanningsbehovet Analysen har visat att samverkan minskar bemanningsbehovet totalt sett vid varje enskilt tillfälle, i och med ett mer effektivt resursutnyttjande där samtalen hela tiden fördelas jämt till alla sjuksköterskor som är aktiva och lediga. Att resurserna utnyttjas bättre syns dels i de tydliga effekterna på väntetiderna, och även på andelen tid i ledig, som under referensperioderna varierade stort och innebar att sjuksköterskor i ett landsting kunde vänta på samtal medan det var kö i ett annat landsting, men som under samverkan var ungefär lika i alla landsting och regioner. Med hjälp av Erlang C-beräkningen har vi kunnat uppskatta hur mycket bemanningsbehovet minskar under samverkan. Från den beräkning som gjordes för den 19 maj såg vi att landstingen Tfn vx Organisationsnr sid 39 (41)

40 och regionerna tillsammans hade behövt 78 aktiva sjuksköterskor för att uppnå servicenivån 50 procent inom 5 minuter, jämfört med 97 om de inte hade samverkat. Samverkan skulle alltså kräva 19 sjuksköterskor färre i snitt per timme än vad arbete i enskilda köer skulle göra. Har man högre ambitionsnivåer vad gäller tillgängligheten är effekten på bemanningsbehovet ännu större. Genom samverkan krävs 32 färre sjuksköterskor för att uppnå 75 procent inom 5 minuter, och 64 färre sjuksköterskor för att 99 procent ska få svar inom 5 minuter (Tabell 33). En annorlunda schemaläggning skulle förbättra väntetiderna väsentligt Erlang C-beräkningarna visade att varje enskild sjuksköterska gör stor skillnad för tillgängligheten vid varje enskild tidpunkt. Ofta var bemanningen antingen för hög eller för låg i förhållande till antalet samtal. En schemaläggning av den befintliga bemanningen som är bättre anpassad efter de inkommande samtalen skulle därför förbättra servicenivåerna betydligt. Under pilot 1, där bemanningen i teorin var tillräcklig för att uppnå en servicenivå på 75 procent, men där utfallet bara blev 67 procent, skulle det räcka med förändringar i schemat för att uppnå servicenivån. Det hade till exempel räckt med 11 av de sjuksköterskor som arbetade på onsdagen den 20 april istället skulle ha arbetat måndagen innan, för att alla som ringde på måndagen skulle ha fått svar inom 5 minuter, utan att servicenivån på onsdagen skulle ha försämrats. En högre bemanning förbättrar också väntetiderna Även en ökad bemanning skulle bidra till att förbättra servicenivån. Med en extra sjuksköterska utöver de som behövs för att uppnå en servicenivå på 50 procent en given timme, uppnår man en servicenivå på 75 procent. Med 4-5 sjuksköterskor till uppnår man en servicenivå på 99 procent. Vi kan använda Erlang C för att uppskatta bemanningsbehovet Erlang C-beräkningarna har visat vilken bemanning som hade behövts timme för timme baserat på den information vi har om antal inkommande samtal, ärendetider och önskad servicenivå. Analysen visade att Erlang C för de flesta timmar förutspådde korrekt om verksamheten var under- eller överbemannad för att uppnå de olika servicenivåerna. Från detta kan vi dra slutsatsen att vi överlag kan förlita oss på slutsatser från Erlang C-beräkningar, och att 1177 Vårdguiden på telefon överlag skulle ha nytta av att göra bemanningsplanering med hjälp av Erlang C. Naturligtvis har vi också sett att det kan finnas faktorer i verkligheten som inte Erlang C-formlen tar hänsyn till, som kan innebära att Erlang C-beräkningen i vissa fall under- eller överskattar bemanningsbehovet. Detta bör vi vara medvetna om. Det kan dock gå att förbättra metodiken i bemanningsplaneringen för med Erlang C för att utfallet ska bli ännu mer rättvisande, genom att studera vilka faktorer som påverkar de tillfällen då Erlang C antingen underskattat eller överskattat bemanningsbehovet. Om Erlang C oftast överskattar behovet kan man till exempel välja att alltid planera in en sjuksköterska mindre än vad Erlang C beräknar, och så vidare Vad påverkar tillgängligheten mest? Analysen har visat att samverkan påverkar bemanningen i förhållande till antalet samtal (som blir bättre) och ärendetiderna (som blir längre). Analysen har inte studerat i vilken utsträckning ärendetiderna respektive bemanningen har påverkat resultatet vilken av dem vägde tyngst. Hur mycket påverkar ökningen av ärendetiderna tillgängligheten under samverkan? Detta skulle kunna analyseras djupare Vilken pilot hade bäst resultat? Analysen har visat att båda piloterna hade tydliga effekter på tillgängligheten med en mer jämlik fördelning av väntetiderna både mellan och inom landsting och regioner. Analysen har också visat att resursallokeringen under båda piloterna var betydligt mer effektiv. Analysen har dock inte Tfn vx Organisationsnr sid 40 (41)

41 kunnat visa vilken typ av samtalsstyrning som gav bäst resultat. Detta eftersom kombinationen av inkommande samtal och bemanning såg olika ut i de två piloterna, där pilot 1 hade bättre bemanning i förhållande till behovet än pilot 2 så att effekterna från bemanningen överskuggar effekterna från samtalsstyrningen. Den här frågan bör gå att analysera djupare med hjälp av statistiska metoder där man kontrollerar för förhållandet mellan bemanning och antalet samtal för att se effekten av de två varianterna av samtalsstyrning Sammanfattning av möjliga fördjupade analyser Diskussionen ovan har nämnt ett antal möjliga fördjupade analyser, dessa sammanfattas här: 1. Studera vad som påverkar ärendetiderna. 2. Studera det statistiska sambandet mellan väntetider och andel besvarade samtal. 3. Studera vilka faktorer som har störst påverkan på väntetiderna bemanning eller ärendetid. 4. Studera vilken typ av samtalsstyrning som hade bäst resultat. 7. Slutsatser och rekommendationer Samverkan hade stora effekter på tillgängligheten men har ännu större potential Det fördjupade utfallet i väntetider blev en ökning av de kortaste väntetiderna, och en minsking av de längsta väntetiderna, och totalt sett en jämnare tillgänglighet för alla invånare. Däremot påverkades inte andelen besvarade samtal, vilket delvis beror på att väntetiderna inte minskade tillräckligt för att fånga upp många av dem som är benägna att lägga på. Det finns stor potential att ytterligare förbättra effekterna från samverkan utan att i första hand öka bemanningen. Möjliga åtgärder för att ytterligare förbättra resultaten från samverkan Gör prognoser av antalet inkommande samtal för samverkansperioden och Erlang C- beräkningar för att uppskatta bemanningsbehovet se därefter till att verksamheten är bemannad i enlighet med det behovet. Studera ärendetiderna. Både orsakerna till att ärendetiderna ökar under samverkan och orsakerna till att de varierar mellan landsting och regioner. Går mönstret att förändra? Rekommendationer inför en framtida samverkan Sätt tillgänglighetsmål som utgörs av en eller flera servicenivåer istället för medelväntetider. Beräkna bemanningsbehovet utifrån servicenivåerna och planera bemanningen därefter. Om ett tillgänglighetsmål är att öka andel besvarade samtal, sätt ett mål där 50 procent av samtalen, men gärna ännu mer, besvaras inom 5 minuter. Samverka dygnet runt för att utvärdera effekten av samverkan över dygnets alla timmar. Ange köbesked till invånarna även under nationell samverkan. 8. Referenser (1) Brad Cleveland, Call Center Management on Fast Forward, ICMI (2) Richard D. De Veaux, Paul F. Vellman, David E. Bock, Stats: Data and Models, Pearson Tfn vx Organisationsnr sid 41 (41)