Agenda Kort om bakgrund och målsättning Vad är unikt med Sveus uppföljningssystem Kort om kommande steg 2
Ramverket Värdebaserad vård har utvecklats för att möta hälso- och sjukvårdens utmaningar och definierar sjukvårdens övergripande mål som värde för patienten Patientrelevanta hälsoutfall, exempel: överlevnad, livskvalitet, smärta, funktionell förmåga, depression, inkontinens, impotens, tid till tillfrisknande Vad är nytt med värde som mål? Kombinerar alla andra mål Värde = Hälsoutfall Resursutnyttjande/kostnad Patientrelevant fokus enkelt att enas kring Beräknar kostnad per behandling och inte kostnad per organisationsenhet Kostnaden för alla resurser som åtgår för att uppnå hälsoutfallet (kostnad för utförare, inte ersättning) Fungerar på alla nivåer (vårdgivare, landsting/region, kommun, stat) 3
Agenda Kort om bakgrund och målsättning Vad är unikt med Sveus uppföljningssystem Kort om kommande steg 4
Sveus analys och uppföljningssystem har ett antal viktiga egenskaper I Uppföljningssystemen är utvecklade i bred samverkan mellan vårdens aktörer Vad är nytt med Sveus uppföljningssystem II III Uppföljningssystemen presenterar en gemensam bild av hälsoutfall och resursåtgång (vårdens effektivitet) Beaktar så stor del av vårdprocessen som möjligt med data från många olika källor Uppföljningssystemen är utformade för att möjliggöra rättvisande jämförelser Resultat justeras utifrån behandlade patienters förutsättningar Standardiserad informationsmodell IV Uppföljningssystemen kommer kontinuerligt att inhämta data och återkoppla via bland annat web-gränssnitt 5
Som del i metodutvecklingen av nya uppföljningssystem har jämförelserapporter baserad på historisk data publicerats exempel presenteras på följande sidor Jämförelserapporter presenterar historiska resultat för att tydliggöra möjligheter och utmaningar i framtida uppföljning Kliniskt relevanta nyckeltal har definierats av en expertgrupp inom respektive patientgruppsområde, i syfte att skapa grundförutsättningar för att följa upp rätt saker inom vården Samkörning av register har möjliggjort analys av tidigare outforskade kombinationer av data kring hälsoutfall och resursutnyttjande i svensk hälsooch sjukvård Genom sammankoppling av register i den mån det är möjligt inom gällande lagrum kan analyser ske kontinuerligt och stimulera förbättringsarbete 6
Exempelöversikt från stroke-vård: Region Östergötland Landsting/ PAS FK Kvalitetsregister SCB Förändrad sjukskrivning Observerat genomsnitt Sveus Fri från återinsjuknande God aktivitetsförmåga efter Statistiskt signifikant casemixjusterad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Överlevnad God allmän hälsa efter Casemix-justerad avvikelse för Region Östergötland i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) / Typ av utfallsvariabel kontinuerlig eller binär Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Kommunal data Förklaringar SLandsting/ Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler PAS alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära FK variabler Alla datakällor är inte tillgängliga i initialt uppföljningssystem
Exempelöversikt från stroke-vård: Region Jämtland Härjedalen Observerat genomsnitt Sveus / Typ av utfallsvariabel kontinuerlig eller binär Statistiskt signifikant casemix-justerad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Casemix-justerad avvikelse för Region Jämtland Härjedalen i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) Förändrad sjukskrivning Hälsa Fri från återinsjuknande Överlevnad God aktivitetsförmåga efter God allmän hälsa efter Resursåtgång Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära variabler
Resursåtgång Hälsa Exempelöversikt från stroke-vård: Landstinget Dalarna Observerat genomsnitt Sveus / Typ av utfallsvariabel kontinuerlig eller binär Statistiskt signifikant casemix-justerad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Casemix-justerad avvikelse för Landstinget Dalarna i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) Förändrad sjukskrivning Hälsa Fri från återinsjuknande Överlevnad God aktivitetsförmåga efter God allmän hälsa efter Resursåtgång Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära variabler
Exempelöversikt från stroke-vård: Översikt Landstinget i Uppsala län Observerat genomsnitt Sveus / Typ av utfallsvariabel kontinuerlig eller binär Statistiskt signifikant casemix-justerad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Casemix-justerad avvikelse för Landstinget i Uppsala län i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) Förändrad sjukskrivning Hälsa Fri från återinsjuknande Överlevnad God aktivitetsförmåga efter God allmän hälsa efter Resursåtgång Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära variabler
Exempelöversikt från stroke-vård: Översikt Region Skåne Observerat genomsnitt Sveus / Typ av utfallsvariabel kontinuerlig eller binär Statistiskt signifikant casemix-justerad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Casemix-justerad avvikelse för Region Skåne i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) Förändrad sjukskrivning Hälsa Fri från återinsjuknande Överlevnad God aktivitetsförmåga efter God allmän hälsa efter Resursåtgång Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära variabler
Exempelöversikt från stroke-vård: Översikt Stockholms läns landsting Observerat genomsnitt Sveus / Typ av utfallsvariabel kontinuerlig eller binär Statistiskt signifikant casemix-justerad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Casemix-justerad avvikelse för Stockholms läns landsting i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) Förändrad sjukskrivning Hälsa Fri från återinsjuknande Överlevnad God aktivitetsförmåga efter God allmän hälsa efter Resursåtgång Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära variabler
Exempelöversikt från stroke-vård: Översikt Västra Götalandsregionen Observerat genomsnitt Sveus / Typ av utfallsvariabel kontinuerlig eller binär Förändrad sjukskrivning Statistiskt signifikant casemix-justerad avvikelse från genomsnittet hos övriga landsting (p < 0,05) Casemix-justerad avvikelse för Västra Götalandsregionen i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) Hälsa Fri från återinsjuknande Överlevnad God aktivitetsförmåga efter God allmän hälsa efter Resursåtgång Slutenvårdsdygn Andel till särskilt boende Öppenvårdsbesök Nettosjukdagar Nya hemtjänsttimmar Grön linje avser genomsnittet för övriga landsting De grå ringarna avser landstingets avvikelse från detta genomsnitt om 50 % för kontinuerliga variabler alternativt oddskvot om 0,5 (inre ringen) eller 1,5 (yttre ringen) för binära variabler
Exempel från strokevård Stora skillnader i casemix-justerad initial slutenvårdstid, men inget tydligt samband med god aktivitetsförmåga efter tre månader Avvikelse andel med god aktivitetsförmåga efter tre månader casemix-justerad (beräknad mrs 0 2, oddskvot) 1,3 1,2 1,1 1,0 Ca 40 000 vårddygn per år RJH RÖ LtD LUL RS SLL VGR 0,9 Källa: Riksstroke, Patientadministrativa system, SCB 0,8-5 Samma nivå av hälsa, med olika längd på initial inläggning 0 5 10 Avvikelse längd på initial inläggning casemix-justerad (antal vårddygn) Casemix-justerade avvikelser på vårdgivarnivå av andel med god aktivitetsförmåga respektive längd på initial inläggning visar ingen tydligt korrelation Vårdgivare inom samma landsting uppvisar skilda nivåer för respektive mått Vissa vårdgivare framträder med samma sannolikhet för god hälsa men med signifikant skilda nivåer av nyttjade landstingsresurser
ANDEL FÖRSVUNNEN ELLER MYCKET BÄTTRE SMÄRTA III Uppföljningssystemen är utformade för att möjliggöra rättvisande jämförelser Exempel från ryggkirurgi: Justering för skillnader i casemix innebär att SVEUS kan tillhandahålla rättvisa jämförelser Beskrivning/logik Exempel rygg Andel förvunnen eller mycket reducerad smärta Inom SVEUS utvecklas algoritmer (prediktionsmodeller) som beräknar förväntat hälsoutfall baserat på patientegenskaper Patientegenskaper kan t.ex. innefatta: ålder, kön, BMI, rökare/ej rökare, etc. Patientegenskap/ Casemix Utbildningsnivå Födelseland Rökare Samsjuklighet 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 43% Förgymnasial Utanför EU Ja Ja 84% Patient 1 Patient 2 Eftergymnasial Född inom EU Nej Nej Ca 40 %-enheters skillnad i predicerad sannolikhet för lyckat utfall mellan en patient med goda förutsättning jämfört med en patient med sämre förutsättningar
RJH ÖSD RÖ US RÖ ViN LTD FL LUL AS RS HBG RS CSK RS SUSL RS SUSM RS YST SLL BBSth SLL DS SLL K Hudd SLL K Solna SLL STS SLL SÖS VGR SÄS VGR NU VGR SkaS VGR SU/M VGR SU/Ö Stora skillnader i andel kejsarsnitt som inte förklaras av casemix Andel, Procent 12.5 16.4 7.2 17.5 18.0 16.4 16.6 16.3 16.5 15.5 14.9 15.0 13.5 17.5 17.8 16.3 12.9 16.4 22.6 21.2 21.0 18.8 19.9 18.3 16.9 17.3 17.9 17.4 18.4 14.8 16.8 18.2 16.1 16.4 15.3 14.8 14.2 14.8 14.9 13.0 12.7 13.7 25 20 15 10 5 0 1 Avvikelse från övriga vårdgivare, Log-oddskvot 0-1 Observerat Predicerat 95 % K.I. Det förelåg stora och signifikanta avvikelser i andel kejsarsnitt mellan vårdgivare. Östergötland hade lägst andel (12 %) och Stockholm högst andel (20%) Kejsarsnitt är resurskrävande och inget känt samband finns mellan hög andel kejsarsnitt och friskare mor och barn. Not: Samtliga moduler, 2011 och 2012. Justerat för ålder, BMI, född utanför EU, prematuritet, flerbörd, fosterläge, tidigare kejsarsnitt, förstföderska, komplikationer under graviditeten och samsjuklighet Källa: Patientadministrativa system, SCB och MFR
Agenda Kort om bakgrund och målsättning Vad är unikt med Sveus uppföljningssystem Kort om kommande steg 17
IV Uppföljningssystemen inhämtar kontinuerligt data och återkopplar via web-gränssnitt Kontinuerlig återkoppling genereras bland annat genom SVEUS web-gränssnitt Ev justera rubrik Genom att kombinera datakällor med regelböcker och harmonisera data Möjliggöra strukturerad uppföljning av effektivitet och måluppfyllelse PAS PAS PAS Kvalitetsregister Quality Quality registries registries Försäkringskassan SVEUS SCB Regelböcker 18
Rapporter om obesitas, ryggkirurgi och höft/knä släpps under hösten Regional workshop eftermiddagen 12 november Hur kan man använda resultatet? Vilket stöd behövs? Vad är nästa steg? 19
Regional projektorganisation VGR Ann Söderström, HSA Barbro Fridén, SU Marie Röllgårdh, HSA Anneth Lundahl Ulf Angerås Marcus Edenstöm Per Sjöli VGR Styrgrupp VGR Projektledning Medicinsk rådgivare Vårddata Referens -grupper Se nedan VGR representant per diagnosområde Höft/knä Rygg Förlossning Fetmakirurgi Diabetes Stroke Osteoporos Bröstcancer Astrid Brauer Kajsa-Mia Holgers Beställare Johan Ström Samtliga diagnosområden Ulf Svensson, PV Höft/knä Henrik Malchau, SU Höft/knä Göran Garellick, SU Höft/knä Ola Rolfson, SU Rygg Rune Hedlund, SU Förlossning Lars Ladfors, SU Ledningsrepresentant Fetma VGR är drivande region, Hans Lönroth, SU Diabetes Karin Looström Muth, Kungälv / Alingsås Stroke Christina Wikman-Lundbom, Kungälv Osteoporos Dan Mellström, SU Bröstcancer Roger Olofsson, SU 20
Tack! www.sveus.se Anneth Lundahl, Sveus projektledare Västra Götalandsregionen, anneth.lundahl@vgregion.se 21