Casemix förändring i akutsjukvård i nationella kostnadsdata

Relevanta dokument
Casemix förändring i akutsjukvård i Stockholms läns landsting

Hector Reyes Michael Högberg. Hälso- och sjukvårdsförvaltningen Datum: Diarienummer:

Komplikations-DRG : Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting

Utvärdering av DRG i Stockholm - Dämpning av förändringar i casemix över tid genom trimning av extremt höga och låga kostnader

Hector Reyes. Michael Högberg Utvecklingsavdelningen. Kortvård och trimning av extremt låga kostnader

ANDEL KOMPLICERAT DRG SOMATISK AKUTSJUKHUS. SLUTEN VÅRD STOCKHOLMS LÄNS LANDSTING

Bilaga 1 - Förbättrad beskrivning av den specialiserade öppna

Statusrapport Projekt - testa hur ACG kan användas inom primärvård

Analys av kostnader för cancervård

Primärkodningens betydelse för KPP - (Kostnad Per Patient) 17 mars 2017

Om NordDRG 2012 SWE CC

Rapport över personalrörlighet och produktionsförändringar vid de landstingsägda akutsjukhusen

Sjukhus- eller klinikvårdtillfällen som underlag vid beräkning av

Avtal om regionvård samt förslag till reviderad ersättningsmodell

Dnr 2000:644. Grupper i förskolan en kartläggning våren 2001

Självmordsförsök i Sverige

VÅRDKOSTNADER 2016 för NordDRG. en sammanställning av material från den nationella kostnadsdatabasen för somatisk vård

VÅRDKOSTNADER 2015 för NordDRG. en sammanställning av material från den nationella kostnadsdatabasen

Skador i vården 2013 första halvåret 2017

VÅRDKOSTNADER 2012 för NordDRG. en sammanställning av material från den nationella kostnadsdatabasen

A.1 Ämnesområde Hälso- och sjukvård A.2 Statistikområde Hälso- och sjukvård A.3 Statistikprodukten ingår i Sveriges officiella statistik

VÅRDKOSTNADER 2017 för NordDRG. en sammanställning av material från den nationella kostnadsdatabasen för somatisk vård

Patienter i specialiserad vård 2007

Veronika Stemme Gudrun Jonsson Mats Karlsson Hector Reyes

Jämförelse av kostnader och verksamhet på sjukhuskliniker 2011

DIVISION Landstingsdirektörens stab

Självmordsförsök i Stockholms län. Data: Guo-Xin Jiang. Gergö Hadlaczky. Danuta Wasserman

Sjukdomar i sluten vård HS0110

Inledning. Denna e-kurs handlar om ACG Adjusted Clinical Groups.

Patienter i sluten vård 2006

Verksamhetsbeskrivning

Kvalitetsdeklaration Statistik om sjukdomar behandlade i slutenvård 2017

Stockholms läns landsting Vårdval specialiserad kirurgisk rehabilitering efter vård på akutsjukhus, sluten vård

Bilaga 2 - Utredning av komplicerade fall i NordDRG. Delprojekt 2. Förslag till ny logik för den svenska versionen av NordDRG

Reviderad avtalsmodell för de landstingsägda akutsjukhusen för 2015

Sammanhållen Vård genom Enhetliga Arbetssätt (SVEA) Introduktion till samverkansmått för husläkarmottagningar

4. Behov av hälso- och sjukvård

PCI Sjukhusvårdtillfällen

KOL Sjukhusvårdtillfällen

Hälso- och sjukvårdens verksamhet statistik om vårdtillfällen, vårdtid, operationer och läkarbesök Referensår: 2006 HS0205

Potentialen för mer och bättre vård på svenska sjukhus. Anders Morin, Helene Norberg, Carl Oreland Oktober 2009

Redovisning av effekter av minskad ersättning vårdval juni 2015

Vårdskador VAD TRODDE VI DÅ VAD VET VI NU?

Diagnosgranskning och medicinsk revision av kostnadsytterfall vid Karolinska Universitetssjukhuset

Yttrande över motion 2013:10 av Håkan Jörnehed m.fl. (V) om att tillgängliggöra rätten till abort för utländska kvinnor i Stockholms läns landsting

RDK konferens Stockholm 2010

vårdcoacher inom SLL sammanfattande resultat

Öppenvårdsgrupperare. Per Sjöli Skaraborgs sjukhus

DRG som grund för prestationsersättning inom psykiatrin

Gör sjukhusen framsteg?

Slutrapport Pilotprojekt gällande granskning av indirekta kontakter

Budgetunderlag PVN

Vårdkostnader för kvinnor och män vid olika diagnoser

Jämförelse av kostnader och verksamhet på sjukhuskliniker 2012 JÄMFÖRELSE MED HJÄLP AV TOTALKOSTNADSBOKSLUT OCH PATIENTUPPGIFTER

Lektionsanteckningar 11-12: Normalfördelningen

17 Svar på skrivelse från Talla Alkurdi (S) om vård för patienter med psoriasis HSN

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Analysis of factors of importance for drug treatment

PROJEKTRAPPORT NR 1/2011. Skilda sätt att mäta produktiviteten inom akutsjukvården ger olika svar.

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion

Hälso- och sjukvårdens verksamhet statistik om vårdtillfällen, vårdtid, operationer, läkarbesök

Statistik om sjukdomar behandlade i sluten vård 2015

SKL rapporten om vårdrelaterade infektioner 2017

Sammanfattning. Skolverket (2005). 3

För logitmodellen ges G (=F) av den logistiska funktionen: (= exp(z)/(1+ exp(z))

Kommentarer till uppföljningen av telefontillgängligheten, vänteläget och vårdgarantin

Landstingen och regionerna i diagram och siffror 2010 JÄMFÖRELSETAL FÖR VERKSAMHET OCH EKONOMI FÖR HÄLSO- OCH SJUKVÅRDEN

BEHOV AV HÄLSO- OCH SJUKVÅRD I UPPSALA LÄN

Antalet personer som skriver högskoleprovet minskar

Sjukhusens produktivitetsutveckling under perioden

Överenskommelser om en förbättrad patientsäkerhet

Jämförelse av kostnader och verksamhet på sjukhuskliniker 2010

Förenklad modell för beräkning av timkostnadsnorm

Psykiatriska patienter i NordDRG. Martti Virtanen Nordiskt center för klassifikationer i hälsooch sjukvården Uppsala

Fastställande av vårdvolymer och ersättning för år 2015 med akutsjukhus inom Stockholms läns landsting

Slutrapport Granskning av klassificering av sjukdomar och åtgärder Handens närsjukhus December 2008 Staffan Bryngelsson Emendor Consulting AB

Vårdval Tandvård i Kalmar Län

Svar på skrivelse från Liberalerna, Moderaterna, Kristdemokraterna och Centerpartiet om God tillgänglighet till vård och omsorg i Stockholm

15 Svar på skrivelse från Catarina Wahlgren (V) om Nya vårdnivåer från 2018 i akutvården HSN

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

MARKÖRBASERAD JOURNALGRANSKNING JANUARI 2013-JUNI Skador i vården PÅ NATIONELL- SAMT REGION- OCH LANDSTINGSNIVÅ.

16 Svar på skrivelse från Socialdemokraterna om patienter som väntar frivilligt HSN

Danderyds sjukhus Karolinska Universitetssjukhuset Huddinge Karolinska Universitetssjukhuset Solna Södertälje sjukhus

Yttrande över motion 2015:30 av Pia Ortiz Venegas m.fl. (V) om genusanalys av ersättningssystem inom

Verksamhetsövergång onkologisk verksamhet - justering av omställningsavtal för Karolinska Universitetssjukhuset och Södersjukhuset AB

Revidering av förfrågningsunderlag för vårdval förlossning

Bilaga 3 Datakvalitet, rapportering till kvalitetsregister m m jämförelse av landstingen

Styrning av vården i SLL - sjukhusavtal, vårdval och värdeskapande. Tobias Nilsson, Ph.D.

NYCKELTAL PSYKIATRI, INOMREGIONAL LÄNSSJUKVÅRD UTFALL 2011

Avtal om hjälpmedelscentralsverksamhet med inriktning mot kommunikation, kognition och databaserade synhjälpmedel

Regelbok för specialiserad gynekologisk vård

Förfrågningsunderlag för vårdval specialiserad neurologi i öppenvård

ACG Case-Mix System. Användarmöte Ensolution AB, +46 (0) ,

Ersättningsmodell för vårdcentraler 2014

Jämförelse av olika mått

Aktiv hälsostyrning med vårdcoacher inom SLL

RDK Historisk utveckling Peter Bolin Norra Stockholms Psykiatri. Registreringens utveckling Vilka variabler kan man luta sig mot?

Skador i vården utveckling

Motion om en översyn av den psykiatriska vården inom Stockholms läns landsting

Transkript:

Casemix förändring i akutsjukvård 2011 2015 i nationella kostnadsdata Hector Reyes Hälso- och sjukvårdsförvaltningen 08-123 132 00 Datum: 2018-02-20 Diarienummer: HSN 2018 0321

1 Förord Rapporten är ett samarbete mellan Sveriges Kommuner och Landsting, SKL, och Utvecklingsavdelningen, UA, vid Hälso- och sjukvårdsförvaltningen, HSF, Stockholms Läns Landsting, SLL. Arbetet har bedrivits i projektform och har resulterat i en rapport som i stora delar har genomförts med resurser och kompetenser från SLL. Underlaget avser den slutna specialiserade somatiska vården 2011 2015. SKL har svarat för datauttag, DRG-gruppering av data, justering av KPP-data till 2015 års priser och framtagning av en viktlista för samtliga år. De Läns- respektive Regionsjukhus som ingår i denna studie namnges inte i resultatredovisningen enligt personuppgiftsbiträdesavtal som tecknats mellan SKL och resp. landsting/vårdgivare. Ett stort tack till referensgruppen från SKL som kommit med värdefulla synpunkter och förslag innan rapportens publicering. SLL har ansvarat för rapportutformning, bearbetning av data och rapportskrivande. Michael Högberg, hälsoekonom från Kompetensmakarna Högberg AB, har bidragit med värdefulla synpunkter och har medverkat i sammanställningen av rapporten. Eva Zeisig, medicinsk rådgivare på UA, har bidragit med värdefulla synpunkter och kunskaper om sjukvårdsorganisation. Uppdragsgivare: Björn Wettermark (SLL) Styrgrupp: Björn Wettermark, avdelningschef (SLL). Maria Asmundsson, enhetschef (SLL) Referensgrupp: Åke Karlsson (SKL), Leif Lundstedt (SKL) Projektledare: Hector Reyes Arbetsgrupp: Hector Reyes, Michael Högberg, Eva Zeisig Bättre lyss till den sträng som brast än aldrig spänna en båge - Verner von Heidenstam Hälso- och sjukvårdsförvaltningen Utvecklingsavdelningen Stockholms läns landsting Hector Reyes 08 123 135 75 hector.reyes-nunez@sll.se

1 Innehållsförteckning 1 Sammanfattning... 3 2 Inledning... 4 3 Syfte...5 4 Metod... 6 5 Resultat: Casemix förändring mellan 2011 2015 med nationell KPP data... 7 5.1 Underlag... 7 5.2 Resultat av grupperare... 8 5.3 Förändringar i casemix... 10 5.3.1 Trender i akutsjukhusens casemix... 10 5.3.2 Andel komplicerade DRG 2011 2015.... 11 5.3.3 Ålderssammansättning 2011 2015... 12 5.3.4 Casemix-index (CMI) per sjukhus. Innerfall... 12 5.3.5 Förändringar i medelkostnader och Casemix-index (CMI) per sjukhus 2011 och 2015. Samtliga fall... 13 6 Resultat: Jämförelser av casemix mellan år 2011 och år 2015 justerat för casemix. Innerfall... 14 6.1 DRG förändring i casemix mellan 2011 och 2015. Samtliga fall. Justerat för casemix. 14 6.2 Kostnadsfördelning och variationer i casemix... 15 7 Resultat: Jämförelser mellan sjukhus 2011 2015. Innerfall. Justerat för casemix.... 18 7.1 DRG index 2011 2015 per sjukhustyp. Innerfall. Justerat för casemix.... 18 7.2 DRG-index 2011 2015 per sjukhus. Innerfall. Justerat för casemix.... 19 7.3 DRG-index 2011 2015 för Regionsjukhus. Innerfall. Justerat för casemix.... 20 8 Metodproblem... 22 8.1 Signifikant skillnad i medelkostnader mellan Regionsjukhus och Länssjukhus 2011 2015. Innerfall. Kruskal-Wallis (Wilcoxon) test.... 22 8.2 Signifikant skillnad i medelkostnader mellan kortvård och DRG med längre vårdtid (vårdtid> ett). Kruskal-Wallis test. Innerfall... 23 8.3 Andel komplicerade DRG och medelkostnader... 24 9 Diskussion... 25 10 Slutsatser... 27 11 Litteratur... 29 12 Bilagor... 30 Bilaga 1: Diagram.... 30 D 1: Procent komplicerade DRG per sjukhustyp 2011 2015. Samtliga vårdtillfällen.... 30 D 2: Andel totala kostnader per åldersgrupp och år. Läns- och Regionsjukhus... 30 D 3: Förändringar av medelkostnader och CMI mellan 2011 och 2015 i procent... 31

2 D 4: Förflyttningar mellan Länssjukhus (2011=100) och Regionsjukhus mellan 2011 och 2015. Justerat för casemix... 31 D 5: Kostnadsfördelningar på 4 högfrekventa DRG... 31 D 6: Kostnadsfördelningar mellan Länssjukhus och Regionsjukhus. Högfrekventa DRG... 32 D 7: Andel kortvård och medelvårdtid 2011 2015.... 33 Bilaga 2: Termer och begrepp... 34 Bilaga 3: Formler... 38 Bilaga 4: DRG texter 2015 för de 25 mest frekventa DRG... 40 Bilaga 5: Förkortningar... 41 Bilaga 6: Sjukhus som ingår i underlaget... 41

3 1 Sammanfattning Analys av casemix förändringar över tiden är sällsynta i Sverige och även i utländsk litteratur. Vi har i denna studie skapat en modell för att fånga förändringar i casemix för ett urval av Länssjukhus (12) och Regionsjukhus 1 (7) i Sverige. Studiens angreppssätt handlar om att gruppera fem års KPP-data (2011 2015) med samma grupperare, med samma trimning och beräkning av en enda viktlista över hela perioden. En sådan metod möjliggör att skillnader i casemix mellan sjukhusen och utveckling över tiden kan belysas och data från akutsjukhusen blir mer jämförbara. Det tekniska resultatet av gruppering visar att angreppsättet är tillförlitligt då det inte avviker från utfallet för motsvarande kontrollparametrar, vilka används i arbetet vid årligen återkommande gruppering och trimning. Resultatet i denna studie bekräftar resultatet från tidigare rapport från Stockholms Läns Landsting 2 : Sjukdomsbörda och resursåtgång ökar hos så gott som samtliga akutsjukhus och mest vid Regionsjukhus. Det finns systematiska kostnadsskillnader mellan Regionsjukhus och Länssjukhus hos innerfall efter trimning och efter justering för casemix då kostnader för samma DRGsammansättning jämförs mellan sjukhusen. Andel komplicerade DRG är högre vid Länssjukhus än vid Regionsjukhus efter justering för casemix. Andelen ökar betydligt under perioden och mest för Länssjukhus. Detta är en paradox eftersom medelkostnader för Regionsjukhus är betydligt högre än Länssjukhus. Medelvårdtiden minskar vid nästan samtliga sjukhus, men mest för Länssjukhus. Det sammanfaller med och delvis förklaras av en ökning av andel vårdfall med korta vårdtider. Andelen äldre ökar för samtliga sjukhus men ökar mest vid Regionsjukhus. Därmed ökar också sjukdomsbördan eftersom äldre ofta kan relateras till såväl högre kostnader som större andel komplicerade DRG än ett genomsnittligt vårdfall. Kostnader avviker stort mellan Region- och Länssjukhus. Men kostnadsvariationen inom sjukhusgruppen länssjukhus är mer homogen. Även Regionsjukhus sinsemellan visar liknande kostnader. Däremot förekommer det stora spridningar mellan sjukhus avseende vårdtider, andel komplicerade DRG, andel äldre än 64 år och andel kortvård. En sammanställning av kostnadsfördelning hos högfrekventa DRG visar att casemix förändras mellan åren inom samma DRG. Detta avspeglas även i uppmätta förändringar i fördelningarnas spridning och snedhet mellan åren. Trimning för att exkludera extremt höga kostnader medför väsentligen minskad spridning i flertalet DRG, men den sneda fördelningen kvarstår. Med nuvarande trimningsmetod finns begränsningar som bibehåller de systematiska kostnadsskillnaderna mellan Regionsjukhus och Länssjukhus, liksom mellan kortvård och ett normalt genomsnittligt fall i samma DRG. Detta leder till bias och gör DRG-systemet mindre förutsägbart. 1 Regionsjukhus används synonymt med Universitetssjukhus i denna rapport. 2 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017.

4 2 Inledning Studier kring förändring av casemix och kostnader inom DRG-systemet över en längre period är sällsynta i Sverige. En besvärande omständighet är att patientsammansättning svårligen kan jämföras på ett helt korrekt sätt, då medicinska grunddata (klassifikation av diagnoser, ICD-10-SE och klassifikation av vårdåtgärder, KVÅ) och även grupperingslogiken förändras varje år. En stor förändring av DRG logiken ägde rum år 2012 då komplikationsnivåerna utökades från två till tre, varvid ett större antal DRG delades upp i tre olika komplikationsnivåer. Ytterligare ett problem är att trimning och beräkning av de relativa vikterna uppdateras årsvis, och representerar årets casemix. Detta innebär att jämförelser av relativa vikter mellan åren per sjukhus, eller DRG poäng, eller casemix-index (CMI) inte kan göras när nämnaren, eller genomsnittsvikt ett för samtliga DRG:s innerfall endast gäller för ett enda år. Detta tillåter bara årsvisa jämförelser mellan sjukhusen och inte över åren. En stor fördel däremot gentemot europeiska och andra etablerade DRG-länder är att de flesta regioner i Sverige sedan många år använder Kostnad Per Patient (KPP). KPP anger kostnad för patientbehandling per vårdkontakt. KPP kan efter prisjustering användas för att följa utveckling över tiden och mellan sjukhusen för att exempelvis validera medicinska och andra data. De systemförändringar som sker i vården i Stockholm, genom FHS 3, omställningsavtal 4, utflyttning av produktion från den slutna vården mot öppna former, etc., ställer större krav på jämförelser av casemix mellan åren och sjukhus. DRG-systemet, med dess olika klassifikationer, definitioner, beräkningsmetoder m.m. behöver utvecklas för att svara upp mot dessa utmaningar. Det förekommer ett par studier publicerade i internationell litteratur 5, longitudinell respektive tvärsnittsstudie, kring förändringar i casemix. Dessa amerikanska artiklar fokuserar främst på förändringar i casemix-index (CMI), vilket i första hand är ett relativt mått på resursförbrukning. I den engelskspråkiga litteraturen definieras CMI även som ett mått på patientmixens medicinska svårighetsgrad 6. Ett problem med studierna är oklarheter kring grupperingslogiken. Om de grundas på grupperingslogik från olika år eller om data har grupperats med samma DRG-logik. Det förekommer även oklarheter kring vilka slags kostnader som de relativa vikterna beräknats med. Beräkning 3 Framtidens Hälso- och sjukvård (FHS) innebär att ca 20 procent av produktionen vid Karolinska Universitetssjukhuset flyttas till Läns- och Länsdelssjukhus, bl.a. HSF- Stockholms Läns Landsting 4 Syftet med omställningsavtalet är att underlätta genomförandet av Framtidsplanen och ge vårdgivaren en tydlig ekonomisk ram för hela avtalstiden. HSF-Stockholms Läns Landsting 5 Partha Deb. Prof. of Ec. University of New York. Trends in Casemix in the Medicare Population. 2010; Carmen M. Mendez, m. fl. Impact of Hospital Variables on Case Mix Index as a Marker of Disease Severity. 2014 6 Se definitioner i bilaga 2 och 3

5 av resursförbrukning och relativa vikter grundar sig ofta på finansiärernas ersättning för utförd vård, eller budgetsiffror, utgifter, vårdtid eller andra beräkningar (reimbursement, charge, claims data, expenditure, length of stay, health care resource utilization), och inte de faktiska kostnader som sjukhusen förbrukar för att producera sjukvård. I en studie som genomfördes i Stockholms Läns Landsting 7 redovisades förändringar i casemix vid akutsjukhusen i Stockholms län för en relativt lång uppföljningsperiod, åren 2010 2015. Studien visade ett ökat antal diagnoser och åtgärder per vårdfall under perioden, samt ökad andel äldre än 64 år främst mellan 65 74 och dessutom en markant ökning av andel komplicerade DRG. Förändringar i kostnader - medelkostnader - var inte entydiga. För några sjukhus ökade medelkostnaderna, medan de minskade för några andra under perioden. Teoretiskt innebär detta att ökad medicinsk svårighetsgrad inte har motsvarats av lika tydlig ökad resursförbrukning. En förklaring kan vara ökad andel kortvård som leder till lägre medelkostnader per DRG. En annan möjlig förklaring är att antal registrerade koder har ökat på flertalet av sjukhusen. Förändringar i casemix till svårare fall under 2010 2015 skulle kunna bero på ökad registrering av primärkoder, diagnoser och åtgärder. En kodningseffekt som sker parallellt med en övergång till högre sjukdomsbörda i patientsammansättning. I studien framkom även skiljaktigheter mellan kostnader och andel komplicerade DRG vid Karolinska universitetssjukhuset och övriga akutsjukhus. Även övriga akutsjukhus sinsemellan förekom skillnader som tyder på olikheter i kodningspraxis av primärkoder. Studier av förändringar i casemix över en längre period är angelägna i samband med strukturförändringen i akutsjukvården i Stockholms län, vilket även inbegriper förändringar i ersättningssystemet. Detta kan bidra till viktiga kunskaper kring förändringar i casemix vid ett sjukhus mellan åren och mellan universitetssjukhus och andra akutsjukhus. Det kan även bidra till relevanta kunskaper om DRG systemets olika komponenter (DRG gruppering över flera år, trimning, relativa vikter, CMI, systematiska skillnader mellan sjukhusen, etc.). Det kan bidra till möjligheter att pröva nya metoder och öka DRGsystemets förutsägbarhet, och därmed öka dess användbarhet vid vårdplanering, uppföljning, jämförelser och resursfördelning, etc. 3 Syfte Syftet med denna studie är att testa ett angreppsätt som ska belysa förändringar i den slutna akutsjukhusens casemix i nationell KPP data under perioden 2011 2015 genom att använda samma grupperare (2015) och relativa vikter 7 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017.

6 beräknade sammantaget för hela perioden. I en studie 8 från Stockholms läns landsting framkommer en trend mot ökande andel äldre än 64 år inom akutsjukvård, ett ökat antal diagnoser per fall eller comorbiditet 9 och en ökad andel komplicerade DRG, vilket tyder på ökad svårighetsgrad/sjukdomsbörda i casemix. Ett annat syfte utifrån dessa regionala rön är att utreda om dessa förändringar också går att finna på nationell nivå. Eftersom de data som bearbetas utgör ett unikt underlag ska även grundläggande frågor som rör förutsägbarhet i DRGsystemet belysas. Exempelvis förekomst av systematiska kostnadsskillnader mellan Regionsjukhus och Länssjukhus, och skillnader mellan kortvård och ett genomsnittligt DRG fall. 4 Metod I nästan samtliga DRG är kostnadsfördelningen mer eller mindre extremt snedfördelad. För att minska de asymmetriska variationerna i DRGfördelningen exkluderas de observationer vilka uppvisar alltför extrema höga kostnader i ett DRG. Dessa benämns ytterfall. Exkludering av avvikande, höga kostnader kallas för trimning och kvarstående patientdata, med högre kostnadshomogenitet, benämns innerfall. Avsikten med trimning är att minska systematiska kostnadsskillnader i DRG mellan sjukhus och minska avvikelser i spridningen i DRG. Detta medför att medelkostnad för ett DRG blir mer representativt och förutsägbart. Även andra faktorer, vilka kan påverka patienters sjuklighet tenderar att bli mer likartade: Ålder, kön, antal diagnoser per vårdfall, vårdtid, etc. Den trimningsmetod som används i Sverige kallas kvartilmetod. Metoden utvecklades av Spri under 1990-talet 10. Det förekommer stora skillnader i patienters vårdbehov betingat av sjukdomarnas natur och svårighetsgrad. Olikheterna framkommer genom stora variationer i vårdkostnaderna. Sjukhus har olika specialisering och utrustning för de vårdinsatser som ges och får därmed olika fallblandning eller casemix 11. Casemix-justering med DRG-metoden 12 korrigerar för skillnader i casemix mellan sjukhus, så att jämförelser av kostnad, medelvårdtid, etc. kan bli rättvisande. Följande mått har beräknats enligt samma metod: Kostnadsindex, vårdtidsindex, komplikationsindex, andel äldre än 64 år och kortvårdindex. Kruskal-Wallis är ett icke-parametriskt statistiskt test 13 för att jämföra oberoende grupper. Testet lämpar sig då man kan anta att grupperna inte är normalfördelade. Metoden används här för att undersöka eventuell förekomst av signifikanta skillnader (95 % nivå) mellan DRG vid Regionsjukhus gentemot 8 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017. 9 Se bilaga 2 Komplikations DRG 10 Spri rapport 474. 1998. Spri: Hälso- och sjukvårdens utvecklingsinstitut 11 Spri rapport 474. 1998 12 Spri rapport 474. 1998. Sida 15. Se även bilaga 2 och 3 13 SAS System for Elementary Statistical Analysis. SAS Institute Inc. 1987. Sida 228

7 övriga akutsjukhus (Länssjukhus), samt mellan kortvård gentemot ett genomsnittligt DRG. Jämförelser görs av medelvärde, variationskoefficient (CV) och snedhet (S) i samma DRG över olika år, samt av fördelning av kostnader för några högfrekventa DRG. Förändringar i CV och S mellan åren visar deskriptivt hur kostnadsfördelningar varierar mellan åren och speglar även indirekt hur casemix förändras. Beräkning av relativa vikter har gjorts på basis av Kostnad per patient (KPP). KPP är en metod för att beräkna sjukvårdens kostnader per vårdkontakt och per patient 14. Data har trimmats och det innebär att 5 procent av vårdtillfällen med extremt höga kostnader har exkluderats vid beräkning av relativa vikter för den sammanhängande perioden (2011 2015). En enda gemensam viktlista gör det möjligt att fånga variationer av casemix från ett år till ett annat. En gemensam viktlista för samtliga åren blir därmed metodologiskt mer korrekt jämfört med att använda ett enskilt års viktlista, exempelvis 2015 års viktlista, eftersom den sistnämnda speglar en unik patient-mix som bara existerade under det året. Resultat av gruppering över hela perioden redovisas genom: Teknisk gruppering (RTC), andel kostnadsytterfall, förklaringsvärde 15 (R 2 ) och CMI. En validering av gruppering och en gemensam viktlista är en grundläggande förutsättning för att kunna få korrekta data och kunna tolka underlaget. För att förenkla jämförelser av casemix mellan sjukhus har sjukhusen delats upp i Regionsjukhus och Länssjukhus. Länsdelssjukhus ingår inte i denna studie beroende på att de representerar väldigt olika vårdprofiler. För beräkning av andel komplicerade DRG per sjukhus har komplicerade och mycket komplicerade DRG slagits ihop. Andel komplicerade DRG beräknades som summa komplicerade DRG ( komplicerade och mycket komplicerade ) i relation till samtliga komplikations DRG ( komplicerade, mycket komplicerade och ej komplicerade ). Kortvård består av vårdfall med vårdtid noll och ett. Vårdtid har beräknats med formeln Utskrivningsdatum Inskrivningsdatum. Medelvårdtid (MVT) har beräknats genom att summa vårdtid dividerats med antal vårdtillfällen. 5 Resultat: Casemix förändring mellan 2011 2015 med nationell KPP data 5.1 Underlag Data består av Nationella kostnadsdata (KPP) för perioden 2011 2015 inom den slutna specialiserade somatiska sjukhusvården. Databasen innehåller drygt 4,3 14 Sveriges kommuner och Landsting, SKL. Nationella KPP principer. Version 3. 2015 15 Se bilaga 2

8 miljoner vårdtillfällen från 7 Regionsjukhus/Universitetssjukhus och 12 Länssjukhus. De sjukhus som ingår har avidentifierats i resultatredovisningen 16. Denna studie är inte heltäckande för akutsjukhus i alla regioner i landet. Samtliga Universitetssjukhus är inkluderade men de Länssjukhus som finns med är endast de som har KPP-data för hela studieperioden. Länsdelssjukhus har exkluderats för att de har sinsemellan väldigt olika verksamheter, vilket försvårar jämförelser. Patientdata för hela perioden har grupperats med NordDRG svensk CC-version 2015 som består av 776 DRG i sluten vård. Av dessa är 568 DRG (73 %) uppdelade i 3 och ibland 2 komplikationsnivåer 17. CMI från viktlistan över hela perioden jämförs med CMI från Nationell viktlista 2015. Kostnadsdata från respektive år har justerats med LPIK 18 i relation till 2015 års prisnivå, vilket därmed gör dem jämförbara mellan åren. Patientdata har trimmats 5 procent för vårdfall med extremt höga kostnader. För kvarvarande innerfall har en viktlista för samtliga år beräknats. 5.2 Resultat av grupperare Diagram 1: Procent ytterfall per sjukhustyp. 10% 9% 8% 7% 6% 5,5% 5% 4% 4,2% 3% 2,9% 2% 1% Procent ytterfall per sjukhustyp Det tekniska resultatet av gruppering (RTC) visar att 99,4 procent av vårdtillfällena är korrekt grupperade. Gruppering av samtliga år med samma DRG grupperare (2015) skiljer sig inte nämnvärt åt från sedvanlig årsvis gruppering av kostnadsdata. Diagram 1 ovan visar att Regionsjukhus har nästan dubbelt så stor andel ytterfall som Länssjukhus. Andelen ytterfall har ökat för båda sjukhustyperna under perioden, men den största ökningen har skett för Regionsjukhusen. Detta tyder på att detta extrema patientsegment har blivit ännu mer resurskrävande främst för Regionsjukhusen där sjukvårdsbördan har ökat mest. Differentieringen mellan sjukhustyperna har därmed ökat något. Det tyder även 6,7% 5,0% 3,4% 0% År 2011 År 2012 År 2013 År 2014 År 2015 Länssjukhus Regionsjukhus Samtliga 16 De sjukhus som ingår i underlaget finns i bilaga 6 17 Socialstyrelsen. Vägledning till NordDRG. Svensk version 2015 18 LPIK: Prisindex med kvalitetsjusterade löner för landsting. SKL hemsida

CMI 9 på förändringar i casemix mellan åren och i kostnadsfördelning i DRG grupper. Variationer i andel ytterfall är mindre hos Länssjukhus jämfört med Regionsjukhus. Ett annat mått som är angeläget att redovisa för att validera resultat av gruppering av flera års data är kostnadshomogeniteten hos innerfallen, som mäts med förklaringsvärdet (R 2 ). R 2 ligger sammanlagt för hela perioden på 63 procent. Nivån på förklaringsvärde (R 2 ) skiljer sig inte heller nämnvärt åt från tidigare redovisade resultat från årsvisa trimningar. Gruppering av 5 års data speglar samma mönster som sedvanlig gruppering av ett års data. Gruppering av flera år sammantagna verkar tekniskt sätt att fungera tillfredställande. Diagram 2: Medelkostnader och Casemix index (CMI) för innerfall. Viktlista 2011 2015 och viktlista 2015. 1,50 1,40 1,30 Casemixindex och kostnadsindex per sjukhustyp. Innerfall 2011-2015 1,45 1,20 1,10 1,00 0,90 0,80 1,13 1,16 0,86 0,87 1,00 Länssjukhus Regionsjukhus Samtliga 0,70 0,60 CMI viktlista 2011-2015 CMI Viktlsta 2015 Index medelkostnad Diagrammet ovan visar på endast marginella skillnader i CMI mellan de båda viktlistorna. Skillnaden i CMI mellan sjukhustyper är också likartad, kring 32 procent, oavsett viktlista. Men skillnaderna i medelkostnaderna för innerfall är större, 45 procent, så CMI och vikter speglar kostnader och svårighetsgrad på ett mer dämpat sätt, enär de reducerar skillnaderna mellan sjukhustyper med cirka en tredjedel. Sammanfattningsvis tyder detta resultat på att grupperingen har fungerat någorlunda korrekt.

10 5.3 Förändringar i casemix 5.3.1 Trender i akutsjukhusens casemix Tabell 1: Trender i akutsjukvård 2011 2015 19. År 2011 År 2015 Diff i 2015/2011 Diagnoser/vtf* 2,9 3,4 17% Andel komplicerade 42% 46% 11% Andel > 64 år 43% 47% 7% Medelkostnader 50 008 54 528 9% Medelvårdtid 4,5 4,4-3% Procent korvård 35% 36% 2% CMI-SLL-2010_2015* 0,984 1,019 4% *CMI avser innerfall Tabell 1 ovan visar i sammandrag trender inom akutsjukvårdens slutenvård mellan 2011 och 2015. Andel komplicerade DRG har ökat med 11 procent och även andel äldre än 64 år har ökat, med cirka 7 procent. Det saknades data kring antal diagnoser per fall. Data har i stället hämtats från Patientregistret och SKL. Av det underlaget framgår en rejäl ökning av antalet diagnoser per fall, 17 procent, vilket överensstämmer med data från Stockholms län där ökning av andel komplicerade DRG tyder på ett samband med en stor ökning av antal diagnoser 20. Även en ökad andel äldre kan leda till fler diagnoser per fall eftersom äldre i genomsnitt ofta har ett ökat antal diagnoser per vårdfall jämfört med yngre patienter. Den ökade sjukdomsbördan som framgår av värdena i övre delen av tabellen återspeglas mer i den ökade medelkostnaden per fall och i mindre grad av en ökning i Casemix-index. Medelvårdtid har minskat med 3 procent, och kan delvis förklaras av en liten ökning av andel fall med korta vårdtider. Sammanfattningsvis visar tabellen på en ökad sjukdomsbörda på akutsjukhus, samt en ökad resursförbrukning per fall under perioden. Tabellen ger dock inte hela bilden eftersom det förekommer stora skillnader mellan Region- och Länssjukhus i samtliga parametrar liksom mellan enskilda sjukhus. 19 Uppgifter om diagnoser per vårdtillfälle grundas på år 2011 i patientregistret (Socialstyrelsen) och 2016 från SKL KPP data 2016 20 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017. Sidan 9.

L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 R1 R2 R3 R4 R5 R6 R7 Samtliga Procent 11 5.3.2 Andel komplicerade DRG 2011 2015. Diagram 3: Andel komplicerade DRG 2011 2015. Procent komplicerade DRG per sjukhustyp och sjukhus 60 57,9 Länssjukhus Regionsjukhus 55 50 45 48,3 40 35 40,8 38,6 År 2011 År 2015 30 25 20 Andel komplicerade DRG har ökat cirka 11 procent under perioden. Andelen har ökat nästan lika mycket vid Regionsjukhus (10,4 %) som vid Länssjukhus (11 %). Men utvecklingen är inte lika för de enskilda sjukhusen. Förändringen mellan åren varierar kring genomsnittet på 11 procent. Vid tre sjukhus har andel komplicerade DRG minskat 2015 jämfört med 2011. Vad är då orsaken bakom detta? Föreligger en differentierad utveckling av casemix för svårare sjuka mellan sjukhusen? Det skulle kunna vara en förklaring, men det är även möjligt att sjukhusen har satsat olika för att förbättra kvaliteten i kodning. Därmed kan dessa skillnader mellan sjukhusen också bero på förekomst av olika kodningspraxis. Utveckling av andel komplicerade DRG kan knappast enbart bero på ökad sjukdomsbörda. De stora skillnaderna som förekommer mellan sjukhus med liknande uppdrag tyder på att det kan finnas olikheter i kodningspraxis. Utökning av antal komplikations DRG från 2012, och ökning av komplikationsnivåer från två till tre kan ha bidragit till denna förändring i kodningspraxis. Andel komplicerade DRG 2015 är högre vid Länssjukhusen (48 %) jämfört med Regionsjukhusen (45 %) 21. Genomsnittet för samtliga akutsjukhus är drygt 46 procent. Fem Länssjukhus (av 12) och 4 Regionsjukhus (av 7) ligger under genomsnittet på 46 procent. Den högsta nivån på andel komplicerade för Länssjukhus finns vid L5 (57,9) och den lägsta vid L7 (40,8). Motsvarande högsta och lägsta nivå för andel komplicerade DRG vid Regionsjukhus ses vid R2 (48,3) respektive R7 (38,6). Länssjukhus uppvisar en stor spridning av andel komplicerade DRG, trots liknande uppdrag och även liknande kostnader. Även mellan Regionsjukhus förekommer en stor spridning trots liknande uppdrag och kostnader. 21 Se bilaga 1, diagram1 för en samanställning per sjukhustyp

CMI 12 5.3.3 Ålderssammansättning 2011 2015 Diagram 4 5: Förändring i ålder 2011 2015. Länssjukhus och Regionsjukhus 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Procent per ålderklass 2011 och 2015. Länssjukhus 13% 13% 18% 19% 48 % 51 % 85-WW 17% 19% 20% 19% 25% 24% 6% 6% År 2011 År 2015 75-84 65-74 45-64 15-44 00-14 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Procent per ålderklass 2011 och 2015. Regionsjukhus 8% 9% 14% 39 % 15% 43 % 17% 18% 85-WW 75-84 23% 21% 65-74 45-64 15-44 27% 26% 00-14 11% 11% År 2011 År 2015 Andel äldre än 64 år är olika mellan Läns- och Regionsjukhus. Andel äldre är betydligt större vid Länssjukhus. Andel äldre än 64 under perioden 2011 2015 har ökat cirka 6 procent för Länssjukhus (från 48 till 51 procent), och med mer än 8 procent för åldersgruppen 65 74 år. För Regionsjukhus har andel äldre än 64 ökat med cirka 10 procent (från 39 till 43 procent). Men den största förändringen har skett för den äldsta åldersgruppen, 85-ww, med 14 procent under samma period. En större andel äldre på akutsjukhusen torde innebära en ökad förekomst av antal diagnoser per vårdfall 22, större andel komplicerade DRG, högre medelkostnader 23 och även medföra en större sjukdomsbörda. 5.3.4 Casemix-index (CMI) per sjukhus. Innerfall Diagram 6: Casemix-index 2011 2015: Innerfall Casemixindex per sjukhus. Inerfall 2011-2015 1,3 1,2 Länssjukhus Regionsjukhus 1,1 1 0,9 0,8 År 2011 År 2015 0,7 0,6 22 Enligt resultat från studie i Stockholm läns landsting. Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017. 23 Se bilaga 1, diagram 2

13 CMI skiljer sig åt med drygt 10 procent mellan högsta och lägsta värdet bland Länssjukhus. CMI har ökat marginellt för några Länssjukhus, men medelkostnader har ökat 5 15 procent för flertalet Länssjukhus. CMI för Regionsjukhus är drygt 30 procent högre än Länssjukhusen i genomsnitt, men det varierar mellan Regionsjukhusen. Mest avviker R7 och R5, men även R6 ligger mellan 10 20 procent under övriga Regionsjukhus. Men R6 och R7 har liknande kostnader som övriga Regionsjukhus efter justering av casemix. Det är bara R5 som har marginellt lägre kostnader. Kostnadsmässigt är Regionsjukhusen relativt likartade sinsemellan och det gör att bilden ovan kan bli lite missvisande. CMI för främst Regionsjukhus har ökat mest på senare år, kring 5 procent och innebär därmed en ökad sjukdomsbörda hos casemix. Men medelkostnader har ökat 5 20 procent 24. Det innebär att ökade medelkostnader endast delvis avspeglas av ökat CMI under perioden. CMI har ökat för samtliga sjukhus med 4 procent (från 0,98 till 1,02) och medelkostnader har ökat 9 procent (från drygt 44 000 kronor till cirka 49 000). Skillnaden i CMI mellan Länssjukhus och Regionsjukhus har ökat från 0,25 till 0,29 poäng eller med 16 procent. Det tyder på en ökad differentiering av medicinsk svårighetsgrad och resursförbrukning mellan dessa sjukhustyper under perioden. 5.3.5 Förändringar i medelkostnader och Casemix-index (CMI) per sjukhus 2011 och 2015. Samtliga fall Diagram 7: Förändringar i Medelkostnader och CMI mellan 2011 och 2015: Innerfall 22% Förändringar i medelkostnader och CMI mellan 2011 och 2015. Innerfall 17% 12% 7% 2% -3% -8% Diff. i CMI Diff. i medelkostnad Diagrammet visar procentuella förändringar i medelkostnader och CMI mellan 2011 och 2015 för innerfallen. Sjukhus som ökar mest i medelkostnader mellan åren har inte motsvarande ökning för CMI och uppvisar därmed en större skillnad mellan de båda variablerna. De tre sjukhus som minskar i medelkostnader ökar däremot i CMI. Resterande sjukhus har inte lika tydliga avvikelser. 24 Se bilaga 1, diagram 3

Index 14 Variationer i CMI speglar inte fullt ut variationer i sjukhusens kostnader, och detta kan leda till att beräkningar av mått på produktivitetsutveckling blir missvisande, exempelvis då en ökad sjukdomsbörda leder till ökade kostnader och därmed negativ produktivitet. Diagrammet visar att CMI inte följer fluktuationer i resursåtgång fullt ut och sannolikt inte heller utveckling av den medicinska svårighetsgraden. En del av skillnaderna mellan akutsjukhusen kan bero på olika kodningspraxis av medicinska data, och därmed bias i grunddata 25. Att resultatet inte överensstämmer med definitionen av CMI, ett mått på resursförbrukning och medicinsk svårighetsgrad, aktualiserar även frågor rörande CMI och trimningsmetod. 6 Resultat: Jämförelser av casemix mellan år 2011 och år 2015 justerat för casemix. Innerfall 6.1 DRG förändring i casemix mellan 2011 och 2015. Samtliga fall. Justerat för casemix. Diagram 8: Casemix förändring på akutsjukhus mellan 2011 2015. Justerat för casemix. Respektive akutsjukhus 2011=100 135 130 125 120 115 110 105 100 95 90 85 80 75 70 65 60 Förändringar mellan 2015 och 2011. Justerat för casemix. 2011=100 Kostnad Vårdtid % komplicerade Äldre än 64 Andel kortvård L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 R1 R2 R3 R4 R5 R6 R7 Diagrammet ovan visar förändringar som skett i medelkostnader, medelvårdtid, procent komplicerade DRG, andel äldre än 64 år och andel kortvård mellan 25 Antal diagnoser per vårdtillfälle är lägre vid Regionsjukhus, 3,37 diagnoser per fall, jämfört med 3,41 vid Länssjukhus. Sammanställning av antal diagnoser per vårdtillfälle med KPP data 2016. SKL 2018.

Antal vårdfall 15 2011 och 2015 för samtliga fall och före trimning. Data är justerat för casemix, dvs. samma DRG sammansättning jämförs. Referenspopulationen i detta fall är respektive sjukhus utfall år 2011 vilket jämförs med utfallet år 2015. Medelkostnader ökar mest för Regionsjukhus 26 med ett undantag, R2. Länssjukhus visar en splittrad bild för kostnader från en minskning med cirka 10 procent till en ökning med 20 procent. För samtliga sjukhus minskar medelvårdtiderna. De flesta minskar över 5 procent 2015 jämfört med 2011. En orsak till minskningen är ökat antal fall med kortare vårdtider. Flertalet sjukhus uppvisar ökad andel komplicerade DRG under perioden. Störst ökning har skett vid Länssjukhus. Det framkommer ingen tydlig överensstämmelse mellan ökande resursförbrukning och ökande andel komplicerade DRG per sjukhus. Regionsjukhus ökar mest i kostnader, men de ökar mindre i andel komplicerade DRG än Länssjukhus. En ökning av andel äldre än 64 år, från noll till cirka 10 procent, tyder även på en ökning av sjukdomsbördan vid akutsjukhusen under perioden. Sammanfattningsvis visar diagrammet en ökning av resursåtgång för de flesta akutsjukhus, samt en ökning av medicinsk svårighetsgrad och andel äldre än 64 år under perioden. Se bilaga 1, förändringar i casemix mellan 2011 och 2015 mellan Läns- och Regionsjukhus 27. 6.2 Kostnadsfördelning och variationer i casemix Diagram 9: Kostnadsfördelning av DRG F47E Buksmärta/gastroenterit >17 U. Innerfall. 2015 års priser. 3000 DRG F47E Buksmärta/gastroenterit >17 U. Innerfall. 2015 års priser 2500 2000 År 2011 1500 År 2012 År 2013 1000 År 2014 År 2015 500 0 0 5 10 15 20 25 30 35 40 45 50 Tusental kr. Hector Reyes. Vårdinformatik-HSF F47E Variationskoefficient Snedhet År 2011 50 1,0 År 2012 49 1,1 År 2013 50 1,1 År 2014 51 1,1 År 2015 49 1,0 Diagrammet visar kostnadsfördelning i DRG F47E Buksmärta/gastroenterit >17 U 28 den näst mest frekventa DRG för åren 2011 2015. Denna DRG har en fördelning med relativt liten spridning och en genomsnittlig snedhet, som gör att denna DRG får en skev fördelning med lång svans åt höger. Kurvornas utseende är likartade mellan åren men de skiljer sig åt vid de mest frekventa 26 Regionsjukhus visas i triangelformer. De runda former representerar Länssjukhus 27 Se bilaga 1, diagram 4 28 Se flera exempel på fördelning av högfrekventa DRG i bilaga 1, diagram 5.

P05E F47E E68N P05C E65E E47C F47C D47C A56E E65C A46C M40C D47E M40E P01E A46E F30E C31E F49E P01C R51N T61E A47N D49E Q55N Snedhet 16 kostnadsintervallen. Exempelvis har kurvan för 2015 lägre frekvens än de övriga åren, och därför har denna DRG högre medelkostnader år 2015. Kurvornas utseende visar även att kostnadsfördelning, och därmed casemix, förändras ständigt och inget enskilt års fördelning är det andra likt. Detta är viktig kunskap att beakta, exempelvis vid simuleringar av framtida produktion (casemix) och inte minst vid beräkning av relativa vikter. En anledning till förändringar i DRG-fördelning kan vara de snabbare kostnadsökningar som sker vid Regionsjukhus, liksom de stora skillnaderna i medelkostnader och kostnadsfördelningar mellan Region- och Länssjukhus 29 även för innerfallen. Diagram 10: Snedhet 2010 2015. Samtliga fall. 2015 års priser 40 Snedhet förändringar (S) mellan åren. De 25 största DRG (30 % av samtliga) 35 30 25 20 15 10 År 2011 År 2012 År 2013 År 2014 År 2015 5 0 Diagrammet ovan visar variation mellan åren för värde för snedhet för de 25 mest frekventa DRG 30 med samtliga fall före trimning. Dessa DRG utgör cirka 30 procent av samtliga vårdtillfällen. Snedheten varierar kraftigt mellan åren, upp till fyra ggr. i genomsnitt, mellan lägsta och högsta värden, trots det stora antalet fall per DRG. Värdet för snedhet före trimning är mer oförutsägbart mellan åren. Det innebär att kostnadsfördelningar varierar lika kraftigt och i och med det varierar även casemix mellan åren. Trimning löser inte detta problem till fullo och det kvarstår drygt 80 procent DRG med snedhet över 0,74 (se nästa diagram). Detta utgör ett utmanande metodproblem kring trimning som återstår att lösa, och därmed även ett problem med förutsägbarheten i DRG-systemet. 29 Se några flera exempel i bilaga 5 30 DRG text till de 25 mest frekventa DRG redovisas i bilaga 4.

17 Diagram 11 12: Variationskoefficient (CV) och snedhet 2011 2015. Innerfall. 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Variationskoefficient vid innerfall. Procent i varje klass 6% 7% 6% 6% 7% 58% 59% 59% 59% 60% 100-149 075-99 050-74 000-49 36% 35% 35% 35% 34% År 2011 År 2012 År 2013 År 2014 År 2015 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Snedhet vid innerfall. Procent i varje klass 4,0-5,99 64% 65% 65% 65% 65% 2,5-3,99 1,5-1,99 1,0-1,49 0,75-0,9 14% 14% 14% 14% 14% 0,5-0,74 16% 15% 16% 16% 15% 0,0-0,49 4% 4% 4% 4% 4% År 2011 År 2012 År 2013 År 2014 År 2015 Diagrammet till vänster visar klassindelade värden på variationskoefficienten (CV) för innerfallen och hur stor procent av samtliga DRG som fördelas inom olika intervall. Låga värden innebär att DRG fördelningen kan anses approximera en normalfördelning 31. Andel DRG med låga CV värden (under 75) är stabila under åren. Drygt 90 procent av alla DRG har låga CV efter trimning. Diagrammet till höger visar motsvarande klassindelade värden för snedhet efter trimning. Även snedhet visar stabil fördelning mellan åren för de olika klasserna men det rör sig om olika DRG i varje klass och mellan åren. Diagrammet över snedhet visar att drygt 80 procent fortfarande har relativt höga värden (över 0,74). Trots trimning förändras inte värden för snedhet till att närma sig en approximativ symmetrisk normalfördelning. Oavsett att värden för CV förbättras väsentligt medför värdena för snedhet att DRG grupper fortfarande efter trimning innehåller en relativt sett stor grupp med skev fördelning som gör DRG fördelningen mindre förutsägbar. CV och snedhet speglar indirekt variationer i casemix. Dessa parametrar kan vara användbara för att få en uppfattning om de årliga förändringarna i casemix för hela DRG systemet. Detta bekräftas av resultatet, de ständiga årsförändringarna i casemix, som belyses genom exempel med kostnadsfördelningar för högfrekventa DRG. Detta resulterar ändå i stabila mönster för CV och snedhet mellan åren, där spridning (CV) minskar väsentligt efter trimning, medan värden för snedhet förblir relativt höga trots trimning. De ursprungliga syftena med trimning, att minska spridning och öka metodsäkerhet bekräftas 32. Men det visar även på kvarstående brister i våra metoder, att trimma för fall med extrem resursförbrukning och extremt avvikande sjukdomsbörda i samma DRG, för att dämpa deras starka påverkan på kostnadsmedelvärde i ett DRG. 31 Test av normalfördelning med data från Stockholms län har visat att en approximativ normalfördelning har CV <75 och Snedhet <0,75. Hector Reyes. Michael Högberg. Utvärdering av DRG i Stockholm. Dämpning av förändringar i casemix genom trimning av extremt höga och låga kostnader. 2014. Sidan 10. 32 Vårdkostnader 1996. Spri rapport 474. Hälso- och sjukvårdens utvecklingsinstitut. 1998. Sidan 12

Index 18 7 Resultat: Jämförelser mellan sjukhus 2011 2015. Innerfall. Justerat för casemix. 7.1 DRG index 2011 2015 per sjukhustyp. Innerfall. Justerat för casemix. Diagram 13: Jämförelser mellan Läns- och Regionsjukhus. Innerfall 2011 2015. Justerat för casemix. Länssjukhus=100. 130 125 120 115 110 105 100 95 90 85 80 75 70 65 60 DRG index 2011-2015 innerfall. Justerat för casemix. Länssjh=100 Länssjukhus Regionsjukhus Hector Reyes HSF-Vårdinformatik I diagrammet ovan redovisas en något förenklad bild av skillnaderna i casemix mellan Länssjukhus och Regionsjukhus för innerfall och justerat för casemix för samtliga år. Trimning utjämnar delvis systematiska skillnader 33 mellan sjukhusen i samma DRG. Justering av casemix innebär att man jämför samma DRG-sammansättning mellan sjukhusen. Efter trimning och efter justering för casemix har Regionsjukhus i genomsnitt drygt 20 procent högre kostnader än Länssjukhus. Inom respektive DRG kvarstår det således en skillnad i resursförbrukning på drygt 20 procent, en systematisk skillnad som trimningen inte lyckas få bort. Genomsnittlig vårdtid är 5 procent kortare vid Regionsjukhus jämfört med Länssjukhus, men det förekommer stora skillnader mellan Regionsjukhusen som tyder på olika vårdprofiler, vilket framgår av diagram 17 nedan. Även procent komplicerade DRG är lägre vid Regionsjukhus, och de avspeglar inte de skillnader i kostnader som finns mellan dessa båda typer av sjukhus. Att Regionsjukhus har lägre andel komplicerade DRG än Länssjukhus är motsägelsefullt, med hänsyn till Regionsjukhusens särskilda uppdrag som Universitetssjukhus och med avsevärt högre kostnader. Andel äldre än 64 år är i genomsnitt drygt 10 procent lägre på Regionsjukhus än Länssjukhus och kan inte förklara skillnader i kostnader. Även här förekommer 33 Förutom minskad kostnadsspridning, dämpar trimningen även avvikelser i medicinsk svårighetsgrad, andel komplicerade DRG, antal diagnoser per vårdtillfälle, andel över 64 år, medelvårdtid, etc.

Index 19 det en stor spridning mellan Regionsjukhusen. Andel kortvård är marginellt högre vid Regionsjukhus men det finns en stor spridning per sjukhus även hos Länssjukhus. Frågan kvarstår om svårighetsgraden i Regionsjukhusens casemix i relation till Länssjukhusens verkligen avspeglas på ett korrekt sätt. 7.2 DRG-index 2011 2015 per sjukhus. Innerfall. Justerat för casemix. Diagram 14: Jämförelser mellan akutsjukhus. Innerfall 2011 2015. Justerat för casemix. Länssjukhus=100. 130 125 120 115 110 105 100 95 90 85 80 75 70 DRG index. Justerat för casemix. Innerfall 2011-2015. Länssjukhus=100 L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 R1 R2 R3 R4 R5 R6 R7 Kostnad Vårdtid Andel komplicerade Andel äldre än 64 Länssjukhus I diagrammet ovan jämförs innerfall på akutsjukhusen för perioden 2011 2015 efter justering av casemix. Alla Regionsjukhus har systematiskt högre kostnader än genomsnittligt för Länssjukhus under femårsperioden. De flesta Länssjukhus utom två ligger kring sitt genomsnitt (± 5 procent). Med undantag av två av Regionsjukhusen ligger även denna sjukhustyp samlad kring en genomsnittlig kostnadsnivå. Vårdtiden är kortare vid de flesta Regionsjukhus utom R7 och R5 som båda ligger något över genomsnittet. Samtidigt uppvisar Regionsjukhusen en stor spridning då vårdtiden varierar från 20 procent under till 5 procent över genomsnittet för Länssjukhus. Även Länssjukhus visar en stor spridning, från 25 procent under (L5) till cirka 18 procent över genomsnittet (L9 och L6). Även för procent komplicerade ses en stor variation för båda sjukhustyperna. Högst ligger tre Länssjukhus och lägst ligger Universitetssjukhuset R7. Det är bara två Regionsjukhus som ligger över genomsnittet, R2 respektive R1. Övriga Regionsjukhus ligger under Länssjukhusens genomsnitt. Detta blir svårtolkat sett till Regionsjukhusens betydligt högre kostnadsnivåer. En orsak kan vara skillnader i uppdrag sjukhusen sinsemellan. Det kan även bero på förekomst av olika kodningspraxis vid sjukhusen. Regionsjukhus har genomgående en lägre

Index 20 andel äldre än 64 år jämfört med referenspopulationen, men visar även en viss spridning. De flesta Länssjukhus ligger samlade kring +/- 5 procent kring genomsnittet. Sammanfattningsvis framgår att kostnadsnivåerna är relativt homogena för Länssjukhus respektive för Regionsjukhus, men det är stora skillnader mellan sjukhustyperna. Av diagrammet framgår i övrigt en stor spridning i vårdtid, i andel komplicerade och i andel över 64 år bland Länssjukhus och Regionsjukhus. Kan det bero på skillnader i vårdens organisation i respektive region, eller olikheter i uppdrag och casemix, eller kan det även bero på exempelvis av tillämpning av olika kodningspraxis för primärkodning? 7.3 DRG-index 2011 2015 för Regionsjukhus. Innerfall. Justerat för casemix. Diagram 15: Jämförelser av DRG-index mellan Regionsjukhus. Innerfall 2011 2015. Justerat för casemix. Regionsjukhus=100. 120 115 110 105 100 95 90 85 80 75 70 65 60 DRG index. Justerat för casemix. Innerfall 2011-2015. Regionsjukhus=100 Kostnad Vårdtid Procent komplicerade DRG Andel äldre än 64 år Andel kortvård R1 R2 R3 R4 R5 R6 R7 Regionsjukhus Diagrammet ovan visar DRG-index för Regionsjukhus, där samtliga Regionsjukhus utgör referenspopulation (=100). Regionsjukhuset R2 har 4 procent högre kostnader än den genomsnittliga för Regionsjukhusen vid jämförelse av samma DRG-sammansättning. R5 ligger cirka 3 procent under. Övriga Regionsjukhus (5 av 7) ligger tätt samlat kring genomsnittet. Således förekommer inga stora avvikelser i kostnader. Detta kan jämföras med övriga parametrar i diagrammet, vilka däremot visar på relativt stora spridningar bland Regionsjukhus. De största kostnadsskillnaderna finns mellan Regionsjukhusen R2 och R5. Detta kan tyckas märkligt eftersom lokalhyror, löner och levnadskostnader antas vara högre i storstäder och dessa båda

21 sjukhus torde ha mer liknande uppdrag jämfört med Universitetssjukhus i regioner med mindre befolkning 34. Beträffande vårdtid avviker R7 med 10 procentenheter längre vårdtid än genomsnittet medan R3 och R2 ligger cirka 10 procent under genomsnittet. Värden för andel komplicerade DRG visar på en stor spridning mellan Regionsjukhus, och avspeglar inte kostnadsnivåerna på sjukhusen. Frågan är om det verkligen kan vara så stora skillnader i patientsammansättning? Det är inte osannolikt att det till viss del kan förklaras av förekomst av olika kodningspraxis vilket även gäller för Länssjukhus, och för det talar även det faktum att Regionsjukhus har lägre andel komplicerade DRG än Länssjukhus. Andel äldre är högre vid R6, R4, och R3, medan R7 och R2 har lägst andel äldre. Andel kortvård visar också en viss variation mellan Regionsjukhus där R2 ligger högst och R5 ligger lägst. Andel kortvård påverkar medelvårdtid, och även medelkostnader. Två av Regionsjukhusen avviker från övriga, nämligen R2 och R7. Frågan är om orsaken till detta kan bero på olika casemix, som i sin tur kan påverkas av hur sjukvården är organiserad i respektive region. Exempelvis förekomst av Länssjukhus, Länsdelssjukhus, Geriatriska sjukhus, öppna vårdformer etc. bidrar till att ge Regionsjukhus en mer eller mindre renodlad vårdprofil motsvarande ett Universitetssjukhus. Alternativt måste dessa i mer eller mindre utsträckning även inkludera andra sjukvårdsuppdrag som inte är specifika för Universitetssjukhus, såsom bassjukvård och akutsjukvård, mm. Värt att notera är att oavsett den stora spridningen i medicinska data, medelvårdtid och andel äldre vid Regionsjukhus, så påverkar dessa inte den specifika nivå och tyngd som Regionsjukhus har i beräkningen av vikter och i casemix-index eftersom Regionsjukhusen har någorlunda homogena kostnader. Detta medför att kostnadsnivåerna vid samtliga Regionsjukhus systematiskt skiljer sig från Länssjukhus, vilket diskuteras i nästa avsnitt. 34 Utah inpatient Hospital Utilization and Charges Profile- Hospital. Detail. From the Office of Health Care Statistics Utah Department of Health. 2010. (Sources of Hospital Variation in Volume and Outcome of Charges)

22 8 Metodproblem 8.1 Signifikant skillnad i medelkostnader mellan Regionsjukhus och Länssjukhus 2011 2015. Innerfall. Kruskal-Wallis 35 (Wilcoxon) test. Tabell 2: Skillnader i medelkostnader per vårdtillfälle mellan Regionsjukhus och Länssjukhus. Innerfall. Antal DRG> Signifikantskillnad Procent Medelkostnad innerfall 200 fall signifkanta Regionsjukhus Länssjukhus 711 552 78% Tabellen visar skillnader i medelkostnader mellan Regionsjukhus och Länssjukhus för innerfall och DRG med fler än 200 fall. Det är totalt 711 DRG vilket utgör drygt 95 procent av samtliga DRG efter trimning och under 5 år. Kruskal-Wallis är en statistisk metod för test av signifikanta skillnader mellan grupper som inte antas vara normalfördelade. Detta förhållande överensstämmer ofta med fördelningen inom en vanlig DRG. En enskild DRG har vanligen en snedfördelning med en lång svans på höger sida, även för innerfallen efter trimning. Resultatet av testet visar att 552 DRG, eller 78 procent (552/711) av dessa mer frekventa DRG har skillnader i kostnader som är statistiskt signifikanta mellan Regionsjukhus och Länssjukhus. Dessa skillnader beror inte på slumpen. Resultatet måste betraktas som starkt mot bakgrund av att det handlar om högfrekventa DRG, och att skillnaderna kvarstår år efter år. Att det är så stor andel som har signifikanta skillnader innebär att det finns systematiska kostnadsskillnader mellan dessa sjukhustyper även för innerfall och det är inte osannolikt att det även förekommer skillnader i medicinskt innehåll i samma DRG 36. Konsekvenser av detta är att kostnads- och även medicinsk homogenitet i DRG systemet påverkas då det ger upphov till snedvridningar och bias i de parametrar som används i DRG systemet (medelvärde, relativ vikt, CMI). Ett stort frågetecken är i vilken utsträckning Region- och Länssjukhus tillämpar samma KPP-principer och anvisningar, och i vilken grad de tillämpar samma principer och anvisningar för registrering av primärkoder. Förekommer dessa systematiska skillnader även vid korrekt tillämpning och rapportering av kostnadsdata och medicinska data? Stora kostnadsskillnader sjukhustyperna sinsemellan torde innebära att sjukhustyperna inte är fullt jämförbara även avseende medicinskt innehåll i samma DRG. 35 Sandra D. Schlotzhauer. Ramon C. Littell, Ph.D. SAS Institut Inc. SAS System for Elemental Statistical Analysis. 1987. Sidan 228. 36 Se bilaga 1, diagram 6

23 8.2 Signifikant skillnad i medelkostnader mellan kortvård och DRG med längre vårdtid (vårdtid> ett). Kruskal-Wallis test. Innerfall Tabell 3: Skillnader i medelkostnader mellan kortvård och fall med längre vårdtid. Antal DRG> 500 fall Signifikantskillnad Procent signifkanta Vårdtid noll vårdtid > ett 630 627 99,5% Vårdtid ett vårdtid > ett 630 626 99,4% Vårdtid noll vårdtid ett 620 538 86,8% Tabellen visar skillnader i medelkostnader mellan kortvård (vårdtid noll och ett) och vårdfall med vårdtid längre än ett för innerfall och för DRG med fler än 500 fall. Kortvårdsfall har betydligt lägre kostnader i förhållande till genomsnittskostnaden för samma DRG. Nästan samtliga DRG med fler än 500 fall har statistiska signifikanta skillnader mellan vårdtid noll och ett jämfört med DRG med vårdtid längre än ett. Tabellen visar även att det förekommer signifikanta kostnadsskillnader mellan vårdtid noll och vårdtid ett för 87 procent av DRG. Skillnaderna i medelkostnader får anses vara robusta eftersom de sträcker sig över en lång period. För de DRG vilka har signifikanta skillnader mellan kortvård och vårdfall med längre vårdtid, kan dessa skillnader ses som systematiska skillnader i samma DRG. Sannolikt finns det även skillnader i medicinskt innehåll i samma DRG mellan kortvård och fall med vårdtid längre än ett. Kortvård med väsentligt avvikande kostnader respektive medicinskt innehåll förvränger kostnadsunderlaget och även medicinsk homogenitet i relativt många DRG. Därmed förvanskas parametrar för beskrivning av vård, exempelvis medelkostnader och relativa vikter, vilket gör DRG-systemet mindre korrekt och förutsägbart. Detta är ett problem som riskerar att bli större eftersom andelen kortvård har ökat 37, och med detta minskar tillförlitligheten i beskrivningssystemet. 37 Se förändringar i medelvårdtid och andel kortvård mellan 2011 och 2015 i bilaga 1, diagram 7.

L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 R1 R2 R3 R4 R5 R6 R7 Samtliga Tusentals kronor 24 8.3 Andel komplicerade DRG och medelkostnader Diagram 16: Medelkostnader och andel komplicerade DRG i procent. År 2011 2015. Samtliga fall. 75 70 65 60 55 50 45 40 35 30 25 20 Procent komplicerade DRG och medelkostnader (M+K+U) 75 Länssjukhus Regionsjukhus 70 65 60 55 50 45 40 35 30 25 20 Medelkostnad (M,K,U) % komplicerade DRG I diagrammet redovisas medelkostnader och andel komplicerade DRG för komplikations DRG. Komplikations DRG består av mycket komplicerat (M), komplicerat (K) och ej komplicerat DRG (U). Medelkostnader för respektive Länssjukhus ligger mellan 38 000-46 000 kronor. Medelkostnaderna för Regionsjukhus är cirka 50 % högre än för Länssjukhus, och varierar mellan 54 000-71 000 kronor. De regionsjukhus som avviker mest är R6 och R7 som har de lägsta medelkostnaderna och R2 som har högst. Men som det visades i tidigare avsnitt dämpas dessa skillnader betydligt mellan Regionsjukhusen vid justering av casemix, och det samma gäller för Länssjukhusen. Några Länssjukhus med likartad nivå på medelkostnader skiljer sig åt beträffande andel komplicerade DRG. Förhållandet här är detsamma som för akutsjukhusen i Stockholms län vilket redovisats i flera rapporter 38. Dessa motsägelser mellan Länssjukhus, med relativt likartade kostnader och uppdrag samtidigt som de visar en stor spridning i andel komplicerade DRG, kan således iakttas för flera Länssjukhus i landet. Även beträffande förhållandet mellan Länssjukhus och Regionsjukhus (Universitetssjukhus) förekommer sådana avvikelser, där de sistnämnda har betydligt högre kostnader än Länssjukhus och mer specialiserade uppdrag, samtidigt som de har liknande andel komplicerade DRG eller tom. lägre än på Länssjukhusen. Det kan förekomma olikheter i kodningspraxis mellan sjukhusen, vilket skulle kunna förklara varför andel komplicerade DRG inte är helt korrelerat mot resursförbrukning. Detta kan i sådana fall ge en missvisande bild av den verkliga sjukdomsbördan vid de olika akutsjukhusen. 38 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017.

25 9 Diskussion Användning av DRG för att jämföra utveckling av casemix över tiden är mycket sällsynt. Mycket litet har gjorts inom detta område under 2000-talet efter att Spri lades ner. En av flera orsaker till detta beror på de årliga uppdateringarna av primärkoder, DRG-logiken och relativa vikter. Modellen som används i denna studie visar att det går att fånga förändringar i casemix mellan åren och att även skapa ett underlag för andra syften. Exempelvis för att validera och utvärdera viktiga parametrar i DRG systemet, såsom medelvärde, relativa vikter och casemix-index, etc. för att på det sättet bidra till att öka DRG-systemets förutsägbarhet. Upplägget gör det möjligt att förutom att belysa utveckling av casemix mellan åren, även studera skillnader i patientsammansättning som finns mellan akutsjukhusen. Modellen skulle också kunna användas för att ge stöd inför planeringar av strukturförändringar av vården och för att åstadkomma en mer rättvis resursfördelning samt som uppföljningsinstrument för att studera konsekvenser av genomförda vårdförändringar. Men framförallt bidrar modellen till en mer korrekt beskrivning av differentieringen mellan akutsjukhusen avseende medicinsk svårighetsgrad och resursförbrukning. Casemix vid akutsjukhus har förändrats under perioden med en ökad resursåtgång för samtliga sjukhus och troligen även en ökad sjukdomsbörda. Regionsjukhus uppvisar systematiskt högre kostnadsnivåer jämfört med Länssjukhus. Regionsjukhus och Länssjukhus har dock relativt sett homogena kostnader i sina respektive grupper. För flertalet av övriga studerade parametrar förekommer det däremot en betydligt större spridning i medicinska och andra data bland både Region- och Länssjukhus. Dessa skillnader i casemix beror bl.a. på regionala förutsättningar, befolkningsunderlag, och hur sjukvården är organiserad. Resultatet visar att sjukhusen i Stockholms län inte är unika, men Karolinska Universitetssjukhuset, som bedriver högspecialiserad och högteknologisk akutsjukvård, avviker från andra Regionsjukhus i nästan alla avseenden som har studerats. Detta gäller exempelvis kostnader, andel kortvård, medelvårdtid, andel äldre än 64 år och andel komplicerade DRG, etc. Det skulle möjligen kunna bero på att Karolinska sjukhuset har ett eget unikt uppdrag som Universitetssjukhus. Det är möjligt att förekomsten av flera Länssjukhus, Länsdelssjukhus och Geriatriska kliniker och delar av övrigt vårdutbud i Stockholms län avlastar Regionsjukhuset, vilket eventuellt bidrar till att göra Karolinska sjukhuset till ett Universitetssjukhus med särskilt renodlat uppdrag gällande exempelvis forskning och vård. Större städer brukar ha en högre kostnadsnivå, högre lokalkostnader och lönenivåer. Sådana skillnader kan komma att öka ännu mer genom det förändrade vårdutbudet i Stockholms län via satsningen på genomförandet av Framtidens hälso- och sjukvård.

26 Motsvarande förutsättningar som gäller för Karolinska Universitetssjukhuset finns troligen inte i regioner med mindre befolkningsunderlag, vilket kan vara en förklaring till skillnaderna i casemix mellan Regionsjukhus. Även Länssjukhus har relativt sett homogena kostnader samtidigt som de skiljer sig åt betydligt när det gäller övriga parametrar. Men en företeelse som är gemensam för både Regionsjukhus och Länssjukhus är motsägelsen mellan nivå på resursförbrukning och andel komplicerade DRG. Länssjukhus, med systematiskt lägre kostnader än Regionsjukhus redovisar en högre andel komplicerade DRG. Länssjukhus med liknande kostnader har en stor spridning av andel komplicerade DRG. Detta kan inte enbart förklaras med olikheter i casemix mellan sjukhusen utan beror troligen även på förekomst av olikheter i kodningspraxis av primärdata, diagnoser och åtgärder. Casemix-index (CMI) definieras olika i den svenska och engelska litteraturen. Den svenska definitionen begränsas till ett mått på resursförbrukning och efter justering för svårighetsgrad genom DRG 39. I den engelska litteraturen är kopplingen tydligare mellan resursförbrukning och sjukdomars svårighetsgrad, In general, the higher the CMI is, the sicker its patients and the more resources patients required during treatment 40. Enligt Spri var den huvudsakliga anledningen till trimning, exkludering av 5 procent fall med extremt höga kostnader, att minska de systematiska skillnaderna i kostnader mellan sjukhusen i samma DRG 41. Resultat från denna studie visar genomgående, och även efter trimning, att det förekommer systematiska kostnadsskillnader och med stor sannolikhet därmed även skillnader i medicinsk svårighetsgrad - mellan Regionsjukhus och Länssjukhus i samma DRG. Detta förvränger beräkningen av de centrala parametrarna i DRG-systemet, såsom medelvärde och relativa vikter och inverkar negativt på förutsägbarheten i DRG-systemet. Även avseende fall med extremt låga kostnader förekommer stora kostnadsskillnader och inte osannolikt även stora skillnader i sjukdomsbörda mellan kortvård och ett genomsnittligt fall. Detta leder till större spridning i fördelningen i ett DRG. Resultat från denna studie baserad på Nationella data visar att problem med jämförelser av casemix inte nämnvärt skiljer sig från erfarenheter från tidigare studier baserade på data från Stockholms län 42. Regionsjukhus har en särställning som Universitetssjukhus, och deras uppdrag skiljer sig betydligt åt från Länssjukhus. Det finns motsägelser mellan kostnadsdata och medicinska data och andel komplicerade DRG. I den Nationella databasen är dessa skillnader ännu större än i Stockholms län, eftersom det på Regionsjukhus i landet redovisas en lägre andel komplicerade DRG än vad som görs på Länssjukhus. 39 DRG Grundläggande begrepp och principer. Socialstyrelsen. 2017 40 Jackie Lohrey. EHow Contributor. 2014 http://www.ehow.com/how_12000333_calculate-case-mixindex.html 41 SPRI rapport 474. 1998 42 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017.

27 Skillnaderna i kostnader mellan Länssjukhus i denna studie är relativt små, men däremot förekommer det en stor spridning av andel komplicerade DRG mellan dessa sjukhus. Detta kan indikera förekomsten av olika kodningspraxis mellan sjukhusen, något som kunnat redovisas för akutsjukhusen i Stockholms län genom ett flertal journalgranskningar 43 Denna studie är inte heltäckande för akutsjukhus i Sveriges alla regioner. Samtliga Regionsjukhus finns med och de Länssjukhus som har KPP data för hela perioden. Länsdelssjukhus har exkluderats eftersom de kan ha väldigt olika verksamheter, vilket försvårar jämförelser sjukhusen sinsemellan och över tiden. Olikheter i sjukvårdens organisation och förutsättningar i landets regioner medför att resultatet bör tolkas med viss försiktighet. 10 Slutsatser Denna studie har i huvudsak haft en deskriptiv ansats och har berört flera olika områden. Det finns ett stort behov av mer djupgående kunskap och av flera olika frågeställningar än de som redovisats i denna rapport. Rapporten visar på en ökad sjukdomsbörda och en ökad resursåtgång under den studerade perioden, främst för Regionsjukhus. Detta leder till en viss ökad differentiering mellan Länssjukhus och Regionsjukhus. Resultatet visar att de förhållanden som finns på akutsjukhusen i Stockholms län även förekommer hos urvalet av sjukhus med nationell KPP data, exempelvis motsägelser mellan medicinska data (andel komplicerade DRG) och resursåtgång (kostnader). Detta kan till viss del bero på olika kodningspraxis mellan sjukhus. Det förekommer systematiska kostnadsskillnader mellan Läns- och Regionsjukhus och mellan kortvård och vårdfall med längre vårdtid (vårdtid> ett). Detta leder till missvisande parametrar och begränsar DRG-systemets förutsägbarhet. Erfarenheten från denna studie är att förändringar i casemix kan belysas på ett funktionellt sätt i den rutinmässiga uppföljningen. För att öka användbarhet av DRG-systemet utifrån denna modell behövs dock flera åtgärder. Det första är att förbättra metoder för kalkylering av relativa vikter som kan spegla kostnader och medicinsk svårighetsgrad på ett mer tillförlitligt sätt genom att utveckla metoder för trimning. De systematiska skillnader i kostnadsnivåer som förekommer mellan Region- och Länssjukhus skulle kunna åtgärdas med införande av separata viktlistor för respektive sjukhustyp. Socialstyrelsen och SKL skulle även kunna bidra till utvecklingen genom att beräkna och publicera viktlistor med samma grupperare baserade på underlag med vårdtillfällen för flera år. 43 Hector Reyes. Michael Högberg. Komplikations-DRG 2005 2015: Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting. 2016.

28 Men den kanske viktigaste åtgärden är att det i alla regioner kontinuerligt genomförs diagnosgranskningar för att säkerställa att underlagen blir rätt definierade, standardiserade och jämförbara. Diagnosgranskningar är ett medel för att bevara kunskapen om och kvaliteten på hälsodata och användningen av koder och kodningspraxis för att kontinuerligt kunna återföra aktuell kunskap i utbildningen, samt för att stödja tillämpningen av en gemensam praxis på akutsjukhusen i landet. En fortsatt utveckling av metoder är nödvändig för att säkerställa såväl kvaliteten i, som kunskapen om DRG som beskrivningssystem. Och för utveckling och uppföljning i vårdplanering och forskning.

29 11 Litteratur SPRI rapport 474. 1998 Sveriges Kommuner och Landsting. Nationella KPP principer. Version 3.0. Kostnad per patient Socialstyrelsen. Vägledning till NordDRG. Svensk version 2015 DRG Grundläggande begrepp och principer. Socialstyrelsen. 2017 Hector Reyes. Michael Högberg. Casemix förändring i akutsjukvård 2010 2015 i Stockholms läns landsting. 2017 Hector Reyes. Michael Högberg. Komplikations-DRG 2005 2015: Skillnader i procent komplicerade DRG mellan sjukhus i Stockholms läns landsting. 2016. http://www.vardgivarguiden.se/globalassets/avtaluppdrag/vardinformatik/rapporter/komplikations-drg-2005-2015.pdf Hector Reyes. Michael Högberg. Ett mer stabilt och förutsägbart DRG system genom att separera trimning av casemix vid Karolinska Universitetssjukhuset från de 5 övriga akutsjukhusen i SLL. 2015. (http://www.vardgivarguiden.se/avtaluppdrag/vardinformatik/statistikoch-rapporter/rapport-om-att-separera-trimning-av-casemix-vidkarolinska-universitetssjukhuset-fran-de-ovriga-akutsjukhusen-i-sll/) Hector Reyes & Michael Högberg. Utvärdering av DRG i Stockholm. Dämpning av förändringar i casemix över tid genom trimning av extremt höga och låga kostnader. 2014 Sandra D. Schlotzhauer. Ramon C. Littell, Ph.D. SAS Institut Inc. SAS System for Elemental Statistical Analysis. Page 228. 1987 Partha Deb. Professor of Economics. University of New York. Trends in CaseMix in the Medicare Population. 2010. Carmen M. Mendez, MD. Darrell W. Harrrington, MD. Peter Christenson. PhD and Brad Spellberg, MD. Impact of Hospital Variables on Case Mix Index as a Marker of Disease Severity. 2014 Jackie Lohrey. EHow Contributor. 2014 http://www.ehow.com/how_12000333_calculate-case-mix-index.html Utah inpatient Hospital Utilization and Charges Profile- Hospital. Detail. From the Office of Health Care Statistics Utah Department of Health. 2010. (Sources of Hospital Variation in Volume and Outcome of Charges)

Procent 30 12 Bilagor Bilaga 1: Diagram. D 1: Procent komplicerade DRG per sjukhustyp 2011 2015. Samtliga vårdtillfällen. Procent komplicerade DRG per sjukhustyp 50 48 47,8 46 44 44,5 43,3 42 4040,1 Länssjukhus 38 Regionsjukhus 36 Samtliga 34 32 30 År 2011 År 2012 År 2013 År 2014 År 2015 D 2: Andel totala kostnader per åldersgrupp och år. Läns- och Regionsjukhus 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Procent per ålderklass 2011 och 2015. Länssjukhus 13% 13% 18% 19% 48 % 51 % 85-WW 17% 19% 20% 19% 25% 24% 6% 6% År 2011 År 2015 75-84 65-74 45-64 15-44 00-14 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Procent per ålderklass 2011 och 2015. Regionsjukhus 8% 9% 14% 39 % 15% 43 % 17% 18% 85-WW 75-84 23% 21% 65-74 45-64 15-44 27% 26% 00-14 11% 11% År 2011 År 2015

Antal vårdfall Antal fall Index 31 D 3: Förändringar av medelkostnader och CMI mellan 2011 och 2015 i procent 25% Förändringar av medelkostnader och CMI mellan 2011 och 2015 i procent. Innerfall 20% 15% 10% 5% 0% -5% -10% Diff. i CMI Diff. i medelkostnad D 4: Förflyttningar mellan Länssjukhus (2011=100) och Regionsjukhus mellan 2011 och 2015. Justerat för casemix 140 130 120 110 100 90 80 70 60 50 40 30 20 10 0 Förändringar mellan 2015 och 2011. Justerat för casemix. Länssjukhus2011=100 Länssjukhus 2015 Regionsjukhus 2015 Länssjukhus 2011 Regionsjukhus 2011 Kostnad Andel komplicerade Andel över 64 år D 5: Kostnadsfördelningar på 4 högfrekventa DRG 7000 P05E Vaginal förlossning U. Innerfall. 2015 års priser 4000 DRG E68N Bröstsmärtor u angina pectoris. Innerfall. 2015 årspriser 6000 3500 5000 3000 4000 3000 2000 1000 År 2011 År 2012 År 2013 År 2014 År 2015 2500 2000 1500 1000 500 År 2011 År 2012 År 2013 År 2014 År 2015 0 0 5 10 15 20 25 30 35 40 45 50 55 60 Tusental kr. Hector Reyes. Vårdinformatik-HSF 0 0 5 10 15 20 25 30 35 40 45 50 Tusental kr. Hector Reyes. Vårdinformatik-HSF

Antal vårdfall Antal vårdfall Antal vårdfall Antal vårdfall Antal fall Antal fall 32 4000 DRG E68N Bröstsmärtor u angina pectoris. Innerfall. 2015 årspriser 3000 E65E Arytmi & överlednstörn U. Innerfall. 2015 års priser 3500 3000 2500 2500 2000 1500 1000 500 År 2011 År 2012 År 2013 År 2014 År 2015 2000 1500 1000 500 År 2011 År 2012 År 2013 År 2014 År 2015 0 0 5 10 15 20 25 30 35 40 45 50 Tusental kr. Hector Reyes. Vårdinformatik-HSF 0 0 5 10 15 20 25 30 35 40 45 50 Tusental kr. Hector Reyes. Vårdinformatik-HSF D 6: Kostnadsfördelningar mellan Länssjukhus och Regionsjukhus. Högfrekventa DRG 8000 DRG F47E Buksmärta/gastroenterit > 17 U. Innerfall 2011-2015. 9000 DRG E68N BRÖSTSMÄRTOR U ANGINA PECTORIS. INNERFALL 2011-2015. 7000 8000 6000 7000 5000 6000 4000 3000 Regionsjukhus Länssjukhus 5000 4000 3000 Regionsjukhus Länssjukhus 2000 2000 1000 1000 0 0 5 10 15 20 25 30 35 40 45 50 55 Tusental kr. Hector Reyes. Vårdinformatik-HSF 0 0 5 10 15 20 25 30 35 40 Tusental kr. Hector Reyes. Vårdinformatik-HSF 4000 DRG E47C HJÄRTSVIKT & CHOCK K. INNERFALL. 2011-2015 6000 DRG E65E ARYTMI U. INNERFALL 2011-2015 3500 5000 3000 2500 4000 2000 Regionsjukhus 3000 Regionsjukhus 1500 Länssjukhus 2000 Länssjukhus 1000 500 1000 0 0 10 20 30 40 50 60 70 80 90 100 110 120 Tusental kr. Hector Reyes. Vårdinformatik-HSF 0 0 5 10 15 20 25 30 35 40 45 50 Tusental kr. Hector Reyes. Vårdinformatik-HSF

L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 R1 R2 R3 R4 R5 R6 R7 Samtliga MVT 33 D 7: Andel kortvård och medelvårdtid 2011 2015. 45% Procent kortvård 2011 och 2015 25% Skillnader i procen kortvård mellan 2015 och 2011 40% Länssjukhus Regionsjukhus 20% 15% 35% 10% % 30% 25% År 2011 År 2015 5% 0% -5% 20% L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 R1 R2 R3 R4 R5 R6 R7 Samtliga -10% -15% Medelvårdtid 2011-2015. 6 5,5 Länssjukhus Regionsjukhus 5 4,5 4 3,5 3 2,5 2 1,5 1 År 2011 År 2015 6% 4% 2% 0% -2% -4% -6% -8% -10% Förändring i medelvårdtid mellan 2011 och 2015 i procent Länssjukhus Regionsjukhus -12%

34 Bilaga 2: Termer och begrepp Case mix Casemix kan översättas med patientsammansättning eller fallblandning. När man jämför vårdkostnader på olika sjukhus måste man beakta att sjukhusen kan ha olika casemix, dvs. ett sjukhus som behandlar mer resurskrävande sjukdomsfall har naturligtvis även en högre genomsnittskostnad per vårdtillfälle. (DRG Grundläggande begrepp och principer. Socialstyrelsens hemsida. 2017). The relative numbers of various types of patients being treated as categorized by disease-related groups, severity of illness, rate of consumption of resources, and other indicators; used as a tool for managing and planning health care services. (Medical Dictionary for the Health Professions and Nursing Farlex 2012). The term casemix has a number of meanings, from the literal mix of cases (patients) seen by a consultant / hospital / region, to the way in which patient care and treatments are classified into groups. These groups provide a useful measure on which to make performance comparisons, to cost healthcare, or indeed to fund it. (National Casemix Office. Health and Social Care Information Centre, 2015). An information tool involving the use of scientific methods to build and make use of classifications of patient care episodes. In popular usage, the mix of types of patients treated by a hospital or other health care facility. (Eagar and Hindle 1994). Casemix is about the relationship between hospital s activity and costs, and makes use of data about classifications that are clinically meaningful and explain variation in resource use. (Australian Government. Department of Health, 2009). Casemix is an internationally accepted system which allows for the monitoring and evaluation of health services. It is simply the comparison of activity and costs between hospitals (for management purposes) by classifying hospital data into a manageable number of discrete groups called DRGs (Diagnosis Related Groups), which are clinically similar and consume similar resources (e.g. appendectomy, hip replacement, etc.). Casemix allows for the collection, categorization and interpretation of hospital patient data related to the types of cases treated, in order to assist hospitals define their products, measure their productivity and assess quality. In an era of evidence based medicine, Casemix contributes towards evidence based management. Casemix is an international system, with the same basic principles of data collection, classification, funding like-with-like and taking high cost and unique issues into account. One of the key features of Casemix that has helped

35 it spread around the world in just twenty years is that the data is freely shared and there is a strong focus on Peer Group review. (Casemix Ireland) Trimning Tidigare undersökningar har också visat att det bästa medlet mot metodproblem som sjukdomssvårighet och mätfel är trimning av materialet. Trimning innebär att vårdtillfällen med mycket avvikande höga vårdkostnader i förhållande till genomsnittet i sin diagnosgrupp undantas från beräkningarna. Trimning leder till minskad spridning i diagnosgrupperna och ökar därmed metodsäkerheten. Den minskade spridningen ger minskat spelrum för felen, oavsett felslag. (Spri rapport 474. Vårdkostnader 1996. 1998) Casemix-index Casemix kan översättas med patientsammansättning eller fallblandning. När man jämför vårdkostnader på olika sjukhus måste man beakta att sjukhusen kan ha olika casemix, dvs. ett sjukhus som behandlar mer resurskrävande sjukdomsfall har naturligtvis även en högre genomsnittskostnad per vårdtillfälle. DRG är ett sätt att beskriva casemix och om man har gemensam viktskala kan man jämföra sjukhusens casemix-index (antalet producerade DRG-poäng dividerat med antalet vårdtillfällen), vilket ger ett mått på den genomsnittliga patientens DRG-vikt. (DRG - GRUNDLÄGGANDE BEGREPP OCH PRINCIPER. Socialstyrelsens hemsida. 2017). Case Mix Index (CMI) - The CMI is the average relative weight for all cases reported in a Base MS-DRG. MS-DRGs at lower severity levels have lower relative weights and MS-DRGs at higher severity levels have higher relative weights. The CMI provides an index of patient mix among levels of severity within a Base MS-DRG. (Utah Office of Health Data Analysis, 1995). The case mix index for a healthcare facility reflects costs incurred to provide services and treatments that inpatients require. In general, the higher the CMI is, the sicker its patients and the more resources patients required during treatment. Finance departments consider CMI in determining the annual budget, setting inpatient hospital rates and in calculating Medicare reimbursements. A CMI calculation can be useful for making comparisons and for spotting trends. For instance, if your CMI is lower than other health care facilities in your area, this could indicate that patients with serious injuries or medical conditions are seeking treatment at competing facilities. In the same way, a dip in your CMI shows a downward trend in surgical and treatment volumes. According to HC Pro, a health care information management firm, a CMI that varies widely within a short period might indicate a need to review billing procedures and work with physicians to make sure they re providing medical coders with correct information. (Jackie Lohrey. ehow Contributor. 2014 http://www.ehow.com/how_12000333_calculate-case-mix-index.html).

36 DRG-metod DRG-metoden syfte är att korrigera för skillnader i fallblandning mellan sjukhus och mellan kliniker så att kostnadsjämförelser och prestationsersättning kan bli rättvisande Prestationsersättningen för ett visst sjukhus i en viss DRG beräknades som sjukhusets antal innerfall gånger alla sjukhusens gemensamma kostnadsmedelvärde för innerfall i ifrågavarande DRG. Sjukhusets totala prestationsersättning beräknades därefter genom summering över alla diagnosgrupperna. Också index för vårdtid, andel komplicerade fall och kostnadsytterfall beräknades med en formel av ovanstående slag. (Spri rapport 474. 1998. Sida 5, 15). Kostnad Per Patient KPP innehåller information om vilken vård som utförts och vilka resurser som använts vid varje vårdkontakt. Utgångspunkten är vårdens produktionskostnad, dvs. den bruttokostnad som åtgått för att leverera vård. För att möjliggöra jämförbarhet har vissa kostnadsdelar exkluderats. Tillsammans med DRGsystemet ger KPP möjlighet att beskriva vad som produceras och till vilken kostnad. Nationella KPP-principer, version 3. SKL. 2015 Kostnad per poäng DRG används även i produktivitetsmätningar både på nationell- och regional nivå. Produktivitet är ett mått bland flera för att utvärdera vårdens kostnadseffektivitet. Produktivitetsmåttet definieras som hur mycket det kostar att ge en given mängd vård. I jämförelse med andra sjukhus/landsting eller över tid är ambitionen med beräkningarna att svara på frågan om den vård som ges till patienterna vid ett sjukhus eller invånarna i ett landsting ges till en rimlig kostnad. Resursåtgången per DRG beräknas i så kallade KPP-system (Kostnad Per Patient). KPP är en metod för att beräkna unika kostnader per vårdkontakt och patient enligt principen bottom-up. Utifrån den verkliga resursåtgången per vårdtillfälle räknas en genomsnittlig kostnad per DRG fram. Detta genomsnitt jämförs med den genomsnittliga kostnaden för hela databasen och på så sätt får varje DRG en relativ vikt som uttrycker den genomsnittliga resursåtgången för patienter i den aktuella gruppen. (Vad är DRG? Socialstyrelsen, 2011). Landstingprisindex (LPI) LPI är avsett att användas av landstingen som underlag vid beräkningen av kostnaderna för löne- och prisutvecklingen i fasta löner och priser. (SKL hemsida). Landstingprisindex (LPIK) LPIK: Prisindex med kvalitetsjusterade löner för landsting. Prisindexen LPI och LPIK är avsedda att användas av landstingen som underlag vid beräkningen av

37 kostnadernas utveckling i fasta löner och priser. Indexen skiljs enbart av sätten att skatta löneförändringar. SKL hemsida. Förklaringsvärde (R-kvadrat) Analys av variansen (ANOVA) beskriver hur mycket av variationen i data beror på skillnader mellan grupper. Värdet går i en skala mellan 0 och 1. Ju närmare värdet 1, desto mer variation i data beror på skillnader mellan grupperna. Sandra D. Schlotzhauer. Ramon C. Littell, Ph.D. SAS Institut Inc. SAS System for Elemental Statistical Analysis. Sidan 227. 1987 Systematiska skillnader Tidigare års undersökningar har visat att det finns systematiska inom DRG skillnader mellan sjukhus och mellan kliniker i patienternas sjukdomssvårighet och därigenom i deras resursbehov. Det vill säga att samma sjukhus och kliniker systematiskt har haft svårare sjuka patienter, mätt i resursbehov, i samma diagnos-grupper än övriga sjukhus och kliniker. (Spri (1998), rapport 474, s. 12). Komplicerat DRG Med komplicerat menas i DRG-sammanhang att det under vårdkontakten har förekommit en komplikation och/eller en komplicerande sjukdom, dvs. en comorbiditet. (Socialstyrelsen. Vägledning till NordDRG. Svensk version 2016). Ökat antal diagnoser per fall kan betyda ökat comorbiditet (när de bär extra kostnader för vårdtillfälle), men inte alltid. Då man kan säga att bidiagnos har bidragit till ökad comorbiditet, en bidiagnos som har påverkat vård behandling och betytt ökade resursåtgång. Det som definitiv är ett tecken på ökad comorbiditet är den ökade andel komplicerade DRG, per definition.

38 Bilaga 3: Formler Variations koefficient (CV) och Snedhet (S) CV= 100 * (standardavvikelsen/ medelvärde ) CV är en indikator på den relativa fördelningen kring medelvärdet för en definierad mängd data. Snedhet = 3 (medelvärde median) /standardavvikelsen S är ett mått på symmetri hos fördelningen av data kring en centralpunkt. S = 0 hos en normalfördelning (medelvärde = typvärde = median) Ett värde på S nära 0 indikerar att data är symmetriskt. Relativa vikter och Casemix-index (CMI) The case-mix indices were derived as follows: 1. Calculate the relative weight for each AP-DRG i: 2. Calculate case-mix index for APRhospital j Wi = C i Ij = n i=1 W i N ij Σ C s Nj Where: Where: i = AP-DRG i j = Hospital j s= State level I j = Case-mix index for hospital j Wi = Relative weight for APR-DRG i Nj =Number of discharges for AP- DRG i and hospital j C i = Average charge for APR-DRG n = Number of APR-DRG C s = Average charge for all patients (copyright 1995 Utah Office of Health Data Analysis) Kostnad per poäng per sjukhus Kostnad per poäng= Σ W i N j Σ C j Se beteckning ovan. Cj innebär i denna rapport summan av kostnader för sjukhus j.

39 Trimning: Interpolerad kvartilmetod Högersidigt gränsvärde för DRG i = Q3i + [konstant * (Q3i -Q1i)] Där är Q1i är beteckning för första kvartilen i DRG i, Q3i för tredje kvartilen i DRG i, och konstant k, är ett värde som hjälper att kalibrera till önskad trimningsgrad. (Spri rapport 474, 1998). Justering av Casemix. DRG-metoden Där Index i är kostnadsindex 44 för sjukhus i, xijk är vårdkostnaden för vårdtillfället k i diagnosgruppen j vid sjukhuset i, nij är antalet vårdtillfällen i diagnosgruppen j vid sjukhuset i samt mj är alla sjukhusens gemensamma kostnadsmedelvärde i diagnosgruppen j. (Spri rapport 474, 1998). Konsumentprisindex (KPI) Vi använder formel för KPI för att justera kostnader för prisförändringar. Detta gäller även för Landstingprisindex (LPI). (SCB. Kompensation för ändrade priser. Välfärdsbulletinen Nr 4 2000). Justering faktor= (KPI 2015/ KPI 2010) Justerat belopp = Justeringsfaktor * belopp 2010 Motsvarande för LPI är: Justering faktor= (LPI 2015/ LPI 2010) Justerat belopp = Justeringsfaktor * belopp 2010 44 Index kan även användas för casemix justering av vårdtid, andel komplicerade DRG, ålder, etc.