Värdebaserad uppföljning av diabetesvård analys från framtagande av nya uppföljningssystem

Värdebaserad uppföljning av diabetesvård analys från framtagande av nya uppföljningssystem Karin Looström Muth Utvecklingschef Alingsås Lasarett

Värdebaserad vård och diabetes Kort om sveusprojektet Överväganden vid uppföljning Kronisk livslång sjukdom Tillför detta något nytt? Kort illustration genom några resultat Resultat- Framtid- Användbarhet Vad gör detta värdebaserat?

SVEUS- www.sveus.se hämta diabetesrapporten www.sveus.se/publikationer/rapporter/diabetesvard ett forsknings- och utvecklingsarbete Höft och knä, Ryggkirurgi, Obesitas, Förlossning, Diabetes, Stroke, Osteoporos, Bröstcancer Allt arbete har haft etikgodkännande sju landsting/regioner samverkar, Kvalitets register, specialistföreningar, patientföreningar involverade Forskningsmaterial?! utifrån principerna om värdebaserad hälso- och sjukvård. Hälsoutfal Värde l = = Resursåtgån g

Sveus diabetes innebär unika möjligheter för uppföljning och utveckling av diabetesvården Casemix-justerade resultat av både hälsoutfall och resurser Syftar till Uppföljningsverktyg för beskrivning av diabetesvården och dess resultat med bred kombination av datakällor Benchmarking rapport framtagen under arbetet Följer aktiviteter över vårdgivargränser Hämtas ur befintliga data. - Resursförbrukning har varit utmanande att fånga upp (inte kunnat se om besöken är direkt kopplade till diabetes) - Analysen har skett på landstingsnivå och inte på vårdgivarnivå (vc/klinik)

Casemix-variabler har identifierats och använts i analys-modeller av nyckeltal för att justera för patientsammansättning Sociodemografi Ålder Kön Utbildningsnivå Född utanför EU Civilstånd Patientegenskaper vid episodstart Hälsoprofil Rökstatus BMI egfr HBA1c Diabetesduration Systoliskt blodtryck LDL-kolesterol Hjärtkärl-, ögon-, och fotkomplikation Njursvikt Annan samsjuklighet Förmaksflimmer Depression Psykiatriska diagnoser

Expertgruppens medlemmar Arbetsgrupp Mikael Lilja Tobias Dahlström Peter Lindgren Bettina Julin Region Jämtland Härjedalen Landstinget Dalarna Ivbar Ivbar Expertgrupp Gudrun Andersson Ingalena Andersson Mette Axelsen Mats Ek Robert Kristiansson Janeth Leksell Agneta Lindberg Karin Looström Muth Fredrik Löndahl Ann-Marie Svensson Svensk Förening för Sjuksköterskor i Diabetesvård Dietisternas riksförbund, referensgrupp diabetes Dietisternas riksförbund, referensgrupp diabetes Stockholms läns landsting Landstinget i Uppsala län Svensk Förening för Sjuksköterskor i Diabetesvård Region Skåne Västra Götalandsregionen Svenska Diabetesförbundet Nationella Diabetesregistret Sakkunnig Mona Landin-Olsson Svensk Förening för Diabetologi

Övervägningar vid uppföljning av diabetes 1 år Vårdaktivitet PUOH Specialistvård Initial sjukhusvistelse Fotteam/ Fotterapeut Ögonbottenfotografering Grupputbildning Primärvård Läkarbesök Dietistbesök Grupputbildning Kroniska förlopp; hanteras som flera, 1-åriga episoder efter varandra En episods utfall blir nästa episods start Hälsoutfallen kommer långt in i framtiden och kan påverkas av vad en annan vårdgivare gjort för flera år sedan (exempel: hjärtinfarkt) Två olika sjukdomstillstånd med olika fördelning mellan vårdnivåer Typ 1: I princip enbart specialistvård Typ 2: Övervägande, men inte enbart primärvård

Typ 1 ARBETSMATERIAL Endast pat > 18 år inkluderade Typ 2 Modul indelning Nydiagnostiserade Nydiagnostiserade Löpande Vård Löpande Vård

Urvalet av patienter bygger på samkörning av NDR och landstingens vårddata NDR Sveus Patientadministrativa system (huvud- eller bidiagnos) 666 550 individer med diabetes under 2010-11 ingick i analyspopulationen 89 % klassade som typ 2-diabetes och resterande 11% som typ 1-diabetes

Dataunderlaget bygger på uttag från ett flertal olika källor Datakällor Användning i analyserna Landsting Identifikation av patientpopulation, demografi, hälsoprofil vid inklusion, hälsoutfall och resursförbrukning av landstingsdriven vård. Nationella diabetesregistret (NDR) Hälsoprofil vid inklusion, hälsoutfall Socialstyrelsen Expedierade läkemedel (Läkemedelsregistret, LMR) Försäkringskassan Sjukpenning och sjuk-/aktivitetsersättning Statistiska centralbyrån Socioekonomi

Ett stort antal nyckeltal har definierats och analyserats. Hälsoutfall Hälsoresultat Hjärt-kärlsjukdom Predicerad 5-års risk för hjärt-kärlsjukdom HbA1C egfr Ögonkomplikationer Njursvikt Högt blodtryck Mikroalbuminuri Neurologiska komplikationer Hud- och fotkomplikationer Amputation fot eller ben BMI LDL-kolesterol Andel rökare Oönskade händelser Omedelbara komplikationer: Svår hypoglykemi, ketoacidos, hyperosmolaritet, hyperglykemi, laktacidos Resursåtgång Landsting Mottagningsbesök: diabetessjuksköterska, dietist, läkare, psykolog/kurator, fotterapeut Telefonkontakt: diabetessjuksköterska/sjuksköterska, läkare Stat Sjukpenning/sjuk- och aktivitetsersättning Övriga processmått Nydiagnos Patientupplevelse Behandling HbA1c vid diagnos Läkemedelsbehandling av nydiagnostiserade patienter Diabetesläkemedel Blodtryckssänkande läkemedel Ögonscreening

Översikt resultat Fynd från specifika nyckeltal I II III IV Variation i behandlingsresultat Variation i identifikation och behandlingsintensitet Skillnader i resursanvändning Relation mellan resursutnyttjande och hälsa

Casemix justering gör skillnad i tolkning av utfall Justerat för: Kön, ålder i kategorier, utbildningsnivå, civilstånd, född utanför EU, BMI, rökstatus, förmaksflimmer, diabetesduration, hjärtkärl-, ögon- och fotkomplikationer, njursvikt, psykiatrisk diagnos och depressiv episod Typ 2 diabetes löpande vård Justerat för Kön, ålder i kategorier, utbildningsnivå, civilstånd, född utanför EU, BMI, Rökstatus, Förmaksflimmer, Diabetesduration, Hjärtkärl-, ögon- och fotkomplikationer, njursvikt, Psykiatrisk diagnos och depressiv episod

II ARBETSMATERIAL HbA1c vid episodens start, nydiagnostiserad typ 2-diabetes 65 Medel HbA1c mmol/mol 55,4 55,6 59,8 56,6 56,2 56,9 56,7 56,9 56,5 55,5 56,3 56,4 55,3 55,3 60 55 50 45 4 Avvikelse från genomsnittet, mmol/mol 2 0-2 Observerat Predicerat 95 % K.I. n 21 202 RJH RÖ LTD LUL RS SLL VGR -4 Högre HbA1c vid diagnos i Uppsala kan indikera senare diagnos. Lägre HbA1c vid diagnos i Västra Götaland kan vara ett tecken på mer aktiv screening/diagnostisering. Not: Justerat för kön, ålder (kategorier), utbildningsnivå Källa: Patientadministrativa system, SCB, NDR

II ARBETSMATERIAL Läkemedelsbehandling av nydiagnostiserade patienter Metforminanvändning, nydiagnostiserad typ 2-diabetes, 2009-2011 RJH RÖ LtD LUL RS SLL VGR Uttag av metformin, typ 2-diabetes, ojusterat Andel i procent som hämtat ut metformin under vårdepisoden, nydiagnosticerade 2009, 2009-2011 60 55 50 45 40 35 30 2009 2010 2011 Variation i hur stor andel av nydiagnostiserade patienter som behandlas med metformin. Olika strategier verkar tillämpas över tid, med ökande förskrivning i Östergötland (RÖ) och Västra Götaland (VGR) och minskande i Uppsala (LUL) och Dalarna (LtD). Källa: Patientadministrativa system, LMR

II ARBETSMATERIAL Läkemedelsbehandling av nydiagnostiserade patienter Insulinanvändning, nydiagnostiserad typ 2-diabetes, 2009-2011 RJH RÖ LtD LUL RS SLL VGR Uttag av insulin, typ 2-diabetes, ojusterat Andel i procent som hämtat ut insulin under vårdepisoden, nydiagnosticerade 2009, 2009-2011 35 30 25 20 15 10 5 0 2009 2010 2011 Markant högre insulinanvändning initialt i Uppsala (LUL). En möjlig förklaring är att patienter med högt HbA1c ordineras insulin initialt, men att man sedan byter till andra preparat efter hand. Liten förändring över tid för övriga, men andelen behandlade varierar stort. Källa: Patientadministrativa system, LMR

Förändring i Hba1c 1:a året nydiagnostiserad typ 2

Antal läkarbesök nydiagnostiserad typ 2

III Vårdkontakter under episoden, Nydiagnostiserad typ 2-diabetes ARBETSMATERIAL Genomsnittligt antal vårdkontakter fördelat på personalkategori per landsting Källa: Patientadministrativa system * Ej möjlig att följa Stor skillnad i besök, men det är stora skillnader i rapporteringsmöjligheter (vad som kan rapporteras in) och rutiner (vad som faktiskt rapporteras) mellan landstingen. Det tycks vara så att landsting med få läkarbesök i viss mån kompenserar detta med besök till andra yrkeskategorier och vice versa.

PUOH:s Potentiellt undvikbara oönskade händelser Omedelbara komplikationer Indirekt mått på hur väl patienten utbildats för att själv sköta sin sjukdom

PUOH:s typ 1 löpande vård Fångar hela vårdkedjan! Tabell 24. Omedelbara komplikationer under vårdepisoden för personer med typ 1-diabetes, löpande vård. Totalt RJH RÖ LtD LUL RS SLL VGR Svår hypoglykemi (%) 0,7 0,2 1,1 0,5 1,0 0,8 0,7 0,5 Ketoacidos (%) 0,9 0,8 0,9 1,0 1,0 1,4 0,8 0,8 Hyperosmolaritet (%) 1,3 1,3 1,1 1,1 1,2 1,8 1,2 1,1 Hyperglykemi (%) 1,0 1,6 1,2 0,9 1,6 1,4 0,9 0,8 Totalt (%) 3,9 4,0 4,3 3,5 4,8 5,4 3,7 3,2 Not: En episod motsvarar ett år (365 dagar); på grund av avrundning kan totalen för respektive kolumn skilja sig från de rader den baseras på.

Figur 23. Totalt antal nettosjukdagar under vårdepisoden för personer med typ 2-diabetes. Antal nettosjukdagar, 2010-2011 Nettosjukdagar, antal 103,2 90,1 96,8 97,5 98,2 94,0 92,9 86,1 98,0 100,1 95,1 100,8 102,9 94,7 120 100 80 60 40 20 0 Avvikelse från landstingens genomsnitt, antal dagar RJ RÖ LtD LUL RS SLL VGR H Observerat Predicerat 95 % K.I. n 59 353 20 15 10 5 0-5 -10-15 -20 Alla sjukdagar oavsett orsak

Figur 57. Totalt antal nettosjukdagar under vårdepisoden för personer med typ 1-diabetes. Nettosjukdagar, antal 62,4 58,6 51,2 59,8 58,9 60,8 51,6 44,1 62,3 59,2 54,6 47,7 66,5 56,7 70 60 50 40 30 20 10 0 Avvikelse från landstingens genomsnitt, antal dagar 15 10 5 0-5 -10-15 RJ R LtD LU R H Ö L S Observerat Predicerat 95 % K.I. n 17218 SL L VG R Alla sjukdagar oavsett orsak

Vad gör detta värdebaserat? Man ser hela vårdkedjan inkl. slutenvård och komplikationer, Man ser även utfall i förhållande till resurs åtgång. Diabetesrapporten är den enda sveus rapporten hitintills där man ser tendens till korrelation mellan resurser utfall.

Rekommendationer för framtidens diabetesvård Förbättring av diabetesvårdens organisation Fokusera på effektivitet, inte produktivitet Utfallsmått Stöd vårdgivarna i kontinuerligt förbättringsarbete och kunskapsutbyte Förbättring av diabetesvårdens uppföljning Fokus på utfallsmått Vården kan organisera sig för bästa utfall utifrån förutsättningar I bred samverkan formulera utvecklingsmål utifrån förbättring av hälsoutfall och minskning av resursåtgång (vårdens effektivitet) Målen bör omsättas i förbättringsprojekt och följas upp på kontinuerlig basis Genomför fördjupad kvantitativ och kvalitativ analys för att identifiera de behandlingsprocesser som är mest kostnadseffektiva och leder till bäst resultat Tillse att fördjupad analys och studiebesök genomförs i nära samverkan med berörda verksamheter Nedbrytning på vårdgivare, och kvalitetsregistret Nationella Diabetesregistret data månadsvis Inför rapportering av patientrapporterade utfallsmått Harmonisera rapporteringsoch kodningsrutiner Skapa juridiska förutsättningar för förenklad uppföljning av vården Möjliggör systematisk uppföljning av patientrapporterade utfallsmått (PROM) Egenvård är en central komponent i diabetesvården och patientens upplevelse av och möjlighet att påverka vården är Patientrapporterade viktig, varför även erfarenhetsmått utfallsmått (PREM) vore relevant krävs, att följa Vid NDR pågår för närvarande ett forskningsarbete som syftar till att utarbeta sådana utfallsmått för diabetesvården sk. Prom och Prem Harmonisera rapporteringsrutiner av resurskategorier genom att definiera vilka tillstånd och behandlingar av tillstånd som Säkerställ rutinmässigt bör registreras att man och följas fångar upp, samt rätt kodmässigt resurser! definiera hur detta skall ske Säkerställ enhetliga kodningsrutiner, särskilt i synnerhet i primärvård inom primärvården för att möjliggöra resursmätning Data hämtas ur befintliga system Automatisk inhämtning av data från journalsystem är en förutsättning för att få större underlag i beräkningarna och på så sätt förbättra framtida jämförelser Möjliggör kontinuerlig tillgång till information om patientrelevanta hälsoutfall och resursåtgång med information från statliga Juridiken och landstingsfinansierade måste insatser vara löst innan övergång Säkerställ tillgång till data om läkemedelsförskrivning för att kunna följa upp denna i realtid och över tid sjukpenning/sjukersättning till förvaltning

Relation mellan nyckeltal Resursåtgå ng Hälsoutfall ARBETSMATERIAL Sammanfattning av observationer Observationer I II Betydande variation i behandlingsresultat Variation i identifikation och behandlingsintensitet Hjärt-kärlsjukdom (mått på historisk kvalitet): signifikanta skillnader mellan landsting 5-årsrisk för hjärt-kärlsjukdom (mått på dagens situation): signifikanta skillnader mellan landsting, men inte efter samma mönster som för hjärt-kärlsjukdom Typ 2-diabetes: Tidigare upptäckt (lägre HbA1c vid diagnos) i Västra Götalandsregionen, senare i Landstinget i Uppsala län Högre behandlingsintensitet i Region Jämtland Härjedalen, Region Östergötland och Västra Götalandsregionen; lägre i Landstinget i Uppsala län Variation i behandlingen av nydiagnostiserade patienter Typ 1-diabetes: Variation i behandlingsintensitet även här, men ingen tydlig trend III Skillnader i resursanvändning Läkarbesök: Signifikant fler i Stockholms läns landsting Signifikant färre i Landstinget Dalarna Andra yrkeskategorier: varierande registrering gör dessa svåra att följa I V Tendens till samband mellan resursutnyttjande och hälsa för båda diabetestyper Mer vårdintensiva (t.ex. fler läkarbesök och högre förskrivning av läkemedel) uppnådde bättre hälsoresultat. Framförallt för predicerad 5-årsrisk för hjärt-kärlsjukdom, det utfallsmått där de ingående komponenterna är relativt lätta att påverka på kort sikt. Antalet läkarbesök föreföll vara det resursmått som hade större betydelse för ett bättre hälsoutfall, i synnerhet för typ 2-diabetes.

Egna reflektioner Spännande uppföljningsverktyg med möjligheter Ingen ytterligare inrapportering av data krävs, månadsvis uppdatering bidrar till att kunna mäta effektivitet inte bara produktivitet Case- mix justering tar utfallsdata en nivå högre Möjlighet att se på resursutnyttjande Fokus på hela vårdkedjan Fokus på utfall- inte på processmått. Men Vidareutveckling av vad och hur som rapporteras in krävs, Fånga resuser, Prom och Prem mått behövs Nedbrytning på enheter/ kliniker behövs Viktigt att uppföljningssystem stimulerar till rätt saker

Extra bilder ARBETSMATERIAL

Ett stort antal nyckeltal har definierats och analyserats. Hälsoutfall Resursåtgång Övriga process mått Hälsoresultat Oönskade händelser Landsting Stat ( FK) Nydiagnos Patientupplevelse Behandling

Rekommendationer för framtidens diabetesvård Förbättring av diabetesvårdens organisation Fokusera på effektivitet, inte produktivitet Utfallsmått Stöd vårdgivarna i kontinuerligt förbättringsarbete och kunskapsutbyte I bred samverkan formulera utvecklingsmål utifrån förbättring av hälsoutfall och minskning av resursåtgång (vårdens effektivitet) Målen bör omsättas i förbättringsprojekt och följas upp på kontinuerlig basis Genomför fördjupad kvantitativ och kvalitativ analys för att identifiera de behandlingsprocesser som är mest kostnadseffektiva och leder till bäst resultat Tillse att fördjupad analys och studiebesök genomförs i nära samverkan med berörda verksamheter och kvalitetsregistret Nationella Diabetesregistret Förbättring av diabetesvårdens uppföljning Inför rapportering av patientrapporterade utfallsmått Harmonisera rapporteringsoch kodningsrutiner Skapa juridiska förutsättningar för förenklad uppföljning av vården Möjliggör systematisk uppföljning av patientrapporterade utfallsmått (PROM) Egenvård är en central komponent i diabetesvården och patientens upplevelse av och möjlighet att påverka vården är viktig, varför även erfarenhetsmått (PREM) vore relevant att följa Vid NDR pågår för närvarande ett forskningsarbete som syftar till att utarbeta sådana utfallsmått för diabetesvården Harmonisera rapporteringsrutiner av resurskategorier genom att definiera vilka tillstånd och behandlingar av tillstånd som rutinmässigt bör registreras och följas upp, samt kodmässigt definiera hur detta skall ske Säkerställ enhetliga kodningsrutiner, i synnerhet inom primärvården för att möjliggöra resursmätning Automatisk inhämtning av data från journalsystem är en förutsättning för att få större underlag i beräkningarna och på så sätt förbättra framtida jämförelser Möjliggör kontinuerlig tillgång till information om patientrelevanta hälsoutfall och resursåtgång med information från statliga och landstingsfinansierade insatser Säkerställ tillgång till data om läkemedelsförskrivning för att kunna följa upp denna i realtid och över tid sjukpenning/sjukersättning

Relation mellan nyckeltal Resursåtgå ng Hälsoutfall ARBETSMATERIAL Sammanfattning av observationer Observationer I II Betydande variation i behandlingsresultat Variation i identifikation och behandlingsintensitet Hjärt-kärlsjukdom (mått på historisk kvalitet): signifikanta skillnader mellan landsting 5-årsrisk för hjärt-kärlsjukdom (mått på dagens situation): signifikanta skillnader mellan landsting, men inte efter samma mönster som för hjärt-kärlsjukdom Typ 2-diabetes: Tidigare upptäckt (lägre HbA1c vid diagnos) i Västra Götalandsregionen, senare i Landstinget i Uppsala län Högre behandlingsintensitet i Region Jämtland Härjedalen, Region Östergötland och Västra Götalandsregionen; lägre i Landstinget i Uppsala län Variation i behandlingen av nydiagnostiserade patienter Typ 1-diabetes: Variation i behandlingsintensitet även här, men ingen tydlig trend III Skillnader i resursanvändning Läkarbesök: Signifikant fler i Stockholms läns landsting Signifikant färre i Landstinget Dalarna Andra yrkeskategorier: varierande registrering gör dessa svåra att följa I V Tendens till samband mellan resursutnyttjande och hälsa för båda diabetestyper Mer vårdintensiva (t.ex. fler läkarbesök och högre förskrivning av läkemedel) uppnådde bättre hälsoresultat. Framförallt för predicerad 5-årsrisk för hjärt-kärlsjukdom, det utfallsmått där de ingående komponenterna är relativt lätta att påverka på kort sikt. Antalet läkarbesök föreföll vara det resursmått som hade större betydelse för ett bättre hälsoutfall, i synnerhet för typ 2-diabetes.

I ARBETSMATERIAL Uppföljningssystemen är utvecklade i bred samverkan mellan vårdens aktörer Sveus knyter samman relevanta specialister, intressenter och faktakällor för att skapa samsyn kring vårdens uppföljning Diagnosområden Höft och knä Rygg Obesitas Förlossning Diabetes Stroke Osteoporos Bröstcancer Medverkande landsting Stockholms läns landsting Region Skåne Region Östergötland Landstinget Dalarna Västra Götalandsregionen Region Jämtland och Härjedalen Landstinget i Uppsala län Övriga medverkande Karolinska Institutet Försäkringskassan Ivbar Medicinska kvalitetsregister SHPR SKPR BOA-registret SWESPINE Graviditets-registret PNQ MFR SOReg Riksstroke WebRehab NDR Bröstcancerregistret Medverkande patientorganisationer STROKE-riksförbundet Svenska Diabetesförbundet Riksföreningen för osteoporotiker Reumatikerförbundet (tillfrågat) Överviktigas riksförbund Bröstcancerföreningarnas Riksorganisation (BRO) Medicinska specialitetsföreningar Svensk Ortopedisk Förening Svensk Ryggkirurgisk förening Svensk Förening för Obstetrik & Gynekologi Svensk Barnmorske-förening Barnläkar-föreningen Svensk förening för anestesi & intensivvård Dietisternas Riksförbund Svensk Förening för Obesitaskirurgi Svensk förening för rehabiliteringsmedicin Fysioterapeuterna Förbundet Sveriges Arbetsterapeuter Svenska Neurologföreningen Svensk Geriatrisk förening Svensk förening för Diabetologi Svensk förening för Sjuksköterskor i Diabetesvård Dietisternas riksförbund Svenska Osteoporos-sällskapet Svensk Onkologisk Förening Svenska Bröstcancergruppen

För respektive patientgrupp har analyser på historisk data tagits fram och ett uppföljningssystem utvecklats Expertgruppsarbete inom respektive patientgrupp Denna presentation I I Första sektionen benchmarking på historisk data Benchmarkingrapporter Publikationer II Andra sektionen uppföljningssystem II PAS-data 3 Aggregerad presentation i Sveus uppföljningssystems grafiska gränssnitt (eller verktyg för data exploration) KR-data 1 Integrationsplattform 2 Beräkningsmotor 4 Återkoppling till sjukhusens egna BIverktyg för att i det dagliga arbetet kunna nyttja beslutsstöd Annan (framtida) data Integrationsplattform som regelbundet samlar in och anonymiserar data (t.ex., hämtar data från ett PAS-system och ersätter personid med koder) Beräkningsmotor som räknar fram predicerade och faktiska värden (t.ex., vårddygn under en episod) baserat på den strukturerade datan som Bridge tillhandahåller 5 6 Återkoppling till landstingens egna BIverktyg för att möjliggöra integration med annan data (t.ex., kostnader) Utlämnande av strukturerad (och beräknad) data till forskning Informationsmodell Systemspecifikation Systemspecifikation som beskriver uppföljningssystem (Delvis) heterogen, fragmenterad data Strukturerad Beräknad icke-fragmenterad data data Teknisk plattform Presenterad och återkopplad data

II ARBETSMATERIAL Behandling av blodtryck under vårdepisoden, typ 2-diabetes löpande vård 1,9 1,7 1,8 1,7 1,8 1,8 1,5 1,7 1,7 1,8 1,6 1,6 1,8 1,7 2,0 1,5 Uthämtade blodstryckläkemedel, antal klasser 1,0 0,5 0,0 0.2 Avvikelse från genomsnittet, log count 0.1 0.0-0.1 Observerat Predicerat 95 % K.I. n 83 644 RJH RÖ LtD LUL RS SLL VGR -0.2 Variation i intensitet i blodtrycksbehandling mellan landstingen, med färre använda klasser per patient i Uppsala och fler i Jämtland Härjedalen. Not: Justerat för kön, ålder i kategorier, utbildningsnivå, civilstånd, född utanför EU, BMI, rökstatus, förmaksflimmer, egfr vid episodstart, HbA1c vid episodstart, diabetesduration, systoliskt blodtryck, LDL, hjärtkärl-, ögon- och fotkomplikation, njursvikt, psykiatrisk diagnos och depressiv episod). Källa: Patientadministrativa system, SCB, NDR, LMR

II ARBETSMATERIAL Behandling av blodtryck under vårdepisoden, typ 1-diabetes löpande vård 1,11 1,11 0,80 0,94 1,03 0,93 0,95 0,88 1,06 1,01 0,99 0,93 1,07 1,03 1,20 1,00 0,80 Uthämtade blodstryckläkemedel, antal klasser 0,60 0,40 0,20 0,00 0.4 Avvikelse från genomsnittet, log count 0.2 0.0-0.2 Observerat Predicerat 95 % K.I. n 15 346 RJH RÖ LtD LUL RS SLL VGR -0.4 Lägre förskrivningsgrad i Östergötland, Dalarna och Uppsala. Högre förskrivning I Stockholm. Not: Justerat för kön, ålder i kategorier, utbildningsnivå, civilstånd, född utanför EU, BMI, rökstatus, förmaksflimmer, egfr vid episodstart, HbA1c vid episodstart, diabetesduration, systoliskt blodtryck, LDL, hjärtkärl-, ögon- och fotkomplikation, njursvikt, psykiatrisk diagnos och depressiv episod). Källa: Patientadministrativa system, SCB, NDR, LMR

II Användning av statiner, typ 2-diabetes löpande vård ARBETSMATERIAL 69,8 66,0 73,8 70,6 65,5 66,4 65,4 68,0 66,9 64,7 67,4 66,8 62,3 62,4 80 60 Statinanvändning, % 40 20 0 0.6 Avvikelse från genomsnittet, log-oddskvot 0.4 0.2 0.0-0.2-0.4 Observerat Predicerat 95 % K.I. n 83 571 RJH RÖ LtD LUL RS SLL VGR -0.6 Högre användning av statiner i Jämtland Härjedalen och Östergötland. Lägre användning i Uppsala och Stockholm. Not: Justerat för kön, ålder i kategorier, utbildningsnivå, civilstånd, född utanför EU, BMI, rökstatus, förmaksflimmer, egfr vid episodstart, HbA1c vid episodstart, diabetesduration, systoliskt blodtryck, LDL, hjärtkärl-, ögon- och fotkomplikation, njursvikt, psykiatrisk diagnos och depressiv episod Källa: Patientadministrativa system, SCB, NDR, LMR

II Användning av statiner, typ 1-diabetes löpande vård ARBETSMATERIAL 80 63,9 55,6 51,9 52,8 55,9 52,5 50,9 52,7 53,4 52,4 48,1 49,8 47,2 49,4 60 Statinanvändning, % 40 20 0 0.6 Avvikelse från genomsnittet, log-oddskvot 0.4 0.2 0.0-0.2-0.4 Observerat Predicerat 95 % K.I. n 14 569 RJH RÖ LTD LUL RS SLL VGR -0.6 Betydligt högre statinanvändning i Jämtland Härjedalen. Not: Justerat för kön, ålder i kategorier, utbildningsnivå, civilstånd, född utanför EU, BMI, rökstatus, förmaksflimmer, egfr vid episodstart, HbA1c vid episodstart, diabetesduration, systoliskt blodtryck, LDL, hjärtkärl-, ögon- och fotkomplikation, njursvikt, psykiatrisk diagnos och depressiv episod Källa: Patientadministrativa system, SCB, NDR, LMR

Resultat på 1 år för nydebuterad typ 1 Tabell 21. Intermediära hälsoresultat vid episodens slut för personer med nydiagnostiserad typ 1-diabetes. Total RJH RÖ LtD LUL RS SLL VGR BMI (kg/m 2, medel) 25,1 24,3 25,6 25,2 24,4 24,2 25 25,6 Förändring BMI sedan vårdepisoden inleddes (kg/m 2, medel) 0,4-0,7 0,7 0,8 0,2 0,1 0,1 0,6 LDL-kolesterol (mmol/l, medel) 2,8 2,5 2,7 2,8 2,8 2,7 2,8 2,8 Förändring LDL-kolesterol sedan vårdepisoden inleddes (mmol/l, medel) -0,2-0,3-0,1 0-0,3-0,3 0-0,3 egfr (ml/min per 1,73 m 2, medel) 89,3 91,7 86,9 85,8 89,8 89 90,1 89,8 Andel med egfr < 60 ml/min per 1,73 m 2 (%) 7,1 6,7 8,3 9,4 2,8 7,3 6,4 7,6 Systoliskt blodtryck (mm Hg, medel) 123,9 125,1 122,8 127,8 122,4 124,6 124,6 122,7 Förändring systoliskt blodtryck sedan vårdepisoden inleddes (mm Hg, medel) -0,1 5,6 4,7 2,2-5 -0,1 0,8-1,8 Andel rökare (%) 17,5 0,0 17,8 16,4 23,4 15,9 18,7 17,5 NOT: En episod motsvarar ett år (365 dagar); estimerad glomerulär filtrationshastighet (egfr).

Resultat på 1 år för typ 1 i löpande vård Tabell 22. Intermediära hälsoresultat vid episodens slut för personer med typ 1-diabetes, löpande vård. Total RJH RÖ LtD LUL RS SLL VGR Procentuell viktändring sedan vårdepisoden inleddes (procentenhet, medel) 0,4 0,5 0,6 0,4 0,6 0,2 0,3 0,5 BMI (kg/m 2, medel) 26 27,1 26,5 26,7 25,6 26 25,8 25,9 Förändring BMI (kg/m 2, medel) 0,1 0,2 0,1 0,1 0,2 0 0,1 0,1 LDL-kolesterol (mmol/l, medel) 2,6 2,7 2,5 2,8 2,8 2,6 2,6 2,6 Förändring LDL-kolesterol sedan vårdepisoden inleddes (mmol/l, medel) 0 0-0,1 0-0,2-0,1 0 0 egfr (ml/min per 1,73 m 2, medel) 82,4 85,9 81,4 84,5 84,1 82,8 82 82,1 Andel med egfr < 60 ml/min per 1,73 m 2 (%) 13,7 6,8 12,4 10,1 11,6 13 14,1 15 Systoliskt blodtryck (mm Hg, medel) 128 128,1 126,4 128,4 125,7 129,5 129 127,2 Förändring systoliskt blodtryck sedan vårdepisoden inleddes (mm Hg, medel) 0,1-0,2 0,3 0,2 1,7 0,5 0 0 Rökare (%) 13,9 10,3 14,7 10,6 15,5 16,3 16,5 11,6 NOT: En episod motsvarar ett år (365 dagar); estimerad glomerulär filtrationshastighet (egfr).

Resultat på 1 år nydebuterad typ 2 Tabell 13. Intermediära hälsoresultat vid episodens slut för personer med nydiagnostiserad typ 2-diabetes. Procentuell viktändring sedan vårdepisoden inleddes (procentenhet, medel) Total RJH RÖ LtD LUL RS SLL VGR -1,6-1,3-1,7-1,0 0,2-1,3-1,5-1,9 BMI (kg/m 2, medel) 30,0 29,7 30,2 30,2 29,0 30,3 29,8 30,0 Förändring BMI sedan vårdepisoden inleddes (kg/m 2, medel) -0,5-0,4-0,5-0,4-0,1-0,5-0,4-0,6 LDL-kolesterol (mmol/l, medel) 2,9 2,8 2,6 2,9 2,9 2,9 3,0 2,8 Förändring LDL-kolesterol sedan vårdepisoden inleddes (mmol/l, medel) -0,2-0,2-0,3-0,1-0,2-0,2-0,2-0,3 egfr (ml/min per 1,73 m 2, medel) 76,7 75,8 73,9 74,9 75,6 76,5 79,6 75,3 Andel med egfr < 60 ml/min per 1,73 m 2 (%) 17,4 14,7 20,9 17,9 19,8 18,1 14,0 19,0 Systoliskt blodtryck (mm Hg, medel) 134,9 135,8 132,2 138,2 132,8 135,4 135,3 134,6 Förändring systoliskt blodtryck sedan vårdepisoden inleddes (mm Hg, medel) -2,0-2,1-2,0-0,7-1,1-1,7-1,4-2,6 Andel rökare (%) 18,8 13,8 17,3 13,0 15,3 17,6 24,8 18,1 NOT: En episod motsvarar ett år (365 dagar); estimerad glomerulär filtrationshastighet (egfr).

Resultat på 1 år för typ 2 löpande vård Tabell 14. Intermediära hälsoresultat vid episodens slut för personer med typ 2-diabetes, löpande vård. Procentuell viktändring sedan vårdepisoden inleddes (procentenhet, medel) Total RJH RÖ LtD LUL RS SLL VGR -0,3-0,3-0,2-0,5-0,1-0,4-0,3-0,3 BMI (kg/m2, medel) 29,7 29,9 30,0 30,1 29,1 29,8 29,4 29,7 Förändring BMI sedan vårdepisoden inleddes (kg/m2, medel) -0,1-0,1-0,1-0,2-0,1-0,2-0,1-0,1 LDL-kolesterol (mmol/l, medel) 2,6 2,6 2,3 2,7 2,8 2,6 2,7 2,6 Förändring LDL-kolesterol sedan vårdepisoden inleddes (mmol/l, medel) 0,0-0,1 0,0 0,0 0,0 0,0 0,0-0,1 egfr (ml/min per 1,73 m 2, medel) 70,5 69,7 66,6 70,1 72,3 70 72,7 69,4 Andel med egfr < 60 ml/min per 1,73 m 2 (%) 28 27,8 34,5 27,2 24,3 29,2 24,4 29,8 Systoliskt blodtryck (mm Hg, medel) 135,6 136,7 132,9 137,7 135 136,3 135,9 135,1 Förändring systoliskt blodtryck sedan vårdepisoden inleddes (mm Hg, medel) -0,4-0,8-0,6-0,7-0,8-0,3-0,4-0,3 Rökare (%) 17,1 12,2 14,1 11,7 13,0 16,4 22,4 16,0 NOT: En episod motsvarar ett år (365 dagar); estimerad glomerulär filtrationshastighet (egfr).

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Region Jämtland Härjedalen och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Region Östergötland och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Landstinget Dalarna och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Landstinget i Uppsala län och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Region Skåne och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Stockholms läns landsting och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Västra Götalandsregionen och dess avvikelse från övriga landsting för personer med typ 2-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Region Jämtland Härjedalen och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård. Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Region Östergötland och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Landstinget Dalarna och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Landstinget i Uppsala län och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resurs-åtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Region Skåne och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resurs-åtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Stockholms läns landsting och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.

Resursåtgång Hälsa IV ARBETSMATERIAL Casemix-justerade centrala hälsoutfallsmått och resursutnyttjande för Västra Götalandsregionen och dess avvikelse från övriga landsting för personer med typ 1-diabetes, löpande vård Lägre predicerad 5-årsrisk Andel utan hjärtkärlsjukdom i slutenvård Lägre HbA1c Högre egfr Läkarbesök Andel statinbehandlade Nettosjukdagar Antal klasser blodtrycksläkemedel Observerat genomsnitt för Sveus övriga landsting Signifikant skild från genomsnittet (p < 0,05) Casemix-justerad nivå i förhållande till genomsnittet hos övriga landsting (ej statistiskt signifikant) De grå ringarna avser landstingets avvikelse om 50 % för kontinuerliga variabler alternativt oddskvot om 1,5 (yttre ringen) eller 0,5 (inre ringen) för binära variabler.