Denna artikel visar på en metod för att undersöka hur optimal befolkningens fysiska tillgänglighet till sjukvården är. Detta är relevant med tanke på den svenska storregionala omdaningen som säkerligen kommer provocera fram omprövningar av sjukhusens framtida placering. Med Dalarna som exempel fann vi att en ökning från dagens två till tre optimalt lokaliserade sjukhus skulle minska befolkningens genomsnittliga reseavstånd med 25 %. På basis av transportsektorns standardkalkyler för samhällsekonomisk effekter vid resande, samt av kostnader för drift av sjukvård sluter vi dessutom oss till att en komplettering av nuvarande två sjukhus i Dalarna med ett tredje vore samhällsekonomiskt effektivt. Var ska sjukhusen ligga? Kenneth Carling, Mangjie Han och Johan Håkansson INLEDNING För att utveckla kvaliteten och effektiviteten i en verksamhet är det nödvändigt att ständigt se över dess organisatoriska uppbyggnad även i rummet, det vill säga var verksamheten möter sina kunder. I Sverige är sjukvården organiserad på länsnivå i form av 20 landsting. Landstinget utses av länsmedborgarna i allmänna val vart fjärde och det ansvarar för några samhällsuppgifter i första hand hälso- och sjukvård men också transporter och regional planering. Landstingets sjukvård är skattefinansierad och det beslutar autonomt om skatteuppbörden av länsmedborgarna för att finansiera verksamheten. Som en följd där av är länsmedborgarna hänvisade till det egna landstingets sjukvård och dess sjukhus. I den landstingsstyrda sjukvården har befolkningen kommit att servas av ett alltmer begränsat antal sjukhus, här avses ett fullvärdigt akutsjukhus. Den bakomliggande logiken till denna utveckling är uppenbar: större enheter leder till stordriftsfördelar och ökad specialisering, vilket i sig är viktiga förutsättningar för att utveckla både effektiviteten och kvaliteten i verksamheten (Dicken et al, 1990). Möjligheten att uppnå stordriftfördelar och ökad specialisering var bakgrunden till det omfattande utredningsarbete som skett kring hur samhället rumsligt ska organiseras på regional nivå (SOU,
2007). I förlängningen av denna utredning kan man förvänta sig stora förändringar i huvudmannaskap hos landstingen och på sikt förändringar i hur sjukvården organiseras rumsligt. En hake med koncentrationen av landets sjukhus är att tillgängligheten minskar när avståndet till patienterna ökar. För att sjukvården framgent ska vara tillgänglig för patienterna så bör dess rumsliga organisation baseras på analyser där dynamiska lokaliseringsmodeller utnyttjats. Att finna ett så optimalt, mätt i t ex tidsavstånd, lokaliseringsmönster som möjligt i förhållande till var potentiella patienter bor när organisatoriska förändringar med rumsliga konsekvenser ska genomföras kan därför ses som en betydelsefull del i beslutsunderlaget. Att finna ett optimalt lokaliseringsmönster för fler än ett sjukhus i förhållande till befolkningen är inget enkelt problem som löses analytiskt med deterministiska metoder. Forskning på området finns men den är oftast teoretisk (Francis et al, 2009). De få empiriska studier som existerar utnyttjar oftast fågelavståndet för att finna ett optimalt lokaliseringsmönster av P utbudspunkter (såsom exempelvis sjukhus) till Q efterfrågepunkter (exempelvis bostadskvarter). Enstaka studier utnyttjar vägnätet. Det beror på att man funnit att fågelavståndet fungerar lika bra (Love et al, 1988). Men den slutsatsen gäller nog främst optimeringsproblem i storstäder. För i städer tenderar befolkningen och vägnätet till att vara relativt jämnt fördelad över ytan. I glest och ojämnt befolkade områden såsom i nästan hela Sverige och Norden i övrigt är det nödvändigt att optimera utifrån vägnätet (Carling et al, 2012a och 2012b). I den här artikeln exemplifierar vi Carling et al:s ansats (2012a och 2012b) och undersöker dagens tillgänglighet i landstinget Dalarna (som varande en typisk svensk region) och hur den har förändrats över tid. Vi sluter oss till att en omlokalisering skulle förbättra tillgängligheten och att det vore mer effektivt att komplettera nuvarande två sjukhus med ett tredje. En fördel med att studera Dalarna är kringliggande landstings sjukhus ligger långt från Dalarnas befolkning och därmed inte innebär ett alternativ för befolkningen i Dalarna. 1 DATA OCH BESKRIVANDE STATISTIK Figur 1a visar befolkningens fördelning (Befolkningsdata kommer från SCB och är redovisade på rutor om 250*250 meter) i Dalarna. I länets sydöstra hörn, på och kring Tunaslätten, bor merparten av befolkningen och där är den relativt jämt fördelad. I övriga delar av länet är befolkningen koncentrerad till Västra och Östra Dalälven. Av figur 1a framgår även vägnätet. I de mer befolkningstäta delarna av länet är även vägnätet tätare med många länkar, medan det i norr är glesare. Kvaliteten på vägnätet är inte lika överallt och av figur 1b framgår en enklare generalisering av dessa kvalitetsskillnader. Det är en högre framkomlighet på vägarna som binder samman de större tätorterna i länet, samt länet med närmaste större tätorter utanför det. Figur 1b visar placeringen av de befintliga akutsjukhusen i Mora och Falun, samt de tidigare, numera stängda, mer eller mindre fullvärdiga sjukhusen i länet i Ludvika, Avesta och Borlänge. Borlänge sjukhus har aldrig varit ett fullvärdigt akutsjukhus. Emellertid så servar det regionens största tätort och har därvidlag haft en relativt omfattande sjukvård. 1 Närmaste akutsjukhus i norr är Östersund (210 km), i öster Gävle (65 km), Hamar, Norge i väster (75 km) och i söder Västerås (50 km) räknat som fågelvägen från länsgränsen.
Figur 1. Befolkningens fördelning (1a), vägnät, befintliga och avvecklade akutsjukhus (1b) i Dalarna Tabell I visar befolkningens median- och medelavstånd längs väg till de befintliga och tidigare sjukhusen. Idag har man i genomsnitt ca 40 km till närmaste sjukhus. Det är mer än 20 % längre än då fem sjukhus fanns. Medianskillnaden är ännu större, för medianen har ökat med 80 %. Av tabellen kan man således dra slutsatsen att speciellt för medianindividen så har den fysiska tillgängligheten till sjukvård sjunkit mycket när sjukvården i Dalarna koncentrerats. METOD Med tillgänglighet avser vi i denna studie det fysiska avståndet mellan bostad och närmaste sjukhus i vägnätet enligt Trafikverkets nationella vägdatabas (NVDB). Ökad tillgänglighet innebär att avståndet minskar. Jämförelsen görs mellan befintliga och tidigare lokaliseringar av akutsjukhusen och optimalt lokaliserade sjukhus. Befolkningen i Dalarna uppgick till 277 000 personer. De bor i 15 729 rutor Tabell I. Vägavståndet (i km) mellan befolkningen och sjukhusen i Dalarna. Antal akutsjukhus Percentil 5 25 50 75 95 medel St. Avvik. 2 befintliga 3 18 36 64 116 40 30 5 befintliga och avvecklade 3 7 20 45 89 33 25
med olika vikt beroende på det varierande antal boende inom rutorna, så Q=15 729 i detta fall. P är antalet sjukhus vi önskar lokalisera optimalt. Hakimi (1964) föreslog p-median modellen vi använder och visade att en optimal lokalisering ligger på vägnätets noder som binder samman dess länkar. Det 5 437 km långa statliga vägnätet i Dalarna består av 778 noder. Det betyder att 778 alternativ måste undersökas för P = 1, 302253 alternativ för P = 2 och för P > 2 blir antalet kombinationer ohanterligt många om alla tänkbara alternativ ska undersökas. Vi använder oss av simuleringar i stället (Carling et al, 2012a). I dessa simuleringar genererar vi slumpmässigt lokaliseringar av P sjukhus och identifierar varje individs kortaste vägavstånd till ett av dessa. Om d qp är det kortaste avståndet mellan en person boende i ruta q till dess närmaste sjukhus p, och w q är antalet personer boende i rutan så är målfunktionen q Q w q d qp. Vi söker den placering av de P sjukhus som minimerar målfunktionen. Efter varje simulering beräknas målfunktionen. Den slumpmässiga lokaliseringen upprepas R=150,000 gånger och den optimala (eller snarare bästa) lokalisering av P antal sjukhus är det lokaliseringsmönster som har det minsta summerade avståndet av alla R försök. Antalet upprepningar måste ökas när antalet lokaliseringar ökar. 150,000 replikat är tillräckligt för lokalisering av fem sjukhus eller färre vilket vi fann när vi jämförde denna ansats med en heuristisk algoritm benämnd Simulated Annealing (Carling et al, 2012b). För att ytterligare bedöma betydelsen av skillnader i faktiskt och optimalt lokaliseringsmönster så har avståndet i vägnätet även räknats om till tidsavstånd. För att erhålla tidsavståndet har en enklare generalisering av vägarnas kvalitet utnyttjats (se Figur 1b). Den genomsnittliga hastigheten på de mindre vägarna antas vara 65 km i timmen medan den på de större antas vara 90. RESULTAT Tabell II visar befolkningens avstånd för olika antal optimalt lokaliserade sjukhus. Med endast ett sjukhus är medelavståndet 52 km (40 minuter) medan det sjunker till 31 km (24 minuter) vid 3 sjukhus. Tabellerna kombinerade med Tabell I visar att tillgängligheten till sjukvården kan ökas för medelindividen med 10 % om dagens två sjukhus i Dalarna omlokaliserades till opti- Tabell II. Befolkningens vägavstånd till närmaste optimalt lokaliserade sjukhus och restid i minuter inom parantes. Antal sjukhus Percentil 5 25 50 75 95 Medel St. Avvik. 1 4 (3,5) 19 (14,8) 45 (33,0) 69 (52,9) 137 (106,9) 52 (39,9) 43 (34,8) 2 5 (3,5) 11 (11,4) 35 (25,3) 50 (39,7) 80 (71,0) 36 (27,7) 26 (21,3) 3 3 (2,5) 9 (7,9) 24 (19,1) 46 (32,8) 78 (69,0) 31 (23,7) 25 (20,4) 4 5 (2,9) 12 (6,1) 19 (14,4) 34 (25,6) 80 (69,0) 27 (20,1) 24 (20,2) 5 4 (2,5) 10 (8,4) 17 (13,1) 27 (24,1) 65 (63,9) 23 (19,2) 23 (19,1)
mum. Av tabellerna framgår också att tillgängligheten ökar mycket med fler sjukhus, men att den ökningen avstannar efter fyra. En annan slutsats man kan dra från tabell II är att tillgängligheten kunde ökas dramatiskt med flera optimalt lokaliserade sjukhus. Om dagens två befintliga akutsjukhus ersattes med fyra optimalt lokaliserade sjukhus så skulle tillgängligheten öka med nästan 50 %. Sett ur medianindividens perspektiv skulle ökningen vara långt större. Var de optimalt lokaliserade sjukhusen hamnar är naturligtvis en intressant fråga. Det stora antalet kombinationer gör det dock ogörligt att visa alla alternativ. Några intressanta exempel redovisas i figur 2. Figuren visar lokaliseringen av de befintliga sjukhusen och en optimal lokalisering av två sjukhus, där man kan se att sjukhuset i Mora är vällokaliserat medan Borlänge hade varit en bättre lokalisering för ett andra sjukhus. Med tre sjukhus skulle Avesta vara en lämplig lokalisering och vid fyra så skulle Ludvika tillkomma. Notera dock att den optimala lokaliseringen i dessa städer inte sammanfaller med den plats där sjukhusen tidigare låg utan i andra delar av tätorten. Exempelvis borde ett Ludvikasjukhus ligga i södra Ludvika för att bättra serva upptagningsområdet i form av Grängesberg och Smedjebacken. En upptäckt vi gjort som inte framgår av figuren är att en optimal lokalisering innehåller sjukhus i Avesta, Ludvika och Mora medan lokaliseringen i länets centrala delar är mer beroende av metod och avståndsmått. AVSLUTANDE DISKUSSION Denna artikel fokuserar på målet om fysiskt tillgänglig av sjukvård för befolkningen och vi har visat hur man kan optimera tillgängligheten till sjukhus. Lokaliseringen av sjukhus är naturligtvis avhängig ett antal andra faktorer, och inte minst den historik som föranlett dagens placering av sjukhus. Frågan om var sjukhusen ska ligga kan därför verka tämligen teoretisk och av ringa praktiskt intresse. Men en omdaning av Sveriges regionala indelning kommer säkerligen provocera fram också en förändring i sjukhusens framtida placering. I en sådan process förespråkar vi att befolkningens tillgänglighet till sjukvården kvantifieras och beskrivs i likhet med den analys vi genomfört för Dalarna. Befolkningsdata och vägdata och kraftfulla beräkningskluster existerar idag och analysen kan således upprepas för hela landet och för en godtycklig regionindelning. Resultaten för Dalarna förtjänar också ett par kommentarer. Länet har under de senaste 40 åren fått en koncentration av sjukhusen från fem städer till två. Vi fann att tre optimalt lokaliserade sjukhus skulle minska befolkningens genomsnittsavstånd med 25 % eller 10 kilometer (knappt 10 minuters restid). Har en sådan tillgänglighetsförbättring något praktiskt värde? En nyligen ombyggd väg mellan Falun och Borlänge kostade runt 530 miljoner kronor. Den kostnaden motiverades av en tidsvinst på 105 sekunder per resa, samt färre dödsolyckor och svårt skadade i trafiken (minskning om 1 dödsfall och 20 svårt skadade under tio år). Tre (Det finns idag ca 3 akutsjukhus per län i Sverige.) optimalt lokaliserade sjukhus i Dalarna skulle leda till en genomsnittlig tidsvinst på 10 minuter till närmaste sjukhus, och vi har med ledning av Trafikverkets länsvisa olycksstatistik räknat fram att denna reseminskning skulle minska dödsolyckorna med 0,37 personer och 5 svårt skadade per år. Antalet sjukhusbesökare på Mora och Falu lasarett är enligt
Figur 2. Lokalisering av befintliga sjukhus samt två, tre och fyra optimalt lokaliserade sjukhus baserat på tidsavstånd i vägnät.
landstinget 2,000 per dygn, främst bestående av privat betalt resande men även ibland skattebetalt i form av sjukresor. De privata resekostnaderna är beräknade med hjälp av Konsumentverkets Bilkalkyl (Toyota Avensis av årsmodell 2000 har utnyttjats som typbil) (Konsumentverket, 2012). De privata resekostnaderna till sjukhuset skulle minska med 140 miljoner konor per år om man utgår från Trafikverkets resevärden för investeringsbeslut. Samtidigt är värdet av denna reseminskning i form av sparade liv och minskade olyckor ca 30 miljoner när man använder SIKA:s samhällsekonomiska värde av ett statistiskt liv SIKA, 2008). Driftskostnaden för de två sjukhusen i Dalarna idag är totalt 4,2 miljarder kronor och den fördelar sig ungefär som för Falun 2,8 miljarder och 1,4 miljarder för Mora. Befolkningen skulle således vinna på ett tredje sjukhus så länge som det inte var oerhört mycket mer ineffektivt i sin drift (ett ytterligare sjukhus är motiverat även om effektivitetsförlusten i verksamheterna är mer än 10 % av Mora lasaretts totala omsättning). Forskningen visar att sjukhusens olika medicinska specialiteter kräver olika stora patientunderlag för att den ska bli såväl kvalitativt hög som ekonomiskt effektiv. För de flesta specialiteterna har man funnit att ett befolkningsunderlag om 20 000 30 000 invånare är en nedre gräns (Phelps, 2003). Tre optimalt lokaliserade sjukhus i Dalarna skulle samtliga ha ett upptagningsområde med långt mer än 25,000 personer vilket innebär att de flesta specialiteter borde gå att bedriva både effektivt och med kvalitet. Självklart skulle några specialiteter såsom neurologi och psykiatri behöva koncentreras till ett av sjukhusen. Eftersom Dalarna är ett typiskt landsting till sin befolkningsstorlek och sin gradvisa koncentration till två sjukhus så skulle det inte förvåna oss om en snarlik analys i andra svenska landsting kom till samma slutsats. REFERENSER Carling, K., Han, M. och Håkansson, J. (2012a): Does Euclidian Distance work when Location Models are applied in Rural Areas? Annals of Operations Research, 201: 83 97. Carling, K., Han, M., Håkansson, J. och Rebreyend, P. (2012b): Distance measure and the p-median problem in rural areas. Working papers in transport, tourism, information technology and microdata analysis, ISSN 1650-5581, 2012:07. Dicken, P. och Lloyd, P.E. (1990): Location in space. Theoretical Perspectives in Economic Geography. Third Edition. HarperCollinsPublishers, New York. Francis, R.L., Lowe, T.J., Rayco, M.B. och Tamir, A. (2009): Aggregation error for location models: survey and analysis, Annals of Operations Research. 167:171 208. Hakimi, S.L. (1964): Optimum locations of switching centers and the absolute the centers and medians of a graph, Operations Research. 12:3 450 459. Konsumentverket (2012): Bilkalkylen. http:// www.konsumentverket.se/sv/bilar/bilkalkylen/ Bilkalkylen---starta-berakning/. Love, R.F., Morris, J.G. och Wesolowsky, G.O. (1988): Facilities location Models & Methods. North Holland, New York. Phelps, C. (2003): Health Economics. 3rd Edition. Addison Wesley, Boston. SIKA (2008): Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK4. SIKA PM, 2008:3. SOU, (2007): Hållbar samhällsorganisation med utvecklingskraft. Slutbetänkande av Ansvarskommittén. SOU 2007:10, Stockholm.