Processkartläggning
3.3.1 Kostnadsmodell - Parametrisk kostnadsuppskattning
Denna del av arbetet illustreras av pil nummer tre i figur 5.
Fo r att konstruera en kostnadsmodell fo r de ba da va rdsa tten anva ndes tekniken ”Parametrisk kostnadsuppskattning” (se avsnitt 2.6). Detta metodval motiveras med att tidigare data fanns att tillga dock ingen tidigare kostnadsmodell. Da ingen kostnadsmodell fo r na gon av de tva va rdmodellerna fanns att tillga skapade fo rfattaren till denna studie egna modeller fo r de ba da va rdsa tten. Detta fo r att besvara en del av forskningsfra gan som behandlar den ekonomiska aspekten.
Som beskrivet i avsnitt 2.6 inleddes processen med att lokalisera de mest kostnadsdrivna parametrarna fra n det inha mtade data och fra n publika ka llor, mer om datainsamling finns att la sa i avsnitt 3.1. Som utga ngspunkt fra n detta sa konstruerades en modell med bakgrund av tidigare forskning (se inledningen av kapitel 2), A LSA-projektet (se avsnitt 2.1) och en viss del av avsnitt ”Trygg va rd i hemmet” 2.2.
Da datainneha llet fra n la nsstyrelsens interna databas inneho ll specifika data sa som ”kostnad i genomsnitt per va rdkontakt fo r prima rva rden i Sundsvall centrum” var det relativt enkelt att lokalisera de kostnadsdrivande parametrarna. Data fra n A LSA-projektet dessutom inneho ll effektiviserings siffror som mo jliggjorde att bygga upp en relativt exakt kostnadsmodell fo r hemsjukva rd.
Eftersom att majoriteten av de data som tillhandaho lls beskrevs ma nadsvis sa fo ll det sig naturligt att kostnadsestimeringen ocksa behandlade tidsperioden en ma nad.
En CRS fo r varje va rdform strukturerades utifra n de lokaliserade parametrarna. Dessa CRS:er utformades i programmet MATLAB (36), och bearbetades da refter i samma program.
I denna studie antas kostnad runt det administrativa vara inkluderad i kostnaden fo r ett patientbeso k per va rdkontakt respektive kostnaden fo r ett hembeso k fo r en la kare eller sko terska.
De framtagna processkartorna o ver de ba da va rdmodellerna studerades fo r att hitta kostnadsparametrar.
Framställning av de parametriska kostnadsuppskattningarna
Det fo rsta steget i uppsa ttningen av kostnadsmodellen var att identifiera de kostnadsdrivande parametrarna. Tabell 6 visar vilka parametrar som uppfattades som kostnadsdrivande samt deras respektive va rde, dessa parametrar framtogs fra n det tillga ngliga data som finns beskrivet i avsnitt 3.1.2.
Under tabell 6 fo ljer ett avsnitt som beskriver och fo rklarar de data som tabellen inneha ller.
Tabell 6: Identifierade kostnadsparametrar för de båda vårdmodellerna
Identifierade kostnadsparametrar Värde framtaget från tillhandahållet data För vårdmodellen: Vård på plats
Förkortning av
parameter
Beskrivning av parameter Genomsnittligt va rde/beskrivet
va rde
Minva rde Maxva rde
𝑲𝒑𝒗 Kostnad per va rdtillfa lle 1170,3 kr 358 kr 11 194 kr
𝑻𝒌 Kostnad per sjuktransport 134,6 kr - -
𝑨𝒑𝒔𝒕 Antal patienter med
sjuktransport 3,0% av antal patienter (ap) - -
För vårdmodellen: Hemsjukvård 𝑲𝒍 Kostnad fo r hembeso k fo r en
la kare 500 - -
𝑲𝒔 Kostnad fo r hembeso k fo r en
sko terska 200 - -
𝑺𝒂 Snittavsta nd fra n HC till
patient 6,1 km 1km 217km
𝑩𝒍 La karbeso k per
sko terskebeso k 1/5st - 1/3st
För båda modellerna
𝑨𝒑 Antal patienter 2081st 2038st 2129st
𝑨𝒃𝒑𝒑 Antal beso k per patient 0,345
beso k/patient - -
Beskrivning av tabell 6
Da endast information o ver totala antalet sjuktransporter till den aktuella VC (777st) fanns tillga nglig fick denna summa divideras med totala antalet beso kare fo r denna VC (25590st). Denna utra kning gjordes per ma nad, da rfo r bera knades da ett snitt per ma nad fo r antalet sjuktransporter samt antalet beso kare. Detta da det sannolikt fanns personer yngre a n 65 a r som utnyttjade sjuktransport. Da refter bera knades en procentuell kvot av antalet patienter som beso ker kliniken och som beho ver sjuktransport (𝐴𝑝𝑠𝑡), se ekvation 9. Notera ocksa att det totala antalet beso kare inte a r samma som antal personer som a r inskriven pa den aktuella va rdcentralen.
𝑨𝒑𝒔𝒕= 777 12 25590 12 = 0,0304 ∗ 100 ≈ 3,0% (9)
Kostnaden fo r sjuktransporten tillgavs endas o ver hela la net. Data o ver antal sjuktransporter samt totala kostanden gavs. Da rfo r kunde endast ett la nssitt bera knas o ver kostnaden per sjuktransport.
Kostnaden fo r hembeso k fo r en la kare (𝑲𝒍) ra knades ut genom att ta totala antalet hembeso k per la kare och dividera denna summa med den totala nettointa kten fo r samma va rdkontakt. Nettointa kten antogs vara den summa som va rdcentralen fick som ersa ttning per hembeso k av na gon from av myndighet. Detta da denna typ av va rdkontakt a r gratis fo r patienten enligt det tillhandaha llna datat (dvs 0 kr i patientavgift). I och med detta sa antogs det att varje la karbeso k kostar lika mycket oavsett la ngd fo r beso ket. Kostnaden fo r ett sko terskebeso k (𝑲𝒔) a r dock mindre specificerat i de datatabeller som tillhandaho lls. Det fanns dock en kostnad under ”hemsjukva rdsbeso k, o vriga” pa 200 kr. Denna antogs vara kostnaden fo r ett sko terskebeso k pa grund av att denna summa var mindre a n summan fo r ett la karbeso k.
Uto ver detta sa antogs det att kostnaden fo r att transportera en la kare/sko terska fra n utga ngspunkten till patienten inte var inra knad i varken 𝑲𝒔 eller 𝑲𝒍. Ett snittpris fo r fo rbrukning och drivmedelspris fo r en personbil bera knades. En snittbera kning o ver hur la ngt det var fra n patienterna till va rdcentralen i Sundsvalls centrum utfo rdes. Denna bera kning framsta lldes genom att bera kna avsta ndet fra n VC till varje patients postnummer. Google maps utfo rde denna utra kning. Den totala stra ckan summerades sedan ihop och dividerades med antalet patienter fo r att fa ett snittavsta nd (𝑺𝒂). Fo r max- och min stra cka anva ndes den la ngsta samt den kortaste stra ckan som a terfanns i det erha llna data setet.
”La karbeso k per sko terskebeso k” (𝑩𝒍) va rde utgick fra n mailkonversationen fra n bilaga B. Ett min- och maxva rde uppskattades.
”Antal patienter” (𝑨𝒑) a r antalet patienter med a lder 65 a r och a ldre listade pa den aktuella VC under varje ma nad 2019. Mingra nsen a r under den ma nad na r det a r minst antal patienter (65+ a r gamla) listade och tva rt om fo r maxgra nsen.
”Antal beso k per patient” (𝑨𝒃𝒑𝒑) a r statistik ha mtat fra n tabell 3 i rapporten ”Va rd och omsorg om a ldre”. Denna tabell behandlar endast patienter med den aktuella a ldern. I tabellen presenteras totala antalet patienter i a ldersgruppen 65+ samt totala antalet va rdtillfa llen fo r denna grupp. (2) Ur denna tabell bera knades en kvot av hur ma nga ga nger en patient go r ett beso k pa en va rdcentral, se ekvation 10.
𝑨𝒃𝒑𝒑 = totala antalet patienter totala antalet vårdtillfällen=
2 006 000𝑠𝑡 692 000𝑠𝑡 = 0,345
(10)
Konstruktion av parametrisk kostnadsuppskattning
Fra n tabell 6 konstruerades tva stycken CER i enlighet med avsnitt 2.6. Den parametriska kostnadsuppskattningen av va rd pa plats finns att se i ekvation 11, uppskattningen fo r hemsjukva rd finns att se i ekvation 12.
𝑉𝑃 = (𝑲𝒑𝒗∗ 𝑨𝒑∗ 𝑨𝒃𝒑𝒑) + (𝑻𝒌∗ 𝑨𝒑𝒔𝒕∗ 𝑨𝒃𝒑𝒑) (11) 𝑉ℎ = ((𝑩𝒍∗ 𝑲𝒍+ 𝑲𝒔+ (2 ∗ 𝑺𝒂∗ 10 ∗ 0,51 ∗ 15,5) ∗ 𝑨𝒑∗ 0,83 ∗ 𝑨𝒃𝒑𝒑)
+ (𝑉𝑃∗ 0,17)
(12)
Beskrivning av kostnadsuppskattningen över hemsjukvård
I ekvation 12 representerar siffran 2 ko rstra ckan till patienten tur och retur, siffran 10 behandlar omvandlingen fra n km till mil, decimaltalet 0,51 a r snittfo rbrukningen (liter/mil) fo r en personbil (32). Siffran 15,5 representerar snittkostnaden (kr/liter) av diesel (31).
A LSA-projektet tillhandaho ll effektivitets siffror som visade att ur den patientgrupp som hade tillgivits hemsjukva rd minskade prima rva rdskontakterna med 83% (fo r den aktuella gruppen). Detta representerar konstanten 0,83 i ekvation 12, samt konstanten 0,17 i samma ekvation.
Känslighetsanalys – parametrisk kostnadsuppskattning
Bera kning och ka nslighetsanalyserna (la r mer om ka nslighetsanalys i avsnitt 2.7) av kostnadsmodellerna skedde i MATLAB (36). Tidsramen fo r arbetet samt utformningen av forskningsfra gan bidrog till att endast ka nslighetsanalyser utfo rdes fo r kostnadsmodellen o ver hemsjukva rd. ”Bacecase” fo r de ba da va rdmodellerna antog medelva rde fo r alla de olika parametrarna som skapade CRS:erna fo r de ba da va rdmodellerna.
Ka nslighetsanalysen o ver hemsjukva rd utfo rdes med en enva gs ka nslighetsanalys, med tro skelva rdet som antog va rdet fra n ”Basecase” av va rd pa plats. Fo r vidare la sning om enva gs ka nslighetsanalys se avsnitt 2.7.1. Denna analys var av global sort och de va rden som varierades la g inom ett intervall.
3.3.2 Fuzzy Analytic Hierarchy Process
Detta avsnitt behandlar framtagningen av de vikter som anva ndes fo r att rangordna de olika egenskapernas betydelse. Detta avsnitt a r den fja rde pilen i metodbeskrivningen i figur 5.
Den parvisa ja mfo relsen har fo ljt avsnitt 2.8 som bakgrund och avsnitt 2.3 som motivering till ja mfo relserna.
Detta tillva gaga ngssa tt a r inte helt optimalt da fo rfattaren av denna studie inte a r expert pa omra det va rdkvalitet. Fortsatt kan synen pa va rdkvalite variera fra n person till person och fra n land till land. Den artikel fo rfattaren har valt som bakgrund a r dock respekterad inom omra det vilket kan motiveras med att den har citerats 659 ga nger (37).
Vidare definieras va rdkvaliteten olika beroende pa fra n vilket synsa tt som studeras, detta beskrivs ocksa i artikeln. Dock belyser artikeln ”Defining quality of care” att va rdkvalite a r som viktigast ur patientenssynsa tt, da rfo r har a ven denna process utga tt fra n just detta synsa tt. (15)
Fo r att erha lla en fo rba ttrad parvis ja mfo relse mellan de olika egenskaperna skulle expertishja lp inom va rdkvalite beho vas. Tidsramen fo r detta arbete fo rhindrade att fullfo lja denna mo jlighet.
Den valda tekniken FAHP motiveras med att det a r ett fo rha llandevis enkel teknik att framsta lla vikter, samt att det a r ett bepro vat tillva gaga ngssa tt som funnits la nge (29). Ytterligare en faktor som motiverar metodvalet a r det faktum att den bedo mmande relevansen mellan de olika alternativen inte beho ver vara sa exakt, utan att de tilldelas ett osa kerhetsintervall vilket go r att ett visst ma tt av osa kerhet fra n beslutsfattarenssida a r godtagbart. Det finns det ytterligare utvecklade metoder fo r detta a ndama l som kan ge noggrannare vikter (38). Dock begra nsade tidsramen fo r detta arbete att tilla mpa ytterligare komplexa metoder fo r att framsta lla vikterna.
Framställning av vikter
Genom att fo lja tillva gaga ngssa ttet beskrivet i avsnitt 2.8 under rubriken ”Tilldelning av vikter” framsta lldes fo ljande tabeller. Fo rsta steget i processen syns i tabell 7.
Tabell 7: Tilldelning av “Crisp numbers” - parvis relativ betydelse.
Kostnad Tillgång Effektivitet Struktur Vårdprocess
Kostnad 1 𝑥 8𝑥= 1 8 1 7 1 4 1 5 Tillgång 8𝑥 𝑥 = 8 1 2 4 5 Effektivitet 7 1 2 1 3 4 Struktur 4 1 4 1 3 1 1 2 Vårdprocess 5 1 5 1 4 2 1
Fo r bera kning av ”Fuzzy geometric mean value”, 𝑟̃ anva ndes ekvation 2. Se 𝑖 tabell 8.
Tabell 8: Omvandling från ”Crisp number” till “Fuzzy number”, parvis relativ betydelse.
Kostnad Tillgång Effektivitet Struktur Vårdprocessen Fuzzy geometric mean value, 𝑟̃ 𝑖 Kostnad (1,1,1) (1 9, 1 8, 1 7) ( 1 8, 1 7, 1 6) ( 1 5, 1 4, 1 3) ( 1 6, 1 5, 1 4) (0,21; 0,25; 0,29) Tillgång (7,8,9) (1,1,1) (1,2,3) (3,4,5) (4,5,6) (2,43; 3,17; 3,82) Effektivitet (6,7,8) (1 3, 1 2, 1 1) (1,1,1) (2,3,4) (3,4,5) (1,64; 2,11; 2,76) Struktur (3,4,5) (1 5, 1 4, 1 3) ( 1 4, 1 3, 1 2) (1,1,1) (1 3, 1 2, 1 1) (0,55; 0,70; 0,96) Vårdprocessen (4,5,6) (1 6, 1 5, 1 4) ( 1 5, 1 4, 1 3) (1,2,3) (1,1,1) (0,67; 0,87; 1,08)
Fo r omvandling fra n ”Fuzzy geometric mean value”, 𝑟̃ till ”Fuzzy weights”, 𝑤𝑖 ̃𝑖 (tabell 9) användes ekvation 3. Omvandlingen tillbaka till ”Crip numbers” skedde med hjälp av ekvation 4. Normaliseringen av vikterna syns i tabell 10.
Tabell 9: Omvandling från Fuzzy geometric mean value, 𝑟̃ till vikter, 𝑤𝑖 ̃𝑖
Fuzzy geometric mean
value, 𝒓̃ 𝒊 Fuzzy weights, 𝒘̃𝒊 Vikter, 𝒘̃𝒊
Kostnad (0,21; 0,25; 0,29) (0,21; 0,25; 0,29 ⊗ ( 1 8,91; 1 7,10; 1 5,50) = (0,02; 0,04; 0,05) 0,04 Tillgång (2,43; 3,17; 3,82) (0,25; 0,45; 0,70) 0,47 Effektivitet (1,64; 2,11; 2,76) (0,18; 0,30; 0,50) 0,33 Struktur (0,55; 0,70; 0,96) (0,06; 0,1; 0,17) 0,11 Vårdprocessen (0,67; 0,87; 1,08) (0,08; 0,12; 0,20) 0,13
Tabell 10: Normalisering av vikter, 𝑤̃𝑖.
Vikter, 𝒘̃𝒊 Normaliserade vikter, 𝒘̃𝒊
Kostnad 0,04 0,04 1,08= 0,04 Tillgång 0,47 0,44 Effektivitet 0,33 0,30 Struktur 0,11 0,10 Vårdprocessen 0,13 0,12 Total 𝟏, 𝟎𝟖 𝟏, 𝟎𝟎
Fo r att avgo ra konsekvensen av viktningen fo ljdes beskrivningen i underrubriken ”Konsekvens” i avsnitt 2.8. I tabell 11 appliceras vikterna pa den parvisa ja mfo relsetabellen som a terfinns i tabell 7.
Tabell 11: Applicering av vikter på de tilldelade “Crisp numbers”.
Normaliserade vikter, 𝒘̃𝒊
𝟎, 𝟎𝟒 𝟎, 𝟒𝟒 𝟎, 𝟑𝟎 𝟎, 𝟏𝟎 𝟎, 𝟏𝟐
Kostnad Tillga ng Effektivitet Struktur Va rdprocess Summa av viktad egenskap Kostnad 1 ∗ 0,04 = 0,04 0,06 0,04 0,03 0,02 0,19 Tillgång 0,32 0,44 0,60 0,40 0,60 2,36 Effektivitet 0,28 0,22 0,30 0,30 0,48 1,58 Struktur 0,16 0,11 0,10 0,10 0,06 0,53 Vårdprocessen 0,20 0,09 0,08 0,20 0,12 0,69
Till sist bera kning av ”Consistency Index”, 𝐶. 𝐼 vilket visade sig vara mindre a n det standardiserade va rdet 0.10 (se tabell 12) vilket go r att den parvisa ja mfo relsen i tabell 7 var konsekvent.
Tabell 12: Beräkning av lambda max, 𝝀𝑴𝑨𝒙, ”Consistency Index”, 𝑪. 𝑰 samt ”Consistency Ratio”, 𝑪𝑹. Normaliserade vikter, 𝒘̃𝒊 Summa av viktad egenskap, ∑ 𝒘𝒊̃𝒊 𝟏 Lambda, 𝝀 Kostnad 0,04 0,19 0,19 0,04= 4,75 Tillgång 0,44 2,36 5,36 Effektivitet 0,30 1,58 5,27 Struktur 0,10 0,53 5,30 Vårdprocessen 0,12 0,69 5,75 Lambda max, 𝝀𝑴𝑨𝒙 𝜆𝑀𝐴𝑥=4,75 + 5,36 + 5,27 + 5,30 + 5,75 5 = 5,286 Consistency index, 𝑪. 𝑰 𝐶. 𝐼 =𝜆𝑀𝐴𝑥− 𝑛 𝑛 − 1 = 5,286 − 5 5 − 1 = 0,0715 Consistency ratio, 𝑪𝑹 𝐶𝑅 =𝐶. 𝐼 𝑅𝐼 = 0,0715 1,12 = 0,0638 ≤ 0.10 Prioritering av egenskaper
Vidare fo r att ja mfo ra egenskaperna mellan de olika alternativen (hemsjukva rd och va rd pa plats) fo ljdes framsta llningen som beskrivs i underrubriken ”Prioriteringar av egenskaperna mellan alternativen” fo r avsnitt 2.8.
Genom att fo lja tabell 3 i kapitel 2, framtogs fo ljande tabeller o ver relativ prioritering mellan de egenskaper ba da alternativen besitter:
Da motstridiga uppgifter kring kostnaden av de olika va rdmodellerna finns i tidigare forskning sa prioriterades ”Va rd pa plats” ytterst framfo r ”Hemsjukva rd”, se tabell 13 (3, 4, 6, 16).
Tabell 13: Prioritering av de olika alternativen med avseende på egenskapen ”Kostnad”.
Kostnad Hemsjukvård Vård på plats Prioritering
Hemsjukvård 1 1 2 13+ 1 2 ⁄ 3 2 ⁄ 2 = 1 3≈ 0,33 Vård på plats 2 1 2 3≈ 0,67 Total 3 3 2 1
Resultatet fra n A LSA-projektet, samt hemsjukva rden o verlag kombinerat med bevisningen att tillga ngen till va rd blir allt sa mre I Sverige, sa prioriterades ”Hemsjukva rd” betydligt starkare a n ”Va rd pa plats” med avseende pa egenskapen ”Tillga ng”, se tabell 14 (6, 8, 9).
Tabell 14: Prioritering av de olika alternativen med avseende på egenskapen ”Tillgång”.
Tillgång Hemsjukvård Vård på plats Prioritering
Hemsjukvård 1 7 0,88 Vård på plats 1 7 1 0,12 Total 8 7 8 1
Da effektiviteten a r sva r att ma ta vilket finns beskrivet i tidigare studier, men att Sverige generellt har ho g effektivitet sa prioriterade ”Hemsjukva rd” samt ”Va rd pa plats” lika, se tabell 15 (14).
A ven da kompetens och utrustning finns i sto rre utstra ckning pa en prima rva rdscentral visar forskning att mer och mer va rd flyttas tillsammans med utrustning ut till patienten (13).
Tabell 15: Prioritering av de olika alternativen med avseende på egenskapen ”Effektivitet”.
Effektivitet Hemsjukvård Vård på plats Prioritering
Hemsjukvård 1 1 0,5
Vård på plats 1 1 0,5
Total 2 2 1
Fo r egenskapen ”Struktur” (tabell 16) prioriteras ”Va rd pa plats” starkt framfo r ”Hemsjukva rd”. Detta da instansen ”Va rd pa plats” a r va letablerat och har funnits sedan begynnelsen av den moderna sjukva rden. A ven om hemsjukva rden fa r mer och mer tillga ng till utrustning a r det la ngt kvar innan denna va rdmodell kommer upp till samma standard och fo rutsa ttningar som ”Va rd pa plats” (13).
Som resultatet av tidigare studier visar sa kan inte all sjukva rd flyttas hem i hemmet utan patienter som kra ver sto rre uppsikt eller i behov av allvarligare ingrepp beho ver fortfarande vistas till en vanlig va rdklinik (4, 6).
Tabell 16: Prioritering av de olika alternativen med avseende på egenskapen ”Struktur”.
Struktur Hemsjukvård Vård på plats Prioritering
Hemsjukvård 1 1 6 1 7≈ 0,14 Vård på plats 6 1 6 7≈ 0,86 Total 7 7 6 1
A ven i den sista egenskapen ”Va rdprocessen” (tabell 17) prioriterades de ba da va rdformerna lika. Detta da tidigare forskning har visat att ingen skillnad i fo rho jt eller fo rsa mrat sjukdomstillsta nd har pa visats. Patienter har a ven kurerats i liknande takt. (3, 16)
Uto ver har hemsjukva rden utvecklats och fler sjukdomar kan va rdas i hemmet, detta da den tekniska utvecklingen har avancerat vilket har resulterat i denna mo jlighet. A ven da sa kerva rd i hemmet a r en fra ga som a r aktuell na r sjukva rden flyttar till hemmet, sa finns det studier som visar pa att smittspridningen av sjukdomar minskar na r patienten va rdas i hemmet (3, 13). Detta a r a vensa ett argument fo r att va rdmodellerna har prioriterats lika.
Tabell 17: Prioritering av de olika alternativen med avseende på egenskapen ”Vårdprocessen”.
Vårdprocessen Hemsjukvård Vård på plats Prioritering
Hemsjukvård 1 1 0,5
Vård på plats 1 1 0,5
Total 2 2 1
Känslighetsanalys – FAHP
En enkel ka nslighetsanalys utfo rdes fo r de vikter som framtagits. Dessa vikter varierades fo r att studera hur den o vergripande prioriteringen a ndrades. Fem stycken olika senarior framsta lldes och summerades i en graf med hja lp av Excel. Nedan fo ljer de olika senariorna som framsta lldes:
1) Vikterna sattes till samma va rde.
2) Vikten fo r egenskapen ”Tillga ng” minskades, och den eliminerade viktkvoten fo rdelades ja mt pa de o vriga egenskaperna.
3) Vikten fo r ba de ”Struktur” och ”Va rdprocessen” ho jdes och vikterna fo r ”Tillga ng” samt ”Effektivitet” minskade med motsvarade summa, detta da dessa tva egenskaper tilldelades ho gst vikt.
4) Vikten fo r ”Kostnad” ho js och vikterna fo r ”Effektivitet” samt ”Tillga ng” minskar med motsvarande summa. Detta da dessa tva egenskaper har tilldelats ho gst vikt.
5) Vikterna fo r egenskaperna ”Tillga ng” samt ”Effektivitet” satts som ekvivalenta. Ingen annan vikt ho js eller sa nks.
Dessa senarior ka ndes la mplig att anva ndas da de gav en na gorlunda indikation pa hur de olika vikterna har fo r betydelse pa den o vergripande prioriteringen, samt pa modellens stabilitet. Vidare motivering till att dessa scenarion anva ndes finns under rubriken ”Ka nslighetsanalys” i avsnitt 2.8. Denna ka nslighetsanalys utfo rdes endast lokalt med olika besta mda va rden som vikterna kunde anta.