4 Diskussion och slutsatser
4.2 Slutsatser
Effekten av att införa förenklat läkarintyg blev ett högre antal sjuk-fall med sjukpenning och färre avslag på ansökan om sjukpenning.
Det skedde dessutom en förskjutning mot en högre andel läkarintyg vid ansökan om sjukpenning som baseras på en psykiatrisk diagnos.
Det finns en viss effekt på sjukfallens längd, men den är inte statis-tiskt säkerställd. Om vi utgår ifrån regeringens övergripande mål för sjukförsäkringen, det vill säga att sjukfrånvaron ska ligga på en långsiktigt stabil och låg nivå, är dessa effekter inte önskvärda.
Effekten på inflödet strider också mot själva grundtanken bakom införandet som hade sin utgångspunkt i att de förenklade intygen skulle ge mer utrymme för både läkarna och handläggarna på Försäkringskassan till arbetet med de längre och mer komplicerade sjukfallen. Både i form av bättre och utförligare medicinska underlag från läkarnas sida och tydligare beslut och bättre stöd till den sjuk-skrivne från handläggarnas sida.
Utvärderingens resultat visar hur centralt samspelet mellan Försäk-ringskassan, hälso- och sjukvården och särskilt läkarna är för sjuk-skrivningsprocessen. Om liknande initiativ tas till en effektivare sjukskrivningsprocess i framtiden finns det viktiga erfarenheter att ta med sig från införandet av förenklade läkarintyg. Ett nationellt genomförande bör föregås av en försöksverksamhet som utvärderas.
Tydliga kriterier för förändringen och ett gemensamt ansvar för implementeringen framstår som viktigt. Ett system för uppföljning och kontroll bör finnas på plats innan ett nationellt genomförande.
Referenser
Carlson L. m.fl., General practitioners’ perceptions of working with the certification of sickness absences following changes in the Swedish social security system: a qualitative focus-group study, BMC Family Practice 2015;16:21.
Försäkringskassan, Uppföljning av delprojektet ”Rätt info – rätt insats”
inom ”En enklare sjukförsäkringsprocess”, Internt PM, 2014.
Försäkringskassan, Nya siffror om inflödet till sjukpenning. Sjukfrånvaron under sjuklöneperioden, Socialförsäkringsrapport 2014:15.
Försäkringskassan, Sjukpenningärenden med förenklade läkarintyg, Rättslig kvalitetsuppföljning 2016:3.
Försäkringskassan, Hur långa blir sjukfall med förenklade intyg?
En uppföljning av sjukfall startade september–oktober 2015, Internt PM 2016:6.
Inspektionen för socialförsäkringen, Läkarintygens betydelse för sjukfrånvaron. En registerstudie av till Försäkringskassan inkomna läkarintyg, Rapport 2014:5.
Inspektionen för socialförsäkringen, Vårdvalets effekter på sjukskrivningarna, Rapport 2014:17.
Inspektionen för socialförsäkringen, Förenklat läkarintyg – Försäkringskassans hantering av införandet, Rapport 2016:14.
Letrilliart L. och Barrau A., Difficulties with the sickness certification process in general practice and possible solutions: A systematic review, European Journal of General Practice 2012;18:219-228.
Ljungquist T. m.fl., Problems with sickness certification tasks: experiences from physicians in different clinical settings. A cross-sectional nationwide study in Sweden, BMC Health Services Research 2015;15:321.
Nilsing E. m.fl., Primary healthcare professionals’ experiences of the sick leave process: A focus group study in Sweden, Journal of Occupational Rehabilitation 2013;23:450–461.
Riksrevisionen, Bedömning av arbetsförmåga vid psykisk ohälsa – en process med stora utmaningar, Granskningsrapport 2018:11.
Söderberg E. m.fl., Läkares sjukskrivningspraxis. En systematisk litteraturöversikt, SOU 2010:107, Sociala rådet, Stockholm.
Wynne-Jones G. m.fl., What do GPs feel about sickness certification?
A systematic search and narrative review, Scandinavian Journal of Primary Health Care 2010;28:67-75.
.
Metodbilaga
Analytisk ansats
Den metod som används i studien är en så kallad ”staggered difference-in-differenceanalys”. Metoden används för att mäta förändringar i ett utfall som skett i samband med att en grupp har påverkats av en insats (behandlingsgruppen), medan en annan grupp inte har gjort det (kontrollgruppen) och att införandet har skett successivt. Utfallet kan till exempel vara antalet sjukfall och insatsen till exempel att införa förenklat intyg. Genom en successiv imple-mentering av en insats kan en staggered difference-in-difference-modell utnyttja att kontrollgruppen dels kan vara enheter som ännu inte påverkats av insatsen vid en viss tidpunkt (men som påverkas senare), dels kan vara enheter som aldrig kommer att påverkas av insatsen.
Den beskrivande analysen (tabell 2.1) visar på skillnader i utfall mellan de vårdenheter som har infört och de som inte har infört för-enklat läkarintyg redan före införandet. Detta är en av anledningarna till att det är svårt att göra en direkt jämförelse av hur exempelvis antalet sjukfall har förändrats till följd av att vårdenheter och regioner införde förenklat läkarintyg. I stället måste vi använda oss av en ansats där vi undersöker förändringar inom samma enhet. Den för-ändringen kan vi sedan jämföra med andra enheters förändringar inom samma tidsperiod.
Difference-in-difference-analysen tar dessutom hänsyn till att det kan ske samtidiga förändringar i andra viktiga samhällsfaktorer, genom att kontrollera för tidsfixa effekter. Utöver det inkluderar analysen socioekonomiska och demografiska egenskaper hos de som ansökt om sjukpenning som kan ha ändrats på olika sätt över tid mellan olika vårdenheter respektive regioner, vilket också skulle kunna påverka
effekten av det förenklade intyget. I regionanalysen justeras för befolkningsstorlek.
Genom denna metod går det alltså att få fram effekter som
– inte beror på att de som införde intygen hade en annan nivå på utfallet innan införande än de som inte införde
– inte beror på att det var en generell ökning (eller minskning) i något utfall
– inte beror på att den sociodemografiska kompositionen av patienter/sjukskrivna förändrats över tid, på olika sätt för enheter som infört eller inte infört förenklat intyg
– inte beror på att de som införde intygen hade fler eller färre antal patienter, eller olika befolkningsstorlek.
Figurerna 2.1 och 2.2 är baserade på eventanalyser som bygger på regressionsanalyser av förändringen i olika utfall över tid före och efter att vårdenheten införde förenklat intyg. Förändringen mäts som skillnaden i utfall mellan behandlingsgrupp och kontrollgrupp alla månader före och efter införandet av förenklat läkarintyg, jämfört med månaden innan vårdenheterna införde intyget. Eftersom vård-enheterna har infört intyg vid olika datum kommer kalendermånaden före införandet att variera. Det innebär att i grafen kommer period 0, det vill säga den månad enheten införde intyget, vara olika kalender-månader och år för olika enheter. Eftersom startdatum för införandet varierar innebär det även att antalet observationer kommer vara högst runt 0 och lägre ju längre ifrån vi kommer. Till exempel kommer en vårdenhet som införde förenklat läkarintyg i april 2014 att uppnå 30 månader efter införandet eftersom data sträcker sig till oktober 2016. Om vårdenheten däremot införde intyget i april 2015 kommer den att kunna följas 18 månader efter införandet. I regressionerna tar vi hänsyn till år- och månadsvariation, antal besök per vårdenhet och månad, samt de kontrollvariabler som inkluderas i modell 3.
I de könsuppdelade analyserna använder vi så kallade suest-tester.
Suest-kommandot i statistikprogrammet Stata kombinerar då resultat från två estimerade modeller och skapar en gemensam parameter-vektor och kovariansmatris. Därigenom kan vi testa olika koefficien-ter för samma variabel mellan två olika modeller, i vårt fall testa skillnader mellan samma koefficient i separata modeller för
män och kvinnor (för mer detaljer kring kommandot, se https://www.stata.com/manuals13/rsuest.pdf).
Datamaterial
Rapporten studerar effekten av förenklat läkarintyg på vårdenhets-nivå och på regionvårdenhets-nivå. På vårdenhetsvårdenhets-nivå analyseras data över alla påbörjade sjukfall samt avslag per månad för vårdenheter i Region Jönköpings län under perioden januari 2011–oktober 2016. Inom Jönköping finns en stor variation i när vårdenheterna införde intygen som vi kan utnyttja. Dessutom finns data för antalet patientbesök för åldrarna 20–64 år per vårdenhet och månad under hela perioden.
Dessa data har gjorts tillgängliga av Region Jönköpings län.
I Jönköping finns dessutom vårdgivare angivet i cirka 90 procent av sjukfallen, enligt en tidigare ISF-rapport.16 Enbart i Jönköping var förenklat läkarintyg helt utbyggt, och 35 procent av alla nyansök-ningar om sjukpenning under perioden juni 2015–oktober 2016 åtföljdes av förenklade läkarintyg. Därför har vi valt att begränsa studien av vårdenheter till region Jönköping.
Alla vårdenheter inom region Jönköping är inte med i analysen.
Analysen utgår enbart från de vårdenheter där data från Försäkrings-kassan över sjukfall och avslag kan matchas med registerdata på antalet patientbesök per månad. För att resultaten inte ska vara missvisande är det viktigt att i analysen kunna kontrollera för antalet besök inom varje vårdenhet. Därför har vi exkluderat de vårdenheter som har 0 besök (57 enheter) samt de som haft få besök över perio-den, eller mycket oregelbundna besök (7 enheter).17 Notera att dessa enheter i vissa fall kan ha haft många besök men få eller inga patien-ter i åldrarna 20–64 år. Vi exkluderar även 11 vårdenhepatien-ter från analysen som haft ett sjukfall i mindre än 3 procent av de månader vi analyserar.
Sammantaget har vi analyserat 75 vårdenheter av 149 möjliga i Region Jönköpings län. Av dessa kan 48 kategoriseras som vård-centraler (vårdcentral eller distriktsläkarmottagning finns i namnet)
16 Inspektionen för socialförsäkringen, Läkarintygens betydelse för sjukfrånvaron. En registerstudie av till Försäkringskassan inkomna läkarintyg, Rapport 2014:5.
17 Typiska vårdenheter inom dessa grupper är exempelvis vårdenheter som riktar sig mot barn och äldre, alternativt är privata specialistkliniker.
och 27 inte. Av de 75 vårdenheterna introducerade 55 förenklat läkarintyg någon gång under perioden, och 20 gjorde det inte.
Sammanlagt består materialet av 5 036 observationer av 75 vård-enheter över 70 månader. Det är inte en balanserad panel eftersom 10 enheter inte har data över hela perioden, men 64 enheter har månadsdata över hela perioden.
På regionnivå har vi analyserat data över påbörjade sjukfall samt avslag för alla 21 regioner och månader under perioden januari 2011–oktober 2016.
Inkluderade variabler
De flesta vårdenheter i Region Jönköpings län blev certifierade att använda förenklat läkarintyg under år 2014, de första i februari.
Ett fåtal enheter tillkom under år 2015. I övriga regioner skedde implementeringen främst under år 2015 och i begränsad utsträckning år 2016, eftersom den fortsatta utrullningen stoppades i april 2016.
Implementeringen av förenklat intyg mäts på vårdenhetsnivå med en dummyvariabel som är 1 från och med den startmånad vårdenheten införde möjligheten att skriva förenklat läkarintyg och 0 för alla perioder innan införandet, samt 0 för de vårdenheter som aldrig införde förenklat läkarintyg under perioden.
I och med att takten och omfattningen av införandet skiljer sig starkt mellan regionerna är det svårt att fånga en effekt av införandet på regionnivå. Vi har mätt införandet på två sätt. För det första har vi räknat införandet utifrån den månad och år som den första vård-enheten i regionen blev certifierad att använda intyget. Det andra måttet baseras på startdatum enbart för de regioner som har haft över 15 procent förenklade läkarintyg under perioden juni 2015–oktober 2016, vilket är den period som vi har uppgifter för. De regioner som har en andel över 15 procent förenklade intyg är Jönköping, Sörm-land, Kalmar län och Blekinge. De regioner som delvis har infört förenklat läkarintyg men använt det i lägre utsträckning ligger i denna analys i kontrollgruppen.
De kontrollfaktorer vi inkluderar för varje månad och vårdenhet/
region är: genomsnittsinkomst, genomsnittsålder, andelen kvinnor, andelen lågutbildade, andelen arbetslösa, andelen utrikesfödda och andelen med barn mellan 0 och 17 år. Dessutom inkluderas antalet
besök per vårdenhet i analysen så att inte effekten drivs av att de som infört förenklat läkarintyg är större enheter. På regionnivå inkluderas regionens befolkningsstorlek för åldrarna 20–64 år.
Det första utfallet är antalet påbörjade sjukfall per månad och vård-enhet, respektive antalet påbörjade sjukfall per 1 000 personer i befolkningen 20–64 år per månad och region. På vårdenhetsnivå studerar vi också hur stor andel av patientbesöken som resulterar i ett sjukfall. Vi har mätt sjukfallens längd dels som genomsnittligt antal bruttodagar oavsett sjukskrivningens omfattning, dels netto-dagar där vi summerat antalet netto-dagar till netto-dagar med hel sjukpenning.
Maxlängden på ett sjukfall har kortats till som längst 431 bruttodagar dagar (430 nettodagar), eftersom uppföljningstiden är som längst 431 dagar för de som inleder ett sjukfall i oktober 2016.
Vi har även studerat om antalet och andelen avslag som procent av alla ansökningar om sjukpenning blivit färre som en konsekvens av det förenklade läkarintyget.
Till sist har vi undersökt om sjukskrivningsdiagnoserna i läkarintygen förändrades som en konsekvens av införandet av förenklat läkarintyg.
Vi har studerat antal och andel av de två största diagnoskapitlen:
psykiatriska och muskuloskeletala diagnoser.
Känslighetsanalyser
Fördelen med att inkludera gruppen som aldrig införde förenklat läkarintyg i kontrollgruppen är att vi genom det kan ta hänsyn till faktorer som påverkar alla vårdenheter i regionen och som kan samvariera med införandet av förenklat läkarintyg. En nackdel kan vara att dessa vårdenheter av något skäl är annorlunda än övriga och har en annan utveckling. I en känslighetsanalys har vi helt uteslutit vårdenheter som aldrig införde förenklat läkarintyg och enbart utnyttjat oss av tidsvariationen när vårdenheterna införde intygen inom de enheter som gjorde det. Dessa analyser styrker de generella resultaten, men effekten är ofta lägre och i en del fall bara svagt signifikant.
Resultaten som redovisas i tabell 2.2–2.5 är robusta även för placebo-effekter, förutom minskningen i andelen läkarintyg som baseras på en muskuloskeletal diagnos och ökningen av sjukfallslängden. Placebo-effekter innebär att vi i analysen anger att de förenklade intygen
infördes vid en annan tidpunkt än de i verkligheten gjorde, i detta fall ett år tidigare för varje vårdenhet, och testar modellen baserat på det falska datumet. Att resultaten är robusta för placeboeffekter betyder att effekterna inte längre är statistiskt signifikanta när vi använder det falska datumet för när vårdenheterna införde intyget.
Tabeller och figurer
Figur B 1. Ackumulerat antal certifierade vårdenheter per region, februari 2014–april 2016. Regioner med minst antal certifierade enheter
0 5 10 15 20 25 30
Jämtland Härjedalen Östergötland
Gävleborg Skåne
Sörmland Uppsala
Västernorrland Västmanland
ell B 1. Andel förenklade och blandade läkarintyg av alla ansökningar om sjukpenning, juni 2015–oktober 2016 20152016 gionjunjul augsepoktnov decjanfebmar aprmaj junjul augsepokt köpings län28,743,939,333,336,837,529,743,142,234,834,933,630,031,935,329,128 rmland5,46,59,110,116,421,922,735,435,133,236,928,924,625,126,825,818 mar län7,912,611,615,619,124,817,523,023,419,224,425,520,028,023,617,720 kinge 4,84,61,84,810,621,721,929,925,923,320,123,019,319,820,623,418 land1,01,33,43,45,88,59,821,523,520,117,817,813,515,216,413,715 land jedalen0,30,50,24,88,914,412,419,717,220,216,619,116,713,015,710,911 erbotten2,54,73,33,65,19,511,214,517,018,615,814,810,613,614,611,68 bro län0,30,30,81,21,66,69,318,120,414,814,014,412,512,58,99,06 noberg3,64,13,02,24,67,15,311,69,111,511,69,38,18,69,111,09 ra Götaland1,42,12,81,93,35,85,08,114,712,813,312,210,29,911,59,48 leborg0,00,00,00,01,05,28,415,114,615,014,510,910,68,75,46,15 psala0,00,00,00,42,76,37,111,614,613,414,711,86,98,511,06,35 ernorrland0,00,00,00,00,01,31,88,913,916,016,711,59,38,68,39,27 manland2,11,72,13,69,010,46,39,611,810,610,38,76,46,85,13,72 arna 0,00,00,00,00,13,37,311,29,38,78,36,65,66,17,35,65 fo
20152016 njunjul augsepoktnov decjanfebmar aprmaj junjul augsepokt ötland0,00,10,00,10,92,13,96,17,56,75,96,13,85,74,13,92 and1,01,61,21,21,83,84,13,96,77,27,35,43,05,03,83,31 0,30,20,60,60,60,70,51,31,41,21,41,30,91,21,21,00 otten0,00,00,20,10,00,20,10,00,60,20,60,60,81,80,91,00 holm0,00,00,00,00,00,00,00,00,00,00,00,00,00,00,00,00 d0,00,00,00,00,00,00,00,00,00,00,00,00,00,00,00,00
Tabell B 2. Effekter av införande av förenklat läkarintyg på vårdenhetsnivå på antalet påbörjade sjukfall med sjukpenning och andelen sjukfall av alla patientbesök per månad, baserat på de enheter som införde intygen
Nya sjukfall Andel sjukfall av alla besök
Modell 1 2 3 1 2 3
Anm.: ***/**/* Visar statistisk signifikans på 1/5/10-procentsnivå. Klustrade standardfel på vårdenhetsnivå är kursiverade.
Tabell B 3. Effekter av införande av förenklat läkarintyg på vårdenhetsnivå på sjukskrivningens längd: bruttodagar och nettodagar, baserat på de enheter som införde intygen
Anm.: ***/**/* Visar statistisk signifikans på 1/5/10-procentsnivå. Klustrade standardfel på
Tabell B 4. Effekter av införande av förenklat läkarintyg på vårdenhetsnivå på andelen avslag av alla ansökningar, baserat på de enheter som införde intygen
Andelen avslag av alla ansökningar
Modell 1 2 3
Infört förenklat intyg –0,018*** –0,008** –0,008***
0,003 0,003 0,004
Anm.: ***/**/* Visar statistisk signifikans på 1/5/10-procentsnivå. Klustrade standardfel på vårdenhetsnivå är kursiverade.
Tabell B 5. Effekter av införande av förenklat läkarintyg på vårdenhetsnivå på antalet läkarintyg som baseras på en psykiatrisk eller muskuloskeletal diagnos
Antal läkarintyg med psykiatrisk diagnos
Anm.: ***/**/* Visar statistisk signifikans på 1/5/10-procentsnivå. Klustrade standardfel på vårdenhetsnivå visas kursiverade.
Tabell B 6. Effekter av införande av förenklat läkarintyg på vårdenhetsnivå på andelen läkarintyg som baseras på en psykiatrisk eller muskuloskeletal diagnos, baserat på de enheter som införde intygen
Andelen läkarintyg med en psykiatrisk diagnos
Andelen läkarintyg med en muskuloskeletal diagnos
Anm.: ***/**/* Visar statistisk signifikans på 1/5/10-procentsnivå. Klustrade standardfel på vårdenhetsnivå är kursiverade.
Tabell B 7. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av vårdenheter, kvinnor
Tabell B 8. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av vårdenheter, män
Tabell B 9. Könsuppdelade effekter av införande av förenklat läkarintyg på vårdenhetsnivå på antalet läkarintyg som baseras på en psykiatrisk eller muskuloskeletal diagnos
Antal med
Anm.: ***/**/* Visar statistisk signifikans på 1/5/10-procentsnivå. Klustrade standardfel på vårdenhetsnivå är kursiverade.
Tabell B 10. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av regioner (baserat på startmånad och omfattning)
Alla
Tabell B 11. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av regioner, kvinnor (baserat på startmånad)
Alla
Tabell B 12. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av regioner, män (baserat på startmånad)
Alla
Tabell B 13. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av regioner, kvinnor (baserat på startmånad och omfattning)
Tabell B 14. Skillnader i sjukfall, avslag, diagnosfördelning och sjukfallens genomsnittliga längd mellan olika grupper av regioner, män (baserat på startmånad och omfatt-ning)
Alla regioner
Före (alla)
Införde förenklat läkarintyg
Införde inte förenklat läkarintyg
Före Efter
Nya sjukfall per 1000 i befolkningen
3,06 3,03 3,05 3,40 2,97
Andel avslag (%) 2,2 2,3 2,2 1,3 2,5
Psykiatriska diagnoser (%)
19,0 18,7 18,7 21,8 19,0
Muskuloskeletala diagnoser (%)
28,9 28,9 29,0 27,6 28,5
Antal nettodagar med sjukpenning
93,9 94,2 95,3 89,7 90,2
Antal bruttodagar med sjukpenning
107,5 107,8 109,2 103,3 102,4
n 1 470 1368 1088 102 280