Kostnadsestimering och beslutsteori:
hemsjukvård och konventionell vård
Jonas Sandström
Industriell organisation och ekonomi, Självständigt arbete Huvudområde: Industriell organisation och ekonomi Högskolepoäng: 15 hp
Termin/år: 06, 2020
Handledare: Annika Hasselblad, Annika.Hasselblad@miun.se Examinator: Leif Olsson, Leif.Olsson@miun.se
Kurskod/registreringsnummer: IG027G
Utbildningsprogram: Civilingenjör industriell ekonomi, 300 hp
Sammanfattning
Studiens ma l var att utva rdera om hemsjukva rd a r ett ba ttre va rdval ur ekonomisk- och va rdkvalitets synpunkt a n konventionell va rd fo r personer o ver 65. Fo r att besvara detta uppskattades kostnaderna fo r de ba da va rdmodellerna med hja lp av parametrisk kostnadsuppskattning.
Va rdkvaliteten samt kostnaden utva rderades med ”Fuzzy Analytic Hierarchy Process” fo r att avgo ra vilken av va rdmodellerna som la mpade sig ba st.
Kostnadsestimeringen visade pa att konventionell va rd a r billigare a n hemsjukva rd. Dock pa visar en ka nslighetsanalys pa att en minimal effektivisering fo r antalet hembeso k per patient a r tillra ckligt fo r att hemsjukva rden ska o verga till att vara det mest fo rdelaktiga alternativet ur ekonomisk synpunkt.
Uto ver detta visar en ka nslighetsanalys dessutom pa att hemsjukva rd a r att preferera i fem fall utav sex, na r de framtagna vikterna fra n ”Fuzzy Analytic Hierarchy Process” varieras. I detta preferenssystem viktas ba de kostnaden samt egenskaperna som utgo r va rdkvalitet fo r att summeras till en o vergripande allomfattande prioriteringslista av de ba da va rdalternativen.
Huvudprocesskartor o ver de ba da va rdmodellerna framsta lldes fo r att hitta betydliga kostnadsparametrar fo r de ba da va rdmodellerna. Framsta llningen av huvudprocesskartorna utfo rdes genom att studera likande processkartor fo r att sammansta lla tva fullsta ndiga o vergripande processkartor. Dock hittades inga betydliga kostnadsparametrar na r processkartorna studerades, men finns a nda med i studien fo r att visa la saren en o vergriplig skillnad mellan de tva modellerna.
Studien visar pa att hemsjukva rd vanligtvis a r dyrare a n va rd pa plats, men att hemsjukva rd ur kvalitetssynpunkt a r att fo redra framfo r konventionell va rd.
Nyckelord: Hemsjukva rd, Va rd pa plats, Konventionell va rd, Parametrisk kostnadsuppskattning, Fuzzy Analytic Hierarchy, Multikriterieanalys, Processkarta, Sjukva rdsledning
Abstract
The aim of the study was to evaluate whether home health care is a better choice of care from an economic and quality of care perspective than conventional care for people over 65. To answer this, the costs for the two care models were estimated using parametric cost estimation. The quality of care and the cost were evaluated with the "Fuzzy Analytic Hierarchy Process" to determine which of the care models was the best fit. The cost estimate showed that conventional care is cheaper than home care. However, a sensitivity analysis shows that a minimal efficiency in the number of home visits per patient is sufficient for home health care to become the most advantageous alternative from an economic point of view.
In addition, a sensitivity analysis also shows that home health care is preferable in five cases out of six, when the weights obtained from the "Fuzzy Analytic Hierarchy Process" are varied. In this preference system, both the cost and the characteristics that make up quality of care are weighted to be summed up to a comprehensive list of priorities of the two care options.
Main process maps of the two care models were made to help find significant cost parameters for the two care models. The preparation of the main process maps was done by studying similar process maps to compile two complete overall process maps. However, no significant cost parameters were found when studying the process maps, but they are still included in the study to show the reader an overall difference between the two models.
The study shows that home health care is usually more expensive than on- site care, but that home health care is, from a quality point of view, preferable to conventional care.
Keywords: Home Health Care, On-site Care, Conventional Care, Parametric Cost Estimation, Fuzzy Analytic Hierarchy, Multicriteria Analysis, Process Map, Healthcare Management
Förord
Jag skulle vilja rikta ett stort tack till min handledare Annika Hasselblad pa Mittuniversitetet i Sundsvall, samt till mina tva kontaktpersoner pa Sundsvalls sjukhus; Niclas Olofsson och Anders So derlind.
Da rtill skulle jag vilja tacka de personer som under arbetets ga ng bidragit med kunskap och synpunkter.
Innehållsförteckning
Sammanfattning ... ii
Abstract ... iii
Förord ... iv
Terminologi ... vii
1 Introduktion ... 1
O vergripande syfte ... 2
Avgra nsningar ... 2
Konkreta och verifierbara ma l ... 2
O versikt ... 3
2 Teori ... 4
A lsa-projektet ... 5
Trygg va rd i hemmet ... 7
Va rdkvalitet ... 8
2.3.1 Definition av va rd ... 8
2.3.2 Definition av va rdkvalitet med patienten i fokus ... 9
2.3.3 Definition av va rdkvalitet med hela befolkningen i fokus ... 10
Processer ... 11
2.4.1 Processkarta ... 12
Modelleringsprocessen ... 13
Kostnadskalkyl – Parametrisk kostnadsuppskattning ... 14
Ka nslighetsanalys ... 15
2.7.1 Enva gs ka nslighetsanalys ... 17
Fuzzy Analytic Hierarchy Process... 18
Arbetets bidrag ... 23
3 Metod ... 24
Datainsamling ... 24
3.1.1 Sortering av data ... 24
3.1.2 Data ... 25
Processkartla ggning ... 25
Modeller ... 26
3.3.1 Kostnadsmodell - Parametrisk kostnadsuppskattning ... 26
3.3.2 Fuzzy Analytic Hierarchy Process ... 31
Validitet & reliabilitet ... 37
3.4.1 Validitet ... 37
3.4.2 Reliabilitet ... 38
Etniska- och samha lleliga aspekter... 38
4 Resultat ... 41
Processkartla ggning ... 41
Parametrisk kostnadsuppskattningen ... 42
4.2.1 Ka nslighetsanalys – parametrisk kostnadsuppskattning ... 42
Fuzzy Analytic Hierarchy Process... 45
4.3.1 Ka nslighetsanalys - Fuzzy Analytic Hierarchy Process ... 46
5 Diskussion ... 47
Slutsats ... 49
Fortsatt forskning ... 49
Källförteckning ... 50
6 Bilagor ... 56
Bilaga A: Lista o ver data som kunde vara intressant. ... 56
Bilaga B: Mailkonversation mellan fo rfattaren och en personal fra n A LSA-projektet ... 56
Bilaga C: Processkarta – Region Ska ne ... 58
Bilaga D: Processkarta – Region Va sterbotten ... 58
Bilaga E: Processkarta – A LSA-projektet ... 59
Terminologi
Terminologi som nyttjas under studien.
Akronymer/Förkortningar
HC Ha lsocentral.
VC Va rdcentral.
MSA Mest sjuka a ldre.
A lsa A ldre med sammansatta va rdbehov.
FAHP Fuzzy Analytic Hierarchy Process.
CER Cost Estimation Relationship.
1 Introduktion
Sveriges befolkning blir allt a ldre, i och med detta sa blir kostnaderna och belastningen allt sto rre pa sjukva rden. A r 2020 bera knas 25% av befolkningen i Va sternorrland vara a ldre a n 65. Detta i samband med att va rdplatser pa Sundsvalls sjukhus minskar go r att va rd i framtiden fo r a ldre kommer att beho va fo ra ndras. (1)
De teknologiska framstegen i medicin- och sjukva rdssektorn har bidragit till att a ldre patienter klarar av operationer och ingrepp som tidigare har varit omo jliga. Exempelvis har det skett en markant o kning fo r operation fo r gra starr. 63 000 stycken ma nniskor i a lder 70 – 79 opererades a r 2017 fo r gra starr, detta kan ja mfo ras med a r 2002 da r endast 30 000 personer i samma a ldersgrupp opererades fo r samma sjukdom. Det ga r att se samma utveckling fo r a ldersgruppen 80 a r och a ldre, a ven om antalet operationer a r fa rre.
Detsamma ga ller ho ftoperationer. A r 2002 hade endast 5,2% ur a ldersgruppen 80 a r och a ldre ho ftprotes, a r 2017 hade 11,4% av samma a ldersgrupp ho ftprotes. Detta a r mer a n en av tio personer ur denna grupp.
Denna utveckling a r exceptionell och bidrar till att ma nskor kan leva mer sja lvsta ndigt under la ngre tid av sina liv, men det betyder ocksa mer belastning pa sjukva rden. (2)
Gruppen 65 a r och a ldre a r da rfo r intressant att studera na rmare fo r att fo rso ka hitta en lo sning pa problemet med sjukva rdskostnader som o kar men att samtidigt bibeha lla eller o ka va rdkvaliteten. Fo r faktum a r att personer i a ldern 65 och a ldre stod a r 2019 fo r mindre a n 20% av befolkningen, men ansvarar fo r ha lften av alla va rdtillfa llen (2).
En stor del av dessa va rdtillfa llen kan ersa ttas med hemsjukva rd. Dock a r det sva rt att veta na r och om hemsjukva rd a r billigare och bekva mare fo r samha llet och patienten. Da rfo r a r det av intresse att modellera dessa kostnader samt vilka va rdkvaliteter de ba da modellerna fo rser fo r att ja mfo ra existerande va rdmodell med hemsjukva rd. Pa uppdrag av la nssjukhuset i Sundsvall ska denna studie underso ka detta problemomra de.
Övergripande syfte
Syfte med denna fallstudie a r att avgo ra na r hemsjukva rd a r ett la mpligare alternativ ur ekonomisk synpunkt, men a vensa fo r va rdtagare och va rdgivare. Ja mfo relsen med nuvarande va rdmodell och den nya modellen med hemsjukva rd kommer att belysa och fo rklara fo rdelar och nackdelar med den nya modellen gentemot den gamla. Detta arbete kommer att ge en o kad fo rsta else om kostnaden och va rdkvalitet i sjukva rden. Vidare hur dessa aspekter kan optimeras fo r att minska samha llskostnaderna samtidigt som att bibeha lla eller fo rba ttra va rdkvaliteten fo r patienten.
Avgränsningar
Fo r att beha lla omfattningen pa rapporten till en genomfo rbar niva beho vdes ett antal avgra nsningar go ras.
Denna studie har endast fokuserat pa na r det a r ekonomiskt fo rdelaktigt att utfo ra hemsjukva rd ja mfo rt med va rd pa konventionellt sa tt i fo rha llande till varandra. Alltsa har inga mo jligheter till att kombinera de tva olika metoderna utforskats. Lika sa ga ller ja mfo relsen av va rdkvaliteten. Studien har ocksa endas utga tt fra n Va sternorrland och na rmare besta mt en enda va rdcentral som ligger centralt bela gen i Sundsvalls stadska rna.
De data som tillhandaho lls fra n uppdragsgivaren och andra ka llor var i sto rsta ma n specifikt fo r den aktuella va rdcentralen. Uto ver detta var all data fra n a r 2017, 2018 och 2019.
Studien har endast fokuserat pa a ldersgruppen 65 a ringar och a ldre. I denna grupp ingick hela den aktuella populationen oavsett va lma ende och behov.
Vad fo r yrkesgrupp samt hur ma nga fra n varje yrkesgrupp som beso kte en patient har baserats pa siffror fra n A lsa-projektet. I detta team ingick det endas la kare och sjuksko terskor. Sa endast dessa tva yrkeskategorier inga r i bera kningsmodellen. Mer om A lsa-projektet ga r att la sa i avsnitt 2.1.
Kostnaderna fo r ett hembeso k basers pa data fo r de ra dande yrkesgrupperna, snittavsta nd fra n den aktuella va rdcentralen samt ett snittpris fo r drivmedel och fo rbrukning fo r en personbil.
Konkreta och verifierbara mål
Studiens ma l a r att utarbeta en specifik gra ns na r det a r ekonomiskt gynnsamt att va rda en patient i hemmet a n att la ta patienten va rdas pa en va rdcentral. Denna gra ns representeras av antal beso k som en patient beho ver go ra under en viss tidpunkt. Resultatet ska a ven belysa hur patienten bero rs ur va rdsynpunkt
I synnerlighet lyder forskningsfra gan som fo ljer:
• Na r a r det smartare ur ett ekonomiskt perspektiv, samt ur
va rdsynpunkt, att ta va rden till patientgruppen 65 a r och a ldre a n tva rtom?
Översikt
Kapitel 2 bero r tidigare forskning o ver a mnet samt en fo rklaring fo r de tekniker som studien anva nt. Kapitel 3 utgo r studiens metodik. Resultatet visas i kapitel 4. Diskussion och slutsats presenteras i kapitel 5.
2 Teori
Tidigare forskning visar pa att ur ett samha llsekonomiskt perspektiv a r det smartare med hemsjukva rd a n traditionell sjukva rd. A lsa-projektet som det ga r att la sa mer om i avsnitt 2.1 visar dessutom pa att det ur ett va rdtagaresperspektiv a r fo rdelaktigt med hemsjukva rd.
I artikeln ” Economic Study in Surgical Patients of a New Modelof Nutrition Therapy Integrating Hospital and Home vs the Conventional Hospital Model”
studeras tva grupper av patienter som genomga tt na gon form av operation i o vre matsma ltningskanalen.
Patienterna var 18 a r gamla eller a ldre, medela lder fo r grupperna var 54 a r fo r fo rso ksgruppen respektive 52 a r fo r kontrollgruppen. Vidare sta lldes det ett antal mindre krav pa patienterna som medverkade.
Fo rso ksgruppen fick hemsjukva rd och den kontrollerade gruppen fick va rd som vanligt pa sjukhuset. Fo rso ksgruppen inneho ll 30 stycken patienter och den kontrollerande gruppen inneho ll 26 stycken patienter. Ba da grupperna studerades da refter utifra n ett ekonomiskt perspektiv samt utifra n ett na ringsma ssigt perspektiv. Det ekonomiska perspektivet inneho ll patentkostnad, kostnadseffektivitet, kostnadsfo rdelning och hur va l sjuksa ngarna anva ndes.
Kostnaderna fo r fo rberedelserna och operationen fo r de tva grupperna var identiska. Da refter skilde sig kostnaderna reja lt mellan dem tva grupperna.
Den grupp som fick va rd pa kommersiellt sa tt var 2,7 ga nger dyrare a n fo rso ksgruppen, utan na gon skillnad pa det na ringsma ssiga intaget. Sto rsta besparingen av ekonomiska medel utvanns ur optimerad tid av sjukhussa ngarna.
Uto ver den ekonomiska vinningen diskuteras ocksa den minskade risken att drabbas av infektioner eller andra smittsamma sjukdomar under a terha mtningsprocessen da patienten la g kvar pa sjukhuset. (3)
Liknande slutsatser kan dras fra n artikeln ”Can home care for homebound patients with chronic heart failure reduce hospitalizations and costs?”.
Patienterna i denna artikel hade en medela lder pa 79 a r och led av hja rtsvikt.
Denna sjukdom medfo r bland annat ho ga sjukhuskostnader och regelbunden sjukhusvistelse. Studien studerade ingen kontrollerad grupp av patienter, ista llet antogs patienterna till studien under en period pa tre a r.
Patienterna som blev antagen till studien beho vde ha en journal som bevisade sjukdomens existens under minst 6 ma nader. Da refter fick patienten tillga ng till hemsjukva rd.
Kostnaderna fo r tidigare sjukhusvistelse bera knades och ja mfo rdes med kostnader fra n det att patienten fick tillga ng till hemsjukva rd tills att studien avslutades, eller att patienten pa annat sa tt avbro t studien.
Resultatet av studien visar en drastisk minskning i antal dagar tillbringad pa sjukhuset (28,7%). A ven antal visiter pa akutmottagningen minskade, detta med 47%. Andra kostnader relaterade till sjukdomen minskade pa samma sa tt efter info randet av hemsjukva rd. Slutsatsen fra n studien menar pa att anva ndning av sjukva rden samt va rdkostnaden kan reduceras med hemsjukva rd fo r den aktuella gruppen av patienter som studerades. (4)
I avsnitt 2.1 kommer A lsa-projektet att presenteras. Avsnitt 2.2 kommer att behandla trygg va rd i hemmet och fo ljande avsnitt presenterar ett avsnitt om hur va rdkvalitet defineras. I avsnitt 2.4 fo rklaras innebo rden med processer och hur dessa kartla ggs. Modelleringsprocessen belyses i avsnitt 2.5.
Fo ljande avsnitt lyfter fram parametrisk kostnadsuppskattning (2.6), ka nslighetsanalys (2.7) samt ”Fuzzy Analytic Hierarchy Process” (2.8). I kapitlets sista avsnitt uppma rksammas arbetets bidrag
Älsa-projektet
A lsa-projektet (a ldre med sammansatta va rdbehov) a r ett pilotprojekt som startades under ho sten 2015. Syftet med detta projekt var att bedriva utveckling av omha ndertagandet av gruppen MSA . (1)
Mest sjuka a ldre (MSA ) a r ett begrepp inom sjukva rden som avser personer som a r a ldre en 65 a r och beso ker sjukva rden fler ga nger a n snittet. De specifika avgra nsningarna a r:
• I behov av slutenvård i 19 dagar eller fler
• Besökt en specialistläkare fler än 7 gånger per år i den öppna vården (primärvård eller hemsjukvård)
• Inskriven för slutenvård fler än 3 gånger under ett år
Notera att endast ett av dessa kriterium beho ver vara uppfyllt fo r att en person klassas som MSA .
Projektet startade i Sundsvall och teamet bestod ba de av la kare och distriktssko terskor. I varje team fanns det en la kare och tva distriktsko terskor. Modellen a r inspirerad av en likande modell som har varit i bruk en la ngre tid i Va stra Skaraborg. Grundide n men A lsa-projektet var att patienter i gruppen MSA skulle fa ta tare kontakt med personalen ur va rd-teamet som patienter annars inte skulle erha lla genom den konventionella va rdmodellen. Uto ver detta skulle patienten fa hemsjukva rd ista llet fo r att va rdas pa en klinik. (5) Fra n 2017 blev detta projekt en permanent verksamhet med sin bas pa Sundsvalls sjukhus, dock har projektet utvidgats till Solleftea , O rnsko ldsvik och Kramfors. (6)
Resultatet fra n en enka tunderso kning som utfa rdades september a r 2016 visar att projektet var lyckat. Enka terna skickades ut till patienter och/eller anho riga efter pilot-projektets slut. 21 stycken enka ter skickades ut och 18 stycken svar erho lls.
Bland fra gorna fanns sa dana som exempelvis ” Jag anser att teamet tog sig tid fo r att utreda, underso ka, behandla och fo lja upp mina besva r” da r 15 stycken svarade ”Sta mmer helt”, 2 stycken svarade ”Sta mmer delvis” och 1 svarade ”Vet ej”.
Ett annat exempel pa en fra ga var ” Jag tycker att det a r la tt att fa kontakt med teamet” da r hela 18 stycken svarade ”Sta mmer helt”, fo r att fo rtydliga sa a r detta 100% av alla som valde att svara pa enka ten.
Ett genomga ende tema under hela enka ten a r att svarsrespondenterna var va ldigt positiva. Enka ten inneho ll a ven fra gor med o ppna svar, a ven denna sektion erho ll na stan endast positiva svar. Bland svaren fanns uttryck sa som
”Det ha r har varit som en gudasa nd ga va!”. (7)
Likande slutsatser om no jdheten fo r patienterna kan dras fra n rapporten
”Uppfo ljning av hemsjukva rden i Va sternorrland – sammanfattning” da r patienterna blev ombedda att svara pa likande enka tunderso kning. A ven de patienter som svarade pa denna underso kning var no jd med va rdkvaliteten (va rdkvalitet i denna undero kning var utformad utifra n ”Tillga nglighet”,
”Delaktighet”, ”Kontinuitet” samt ”Bemo tande”) som erho lls genom hemsjukva rd. (8)
Vidare resulterade A LSA-projektet med en o kning av tillga ngen till va rdgivaren fo r patienterna samt en o kning av en rad andra tja nster sa som dietist, genomga ng av journaler samt ta ta uppfo ljningar vid fo ra ndring av medicinering. A ven va rdkvaliteten o kade fo r de aktuella patienterna samtidigt som kostnaderna minskade. (6)
Motsatta slutsatser har funnits i prima rva rdens tillga nglighet. Da r finns det resultat som visar att tillga ngligheten fo r prima rva rden a r mycket da lig. Det varierar dock stort mellan landstingen, dock a r slutsatsen att tillga ngligheten beho ver generellt fo rba ttras va sentligt fo r prima rva rden.
Ytterligare resultat visar att tillga ngligheten fo r va rd pa prima rva rdskliniker har fo rsa mrats o ver tid. (9)
Sammansta llning av data visar a ven pa en drastisk fo ra ndring i kontakt med sjukva rden utanfo r A lsa-projektet. Projektet inneho ll 52 patienter a r 2015, dessa patienter minskade va rddygnen pa Sundsvalls sjukhus med 72% fo r den aktuella patientgruppen. Innan projektets start hade sjukhuset 2170 va rdtillfa llen och under pilot-projektets ga ng minskades dessa till endast 600 va rdtillfa llen. A ven kontakten med prima rva rden minskade med 83%.
(6) Resultatet av enka tunderso kningen visar a ven pa fo rho jd va rdkvalitet fo r patienterna (7).
Trygg vård i hemmet
A r 2014 o verfo rdes hemsjukva rden fra n att vara landstingets ansvar till att bli kommunernas ansvar i Va sternorrland (10). Detta beslut godka ndes nationellt av riksdagen redan flera a r tidigare (11). Efter detta beslut fo religger allt ansvar som handlar om hemsjukva rd till kommunerna.
Kommunerna ansvarar fo r alla patienter oavsett a lder eller diagnos. Syftet med denna a ndring a r att fo rflytta allt arbete till kommunen fo r att minimera att konflikter uppenbaras mellan landstings- och kommunpersonal. Detta fo r att patienten ska fa en tydligare och sa krare va rd, genom att det alltid a r samma personal som utfo r arbetet oavsett syssla. Dock ansvarar fortfarande landstingets personal fo r la karva rd och specialva rd. (12)
Utveckling av medicin och tekniskutrustning go r att mer va rd flyttas fra n va rdkliniken till hemmet. Da den tekniska utvecklingen mo jliggo r fo r fler och fler patienter att behandlas i hemmet sa beho ver sjukva rden garantera en sa ker va rd fo r patienterna a ven i hemmet. Om a n patientsa kerheten och va rdkvaliteten antas ho jas i samband med fo rflyttningen sa kan nya problem uppkomma. A ldre ensamma ma nniskor som redan har det sva rt att ta del av ett socialt umga nge kan fa det a nnu sva rare att socialisera sig om sjukva rden flyttas till hemmet. Da ruto ver flyttas det ett sto rre ansvar pa att na rsta ende att se till att patienten ma r bra, samt att utrustningen fungerar som den ska.
Detta ansvar kan skapa press som leder till o kad stress och generellt sa mre ha lsa. (13)
Vidare sa planeras inte va rden fo r patienten tillsammans med patienten.
Vilket a r en bidragande faktor till att patienter och na rsta ende inte ka nner sig involverad i de beslut som sjukva rden tar ga llande patienten. Lagar och regler finns fo r att fo rhindra detta, men trots detta a r Sveriges sjukva rd uppbyggd fo r att vara en organisation. Detta leder till att sjukva rden delas upp i olika delar som fo rsva rar samarbeten och helhetslo sningar. Detta a r a ven en bidragande orsak till ytterligare problem, bland annat va rdskador efter utskrivning. Patienter som lider av multibal sjukdomar blir i ett fall av fem inskrivna igen 30 dagar efter initial utskrivning. Majoriteten av dessa inskrivningar beror pa misskommunikation vad det ga ller fo ra ndring av medicin och medicinering. Dessa fo ra ndringar kan missfo rsta s av patienten eller sa saknar la kare eller annan va rdpersonal tillra ckligt med information fo r att ta ett korrekt beslut ga llande patientens la kemedel. (13)
Multisjuka har a ven problem med att so ka ra tt va rd. Da sjukva rden a r uppbyggd som en organisation med olika delar som behandlar olika sjukdomar blir det sva rt fo r multisjuka att hamna pa ra tt avdelning i uppso kningsprocessen. Problem uppsta r a ven na r patienten va rdas i hemmet da r ba de personal fra n landstinget och kommunen samarbetar. Da informationsutbytet ofta a r da ligt mellan dem kan va rdkvaliteten fo r patienten fo rsa mras. Detta sa tter press pa sjukva rdens IT-system. Detta system a r i dagsla get under en uppbyggnadsfas. Fo rslag pa fo rba ttringar a r att mo jliggo ra sa att patienten sja lv kan ta vissa prov samt att utveckla informationsflo det fo r patientens sjukdomsjournal. (13)
Fo r att fortsa tta driva en sa ker och trygg va rd som kommer att flyttas mer och mer hem till patienterna sa beho vs det la ngsiktiga investeringar. Dessa investeringar bo r orienteras runt patientens trygghet och va lma ende, och inte enbart fokusera pa produktivitet och effektivitet. (13)
Emellertid visar studier pa att sjukva rdens effektivitet i Sverige redan a r mycket god. 2015 resulterade Sveriges sjukva rdseffektivitet att ligga bland dem sju fra msta EU-la nderna. Dock a r det sva rt att ma ta effektiviteten och den variabel som oftast anva nds a r kostnaden fo r att vidare bera kna ett visst antal kvalitetsma tt. A ven om Sverige la g blad toppen av medlemsla nderna i EU resulterade studien i att en hel del jobb finns kvar att go ra fo r att effektivisera va rden ytterligare. (14)
Vårdkvalitet
Enligt rapporten ”Defining quality of care” sa finns det tva prima ra faktorer fo r va rdkvalitet, dessa a r tillga nglighet samt effektivitet. Dessa tva faktorer besta r dessutom av olika komponenter beroende om dem tilla mpas pa den stora massan eller om de tilla mpas pa den enskilde individen.
Mest meningsfullt a r konceptet va rdkvalitet fo r den enskilde individen och inte fo r den stora massan menar fo rfattarna. (15)
2.3.1 Definition av vård
Fortsatt beskrivs va rd i tre stycken kategorier; struktur, va rdprocessen och resultat. (15)
Struktur syftar pa verksamhetens uppbyggnad och besta ndsdelar. Detta innefattar kompetens sa va l som sja lva byggnaden samt utrustning och verktyg. Detta kan ha en direkt pa verkan pa va rdprocessen samt pa resultatet. Exempelvis, oavsett hur mycket verktyg och utrustning som finns beho vs det personal och kompetens fo r att anva nda dessa tillga ngar. Finns inte kompetens eller verktyg i tillra cklig utstra ckning eller om det finns fo r mycket av en del och fo r lite av en annan del sa kan inte patienten tillges god va rd. (15)
Va rdprocessen handlar om vad som faktiskt ha nder med patienten under och efter sin va rdtid. Va rdprocessen a r i praktiken o veranva nd menar fo rfattarna, det vill sa ga att va rdtid inte anva nds na r det faktiskt beho vs, utan slo sas pa patienter med sjukdomar och skador som faktiskt inte beho ver va rd. Inom va rdprocessen finns det tva viktiga och vitala delar; klinisk va rd och kommunikationen mellan va rdtagare och va rdgivare. Med klinisk va rd menas hur va l patientens problem underso ks och hanteras. Bra kommunikation mellan va rdgivare och va rdtagare a r ofta en fo rutsa ttning fo r att patienten sja lv ska tycka att hen fa r bra va rd. Detta tillsammans med att patienten ga rna sja lv diskuterar sitt tillsta nd go r att kommunikationen a r en central del i va rdprocessen. (15)
Sista delen i va rdbeskrivningen a r ”resultat” och detta a r fo ljd av hur va l de tva tidigare delarna a r utfo rda. Exempelvis kan en patient avlida pa grund av att det inte fanns de verktyg som beho vdes pa kliniken (struktur) eller att patientens journal var misstolkad (va rdprocessen). Resultatet a r vidare besa ende av tva olika delar. Dels patientens va lma ende efter va rdprocessens slut, och dels patientens tillfredsta llelse. Resultatet a r endast fullva rdigt om patienten a r va lma ende efter va rdprocessen samt tillfredssta lld. Notera ocksa att resultat inte sa ger na gonting om va rdkvaliteten, det a r fullt mo jligt att patienten blir helt frisk utan att fa va rdig va rd, som det a r att patienten avlider men fa r fullt acceptabel kvalitet pa va rden. Alltsa a r resultat och va rdkvalitet inte synonymer. (15)
2.3.2 Definition av vårdkvalitet med patienten i fokus
Va rdkvalitet fo r patienter definieras med tva underkategorier; tillga ng och effektivitet. Ma rk va l att de tre kategorierna ovan som definierar va rd sammankopplas med de tva underkategorierna fo r denna definition. (15) Tillga ng syftar fra mst pa hur na ra patienten har rent geografiskt eller fysiskt till sin va rdklinik. Detta kan vara ett stort problem fo r ma nskor som bor la ngt ifra n en klinik, eller fo r a ldre och ro relsehindrade da r de helt enkelt fysiskt har det sva rt att ta sig till en va rdklinik. Denna problematik kan kopplas ihop med tidigare beskrivning om vad va rd faktiskt a r. Det vill sa ga att struktur och va rdprocessen inte na r patienten. A ven om patienten har tillga ng till en va rdklinik kan det finnas andra problem, exempelvis att det inte finns tillra ckligt med va rdtider fo r patienten eller att kulturella barria rer fo rsva rar beso ksprocessen. Fo rfattarna till denna rapport menar att majoriteten av de omra den som definierar va rdkvalitet ligger inom omra dena ”tillga ng” och ”effektivitet”, detta da dessa omra den har sto rst pa verkan pa om patienten faktiskt fa r va rd som fungerar och ger nytta.
Att erha lla kontinuerliga va rd a r a ven det en grundsten i va rdkvalitet, dock beho ver den kontinuerliga va rden vara av ho g standard. Va rdgivaren fa r exempelvis inte ha problem med kommunikationen till va rdtagaren da detta kan bidra till fo rlorat fo rtroende mellan patient och va rdgivare. Hur patienten blir behandlad pa ett personligt plan a r ocksa en betydlig faktor i hur patienten ka nner info r va rdkliniken och hur patienten uppfattar va rdkvalitet. Blir inte patienten behandlad med respekt finns den chans att hen inte kommer tillbaka till va rdkliniken i framtiden. Detta kan skapa problem fo r tillga ngen till va rd fo r patienten. Na sta va rdklinik kanske ligger betydligt la ngre bort rent geografiskt vilket fo rsa mrar tillga ngen till va rd och i fo rla ngningen har en negativ pa verkan pa va rdkvaliteten.
Att ha ra d med sjukva rd a r ja mva l en stor del i hur va l patienten har tillga ng till va rd eller inte. Kostnaden av sjukva rd a r inte enbart sja lva kostnaden av sjukva rdsbeso ket utan ocksa kostnaden att ta sig dit fysiskt, bega ra ledigt fra n jobbet, barnvakt etc. (15)
Effektivitet handlar om hur va l resultatet speglar va rdprocessen och patientens behov. Effektivitet kan delas upp i tva underkategorier; klinisk va rd och kommunikationen mellan va rdtagare och va rdgivare (likande delar som va rdprocessen). Hur mycket kunskap och kompetens som finns inom va rdteamet avgo r hur va l den kliniska va rden fungerar, kan patienten fa den ra tta va rden i tid som patenten beho ver o kar va rdkvaliteten dramatiskt och resultatet (effektiviteten) speglar patientens behov och fo rva ntningar.
Patenten och va rdgivaren beho ver uto ver detta vara o verens o ver patientens problem. En patient kan ha en komplex sjukdomshistoria vilket sa tter ho gre krav pa va rdgivarens kommunikationskunskaper och fo rma ga att fo rsta och tolka patientens sjukdomsbeskrivning. Da refter beho ver patientens va rdplan planeras i samverkan med patienten sa att hen ka nner sig delaktig i va rdarbetet. Va rdgivaren beho ver tillika ha en bra kommunikationsfo rma ga med sina kollegor men a ven med andra avdelningar som kan beho va va rda patienten. Det a r viktigt fo r patienten att ka nna tillit och tro till den som behandlar hen och inte ka nna ka nslan av att bara vara ”en i ma ngden”. (15)
2.3.3 Definition av vårdkvalitet med hela befolkningen i fokus
Detta synsa tt fo r va rdkvalitet a r vad som a r mest vanligt. Detta synsa tt innehar beslutsfattare och politiker, att utga och fokusera pa vad som a r nyttigt och korrekt utifra n hela befolkningen och inte enbart fo r en enda individ. Detta synsa tt kan ibland motsa ga definitionen av va rdkvalitet med individen i fokus, exempelvis i form av tilldelning av kunskap och kompetens da r resurser fra mst la ggs pa sjukdomar med stor omfattning snarare a n sjukdomar med la g omfattning. Identiska underkategorier fo r denna definition som fo rra existerar, dock med olika innebo rd. (15)
Tillga ng handlar om att ista llet fo r att den enskilde patienten ska ha tillga ng till kvalitativva rd sa beho ver hela befolkningen ha tillga ng till va rd av ho g kvalitet. Detta inneba r att grupper av ma nniskor med ho gre va rdbehov ska erha lla mer va rdtid och erha lla den typ av va rd som beho vs. Det vill sa ga, fo r att erbjuda en ra ttvis va rd fo r hela befolkningen ska va rdbehovet motsvara va rdtagandet, ju sto rre behov av va rd patienten har ju mer va rd ska patienten erha lla. (15)
Effektivitet verkar mellan kostnad och resultat. Alltsa ska resultatet optimeras i avseende av kostnad, visionen a r att a terfa de ba sta mo jliga resultatet fo r befolkningen med de kapital som finns att tillga . Detta bidrar dock till att varje enskild patient inte fa r den mest effektiva va rden da kompentens och investeringar som utfo rs a r av anda att go ra sto rsta mo jliga ha lsovinst. Denna balansering beho ver tas i sto rsta mo jliga fo rsikthet och utfo ras med finess. (15)
Som summering av rapporten menar fo rfattarna att va rdkvalitet har mest betydelse fo r den enskilde individen och inte fo r hela befolkningen. Men att kvalitetssa kra va rden fo r hela befolkningen a r en viktig del i problemomra det, dock kra vs det att problematiska beslut ma ste tas fo r att gynna den stora gruppen. Vilket kommer att resultera i att inte alla ma nniskor fa r den va rd som a r mest la mplig fo r dem.
Fortsatt a r det inte la mpligt att enbart bedo ma va rdkvaliteten, utan den beho ver kopplas till kostnad fo r att avgo ra om va rdkvaliteten a r kostnadseffektiv. (15)
En likande svensk utredning har utfo rt en litteraturstudie fo r att underso ka hur sa ker och pa litlig va rd patienten kan fa i hemmet. Uto ver detta fo rso kte a ven rapporten svara pa fra gan om hemsjukva rd a r billigare a n vanlig va rd.
Va rdformen som studerades var ”Avancerad hemsjukva rd” och
”Hemrehabilitering”. Med hemrehabilitering studerades tva sjukdomsfall;
sjukdomsfo rloppet efter en stroke och sjukdomsfo rloppet efter ortopedisk kirurgi. Avancerad hemsjukva rd inneba r att ett va rdteam lett av la kare har uppsyn och kontakt med patienten.
De resultat som studien erho ll var att hemsjukva rd kan fungera mycket va l samt att det inte finns na gra konkreta variabler som skulle go ra hemsjukva rd billigare eller dyrare a n vanlig va rd. Patienter som fick tillga ng till hemsjukva rd var lika no jd med den va rdformen, eller no jdare ja mfo rt med konventionell va rd.
Rehabilitering av stroke och ortopedisk kirurgin hittades ingen skillnad i va rdkvaliteten eller kostnaden. (16)
Processer
Diverse ihop la nkade aktiviteter som aktivt skapar kundva rde a r vad man definierar som en process. Det finns olika typer av processer;
ledningsprocesser, sto dprocesser och huvudprocesser. (17)
• Ledningsprocesser är processer som leder och koordinerar de andra två typerna av processer. Dessa processer är dock ofta svårdefinierade men andemeningen med ledningsprocesser är att leda vägen för att uppnå organisationens mål och
utvecklingsmöjligheter.
• Stödprocesser är de processer som stödjer huvudprocesserna.
Stödprocesser har således inget egenvärde men värderas efter hur väl dem stödjer huvudprocesserna. Dock kan det vara svårt att veta vad som är huvudprocesser eller stödprocesser, men en teknik för att avgöra om en process är en stödprocess eller en huvudprocess är att fundera över om processen verkligen är nödvändig för verksamheten eller ej. Beslutas det som att processen är en kritisk del av verksamheten är processen en huvudprocess annars är den en stödprocess.
• Huvudprocess är de processer som absolut är mest kritiska för verksamheten. Utan dessa kan inte verksamheten operera. Dessa processer är i regel rätt så få och som tumregel bör det inte finnas fler än 10 stycken huvudprocesser i en organisation. För att förstå en verksamhet och bilda sig en övergripande bild kan
huvudprocesserna studeras och kartläggas. (17)
Processer fo ra dlar objekt. I bo rjan av en process inkommer ett objekt som fo ra dlas i processen och kommer ut som ett objekt, men med ho gre va rde fo r kunden a n na r den kom in.
Detta visualiseras oftast med symboler. Ett inga ende eller utga ende objekt symboliseras med en kvadrat. Huvudprocesser som skapar kundva rdet symboliseras med pilar. Ledningsprocesser och sto dprocesser som inte aktivt skapar va rde fo r kunden hanterar inte objekt. Dessa processer kan visualiseras men da utanfo r sja lva processflo det med inga ende och utga ende objekt. Processer exemplifieras i figur 1 och delprocesser exemplifieras i figur 2. (17)
Figur 1: Processens komponenter
Figur 2: Process och delprocess
2.4.1 Processkarta
En processkarta kan kartla ggas pa olika niva er. En fullsta ndig processkarta ska inneha lla alla tre former av processer. Dock fo r att endas skapa en o vergripande bild av verksamheten ra cker det med att kartla gga huvudprocesserna fo r organisationen. I en huvudprocesskarta beho ver inte sto dprocesserna eller ledningsprocesserna presenteras, dock a r det inte ovanligt att a ven dessa a r med.
Bakgrunden till varfo r en organisation va ljer att kartla gga sin verksamhet a r bland annat fo r att fa en visuellbild o ver vilka aktiviteter som skapar va rde fo r kunden. Denna visualisering ger da rfo r en god motivering till vilken del av verksamheten som bo r fo rba ttras fo r att ge ba st resultat fo r kunden.
Processkartla ggning kan ocksa hja lpa till med att fo rsta hela verksamheten fo r alla medarbetare. Detta ga ller fra mst en sto rre organisation.
Visualiseringen belyser da rfo r ocksa flaskhalsar och icke-va rdeskapande delar i verksamheten som bo r fo rba ttras eller revideras. (17)
Modelleringsprocessen
Fo r att studera verkliga problem som finns i samha llet kan en matematiskmodell sta llas upp. Problemet o versa tts till matematiska formler och samband. Matematik ett precist universellt ”spra k” med ma ng hundra a r av anva ndning, och besitter egenskapen att det a r mottaglig till att utfo ra avancerade bera kningar med. (18)
Fo r att bygga en matematisk modell av verkligheten kra vs det att vissa fo renklingar och antaganden go rs. Detta fo r att verkliga problem ofta a r oerho rt komplexa vilket a r problematiskt att o versa tta till matematikens spra k. Detta pa bekostnad av modellens verklighetsfo rankring och avspegling av verkligheten, da rfo r kra vs det att i modelleringsprocessen att vara vaksam o ver vilka antaganden och fo renklingar som go rs fo r att modellen ska ha en viss relevans och avspegling av det verkliga problemet som modelleras.
Fo r att modellen ska avspegla en ra ttvis bild o ver problemet kra vs det att de huvudsakliga delarna av problemet lokaliseras. Dessa delar utgo r da grunden i modellen och a r de delar som fo rankrar modellen till verkligheten.
Att avgo ra hur ma nga variabler som a r relevanta att ha med i modellen a r en viktig del fo r att modellen ska vara hanterlig. Sma fo ra ndringar i modellens struktur kan bidra med stora konsekvenser, da rfo r a r det viktigt att fundera o ver parametrarnas pa verkan pa modellen och dess hanterbarhet. (18) Modellens ma l a r den del som avgo r vilken karakta r och i vilken form modellen bo r ha. Det kan tyckas att detta kommer naturligt beroende pa vad det a r fo r problem som ska modelleras, men i ma nga fall kan samma problem modelleras pa ma nga olika sa tt. Dock a r vissa modellerings metoder mer la mpade till vissa typer av ma l.
Uto ver modellens ma l a r modellens niva en avgo rande del i modellens uppbyggnad. Beroende pa om modellen a r av deterministisk typ sa ger den en output oavsett input eller om den a r av statistisk typ och ger ett intervall av output beroende pa input. Modellens niva behandlar ocksa pa vilken fysisk niva modellen befinner sig, det a r skillnad pa modellens karakta r och uppbyggnad om modellen behandlar atomer eller organ och individer. Pa la g fysikniva (atomniva ) kallas de matematiska modellerna mekanistiska modeller, och pa ho gre niva (individ) kallas modellerna fo r empiriska modeller. (18)
Sja lva modellprocessen a r ofta iterativ, det vill sa ga den byggs upp i olika steg da r den testas och utva rderas fo r att sedan fo rba ttras. Denna process kan upprepas olika ma ng ga nger beroende pa modellens ma l och problemomra de. Vissa modeller a r sta ndigt i denna process medans andra modeller o verges eller anses ”klara” fo r a ndama let och la mnas da ran. (18)
Kostnadskalkyl – Parametrisk kostnadsuppskattning
Vid en kostnadsestimering kan olika tekniker anva ndas beroende pa situation. Parametrisk kostnadsuppskattning a r en kvantitativ (i fa fall ocksa kvalitativ) teknik som vanligtvis anva nds innan ett projekt startar. Denna metod anva nds genom att de kostnadsdrivande parametrar lokaliseras och tillsammans bildar en kostnadsekvation. (19)
De kostnadsdrivande parametrarna lokaliseras och skattas genom historiks data o ver tidigare likande arbeten. Kostnadsdrivande parametrar kan vara mantimmar, material och tid. Exempelvis kan tidigare arbeten visa pa att ett kretskort koststar 100 kr att tillverka. Da r mantimmar, material och tid a r variabler som summerar till priset pa 100 kr/styck. Dessa siffror kan da anva ndas som bakgrund fo r att skatta den nya kostnaden fo r att tillverka ett nytt kretskort men till en liknande apparat. (19)
CER (Cost Estimation Relationship) a r ett matematiskt samband som utnyttjar kopplingar mellan olika oberoende variabler. En parametrisk kostnadsuppskattning kan anva nda flera CER men a tminstone en beho ver anva ndas. Dessa kan utvinnas ur exempelvis regressionsanalys mellan variabler i redan tidigare ka nda data set. I exemplet tidigare med kretskort kan en regressionsanalys avgo ra om det finns ett samband mellan antal mantimmar och material.
Det a r dock viktigt att ta nka pa hur va l historiskdata speglar den nya fra gesta llningen. Historiskdata har ofta la g relevans. Dock kan historiskdata a nda vara relevant att anva nda eftersom att det kan vara den enda ka llan med information som finns att tillga . En lo sning pa relevansproblemet a r att avgo ra hur va l ny teknik kan ha effektiviserat processen, a ter till tidigare na mnda exempel, na r det nya kretskortet ska bo rja tillverkas kan tillverkaren ha tillga ng till effektivare arbetsmetoder som minskar antalet mantimmar per kretskort och sa ledes minskar produktionskostnaden. Detta a r ett typiskt problem da r historiskdata inte a r tillfo rlitligt och applicerbart pa den nya estimationen utan modifiering. La mpligast a r att skatta effektiviseringen genom expertutla tande, intervjuer eller att utfo ra ma tningar i liten skala. Efter att ett skattat effektiviseringsva rde har tagits fram kan den nya estimationen bli mer exakt och tillfo rlitlig. (20)
En ytterligare faktor att ta i beaktning a r CER rimlighet. Att enbart studera relevansen av ekvationen och sambandet mellan de variabler som bygger ekvationen, sa kan rimligheten fo r estimationen belysas. I ma nga fall kan fel uppta ckas redan ha r och a r snabbt a tga rdad utan att na gon skada har skett.
I flertalet fall a r det histioriskdata som a r icke-relevant fo r det nya projektet, i sa dant fall fa r nya data ha mtas, eller sa fa r det historiska datat modifieras fo r att passa den nya ekvationen. Fo r att avgo ra ekvationens rimlighet kra vs det i allma nhet erfarenhet om problemomra det.
Att databasen da r data ha mtas ifra n alltid a r uppdaterad a r en avgo rande faktor fo r uppskattningens rimlighet och noggrannhet. (20)
En naturlig fortsa ttning fo r att avgo ra om estimationen stabilitet a r att utfo ra en ka nslighetsanalys. Mer om ka nslighetsanalys finns att la sa i avsnitt 2.7.
Känslighetsanalys
Ka nslighetsanalys a r ett vida anva ndbart verktyg, som bryggar gapet mellan beslutsfattare och analytiker. Denna analysmodell anva nds fo r att studera modellen om hur den beter sig vid fo ra ndring i dataunderlaget. (21)
I denna tidsa lder a r det vanligt att ma ta i princip allting. Da rfo r finns det mycket data, och ”big data” a r ett vida ka nt uttryck. Da rfo r baseras de flesta beslut pa data och kalkyler. Da dataunderlaget baserat pa stora ma ngder och beroende pa hur dessa ma ngder a r uppma tta infinner sig ett visst ma tt av varians. Fo r att avgo ra hur detta pa verkar att beslutsavgo rande sa kan modellen beho va analyseras. En ka nslighetsanalys visar pa hur outputen (exempelvis vinst) varierar beroende pa hur inputen varierar (exempelvis pris eller sa lda varor). (22)
Da ett beslut ska tas finns det ofta en ma ngd olika alternativ att va lja. Dessa alternativ kan vara helt olika varandra och a ndra organisationens inriktning helt. Exempelvis ett fo retag som a r verksam inom modebranschen. Fo retaget sta r info r ett stort beslut om att: 1) sa ja billiga kla der till en stor massa eller 2) sa lja dyra kla der till en liten ma ngd kunder. I ett sa dant exempel skulle fo retagets marknadsavdelning la tas ta fram ett underlag fo r fo rsa ljningssiffror baserat pa priset fo r kla derna man ta nkt sa lja. Dessa fo rsa ljningssiffror samt vinstsiffror skulle sedan presenteras och ett av alternativen skulle visa ho gre vinst a n det andra. Dock vet man inte till fullo om dessa siffror sta mmer, da rfo r bo r man go ra en ka nslighetsanalys pa den modell man tagit fram. I en ka nslighetsanalys kan analytikerna la ta variera olika omsta ndigheter fo r att visa hur modellen a ndras vid fo ra ndrat dataunderlag. Genom en sa dan analys kan man med starkare grunder ta beslutet om vilka kla der man vill sa lja.
En ka nslighetsanalys kan ocksa ge svar pa om modellen a r verklighetstrogen genom att anva nda redan tidigare ka nda teorier. Ifall modellen visar genom en ka nslighetsanalys ett motsatt svar a n den redan ka nda teorin sa kan
modellen avsla s och utdo mas. Detta utan att modellen anva nts och kostat fo retaget pengar. (22)
Ka nslighetsanalys kan ocksa anva ndas fo r att i fo rva g avgo ra hur stor provtagningsstorleken bo r vara fo r att fa ett stabilt och bra beslut. Detta fo r att inte go ra ett ono digt (eller otillra ckligt) arbete. (23)
Enligt boken ”Sensitivity Analysis – An Indroduction for the Management Scientist” finns det fem olika metoder och fo rha llningssa tt fo r att utfo ra en ka nnslighetsanalys. Dessa a r: (22)
• Prioriteringar fo r modellens inputs.
• Modellens fasta inputs.
• Modellens struktur.
• Modellens tecken fo r fo ra ndring.
• Modellens stabilitet.
Den fo rsta punkten handlar om att hitta den sto rsta bidragande variabeln/variablerna till fo ra ndring fo r modellens output. Vilka dessa a r och hur dessa pa vekrar modellen beror pa om man utfo r analysen globalt o ver hela modellen eller enbart lokalt. Utfo rs analysen lokalt varierars variablerna (eller variabeln) endast kring na gra fo rutbesa mmda va rden, dessa kan vara olika i storlek eller mycket lika varandra. Utfo rs analysen globalt o ver hela modellen tilldelas dock variablerna/variabeln ett intervall av va rden ista llet. Detta kan ge bevis fo r att na gon av variablerna ger upphov till stora fo ra ndringar under la ga inputs men slutar snart att ge betydande fo ra ndringar na r de tilldelade va rdena blir sto rre. Alternativt att en variabel tycks ge stora fo ra ndringar na r endast den specifika variabeln analyseras, men sa snart en global analys utfo rs kan analytikern inse att den variabeln inte a r sa betydande som vid fo rsta anblick.
Fortsatt a r det av betydelse na r analysen utfo rs. Nyckelvariablerna (de som pa verkar modellen mest) tyder pa olika saker beroende pa om analysen utfo rs innan eller efter beslutet tas. Om analysen utfo rs innan belutet tas a r det viktigt att veta vilka variabler som kan fo ra ndra den prefererade stategin mest. Efter att beslutet a r taget a r de variabler som kan bringa ledningsgruppens uppma rksamhet av intresse. (22)
Andra punkten, modellens fasta inputs, handlar om att avgo ra vilka variabler som kan ha llas fasta. Det finns olika sa tt att avgo ra vilka dessa a r beroende pa modellens uppbyggnad. I vissa fall a r det naturligt vilka variabler som a r konstanta, och i andra fall beho vs det mer informationsinsamling eller ytterligare underso kningar om modellens variabler.
Modellens struktur handlar om att underso ka hur variablerna i modellen relarterar till varandra och ifall det finns na gon koppling mellan dem. Detta kan go ras oavsett om anayser sker lokalt eller globalt. (22)
Att studera hela modellen ner till dess ka rna och inte endast acceptera den och dess resultat, a r vad den fja rde punkten handlar om. Olika tekninker fo r hur modellen ska studeras finns, da ribland genom att anva nda patialderivata. (22)
Den sista punkten som handlar om modellens stabilitet, vilket a r grundbulten i en ka nslighetsanaly. Det vill sa ga hur mycket den preferade strategien/alternativet pa verkar na r de intressanta variablerna a ndras.
Vidare a r det en viktig uppgift att ta reda pa inom vilket intervall den prefererade strategin inte pa verkas till den ho ga grad att den inte la ngre blir prefererad. (22)
2.7.1 Envägs känslighetsanalys
Enva gs ka nslighetsanalys studerar en variabels pa verkan samtidigt som de o vriga variablerna ha lls konstanta. Den variabel som man vill studera spa nner da o ver ett visst intervall eller givan va rden och belyser sedan hur outputen a ndras na r den studerade variabeln a ndras. Denna metod a r generell och kan anva ndas i dem flesta system och modeller. (24)
Tro skel-analys a r en annan typ av enva gs ka nslighetsanalys. Denna metod anva nder ocksa ett intervall fo r den parameter som studeras, men da r man ocksa har en tro skel fo r att avgo ra na r output resultatet a r ba ttre eller sa mre a n tro skelva rdet. Detta kan exempelvis vara en tro skel fo r vinst.
Tro skelva rdet kan vara nuvarande vinst och da r man varierar pris som pa verkar fo rsa ljningssiffrorna och i sin tur ger en vinst. Alla senarior da r vinsten i analysen blir sa mre a n nuvarande vinst (tro skelva rdet) hamnar under tro skeln och alla senarior som vinsten a r sto rre hamnar ovan tro skeln.
Detta illustrerar oftast i en graf, da r tro skelva rde a r en horisontallinje och visten en linje plottad av fo rsa ljning givet pris, detta exemplifieras i figur 3.
(24)
Figur 3: Röda linjen representerar tröskelvärdet, den blåa linjen är hur outputen ändras beroende på hur inputen förändras. Punkt 1 och 2 är under tröskelvärdet.
Punkt 3 och 4 är över tröskelvärdet.
Fuzzy Analytic Hierarchy Process
Fuzzy Analytica Hierarchy Process (FAHP) a r en teknik som anva nds fo r att vikta olika egenskaper hos ett alternativ. FAHP a r en viktig och anva ndbar metod i multikriterieanalys (25). Multikriterieanalys a r ett tillva gaga ngssa tt fo r att bedo ma olika alternativ med samma egenskaper mot varandra utan att egenskaperna beho ver inneha samma enhet (26).
FAHP anva nds da alternativens va rde a r oklar av olika anledningar. Detta fenomen intra ffar mycket ofta da verkliga problem analyseras. Detta da den ma nskliga fo rma gan att avgo ra ofta a r va ldigt subjektiv och osa kra vilket bidrar till att sva righetsgraden o kar markant att sa tta ett exakt va rde pa vad man tycker. Fo r att pa ett noggrannare sa tt kunna omvandla dessa osa kerheter fra n ma nskligtycke till matematiska va rden utvecklades tekniken FHP. Tekniken som funnits innan behandlade endas ha rda va rden och inte mjuka va rden, detta gjorde stor revolution inom multikriterieanalys. (25)
Tekniken FAHP har tidigare applicerats pa effektiviseringsanalys av beslutsfattare inom sjukva rden samt ocksa pa hemsjukva rdens planering av resrutt (27, 28). Dessa rapporter har med hja lp av tekniken FAHP framsta llt viktiga och sunda resultat och slutsatser. A ven en vidare uto kad litteraturso kning har utfo rts, dock utan resultat av mer specificerade rapporter inom liknande problemomra de som denna studie.
Tilldelning av vikter
Den grundvariant av FHP som beskrivs nedan utvecklades av J.J Buckley pa 80-talet (29). Dock har denna metod utvecklats och den fo rba ttrade metoden beskrivs nedan: (26)
Tillva gaga ngssa tt:
1. Skalan över betydelse (se tabell 1) utgör grunden för FAHP där beslutsfattaren jämför de olika egenskaperna som ett alternativ har parvis. Som exempel, en mobiltelefon är ett alternativ som har tre egenskaper; minne, kamera, pris. Dessa egenskaper jämförs parvis där beslutsfattaren tilldelar alternativen vikt (mellan 1 och 9) utefter dess betydelse gentemot varandra. Där radelementet delas med kolumnelementet. Detta bildar då en parvis jämförelsematris, när samma egenskap jämförs får dem värdet 1. Dessa värden som tilldelas kallas ”crisp numbers”.
2. De tilldelade värdena för varje egenskap omformuleras från ”crisp numbers” till ”fuzzy numbers”. Är de tilldelade värdena (”crisp numbers”) i heltal ersätts det av de motsvarade ”fuzzy numbers”, se tabell 1.
Exempelvis ersätts ”crispy number” 7 med ”fuzzy numbers” (6, 7, 8).
Är de tilldelade värdena i bråktal används ekvation 1, där de ”fuzzy
numbers” omvandlas till bråktal. Exempelvis omvandlas ”crispy number” 1
5 till bråktalen (1
4,1
5,1
6) i form av ”fuzzy numbers”.
𝐴̃−1 = (𝑙, 𝑚, 𝑢)−1= (1 𝑢, 1
𝑚,1
𝑙) (1)
3. För varje egenskap beräknas nu ”Fuzzy geometric mean value” 𝑟̃. 𝑖 Detta enligt ekvation 2.
𝑟̃ = (𝐴𝑖 ̃ ⊗ … ⊗ 𝐴𝑖1 ̃ )𝑖𝑛 1𝑛 (2) 4. Vidare beräknas ”Fuzzy wight” 𝑤̃𝑖 med ekvation 3 för varje
geometriskt medelvärde 𝑟̃. 𝑖
𝑤̃𝑖 = 𝑟̃ ⊗ (𝑟𝑖 ̃ ⊕ … ⊕ 𝑟1 ̃ )𝑛 −1 (3) 5. Varje ”Fuzzy numbers” behöver nu konverteras tillbaka till ett
”Crisp number”. Detta görs med hjälp av ekvation 4. Även detta för varje värde 𝑤̃𝑖.
𝑤𝑖 =𝑙𝑖+ 𝑚𝑖 + 𝑢𝑖 3
(4) 6. Alla vikter summeras sedan ihop och bildar ett totalt värde. Detta
värde ska vara 1 men ofta är så inte fallet och vikterna behöver normaliseras genom att använda ekvation 5 för att vikterna ska få sin slutliga form. (29)
𝑤𝑖 = 𝑤𝑖
∑ 𝑤𝑖1 𝑖
(5)
Tabell 1: Skala över relativ betydelse mellan olika egenskaper.
Relativ
Betydelse Crisp number Fuzzy number
Extremt stark 9 (9,9,9)
Mellan värden (7,8,9)
Väldigt stark 7 (6,7,8)
Mellan värden (5,6,7)
Stark 5 (4,5,6)
Mellan värden (3,4,5)
Måttligt stark 3 (2,3,4)
Mellan värden (1,2,3)
Lika 1 (1,1,1)
Figur 4: Skala över relativ betydelse mellan olika egenskaper.
Konsekvens
Fo r att avgo ra om de utra knade vikterna a r korrekta beho ver ett ma tt pa konsekvent ra kas ut. En viss del av inkonsekvens a r dock godtagbar i denna typ av bera kning. Detta utfo rs genom fo ljande metod: (30)
1. Återgå till den ursprungliga matrisen från punkt 1 under rubriken
”Tilldelning av vikter”. Multiplicera de uträknade vikterna till tillhörande egenskap i matrisen, därefter summera värdena från varje enskild egenskap och placera varje summa i en ny kolumn i matrisen.
2. Varje ny summa delas nu med den tillhörande vikt. De resultat som erhålles från varje division summeras därefter och delas med antal egenskaper, detta för att erhålla lambda max. Se ekvation 6, där 𝑛 är antal egenskaper.
𝜆𝑀𝐴𝑥 =
∑ 𝑤𝑖1 𝑖 𝑤𝑖
𝑛
(6)
3. Nu kan ”Consistency index” beräknas. Detta i enlighet med ekvation 7.
𝐶. 𝐼 =𝜆𝑀𝐴𝑥− 𝑛 𝑛 − 1
(7)
4. Beräkningen av ”Consistency ratio” sker med ekvation 8. Om 𝐶𝑅 är minde eller lika med 0.10 är vikterna godkända, och analysen kan fortsätta. Notera att 𝑅𝐼 är en konstant, tabell över konstanten återfinns i tabell 2. Vidare, är även värdet 0.10 en konstant. (30)
𝐶𝑅 =𝐶𝐼
𝑅𝐼 ≤ 0.10 (8)
Tabell 2: Konsekvensindexför slumpgenererade matriser. (30) KONSEKVENSINDEX (𝑹𝑰)
𝒏 3 4 5 6
𝑹𝑰 0,58 0,9 1,12 1,24
Prioriteringar av egenskaperna mellan alternativen
Alternativens egenskaper beho ver tillika vikas mot varandra. Tidigare har endas egenskaperna viktas mot varandra parvis, men fo r att avgo ra hur bra ett alternativ a r beho ver de olika alternativens egenskaper viktas mot varandra. Detta sker genom fo ljande procedur: (30)
1. En första egenskap väljs. Som regel väljs ”kostnad” som första egenskap. En matris skapas där kolumn ett och rad ett sätts
alternativen samt den egenskap som beslutstagaren ska jämföra de olika alternativen mellan. Därefter viktas de olika alternativen mot varandra beroende på hur väl alternativen tillgodoser egenskapen.
De värden som tillsätts intersekterna finns i tabell 3. Denna tabell är en variant på tabell 1 fast utan mellan värdena.
Vilka vikter som tillsätts är helt upp till beslutsfattaren och dennes preferenser. I exemplet nedan (tabell 4) föredrar beslutsfattaren
”Mobil 1” i hög grad framför ”Mobil 2”. Detta ger värdet 5 i cell
”Mobil 1 – Mobil 2”. Därefter beräknas summan för respektive alternativ, i detta fall ”Mobil 1” och ”Mobil 2”.
Tabell 3: Relativ betydelse och tillhörande numeriskt värde.
Relativ Betydelse Numeriskt värde
Extremt stark 9
8
Väldigt stark 7
6
Stark 5
4
Måttligt stark 3
2
Lika 1
Tabell 4: Kostnadsjämförelse mellan två olika alternativ.
Kostnad Mobil 1 Mobil 2
Mobil 1 1 5
Mobil 2 1
5
1
Summa 1,2 6
2. Tabell 4 behöver nu normaliseras och prioriteringarna beräknas.
Normalisering utförs enligt formel 5 i tidigare avsnitt. Den normaliserade tabellen ser ut som följer (tabell 5).
Tabell 5: Normaliserad tabell över kostnadsjämförelse mellan två olika alternativ.
Kostnad Mobil 1 Mobil 2 Prioritering
Mobil 1 1
1,2=5
6≈ 0,833 5
6≈ 0,833 5
6 + 5 6 2 =5
6
≈ 0,833
Mobil 2 1
6≈ 0,167 1
6≈ 0,167 1
6≈ 0,167 3. Finns det fler än två alternativ behöver även ”Consistency ratio”
beräknas för matrisen.
4. Punkt 1 och 2 upprepas (eventuellt punkt 3) för alla de olika egenskaperna som alternativen innehåller.
5. Avslutningsvis skapas en samanställd matris som innehåller de olika alternativen samt deras respektive prioritering för varje egenskap. Ur denna matris går det att avgöra vilket alternativ som är bäst utifrån en egenskap, dock kan beslutsfattaren inte avgöra vilket alternativ som är bäst överlag.
Övergripande prioritering
Fo r att avgo ra vilket alternativ som a r o vergripande ba st kra vs det att de vikter som framtagits i avsnitt ”Tilldelning av vikter” multipliceras med tillho rande egenskap fo r varje alternativ. Da refter summeras alla egenskapers prioriteringar fo r varje alternativ fo r att resultera i ett o vergripande va rde. Det alternativ med ho gst va rde a r det ba sta alternativet.
(30)
Känslighetsanalys
En la ttare ka nslighetsanalys bo r go ras innan resultatet kan ses om fulla ndat och ett beslut kan tas. Detta framsta lls genom att variera och a ndra de vikter som a r framtagen fra n underrubriken ”Tilldelning av vikter” i avsnitt 2.8. En vanlig strategi a r att a ndra vikterna sa dem a r lika, minska den vikt med mest betydelse och fo rso ka hitta den punk da r alternativens o vergripande prioritering a r som na rmast. (30)
Fo r mer information om ka nslighetsanalys la s avsnitt 2.7.
Arbetets bidrag
Denna fallstudie kommer bidra med ett grundunderlag fo r vidare forskning eller beslutsfattande. Som beskrivet i avsnitt 2.8 har en litteraturso kning utfo rts fo r att finna liknade studier som anva nt tekniken FAHP. Dock har denna so kning inte resulterat i na gra funna artiklar.
Av denna anledning sa bo r denna studie bidra med en nyskapande applicering av tekniken FAHP som fo rhoppningsvis o kar fo rsta elsen och anva ndningsomra de av denna teknik. Vilket i fortsa ttningen kan bidra med inspiration till fortsatt forskning inom a mnet.
Vidare sa a r fo rhoppningen att denna studie bidrar till en o kad fo rsta else om studiens problemomra de samt dess anva ndbarhet. Incitamentet a r a ven att denna studie ska fungera som beslutsunderlag fo r beslutsfattare inom uppsatsens problemomra de. Detta fo r att ma nniskor i framtiden ska erha lla den effektivaste va rden ba de ur va rdtagandeperspektiv men ocksa ur ett samha llsekonomiskt perspektiv. Vilket i fo rla ggningen kan bidra till ett friskare och sundare samha lle.
3 Metod
Avsnitt 3.1 behandlar datainsamlingsprocessen. Hur processkartla ggningen har skett beskrivs i avsnitt 3.2. Kostnadsmodellerna och FAHP fo rklaras i avsnitt 3.3. Validitet och reliabilitet diskuteras i avsnitt 3.4. I sista avsnittet behandlar kapitlet studiens etiska- och samha lleliga aspekter.
De beskrivna delarna som utgo r studien finns illustrerat i figur 5 nedan. Den fo rsta pilen i illustrationen representerar kapitel 2 som beskriver studiens bakgrundsteori.
Figur 5: En figur som beskriver arbetets metodik i ordningsföljd.
Datainsamling
Denna del av arbetet illustreras av andra pilen i figur 5, och a r det fo rsta steget i studiens metodkapitel.
Datainsamlingen har skett under perioder och utifra n hur modellen har utvecklats.
I initieringsfasen av arbetet diskuterades forskningsproblemet och en fra gesta llning sattes upp. Utifra n denna sa framsta lldes en lista pa vad fo r data som kunde vara intressant, hela listan a terfinns i bilaga A. Denna lisa vidarebefordrades till kontaktperson pa Sundsvalls sjukhus.
Datat ha mtades senare pa plats pa la nssjukhuset i Sundsvall. Vid detta tillfa lle diskuterades ytterligare om vad fo r data som var av intresse, samt utfo rdes ytterligare fo rfra gningar om data fra n tredje part.
Motivet till detta tillva gaga ngssa tt att samla in all potentiell data som fanns, var fo r att vid senare tillfa lle sortera bort de data som inte var anva ndbart/ono digt. Detta fo r att bespara tid na r bera kningsmodellen sattes upp.
3.1.1 Sortering av data
I enlighet med de begra nsningar och avgra nsningar som besta mdes sa sorterades all data upp efter dessa. All data sorterades till att endast besta av information som behandlar ha lsocentralen i Sundsvalls centrum och behandla a r 2019. Denna process utfo rdes manuellt. Det utsorterade datat lagrades i avsedda Excel filer.
All data sorterades, detta fo r att sorteringsprocessen utfo rdes innan bera kningsmodellen sattes upp. Detta fo r att datat skulle vara sorterat och redo att tilla mpas i bera kningsmodellen na r denna sattes upp, oavsett hur oanva ndbart datat verkade vid sorteringsprocessen.
3.1.2 Data
De data som erho lls var o ver samtliga va rd/ha lsocentraler i Va sternorrland och i Excel format (.xls och .xlsx). Vad fo r data som erho lls:
• Antal patienter för respektive vårdcentral sorterad över åldersgrupp, kön och månad.
• Intäkter från besök för olika vårdtjänster (Läkarbesök, hemsjukvårdsbesök av läkare, besök på vårdklinik övrigt och hemsjukvårdsbesök övrigt) per månad.
• Antal vårdkontakter för varje åldersgrupp och kön för hemsjukvård och öppenvård per månad.
• Antal kontakter/antal resurser/antal patienter för varje verksamhetsdel.
Detta per månad.
• Totalkostnad, genomsnittskostnad, minsta kostnad och maximala kostnad för varje enskild HC/VC i länet.
• Antal undvikbara vårdtillfällen för slutenvård (kvalitetsmått).
• Antal listade per postnummer.
• Antal sjuktransporter från en viss ort till varje HC/VC under varje månad.
Data ha mtades a ven fra n andra officiella ka llor. Dessa var:
• Drivmedelspris under 2018 (31)
• Data för snittanvändning av bränsle för diesel- och bensinbilar under 2018 (32)
• Antal besök per patient under 2017. (2)
En indikation o ver hur ma nga la karbeso k per sko terskebeso k som utgjordes av A LSA-teamet framgick fra n en mailkonversation mellan fo rfattaren och en personal ur A LSA-projektet. Konversationen a terfinns i bilaga B.
A ven ett snitt under a ret 2018 fo r priset av drivmedel ra knades ut, dock fokuserade bera kningsmodellen endas pa priset fo r diesel. Ett snitt fo r anva ndningen av drivmedel fanns redan att tillga , modellen bera knade endas med fokus pa dieselbilar.
Da snittva rde fo r varje ma nad var intressant fo r majoriteten av de data set som erho lls sa bera knades a ven dessa fo r alla de mo jliga dataseten.
Processkartläggning
Processkartla ggningen o ver de ba da va rdmodellerna gjordes genom en fo renklad version av en ”virtuell processpromenad”. Denna process a r representeras av den andra pilen i figur 5.
