Erfaringer med brug af omkostningsdatabasen Ved Morten Hjmose
Erfaringer med brug af omkostningsdatabasen Ved Morten Højmose Andersen og Karsten Bolvig Hansen
Baggrund Kilde: Løbende offentliggørelse af produktivitet i sygehussektoren 2012 - 2013
Ny tilgang • • • Andre har prøvet at forstå det før. Uden held… Vi må prøve noget nyt Eksterne konsulenter (Deloitte) Opgave: Identificere årsager til lav produktivitet, bl. a. via analyser på OMKDB Analyser af sygehusenes produktivitet på afdelingsniveau (Klinik-niveau) • • • DRG produktionsværdi vs. Omkostningsniveau i OMKDB 2012 til 2014 Identificere indsatsområder med potentiale for effektivisering
Status på arbejdet med Deloitte • • Ikke endeligt afsluttet Udestår dialog om resultater Endnu ikke sendt til hospitalerne i regionen Derfor vises ingen konkrete resultater
Muligheder • • Se omkostninger på klinik- / afdelings- / patientniveau Analyser af sammenlignelige afdelinger • • • En slags intern produktivitetsanalyse Sammenligninger med DRG takster (landsgennemsnit, hvis taksterne ikke er sat – eller andet…) Udvikling over tid, både på DRG grupper, klinikker, afdelinger osv. • Vanskeliggøres af diverse ændringer mellem år
Forhindringer - 1 • Niveauer i opgørelserne • • DRG opgjort på sygehusudskrivninger OMKDB opgjort på afdelingsudskrivninger Assistance-afdelinger er problematiske, fordi de i vidt omfang ”forsvinder” (Anæstesi, patologi, radiologi etc. ) Variationer mellem år kan gøre sammenligninger svære • Nye organiseringer, ændringer mht. stamafdeling vs. assistanceafdeling (f. eks. FAMer) etc.
Forhindringer - 2 • OMKDB er en ”Black Box”. • • Meget kompliceret, så regionerne har svært ved at forstå og/eller genskabe resultater. (f. eks. Klinik Diagnostik) Afstemning mellem fordelingsregnskaber og OMKDB er vanskelig Begrænset dokumentation, f. eks. af metoder, variable, vægtningssystemer, pointsystemer osv. Store spredninger i data svækker troværdighed. Nogle værdier er åbenlyst forkerte. Primære årsag er sandsynligvis kvaliteten af fordelingsregnskaberne… Udviklinger vi ikke forstår og ikke kan forklare… Meget ressourcekrævende at prøve at forstå… Regionerne må have tillid, for kontrol er i praksis ikke mulig
Eksempel på udvikling vi ikke forstår DRG-Værdi Omkostninger Produktivitet Sgh A Sgh B Kilde: 1. udkast til rapport fra Deloitte Assistanceafdelinger (Diagnostik, Anæstesi) blev efterfølgende holdt ude Sgh A: Takstbasis, Fordelingsregnskab 2013: 197, 6 Takstbasis, Fordelingsregnskab 2014: 233, 4 Sgh B: Takstbasis, Fordelingsregnskab 2013: 134, 0 Takstbasis, Fordelingsregnskab 2014: 117, 8
Mange fejlkilder i alle led i kæden • Registrering på hospitalerne • • Udarbejdelsen af fordelingsregnskaberne • • Metodeforskelle mellem regioner Bearbejdning ved SSI • • Fordelingsnøgler Medicin, implantater o. s. v. Håndtering af midlertidige omkostningssteder De Tilrettede Driftsudgifter (DTD • • Variationer mellem afdelinger, hospitaler, regioner… Diverse korrektionssystemer Etc…
Konklusioner • • • Brug af OMKDB kræver stort kendskab til sundhedsvæsenet som helhed og data i særdeleshed Nødvendigt at kende baggrund og historik ved fortolkning af variationer Ekstremt tidskrævende fordi det er så komplekst ”Gamle” data. Hvis vi finder noget interessant og spørger klinikken – så er det lavet om for længe siden… Jo lavere niveau – jo mere upræcist. OMKDB skabt med henblik på takstberegning – ikke til produktivitetsanalyser
- Slides: 10