180 likes | 348 Views
Några observationer från en flerlandsstudie om mätningar i hälso- och sjukvård Martin A. Wikström, Tillväxtanalys martin.wikstrom@tillvaxtanalys.se. Tillväxtanalys. Primär målgrupp - Regeringskansliet där Näringsdepartementet är huvudman
E N D
Några observationer från en flerlandsstudie om mätningar i hälso- och sjukvårdMartin A. Wikström, Tillväxtanalysmartin.wikstrom@tillvaxtanalys.se
Tillväxtanalys • Primär målgrupp - Regeringskansliet där Näringsdepartementet är huvudman • 60 anställda. Huvudkontor i Östersund, verksamhet i Stockholm, Brasilia, Bryssel, New Delhi, Peking, Tokyo och Washington DC
Uppdrag: kunskap för hållbar tillväxt i hela landet • Utvärdera och analysera svensk tillväxtpolitik • Förvalta och utveckla statistik och analysverktyg • Genomföra utlandsbaserad omvärldsanalys och bevakning och främja internationellt erfarenhetsutbyte Hälso- och sjukvårdspolitik Life sciences Forskningspolitik
Enrico DeiacoAvd. chef Martin WikströmFoI, LS, SH Sigrid HedinTU Irene Ek MartinssonInnovationspolitik Helena TillborgFoI, LS, HUT Niklas KviseliusTU Pia JosephsonSamordning Lars Bager-SjögrenMetodutv & Utvärd. Carl JedingEuropa Martin FlackHUT Shigeyuki NaitoTU Izumi TanakaHUT Rolf Höijer TU, Innovation Kaoru Tomihisa Anna Kempe Ledin LS, FoI, SH Yoonjin Cho Seoul Christer LjungwallFoI, TU Ola GöranssonHUT Ulf AndreassonHUT, FoI Sofie Björling SunHongli Peter Wennerholm Andreas MuranyiLS, FoI, SH, HUT, TU Mikael RománHUT, FoI Zhang Yaoyao
Olika utmaningar – inte lätt att jämföra… • Stor heterogenitet • Struktur • Storlek • Ekonomi • Demografi • Utmaningar • Demografiska • Life style • Kvalitetskontroll • Tillgång till sjukvård • Fattigdom
USA – heterogent, komplex, dyrt, ingen översikt, många initiativ, investeringar i e-hälsa, centrala grepp kommer • Kanada – Parallella system, svårigheter mellan provinserna, men harmonisering är inte lätt • England – Till stor del centraliserat system, mycket mätningar, komplext, även, kommersiella aspekter • Indien – Stora utmaningar, fattigdom, infrastrukturbrister, delstater, stora ambitioner (HIS) • Australien – Imponerade av Sverige, bygger ramverk, EHR svåranvänt, federal struktur komplicerar
Många sorters data samlasObligatoriskt eller frivilligt • Kort- och långsiktig kvalitetsförbättring • Utvärderingscykler • Best practices • Patienterfarenheter • Forskning • Regulatoriskt (kliniskt, ekonomi, management, ansvar) • För att ge valmöjligheter för patienter • Folkhälsa • Policy Förhållandena olika för olika sorters data
Tillvägagångssätt för vårdrelaterade mätningar – men inget lands system är helt renodlat Top-down • Avancerade ramverk för kvalitetskontroll, kvalitetsförbättringar, kostnadseffektivitet och ansvar utvecklas • Centrala datainsamlande myndigheter som sedan vidareförmedlar information till många aktörer • Centrala strategier, initiativ, rådgivande grupper m.m. • Pay for performance -> Pay for outcomes Bottom-up • Initiativ från regionala myndigheter, vårdgivare, intressentgrupper, akademiska organisationer, professionella föreningar
…men metodiken är också kopplad till syftet Centralt initiativ, krav från myndigheter (top-down) • Kvalitetssäkring • Effektivitet • Uppfyllande av kliniska standarder • Obligatoriska kvalitetsförbättringscykler • Regulatoriska frågor Profession, akademiska organisationer, vårdgivare (bottom-up) • Långsiktig kvalitetsförbättring • Forskning • Kvalitetsuppföljning lokalt vid sjukhus/vårdgivare (nära realtid) Men mycket data kan användas för multipla syften
Regler, standarder och fragmenterat ansvar • Tydliga och rimliga regler • Behov av långsiktiga ramverk och tekniska standarder • Centralt organiserat system för datainsamling…men riskerar nya och mindre initiativ bromsas i ett sådant system? • Problematiskt för federala länder • Komplexa system med många aktörer och spritt ansvar • Olika policies • Olika regelverk (insamling, integritet, dataanvänding) • Olika infrastruktur • Kan resultera i duplicering, att kvalitetsregister blir för små och onödigt geografiskt begränsade Hinder och problem…
Finansiering och operativt stöd • Närhet till kliniska och epidemiologiska miljöer • Offentligt commitment • Långsiktig finansiering • Management-stöd • Operativt stöd • Tekniska standarder • Utveckling av tekniska och operativa standarder
IT infrastruktur • Utveckling av avancerade rapportsystem möjliggör att stora mängder data samlas in. • Personnummer (eller liknande) • Automatiska rapportsystem från journaler • Från mobila lösningar • Elektroniska patientjournaler • Men frivillighet försvårar användbarhet • Nya initiativ • Duplicering av data • Säkerställa användandet av information innan nya initiativ startas • Samma data för flera syften • Legala situationen?
Några resultat av IT-utvecklingen • Rapportering på ”papper” minskar • File transfers (email) • Downloads från vårdgivares IT-system • Uppbyggnad av ”data warehouses” • Elektroniska journaler (EHR) • Automatisk rapportering från journalsystem • mHealth-lösningar?
Incitament för rapportering • ”Är det inte obligatoriskt så blir det nedprioriterar” • Finansiella incitament verkar fungera • Drivkrafter för klinisk personal • Nyttan tydligt för patienter • Enkelt och helst automatiskt • Prompting
Patientdeltagande I vissa fall hindrat av komplicerade regelverk • Transparens • Nytta • Insamlingsmetodik • Dataanvändning • Integritet och anonymitet • Opt-out …men skillnader i consent-regler kan ställa till det
Några slutsatser • Organisation • Delvis beroende på sjukvårdssystemets organisation • Vissa länder använder starkt centaliserade informationssystem, andra mer löst koordinerade (eller inte koordinerade) tillvägagångssätt • Federala stater har ofta en komplicerad situation • Deltagande och incitament • Opt-out strategier ofta positiva • Harmonisering av regler • Buy-in av klinisk personal och patienter • Transparens • integritet och nytta måste tydlig • Arbetsbördan för kliniker bör vara så låg som möjligt (IT-system) • Ekonomiska initiativ kan fungera
Stöd • Långsiktigt ekonomiskt- och management-stöd är viktigt • Tillgång till expertis inom klinisk verksamhet, epidemiologi och statistik anses ofta central för CQR. • Tydligt regelverk • Dataanvändning • Ett effektivt användande av insamlad information måste säkerställas och anses ibland viktigare än nya initiativ • Nya register ska skapas där behovet är störst • Dubblering av data och överlappande indikatorer förekommer och bör undvikas så mycket som möjligt