Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}

Liggetider og reinnleggelser i somatiske sykehus før og etter Samhandlingsreformen

t.p.hagen@medisin.uio.no

Professor (kontaktforfatter)

Avdeling for helseledelse og helseøkonomi, Institutt for helse og samfunn, Universitetet i Oslo Postboks 1089 Blindern, 0317 Oslo

Førsteamanuensis, Avdeling for helseledelse og helseøkonomi, Institutt for helse og samfunn, Universitetet i Oslo

Samhandlingsreformen ble implementert fra 1. januar 2012 og innebar blant annet kommunal betaling for pasienter som ble liggende utover tidspunktet da de var definert som utskrivningsklare. Forsknings­spørsmålene i denne artikkelen er om ordningen bidro til en reduksjon i liggetidene og til å øke sannsynligheten for at de aktuelle pasientene ble reinnlagt for akuttbehandling innen 30 dager etter utskriving. Vi finner at implementeringen av Samhandingsreformen er assosiert med en generell reduksjon i liggetidene på 0,1 dager. Vi analyserte fire pasientgrupper nærmere; pasienter med hoftebrudd, slag, hjertesvikt og KOLS. For pasienter som ble definert som utskrivningsklare og skal ha tjenester fra kommunene, ble liggetidene redusert mer, for eksempel 4−6 dager for pasienter med slag eller hoftebrudd. Sannsynligheten for reinnleggelse økte med alder og komorbiditeter. Pasienter som ble meldt utskrivningsklare, hadde høyere reinnleggelsesrater enn de som ikke ble meldt utskrivningsklare. Det var en generell økning i reinnleggelsesratene på 1−2 prosent i analyseperioden 2008−2014, men ingen signifikante endringer i reinnleggelsesratene fra før til etter innføringen av Samhandlingsreformen for de pasientgruppene vi analyserte. Det var imidlertid store variasjoner mellom helseforetak og kommuner. Vår fortolkning er at kommunene generelt sett klarte å håndtere den økte omsorgsbelastningen som fulgte av Samhandlingsreformen.

Stikkord: Utskrivningsklare pasienter, kommuner, sykehus

The Cooperation Reform, implemented from 1st January 2012, included among other things a municipal daily fee for patients staying in hospitals following the day they were defined as ready for discharge. The research questions are whether implementing the fee was associated with reduction in length of stay and increased acute 30 days readmissions rates for the relevant patient groups. The results indicate that the implementation of the Cooperation Reform was associated with a reduction of length of stay of 0.1 day. We analyzed four patient groups in details; patients with hip fracture, stroke, heart failure and COPD. For patients classified as ready for discharge and consequently were in need of municipal services, the observed reductions were larger, for example 4–6 days for patients hospitalized with stroke or hip fracture. Readmission rates increased with age and comorbidities. Patents classified as ready for discharge had higher readmission rates than those that were not. There was an increase in readmission rates of 1–2 percentages in the period we analyzed but there were no significant changes in readmission rates that were associated with the implementation of the Cooperation reform for any of the analyzed groups. There were however differences both between health enterprises and municipalities. Our interpretation is that the municipalities generally managed to handle the increased care burden that followed from the Cooperation Reform.

Keywords: Patients ready for discharge, municipality, hospital

1 Innledning

Kommunal finansiering av utskrivningsklare pasienter i spesialisthelsetjenestene ble innført som et ledd i Samhandingsreformen fra 1. januar 2012. Ordningen blir regulert i forskrift om kommunal medfinansiering av spesialisthelsetjenesten og kommunal betaling for utskrivningsklare pasienter (FOR 2011-11-18 nr 1115), kapittel 3 (§ 7-15):

«Når en pasient legges inn på sykehus, skal helsepersonellet på sykehuset gjøre en vurdering av om pasienten kan ha behov for hjelp fra den kommunale helse- og omsorgstjenesten etter utskrivning fra sykehuset. Viser vurderingen at pasienten kan ha behov for slik hjelp, skal sykehuset varsle kommunen om dette innen 24 timer etter innleggelsen. Betalingsplikten inntrer fra og med det døgnet pasienten blir erklært utskrivningsklar og kommunen har gitt beskjed om at den ikke kan ta imot pasienten. Betalingsplikten inntrer også dersom kommunen ikke har svart på varselet om utskrivningsklar pasient».

Som et ledd i reformen overførte staten rundt 560 millioner kroner fra sykehusene til kommunene slik at kommunene kunne etablere tilbud til disse pasientene. Kommunene betalte i 2012 4000 kroner per døgn for pasienter som ble definert som utskrivningsklare, men ikke utskrevet. Betalingssatsen er senere justert med prisstigningen og er i 2016 kr. 4505.

Det eksisterte også tidligere en betalingsordning for utskrivningsklare pasienter (Prop. 91 L (2010–2011)). I forskrift om kommunal betaling for utskrivningsklare pasienter ble fylkeskommunene, senere de regionale helseforetakene, gitt mulighet til å kreve betaling av kommunene for pasienter som oppholdt seg i sykehus i påvente av kommunalt tilbud dersom det ikke forelå avtaler mellom helseforetakene og kommunene (forskrift 16. desember 1998 nr. 1447 om kommunal betaling for utskrivningsklare pasienter). Betaling kunne kreves fra ti dager etter at kommunen var varslet om at pasienten var utskrivningsklar hvis ikke annet var avtalt. I praksis innebar ordningen at kommunene hadde svake økonomiske insentiver til å ta imot utskrivningsklare pasienter (­Holmas, Kjerstad, Luras & Straume, 2010). Et forslag om betaling for pasienter fra dag fem etter at de ble definert utskrivningsklare, ble fremmet i NOU 2003:1, men ikke fulgt opp.

Det er tidligere vist at den nye betalingsordningen for utskrivningsklare pasienter er assosiert med reduserte liggetider for pasientene som ble meldt utskrivningsklare (Hagen, McArthur, & Tjerbo, 2013). Avhengig av analysemetodene ble liggetidene fra pasienten ble meldt utskrivningsklar til pasienten ble skrevet ut, redusert med mellom 3,4−3,9 dager. Reinn­leggelses­­ratene er tidligere analysert av Helsedirektoratet (2015). Deler av konklusjonen er at «mens det har vært en jevn nedgang i andelen reinnleggelser etter opphold som ikke ble meldt utskrivningsklare fra 2010 til 2014, så økte andelen reinnleggelser for utskrivningsklare pasienter som ble tatt imot av kommunen etter 0−1 dager fra 18,4 til 19,8 prosent fra 2012 til 2014». Folkehelseinstituttet (2016) har også presentert data om reinnleggelsesrater for perioden fra 2010−2014. Konklusjonen er at det har skjedd en økning av reinnleggelsesratene i analyseperioden. De har imidlertid ikke analysert assosiasjonen mellom Samhandlings­reformen og endringer i reinnleggelsesratene.

Høye reinnleggelsesrater er i mange sammenhenger, og særlig i den amerikanske debatten, betraktet som en indikator på lav kvalitet (Axon & Williams, 2011). Reinnleggelser er også benyttet som kvalitetsindikator i alle de skandinaviske landene (Folkehelseinstituttet, 2016; Socialstyrelsen & SKL, 2014; Sundhetsstyrelsen, 2009). Europeiske studier gir imidlertid ikke like klare holdepunkter for å konkludere med at høye reinnleggelsesrater reflekterer lav kvalitet (Fischer, Anema, & Klazinga, 2012). For eksempel viser analysene fra EuroHOPE-prosjektet at Norge har korte liggetider, høye reinnleggelsesrater og lav 30- og 365-dagers dødelighet for de analyserte pasientgruppene (Hagen et al., 2015; Heijink et al., 2015; Kittelsen et al., 2015).

Problemstillingene i denne artikkelen er om implementeringen av Samhandings­reformen er assosiert med reduserte liggetider og økte sannsynligheter for akutte reinnleggelser for inneliggende pasienter som er definert som utskrivningsklare. Teoretisk kan problemstillingene forstås innenfor modeller av strategisk interaksjon mellom sykehus og primærhelsetjenester (Forder, 2009; Kverndokk & Melberg, 2016). Hvis en betrakter betalingsordningen for utskrivningsklare pasienter separat, vil hypotesen under bestemte forutsetninger være at det vil skje en økning i reinnleggelser som følge av at pasientene skrives ut tidligere og liggetiden går ned. I forbindelse med implementeringen av Samhandlingsreformen vil en imidlertid kunne argumentere for at kommunene forventer høyere pleiebelastning som følge av kortere liggetider ved sykehusene. Kommunene vil tilpasse seg dette gjennom å øke innsatsen i omsorgstjenestene slik de også har fått ressurser til. Beck Olsen & Hagen (2015) finner i den sammenheng at det skjer en generell økning i årsverksinnsatsen i kommunenes pleie- og omsorgstjenester etter innføringen av Samhandlingsreformen. Dette har ledet til økning i legeressursene i sykehjem, økning i antall korttidsopphold i sykehjem og i antall pasienter som får hjemmesykepleie. Som følge av dette, er det ikke a priori klart at en eventuell reduksjon i liggetidene etter 2012 leder til flere akutte reinnleggelser.

I artikkelen avgrenser vi oss til en før/etter-analyse av innføringen av Samhandlingsreformen. Den metodiske utfordringen er å isolere effektene av Samhandlingsreformen fra andre forhold som for eksempel endringer i pasientpopulasjonen og sykehusenes klassifisering av pasienter i gruppen av pasienter som meldes utskrivningsklare. Dette vil en i prinsippet ikke kunne gjøre fullt ut uten gjennom randomiserte kontrollerte eksperimenter. Som vi gjør nærmere rede for i det følgende, er det likevel gjort et betydelig arbeid for å kunne nærme seg en analyse av de kausale effektene av reformen.

2 Data og metode

Data og utvalg

Data om pasientpopulasjonen ble hentet fra Norsk pasientregister (NPR) og omfattet i utgangspunktet alle pasienter innlagt fra 1. januar 2008 til 31. desember 2014. Fra dette datasettet hentet vi fem utvalg: Et tilfeldig trukket utvalg av 200 000 pasienter og fire diagnosespesifikke utvalg som omfattet alle pasienter innlagt med hoveddiagnosene KOLS eller astma (ICD 10: J44, J45 og J46), hoftebrudd (ICD 10: S72), hjertesvikt (ICD 10: I50) og hjerneslag (ICD 10: I63). Argumentene for å gjøre diagnosespesifikke analyser er at det vil redusere heterogeniteten i pasientpopulasjonen som studeres, og forenkle beskrivelsen av pasientforløpene (Hakkinen et al., 2013). De fire diagnosene ble valgt på grunnlag av høye forventede reinnleggelsesrater (Kates, Behrend, Mendelson, Cram, & Friedman, 2015; Yin, Dahl, Hagen, & Luraas, 2016). Data fra 2008 ble kun benyttet i risikojusteringen.

Det tilfeldig trukne utvalget på 200 000 pasienter ble benyttet til beskrivende analyser. Liggetider og reinnleggelser ble analysert samlet og fordelt på to grupper, pasienter som ble meldt utskrivningsklare (hadde forventet behov for hjelp fra primærhelsetjenesten), og pasienter som ikke ble meldt utskrivningsklare. De fire diagnosespesifikke gruppene ble gjenstand for mer omfattende analyser der målet var å identifisere assosiasjoner mellom Samhandlingsreformen på den ene siden og henholdsvis liggetider og reinnleggelser for pasienter som ble klassifisert som utskrivningsklare på den andre.

Den metodiske utfordringen ved analysen var å sammenlikne «like-mot-like» i betydningen pasienter som hadde de samme kjennetegn eller karakteristika, herunder samme sannsynlighet for å bli definert utskrivningsklare, før og etter 1. januar 2012. Vår empiriske strategi hadde flere elementer: 1) Vi ekskluderte pasienter som var innlagt med den samme diagnosen som ved indeksoppholdet inntil 365 dager før indeksoppholdet startet. De fleste pasientene i vårt utvalg vil derfor være representert ved et førstegangsopphold for sykdommen. 2) Vi gjennomførte en omfattende risikojustering for de inkluderte pasientene basert blant annet på informasjon om pasientenes alder, kjønn og sykehistorie. 3) Vi utnyttet tilgjengelig informasjon for å etablere predikerte verdier for variabelen som beskriver om pasienten ble definert som utskrivningsklar. Det siste var nødvendig da det skjedde endringer i kodingspraksis i sykehusene i analyseperioden.

Variabler

Liggetid for innlagte pasienter ble definert som differansen mellom utskrivingsdato og innleggelsesdato for en hel sykehusepisode. En sykehusepisode kan omfatte flere sykehusopphold som følge av overflytninger. Vi definerer en sykehusepisode som et forløp der avstanden mellom sykehusoppholdene er ≤ 1 dag.

Reinnleggelser kan defineres på ulike måter (Barrett, Raetzman, & Andrews, 2012). Her beskrives reinnleggelser som akutte innleggelser for enhver sykdom som skjer innen 30 dager etter utskrivning fra en indeksepisode, der indeksepisoden er definert som den første sykehusepisoden for en bestemt pasient innen et kalenderår. For å skape sammenliknbarhet i pasientutvalget ekskluderes øvrige reinnleggelser, dvs. reinnleggelsen(e) etter reinnleggelsen. Pasienter som døde under indeksepisoden, ekskluderes fra analysene når ikke annet er nevnt.

Vi foretok risikojustering av pasientene ved hjelp av følgende grupper av variabler:

  1. Alder (ALDER)

  2. Kjønn (KJØNN)

  3. Komorbiditet målt ved Charlsons komorbiditetsindeks (CKI)

  4. Samlet liggetid ved alle norske sykehus siste år før indeksepisoden (LIGGTIDSISTEÅR)

Vi etablerte CKI på bakgrunn av sykehusdata om innleggelser og polikliniske konsultasjoner fra de siste 365 dagene før indeksdagen (den første dagen i indeksepisoden). CKI er basert på en rekke sykdommer som er vist å påvirke dødeligheten, slik som hjertesykdommer, AIDS eller kreft − totalt 22 ulike tilstander (Needham, Scales, Laupacis, & Pronovost, 2005). LIGGETIDSISTEÅR beskriver antall dager pasienten hadde vært innlagt ved sykehus de siste 365 dagene før indeksdagen. Tidligere analyser på norske data har vist at reiseavstander til sykehus kan påvirke sannsynligheten for sykehusinnleggelser og reinnleggelser (Hagen, 2009). I tråd med dette inkluderes reiseavstander i kilometer (AVSTAND) til nærmeste sykehus.

Bruk av predikerte verdier

I analysen benyttet vi dato for når pasienten eventuelt ble definert som utskrivningsklar som en indikator på om pasientene forventes å ha behov for hjelp fra den kommunale helse- og omsorgstjenesten etter utskrivning. Vi etablerte en dummyvariabel for å beskrive denne variasjonen. Det har imidlertid skjedd endringer i seleksjonen av pasienter inn til gruppen av utskrivningsklare pasienter ved at sykehusene etter implementeringen av Samhandlings­reformen ble mer bevisst på kriteriene for klassifisering. Vår foreløpige analyse av effektene av betalingsordningen for utskrivningsklare pasienter viste for eksempel at enkelte helseforetak før reformen ikke klassifiserte pasienter langs denne dimensjonen (Hagen et al., 2013). At det skjedde endringer i koding, kan påvirke resultatene fra analysene av reinnleggelser. En må derfor skille mellom to mulige årsaker til endringer i andelen som blir reinnlagt blant pasientene som blir definert som utskrivningsklare, og dermed skal ha tjenester fra kommunene. For det første har man den direkte kausale effekten, der reinnleggelsesraten potensielt endres fordi liggetiden reduseres. For det andre vil observerte reinnleggelsesrater kunne endres fordi gruppen som ble definert som utskrivningsklar, endret sammensetning når flere blir klassifisert som utskrivningsklare. Fordi vi ønsker å undersøke om det er en assosiasjon mellom Samhandlingsreformen og sannsynligheten for å bli reinnlagt, må vi bruke en metode som tar bort problemene knyttet til at gruppen endret sammensetning over tid.

Seleksjonsproblemet ble håndtert ved en totrinnsmetode der vi i første trinn predikerte sannsynligheten for at pasienten ble definert som utskrivningsklar, og i andre trinn benyttet de predikerte verdiene fra trinn én til å forklare variasjoner i reinnleggelsesrater. Vi gjennomførte to varianter av analysen i trinn én. I den første analysen ble regresjonen kjørt mot alle innleggelsene i hele perioden for å etablere predikerte verdier for når en pasient blir definert som utskrivningsklar. Disse resultatene presenteres som hovedresultater. I en sensitivitetsanalyse benyttet vi kun data fra 2014 som grunnlag for trinn én av analysene. Deretter tilordnet vi sannsynlighetene for å bli meldt utskrivningsklar fra trinn én til de øvrige årene ved en «matching»-prosedyre. Denne to-stegstilnærmingen er en av flere standardmetoder for å justere for seleksjonsskjevheter i observasjonsdata (Wooldridge, 2002).

Statistiske analyser

Deskriptiv statistikk er vist som gjennomsnitt for kontinuerlige variabler, og som andeler for kategoriske variabler. I bivariate analyser av ulikheter benyttet vi t-tester for kontinuerlige variable og kjikvadrat-tester for kategoriske.

I tilfeldighetsutvalget analyserte vi effekten av Samhandlingsreformen på liggetider og sannsynligheten for reinnleggelse innen 30 dager etter utskrivning ved følgende modell der i beskriver den enkelte pasient:

REINNL30Dit/LOSit = a + b1 * TRENDt + b2 * SR + m + h + e

der REINNL30D er en kategorisk variabel som tar verdien 1 ved en akutt reinnleggelse innen 30 dager etter utskriving og 0 ellers, LOS er liggetid for den enkelte sykehusepisode, TREND er en trendvariabel som tar verdien 0 i 2009, og som øker med 1 per år, og SR er en dummyvariabel for Samhandingsreformen som tar verdien 0 for perioden 2009−2011 og 1 for perioden 2012−2014. m er en fast effekt for måned som inkluderes for å justere for sesongvariasjoner, h er en «fast effekt» for helseforetakenes opptaksområder slik de var i 2012 (se SAMDATA 2013), og er et feilledd. Vi gjennomførte analysen både for hele tilfeldighetsutvalget og fordelt på pasienter klassifisert etter status for å være utskrivningsklar. Siden analyser av sannsynligheten for reinnleggelse innen 30 dager forutsatte data fra januar 2015 for pasienter innlagt i desember 2014, ble pasienter innlagt i desember for alle årene ekskludert. Dette gjelder også for de diagnosespesifikke analysene.

At vi inkluderte faste effekter for helseforetak, innebærer at en pasient som bor i en kommune som hører til et helseforetaks opptaksområde, ble klassifisert til dette helseforetaket uavhengig av hvor pasienten faktisk ble behandlet. Faste effekter ga oss såkalte «innen»-analyser: vi estimerte effektene av de uavhengige variablene innenfor det enkelte helseforetak. På denne måten kontrolleres det for generelle variasjoner i sykehustilbudet mellom helseforetakene (HF-ene).

I de diagnosespesifikke analysene ble liggetider analysert ved ordinær regresjonsanalyse og reinnleggelser ved logistisk regresjonsanalyse. Liggetider ble analysert ved følgende «difference-in-difference»-modell:

LOSi,t = a + b1 * ALDERi,t + b2 * KJØNNi + b3 * CKIi,t + b4 * LIGGTIDSISTEÅRi,t + b5 * AVSTANDi + b6 * TRENDt + b7 * UTSKRIVNINGSKLAR(IV)i,t + b8 * SR + b9*UTSKRIVNINGSKLAR(IV)i,t * SR + m + h + e

der UTSKRIVINGSKLAR(IV) er en variabel som beskriver sannsynligheten for at pasienten er meldt utskrivningsklar. UTSKRIVNINGSKLAR(IV) er predikert verdi fra den innledende logistiske regresjonsanalysen der UTSKRIVNINGSKLAR er pasientens registrerte status definert gjennom NPR-data. UTSKRIVNINGSKLAR analyseres som funksjon av kjønn, alder, komorbiditeter, antall kontakter med primærhelsetjenesten siste år (hos fastlegen eller i legevakt) interagert med aldersgrupper, samt avstand til lokalsykehus i kilometer.

Reinnleggelser ble analysert ved følgende «difference-in-difference»-modell:

REINNL30Di,t = a + b1 * ALDERi,t + b2 * KJØNNi + b3 * CKIi,t + b4 * LIGGTIDSISTEÅRi,t + b5 * AVSTANDi + b6 * TREND + b7 * UTSKRIVNINGSKLAR(IV)i,t + b8 * SR + b9 * UTSKRIVNINGSKLAR(IV) i,t * SR + m + h + e

der alle variabler er definert over. Koeffisientene fra samspillsleddene UTSKRIVNINGSKLAR(IV)*SR i begge regresjonene vil fortelle oss om Samhandlings­reformen har påvirket liggetider og reinnleggelsesrater for pasienter som er (predikert) meldt utskrivningsklare. Modellene ble estimert både med og uten trendvariabler.

I tillegg til disse to modellene presenteres data fra to modeller der vi bruker observerte verdier på variablene som beskriver om pasienten er definert som utskrivningsklar eller ikke.

Andre forhold

Data er tilrettelagt i SAS versjon 9.4. Analysene er gjort ved SAS versjon 9.4 eller Stata versjon 14. Prosjektet ble godkjent av Regional komité for medisinsk og helsefaglig forskningsetikk Sør-Øst 11. oktober 2013 (referanse 2013/1616) og innvilget konsesjon fra Datatilsynet 27. august 2015 (referanse 14/00384). De siste dataene ankom i mars 2016.

3 Resultater

Tilfeldighetsutvalget

Liggetidene for sykehusepisodene ble redusert fra 5,7 dager i 2009 til 4,9 dager i 2014 (figur 1). Resultatene fra regresjonsanalysen der liggetider er avhengige variabler, indikerer en signifikant trendeffekt på minus 0,1 dag per år. Samhandlingsreformen hadde en signifikant effekt på liggetidene for sykehusepisodene på minus 0,1 dag utover trenden.

I analysene av reinnleggelser ekskluderes pasienter som døde under sykehusepisodene. I tilfeldighetsutvalget sank dødeligheten i sykehus fra 1,3 % i 2009 til 1,1 % i 2014. Redusert dødelighet i sykehus kan bety at kommunene får overført pasienter som er mer ressurskrevende enn tidligere, siden de nå mottar noen pasienter som tidligere ville dødd i sykehus. 30 dagers dødelighet etter utskrivning endres imidlertid ikke signifikant fra perioden før til perioden etter implementeringen av Samhandlingsreformen for gruppen av pasienter som er definert som utskrivningsklare, mens det observeres en svak økning i dødeligheten for pasienter som ikke er klassifisert som utskrivningsklare. Måler vi 30-dagers dødelighet fra indeksdagen, skjer det ingen signifikante endringer for noen av gruppene (tall ikke vist i tabellene).

Figur 1 Gjennomsnittlig liggetid for sykehusepisoder etter år, 2009–2014.

Tabell 1 30-dagers reinnleggelsesrater etter år (%-poeng). Pasienter som ble meldt utskrivningsklare, ikke meldt utskrivningsklare og samlet (2009–2014*). Pasienter som døde i sykehus er ekskludert.

2009

2010

2011

2012

2013

2014

Meldt utskrivningsklare

14,2

13,3

14,8

15,2

17,4

17,3

Ikke meldt utskrivningsklare

7,8

8

7,6

7,5

7,6

7,3

Samlet

8,1

8,1

7,8

7,8

8,1

8,1

N (sykehus-episoder)

47389

47143

47899

49443

49446

50325

* Desember for alle år er utelatt fra analysen av 30 dagers oppfølging som følge av manglende data fra januar 2015.

Det var en signifikant økning i reinnleggelses­ratene for pasienter som ble meldt utskrivningsklare (p<0,01), og signifikant reduksjon i reinnleggelsesratene for pasientene som ikke ble meldt utskrivningsklare (p<0,01) i bivariate analyser (tabell 1). I «naive» regresjonsanalyser av reinnleggelsesratene, dvs. regresjonsanalyser der vi ikke justerte for seleksjonsskjevheter, fant vi en signifikant økning i reinnleggelser for pasienter som ble meldt utskrivningsklare som assosieres med Samhandlingsreformen. For materialet samlet, fant vi ingen signifikant endringer fra før reformen (2009−2011) til etter reformen (2012−2014) verken i bivariate analyser eller i regresjonsanalyser.

Det skjer samtidig en betydelig økning i antall pasienter som er meldt utskrivningsklare i analyseperioden. I tilfeldighetsutvalget økte andelen opphold der pasienten er meldt utskrivningsklar fra 3,2 % før Samhandlingsreformen ble iverksatt til 8,3 % etter at reformen ble iverksatt. Dette kan som nevnt skyldes en seleksjonseffekt. Sykehusene kan ha blitt mer bevisste om hvordan pasientene skal klassifiseres etter at reformen er implementert, og pasienter som har behov for kommunale tjenester klassifiseres med større sannsynlighet i gruppen av utskrivningsklare etter enn før reformen. Dette gjør at vi ikke kan trekke konklusjoner om reinnleggelsesratene for undergruppene fra tabell 1.

Diagnosespesifikke analyser

De diagnosespesifikke analysene omfatter vel 174 000 pasienter fordelt på 40 296 pasienter med diagnosen KOLS og astma, 36 110 med diagnosen hjertesvikt, 57 604 med diagnosen hoftebrudd og 40 287 med diagnosen hjerneslag (Tabell 2). Pasientene utgjør universet av pasienter innlagt i perioden 1. januar 2009–31. desember 2014 for de aktuelle diagnosene etter at pasienter fra desember det enkelte år er ekskludert og utvalgene er justert som beskrevet over.

Gjennomsnittsalderen er høyest for pasienter med hoftebrudd (78 år) og lavest for pasienter med KOLS/astma (58 år) (tabell 2). Andelen menn var høyest blant hjertesviktpasientene (61 %) og andelen kvinner høyest blant pasienter med hoftebrudd (68 %). Charlsons komorbiditetsindeks (CKI) er klart høyest for hjertesviktpasientene og lavest for slag og KOLS-pasienter. Liggetid siste år var også høyest for hjertesviktpasientene. Det var ingen systematiske endringer i dødelighet i sykehus fra før til etter reformen (ikke vist).

Tabell 2 Beskrivende statistikk etter sykdomsgruppe, før og etter implementeringen av Samhandlingsreformen*

Sykdommsgruppe

KOLS og astma

Hjerte­svikt

Hofte­brudd

Slag

Før

Etter

Før

Etter

Før

Etter

Før

Etter

Avhengige variabler

Liggetid (gj.snitt)

9,00

8,55

7,80

7,53

10,59

7,92

13,05

11,21

Akutte reinnl. innen 30 dg (andel)

0,15

0,16

0,27

0,28

0,21

0,22

0,19

0,21

Pasientkarakteristika

Kjønn (mann=1)

0,48

0,47

0,53

0,55

0,31

0,31

0,53

0,54

Alder

55,74

59,33

78,28

78,31

78,28

78,32

74,32

73,90

CKI

0,18

0,21

1,51

1,55

0,11

0,11

0,12

0,13

Liggetid siste år

5,83

5,61

9,27

8,78

4,66

4,27

4,84

4,57

Kontakter kommunehelse­tjenesten

15,87

17,20

18,39

20,11

12,01

13,15

11,34

12,11

Utskrivningsklar (registrert)

0,04

0,13

0,08

0,24

0,26

0,45

0,18

0,27

Antall i analysen (N)

19463

20129

16977

17145

27954

27710

18422

19345

* All statistikk er basert på data etter at døde i sykehus er ekskludert.

I trinn én av regresjonsanalysene etablerte vi predikerte verdier for sannsynligheten for å bli klassifisert som utskrivningsklar på bakgrunn av en analyse der alder, kjønn, CKI, antall kontakter med kommunehelsetjenesten (enten med fastlege eller legevakten) og avstander til sykehus inngikk som avhengige variabler. Vi merker oss at det er økning i kontakter med kommunehelsetjenesten for pasienter i alle de analyserte pasientgruppene fra før til etter reformen. Vi har etablert en dummyvariabel for predikerte verdier basert på estimatene fra trinn én. Etableringen av dummyvariabelen er gjort på en slik måte at andel predikert utskrivningsklare i 2014 er satt lik andel observert utskrivningsklare i 2014. Tabell 2 viser observerte og predikerte verdier for variablene som beskriver sannsynligheten for å bli klassifisert som utskrivningsklar i 2009 og 2014.

Tabell 3. Prosentandel utskrivningsklare pasienter, observert og predikert

Sykdomsgruppe

KOLS og astma

Hjertesvikt

Hoftebrudd

Slag

År

2009

2014

2009

2014

2009

2014

2009

2014

Meldt utskrivningsklar (observert)

5

18

9

33

27

49

20

36

Meldt utskrivningsklar (predikert)

16

18

30

33

48

48

36

36

Det er en betydelig økning i den observerte sannsynligheten for å bli klassifisert som utskrivningsklar for alle diagnoser. For pasientene med hoftebrudd er det nesten en fordobling fra 27 til 49 prosent.

Pasienter innlagt med slag

Liggetidene ble redusert med 2,15 dager i gjennomsnitt fra perioden før til perioden etter reformen (tabell 4, M1). Det er imidlertid en trend i retning av fallende liggetider i hele analyseperioden. Liggetiden faller i gjennomsnitt med 0,1−0,6 dager per år, slik at bidraget fra Samhandlingsreformen var minus 0,7 dager (M2). Det var betydelige variasjoner mellom pasienter som ble definert som utskrivningsklare og dermed skulle ha tjenester fra kommunene, og pasienter som ikke falt i denne gruppen (M3 og M4). Pasientene som ble definert som utskrivningsklare, hadde i utgangspunktet lengre liggetider. Reduksjonen i liggetider basert på punktestimatene for denne gruppen var 5,6 dager. I analysen basert på predikerte verdier (M4) fant vi de samme resultatene, men punktestimatene var betydelig lavere. Se tabell 4a.

Sannsynligheten for å bli reinnlagt var om lag 12% høyere etter reformen enn før (M5). Det er imidlertid en generell trend til høyere reinnleggelsessannsynligheter i analyseperioden. Korrigert for trenden som var om lag 7% per år (M6), finner vi ikke assosiasjoner mellom Samhandlingsreformen og sannsynligheten for reinnleggelser. Nærmere analyser indikerer at det var en særlig markant økning i reinnleggelsessannsynligheten fra 2011 til 2012 (ikke vist). Deretter var sannsynligheten for reinnleggelser stabil på om lag 22 prosent. Basert på observerte data (M7) var sannsynligheten for reinnleggelse høyere blant pasienter som var definert som utskrivningsklare enn de som ikke var det, mens det ikke skjedde signifikante endringer for denne gruppen fra før til etter reformen. Analysene basert på predikerte sannsynligheter (M8−M9) viste også høyere reinnleggelsesrater for pasienter som defineres som utskrivningsklare i analyseperioden sett under ett. Heller ikke her finner vi signifikante forskjeller fra før til etter reformen.

Pasienter innlagt med hjertesvikt

Liggetiden for hjertesviktpasientene endres mindre enn for slagpasientene (tabell 2). Den generelle assosiasjonen med Samhandlingsreformen i før-etter-analyse uten trendvariabel var på minus 0,35 dager (Tabell 4b, M1). Effekten ble insignifikant når trendvariabelen ble inkludert (M2). Pasienter som ble meldt utskrivningsklare, hadde nesten seks dager lengre liggetid enn de som ikke ble definert som utskrivningsklare i analysen av observerte verdier (M3). Når vi bruker predikerte verdier, finner vi det samme hovedresultatet, men effektene blir svakere (M4). I begge tilfellene finner vi en markant reduksjon i liggetider for pasienter som ble definert som utskrivningsklare etter Samhandlingsreformen. Se tabell 4b.

Tabell 4a. Liggetider og reinnleggelsesannsynligheter for slagpasienter

Sykdoms­gruppe

Liggetider (sykehusepisoder)

Reinnleggelser

M1

M2

M3

M4

M5

M6

M7

M8

M9

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

Kjønn (menn=1)

0,44

***

0,45

***

0,70

***

0,40

***

1,06

**

1,05

**

1,06

**

1,03

***

1,06

***

Alder

0,05

0,04

0,11

***

0,02

***

1,00

1,00

1,00

0,99

1,05

Alder*alder

–0,00

***

–0,00

***

–0,00

***

–0,00

***

1,00

1,00

1,00

1,00

1,00

CKI

–0,22

–0,02

0,02

–0,02

1,09

***

1,09

***

1,09

***

1,09

***

1,09

***

Liggetid siste år

0,06

***

0,06

***

0,05

***

0,07

***

1,02

***

1,02

***

1,02

***

1,02

***

1,02

***

Avstand

0,01

***

0,01

***

0,01

***

0,01

***

1,00

1,00

1,00

1,00

1,00

Trend

–0,05

***

–0,62

***

–0,50

***

1,07

***

1,06

***

1,07

***

SR: Samhandlingsreformen (=1)

–2,15

***

–0,65

**

0,23

***

–0,36

1,12

***

0,91

0,91

1,15

***

0,94

MUKL: Meldt utskrivingsklar (observert)

10,73

***

1,37

***

SR*MUKL

–5,62

***

1,02

MUKL: Meldt utskrivingsklar (predikert)

0,06

1,15

***

1,14

***

SR*MUKL (predikert)

–0,87

**

0,94

0,94

Konstantledd

15,93

***

16,46

***

14,68

***

16,42

***

Faste effekter måned

Nei

Nei

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Faste effekter HF

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

% korrekt predikert

59

60

60

60

60

AIC

310049

310032

308321

309916

38008

38008

38007

38004

38004

*/**/***= sig på 0,1/0,05/0,01-nivå. Sig.test for OR er basert på logodds-estimatene

Tabell 4b. Liggetider og reinnleggelsesannsynligheter for pasienter med hjertesvikt

Sykdommsgruppe

Liggetider (sykehusepisoder)

Reinnleggelser

M1

M2

M3

M4

M5

M6

M7

M8

M9

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

Kjønn (menn=1)

–0,08

–0,08

0,06

–0,16

1,02

1,02

1,03

1,00

1,00

Alder

–0.20

***

–0,21

***

–0,17

***

–0,15

***

0,98

***

0,98

***

0,98

***

0,98

***

0,98

***

Alder*alder

0,00

***

0,00

***

0,00

***

0,00

***

1,00

**

1,00

**

1,00

1,00

**

1,00

**

CCI

–0.07

***

–0,08

***

–0,08

***

–0,07

***

1,05

***

1,05

***

1,05

***

1,06

***

1,06

***

Liggetid siste år

0,05

***

0,05

***

0,04

***

0,05

***

1,01

***

1,01

***

1,01

***

1,01

***

1,01

***

Avstand

–0,00

0,00

0,00

0,01

***

0,99

***

0,99

***

0,99

***

0,99

***

0,99

***

Trend

–0,13

***

–0,21

***

–0,05

***

1,01

1,01

1,03

**

SR: Samhandlingsreformen (=1)

–0,35

***

0,03

0,13

0,21

1,09

***

1,07

1,06

1,16

***

1,05

MUKL: Meldt utskrivingsklar (observert)

8,91

***

1,52

***

SR*MUKL

–5,93

***

0,96

MUKL: Meldt utskrivingsklar (predikert)

0,21

1,13

***

1,14

***

SR*MUKL (predikert)

–0,68

***

0,89

**

0,89

**

Konstantledd

17,47

***

17,62

***

17,23

***

17,75

***

Faste effekter for måned

Nei

Nei

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Faste effekter for helseforetak

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

% korrekt predikert

59

59

60

60

59

AIC

238961

238960

237158

220621

39203

39181

39079

38004

39971

*/**/***= sig på 0,1/0,05/0,01-nivå. Sig.test for OR er basert på logodds-estimatene

Tabell 4c. Liggetider og reinnleggelsesannsynligheter for pasienter med KOLS

Sykdommsgruppe

Liggetider (sykehusepisoder)

Reinnleggelser

M1

M2

M3

M4

M5

M6

M7

M8

M9

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

Kjønn (menn=1)

–0,10

–0,10

–0,09

0,05

1,09

***

1,09

***

1,11

***

1,08

***

1,08

***

Alder

0,34

***

0,34

***

0,34

***

0,35

***

1,00

*

1,00

*

1,01

***

1,00

1,00

Alder*alder

–0,00

***

–0,00

***

–0,00

***

–0,00

***

1,00

***

1,00

***

1,00

***

1,00

***

1,00

***

CKI

–0,13

***

–0,13

***

–0,13

***

–0,17

***

1,09

***

1,09

***

1,09

***

1,09

***

1,09

***

Liggetid siste år

–0,01

–0,01

–0,01

*

–0,02

***

1,02

***

1,02

***

1,02

***

1,02

***

1,02

***

Avstand

0,00

***

0,00

***

0,00

**

0,01

***

1,00

1,00

0,99

***

0,99

***

0,99

***

Trend

–0,03

–0,03

–0,04

1,01

0,99

1,01

SR: Samhandlingsreformen (=1)

–0,65

***

–0,50

***

–0,35

*

–0,51

**

1,08

***

1,05

1,02

1,06

1,03

MUKL: Meldt utskrivingsklar (observert)

4,62

***

1,55

***

SR*MUKL

–4,70

***

1,15

MUKL: Meldt utskrivingsklar (predikert)

–0,23

0,93

0,93

SR*MUKL (predikert)

0,02

1,08

1,08

Konstantledd

2,79

***

2,89

***

2,75

***

3,14

***

Faste effekter for måned

Nei

Nei

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Faste effekter for helseforetak

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

% korrekt predikert

68

68

69

68

68

AIC

286519

286524

286342

238933

32052

32053

31913

32009

32010

*/**/***= sig på 0,1/0,05/0,01-nivå. Sig.test for OR er basert på logodds-estimatene

Tabell 4d. Liggetider og reinnleggelsesannsynligheter for pasienter med hoftebrudd

Sykdommsgruppe

Liggetider (sykehusepisoder)

Reinnleggelser

M1

M2

M3

M4

M5

M6

M7

M8

M9

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

Estimat

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

O.R

Sig.

Kjønn (menn=1)

0,67

***

0,68

0,65

***

0,61

***

1,33

***

1,34

***

1,34

***

1,33

***

1,32

***

Alder

0,03

***

0,03

***

0,02

***

0,05

***

1,01

***

1,01

***

1,01

***

1,01

***

1,01

***

Alder*alder

–0,00

***

–0,00

***

–0,00

***

–0,00

***

1,00

***

1,00

***

1,00

***

1,00

***

1,00

***

CCI

0,32

***

0,33

***

0,30

***

0,30

***

1,09

***

1,09

***

1,09

***

1,09

***

1,07

***

Liggetid siste år

0,05

***

0,05

***

0,04

***

0,04

***

1,01

***

1,01

***

1,01

***

1,01

***

1,01

***

Avstand

–0.00

*

–0,00

0,00

0,01

***

1,01

***

1,00

***

1,01

***

1,00

***

1,00

***

Trend

–0,40

***

–0,51

***

–0,40

***

1,03

***

1,03

**

1,03

**

SR: Samhandlingsreformen (=1)

–2,67

***

–1,46

***

–0,24

*

–0,74

***

1,06

***

0,97

1,09

***

0,99

1,01

MUKL: Meldt utskrivingsklar (observert)

5,93

***

1,09

***

1,09

**

SR*MUKL

–4,56

***

0,96

0,95

MUKL: Meldt utskrivingsklar (predikert)

2,04

***

1,33

**

SR*MUKL (predikert)

–1,30

***

0,98

Konstantledd

9,83

***

10,49

***

10,24

***

9,61

***

Faste effekter for måned

Nei

Nei

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Faste effekter for helseforetak

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

Ja

% korrekt predikert

60

60

60

61

61

AIC

384165

384057

380898

380833

56007

56004

56004

56002

55993

*/**/***= sig på 0,1/0,05/0,01-nivå. Sig.test for OR er basert på logodds-estimatene

Sannsynligheten for 30 dagers akutt reinnleggelse var 27 prosentpoeng før Samhandlings­reformen ble implementert og ett prosentpoeng høyere etter reformen i bivariate analyser (tabell 2). I regresjonsanalysen fant vi en relativ økning i sannsynligheten for reinnleggelse på ni prosent fra før til etter innføringen av reformen i modellen uten trendvariabel (M5). Effekten svakkes noe når trendvariabelen inkluderes og blir da insignifikant. I modellen der vi benyttet den observerte variabelen til beskrivelse av utskrivningsklarstatus (M7), fant vi at pasienter som defineres som utskrivningsklare, hadde høyere sannsynlighet for å bli reinnlagt enn de som ikke ble klassifisert i denne gruppen. Det skjedde imidlertid ingen endringer i sannsynligheten for å bli reinnlagt fra før til etter implementeringen av reformen. Analysene basert på predikerte verdier (M8 og M9) ga som resultat en reduksjon i reinnleggelsesratene fra før til etter reformen for gruppen som defineres som utskrivningsklar og skal ha tilbud fra kommunene. Reduksjonen var på 11 prosent og signifikant.

Pasienter innlagt med KOLS

Liggetidene ble redusert med 0,5 dager fra perioden før til perioden etter Samhandlingsreformen når vi tok hensyn til trenden i materialet (tabell 4c, M2). Basert på punktestimatene var liggetiden i gjennomsnitt 4,7 dager høyere for pasienter som ble definert som utskrivningsklare enn for de andre (M3). Reduksjonen i liggetid var, som for de andre sykdomsgruppene, høyest for gruppen av utskrivningsklare. Reduksjonen basert på punkestimatene var 4,7 dager (M3). I analysene der vi benyttet predikerte verdier for å beskrive om pasienten er definert som utskrivningsklar, fant vi ikke signifikante variasjoner. Se tabell 4c.

Reinnleggelsesratene økte med ett prosentpoeng fra før til etter reformen i den bivariate analysen (tabell 2). I den logistiske regresjonsanalysen fant vi en relativ økning i sannsynlighet for reinnleggelse. Økningen på fem prosent var imidlertid ikke signifikant når det ble kontrollert for trenden i materialet (tabell 4c, M5 og M6). I analyser der vi benyttet observerte verdier, var det signifikant høyere reinnleggelsessannsynlighet for pasienter som ble definert som utskrivningsklare sammenliknet med de som ikke var definert i denne gruppen. Det var ingen endring i reinnleggelsesratene i de to gruppene i samme periode (M7). I analysene basert på predikerte verdier fant vi ingen signifikante variasjoner i reinnleggelsesrater mellom gruppen av utskrivningsklare og gruppen som ikke er definert på denne måten. Vi fant heller ingen endringer fra før til etter reformen (M8 og M9).

Pasienter innlagt med hoftebrudd

Pasientene med hoftebrudd hadde den største reduksjonen i liggetid av de fire gruppene vi studerte. I gjennomsnitt ble liggetiden redusert med nesten 2,7 dager fra perioden før til perioden etter reformen (tabell 2, tabell 4d M1). Korrigert for trenden er reduksjonen 1,2 dager (M2). Liggetiden er 2−6 dager lengre for pasienter som ble definert som utskrivningsklare enn for de som ikke ble det, og reduksjonen i liggetider for gruppen av utskrivningsklare var på mellom 1,3 og 4,6 dager (M3 og M4). Se tabell 4d.

Sannsynligheten for reinnleggelser økte med seks prosent i modellen der det ikke tas hensyn til trenden i materialet (M5). Tas det hensyn til trenden, finner vi en ikke-signifikant reduksjon (M6). Sannsynligheten for reinnleggelse er høyere for pasienter som er definert som utskrivningsklare enn for de andre pasientene. Det er ikke signifikante endringer i sannsynligheten for reinnleggelser for gruppen av utskrivningsklare fra perioden før til perioden etter implementeringen av Samhandlingsreformen (M8, M9).

Sensitivitetsanalyser

I sensitivitetsanalysen baserte vi predikerte verdier for variabelen som beskriver om pasienten er definert som utskrivningsklar eller ikke, på kodingen av denne variabelen i 2014. Hovedkonklusjonene fra sensitivitetsanalysene samsvarte med resultatene fra hovedanalysen av reinnleggelsene og er illustrert i figur 2.

Som i hovedanalysen, fant vi en økning i reinnleggelsene for slag i bivariate, men vi ser at økningen kommer før Samhandlingsreformen i tid. Tilsvarende gjelder for pasientene med hjertesvikt og hoftebrudd der vi observerer en trend i retning av høyere innleggelsesrater. For hoftebruddspasientene brytes trenden fra 2013, noe vi også fant i hovedanalysen.

Kun KOLS-pasientene har høyere reinnleggelsesrater etter reformen enn før. Resultatet drives imidlertid av ett enkelt år (2013), og vi ser at reinnleggelsesraten reduseres i 2014. Dette kan forklare at estimatene i hovedanalysen ble insignifikante, selv om de var i størrelsesorden 10−15 %.

Figur 2. Reinnleggelsesrater

4 Diskusjon

Kommunal finansiering av utskrivningsklare pasienter ble innført som et ledd i Samhandlingsreformen fra 1. januar 2012. Målsettingen med artikkelen har vært å evaluere om implementeringen av reformen kan assosieres med endringer i liggetider og reinnleggelsesrater.

Liggetidene er redusert etter innføringen av reformen. Vi fant rett nok svake effekter for pasientpopulasjonen samlet, der reduksjonen var på 0,1 dag. For fire pasientgrupper som ble underlagt grundigere analyser, var endringene større, og særlig store for pasienter som ble definert som utskrivningsklare. Dette er slik en vil forvente, da det var denne gruppen som ble omfattet av betalingsordningen. Størst var effekten for pasienter med hoftebrudd som ble definert som utskrivningsklare. Der fant vi observerte reduksjoner i liggetiden på 4,6 dager.

Vi fant ingen endringer i reinnleggelsesratene som følge av samhandlingsreformen i tilfeldighetsutvalget. I de fire pasientgruppene som ble undersøkt særskilt, fant vi økninger i reinnleggelsesratene i analyseperioden på 1−2 % i bivariate analyser, men heller ikke her var endringene assosiert med implementeringen av Samhandlingsreformen. Dels skjedde endringene før implementeringen, og dels kan endringene tilskrives en generell trend i retning av høyere reinnleggelsesrater i analyseperioden. Vi fant også at pasienter som ble definert som utskrivningsklare, hadde høyere reinnleggelsesrater enn pasienter som ikke defineres i denne gruppen. Dette gjaldt særlig for pasienter innlagt med slag, hjertesvikt og hoftebrudd. Vi fant ikke systematiske endringer i sannsynligheten for reinnleggelser fra perioden før til perioden etter implementeringen av reformen for gruppen som ble definert som utskrivningsklare. Det var imidlertid store variasjoner både mellom helseforetakene og kommunene. Vår hovedkonklusjon er likevel at det ikke er signifikante assosiasjoner mellom Samhandlingsreformen og reinnleggelsesratene for pasienter som ble definert som utskrivningsklare for de pasientgruppene vi undersøkte. Vi kan ikke utelukke at det vil skje endringer utover perioden som er analysert.

Analyser som det er relevant å sammenlikne resultatene med, er i første rekke Helsedirektoratets Samhandlingsstatistikk (Helsedirektoratet, 2015). Helsedirektoratet finner, som vi, en økning i reinnleggelsesraten for pasienter som ble klassifisert som utskrivningsklare, og en reduksjon i raten for pasienter som ikke ble klassifisert som utskrivningsklare. Helsedirektoratet har ikke publisert data om den samlede innleggelsesraten før og etter reformen og heller ikke oppgitt antall enheter i de enkelte gruppene. Den samlede raten kan derfor ikke kalkuleres. Imidlertid går reinnleggelsesraten også i disse dataene ned for pasienter som ikke ble meldt utskrivningsklare, noe som kan indikere seleksjonsskjevhet i dataene. Folkehelseinstituttet (2016) finner i sine analyser av reinnleggelsesratene for perioden fra 2010−2014, som vi, en svak økning for utvalgte pasientgrupper. De har imidlertid ikke analysert om det er assosiasjoner mellom Samhandlingsreformen og reinnleggelsesratene.

Det er tidligere påvist negative sammenhenger mellom liggetider og sannsynligheten for reinnleggelser. For eksempel viste Heggestad (2002) at pasienter som ble innskrevet ved sykehus med korte gjennomsnittlige liggetider, hadde større sannsynlighet for reinnleggelser enn pasienter ved sykehus med lengre gjennomsnittlige liggetider. Denne sammenhengen finner vi også i våre analyser (ikke vist i tabeller). Det trenger imidlertid ikke være motstrid mellom analyser som viser at nivåforskjeller i liggetider har en effekt på reinnleggelsesrater og at endringer i liggetider ikke har det. En mulig fortolkning vil da være at kommunene har klart å håndtere den økte belastningen som Samhandlingsreformen medførte fordi de var forberedt på endringen og kunne bygge opp alternative tjenester lokalt. Som vist av Beck Olsen & Hagen (2015), har kommunene etter implementeringen av Samhandlingsreformen både økt bruken av korttidsopphold i sykehjemmene, økt innsatsen av hjemmesykepleie og hevet kompetansen i sykehjemmene, blant annet ved å øke legeinnsatsen.

Det viktigste forbeholdet i analysen er lavere forklaringskraft enn ønskelig i modellene der vi etablerte de predikerte variablene. Denne svakheten gir seg også utslag i variasjoner mellom estimatene basert på observerte og predikerte variabler i de endelige analysene både av liggetider og reinnleggelsesrater. Det er imidlertid en styrke i analysene at bruk av observerte og predikerte variabler i analysene både av liggetider og reinnleggelsesrater har gitt samme hovedresultater.

Artikkelen inngår i prosjektet «Prosessevaluering av Samhandlingsreformen: Statlige virkemidler, kommunale innovasjoner». Prosjektet er finansiert av Norges forskningsråd gjennom programmet Forskningsbasert evaluering av Samhandlingsreformen (EVASAM, prosjektnummer 220764). Analysene i artikkelen er basert på data fra Norsk pasientregister (Helsedirektoratet) og KUHR (NAV). Verken Helsedirektoratet eller NAV hefter for analysens metoder og resultater. En tidligere versjon av artikkelen er publisert som HERO arbeidsnotat 5/2016 (http://www.med.uio.no/helsam/forskning/nettverk/hero/). Vi takker to anonyme fagfeller for gode og fyldige kommentarer.

Referanser

Axon, R. N., & Williams, M. V. (2011). Hospital readmission as an accountability measure. JAMA, 305(5), 504−505.

Barrett, M., Raetzman, S., & Andrews, R. (2012). Overview of Key Readmission Measures and Methods. 2012. HCUP Methods Series Report #2012-04. U.S. Agency for Healthcare Research and Quality.

Beck Olsen, C., & Hagen, T. P. (2015). Kommunenes respons på Samhandlingsreformen. HELED skriftserie 2015:1. Oslo: Avdeling for helseledelse og helseøkonomi, Universitetet i Oslo.

Fischer, C., Anema, H. A., & Klazinga, N. S. (2012). The validity of indicators for assessing quality of care: a review of the European literature on hospital readmission rate. Eur J Public Health, 22 (4): 484-91.

Folkehelseinstituttet (2016). Kvalitetsindikatoren 30 dagers reinnleggelse etter sykehusopphold. Resultater fra sykehus og kommuner 2014. Notat 9954.

Forder, J. (2009). Long-term care and hospital utilization by older people: An analysis of substitution rates. Health Econ, 18(11), 1322−1338.

Greene, W. H. (2000). Econometric Analysis (Fourth edition). New York: Prentice hall.

Hagen, T. P. (2009). Modeller for kommunalmedfinansiering av spesialisthelsetjenestene. HERO arbeidsnotat 6/2009. Oslo: Institutt for helse og samfunn, Universitetet i Oslo.

Hagen, T. P., Hakkinen, U., Belicza, E., Fatore, G., Goude, F., & EuroHOPE study group (2015). Acute Myocardial Infarction, Use of Percutaneous Coronary Intervention, and Mortality: A Comparative Effectiveness Analysis Covering Seven European Countries. Health Econ, 24 Suppl 2, 88−101.

Hagen, T. P., McArthur, D. P., & Tjerbo, T. (2013). Kommunal finansiering av utskrivningsklare pasienter. Erfaringer fra første året. HERO arbeidsnotat 5/2013. Oslo: Institutt for helse og samfunn, Universitetet i Oslo.

Hakkinen, U., Iversen, T., Peltola, M., Seppala, T. T., Malmivaara, A., Belicza, E., . . . Rehnberg, C. (2013). Health care performance comparison using a disease-based approach: the EuroHOPE project. Health Policy, 112(1−2), 100−109.

Heggestad, T. (2002). Do hospital length of stay and staffing ratio affect elderly patients’ risk of readmission? A nation-wide study of Norwegian hospitals. Health Serv Res, 37(3), 647−665.

Heijink, R., Engelfriet, P., Rehnberg, C., Kittelsen, S. A., Hakkinen, U., & Euro, H. s. g. (2015). A Window on Geographic Variation in Health Care: Insights from EuroHOPE. Health Econ, 24 Suppl 2, 164−177.

Helsedirektoratet (2015). Samhandlingsstatistikk 2013-14. Oslo: Helsedirektoratet.

Holmas, T. H., Kjerstad, E., Luras, H., & Straume, O. R. (2010). Does monetary punishment crowd out pro-social motivation? A natural experiment on hospital length of stay. Journal of Economic Behavior & Organization, 75(2), 261−267.

Kates, S. L., Behrend, C., Mendelson, D. A., Cram, P., & Friedman, S. M. (2015). Hospital readmission after hip fracture. Arch Orthop Trauma Surg, 135(3), 329−337.

Kittelsen, S. A., Anthun, K. S., Goude, F., Huitfeldt, I. M., Hakkinen, U., Kruse, M. & EuroHOPE Study group (2015). Costs and Quality at the Hospital Level in the Nordic Countries. Health Econ, 24 Suppl 2, 140−163.

Kverndokk, S., & Melberg, H. O. (2016). Using fees to reduce bed-blocking: A game between hospitals and care providers. HERO arbeidsnotat 2/2016. Oslo: University of Oslo, Institute of Health and Society.

Needham, D. M., Scales, D. C., Laupacis, A., & Pronovost, P. J. (2005). A systematic review of the Charlson comorbidity index using Canadian administrative databases: a perspective on risk adjustment in critical care research. J Crit Care, 20(1), 12−19.

Socialstyrelsen, & SKL. (2014). Öppna jämförelser 2014, Hälso- och sjukvård, jämförelser mellan landsting. Del 1. Övergripande indikatorer. Stockholm: Socialstyrelsen

Sundhetsstyrelsen. (2009). Genindlæggelser af ældre i Danmark 2008. Rapport, årgang 13, nr. 2.

Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data. Cambridge, Mass.: MIT Press.

Yin, J., Dahl, F. A., Hagen, T. P., & Luraas, H. (2016). The influence of changes in activity-based financing on elderly patient hospital readmissions. Nordic Journal of Health Economics, early view.

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon