Intézmények:Gazdálkodástudományi Intézet Eötvös Loránd Egyetem Gazdaságtudományi Kar, Menedzsment és Vállalatgazdaságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem, Országos Orvosi Rehabilitációs Intézet
Évfolyam: XVII. évfolyam
Lapszám:2018. / 5
Hónap:június
Oldal:31-34
Terjedelem:4
Rovat:EGÉSZSÉG-GAZDASÁGTAN
Alrovat:TECHNOLÓGIAÉRTÉKELÉS
Absztrakt:
Az egészségügyi ellátórendszerek hatékony működtetése elsődleges fontosságú, mert az egészségügyi intézmények költségei az állami kiadásokban jelentős részarányt képeznek. Ennek érdekében elkerülhetetlen feladat a hatékonyság minél pontosabb meghatározása és elemzése tudományosan megalapozott módszerekkel. A cikk a kórházi mozgásszervi rehabilitációs osztályok működését vizsgálja a relatív hatékonyságvizsgálat (DEA) segítségével. A cikk rámutat a betegösszetétel és a hatékony működés szoros kapcsolatára, továbbá a környezeti változók befolyásoló hatásának jelentőségére. A cikkben ismertetett elemzés újszerűsége, hogy elsők között alkalmaz a betegek állapotát figyelembe vevő mutatót DEA környezetben.
Angol absztrakt:
The efficient operation of healthcare systems is highly important, as a consequence of the enormous amount of resources spent on healthcare services. For this reason, accurate and scientifically based efficiency results are needed for managers and healthcare policy makers. This paper analyses the efficiency of musculoskeletal rehabilitation units in Hungary using data envelopment analysis (DEA). The examination focuses on the musculoskeletal rehabilitation units, where patients are treated after stroke or other brain injuries. The scientific novelty of the paper is the consideration of patients' functional status when efficiency is determined with DEA.
A regisztrálást követően fogja tudni megtekinteni a cikk tartalmát!
A megadott cikk nem elérhető!
Tisztelt Felhasználónk!
Az Ön által megtekinteni kívánt cikk nem elérhető a rendszerben!
A megadott cikk nem elérhető!
Tisztelt Felhasználónk!
Az Ön által megtekinteni kívánt cikk nem elérhető a rendszerben!
Sikeresen szavazott a cikkre!
Tisztelt Felhasználónk!
Köszönjük a szavazatát!
A szavazás nem sikerült!
Tisztelt Felhasználónk!
Ön már szavazott az adott cikkre!
Cikk megtekintése
Tisztelt Felhasználónk!
A cikk több nyelven is elérhető! Kérjük, adja meg, hogy melyik nyelven kívánja megtekinteni az adott cikket!
Cikk megtekintésének megerősítése!
Tisztelt Felhasználónk!
Az Ön által megtekintetni kívánt cikk tartalma fizetős szolgáltatás.
A megtekinteni kívánt cikket automatikusan hozzáadjuk a könyvespolcához!
A cikket bármikor elérheti a könyvespolcok menüpontról is!
EGÉSZSÉG-GAZDASÁGTAN TECHNOLÓGIAÉRTÉKELÉS A betegek állapotát is figyelembe vevő relatív hatékonyságvizsgálat (DEA) a hazai mozgásszervi rehabilitációs osztályokon. II. rész Dénes Rita Veronika1, Dr. Koltai Tamás2, Dr. Dénes Zoltán3 1 Gazdálkodástudományi Intézet, Eötvös Loránd Egyetem Gazdaságtudományi Kar, Neumann János Egyetem, 2 Menedzsment és Vállalkozásgazdaságtan Tanszék, Budapesti Műszaki és Gazdaságtudományi Egyetem, 3 Országos Orvosi Rehabilitációs Intézet Tisztelt Olvasóink a cikk első részét előző számunkban találják meg. Az egészségügyi ellátórendszerek hatékony működtetése elsődleges fontosságú, mert az egészségügyi intézmények költségei az állami kiadásokban jelentős részarányt képeznek. Ennek érdekében elkerülhetetlen feladat a hatékonyság minél pontosabb meghatározása és elemzése tudományosan megalapozott módszerekkel. A cikk a kórházi mozgásszervi rehabilitációs osztályok működését vizsgálja a relatív hatékonyságvizsgálat (DEA) segítségével. A cikk rámutat a betegösszetétel és a hatékony működés szoros kapcsolatára, továbbá a környezeti változók befolyásoló hatásának jelentőségére. A cikkben ismertetett elemzés újszerűsége, hogy elsők között alkalmaz a betegek állapotát figyelembe vevő mutatót DEA környezetben. The efficient operation of healthcare systems is highly important, as a consequence of the enormous amount of resources spent on healthcare services. For this reason, accurate and scientifically based efficiency results are needed for managers and healthcare policy makers. This paper analyses the efficiency of musculoskeletal rehabilitation units in Hungary using data envelopment analysis (DEA). The examination focuses on the musculoskeletal rehabilitation units, where patients are treated after stroke or other brain injuries. The scientific novelty of the paper is the consideration of patients' functional status when efficiency is determined with DEA. DEA ALKALMAZÁSA A MOZGÁSSZERVI REHABILITÁCIÓS OSZTÁLYOKON A hatékonyságvizsgálathoz szükséges adatok az Országos Statisztikai Adatgyűjtési Program (OSAP) 2016-os éves országos felméréséből származnak, melynek rendszeres feldolgozását az OORI Módszertani Osztálya végzi [27]. Adatgyűjtési hiányosság és adatkezelési problémák miatt több szervezeti egységet ki kellett zárni a vizsgálatból, így összességében 49 − a vizsgálatba bevonható − mozgásszervi rehabilitációs osztály maradt. Az előző pontban ismertetett (1)-(5) lineáris programozási modell két változatát alkalmaztuk a vizsgálat során. Az első modell (I. modell) az ellátott betegek számára fókuszál, nem veszi figyelembe, hogy milyen önel- IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY látási szinten vannak a betegek. A második modell (II. modell) a rehabilitáció során a funkcionális állapot változását is figyelembe veszi, és ennek jellemzőjeként a felvételkor és az elbocsátáskor felmért Barthel Index adatok különbségét (Barthel változás) használja. A két különböző modellben azonos inputok, de eltérő outputok szerepelnek. Az egyes modelleknél használt inputokat és outputokat, valamint azok néhány statisztikai jellemzőjét a 2. táblázat foglalja össze. 2. táblázat A modellekben alkalmazott inputok és outputok statisztikai jellemzői A mindkét modellben alkalmazott négy inputot az egyes szervezeti egységeknél felhasznált legfontosabb erőforrások alkotják, és a következőképpen definiálhatók: • Működő ágyszám: személyzettel ellátott, ellátáshoz azonnal rendelkezésre álló kórházi ágyak száma. Ezzel a mutatóval lehet alapvetően jellemezni az osztályok méretét. A vizsgálat során kizárólag a fekvőbeteg szakellátás adatait vettük figyelembe. • Orvosok száma: az osztályon foglalkoztatott teljes munkaidős osztályvezető főorvosok és orvosok, akik hiteles orvosi egyetemi diplomával és gyakorlattal rendelkeznek. • Ápolók száma: az osztályon foglalkoztatott ápolók, akik különböző rehabilitációs programnak megfelelően az önellátáshoz szükséges segítséget nyújtják. • Egészségügyi szakdolgozók és terapeuták száma: pszichológus, logopédus, gyógytornász, gyógymasszőr, konduktor, fizikoterápiás asszisztens, gyógy-foglalkoztató, ortopéd műszerész, szociális ügyintéző, gyógy-testne- XVII. ÉVFOLYAM 5. SZÁM 2018. JÚNIUS 31 EGÉSZSÉG-GAZDASÁGTAN TECHNOLÓGIAÉRTÉKELÉS velő, gyógypedagógus, dietetikus, egyéb terapeuták száma. pontjából is jól működnek, és az SA betegek jelentős Barthel érték javulására fordított munka nem csökkenti jelentősen az ellátott betegek számát. Miután a kórházakban gyakori a részmunkaidős foglalkoztatás és az osztályok közötti átdolgozás, így az egészségügyi dolgozók számát a különféle foglalkoztatási formák jellemzői szerint súlyoztuk. A modelleknél alkalmazott, a menedzsmenti döntésekkel befolyásolható outputok a következőképpen definiálhatók: • Kiírt betegek száma: egy év alatt az osztályról elbocsátott betegek száma, akiknek a kezelése befejeződött vagy más osztályra, intézetbe kerültek. • Barthel Index értékének átlagos változása: a beteg rehabilitációs programjának megkezdése előtt (a beteg felvételekor) és a folyamat végeztével (elbocsátáskor) mért Barthel Index értékek közötti különbség valamennyi beteg adata alapján átlagolva. Ez a mutató a betegek tényleges javulásának, funkcionális fejlődésének mértékeként használható. A II. modellnél két olyan jellemzőt is figyelembe vettünk outputként, amely menedzsmenti döntésekkel közvetlenül nem befolyásolható: • Stroke és agyi sérült betegek száma (SA betegek): stroke betegségen vagy más agyi sérülésen átesett és rehabilitációt igénylő betegek száma. • A betegek Barthel Indexének elméletileg lehetséges maximális javulása: a betegfelvételekor mért Barthel Index egy 100 fokú skálán maximálisan 100−Barthel Index értéket javulhat. Ennek az értéknek valamennyi beteg adata alapján számolt átlaga az osztály betegállományát a potenciális javítási lehetőség szempontjából jól jellemezi. A HATÉKONYSÁGSZÁMÍTÁS EREDMÉNYEINEK ÖSSZEFOGLALÁSA Az (1)-(5) lineáris programozási modell 2. táblázat szerinti két változatát megoldva minden rehabilitációs osztályra két hatékonysági mutató számolható. A I. modell megoldásakor az ellátott betegek számára épülő, míg a II. modellt megoldva, a betegellátás eredményességén alapuló hatékonysági jellemzőt kapjuk meg. A két hatékonysági mutató jellegzetes értékei alapján a legfontosabb eseteket a 3-6. táblázatok foglalják össze. A 3. táblázat azon osztályok néhány adatát tartalmazza, amelyek mindkét modell szerint hatékonynak bizonyultak. Ezek a C2, C14, C19 és C47 jelű osztályok, melyeken a stroke és egyéb agysérült betegek (SA betegek) aránya viszonylag alacsony, és sok a relatíve egyszerűbb ellátást igénylő degeneratív ízületi problémás beteg. Feltételezhető, hogy ezeken az osztályokon az egyszerűbb ellátást igénylő betegek magas számával kompenzálják az SA betegek miatt jelentkező magasabb erőforrásfelhasználást. Ugyanakkor ezek az osztályok a betegellátás eredményessége szem- 32 IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY 3. táblázat Mindkét modell alapján hatékony osztályok A 4. táblázat azon osztályok néhány jellegzetes adatát tartalmazza, amelyek csak az ellátott betegek számára épülő hatékonysági mutató (I. modell) alapján bizonyultak hatékonynak. Ebbe a csoportba tartoznak az C7, C18 és C44 jelű osztályok, melyekre nagyon alacsony SA arány és nagy betegszám a jellemző (aminek nagyrésze degeneratív betegséggel rendelkezik). 4. táblázat Az ellátott betegek száma alapján hatékony osztályok (I. modell) Az 5. táblázat azon osztályok néhány jellegzetes adatát tartalmazza, amelyek csak az ellátás eredményességére épülő hatékonysági mutató (II. modell) alapján bizonyultak hatékonynak. Ebbe a csoportba tartoznak a C1, C3, C26, C29, C31, C36, C46 és C37 jelű osztályok, melyekre jellemző a magas SA arány. Különlegesség a C31 jelű osztály (0,97), ahol szinte csak stroke betegeket látnak el. A C29-es és a C36-os osztályok pedig az átlagos Barthel index növekedés magas értéke (31) miatt kerülhettek ebbe a csoportba. 5. táblázat Az egészségi állapot változása alapján (II. modell) hatékony osztályok A legmagasabb SA betegszámmal rendelkező osztályok néhány jellegzetes adatát tartalmazza a 6. táblázat. A C31, C29, C28 és C37 jelű osztályok tartoznak ebbe a csoportba. XVII. ÉVFOLYAM 5. SZÁM 2018. JÚNIUS EGÉSZSÉG-GAZDASÁGTAN TECHNOLÓGIAÉRTÉKELÉS Jellemzőjük, hogy kis ágyszámmal működnek, a Barthel érték felvételkor pedig nem magas, következésképpen kevéssé önellátó betegekről van szó, akik jelentős rehabilitációs ellátást igényelnek. Ezek az osztályok a I. modell esetén nem hatékonyak (31% alatti a mennyiség alapú hatékonysági mutató). A II. modell szerint (eredményesség alapú hatékonyság) viszont egyetlen osztály kivételével hatékonyan működnek. Az egyetlen kivételnél (C28) magas a II. modell szerinti hatékonysági mutató is. Ezekben az esetekben élesen kirajzolódik a két modell közötti hatékonyságkülönbség, ami rámutat a betegek állapotváltozását figyelembe vevő értékelés fontosságára. 6. táblázat A magas SA értékű osztályok hatékonysága A KORRELÁCIÓ SZÁMÍTÁS EREDMÉNYEINEK ÖSSZEFOGLALÁSA A 7. táblázat a hatékonysági mutatók és néhány, a betegösszetételre vonatkozó, jellemző korrelációs adatát foglalja össze. A táblázat egyes celláiban lévő szám az oszlop és a sor elnevezése által jelzett változók közötti Spearman féle rangkorrelációs együttható értékét tartalmazza. 7. táblázat Spearman féle rangkorreláció együtthatók Az I. és II. modell segítségével kapott hatékonysági értékek a táblázatban jelzett eredmény (0,0345) szerint nem korrelálnak. Statisztikailag tehát nem igazolható, hogy az egyik modell alkalmazásakor hatékonynak bizonyuló szervezeti egység jellemzően a másik modell alkalmazásakor is nagy valószínűséggel hatékonynak bizonyul (illetve negatív korreláció esetén nagy valószínűséggel nem bizonyul annak). Logikai megfontolások alapján negatív korrelációt feltételeznénk a két eltérő modellel kapott hatékonysági mutató között, arra gondolva, hogy a gyógyítás eredményessége (II. modell) az ellátott betegek számára kedvezőtlenül hat (I. modell). Egy olyan osztály tehát, amely a II. modell alapján hatékonynak bizonyul, a I. modell alapján kevésbé hatékony. Ezt a feltételezést azonban a statisztikai vizsgálat nem támasztja alá. IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY A betegösszetételnek a hatékonyságra kifejtett hatását két változó segítségével vizsgáltuk. A stroke és egyéb agysérült betegeknek az összes beteghez viszonyított aránya (SA arány), valamint e betegek abszolút száma (SA száma) jól tükrözik a nagyobb erőforrást igénylő betegek súlyát az ellátásban. Az ellátott betegek száma alapján kapott hatékonysági mutató (I. modell) negatívan korrelál mindkét változóval (-0,5009; -0,1277). Ez az eredmény logikusnak tekinthető, ugyanis a nagyobb erőforrásokat igénylő SA betegek ellátása kedvezőtlenül hat az ellátott betegek számára. Érdekes ugyanakkor, hogy az SA betegek nagy aránya kedvezőtlenebbül (-0,5009) hat a hatékonyságra, mint az SA betegek nagy száma (-0,1277). A különbség egyik oka az lehet, hogy az SA betegek nagy száma nem feltétlenül jelent magas SA betegarányt. Az SA betegek aránya és száma közötti erős pozitív, de egynél jelentősen kisebb (0,7357) korreláció jelzi, hogy bár jellemzően nagyobb SA betegszámhoz nagyobb SA arány tartozik, de ettől lehetnek eltérések. Például egy sok SA beteget ellátó nagy osztályon a nagy SA betegszám nem feltétlenül jelent egyben nagy SA betegarányt is. A másik oka annak, hogy az SA betegek arány és az SA betegszám a hatékonysági mutatóra eltérően hat, a betegösszetétel következménye lehet. Úgy tűnik, hogy néhány SA beteg megléte kevésbé kedvezőtlen, ha az SA betegek aránya egyébként nem nagy. Ebben az esetben valószínűleg a nem SA betegek hatékonyabb ellátása enyhíti a kisszámú SA beteg hatékonyságot rontó hatását. Az SA betegek számának és arányának a 7. táblázatban jelzett erős pozitív korrelációja a II. modell hatékonysági mutatóival (0,6923; 0,4996) nem meglepő. Ennek oka elsősorban az, hogy az SA betegszám a II. modellben outputként szerepel. Az ellátás eredményességét jelző Barthel változás és az ellátott betegek számára épülő hatékonysági mutató (I. modell) között a 7. táblázat szerint gyenge negatív korreláció (-0,2974) a jellemző. Ez azt jelenti, hogy a Barthel változás szempontjából eredményesebb osztályok mennyiségi mutatói gyengébbek lehetnek. Az átlagos Barthel változás, valamint az SA betegarány és SA betegszám közötti gyenge pozitív korreláció (0,2974; 0,2410) jelzi, hogy az SA betegek jelenléte kedvezően hat a Barthel változásra, tehát az állapotjavulás jellemzően az SA betegeknél nagyobb lehet. Ezt a megállapítást támasztják alá a 7. táblázat utolsó oszlopának adatai is. A 100-as Barthel érték a betegek állapotjavulásának elméletileg lehetséges maximális értékét jelenti. Természetesen ez az érték a gyakorlatban nem érhető el, de a 100−Barthel nagy értéke jellemzően mégis nagy javulási lehetőséget jelenthet. Ennek azonban kedvezőtlen hatása van az ellátott betegek számára épülő hatékonysági mutatóra (I. modell), amint azt a negatív korreláció (-0,3244) jelzi. Az elméletileg lehetséges Barthel javulás (100−Barthel érték), valamint az SA betegarány és betegszám közötti gyengén pozitív korreláció (0,4318; 0,3620) azt mutatja, hogy az SA betegek megléte nagyobb Barthel változást tesz lehetővé. A 100−Barthel értékek és az átlagos Barthel változás XVII. ÉVFOLYAM 5. SZÁM 2018. JÚNIUS 33 EGÉSZSÉG-GAZDASÁGTAN TECHNOLÓGIAÉRTÉKELÉS közötti erős pozitív korreláció (0,6749) pedig jelzi, hogy jelentősebb állapotváltozás jellemzően a nagy 100−Barthel értékkel rendelkező SA betegek esetén lehetséges. ÖSSZEFOGLALÁS A cikkben vizsgálat fő kérdés az volt, hogy kedvezőtlenül hat-e a kórházi rehabilitációs osztályok hatékonyságára a stroke és egyéb agysérült betegek (SA betegek) nagyobb ráfordítást igénylő ellátása. E problémát két DEA modell segítségével vizsgáltuk. Megnéztük, hogy mely osztályok bizonyulnak hatékonynak kizárólag az ellátott betegek számát alapul vevő értékeléskor (I. modell), és mely osztályok bizonyulnak hatékonynak a betegek állapotváltozását is figyelembe vevő értékeléskor (II. modell). Találtunk olyan osztályokat, amelyek mindkét értékelés alapján hatékonyak (3. táblázat). Ez azt jelenti, hogy lehetséges olyan erőforrásstruktúra és betegösszetétel, amely esetén mind a mennyiségi mind az eredményességi mutatók kedvezően alakulnak. Ugyanakkor hangsúlyozni kell, hogy ezen osztályok jellemzője a stroke és egyéb agysérült betegek (SA betegek) kis aránya, tehát többségében relatíve egyszerűbb ellátást igénylő degeneratív betegekkel foglalkoznak. Általánosan megállapítható, hogy a nagy SA betegarány a hatékonyság mennyiségi alapú értékeléskor jellemzően kedvezőtlen eredményhez vezet. Ez rávilágít a betegek állapotváltozását figyelembe vevő vizsgálat fontosságára ott, ahol összetett, nagy erőforrást igénylő ellátással jelentős javulás érhető el. Ugyanakkor fontos hangsúlyozni, hogy nem az SA betegek száma, hanem annak az összes beteghez viszonyított aránya a meghatározó. A betegösszetétel hatásának vizsgálatakor szükséges volt a kizárólag mennyiségi szempontot figyelembe vevő DEA modell (I. modell) alkalmazása. Meggyőződésünk azonban, hogy a minőségi betegellátás érdekében az állapotváltozás szempontjait figyelembe vevő értékelés (II. modell) szükséges, mert az ellátás következtében elért egészségnyereség mutatja meg legjobban a szolgáltatás eredményességét. Ezt a megállapítást támasztják alá a legmagasabb SA számmal rendelkező osztályok eredményei (6. táblázat). Ezek az osztályok a I. modell (mennyiség alapú értékelés) alapján rosszul teljesítenek, a II. modell (állapotváltozás alapú értékelés) alapján viszont jellemzően hatékonyak. Az ilyen betegösszetételű osztályokat hátrányosan érinti, ha kizárólag az elbocsátott betegszám, valamint a betöltött ágyak alapján történik a finanszírozásuk, mert nagyobb arányban látnak el bonyolult, összetett funkciózavarral rendelkező, több szakember munkáját igénylő, hosszabb rehabilitációs tevékenységre szoruló stroke- és agysérült betegeket. A vizsgálat eredménye összességében megerősíti a rehabilitációs finanszírozás megváltoztatására irányuló azon törekvést, amely a jelenlegi napidíjas finanszírozást, egy az ellátott betegek súlyosságát és a szükséges rehabilitációs tevékenységeket is figyelembe vevő finanszírozással kívánja felváltani. Végezetül hangsúlyozni kell, hogy a betegek állapotváltozásának kvantitatív jellemzése nem egyszerű feladat. Jelzi ezt a gyakorlatban a betegek állapotát jellemző többféle értékelési rendszer (Barthel, FIM, Russeck skálák) használata. E bizonytalanság ellenére sem helyes azonban a kizárólag mennyiségi szempontok előtérbe helyezése. A szerzők köszönik Németh Juditnak, az OORI finanszírozási és kontrolling osztály munkatársának, az OSAP adatok összegyűjtésében nyújtott nélkülözhetetlen munkáját. A SZERZŐK BEMUTATÁSA Dénes Rita Veronika az Eötvös Loránd Tudományegyetem Gazdálkodástudományi Intézetének és a Neumann János Egyetem Gazdaságtudományi Karának egyetemi tanársegéde. Egyetemi diplomát szerzett tájépítész mérnökként (Budapesti Corvinus Egyetem, 2011; Blekinge Tekniska Högskola, 2012) és műszaki menedzserként (Bu- dapest Műszaki és Gazdaságtudományi Egyetem, 2014). Jelenleg részt vesz a minőségmenedzsment témakörének oktatási tevékenységében, emellett a minőségi szolgáltatás fejlesztésében az egyetemen és a magyar egészségügyben egyaránt. Fő kutatási területe a minőség mérésének és fejlesztésének lehetőségei az egészségügyben, illetve az egészségügyi szolgáltatás hatékonyságának vizsgálata a mozgásszervi rehabilitációs osztályokon. Dr. Koltai Tamás, az MTA doktora, a Budapesti Műszaki és Gazdaságtudományi Egyetem Menedzsment és Vállalatgazdaságtan Tanszékének egyetemi tanára, a BME Gazdálkodás és Szervezéstudományi Doktori Iskolájának vezetője. Egyetemi diplomát szerzett okleveles gépészmérnökként termelési rendszer szakon (Budapesti Műszaki Egye- tem, 1983). Kandidátusi fokozatát az ipari logisztikai rendszerek vizsgálatával kapcsolatos kutatásaiért kapta (MTA, Tudományos Minősítő Bizottság 1987). dr. Habil címet kapott a Termelés és szolgáltatásmenedzsment területen végzett oktató kutató munkájáért (BME, Műszaki menedzser és szervezéstudományi doktori iskola, 2000). Az MTA Doktora címet a Termeléstervezési és termelésütemezési problémák érzékenységvizsgálatával kapcsolatos kutatásaiért nyerte el (MTA, 2016). Dr. Dénes Zoltán bemutatása lapunk XVI. évfolyamának 1. számában olvasható. 34 IME – INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY XVII. ÉVFOLYAM 5. SZÁM 2018. JÚNIUS
