Het aantal initiatieven om de zorg regionaal te organiseren neemt steeds meer toe, waarbij steeds vaker over de domeinen (zoals Zvw, Wlz en Wmo) wordt samengewerkt. Om zo goed mogelijk in te schatten of het beleid hierin zijn vruchten afwerpt, willen de betrokken partijen graag zicht hebben op o.a. de ontwikkeling in zorgkosten op diverse zorgsoorten binnen hun regio. Dit om zicht te krijgen op of het effect van het ingezette beleid ook daadwerkelijk zichtbaar is. Één manier om hier zicht op te krijgen is door de zorgkosten in de regio (gemeente) te spiegelen aan die van referentieregio’s. Equalis wordt vaak gevraagd om effectmetingen uit te voeren voor nieuwe interventies en/of beleid in bepaalde regio’s. De Regiovergelijker ondersteunt daarin om inzicht te krijgen in de mogelijke effecten van nieuwe interventies en/of beleid op de zorgkosten. Deze methode hebben we bijvoorbeeld al toegepast bij de Eerstelijnszorg Haaksbergen, die ons vroeg om inzicht te bieden in de opbrengsten van hun regionale eerstelijns samenwerkingsverband.
Alle achterliggende data is openbaar beschikbaar (o.a. CBS, Vektis, Zorginstituut Nederland) en door het combineren van deze bronnen komen we tot een simpele maar doeltreffende tool die leidt tot diverse inzichten ten aanzien van regionaal zorgbeleid.
De Regiovergelijker geeft in essentie antwoord op de volgende vraag: “Hoe verhoudt de ontwikkeling in zorgkosten in mijn regio zich tot die in referentieregio’s?”. De onderliggende vraag is vaak: “Zien we een daling van de zorgkosten in onze regio als gevolg van ons beleid?”. De Regiovergelijker geeft hier een eerste inzicht in de mogelijke samenhang.
Om het effect van beleid te meten is het van belang een vergelijking te maken met een andere regio die op bepaalde aspecten vergelijkbaar is. Om een vergelijkbare regio te selecteren moet er zoveel mogelijk rekening worden gehouden met factoren die de zorgkosten kunnen beïnvloeden (o.a. leeftijdsopbouw, stedelijkheid, welvaartverdeling, Wmo/Wlz uitgaven, etc.). De Regiovergelijker maakt het mogelijk om zelf te bepalen welke factoren ter correctie worden gebruikt in dit proces. Hierbij is het dus belangrijk vooraf scherp te hebben naar welke inzichten je op zoek bent en door welke factoren dit beïnvloed wordt. Zo zorg je al vroeg in het proces voor de juiste vergelijking in de analyses.
We werken hieronder een voorbeeld uit voor de gemeente Zwolle. De casus in het voorbeeld is gefingeerd, maar de achterliggende data en resultaten zijn dat niet.
Stel dat er in Zwolle de laatste jaren beleid gevoerd wordt op de verschuiving van duurdere ziekenhuiszorg naar eerstelijnszorg zoals de huisarts of fysiotherapeut. Met de oprichting van een zogenaamd anderhalvelijnscentrum waar wekelijks een specialist interne geneeskunde spreekuur houdt én de huisarts meer kleine medische verrichtingen uitvoert, wil de gemeente onnodige verwijzingen van de eerstelijnszorg naar het ziekenhuis terugdringen. Het doel is om hiermee het ziekenhuis minder met deze zorg te belasten en daarmee een besparing in kosten voor Medisch Specialistische Zorg (MSZ) te realiseren.
De selectie van referentieregio’s laat zien dat de gemeente Zwolle op populatiekenmerken, zorgkosten én zorguitgaven in de Wmo en Wlz het meest vergelijkbaar is met de gemeente Amersfoort. Dit berekenen we op basis van de som van de totale afwijking op deze kenmerken ten opzichte van de referentieregio (de zogenaamde Z-score). Hoe minder afwijking, hoe lager de Z-score, en hoe meer de regio’s met elkaar vergelijkbaar zijn.
Om de ontwikkeling op zorgkosten te kunnen analyseren, worden allereerst de te verwachten zorgkosten voor elke subgroep van de populatie (leeftijdscategorie en geslacht) afgeleid. Voor elke referentiegemeente worden hiervoor de kosten per verzekerdejaar* vermenigvuldigd met het aantal verzekerdejaren per subgroep van de gemeente in de analyse, hier dus Amersfoort. Hierbij is geen casemixcorrectie meer nodig, aangezien deze correctie al is gedaan bij de selectie van vergelijkbare referentieregio’s in de stap hiervoor.
*Een verzekerdejaar is het aantal verzekerden gewogen met de inschrijfduur
De gemeente Zwolle is benieuwd of de oprichting van het anderhalvelijnscentrum mogelijk een besparing heeft opgeleverd in de kosten voor MSZ.*
In de afbeelding hiernaast is te zien dat bij de gemeente Zwolle (de gele lijn) de kosten sinds 2011. Deze trend zien we echter voor bijna alle referentiegemeenten terug. Vergeleken met de gemeente Amersfoort (de gestippelde zwarte lijn) zien we een duidelijk verschil: waar de kosten MSZ in 2011 tot en met 2014 nog goed vergelijkbaar waren tussen beide gemeenten, namen de kosten in de gemeente Amersfoort in 2015 enigszins af. Vervolgens zien we echter een sterke verhoging van de MSZ kosten in de gemeente Amersfoort, waar deze in Zwolle stabieler blijven toenemen.
Het beleid in de gemeente Zwolle lijkt dus zijn vruchten af te werpen maar om de achterliggende oorzaken te kunnen duiden is verder onderzoek nodig. Deze analyse geeft een eerste inzicht in een mogelijk verband.
*Zoals beschreven is deze casus fictief.
De bovenstaande methodiek is natuurlijk niet alleen toepasbaar op de vergelijking op te verwachten zorgkosten in de MSZ, maar ook in andere vraagstukken waarop regio’s zichzelf willen benchmarken (bijvoorbeeld de effectiviteit van preventiebeleid of de regio-overstijgende contractering van zorgaanbieders). Het is belangrijk om vooraf wel een aantal inhoudelijke keuzes te maken: Wat wil je meten? Voor wie wil je meten? Op welk niveau wil je meten? Wat is de verwachte invloed van kenmerken (populatie, ondersteuning, zorggebruik)? Wat wil je doen met de resultaten?
Daarnaast geeft de Regiovergelijker aan of er een mogelijk verband is tussen het beleid en de ontwikkeling op zorgkosten. Of er daadwerkelijk een oorzakelijk verband is, zal in een verdere verdieping (bijv. middels een effectmeting) moeten worden uitgezocht. Dit is een relatief makkelijke stap om te komen tot eerste inzichten en conclusies.