Vejledning til brug af datasættet Kend dit optageområde

Transkript

1 Vejledning til brug af datasættet Kend dit optageområde I denne vejledning gennemgås baggrunden for og formålet med datasættet, tabellernes opbygning, datas oprindelse samt konkrete kommentarer, kilder og opmærksomhedspunkter ift. de enkelte tabeller. Det anbefales at læse afsnittene om 1 (Formål), 2 (Tabellernes opbygning) og 3 (Datas oprindelse), inden datasættet tages i brug. Afsnittene om de enkelte tabeller (afsnit 4) kan bruges som opslagsværk, hvis der opstår spørgsmål ifm. brugen af datasættet. Datasættet Kend dit optageområde er vejledende. Der kan således forekomme fejl i datasættet. Hvis du opdager en fejl eller i øvrigt har spørgsmål eller kommentarer bedes du henvende dig til fagpolitisk konsulent Kristian Eskildsen på tlf eller kristianeskildsen@dsr.dk. Dansk Sygeplejeråd kan ikke holdes ansvarlig for eventuelle fejl i datasættet. 1. Formål Datasættet Kend dit optageområde er udarbejdet med det formål at give tillidsrepræsentanter m.fl. et redskab til at opsøge viden om en række sundhedsmæssige, økonomiske og demografiske forhold i deres optageområder. Brug datasættet til at hente inspiration og argumentation i forbindelse med forhandlinger, eller tag datasættet frem, når der dukker et nyt emne op på dagsordenen i regionsrådet, på arbejdspladsen eller i medierne, og undersøg om der er nogle tal, som kan give dig viden og dokumentation om forholdene i dit optageområde. Målsætningen har kort sagt været at sætte tal på en række af de udfordringer, der påvirker de regionalt ansatte sygeplejersker, hvad enten det gælder folkesundhed, demografi eller noget helt tredje. Datasættet er eksempelvis brugbart i forbindelse med: - Arbejdet med de regionale budgetforhandlinger i MED-udvalgene - De daglige drøftelser om faglighed og arbejdsmiljø i MED-udvalgene - Daglige drøftelser om vilkår for arbejdstid, sygefravær, normeringer etc. - Forhandlinger med arbejdsgivere om løn- og arbejdsvilkår Her kan tallene hjælpe til at sætte nye perspektiver på de diskuterede emner og beslutninger, og bidrage til at eksempelvis tillidsrepræsentanterne kan udfordre beslutningstagerne med konkrete data og kritiske spørgsmål baseret på de indikationer, som datasættet giver. Forhåbentligt kan anvendelsen af datasættet bidrage til at starte en dialog eksempelvis om arbejdspladsens økonomiske prioriteringer og være med til at skabe en bedre overensstemmelse mellem de udfordringer sygeplejersker møder i deres hverdag og de (økonomiske) midler, de får stillet til rådighed til at løse udfordringerne. Vi håber, at du ved hjælp af datasættet kan gå ud og påvirke beslutningstagerne ved at stille en række spørgsmål, der kan udfordre deres holdninger og beslutninger til fordel for det regionale sundhedsvæsen og de regionalt ansatte sygeplejersker. Eksempler på sådanne spørgsmål kunne være: 1

2 Når man kigger på KRAM-faktorerne kan man se, at 4 ud af 5 kommuner i vores optageområde ligger på den forkerte side af landsgennemsnittet, når det gælder borgere, der ryger dagligt, og borgere med et usundt kostmønster. Er vi som hospital gearet til at tage imod disse patienter? Antallet af forebyggelige genindlæggelser inden for 3 dage for personer over 66 år er høj for nogle af kommunerne i vores optageområde. Bør vi tage en fælles drøftelse med disse kommuner om praksis ifm. udskrivning og overdragelse af borgere? I 2024 vil 3 ud af 4 kommuner i vores optageområde have en særligt høj andel borgere over 64 år. Kan hospitalet gøre noget for at sikre, at sygeplejerskerne efteruddannes, så de er rustede til at tage imod disse patientgrupper i fremtiden? Ud over at sætte tal på en række kendte faktorer og problemstillinger, har datasættet også til formål at introducere en række alternative faktorer, som kan være med til at kvalificere diskussionen om (økonomiske) prioriteringer på sundhedsområdet. Det er eksempelvis socioøkonomiske parametre og parametre om beskæftigelsessituationen i kommunen. De specifikke parametre, der indgår i datasættet, beskrives i afsnittet særligt ift. de enkelte tabeller kommentarer og kilder nedenfor. 2. Tabellernes opbygning 2.1 Temaer i datasættet I datasættet finder du en række tabeller. Hver tabel har et tema og indeholder en række forskellige nøgletal, der relaterer sig til det overordnede tema. Temaerne er: - Sundhedsprofil 2013 KRAM og generelt helbred - Sundhedsprofil 2013 lægebesøg og udvalgte specifikke diagnoser - Demografi - Indlæggelser - Indlæggelser, forebyggende hjemmebesøg, færdigbehandling, ventetid og genindlæggelser - Sygeplejerskers lønforhold - Kommunernes økonomi - Arbejdsmarked/Beskæftigelse 2.2 Overblik over optageområder Hensigten med opbygningen af datasættet er, at du kan få et overblik over en række nøgletal fra to forskellige optageområder. På hvert ark i datasættet finder du derfor to tabeller ( Optageområde 1 og Optageområde 2 ). Nederst i hver tabel finder du desuden et landsgennemsnit for de parametre, hvor et landsgennemsnit er tilgængeligt. Tabellen Optageområde 1 kan med fordel anvendes til at få et overblik over de kommuner, som er i dit specifikke optageområde. Hvis du eksempelvis er interesseret i at få et overblik over folkesundheden i de kommuner, der typisk udgør optageområdet for Regionshospital Randers, kunne du vælge, at tabellen Optageområde 1 skal vise data for Randers Kommune, Norddjurs Kommune, Syddjurs Kommune og Favrskov Kommune. Tabellen Optageområde 2 kan anvendes til at få et overblik over et alternativt/sammenligneligt optageområde. Det kunne eksempelvis være interessant at sammenligne et optageområde for Regionshospital Randers med et optageområde for Regionshospitalet Horsens. I det tilfælde kunne man 2

3 vælge at tabellen Optageområde 2 skal vise data for Horsens Kommune, Hedensted Kommune, Odder Kommune og Skanderborg Kommune. På datasættets side 2 kan du vælge hvilke kommuner, der skal indgå i tabellerne Optageområde 1 og Optageområde 2. Der kan vælges op til otte forskellige kommuner i hver tabel. Kommunerne vælges ved hjælp af en række drop-down menuer. 2.3 Farveinddeling For at give læseren det bedst mulige overblik over tallene, er der hvor det giver mening anvendt en rød/grøn-farveinddeling. Hvis et felt er grønt, betyder det groft sagt, at kommunens resultat er bedre end landsgennemsnittet (eksempelvis en lavere andel kræfttilfælde end landsgennemsnittet). Tilsvarende betyder et rødt felt, at kommunens resultat er dårligere end landsgennemsnittet (eksempelvis en højere andel overvægtige borgere end landsgennemsnittet). Den rød/grønne-farvelinddeling kan bruges til at få et hurtigt overblik over om kommunerne i et bestemt optageområde har bedre eller dårligere forhold end landsgennemsnittet, samt om et sammenligneligt optageområde har bedre eller dårligere forhold. Der er en række af parametrene i datasættet, hvor det er muligt at sammenligne data på tværs af kommuner, men hvor det ikke giver mening at tale om gode eller dårlige resultater. Ikke desto mindre kan det stadig være interessant at få fremhævet kommuner med særligt høje eller lave værdier ift. landsgennemsnittet. Her anvendes en lilla farveinddeling. Endelig er der i tabellerne på side 3 og 4 vedr. Sundhedsprofil 2013 anvendt en farveinddeling med hhv. grønne og røde tal. Her angiver et grønt tal en positiv udvikling, mens et rødt tal angiver en negativ udvikling. Kriterierne for de specifikke farveinddelinger beskrives i afsnittet Særligt ift. de enkelte tabeller kommentarer og kilder nedenfor. Under DK-gennemsnit = grøn Over DK-gennemsnit = rød Over DK-gennemsnit = lilla 3

4 2.4 Diskretionshensyn Der er enkelte parametre, hvor det ikke har været muligt at hente data for alle de midtjyske kommuner. Enten fordi data ikke eksisterer, eller fordi data er begrænset af forskellige diskretionshensyn. Hvis data ikke er tilgængeligt pga. diskretionshensyn vil det fremgå af en note i vejledningens afsnit 4 (Særligt ift. de enkelte tabeller kommentarer og kilder). 3. Datas oprindelse 3.1 Offentligt tilgængeligt data Alt data anvendt i datasættet er hentet fra offentligt tilgængelige databaser. I noterne til hver tabel nedenfor (afsnit 4) fremgår datakilden. Hensigten med at hente data fra offentligt tilgængelige databaser er, at der ikke skal kunne sættes spørgsmålstegn ved datas troværdighed. Det data, der er tilgængelig i datasættet, er det data som kommuner, sygehuse, forskningsinstitutioner etc. stiller til rådighed. Hvis beslutningstagerne sætter spørgsmålstegn ved tallene, må det være op til dem selv at dokumentere eventuelle fejl, da det som oftest er deres egne forvaltninger, der har produceret og indberettet tallene til de offentlige databaser. Hvis det kan dokumenteres, at der er fejl i data, bedes du henvende dig til Kristian Eskildsen (kristianeskildsen@dsr.dk) med en beskrivelse af fejlen, så der kan tages forbehold for fejlen i fremtidige udgaver af datasættet. 3.2 Perioder I hver tabel er det angivet hvornår data stammer fra. Som det ses af tabellerne, er det sjældent muligt at hente data fra samme periode på tværs af parametre og databaser. Desuden er der ofte en længere tidsforskydning mellem periodens afslutning og opdatering af data. Man skal derfor være varsom med at drage konklusioner om data på tværs af parametre, hvis perioderne er forskellige. Der hvor det ønskes at sammenligne på tværs af parametre, skal man være meget opmærksom på, om tidsperioderne korresponderer. Hvis ikke tidsperioderne korresponderer, kan det dog stadig give god mening at anvende de tal, der er tilgængelige i datasættet, som en motivation til at stille uddybende/afklarende spørgsmål til beslutningstagerne. 3.3 Kommentarer til data Ved de parametre hvor det er relevant, er der indsat en kommentar, med en uddybende forklaring af parameteret. Der er indsat en kommentar ved de felter som har en lille rød trekant i øverste højre hjørne. Kommentaren bliver synlig ved at holde markøren hen over feltet. 4

5 3.4 Opdatering af data Data opdateres løbende efterhånden som gamle data opdateres og nye data offentliggøres. Det er altid muligt at finde den nyest tilgængelige version af datasættet på kredsens hjemmeside under fanen TR/FTR. Det tilstræbes at data som minimum bliver opdateret i 4. kvartal, så der ligger en ny version klar til, at budgetforhandlingerne indledes i 1. kvartal året efter. I forbindelse med de løbende opdateringer vil der ligeledes blive justeret i data. Nogle data kan udgå af datasættet, mens andet bliver tilføjet. 4. Særligt ift. de enkelte tabeller kommentarer og kilder 4.1 Tabellerne Sundhedsprofil 2013 KRAM og generelt helbred (side 3) og Sundhedsprofil lægebesøg og udvalgte specifikke diagnoser (side 4): - Alt data i tabellerne stammer fra Den nationale sundhedsprofil 2013, der udarbejdes af Statens Institut for Folkesundhed på Syddansk Universitet for Sundhedsstyrelsen. Sundhedsprofilen er udgivet to gange, hhv. med data fra 2010 og Data kan findes på Data baserer sig på spørgeskemaer sendt til ca borgere over 16 år i hver kommune. Med så mange respondenter i hver kommune er data statistisk validt, selv om der ikke er tale om registerdata, der dækker samtlige borgere i kommunen. Der vil dog være en mindre usikkerhed på ca. +/- 2 % på resultaterne. I datasættet er der udvalgt en række data fra sundhedsprofilen. På kan der hentes data på en lang række af andre parametre. - Data vedr. KRAM-faktorerne (kost, rygning, alkohol og motion) på side 2 er taget med i datasættet, da KRAM ofte bruges som afsæt for at diskutere borgernes generelle sundhedstilstand. KRAM-faktorerne er særligt i fokus ift. drøftelser af indsatser ift. sundhedsfremme og forebyggelse. - Data vedr. helbred på side 2 er taget med for at give et overordnet billede af borgernes mentale og fysiske helbred. Vær opmærksom på, at dette parameter ligesom de øvrige fra sundhedsprofilen baserer sig på borgernes egen vurdering af deres sundhedstilstand. - På side 3 er der udvalgt forskellige specifikke udtryk for borgernes sundhedstilstand. KOL, diabetes, kræft og overvægt opfattes ofte som klassiske livsstilssygdomme og er derfor relevante at tage afsæt i, når borgernes sundhedsmæssige tyngde skal drøftes. Der ud over kan de være anvendelige i diskussioner af eksempelvis sundhedsfremme og forebyggelse, eller potentialerne for anvendelse af telemedicin. - Ifølge en analyse fra Danske Regioner (REGIO, nr. 3, 2. årgang, marts 2014) er hhv. smerter i lænd og ryg og depressive lidelser de to væsentligste årsager til tabte raske leveår altså leveår med en begrænset livskvalitet, bl.a. som følge af begrænset fysisk aktivitet. Derfor er data vedr. borgere berørt af psykiske lidelser i mere end seks måneder og borgere berørt af rygsygdomme taget med i datasættet, som udtryk for lidelser, der har stor betydning for tabte raske leveår blandt borgerne. Vedr. farveinddeling: Ift. data fra 2013 (andel borgere i 2013) gælder det for alle parametre det, at tal lavere end landsgennemsnittet (bedste resultater) er markeret med grøn, mens tal 5

6 højere end landsgennemsnittet (dårligste resultater) er markeret med rød. Det har desværre ikke været muligt at udtrække et landsgennemsnit for tegn på problematisk alkoholforbrug og dårlig selvvurderet fysisk form, hvorfor data fra 2013 ikke er farveinddelt. For de parametre, hvor der både findes data fra 2010 og 2013 er udviklingen siden 2010 udregnet. Her er stigninger siden 2010 (forværring af sundhedstilstanden) markeret med røde tal, mens fald siden 2010 (forbedring af sundhedstilstanden) er markeret med grønne tal. 4.2 Tabellen Demografi (side 5): - Data vedr. demografi er hentet fra Danmarks Statistiks statistikbank. Data kan findes på i tabellerne FOLK1 (nuværende befolkningstal) og FRKM113 (fremskrivninger af befolkningstal). - I fremskrivningen af indbyggertallet er 2024 valgt som fremskrivningsår. - Vedr. farveinddeling: For tal vedr. andelen af borgere over hh. 64 år og 74 år, er tal højere end landsgennemsnittet markeret med lilla farve. 4.3 Tabellen Indlæggelser (side 6): - Data vedr. indlæggelser er registerdata hentet fra Danmarks Statistiks statistikbank. Data kan findes på i tabel IND03 ( Indlæggelser, sengedage og indlagte patienter efter område, alder og køn ). - Data er delt op i tre aldersgrupper: Indlæggelser, alder i alt (hele befolkningen), Indlæggelser, personer over 64 år og Indlæggelser, personer over 74 år. - Ift. personer over hhv. 64 år og 74 år præsenteres hvor stor en andel af alle indlæggelser, de to aldersgruppers indlæggelser udgør. - Vedr. farveinddeling: For alle tre aldersgrupper gælder at et antal sengeliggedage pr. indlæggelse, der er højere end landsgennemsnittet, er markeret med lilla. For aldersgrupperne over hhv. 64 år og 74 år, gælder, at hvis andel af alle indlæggelser er højere end landsgennemsnittet er feltet markeret med lilla. 4.5 Tabellen Indlæggelser, forebyggende hjemmebesøg, færdigbehandling, ventetid og genindlæggelser (side 7): - Data vedr. forebyggelige indlæggelser hos plejebeboere over 64 år, færdigbehandlede somatiske patienter pr indbyggere, færdigbehandlingsdage for somatiske patienter pr indbyggere, færdigbehandlede psykiatriske patienter pr indbyggere, færdigbehandlingsdage for psykiatriske patienter pr indbyggere, Andel der venter maksimalt 2 måneder på børne-/ungepsykiatrien, forebyggelige genindlæggelser inden for 3 dage for personer over 66 år og forebyggelige genindlæggelser inden for 30 dage for personer over 66 år er hentet fra Statens Serum Instituts monitorering af sundhedsaftalerne. Data kan findes på For disse parametre gælder at hvis en kommune ikke er på listen, eller der ikke vises data for en eller flere opgørelser, skyldes det at der ikke findes data for kommunen, eller at antallet af observationer er under Forebyggelige indlæggelser hos plejebeboere over 64 år viser andel plejebeboere på 65 år eller derover, der indlægges med en af følgende aktionsdiagnosegrupper: dehydrering, forstop- 6

7 pelse, nedre luftvejssygdom, blærebetændelse, gastroenteritis, brud, ernæringsbetinget anæmi (blodmangel), sociale og plejemæssige forhold og/eller tryksår. Opgørelser kan kun ses for kommuner, der har indberettet til tilbudsportalen. Borgere der modtager hjemmepleje er ikke medtaget. - Færdigbehandlede somatiske patienter pr indbyggere og færdigbehandlede psykiatriske patienter pr indbyggere, er antal færdigbehandlede patienter inden for hhv. somatikken og psykiatrien pr indbyggere. - Ift. parameteret færdigbehandlingsdage for somatiske patienter pr indbyggere er en færdigbehandlingsdag udtryk for, at lægen vurderer, at det havde været i patientens interesse, at blive udskrevet til eget hjem eller kommunalt tilbud én dag tidligere. Der kan være forskelle i fortolkningen af færdigbehandlingsbegrebet mellem læger, specialer, afdelinger og hospitaler. - Ift. parameteret færdigbehandlingsdage for psykiatriske patienter pr indbyggere, er en færdigbehandlingsdag er udtryk for, at den psykiatriske patient ligger en dag for meget på en hospitalsafdeling. Af hensyn til patienten er målet, at udskrivelse efter endt behandlingsforløb kan ske tidligst muligt - under hensyntagen til patientens sikkerhed og kvalitet i patientforløbet. - Andel der venter maksimalt 2 måneder på børne-/ungepsykiatrien er den andel af ventende, der maksimalt venter 2 måneder til første kontakt i børne- og ungsdomspsykiatrien. Ventetiden omfatter kun aktiv ventetid. Altså indgår ventetid og oplysninger fra eksterne samarbejdsparter (f.eks. skole og praktiserende læge) ikke. - Forebyggelige genindlæggelser inden for 3 dage for personer over 66 år og forebyggelige genindlæggelser inden for 30 dage for personer over 66 år er den andel patienter på 67 år eller derover, som genindlægges akut (ikke for kræft eller ulykke) inden hhv. 3 eller 30 dage efter udskrivelse med en af 13 diagnosegrupper: hjerneblødning, dehydrering, forstoppelse, lungebetændelse, blærebetændelse, astma/bronkitis (KOL), hjertesvigt, gastroenteritis, brud, ernæringsmæssig anæmi (blodmangel), gigt, sociale og plejemæssige forhold, tryksår. En indlæggelse kun medtælles som genindlæggelse, hvis den sker tidligst dagen efter udskrivningen. - Data vedr. Forebyggende hjemmebesøg til personer over 74 år er registerdata hentet fra Danmarks Statistiks Statistikbank. Data kan findes på i tabel AED10 ( Modtagere af forebyggende hjemmebesøg, efter område, hjemmebesøg, alder og køn ). En række kommuner har ikke indberettet tal vedr. forebyggende hjemmebesøg, og tabellen kan derfor være mangelfuld. Hvis der mangler tal for din kommune, kan du med fordel efterspørge dem i forvaltningen. Kommunen skal give borgere over 74 år tilbud om mindst et forebyggende hjemmebesøg årligt. - Vedr. farveinddeling: for parametrene forebyggelige indlæggelser hos plejebeboere over 64 år, forebyggelige genindlæggelser inden for 3 dage for personer over 66 år og forebyggelige genindlæggelser inden for 30 dage for personer over 66 år er tal under landsgennemsnittet markeret med grøn og tal over landsgennemsnittet markeret med rød. For parameteret andel der venter maksimalt 2 måneder på børne-/ungepsykiatrien er tal over landsgennemsnittet markeret med grøn og tal under landsgennemsnittet markeret med rød. 7

8 4.5 Tabellen Sygeplejerskers lønforhold (side 8): - Data vedr. Antal ansatte, Løn, Lønudvikling og Lokale løntillæg er hentet fra det fælleskommunale løndatakontors database. Data kan findes på - Antal ansatte er udregnet som fuldtidspersoner for at skabe det bedst mulige sammenligningsgrundlag på tværs af regionerne. Det samlede timetal for alle ansatte i faggruppen (fuldtidsansatte og deltidsansatte) er summeret og divideret med timetallet for en fuldtidsstilling. Der vil således reelt være flere personer ansat i faggruppen, end hvad antallet af fuldtidspersoner angiver. - Data i tabellen vedrører kun medarbejdere ansat i ordinære stillinger og inkluderer således ikke ledere, elever og ekstraordinært ansatte (eksempelvis fleksjobansatte). - For data vedr. Løn og Lønudvikling er der angivet såvel løn(-stigning) i alt som grundløn(- sstigning). Den samlede løn kan have interesse for arbejdsgiverne, da det er den samlede løn de udbetaler til medarbejderne (inkl. tillæg og pension). Grundlønnen kan have interesse for medarbejderne, da det er den månedlige løn, som kommer til udbetaling. - Der er ikke beregnet et kunstigt pensionsbidrag for tjenestemænd. - Lønudvikling er udviklingen i hhv. den samlede løn og grundlønnen mellem en given måned og samme måned sidste år (eksempelvis udviklingen fra marts 2012 til marts 2013). - Ift. Lønudvikling vises der kun data for personer der var ansat i begge perioder (eksklusiv personer ansat i ekstraordinære stillinger og fleks). Data afspejler altså kun lønudviklingen for personer, der har været ansat i mindst 1 år (for at følge eksemplet ovenfor, skal de mindst have været ansat fra marts 2012 til marts 2013). Antallet af fuldtidsansatte i tabellen, inkluderer dog alle ansatte i den seneste periode altså også de ansatte der har mindre end 1 års anciennitet. - Ift. Lokale løntillæg, skal man være opmærksom på, at de lokale løntillæg udregnes forskelligt på tværs af arbejdspladser, og at det derfor kan være problematisk at sammenligne på tværs. Man kan dog med fordel benytte store forskelle i de lokale løntillæg som basis for en diskussion af, hvordan lønnen sammensættes på ens egen arbejdsplads. I Sundhedskartellets rapport Løndannelse med særlig fokus på lokal løndannelse fra november 2011 står der, at det ikke er muligt for FLD at levere fuldstændige og entydige opgørelser over værdien af de lokale aftaler i deres statistikker. Derefter beskrives en række faktorer, der påvirker opgørelsen over hhv. finansierede midler og forbrug, herunder: - De finansierede afledte effekter ved centralt aftalte forbedringer, som indgår i midlerne. - Inddragelsen af lokale midler ved centralt aftalte forbedringer, hvor der modregnes i lokale tillæg (eksempelvis forhøjelsen af sluttrinnet fra til trin 30 i 1999 for sygeplejersker og radiografer og en række forbedringer for lederne) - Håndteringen af overgangstillæg ved overgang til den nye lønmodel (hvor det ikke er muligt at skelne mellem centrale og lokale finansieringskilder) - Omlægningen af aflønningen fra tillæg til løntrinsforløb for de specialuddannede sygeplejersker. - Den praktiske håndtering af lokal forhøjelse af centralt aftalte tillæg (hvorvidt hele tillægget registres som lokalt aftalt, eller om det alene er den lokale forhøjelse, som registreres som lokalt aftalt) 8

9 - Forbedringer af pension og arbejdstidsbestemte tillæg kan ikke opdeles i centralt og lokalt finansierede forbedringer. - Lederlønsmodellen, hvor det ikke er muligt at opdele i centrale og lokale faktorer. - Vedr. farveinddeling: For tal vedr. Løn og Lønudvikling er tal højere end regionernes gennemsnit angivet med grøn og tal lavere end regionernes gennemsnit angivet med rød. For tal vedr. Lokale løntillæg, er tal højere end regionernes gennemsnit angivet med lilla. 4.6 Tabellen Kommunernes økonomi (side 8): - Data vedr. Socioøkonomisk indeks og Bruttodriftsudgifter til sundhedsydelser pr. indbygger er hentet fra Indenrigs- og Sundhedsministeriets database for kommunale nøgletal. Data kan findes på - Data vedr. Nettodriftsudgifter til sundhedsfremme og forebyggelse stammer fra Danmarks Statistiks Statistikbank. Data kan findes på i tabel SUIK11. - Uddybende beskrivelser/kommentarer til de enkelte parametre kan findes i tabellen. - Parameteret Socioøkonomisk indeks angiver om en kommune har et større udgiftsbehov end gennemsnittet af de danske kommuner. Hvis en kommune har en værdi højere end 1, betyder det, at kommunen har et større udgiftsbehov relativt til gennemsnittet af de danske kommuner. Kommunens borgere er altså relativt mere udgiftskrævende end gennemsnittet af de danske kommuner. - De enkelte kommuners budgetter og regnskaber er meget komplekse og kan være sat sammen på forskellige måder. Eksempelvis kan udgifter til sundhedsfremme og forebyggelse konteres en række forskellige steder i regnskabet, og det er derfor ikke sikkert at de udgifter, der fremgår af denne tabel, er de eneste udgifter kommunen har på området. - At udgifterne pr. indbygger er lave er ikke nødvendigvis et udtryk for, at kommunen har et problem. Lave udgifter kan lige så godt afspejle, at befolkningssammensætningen eller folkesundheden i kommunen er så fordelagtig, at det ikke er nødvendigt at have høje udgifter pr. indbygger. Et lavt udgiftsniveau bør dog foranledige, at man går ind i en nærmere undersøgelse af, hvorfor udgiftsniveauet er, som det er. En indikator for at vurdere om kommunen har problemer ift. udgifterne pr. indbygger kan være, hvis kommunen både ligger højt på det socioøkonomiske indeks samtidig med, at udgifterne pr. indbygger er lave. En høj score på det socioøkonomiske indeks bør alt andet lige betyde, at der er behov for høje udgifter pr. indbygger. - Vedr. farveinddeling: For tal vedr. Socioøkonomisk indeks er tal højere end 1 markeret med lilla. For de øvrige tal i tabellen, der alle vedrører kommunale udgifter til sundhedsområdet, er tal lavere end landsgennemsnittet markeret med lilla. 4.7 Tabellen Arbejdsmarked/Beskæftigelse (side 9): - Data vedr. Antal indbyggere er hentet fra Danmarks Statistiks Statistikbank. Data kan findes på i tabellen FOLK1. - Øvrige data er hentet fra Arbejdsmarkedsstyrelsens database under fanebladet Alle ydelser under ét Antal personer, gnsn. varighed og fuldtidspersoner. 9

10 - Alle data er udregnet i fuldtidspersoner for at give det bedst mulige sammenligningsgrundlag på tværs af kommuner. Én fuldtidsperson er en person, som har været på eksempelvis dagpenge på fuld tid i et helt kvartal. Hvis en person har været på dagpenge i et halvt kvartal, tæller personen som en halv fuldtidsperson. - Når antallet af fuldtidspersoner præsenteres, gøres det for at give et billede af, hvor stor volumen er. Andel af arbejdsstyrken præsenteres dernæst for at give et sammenligningsgrundlag, som kan anvendes på tværs af kommuner. - Arbejdsstyrken er antallet af indbyggere mellem år med tilknytning til arbejdsmarkedet. - En borger der er visiteret til et fleksjob, men endnu ikke er startet i jobbet modtager ledighedsydelse. For at få et billede af det samlede antal borgere i eller på vej til et fleksjob, er antallet af ledighedsydelsesmodtagere og fleksjobbere summeret i tabellen. - Vedr. farveinddeling: For tal vedr. Andel af arbejdsstyrke er tal højere end landsgennemsnittet markeret med rødt, mens tal lavere end landsgennemsnittet er markeret med grønt. 10