Mulighederne i anvendelsen af sundhedsprofilen Faxe Kommune Jakob Kjellberg
Hvad kan man bruge en sundhedsprofil til? Ét er et søkort at forstå, et andet skib at føre. Men det er altså også vanskeligt at føre et skib uden et søkort! De gentagne sundhedsprofiler et unikt redskab til at monitorere udviklingen af sundhedsindikatorer over tid.
Sundhedsprofil bruges i praksis til Monitorering af udviklingen over tid Fastholdelse af fokus Prioritering og målretning af indsatser Viser hvor udfordringerne/byrden ligger Evaluering og forskning Kræver ofte samkøring med andre data. 3
Sundhedsprofil bruges i praksis til Monitorering af udviklingen over tid Fastholdelse af fokus Prioritering og målretning af indsatser Viser hvor udfordringerne/byrden ligger Evaluering og forskning Kræver ofte samkøring med andre data. 4
Hvordan går det så 2017 i forhold til 2013 5
6
Der kan komme noget godt ud af at slå sig selv i hoved 7
Ligesom det er vigtigt at feje sine successer. 8
Relativt høj svarprocent 56% Højere for kvinder end mænd Relativt lavt for yngre Særligt lavt for personer med ikke vestlig baggrund Sker en vægtning af svarene så grupperne repræsenteres mere ligeværdige. 9
10
Sundhedsprofildata er ikke justerede Folk bliver fx ældre Ikke noget man for alvor ændre udviklingen I 2036 er der dobbelt så mange ældre over 80 år
Mere behandling, flere ældre eller mere sygdom?
For andre områder skal der findes helt andre forklaringer Rygning 13
Rygning i regionen Hvad siger sundhedsprofilen om evnen til at forebygge. Hvem er dårlige eller gode? 14
Sociogruppe er vigtig uddannelse og uden for arbejdsmarkedet 15
Rygning socioøkonomisk status er afgørende.
Forskel i socialgruppe og Rygning
Forskel i socialgruppe og overvægt
Men ikke altid en klar sammenhæng Alkohol 19
Problematisk alkoholforbrug udbredt blandt arbejdsløse og efterlønnere to meget forskellige grupper - gennemsnit giver ikke den store mening 20
HUSK : alle kommuner kan ikke være bedre end gennemsnittet Tendens til at kommuner ser om man ligger over eller under gennemsnittet Husk på at forudsætningerne for et godt helbred er meget forskellige. Uddannelse, arbejdsmarkedsdeltagelse og indkomst Ville være ideelt hvis data havde tyngde til at kommunerne kunne underinddeles i geografi mv. Sample for lille til at se på konkrete initiativer Kan bruges til mere overordnet at følge policy..
Sammenkørering af data Sundhedsprofildata Overførsler Personlig og praktisk hjælp Sundhedsomkostninger Osv Matchet på køn og alder 22
Meromkostning per overforbruger til overførsler 23
Meromkostning per overforbruger til personlig og praktisk hjælp Burde standardisere bedre Alkohol overforbrug er ikke Bare alkohol overforbrug 24
Ved sammenligning mellem kommuner Generelt bedst at sammenligne mellem kommuner der er i samme socialgruppe Man altså heller ikke altid så let... For sammenhængen er ofte komplicerede Og serviceniveauer er ikke ens 25
Hvad er hønen og ægget er man ledig fordi men er syg, eller bliver man syg fordi man er ledig 26
Sundhedsprofil bruges i praksis til Monitorering af udviklingen over tid Fastholdelse af fokus Prioritering og målretning af indsatser Viser hvor udfordringerne/byrden ligger Evaluering og forskning Kræver ofte samkøring med andre data. 27
Indsatser i kommunen Variation internt i kommunerne er på mange måder langt mere interessante end variationer mellem kommunerne Nogle mønstre vil lyse op Hvor er der er almennyttigt boligbyggeri Mange med lav indkomst, uddannelse og uden job Fokus på social ulighed Men det er ikke nødvendigvis det almennyttigte boligbyggeri der har gjort af folk har en lav indkomst. 28
Skaber ghettoen arbejdsløshed eller ender arbejdsløse i ghettoen. 29
Hvad ved vi så om forebyggelse der virker. Vi ved hvorfor folk bliver syge men mindre om hvordan vi ændret adfærd Ganske meget data når det handler om strukturel forebyggelse på det strukturelle plan Priser, tilgængelighed, forbud mv. Forbavsende lidt på andre områder Holbæk modellen - +/-, nogen succes med pulverkure på Frederiksberg hospital, eller mest dårlige studiedesigns. Genoptræning efter knæ ikke meget god data Island case men enkeltdelene er vanskelige at udskille 30
Akutteam i Esbjerg kommune Meget godt at sige Men ikke færre indlæggelser 31
Økonomisk virkeligheden i kommunerne I perioden 2007 2017 er den gennemsnitlige samlede udgift per ældre i kommunerne på landsplan faldet fra 55.229 til 41.315. Spænd: 24.694-58.999 kr. per borger 32
Faldende liggetider presser kommunerne?
Kommunerne har størstedel af omkostningerne for de ældre
Stor forskel i sundheden på tværs af landet
Store forventninger til den nære kapacitet Sundhedsreform Sundhedsstyrelsen vurderer, at 75 80 pct. af de planlagte ambulante sygehuskontakter for både KOL-patienter og patienter med diabetes 2 kan flyttes ud til de praktiserende læger. For patienter med hjerte-karsygdomme er tallet 30 40 pct. Private som spillere hvis det offentlige ikke kan.? - Men hvor kommer de fra
Sundhedsprofil bruges i praksis til Monitorering af udviklingen over tid Fastholdelse af fokus Prioritering og målretning af indsatser Viser hvor udfordringerne/byrden ligger Men ikke helt let i praksis Evaluering og forskning Kræver ofte samkøring med andre data. 37
Evaluering og forskning Sundhedsprofildata er kun pseudo-anonymiserede Giver unikke muligheder for at bruge data til forskning i kommunale sundhedsprojekter. Generelt modvilje til kontrollerede forsøg med ikke eksponeret gruppe. Sundhedsprofilen giver mulighed for at lave en konstrueret kontrolgruppe 38
Overvægt Population udtrukket fra o BMI fra Sundhedsprofil 2010 og Sundhedsprofil 2013 o Koblet med data fra DRG-kodet LPR, Sygesikringsregisteret, Lægemiddelregisteret, Indkomstregisteret og data om overførsler Matchet på indextidspunkt på køn, alder, kommune, civilstand og uddannelse og fravær af diabetes type II Omkostninger mv. for : o BMI 25-29 o BMI 30-34 o BMI 35-39 o BMI 40+ 39
Ændring i omkostninger til sundhedsydelser ved en stigning i BMI på 1 + BMI +30 Sundhedsydelser RR* (p-værdi) Samlede omkostninger til sundhedsydelser 1,03 (< 0,001) Somatiske stationære behandlinger 1,03 (< 0,001) Somatiske ambulante behandlinger 1,03 (< 0,001) Somatisk skadestue 1,01 (< 0,001) Praksissektoren 1,02 (< 0,001) Psykiatriske stationære behandlinger 1,03 (< 0,001) Psykiatriske ambulante behandlinger 1,06 (< 0,001) Medicin 1,05 (< 0,001) 40
Ændring i offentlige overførselsydelser og indkomst ved en stigning i BMI på 1 + (BMI+30) Sundhedsydelser og indkomst RR* (p-værdi) Samlede offentlige overførselsydelser 1,03 (< 0,001) Kontanthjælp 1,05 (< 0,001) Førtidspension 1,06 (< 0,001) Sygedagpenge 1,03 (< 0,001) Efterløn 0,97 (< 0,001) A-kasse 1,02 (< 0,001) Boligtilskud 1,02 (< 0,001) Børnetilskud 0,99 (< 0,001) Lønindkomst og anden ikke offentlig betalt indkomst - inkl. SU 0,99 (< 0,001) Samlet indkomst offentlige ydelser, løn og anden ikke off. betalt indkomst 0,99 (< 0,001) * Justeret for alder, køn, civilstand og uddannelse 41
Omkostninger og indkomst før og efter fedmeoperation Population: 4.142 fedmeopererede i 2010 jf. Landspatientregisteret 5.717 personer med BMI > 35 i 2010 i Sundhedsprofilen Omkostninger og indkomst opgjort 3 år før og efter operation 42
Samlede omkostninger til sundhedsydelser (kr.) før og efter operation 110.000.000.000.000.000 kr 100.000.000.000.000.000 kr År Case Kontrol -3 17.602 9.914-2 19.140 10.238-1 22.039 10.643 70.000.000.000.000.000 kr 1 84.544 10.910 60.000.000.000.000.000 kr 2 32.765 11.643 50.000.000.000.000.000 kr 3 32.181 11.993 40.000.000.000.000.000 kr 90.000.000.000.000.000 kr 80.000.000.000.000.000 kr 30.000.000.000.000.000 kr 20.000.000.000.000.000 kr 10.000.000.000.000.000 kr 0 kr -3-2 Case -1 Kontrol 1 2 3 Signifikant 43
Offentlige overførselsydelser (kr.) før og efter operation 80.000.000.000.000.000 kr År Case Kontrol -3 64.163 48.671-2 65.001 48.430-1 68.689 50.197 1 68.786 53.613 2 69.793 55.157 3 72.050 56.179 70.000.000.000.000.000 kr 60.000.000.000.000.000 kr 50.000.000.000.000.000 kr 40.000.000.000.000.000 kr 30.000.000.000.000.000 kr 20.000.000.000.000.000 kr 10.000.000.000.000.000 kr 0 kr -3-2 Case -1 Kontrol 1 2 3 Signifikant 44
Mulige andre analyser med brug af sundhedsdata Rygning Samspil mellem sygdomme og rygning Egen vurderet helbred Hvad kan det forklarer i forhold til arbejdsmarked og sygdomsudvikling Sammenhæng mellem selvrapporteret sygdom og diagnoser og behandling Social ulighed osv. 45
Så hvad kan vi bruge sundhedsprofilen til! Følge om vi er på rette vej Slå os i hoved og forhåbentlig få gode ideer Sammenligne os med andre sammenlignelige Få øje på mønstre så vi kan målrette indsatsen Og så kan vi blive langt bedre til at bruge data til forskning og evaluering 46
Opsummering Faxe sundhedsprofil ligner de omgivende kommuners Vi ved ikke ret meget andet en pris og forbud mv. Faxe vil få mage flere ældre og har allerede lave ældre udgifter Udgifterne til de ældre ligger primært i kommunerne