De huidige doelmatigheidsbenchmark in de thuiszorg schiet te kort.
Verschillen in cliënten van thuiszorgteams laten zien dat de huidige definitie van doelmatigheid tekort schiet. Maar er is hoop voor een zinnige analyse over de prestaties van aanbieders van thuiszorg.
EscuLine ging aan de slag met zorginhoudelijke analyses en koppelde Omaha System data aan de gedeclareerde tijd. Op organisatieniveau krijg je dan een gemiddelde. Dat is vergelijkbaar met het landelijk gemiddelde. Je zit eronder of erboven. Niet zo spannend zou je denken. Maar wat wel interessant blijkt is om te bekijken of de afwijkingen op het gemiddelde verklaard kunnen worden vanuit de inhoud. Het loont om als thuiszorgorganisatie en verzekeraar samen te kijken naar die analyse. Dan kun je echt iets zeggen over zinnige zorg!
Ondanks de personeelstekorten die er bijna overal zijn hoor ik toch heel vaak dat de wijkzorg, aldus de financier, doelmatiger kan. Dat betekent dat er teveel tijd wordt besteed die in feite onnodig is. EscuLine ging onlangs voor één van haar klanten aan de slag om vanuit data te bekijken hoe verschillen in doelmatigheid verklaard worden. We hebben de declaratiegegevens verrijkt met zorginhoudelijke data. Daarna hebben we een analyse uitgevoerd over de cliëntpopulatie.
Eén van de financiers had namelijk berekend dat de professionals in deze organisatie niet doelmatig te werk zouden gaan.
Om te toetsen of die opmerking terecht is en de zorg doelmatiger (zinniger) kan is het goed om te weten waar het huidige model op gebaseerd is.
Het huidige model heeft een uitkomstindicator ‘gemiddelde zorgkosten per klant per maand’. Deze indicator is een samenstelling van ‘gemiddeld aantal uren per cliënt per maand’ en ‘gemiddeld uurtarief’.
De financier meet het landelijk gemiddelde van de bij hen verzekerde populatie en benchmarkt die met de cliënten die de betreffende organisaties verzorgt.
Verder wordt er gekeken naar: leeftijd, geslacht, sociaal economische status. Het model hanteert een indicator voor zorgduur met de waarden ‘3 maanden en/of korter in zorg’ en ‘langer dan 3 maanden in zorg’. Om te corrigeren voor de hogere zorgzwaarte bij palliatief terminale zorg is ook een indicator voor overlijden van de cliënt opgenomen.
Samen met de klant hebben wij besloten om de inhoudelijke dossiergegevens (Omaha System) te koppelen aan de declaratie gegevens. Uit de analyse blijkt dat het verstandiger is om breder te kijken dan naar minuten en een paar algemene klantkenmerken. Conclusies trekken aan de hand van het “gemiddeld aantal minuten per cliënt landelijk bij betreffende verzekeraar” versus het “gemiddeld aantal minuten per cliënt van de zorgorganisatie”, is veel te summier en niet houdbaar.
Zonder een perspectief van aandachtsgebieden, domeinen en acties bij de cliëntpopulatie erbij te bekijken loop je het risico een totaal verkeerd beeld te krijgen.
We zien dat de cliëntpopulatie van de financier die de zorg ondoelmatig vond inderdaad meer dan gemiddeld zorg ontving. Dit hebben we afgezet tegen de hele cliëntpopulatie van deze zorginstelling. Bekeken vanuit de classificatie data zien we dat de zorgvraag en zorgzwaarte van de cliënten over tijd is toegenomen. Niet alleen in zwaarte per aandachtsgebied maar juist ook in het aantal aandachtsgebieden.
Door dit te delen en samen te bekijken met de zorgverzekeraar, ontstond er wederzijds begrip. Zo kon er een plan komen om cliënten die graag bij deze organisatie hun zorg ontvangen toch in zorg te kunnen nemen.
Als zorginstelling heb je meer data tot je beschikking dan de financier. Het loont de inhoudelijke ontwikkelingen van jouw cliëntpopulatie te analyseren.
Nederland is op weg naar Value Based Healthcare. Maar daar zijn we nog niet.
De NZA werkt aan een nieuwe bekostiging die ontwikkeld wordt vanuit de uitgangspunten:
Een mooie ontwikkeling. Dit vraagt om correcte en efficiënte registratie in het ECD. En een holistische benadering van analyse van zorgdata.
In 2019 zal het aantal bestede minuten, leeftijd, geslacht en sociaal economische status verrijkt worden met een regionale score gebaseerd op demografische kenmerken zoals: stedelijkheid, aandeel niet-westerse allochtonen, gemiddeld inkomen, aandeel alleenstaanden, gestandaardiseerde sterfte, nabijheid van ziekenhuizen, huisartsen, en verpleeghuizen.
Vooralsnog geen zorginhoudelijke data.
Het is dus verstandig om zelf je dossierdata te analyseren voor een inhoudelijk perspectief!
Mocht je naar aanleiding van dit artikel vragen hebben of wil je jouw organisatie klaarmaken voor 2019 en daarna? Wij komen graag met je in contact om ideeën uit te wisselen! Meer informatie opdoen over dit thema, lees hierover meer in een eerdere blog.
Robert van Ginkel (robert.vanginkel@esculine.nl)
EscuLine
Benieuwd naar meer blogs en nieuws over onze projecten: volg EscuLine op LinkedIn
