Atul Gawande er en kjent amerikansk kirurg og skribent. I siste utgave av The New Yorker har han en artikkel med tittelen The Hot Spotters: Can we lower medical costs by giving the neediest patients better care?
Share |
Argumentet er enkelt og viktig: Ved å bruke ny informasjonsteknologi kan vi identifisere personer som står for en stor andel av helseutgiftene. Et systematisk fokus på disse gjør at vi kan tilby bedre behandling og samtidig redusere kostnadene. For at dette skal lykkes, er det nødvendig med nytenkning om hvordan man skal tilby helsetjenester - både når det gjelder finansiering, lovverk og helsekultur.
Dette høres selvsagt bra ut. Hvem kan være motstander av billigere og bedre? Men som engelskmennene sier: The proof of the pudding is in the eating. Hvordan skal det gjøres og vil det virke?
Gawande peker på en rekke forskjellige ideer og eksempler. Utgangspunktet er en historie om en engasjert lege - Jeffrey Brenner - som bruke et dataprogram for å analysere sykehusinnleggelser i Camden - et belasted område i USA. Det viste seg at 1% av pasientene utgjorde 30% av utgiftene og at disse i stor grad kom fra to små områder i Camden. Inspirert av dette funnet, begynte han å jobbe målrettet mot denne gruppen. Det viste seg at det ofte var pasienter med kroniske problemer - diabetes, hjerteproblemer, astma - som gjerne ble forverret av livsstilsproblemer som alkohol og røyking. Dette kommer nok ikke som noen overraskelse på de fleste, men Gawande mener at dette bør få implikasjoner for organiseringen av helsesystemet. Dagens system er ikke tilpasset denne gruppen, mener han:
Han gir så mange anekdoter og eksempler på dette: Vi bør danne "special care centers" som får til oppgave å arbeide med denne gruppen. Gruppen bør inneholde ulike arbeidere som fokuserer på livsstil og ikke bare medisinske problemer. Man bør også i langt større grad ta i bruk IT-systemer som identifiserer problemtilfellene og som gir informasjon om hvordan det går med de (antall innleggelser, bruk av legemidler). Man bør ikke betale "per besøk" fordi dette stimulerer til båstenkning og i noen tilfeller overforbruk.
Nok en gang er det vanskelig å være uenig, og heller ikke så veldig overrasket. Noe mer kritisk kan man kanskje være når Gawande diskuterer hvor lønnsomt slike tiltak er. Han nevner forsøk som har gitt en 56% reduksjon av utgiftene, men innrømmer at dette delvis kan skyldes et statistisk fenomen som kalles "regression to the mean." Dersom man plukker ut de som gjør det godt på en matteprøve, og tester de igjen, vil de ofte ha et lavere gjennomsnitt på den andre testen. Hvorfor? Fordi det er to grunner til at man havner i gruppen som fikk en høy poengsum: Dyktighet og flaks. Dyktigheten består, men det er lite sannsynlig at man har flaks to ganger på rad.
På samme måte er det med pasienter: Dersom man tar ut de pasientene som kostet mest i et år, er det naturlig at de koster mindre neste år fordi de vil da trolig ikke ha like uflaks neste år. En studie som tok hensyn til dette viste en reduksjon på 25% i helseutgifter, men den var basert på få obervasjoner, det var stor usikkerhet og man hadde ikke regnet med kostnadene knyttet til det å tilby de nye tjenestene.
Det kan kanskje virke surmaget å kritisere Gawande for dette, men med en person som skriver så anekdotisk og bra er det viktig å bevare en viss kritisk sans. Det betyr ikke at man bør lukke ørene. Han beskriver for eksempel et spennende forsøk der myndighetene tilbød sykehusene ekstra penger for tiltak mot kostnadskrevende pasienter på betingelse av at man kunne demonstrere at intervensjonene reduserte kostnadene med 5% sammenlignet med en kontrollgruppe av lignende pasienter. Tre år senere, sier han, så hadde de klart dette. Forsøk med slike innebygde evalueringer og avslutning hvis det ikke viser seg å virke, er en spennende ide.
Bruk av store databaser for å identifisere kostnadskrevende pasienter og et systematisk fokus på disse kan kanskje ikke spare 50% av helseutgiftene, men Gawande gir mange eksempler på at det kan føre til bedre behandling og i noen tilfeller også en viss reduksjon i kostnadene. Problemet, som Gawande nevner mot slutten, er ikke at vi ikke visste om dette, men at politiske, juridiske og økonomiske hindringer gjør det vanskelig å få til den ønskede vridningen av helsevesenet.
Dette høres selvsagt bra ut. Hvem kan være motstander av billigere og bedre? Men som engelskmennene sier: The proof of the pudding is in the eating. Hvordan skal det gjøres og vil det virke?
Gawande peker på en rekke forskjellige ideer og eksempler. Utgangspunktet er en historie om en engasjert lege - Jeffrey Brenner - som bruke et dataprogram for å analysere sykehusinnleggelser i Camden - et belasted område i USA. Det viste seg at 1% av pasientene utgjorde 30% av utgiftene og at disse i stor grad kom fra to små områder i Camden. Inspirert av dette funnet, begynte han å jobbe målrettet mot denne gruppen. Det viste seg at det ofte var pasienter med kroniske problemer - diabetes, hjerteproblemer, astma - som gjerne ble forverret av livsstilsproblemer som alkohol og røyking. Dette kommer nok ikke som noen overraskelse på de fleste, men Gawande mener at dette bør få implikasjoner for organiseringen av helsesystemet. Dagens system er ikke tilpasset denne gruppen, mener han:
The critical flaw in our health-care system ... is that it was never designed for the kind of patients who incur the highest costs.
Han gir så mange anekdoter og eksempler på dette: Vi bør danne "special care centers" som får til oppgave å arbeide med denne gruppen. Gruppen bør inneholde ulike arbeidere som fokuserer på livsstil og ikke bare medisinske problemer. Man bør også i langt større grad ta i bruk IT-systemer som identifiserer problemtilfellene og som gir informasjon om hvordan det går med de (antall innleggelser, bruk av legemidler). Man bør ikke betale "per besøk" fordi dette stimulerer til båstenkning og i noen tilfeller overforbruk.
Nok en gang er det vanskelig å være uenig, og heller ikke så veldig overrasket. Noe mer kritisk kan man kanskje være når Gawande diskuterer hvor lønnsomt slike tiltak er. Han nevner forsøk som har gitt en 56% reduksjon av utgiftene, men innrømmer at dette delvis kan skyldes et statistisk fenomen som kalles "regression to the mean." Dersom man plukker ut de som gjør det godt på en matteprøve, og tester de igjen, vil de ofte ha et lavere gjennomsnitt på den andre testen. Hvorfor? Fordi det er to grunner til at man havner i gruppen som fikk en høy poengsum: Dyktighet og flaks. Dyktigheten består, men det er lite sannsynlig at man har flaks to ganger på rad.
På samme måte er det med pasienter: Dersom man tar ut de pasientene som kostet mest i et år, er det naturlig at de koster mindre neste år fordi de vil da trolig ikke ha like uflaks neste år. En studie som tok hensyn til dette viste en reduksjon på 25% i helseutgifter, men den var basert på få obervasjoner, det var stor usikkerhet og man hadde ikke regnet med kostnadene knyttet til det å tilby de nye tjenestene.
Det kan kanskje virke surmaget å kritisere Gawande for dette, men med en person som skriver så anekdotisk og bra er det viktig å bevare en viss kritisk sans. Det betyr ikke at man bør lukke ørene. Han beskriver for eksempel et spennende forsøk der myndighetene tilbød sykehusene ekstra penger for tiltak mot kostnadskrevende pasienter på betingelse av at man kunne demonstrere at intervensjonene reduserte kostnadene med 5% sammenlignet med en kontrollgruppe av lignende pasienter. Tre år senere, sier han, så hadde de klart dette. Forsøk med slike innebygde evalueringer og avslutning hvis det ikke viser seg å virke, er en spennende ide.
Bruk av store databaser for å identifisere kostnadskrevende pasienter og et systematisk fokus på disse kan kanskje ikke spare 50% av helseutgiftene, men Gawande gir mange eksempler på at det kan føre til bedre behandling og i noen tilfeller også en viss reduksjon i kostnadene. Problemet, som Gawande nevner mot slutten, er ikke at vi ikke visste om dette, men at politiske, juridiske og økonomiske hindringer gjør det vanskelig å få til den ønskede vridningen av helsevesenet.
Share |
Ingen kommentarer:
Legg inn en kommentar