Risicoverevening Onderzoek cliëntprofielen wijkverpleging WOR 845

Transcriptie

1 Risicoverevening Onderzoek cliëntprofielen wijkverpleging Significant Thorbeckelaan ED Barneveld KvK WOR 845 Ministerie van Volksgezondheid, Welzijn en Sport Barneveld, 13 april 2017 Referentie: LK/tg/ Versie: Definitief Auteur(s): Esther Schipper, Jan Reitsma, Loes Koster, Wijnand van Plaggenhoef

2 Inhoudsopgave Managementsamenvatting 3 1. Inleiding Achtergrond en aanleiding Onderzoeksvragen Uitgangspunt onderzoek: zorginhoudelijk karakter, met een pragmatische insteek Aanpak Leeswijzer Relevante voorspellende factoren voor wijkverpleging Wat zeggen literatuur, wetenschappers en zorginhoudelijk deskundigen? Welke factoren zijn daadwerkelijk te operationaliseren? Van factoren naar cliëntprofielen Beschrijvende statistieken relevante te operationaliseren factoren Uitgangspunten bij het opstellen van cliëntprofielen Gevormde cliëntprofielen Modelvarianten Modelvarianten Verevenende werking Effect op normbedragen Conclusies en aanbevelingen Conclusies Aanbevelingen 47 A. Overzicht mogelijk relevante voorspellende factoren voor wijkverpleging 51 B. Gedetailleerde tabellen en nadere informatie onderzochte factoren 59 C. Normbedragen modelvarianten 73 D. Geanalyseerde CBS-gegevens 80 E. Aanvullende informatie onderzoeksaanpak 91 F. Regression tree analyses 93 Inhoudsopgave Pagina 2 van 93

3 Managementsamenvatting Inleiding Achtergrond en aanleiding 01 Het voorliggende onderzoek is gericht op de verbetering van het somatische risicovereveningsmodel. Vanaf 2015 is de wijkverpleging onderdeel geworden van het risicovereveningsmodel. Het huidige kenmerk waarmee wijkverpleging wordt voorspeld is gebaseerd op de kosten voor wijkverpleging in het voorgaande jaar (Verpleging Gebruikers Groepen of VGG(t-1)). Omdat het niet wenselijk is dat kenmerken worden voorspeld op basis van kosten in voorgaande jaren, is in dit onderzoek gezocht naar een meer zorginhoudelijk kenmerk dat voorspellend is voor gebruik en kosten van wijkverpleging. Doel 02 Het onderzoek moet resulteren in een verbeterd kenmerk zorggebruik Verpleging en Verzorging in voorgaand jaar (VGG(t-1)), gebaseerd op de zorginhoud in plaats van kosten in voorgaande jaren. Van belang is dat het nieuwe kenmerk op korte termijn gebruikt kan worden in de risicoverevening. De nadruk van dit onderzoek ligt dan ook op het vinden van voorspellende kenmerken die betrouwbaar en eenvoudig geïmplementeerd kunnen worden. Uitgangspunt onderzoek: zorginhoudelijk karakter, met een pragmatische insteek 03 Het onderzoek kent een zorginhoudelijk karakter. Vanuit een pragmatische insteek zijn er door middel van literatuuronderzoek, gesprekken met wetenschappers en expertsessies met deskundigen uit de praktijk bestaande inzichten verzameld over factoren, cliëntprofielen en zorgpaden die mogelijk voorspellend zijn voor toekomstig gebruik en kosten van wijkverpleging. Daar er in het veld nog onvoldoende overeenstemming is over wat voorspellende factoren voor gebruik van wijkverpleging zijn en er beperkt evidencebased-onderzoek beschikbaar is, hebben we de gevonden en aangedragen inzichten getoetst op basis van empirisch onderzoek. 04 Dit onderzoek maakt gebruik van beschikbare gegevens in de risicoverevening, aangevuld met gegevens die op korte termijn via Vektis en het Centraal Bureau voor de Statistiek (hierna: CBS) beschikbaar waren. Opgemerkt moet worden dat de gegevens van het CBS zijn gebruikt voor exploratieve analysedoor middel van beschrijvende statistieken. CBS-gegevens zijn niet meegenomen in cliëntprofielen en doorgerekende modelvarianten. Relevante voorspellende factoren voor wijkverpleging 05 Er is vanuit de literatuur, de gesprekken en de expertsessies een groot aantal factoren benoemd die mogelijk voorspellend zijn voor gebruik en kosten van wijkverpleging. Deze factoren zijn in te delen in een aantal dimensies die niet los te zien zijn van elkaar: diagnose/ziektebeeld, zorggebruik, persoonlijke kenmerken zoals leeftijd en geslacht, gedrag van een cliënt, omgevingskenmerken en het functioneren van de 1. Inleiding Pagina 3 van 93

4 Zorggebruik Diagnose/ziektebeeld cliënt. Zorginhoudelijk deskundigen benadrukken dat de combinatie van factoren die bij een cliënt speelt en de daarmee samenhangende zorgbehoefte per persoon verschillend is. Dat maakt dat, met name bij langdurende wijkverpleging, er weinig generieke profielen van cliënten of zorgpaden te bepalen zijn. Vooral de stapeling van factoren is relevant. 06 Voor veel van de mogelijk voorspellende factoren zijn geen bruikbare gegevens beschikbaar. Redenen hiervoor zijn: a. Veel zachte factoren zijn niet (systematisch) in systemen vastgelegd; b. Een deel van de factoren wordt mogelijk wel in sommige classificatiesystemen vastgelegd, maar hebben geen (uniforme) landelijke dekking; c. Sommige factoren zijn niet beschikbaar op persoonsniveau, maar alleen op huishouden- of postcodeniveau en hebben daarom een lagere verklarende waarde; d. Gegevens over gebruik van hulp en ondersteuning vanuit de Wet maatschappelijke ondersteuning of andere voorliggende voorzieningen zijn niet bruikbaar, omdat er grote variatie tussen gemeenten is in de mate waarin deze worden ingezet. 07 In tabel M1 is een overzicht gegeven van factoren die zijn onderzocht op bruikbaarheid. Daarbij is aangegeven of het een bestaand of een nieuw kenmerk is, of het door ons empirisch is onderzocht en of het kenmerk is meegenomen in de cliëntprofielen. Voor een uitgebreide toelichting verwijzen wij naar paragraaf 2.2 in het rapport. Dimensie Kenmerk Operationalisatie Bestaand of nieuw kenmerk? In empirisch onderzoek? In cliëntprofielen? Het hebben van een diagnose primaire DKG > 0 of secundaire DKG > 0 Bestaand V X Multimorbiditeit Aantal Dx-groepen (Dx-groepen zijn combinaties van specialisme- en diagnosecodes van DBC-declaraties) Bestaand V X Afzonderlijke somatische diagnoses Het gebruiken van medicatie Afzonderlijke Dx-groepen Bestaand X FKG > 0 Bestaand V X Polyfarmacie Aantal FKG s of Aantal ATC-codes binnen FKG Bestaand X Diagnose dementie Psychische aandoening O.b.v. geneesmiddelengebruik in t-1 bij dementiële syndromen (specifieke ATC-codes) GGZ-kosten in t-1 > 0 (Basis GGZ + specialistische GGZ) i.c.m. leeftijd Bestaand V X Nieuw V V Het hebben van 1 of meer hulpmiddelen: HKG>0 Bestaand V X Hulpmiddelengebruik Aantal hulpmiddelen van huidige HKG s dat een verzekerde gebruikt Bestaand V X Afzonderlijke hulpmiddelengroepen Nieuw V X Aantal consulten in de huisartsenpraktijk in t-1 Nieuw V X Gebruik huisartsenzorg (deels palliatieve zorg) Aantal huisartsvisites in t-1 Nieuw V V Aantal telefonische consulten door de huisarts in t-1 Nieuw V V 1. Inleiding Pagina 4 van 93

5 Functioneren/ mogelijkheden Omgevingskenmerken Persoonlijke kenmerken Dimensie Kenmerk Operationalisatie Bestaand of nieuw kenmerk? In empirisch onderzoek? In cliëntprofielen? Gebruik Eerstelijns Verblijf (ELV) (deels palliatieve zorg) Aantal specifieke huisartsverrichtingen Modernisering en Innovatie in t-1 Gebruik ELV in t-1; op basis van AWBZ-declaraties (Vektis) Nieuw V V/X Nieuw V X Gebruik Geriatrische Revalidatiezorg (GRZ) Gebruik medisch specialistische zorg proxy voor gebruik van kortdurende wijkverpleging op herstel gericht na val/ongeluk/operatie Op basis van DBC-declaraties GRZ in t-1 Bestaand X X Bezoek spoedeisende hulp Nieuw X Klinische ziekenhuisopname Nieuw X Hebben gehad van een operatie Nieuw X Gebruik wijkverpleging in t-1 Kosten V&V(t-1)>0 of huidige VGG-gebruikersgroepen Bestaand V V Leeftijd Leeftijd in 3 groepen: - Jonger dan jaar - 65 jaar of ouder Bestaand V V Geslacht Geslacht Bestaand V X Etniciteit Op basis van geboorteland vader/moeder Nieuw X Sociaal Economische Status SES: 65+: (zeer) laag 18-: hoog Bestaand V X Opleidingsniveau Opleidingsniveau Bestaand voor 45- Nieuw voor 45+ X Huishoudsamenstelling Eenpersoonshuishouden op basis van huidig kenmerk PPA Bestaand V X Burgerlijke staat/hebben van partner Burgerlijke staat/hebben van partner in jaar t Nieuw X Proxy voor kans op mantelzorg Reisafstand tussen ouder en kind op basis van ouderkindrelatie in combinatie met postcode (CBSgegevens) Het aantal kinderen van 18 jaar of ouder dat iemand heeft (CBS-gegevens) Nieuw V X Nieuw V X Mate van stedelijkheid CBS-indicator Nieuw X Life events/veranderingen in de situatie Verweduwd in jaar t-1 of jaar t-2. Op basis van partnerbestand CBS Nieuw V X Tabel M1. Voorspellende factoren voor gebruik en kosten wijkverpleging Van factoren naar cliëntprofielen Beschrijvende statistieken relevante te operationaliseren factoren 08 Voor de factoren die geoperationaliseerd konden worden en eventueel wenselijk zijn om op te nemen als vereveningskenmerk hebben wij empirisch onderzoek uitgevoerd door middel van het analyseren van beschrijvende statistieken. Deze factoren betreffen huisartsenzorg, het aantal Hulpmiddelen Kosten Groepen, 1. Inleiding Pagina 5 van 93

6 GGZ-kosten in t-1 en V&V-kosten in t-1. Op basis van de beschrijvende statistieken hebben wij de operationalisering verder kunnen aanscherpen, zodat het kenmerk een zo groot mogelijke voorspellende waarde heeft in het risicovereveningsmodel. Uitgangspunten bij het opstellen van cliëntprofielen 09 Wij hebben voor het vaststellen van cliëntprofielen gebruikgemaakt van Classification and Regression Trees (CART, hierna: regression trees). Dit is een exploratieve, non-parametrische methode op basis waarvan inzicht verkregen kan worden in welke (combinaties van) factoren de meest voorspellende waarde hebben. 10 Bij het opstellen van de cliëntprofielen zijn de volgende uitgangspunten gehanteerd: a. Op basis van de eerste bevindingen in beschrijvende statistieken onderscheiden wij de eerste vier cliëntprofielen op basis van het huidige VGG-kenmerk: 1. Verzekerden jonger dan 18 jaar met V&V-kosten in t-1 in de top 0,25% (VGG6); 2. Verzekerden jonger dan 18 jaar met V&V-kosten in t-1 in de top 2,5% (VGG1 t/m VGG5); 3. Verzekerden jonger dan 18 jaar zonder VGG; 4. Verzekerden 18 jaar of ouder met V&V-kosten in t-1 in de top 0,25% (VGG6). b. Op basis van inhoudelijke en praktische afweging zijn Hulpmiddelen Kosten Groepen uiteindelijk niet meegenomen in de cliëntprofielen: alhoewel in beschrijvende statistieken dit kenmerk van belang is, blijkt het in de regression trees tot moeilijk interpreteerbare resultaten voor cliëntprofielen te leiden; c. Regression trees zijn gericht op het komen tot cliëntprofielen voor verzekerden die 18 jaar of ouder zijn en niet in het kenmerk VGG6 vallen; d. Regression trees zijn opgesteld op basis van de meerkosten in het V&V-model exclusief VGG(t-1) en GRZ(t-1) als vereveningskenmerk (Model 1VV); e. Er zijn twee versies van cliëntprofielen opgesteld: 1. Inclusief het geclusterde VGG-kenmerk (VGG1 t/m VGG5) als voorspeller en dient als nadere invulling van het bestaande VGG-kenmerk (zie paragraaf 3.3, figuur 4). De meest bepalende factoren die in deze cliëntprofielen terugkomen naast het VGG-kenmerk zijn het aantal huisartsvisites en leeftijd 65+ en GGZ-kosten in t-1; 2. Exclusief het geclusterde VGG-kenmerk als voorspeller en dient als alternatief voor het bestaande VGG kenmerk (zie paragraaf 3.3, figuur 5). De meest bepalende factoren die in deze cliëntprofielen terugkomen zijn het aantal huisartsvisites en telefonische consulten. f. De focus ligt op het vinden van risicocategorieën waarbij in het huidige model sprake is van ondercompensatie. De risicocategorieën moeten daarnaast inhoudelijk te begrijpen zijn én qua omvang voldoen aan de normen van het toetsingskader; g. De robuustheid van de gevonden profielen is beoordeeld door ook regression trees op te stellen op een viertal steekproeven uit de data. Modelvarianten In het onderzoek hebben wij de volgende modelvarianten doorgerekend: M0: Uitgangsmodel OT2017, met pdkg/sdkg (in plaats van de originele DKG); 1. Inleiding Pagina 6 van 93

7 M0VV: Zoals M0, maar met afhankelijke variabele V&V-kosten (in plaats van totale variabele kosten); M1: Model M0, exclusief VGG en GGG; M2: Model M1, met de basisprofielen voor VGG en afzonderlijke kenmerken voor de gevonden factoren (inclusief aantal hulpmiddelengroepen, zie paragraaf 3.3); M3: Model M1, met cliëntprofielen variant 1 (inclusief VGG 1-5 kenmerk voor 18+); M4: Model M1, met cliëntprofielen variant 2 (exclusief VGG 1-5 kenmerk voor 18+); M5: Model M4, met FKG-PAV gesplitst naar dementie en overig; M6VV: Model M4, maar met als afhankelijke variabele V&V-kosten (in plaats van totale variabele kosten); M7: Model M1, met VGG, waarbij VGG6 is uitgesplitst in 18- en 18+. Deze modelvariant is toegevoegd op aanraden van de begeleidingscommissie na de bespreking van de resultaten van de andere modelvarianten. Verevenende werking 11 Van de onderzochte modelvarianten komt Model M3 het dichtst in de buurt van de verevenende werking van het uitgangsmodel M0. De verevenende werking neemt iets af, dit blijkt bijvoorbeeld uit een 0,3% lagere R 2 op het individuele niveau dan in Model M0. Op subgroepniveau blijkt dit model tot een duidelijke overcompensatie te leiden voor de GGG-groep en voor de subgroep met een combinatie van GGG en VGG. Op het verzekeraarsniveau neemt de verklaarde variantie met 0,1% af ten opzichte van Model M0. Het verschil in resultaat op verzekeraarsniveau is beperkt ten opzichte van M0: veranderingen in resultaat liggen tussen de -6 en 4 euro. 12 Van Model M4 is de verevenende werking minder goed dan van Model M3. Dit blijkt uit de 0,5% lagere R 2 op het individuele niveau. Op subgroepniveau resteert ongeveer tweederde van de ondercompensatie van de VGG-groep, zoals die in Model M1 zichtbaar is. De subgroep met zowel GGG als VGG heeft in Model M4 een ondercompensatie, maar minder groot dan in Model M1. Op verzekeraarsniveau is de R 2 0,1% lager dan in Model M3. De bandbreedte van resultaten laat een gedifferentieerd beeld zien ten opzichte van Model M0 en M3. Voor M4 zijn de verschillen in resultaat ten opzichte van het referentiemodel groter, met een range van - 27 tot Model M2 met de afzonderlijke kenmerken in het model lijkt qua verevende werking sterk op Model M4. Op basis hiervan heeft Model M4, met beter te interpreteren profielen, de voorkeur. 14 Ook Model M5, waarbij de FKG-PAV nader is uitgesplitst voor de dementiële syndromen, heeft een vergelijkbare verevenende werking als Model M4. Hieruit blijkt dat de opsplitsing van deze FKG van zeer beperkte toegevoegde waarde is. 15 Als naar de modellen wordt gekeken waarin alleen de V&V-kosten als afhankelijke variabele zijn opgenomen, is te zien dat in Model M6VV, waarin cliëntprofielen het VGG-kenmerk vervangen, de verevenende werking minder sterk is dan in M0VV. Met 34,9% verklaarde variantie op individueel niveau is de verevenende werking voor de V&V-kosten beter dan voor de totale variabele kosten als geheel (Model M0 t/m 1. Inleiding Pagina 7 van 93

8 M5). Dit geldt op individueel niveau echter niet voor de CPM, die in Model M6VV juist lager is. De extreme kosten worden dus relatief goed voorspeld, maar de minder extreme kosten relatief minder goed. Op het subgroepniveau bestaat er ondercompensatie voor groepen met VGG en/of GGG. Opvallend is dat verschuivingen in resultaat op verzekeraarsniveau in M6VV ten opzichte van M0VV nog sterker zichtbaar zijn dan bij de modellen met de totale variabele somatische kosten. Twee verzekeraars met het beste resultaat in het uitgangsmodel verbeteren hun resultaat verder volgens Model M6VV, terwijl het resultaat van de verzekeraar met het negatiefste resultaat in het uitgangsmodel verslechtert. 16 De verevenende werking van Model M7 is iets beter dan M0, met name op individuniveau (de R 2 neemt met 0,1% toe). Het weglaten van GGG wordt op individuniveau volledig gecompenseerd door het opsplitsen van VGG6 in 18- en 18+. Op subgroep- en verzekeraarsniveau zijn verschillen tussen M0 en M7 minimaal. In Model M7 is net als in M3 het resultaat voor de groepen met GGG en voor de groepen met zowel GGG als VGG positief. Effect op normbedragen 17 Door toepassing van de cliëntprofielen zoals in Model M4 is een alternatieve invulling gegeven aan de verklaring van kosten voor wijkverpleging. Voor dit model is dan ook de grootste verschuiving in normbedragen ten opzichte van Model M0 te zien. Het gewogen gemiddelde absolute verschil (GGAV) in normbedragen is 166. De meest opvallende toenames in de normbedragen zijn zichtbaar bij de leeftijdscategorie 90+, FKG3 (Psychose, Alzheimer en verslaving), FKG14 (hartaandoeningen), FKG17 (Parkinson) en FKG22 (aandoeningen hersenen/ruggenmerg overig), HKG2 (therapeutisch elastische kousen), HKG3 (voorzieningen voor stomapatiënten), HKG5 (middelen voor urine-opvang), HKG6 (injectiespuiten met toebehoren), HKG7 (zuurstofapparaten met toebehoren), PPA5 en PPA6 (> 15 bewoners, instromend 65+) en FDG3. Bij PPA12 (overige huishoudens 80+) verandert het normbedrag van positief naar negatief. Conclusies en aanbevelingen Conclusies 18 Het opnemen van de cliëntprofielen die als alternatief dienen voor het huidige VGG(t-1) kenmerk (Model M4), blijkt wat toe te voegen aan het model met de totale variabele zorgkosten: de verevenende werking van het risicovereveningsmodel verbetert ten opzichte van een modelvariant (Model M1) zonder een kenmerk gebaseerd op gebruikt van wijkverpleging in t-1 (VGG(t-1)), met name op individueel niveau. Echter, de verevenende werking van het model verslechtert ten opzichte van het huidige model inclusief VGG(t-1). De cliëntprofielen blijken VGG(t-1) voor een klein deel, maar lang niet geheel, te kunnen vervangen. 19 Dat het effect van de cliëntprofielen niet substantieel is, is niet verwonderlijk. Het gaat om een relatief beperkte toevoeging van nieuwe kenmerken. Ook wordt een ruime meerderheid van de verzekerden die in VGG(t-1) vallen niet gevangen in de zorginhoudelijke cliëntprofielen. Als tussenoplossing zou gekozen kunnen worden voor verfijning van het VGG-kenmerk, waarbij het VGG(t-1)-kenmerk wordt toegevoegd aan 1. Inleiding Pagina 8 van 93

9 cliëntprofielen, in interactie met zorginhoudelijke factoren. Echter, in deze variant wordt de indeling in klassen op basis van kosten grotendeels losgelaten. Hierdoor neemt de kans op prikkelwerking toe. 20 Vooralsnog lijkt het voor de hand te liggen om het huidig VGG(t-1)-kenmerk te handhaven, met een kleine aanpassing door VGG6 uit te splitsen in verzekerden jonger dan 18 jaar en verzekerden van 18 jaar en ouder (Model M7). Met enkele aanvullende toevoegingen (nog nader onderzoeken, zie aanbevelingen), is op relatief korte termijn verbetering te realiseren door naast VGG(t-1) enkele kenmerken te verbeteren of toe te voegen. Het gaat hierbij om hulpmiddelengebruik, huisartsenzorg en/of GGZ-kosten in t-1. Aanbevelingen 21 Wegens beperkingen in beschikbare gegevens en beschikbare tijd hebben wij niet alle mogelijk relevante factoren die gebruik en kosten van wijkverpleging voorspellen kunnen onderzoeken. Onderstaande suggesties voor vervolgonderzoek en aandachtspunten voor de toekomstige doorontwikkeling van de risicoverevening zijn niet alleen specifiek gericht op wijkverpleging, maar ook breder over de somatische zorg in het geheel. a. Doorontwikkeling van vereveningskenmerk Hulpmiddelen Kosten Groepen: Vervolgonderzoek kan zicht richten op aanvullend interessante hulpmiddelengroepen, meerjarige HKG s (om problemen met meerjarige registratie op te lossen) en meervoudige HKG s (om rekening te houden met het gebruik van meerdere hulpmiddelen); b. Nader onderzoek naar huisartsengegevens: Het is aan te raden in vervolgonderzoek ook huisartsenzorggegevens (met name huisartsvisites en telefonische consulten) over verzekerden van jonger dan 50 jaar mee te nemen. Deze gegevens waren geen onderdeel van het huidige onderzoek. Daarnaast is het interessant breder onderzoek te doen naar de toegevoegde waarde van gegevens over huisartsenzorg in de risicoverevening, zowel ten aanzien van GGZ- als somatische kosten. Mogelijk kunnen de gegevens uitgebreid worden met gegevens over ketenzorg en de inzet van de praktijkondersteuner; c. Meerjarige vereveningskenmerken: Voor het voorspellen van chroniciteit is meerjarige informatie relevant, bijvoorbeeld over: diagnoses en langdurig gebruik van hulpmiddelen of fysiotherapie; d. Doorontwikkeling cliëntprofielen wijkverpleging (ten behoeve van risicovereveningsmodel 2019): Het is aan te raden in vervolgonderzoek expliciet onderscheid te maken in de verschillende klantgroepen of zorgtypen. De volgende factoren bieden in de toekomst mogelijkheden: klinische ziekenhuisopnames, operaties, bezoeken aan de spoedeisende hulp en Eerstelijns verblijf. Aanvullende mogelijkheden die waarschijnlijk iets minder potentie en daardoor lagere prioriteit hebben zijn: ouder-kindrelaties van verzekerden die wijkverpleging ontvangen, geschat opleidingsniveau meenemen in het regiokenmerk, kenmerken van zorgaanbieders en onderscheid tussen persoonlijke verzorging en verpleging; e. Aansluiten op de nieuw te ontwikkelen bekostiging: Op dit moment werkt de Nederlandse Zorgautoriteit aan een nieuwe bekostigingssystematiek voor de wijkverpleging. Wij adviseren voor de risicoverevening in de ontwikkelfase al te leren van uitkomsten uit de bekostigingsonderzoeken en eventuele pilots (en vice versa). Beide systemen (de bekostiging en risicoverevening) zijn er immers bij gebaat om zicht te hebben op voorspellers van zorgkosten. Wellicht biedt op korte termijn de doelgroepenregistratie, die door een deel van de aanbieders wordt gehanteerd, aanknopingspunten. 1. Inleiding Pagina 9 van 93

10 1. Inleiding 1.1 Achtergrond en aanleiding 22 De risicoverevening is een cruciaal instrument voor de Zorgverzekeringswet (Zvw). Het borgt het gelijke speelveld tussen verzekeraars en beperkt prikkels voor risicoselectie. De verevening compenseert immers de voorspelbare kostenverschillen tussen zorgverzekeraars, die het gevolg zijn van gezondheidsverschillen tussen de verzekerdenpopulaties van de verzekeraars. De risicovereveningsmodellen worden jaarlijks verbeterd en verder doorontwikkeld op basis van nieuwe beleidsontwikkelingen, het beschikbaar krijgen van nieuwe data of nieuwe inzichten. 23 In 2015 is de wijkverpleging overgeheveld naar de Zvw en hiermee ook onderdeel geworden van het risicovereveningsmodel. Voor dit jaar zijn de kosten van de wijkverpleging ex post nagecalculeerd met behulp van een zogenaamde bandbreedteregeling. In 2016 is een risicovereveningskenmerk toegevoegd aan het model gebaseerd op de kosten voor wijkverpleging in het voorgaande jaar (Verpleging GebruikersGroepen of VGG(t-1)). Door toevoeging van dit kenmerk kon de bandbreedteregeling verder worden verruimd en is er dus minder ex post verrekend. Vanaf 2017 is er alleen nog een ex ante risicoverevening voor wijkverpleging, hiermee wordt de wijkverpleging dus volledig risicodragend uitgevoerd door de zorgverzekeraars. Omdat het voor de risicoverevening niet wenselijk is dat kenmerken gebaseerd zijn op kosten in voorgaande jaren, is het doel van het dit onderzoek op zoek te gaan naar een meer zorginhoudelijk kenmerk dat voorspellend is voor kosten van wijkverpleging. 1.2 Onderzoeksvragen 24 Het doel van het onderzoek is op korte termijn (2018 en 2019) te komen tot een verbeterd kenmerk zorggebruik Verpleging en Verzorging in voorgaand jaar (VGG( t-1)). In dit onderzoek staat de volgende onderzoeksvraag centraal: Op welke manier kan het kenmerk VGG(t-1) verder worden verbeterd, zodat het meer op basis van inhoudelijke gronden is vormgegeven? 25 Het onderzoek beantwoordt de volgende subvragen: a. Welke cliëntprofielen moeten wij onderscheiden met het oog op voorspelling van zorgkosten in een volgend jaar? b. Welke data zijn al beschikbaar (met landelijke dekking) en wat is de kwaliteit hiervan? c. Welke ontwikkelingen kunnen de komende jaren verwacht worden en wat zijn de effecten hiervan? d. Welke cliëntprofielen kunnen gevormd worden op basis van uitkomsten van de bovenstaande vragen? e. Wat is de verbetering van het risicovereveningsmodel op basis van de kwantitatieve analyse? 1.3 Uitgangspunt onderzoek: zorginhoudelijk karakter, met een pragmatische insteek 26 Gezien het doel van het onderzoek om het huidig kenmerk VGG(t-1) te verbeteren op basis van inhoudelijke gronden, kent dit onderzoek een zorginhoudelijk karakter. In het onderzoek zijn wij op zoek naar 1. Inleiding Pagina 10 van 93

11 factoren, cliëntprofielen en typische zorgpaden die op basis van zorginhoud naar verwachting voorspellend zijn voor gebruik en kosten van wijkverpleging. De insteek is echter niet zozeer exploratief, maar pragmatisch, waarbij wij zoveel mogelijk gebruikmaken van bestaande inzichten en die proberen te toetsen op basis van empirisch onderzoek. 27 Met name rondom de ontwikkeling van de nieuwe bekostigingssystematiek, waarvoor sinds de overheveling van de wijkverpleging naar de Zvw een traject loopt, is reeds veel onderzoek gedaan en is reeds veel discussie geweest. Daaruit blijkt dat in het veld nog beperkt consensus bestaat over wat voorspellende factoren voor gebruik van wijkverpleging zijn en dat er ook nog beperkt evidencebased-onderzoek beschikbaar is. Mogelijk kan empirisch onderzoek daar juist aan bijdragen. De nadruk van het onderzoek ligt daarom op een analyse van beschikbare data, om te toetsen in welke mate typische zorgtrajecten, cliëntprofielen en/of indicatoren voor zorgzwaarte voorspellend zijn. 28 In het onderzoek hebben wij zoveel mogelijk gebruik gemaakt van beschikbare gegevens in de risicoverevening, uitgebreid met gegevens die op korte termijn beschikbaar waren in andere bronnen, bijvoorbeeld bij Vektis en het Centraal Bureau voor de Statistiek (hierna: CBS). 1.4 Aanpak 29 In het onderzoek hebben wij de volgende stappen doorlopen: I. Inventariseren: a. Literatuuronderzoek op bestaand onderzoek; b. Interviews met partijen die bezig zijn met de ontwikkeling van de nieuwe bekostigingssystematiek en die onderzoek doen naar de bruikbaarheid van informatie uit classificatiesystemen. Wij hebben gesproken met de Nederlandse Zorgautoriteit, Universiteit Twente, Universiteit Maastricht en Universiteit Utrecht (zie bijlage E); c. Expertsessie met zorginhoudelijk deskundigen uit de praktijk, ter toetsing van bevindingen uit de literatuur en interviews. De expertgroep bestaat uit zorgprofessionals die zelf daadwerkelijk zorg leveren en patiënten zien, namelijk: wijkverpleegkundigen, een huisarts en een specialist ouderengeneeskunde (zie bijlage E voor de samenstelling van de expertgroep); Op basis van deze stap hebben we een lijst met mogelijk relevante factoren samengesteld. II. Operationaliseren: a. Inventarisatie van beschikbare gegevens: op basis van de lijst met factoren hebben wij bij Vektis en het CBS een inventarisatie gedaan van beschikbare gegevens, naast gegevens die beschikbaar zijn uit bronbestanden van de risicoverevening (OT-bestanden, DBC-declaratiegegevens en hulpmiddelendeclaratiegegevens). Bij Vektis gaat het om gegevens over Eerstelijns verblijf, huisartsenzorg en medisch specialistische zorg. Bij CBS gaat het om demografische gegevens, met name ten aanzien van partnerrelaties en ouder-kindrelaties (zie paragraaf ); b. Controle, bewerking en koppeling van gegevens; c. Berekenen van beschrijvende statistieken van relevante factoren, ter ondersteuning van de keuze voor welke factoren wij meenemen in cliëntprofielen, en op welke wijze (bijvoorbeeld in welke categorieën); 1. Inleiding Pagina 11 van 93

12 III. Samenstellen a. Empirische analyse met behulp van Classification and Regression Trees (CART) 1 (hierna: regression trees) om cliëntprofielen vast te stellen (zie paragraaf 3.2). De uitkomsten uit regression trees zijn afhankelijk van: gebruikte data, factoren die worden meegenomen en de wijze waarop factoren worden meegenomen (bijvoorbeeld als binaire of als continue variabele). Het vaststellen van cliëntprofielen is daarom een iteratief proces, waarbij wij meerdere varianten van regression trees hebben doorgerekend; b. Berekenen beschrijvende statistieken van (voorlopige) varianten van cliëntprofielen; IV. Vergelijken: a. Opstellen, doorrekenen en vergelijken van modelvarianten op basis van lineaire regressie met restricties. In de uitgangsmodellen hebben wij voor het vereveningskenmerk DiagnoseKostenGroepen (DKG s) de nieuwe definitie opgenomen, zoals vastgesteld na het groot onderhoud DKG (zie WOR835). Ten opzichte van de oorspronkelijke DKG s hebben hierin de volgende wijzigingen plaatsgevonden: - DKG s zijn geüpdatet op basis van nieuwe kostendata en er is rekening gehouden met de verkorte doorlooptijd van DBC s; - DKG s zijn uitgebreid met nieuwe Dx-groepen voor: - Vroeggeborenen; - Niertransplantaties/nierdialyse; - Diagnosen Geriatrische Revalidatiezorg (GRZ); - Er is onderscheid gemaakt in primaire en secundaire DKG s. Met name de laatste twee punten hebben impact op de voorspelling van kosten van wijkverpleging, omdat er een sterke samenhang is tussen GRZ en wijkverpleging en omdat met primaire en secundaire DKG s meer rekening wordt gehouden met multimorbiditeit. In figuur 1 zijn deze stappen schematisch weergegeven. 30 Het onderzoek is begeleid door een begeleidingscommissie van deskundigen op het gebied van risicoverevening (zie bijlage E). Naast VWS neemt hieraan deel: het Zorginstituut, Zorgverzekeraars Nederland en afzonderlijke verzekeraars. Tevens is een vertegenwoordiger vanuit de NZa toegevoegd aan de begeleidingscommissie, om de ervaring vanuit de bekostiging in te kunnen brengen. 1 Breiman L, Friedman JH, Olshen R, Stone CJ (1984). Classification and Regression Trees. 1. Inleiding Pagina 12 van 93

13 Onderzoeksfase I. Inventariseren Literatuuronderzoek Interviews met NZa en wetenschappers Expertsessie 1 3 II. Operationaliseren Onderzoeksvraag Inventariseren beschikbare data t.b.v. operationalisatie van factoren Bestandsbewerkingen Beschrijvende statistieken factoren III. Samenstellen Empirische analyse: regression trees Beschrijvende statistieken cliëntprofielen 4 IV. Vergelijken Doorrekenen modelvarianten 5 Resultaat: Lijst met mogelijk relevante factoren Lijst met relevante te operationaliseren factoren Varianten voor cliëntprofielen Voorstel voor modelvarianten Uitkomsten modelvarianten Figuur 1. Schematische weergave van de aanpak 1.5 Leeswijzer 31 In hoofdstuk 2 beschrijven wij de bevindingen uit de eerste twee stappen van het onderzoek: de inventarisatie en operationalisatie van factoren. Wij gaan in paragraaf 2.1 in op de dimensies en factoren die in de literatuur en door wetenschappers en zorginhoudelijk deskundigen zijn genoemd als voorspellend voor wijkverpleging. Vervolgens beschrijven wij in paragraaf 2.2 welke factoren wij hebben onderzocht om te operationaliseren en mee te nemen in cliëntprofielen en welke gegevens wij daarvoor hebben gebruikt. 32 In hoofdstuk 3 gaan wij nader in op beschrijvende statistieken van te operationaliseren factoren (paragraaf 3.1) en de wijze waarop cliëntprofielen tot stand zijn gekomen (paragraaf 3.2). In paragraaf 3.3 geven we een overzicht van twee varianten van cliëntprofielen, met de daarbij behorende beschrijvende statistieken. 33 In hoofdstuk 4 staan de modelvarianten centraal. Wij geven een overzicht van de modelvarianten die wij hebben doorgerekend (paragraaf 4.1) en de verevenende werking van deze varianten (paragraaf 4.2). Daarnaast beschrijven we het effect op de normbedragen (paragraaf 4.3). Tot slot beschrijven wij in hoofdstuk 5 de conclusies en aanbevelingen. 34 De bijlagen bij dit rapport bevatten een overzicht van mogelijk relevante voorspellende factoren (bijlage A), gedetailleerde tabellen (bijlage B), normbedragen van modelvarianten (bijlage C), verdiepende informatie over geanalyseerde CBS-gegevens (bijlage D) en de aanvullende informatie over het onderzoek (bijlage E). 1. Inleiding Pagina 13 van 93

14 2. Relevante voorspellende factoren voor wijkverpleging 2.1 Wat zeggen literatuur, wetenschappers en zorginhoudelijk deskundigen? 35 De inventarisatie die wij hebben uitgevoerd met behulp van literatuuronderzoek, gesprekken met wetenschappers en een expertsessie met deskundigen uit de praktijk heeft geleid tot een overzicht van factoren die zorginhoudelijk gezien mogelijk relevant zijn. Deze factoren zijn in te delen in een aantal dimensies: diagnose/ziektebeeld, zorggebruik, persoonlijke kenmerken, zoals: leeftijd en geslacht, gedrag van een cliënt, omgevingskenmerken en het functioneren van de cliënt. Hierbij zijn deze dimensies niet los te zien van elkaar, ze bepalen samen de zorgvraag en zorgzwaarte en daaruit voortvloeiend het zorggebruik en de zorgkosten. Dit hebben wij schematisch weergegeven in figuur 2. Figuur 2. Dimensies die voorspellend zijn voor de zorgbehoefte, zorggebruik en zorgkosten voor wijkverpleging 36 Zorginhoudelijk deskundigen benadrukken dat bij bepaalde aandoeningen de kans op wijkverpleging hoog is, maar dat het hebben van een aandoening op zich niets zegt over de in te zetten zorg. De mate waarin wijkverpleging daadwerkelijk nodig is en ingezet wordt, is van veel meer factoren afhankelijk, zoals: de fase waarin de ziekte zich bevindt, de mate waarin de cliënt kan omgaan met de ziekte ( coping ) en de benadering van de zorgverlener. De combinatie van factoren die bij een cliënt speelt en de daarmee samenhangende zorgbehoefte is per persoon verschillend. Dat maakt dat, met name bij langdurende wijkverpleging, er weinig generieke profielen van cliënten of zorgpaden te bepalen zijn. Vooral de stapeling van factoren is relevant. 37 Bijlage A bevat een overzicht van factoren die uit de inventarisatie vanuit verschillende bronnen zijn genoemd. Belangrijke (algemene) factoren die uit deze inventarisatie zijn gekomen, zijn: a. Persoonlijke kenmerken: i. Geslacht; ii. Leeftijd; 2. Relevante voorspellende factoren voor wijkverpleging Pagina 14 van 93

15 iii. Opleidingsniveau en sociaal economische status. b. Gedrag: i. Leefstijl; c. Diagnose/ziektebeeld: i. Comorbiditeit; ii. Somatische diagnoses COPD, CVA, dementie, diabetes, Multiple Sclerose (MS), Parkinson; iii. Diagnose psychische stoornis/psychische beperkingen; iv. Palliatieve cliënten; v. Tijdelijke zorgvraag na acute situatie, zoals: een ongeluk, valpartij, klinische ziekenhuisopname; vi. Het hebben van een wond. d. Zorggebruik: i. Medicijngebruik; ii. Hulpmiddelengebruik; iii. Geriatrische revalidatiezorg en klinische geriatrie; iv. Huisartsenzorg; v. Gebruik van wijkverpleging. e. Omgevingskenmerken: i. Beschikbaarheid zorgaanbod; ii. Aanwezigheid van een sociaal netwerk en mantelzorg; iii. Stedelijkheid; iv. Woonsituatie. f. Functioneren/mogelijkheden: i. Kunnen uitvoeren van algemeen dagelijkse levensverrichtingen (ADL) en huishoudelijk dagelijkse levensverrichtingen (HDL); ii. Mobiliteitsbeperkingen; iii. Veranderingen in de situatie of diagnose; iv. Life events zoals overlijden partner; v. Coping: wijze waarop patiënt kan omgaan met de ziekte. 38 Bureau HHM onderscheidde in eerder onderzoek verschillende klantgroepen, met verschillende zorgbehoeften 2. Een dergelijk onderscheid kwam in gesprekken met deskundigen ook terug. Op hoofdlijnen betreft dat de volgende zorg- en ondersteuningstypen: a. Kortdurende zorg op herstel gericht, na bijvoorbeeld: een ongeluk, valpartij of ziekenhuisopname; b. Kortdurende terminale zorg in de laatste fase van een leven; c. Kortdurende zorg gericht op aanleren van zorgactiviteiten en inventariseren van de situatie van een cliënt; d. Langdurende stabiele zorg, aan onder andere: ouderen die ondersteuning nodig hebben in algemene dagelijkse levensverrichtingen (ADL), cliënten met een lichamelijke beperking, chronisch zieken en psychiatrische cliënten; 2 Bureau HHM (2010), Verpleging in de eigen omgeving. Een onderzoek naar de samenstelling en omvang van deze doelgroep. In opdracht van het College voor zorgverzekeringen (CVZ). 2. Relevante voorspellende factoren voor wijkverpleging Pagina 15 van 93

16 e. Langdurende instabiele zorg door veranderingen in: mantelzorg, ziektebeeld, sociaal systeem en/of psychische draagkracht; f. Intensieve zorg aan kinderen. Factoren die in dit onderzoek zijn geïnventariseerd, raken al deze typen Deskundigen benoemen een aandachtspunt dat de voorspelbaarheid van gebruik en kosten van wijkverpleging compliceert. Deze is dat de praktijkvariatie in de wijkverpleging vermoedelijk groot is. Dit komt onder andere omdat het stellen van een diagnose in de wijkverpleging niet zo eenduidig is als in de geneeskunde en er bovendien meestal sprake is van een veranderende situatie. Met name de prognose is relevant: is de verwachting dat de situatie van de patiënt verbetert, hetzelfde blijft of verslechtert? En welke ondersteuning is daar passend bij? Deze inschatting is mede afhankelijk van het beschikbare zorgaanbod en de benadering van de zorgverlener: is deze op zelfredzaamheid gericht, of op het leveren van de ondersteuning? Bovendien verwachten deskundigen dat de mondigheid van cliënten mede bepalend is voor de zorg die wordt ingezet. 2.2 Welke factoren zijn daadwerkelijk te operationaliseren? Algemeen 40 Voor veel van de factoren die mogelijk voorspeller zijn van de zorgzwaarte, zijn geen bruikbare gegevens beschikbaar om de factor mee te kunnen nemen in het risicovereveningsmodel. Redenen hiervoor zijn: a. Veel zachte factoren zijn niet (systematisch) in systemen vastgelegd. Denk bijvoorbeeld aan: leefstijl, zoals overgewicht en roken, het sociaal netwerk van de cliënt, of mantelzorg wordt geleverd, en de mate waarin de cliënt met zijn/haar ziekte om kan gaan ( coping ); b. Een deel van de factoren wordt mogelijk wel in sommige classificatiesystemen vastgelegd, maar hebben geen (uniforme) landelijke dekking. Voorbeelden hiervan zijn gegevens over (mobiliteits)beperkingen van de cliënt, symptomen, zoals: het hebben van pijn, problemen met huid of problemen met neuro-/spier-/botfunctie en andere Omaha-gebieden 4 en de mate waarin er perspectief is op verbetering. Deskundigen geven aan dat het gebruik van classificatiesystemen steeds meer gemeengoed wordt en de kwaliteit van registraties steeds beter. Naar verwachting hebben over enkele jaren (rond 2020) alle thuiszorgorganisaties registraties beschikbaar. Dergelijke gegevens zijn echter pas drie jaar daarna bruikbaar voor de risicoverevening, mits het beschikbaar stellen ervan mogelijk is vanuit privacyoverwegingen; c. Sommige factoren zijn niet beschikbaar op persoonsniveau, maar alleen op bijvoorbeeld huishouden- of postcodeniveau. Dergelijke meer grofmazige factoren hebben vaak een lagere verklarende waarde. Een voorbeeld is de mate van stedelijkheid; 3 Er is geen zicht op de omvang van de verschillende typen, in kosten en/of aantal cliënten. 4 Het Omaha-systeem is een classificatie van drie samenhangende componenten, te weten: problemen (aandachtsgebieden), interventies (acties) en zorgresultaten. In totaal zijn er 42 aandachtsgebieden geformuleerd, verdeeld over 4 domeinen: psychosociaal, omgeving, gezondheid gerelateerd gedrag en fysiologisch. Elk gebied kent een unieke set signalen en symptomen (variërend van 4 tot 18 per gebied) die een tekort, stoornis of beperking op dat gebied definiëren. Voor ieder aandachtsgebied kunnen acties worden omschreven. 2. Relevante voorspellende factoren voor wijkverpleging Pagina 16 van 93

17 d. Gegevens over gebruik van hulp en ondersteuning vanuit de Wet maatschappelijke ondersteuning of andere voorliggende voorzieningen zijn niet bruikbaar, omdat er grote variatie tussen gemeenten is in de mate waarin deze worden ingezet. 41 Door bovenstaande redenen kon een groot aantal factoren niet worden meegenomen in dit onderzoek. In tabel 1 hebben wij een overzicht opgenomen van de factoren die we wel hebben onderzocht op bruikbaarheid om mee te nemen in de cliëntprofielen. Hierbij hebben wij aangegeven op welke wijze we de factor operationaliseren en of de factor aansluit op een bestaand vereveningskenmerk of nieuw is. Bij een deel van deze factoren bleek na een eerste verkenning dat het niet van toegevoegde waarde is om de factor mee te nemen. Voor deze factoren hebben wij geen analyses op gegevens uitgevoerd ( rood kruis in de kolom In empirisch onderzoek ). Van andere factoren hebben wij beschrijvende statistieken berekend. Op basis daarvan hebben wij in afstemming met de begeleidingscommissie besloten of we het kenmerk meenemen in de vaststelling van de cliëntprofielen (zie de kolom In cliëntprofielen en hoofdstuk 4). 42 In tabel 1 is een aantal factoren gemarkeerd met een letter in superscript ( a ). In het vervolg van deze paragraaf geven wij nader toelichting op deze kenmerken. 2. Relevante voorspellende factoren voor wijkverpleging Pagina 17 van 93

18 Zorggebruik Diagnose/ziektebeeld Dimensie Kenmerk Operationalisatie Bestaand of nieuw kenmerk? In empirisch onderzoek? In cliëntprofielen? Toelichting 1 a Het hebben van een diagnose primaire DKG > 0 of secundaire DKG > 0 Bestaand V X Heeft geen toegevoegde waarde, zit al in huidige model. 2 b Multimorbiditeit Aantal Dx-groepen (Dx-groepen zijn combinaties van specialisme- en diagnosecodes van DBCdeclaraties) Bestaand V X Met toevoeging secundaire DKG s al grotendeels ondervangen (zie beschrijvende statistieken). 3 Afzonderlijke somatische diagnoses Afzonderlijke Dx-groepen Bestaand X Voorspellende diagnoses zijn grotendeels opgenomen in bestaande DKG s en FKG s; niet afzonderlijk onderzocht. 4 a Het gebruiken van medicatie FKG > 0 Bestaand V X Heeft geen toegevoegde waarde, zit al in huidige model. 5 Polyfarmacie Aantal FKG s of Aantal ATC-codes binnen FKG Bestaand X Door meervoudige FKG s al grotendeels ondervangen, in begeleidingscommissie besloten niet verder te onderzoeken. 6 c Diagnose dementie O.b.v. geneesmiddelengebruik in t-1 bij dementiële syndromen (specifieke ATCcodes) Bestaand V X Niet meenemen in cliëntprofielen, maar een afzonderlijke modelvariant doorrekenen waarin ATC-codes dementiële syndromen worden gesplitst van de huidige FKG 3 (PAV). 7 d Psychische aandoening GGZ-kosten in t-1 > 0 (Basis GGZ + specialistische GGZ) i.c.m. leeftijd Nieuw V V Meenemen in cliëntprofielen voor verzekerden van 65 jaar en ouder. 8 a Het hebben van 1 of meer hulpmiddelen: HKG>0 Bestaand V X Heeft geen toegevoegde waarde, zit al in huidige model. 9 Hulpmiddelengebruik Aantal hulpmiddelen van huidige HKG s dat een verzekerde gebruikt. Bestaand V X 10 e Afzonderlijke hulpmiddelengroepen Nieuw V X Bleek na een eerste analyse naar mogelijke cliëntprofielen tegenintuïtieve resultaten op te leveren. Bovendien verwacht de begeleidingscommissie meer van toekomstig onderzoek naar meervoudige HKG s (zie paragraaf 3.2). Vervolgonderzoek naar toegevoegde waarde aanvullende hulpmiddelengroepen naast huidige HKG s past beter in groot onderhoud HKG. 11 f Gebruik huisartsenzorg (deels palliatieve zorg) Aantal consulten in de huisartsenpraktijk in t-1 Nieuw V X Op basis van eerste beschrijvende statistieken bleek geen relatie tussen het aantal huisartsconsulten en kosten van wijkverpleging. 12 f Aantal huisartsvisites in t-1 Nieuw V V Meenemen in cliëntprofielen in categorieën. f Aantal telefonische consulten door de 13 huisarts in t-1 Nieuw V V Meenemen in cliëntprofielen in categorieën. 2. Relevante voorspellende factoren voor wijkverpleging Pagina 18 van 93

19 Persoonlijke kenmerken Dimensie Kenmerk Operationalisatie Bestaand of nieuw kenmerk? In empirisch onderzoek? In cliëntprofielen? Toelichting f Aantal specifieke huisartsverrichtingen 14 Modernisering en Innovatie in t-1 Nieuw V V/X Op basis van eerste beschrijvende statistieken bleken alleen de prestaties cognitieve functietest en intensieve zorg voorspellend. Cognitieve functietest blijkt niet geschikt vanwege mogelijke prikkelwerking. Intensieve zorg is meegenomen in cliëntprofielen. g Gebruik Eerstelijns verblijf (ELV) 15 (deels palliatieve zorg) 16 Gebruik Geriatrische Revalidatiezorg (GRZ) Gebruik ELV in t-1; op basis van AWBZdeclaraties (Vektis) Nieuw V X Op basis van DBC-declaraties GRZ in t-1 Bestaand X X 17 h Bezoek spoedeisende hulp Nieuw X 18 h Gebruik medisch specialistische zorg - proxy voor gebruik van kortdurende wijkverpleging op herstel gericht na val/ongeluk/operatie. Klinische ziekenhuisopname Nieuw X 19 h Hebben gehad van een operatie Nieuw X De prestatiecodes zijn aan verandering onderhevig zijn en de bijbehorende prevalenties zijn niet stabiel. Er zijn in het Onderhoud DKG s 2017 Dx-groepen GRZ toegevoegd aan de DKG s. GRZ zit dus al in het model. Is niet uit bij Vektis beschikbare declaratiegegevens te halen over jaar t-1 (2013). Is niet uit bij Vektis beschikbare declaratiegegevens te halen over jaar t-1 (2013). Is niet uit bij Vektis beschikbare declaratiegegevens te halen over jaar t-1 (2013). 20 i Gebruik wijkverpleging in t-1 Kosten V&V(t-1)>0 of huidige VGG-gebruikersgroepen. Bestaand V V Verfijning van huidig kenmerk VGG(t-1) in cliëntprofielen door combinatie met inhoudelijke kenmerken. 21 Leeftijd Leeftijd in 3 groepen: - Jonger dan jaar - 65 jaar of ouder Bestaand V V Afsplitsing van de groepen 18- en 18 jaar of ouder. Als interactie wordt 65 jaar of ouder meegenomen in de cliëntprofielen. 22 a Geslacht Geslacht Bestaand V X Heeft geen toegevoegde waarde, zit al in huidige model. 23 Etniciteit Op basis van geboorteland vader/moeder Nieuw X In begeleidingscommissie besloten niet mee te nemen: geen zuivere indicatie van etniciteit mogelijk (alleen o.b.v. geboorteland), het is een voorspeller voor bepaalde aandoeningen die al worden meegenomen in het model en etniciteit zit deels al in regiokenmerk. 24 a Sociaal Economische Status SES: 65+: (zeer) laag 18-: hoog 25 j Opleidingsniveau Opleidingsniveau Bestaand V X Heeft geen toegevoegde waarde, zit al in huidige model. Bestaand voor 45- Nieuw voor 45+ X Niet integraal beschikbaar voor verzekerden op individueel niveau. 2. Relevante voorspellende factoren voor wijkverpleging Pagina 19 van 93

20 Functioneren/ mogelijkheden Omgevingskenmerken Dimensie Kenmerk Operationalisatie Bestaand of nieuw kenmerk? In empirisch onderzoek? In cliëntprofielen? Toelichting 26 a Huishoudsamenstelling Eenpersoonshuishouden op basis van huidig kenmerk PPA. Bestaand V X Heeft geen toegevoegde waarde, zit al in huidige model. 27 Burgerlijke staat/hebben van partner 28 k Proxy voor kans op mantelzorg Burgerlijke staat/hebben van partner in jaar t Reisafstand tussen ouder en kind op basis van ouder-kind relatie in combinatie met postcode (CBS-gegevens) k Het aantal kinderen van 18 jaar of ouder 29 dat iemand heeft (CBS-gegevens) Nieuw 30 Mate van stedelijkheid CBS-indicator Nieuw X X In begeleidingscommissie besproken dat het feit dat iemand samen met iemand anders woont al voldoende verzachtend is; ongeacht of dit de echtgeno(o)t(e) of partner betreft of een ander familielid. Nieuw V X Alleen in beschrijvende statistieken als exploratieve analyse. Vooralsnog niet in cliëntprofielen aangezien afhankelijkheid van CBS-informatie de uitvoering van de risicoverevening lastiger zou Nieuw maken. V X Besloten in begeleidingscommissie niet mee te nemen: effecten zijn ambigu, en niet op persoonsniveau. k Life events/veranderingen in de 31 situatie. Verweduwd in jaar t-1 of jaar t-2. Op basis van partnerbestand CBS. Nieuw V X Alleen in beschrijvende statistieken als exploratieve analyse. Vooralsnog niet in cliëntprofielen aangezien afhankelijkheid van CBS-informatie de uitvoering van de risicoverevening lastiger zou maken. Tabel 1. Onderzochte factoren in onderzoek cliëntprofielen wijkverpleging 2. Relevante voorspellende factoren voor wijkverpleging Pagina 20 van 93

21 43 De volgende specifieke factoren vragen nadere toelichting: a. Bestaande vereveningskenmerken; b. Aantal Dx-groepen; c. Afbakening van verzekerden met dementiële syndromen; d. Verzekerden met een psychische aandoening; e. Aanvullende hulpmiddelengroepen die niet in huidige Hulpmiddelen Kosten Groepen (hierna: HKG s) zitten; f. Gegevens over huisartsenzorg; g. Gegevens over Eerstelijns verblijf; h. Gegevens over ziekenhuisopname, operatie en bezoek spoedeisende hulp; i. Huidig kenmerk VGG(t-1). j. Opleidingsniveau; k. Proxy voor mantelzorg op basis van CBS-gegevens; In onderstaande paragrafen gaan wij hier nader op in (a.) Bestaande vereveningskenmerken 44 Na de eerste inventarisatie bleek dat veel van de relevante factoren die voorspellend zijn voor wijkverpleging, met name binnen de dimensie ziektebeeld/diagnose, al zijn opgenomen in het huidige risicovereveningsmodel. De lijst met factoren in tabel 1 bevat daarom ook factoren die zijn gebaseerd op bestaande vereveningskenmerken (FKG, DKG, HKG, geslacht, sociaal economische status, personen per adres). Daarvan hebben we onderzocht of specifieke interacties met andere factoren aanvullend voorspellende waarde zouden opleveren. De toegevoegde waarde bleek echter klein, of interacties leverden resultaten op die lastig te duiden waren vanwege multicollineariteit met de bestaande kenmerken. Bovendien ontstaat daardoor een risico op instabiliteit van het model. Tevens heeft de begeleidingscommissie aangegeven er voorkeur aan te geven huidige vereveningskenmerken in stand te houden. Om deze redenen zijn geen van de factoren die gerelateerd zijn aan bestaande vereveningskenmerken meegenomen in de vaststelling van cliëntprofielen (zie hoofdstuk 4) (b.) Aantal Dx-groepen 45 Multimorbiditeit kan mogelijk worden geoperationaliseerd op basis van het aantal Dx-groepen waar een verzekerde in valt. Dx-groepen zijn combinaties van specialisme- en diagnosecodes van DBC-declaraties op basis waarvan DKG s worden gevormd. In de oorspronkelijke definitie van DKG s kon een verzekerde in maximaal één DKG vallen. In de nieuwe definitie valt een verzekerde in maximaal één primaire DKG en maximaal één secundaire DKG. Verzekerden die in meerdere Dx-groepen een behandeling in de medisch specialistische zorg hebben gehad worden ingedeeld in de DKG met de gemiddeld hoogste meerkosten. Deze groep wordt hierdoor mogelijk ondergecompenseerd. Mogelijk verbetert het model door het toevoegen van één kenmerk voor het aantal Dx-groepen in cliëntprofielen. 46 Om dit te toetsen hebben wij beschrijvende statistieken berekend van het aantal Dx-groepen. Deze statistieken zijn weergegeven in bijlage B.1. Hierbij valt op dat de (meer)kosten voor de oneven aantallen hoger zijn dan voor de even aantallen. Voor de oneven aantallen lopen de meerkosten van de totale variabele 2. Relevante voorspellende factoren voor wijkverpleging Pagina 21 van 93