Een kritische kijk op het Impulseo I-fonds van het Riziv

Transcriptie

1 Ruimtelijke verdeling van huisartsen in België Een kritische kijk op het Impulseo I-fonds van het Riziv B. Dewulf, T. Neutens, Y. De Weerdt, N. Van de Weghe Samenvatting Het Riziv geeft via het Impulseo I-fonds een premie van euro aan huisartsen die zich vestigen in een gebied waar een tekort aan huisartsen is. Momenteel gebruikt het Riziv een eenvoudige methode om te bepalen of een gebied al dan niet een huisartsentekort kent, namelijk de ratio huisartsen per inwoners (RHI) binnen een huisartsenzone. Deze methode geeft slechts een ruw beeld van de toegang tot huisartsen, vooral door de grote aaneengesloten gebieden (huisartsenzones). Bij het gebruik van andere methoden vonden we relevante verschillen in het aantal en de ruimtelijke spreiding van gebieden met een tekort aan huisartsen. Dit onderzoek toont aan dat beleidsmakers (o.a. het Riziv) moeten nagaan in welke mate hun beleidsevaluaties standhouden op verschillende schalen en bij gebruik van verschillende methoden. B. Dewulf is verbonden aan de Vakgroep Geografie van de Universiteit Gent en aan Vlaamse Instelling voor Technologisch Onderzoek (VITO); T. Neutens en N. Van de Weghe zijn verbonden aan de Vakgroep Geografie van de Universiteit Gent. Y. De Weerdt is verbonden aan de Vlaamse Instelling voor Technologisch Onderzoek (VITO); Correspondentie: Belangenvermenging: dit onderzoek was mogelijk dankzij de financiering van het Fonds voor Wetenschappelijk Onderzoek (FWO) en de Vlaamse Instelling voor Technologisch Onderzoek (VITO). Dit artikel is een vertaling van: Dewulf B, Neutens T, De Weerdt Y, Van de Weghe N. Accessibility to primary health care in Belgium: an evaluation of policies awarding financial assistance in shortage areas. BMC Family Practice 2013,14:122. Dewulf B, Neutens T, De Weerdt Y, Van de Weghe N. Ruimtelijke verdeling van huisartsen in België. Een kritische kijk op het Impulseo I-fonds van het Riziv. Huisarts Nu 2014;43:13-7. Inleiding Gezondheidszorg door huisartsen is vaak de eerste hulp voor de bevolking en kan onnodige, dure en gespecialiseerde zorg voorkomen of verminderen. 1 Een goede ruimtelijke toegang tot deze eerstelijnsgezondheidszorg wordt aanzien als een fundamenteel recht en levert een belangrijke bijdrage tot de algemene volksgezondheid. Het verzekeren van een gelijke toegang tot de eerstelijnszorg is een belangrijke doelstelling van beleidsmakers en dienstverleners. In België heeft het Riziv (Rijksinstituut voor Ziekte- en Invaliditeitsverzekering) een programma, Impulseo I, dat euro toekent aan huisartsen die zich vestigen in een gebied waar een tekort aan huisartsen is. Een gebied heeft volgens het Riziv een tekort indien de ratio huisartsen per inwoners (RHI) binnen een huisartsenzone lager is dan 90 huisartsen/ inwoners, of zowel lager is dan 120 huisartsen/ inwoners en een bevolkingsdichtheid heeft van minder dan 125 inwoners/km 2. 2 Deze eenvoudige berekening kan echter tot ruwe en mogelijk misleidende inzichten leiden over de toegang tot de gezondheidszorg, wanneer ze niet gecombineerd wordt met een diepgaande ruimtelijke analyse. Een ruimtelijke analyse die gebruikmaakt van een geografisch informatiesysteem (GIS), laat toe om ruimtelijke informatie in te voeren, op te slaan, te bewerken, te analyseren en te visualiseren. De analytische kracht van een GIS heeft een grote waarde voor beleidsmakers om sociaalruimtelijke ongelijkheden in de toegang tot de gezondheidszorg bloot te leggen en in kaart te brengen. 3 De mogelijkheden van GIS worden echter nog niet volledig benut binnen de gezondheidszorg. 4 Vraagstelling In dit onderzoek gaan we de geldigheid van de Belgische beleidsrichtlijnen omtrent premies voor huisartsen na, gebruikmakend van verschillende GIS-gebaseerde methoden om het huisartsentekort te berekenen. Het doel is om te evalueren in welke mate de ruimtelijke toegang tot de gezondheidszorg en de bijbehorende beleidsinitiatieven beïnvloed worden door de gebruikte analyseschaal en methode. Methode Studiegebied Het studiegebied België is onderverdeeld in 161 huisartsenzones (gemiddelde bevolking: ; gemiddelde oppervlakte: 86,53 km 2 ), 589 gemeenten (gemiddelde bevolking: ; gemiddelde oppervlakte: 40,10 km 2 ) en statistische sectoren (gemiddelde bevolking: 310; gemiddelde oppervlakte: 0,51 km 2 ). We gebruikten bevolkingsdata per statistische sector van het jaar 2011, samen met de adressen van alle actieve huisartsen (in totaal ) in België van datzelfde jaar. Huisartsen worden als actief beschouwd wanneer ze minstens vijfhonderd patiëntencontacten per jaar hebben, wat overeenkomt met de officiële definitie binnen Impulseo I. Via randtotalen werd gezorgd dat het aantal actieve huisartsen per huisartsenkring klopt. Analyses Er werden verschillende analyses uitgevoerd. Ten eerste werden de RHI s berekend per huisartsenzone (RHI_Zone), wat ook gedaan wordt in de officiële Impulseo I- methode, en per gemeente (RHI_Gem). Ten tweede werd per statistische sector een eenvoudige indicator berekend die de fysieke scheiding tussen de bevolking en huisartsen weergeeft, namelijk de gemiddelde afstand tot de drie dichtstbijzijnde huisartsen (Afst3). Deze werd berekend aan de hand van een netwerkanalyse in een GIS. 13

2 Kernpunten Het Riziv geeft een premie van euro aan huisartsen die zich vestigen in gebieden waar een tekort aan huisartsen is vastgesteld, via het Impulseo I-fonds. Momenteel gebruikt het Riziv een eenvoudige methode (RHI; ratio huisartsen per inwoners) om te bepalen of een gebied al dan niet een huisartsentekort kent. Afhankelijk van de gebruikte schaal en methode varieert het resultaat sterk, zowel in het aantal gebieden dat in aanmerking komt voor een premie als in de ruimtelijke spreiding ervan. Ten derde werd de cumulatieve opportuniteit per statistische sector berekend als het aantal huisartsen dat zich binnen een netwerkafstand van 10 km van het middelpunt van een statistische sector bevindt (Cum10). Ten vierde werd de enhanced 2-step floating catchment area (E2SFCA)-methode gebruikt. In deze methode wordt, in plaats van gebruik te maken van vooraf gedefinieerde administratieve grenzen om de RHI te berekenen, een buffer ( catchment ) met een straal van 10 km rond zowel het middelpunt van de statistische sector als de huisartslocatie gebruikt als basiseenheid. Binnen deze basiseenheid wordt de RHI berekend. Dit wordt tweemaal herhaald: een eerste keer vanuit de positie van de huisartsen en een tweede keer vanuit de positie van de bevolking. Hierdoor wordt per statistische sector een gewogen RHI berekend. Criteria van de Riziv-methode In Impulseo I heeft een gebied een tekort aan huisartsen volgens deze voorwaarden: (i) RHI <90 huisartsen/ inwoners of (ii) RHI <120 huisartsen/ inwoners en bevolkingsdichtheid <125 inwoners/km 2. Voor de E2SFCA-methode werd criterium (i) gebruikt, omdat de bevolkingsdichtheid reeds indirect verwerkt is in deze methode. Voor de gemiddelde afstand tot de drie dichtstbijzijnde huisartsen en de cumulatieve opportuniteit binnen 10 km werd hetzelfde aantal statistische sectoren met een tekort beschouwd als in de officiële Impulseo I-methode (RHI per huisartsenzone). Resultaten Vergelijking van het aantal statistische sectoren met tekort Tabel 1 toont de overeenkomst tussen de verschillende methoden met betrekking tot het aantal en het percentage statistische sectoren dat al dan niet aanschouwd wordt als een tekortgebied. Volgens de officiële Impulseo I-methode (RHI_Zone) is er in 8157 statistische sectoren (41,2% van alle statistische sectoren in België) een tekort en kan hier bij vestiging een premie worden ontvangen. per gemeente Bij de eerste alternatieve methode (RHI_Gem) worden 9498 statistische sectoren (48,0%) aangeduid als een gebied met een tekort aan huisartsen (tabel 1). In totaal zijn er 5841 statistische sectoren (29,5%) die in beide methoden (RHI_Zone en RHI_Gem) als tekortgebied aanzien worden en 7967 (40,3%) Tabel 1: Kruistabel met een vergelijking van de officiële Impulseo I-methode met de vier andere methoden, met een aanduiding van het aantal en het percentage statistische sectoren die in de methoden al dan niet als tekortgebied beschouwd worden. RHI_Zone Aantal RHI_Zone % 58,8% 41,2% Aantal % 40,3% 11,7% RHI_Gem Aantal % 18,5% 29,5% Aantal % 39,4% 19,3% Afst3 Aantal % 19,3% 21,9% Aantal % 42,1% 16,3% Cum10 Aantal % 16,6% 24,9% Aantal % 36,8% 17,8% E2SFCA Aantal % 21,9% 23,4% Tabel 2: Percentage van de statistische sectoren, oppervlakte en bevolking met een tekort aan huisartsen volgens de verschillende methoden. Methode Statistische Oppervlakte Bevolking met sectoren met met een tekort een tekort (%) een tekort (%) (%) RHI_Zone 41,2 51,9 35,3 RHI_Gem 48,0 51,2 47,7 Afst3 41,2 66,3 17,1 Cum10 41,5 62,5 23,1 E2SFCA 45,3 60,2 33,1 die in beide methoden niet als tekortgebied beschouwd worden. Dit betekent dat in 30,2% van de statistische sectoren huisartsen onterecht een premie zou krijgen of onterecht geen premie zou krijgen. volgens afstand tot de huisarts De tweede alternatieve methode (Afst3) is het berekenen van de gemiddelde afstand tot de drie dichtstbijzijnde huisartsen. De gemiddelde waarde van al deze gemiddelden voor heel België bedraagt ongeveer 2 km. Er werd een grenswaarde opgesteld van 1878 m om gebieden met een tekort aan te duiden. Op deze manier beschouwen we evenveel statistische sectoren met een tekort (8157) als in de officiële methode (RHI_Zone). Tabel 1 toont dat er 4335 statistische sectoren (21,9%) zijn die in beide methoden (RHI_Zone en Afst3) een tekort hebben. In beide methoden werd 61,3% (39,4% + 21,9%) van alle statistische sectoren gelijk geclassificeerd, terwijl 38,6% (19,3% + 19,3%) ongelijk ingedeeld werd om al dan niet een premie uit te rijken. volgens straal van 10 km Bij de derde methode (Cum10) berekenen we het aantal huisartsen binnen een straal van 10 km en werden de 8157 statistische sectoren met het laagste aantal beschouwd als 14

3 Figuur 1: Aanduiding van welke statistische sectoren al dan niet als tekortgebied beschouwd worden volgens de officiële Impulseo I-methode (RHI per huisartsenzone) met een aanduiding van de locatie van alle huisartsen. tekortgebied. De grenswaarde wordt gezet op 58 huisartsen binnen een straal van 10 km. Uit tabel 1 kan worden afgeleid dat 4928 statistische sectoren (24,9%) in beide methoden (RHI_Zone en Cum10) als tekortgebied aangemerkt worden. 67% (42,1% + 24,9%) wordt in beide methoden gelijk geïdentificeerd, terwijl in 32,9% (16,6% + 16,3%) van de sectoren foutief al dan niet een premie toegekend wordt. volgens E2SFCA-methode Ten slotte zijn er bij de E2SFCA-methode 8968 statistische sectoren (45,3%) met een tekort aan huisartsen en (54,7%) zonder tekort (tabel 1). In 4629 statistische sectoren (23,4%) is er volgens beide methoden (RHI_Zone en E2SFCA) een tekort, terwijl er in 7285 (36,8%) geen tekort is. Ook geven beide methoden in 60,2% (36,8% + 23,4%) van de statistische sectoren hetzelfde resultaat en in 39,7% (21,9% + 17,8%) een verschillend resultaat. Vergelijking volgens ruimtelijke spreiding Het resultaat van de officiële en de vier alternatieve methoden kan ook visueel voorgesteld worden in kaarten. Figuren 1 en 2 tonen de ruimtelijke spreiding van de statistische sectoren die al dan niet een tekort aan huisartsen hebben. Tabel 2 toont enkele algemene cijfers (percentage van de statistische sectoren, oppervlakte en bevolking met een tekort aan huisartsen) voor elk van deze methoden. Bij de officiële RHI_Zone methode wordt de analyse uitgevoerd per huisartsenzone. Deze omvatten grote gebieden en bijgevolg zijn de zones waar al dan niet premies uitgereikt worden, grote aaneensluitende gebieden (figuur 1). Zoals eerder vermeld, is er in 41,2% van de statistische sectoren een tekort, wat overeenkomt met 51,9% van de totale oppervlakte en 35,2% van de totale bevolking (tabel 2). per gemeente Wanneer de RHI_Gem methode gebruikt wordt, is de toewijzing van premies geografisch gediversifieerder (figuur 2). Ook worden meer statistische sectoren als tekortgebied aanschouwd (48,0%, tabel 2). Ongeveer dezelfde oppervlakte heeft een tekort (51,2%), maar een grotere bevolking (47,7%) wordt beschouwd in een tekortgebied te wonen. Dit betekent dat met deze methode vooral statistische sectoren met een hogere bevolkingsdichtheid geselecteerd worden. volgens afstand tot de huisarts Met de Afst3-methode is het ruimtelijke resultaat van waar al dan niet een premie toegekend wordt, opvallend. Met deze methode zijn de tekortgebieden hoofdzakelijk buiten de stedelijke kernen gelokaliseerd (figuur 2). De reden hiervoor is dat de afstand tot een huisarts sterk toeneemt buiten de stedelijke kernen, omdat huisartsen vooral in de kernen gelokaliseerd zijn. Uit tabel 2 kan dit ook afgeleid worden, want met hetzelfde percentage statistische sectoren als met de officiële RHI_Zone- 15

4 Figuur 2: Aanduiding van welke statistische sectoren al dan niet als tekortgebied beschouwd worden volgens de (i) RHI per gemeente, (ii) afstand tot drie dichtste huisartsen, (iii) cumulatieve opportuniteit binnen 10 km en (iv) E2SFCA-methode. methode (41,2%) wordt een oppervlakte van 66,3% en een bevolking van slechts 17,1% verondersteld een tekort te hebben. volgens straal van 10 km Volgens de Cum10 methode zouden vooral huisartsen die zich in rurale gebieden vestigen, financiële ondersteuning krijgen (figuur 2). De geografische spreiding is echter veel meer geclusterd dan bij de Afst3-methode. Hoofzakelijk in Wallonië komen veel tekortgebieden voor. Een gelijkaardig patroon als bij de vorige methode is zichtbaar in tabel 2: een grote oppervlakte van 60,2%, maar slechts een bevolking van 23,1% is aangeduid als tekortgebied. volgens E2SFCA-methode Met de E2SFCA-methode wordt opnieuw een verschillend ruimtelijk resultaat verkregen (figuur 2). Nu hebben vooral suburbane en rurale gebieden een tekort. Met deze methode wordt 45,3% van de statistische sectoren aanschouwd als tekortgebied. Ongeveer hetzelfde percentage bevolking (33,1%), maar een grotere oppervlakte (60,2%) is geïdentificeerd als tekortgebied. Bespreking Beperkingen van de Riziv-methode Het al dan niet uitkeren van een premie aan huisartsen die zich in een bepaald gebied vestigen, hangt sterk af van de gebruikte methode en schaal. Momenteel bepalen beleidsmakers tekortgebieden door de RHI per huisartsenzone te berekenen, om de eenvoudige reden dat het een gemakkelijke berekening is en een direct verstaanbare bereikbaarheidsmaat oplevert. Het voordeel van deze methode is dat zowel rekening gehouden wordt met het aantal huisartsen als met de totale bevolking binnen een zone. Deze methode levert echter slechts een heel ruwe inschatting van de ruimtelijke toegang tot de primaire zorgverlening, omdat huisartsenzones grote geografische gebieden bestrijken. 5 Hierdoor is het verkregen resultaat vrij onnauwkeurig en kunnen lokale verschillen in ruimtelijke toegang niet gedetecteerd worden. Berekening per gemeente Wanneer de RHI per gemeente berekend wordt, zien we dat er meer statistische sectoren met een tekort zijn. Op de schaal van huisartsenzones worden hierdoor bepaalde gemeenten 16

5 niet als een tekortgebied beschouwd, terwijl ze dit wel zijn als er op een meer nauwkeurige schaal gewerkt wordt. Er zijn echter ook gemeenten die met de officiële methode als tekortgebied gezien worden, terwijl ze met de RHI_Gem methode geen tekort hebben. Er kunnen echter variaties voorkomen op een nog kleinere schaal (bijv. statistische sectoren), die niet gedetecteerd kunnen worden met deze RHI-methode. Een ander nadeel van deze methode is dat interactie over grenzen niet voldoende in rekening wordt gebracht, omdat er met zonale data binnen administratieve grenzen gewerkt wordt. 5 Eenvoudige GIS-methoden Andere eenvoudige GIS-methoden (Afst3 en Cum10) zijn enkel gebaseerd op het aanbod (huisartsen), terwijl de vraag (bevolking) niet in rekening wordt gebracht. De resultaten tonen dat wanneer de Afst3-methode gebruikt wordt, slechts weinig statistische sectoren hun status van tekortgebied behouden. De Cum10-methode levert een resultaat dat grotendeels overeenstemt met de officiële methode, omdat beide gebaseerd zijn op het aantal huisartsen. Deze twee eenvoudige GIS-methoden geven slechts een grove benadering van de ruimtelijke toegang. De afstand tot de drie dichtstbijzijnde huisartsen omvat niet de volledige toegang, omdat mensen niet altijd naar de dichtstbijzijnde huisarts gaan. 6 Eveneens houden beide methoden geen rekening met de interactie tussen huisartsen en bevolking en met de competitie tussen huisartsen. 7 Gebiedsgerichte aanpak De E2SFCA-methode heeft het voordeel zich te baseren op de schaal van statistische sectoren en op de interactie tussen bevolking en huisartsen. 5 Ook gebeurt de analyse niet binnen administratieve grenzen, waardoor interactie over grenzen in rekening wordt gebracht. 8 Het gebruik van deze methode resulteert in meer statistische sectoren met een tekort in vergelijking met de officiële Impulseo I-methode. Slechts 51,6% van deze statistische sectoren werd oorspronkelijk geïdentificeerd als tekortgebied. Dit betekent dat 48,4% van de statistische sectoren met een tekort volgens de E2SFCA-methode, met de officiële methode geen tekort had. Wanneer de resultaten van de officiële methode (RHI_Zone) met die van de E2SFCA-methode geografisch vergeleken worden, valt het op dat de toewijzing van de financiële stimulans sterk verschilt. Ondanks de hoge bevolkingsdichtheden worden urbane gebieden zelden geïdentificeerd als tekortgebied door een hoge concentratie aan huisartsen. Rurale en suburbane gebieden worden vaak als tekortgebied gezien, omdat de toegang tot huisartsen daar laag is. Wanneer de officiële RHImethode gebruikt wordt, is dit patroon minder uitgesproken, omdat extreme waarden uitgefilterd worden. Interessant is dat met de E2SFCA-methode de tekortgebieden veel beter de spreiding van huisartsen volgen. Daarom adviseren we dat beleidsmakers bij toekomstige evaluaties van de toegang tot huisartsen deze methode of een gelijkaardige GIS-gebaseerde methode gebruiken. Op deze manier kan het huidige beleid in België meer georiënteerd worden naar een gebiedsgerichte aanpak. Hoe groter het tekort, hoe hoger de premie? Bijkomend willen we een andere manier voorstellen voor het uitreiken van premies aan huisartsen die zich vestigen in tekortgebieden. Nu worden tekortgebieden geïdentificeerd op basis van een scherpe grens (RHI <90 huisartsen/ inwoners). Als alternatief zou de premie gevarieerd kunnen worden in functie van de graad van tekort: hoe groter het tekort, hoe hoger de premie die uitgereikt wordt. Hierdoor zou de ongelijke ruimtelijke toegang tot de eerstelijnsgezondheidszorg mogelijk efficiënter overwonnen kunnen worden, omdat gebieden met het grootste tekort een grotere aantrekking zouden hebben voor nieuwe huisartsen die zich willen vestigen. Besluit Door de eenvoud van de RHI-methoden gebruiken beleidsmakers deze vaak om de ruimtelijke toegang tot de primaire gezondheidszorg te meten om vervolgens de gebieden met een tekort financieel te ondersteunen. Een groot nadeel van deze methode is echter de geaggregeerde benadering en het gebrek om lokale variaties in toegang te detecteren. Andere GIS-gebaseerde methoden overwinnen dit door geen gebruik te maken van voorgedefinieerde administratieve grenzen. De E2SFCA-methode houdt rekening met de interactie tussen huisartsen en de bevolking, het overschrijden van administratieve grenzen en kan op een kleine schaal gebruikt worden. Geografische software en data worden steeds toegankelijker, waardoor het voor beleidsmakers mogelijk is om meer geavanceerde GIS-methoden toe te passen. Dit onderzoek toont dat het gebruik van een verschillende methode of schaal sterk afwijkende resultaten levert, niet alleen in het aantal statistische sectoren met een tekort, maar ook in de geografische spreiding ervan. Momenteel negeren beleidsmakers deze aspecten vaak in bereikbaarheidsanalyses. Hierdoor kan de verdeling van de financiële middelen om de ongelijke ruimtelijke toegang tot de eerstelijnsgezondheidszorg tegen te gaan, vertekend zijn. Literatuur 1 Lee PR. Health system reform and generalist physician. Acad Med 1995;70:S10-S13. 2 RIZIV. Impulseo I (laatst geraadpleegd op 14 november 2013) 3 Langford M, Higgs G. Measuring potential access to primary healthcare services: the influence of alternative spatial representations of population. Prof Geogr 2006;58: Joyce K. To me it s just another tool to help understand the evidence : public health decision-makers perceptions of the value of geographical information systems (GIS). Health Place 2009;15: Luo W, Qi Y. An enhanced two-step floating catchment area (E2SFCA) method for measuring spatial accessibility to primary care physicians. Health Place 2009;15: Guagliardo MF. Spatial accessibility of primary care: concepts, methods and challenges. Int J Health Geogr 2004;3:3. 7 Hyndman JCG, D Arcy C, Holman J, Pritchard D. The influence of attractiveness factors and distance to general practice surgeries by level of social disadvantage and global access in Perth, Western Australia. Soc Sci Med 2003;56: McGrail MR. Spatial accessibility of primary health care utilising the two-step floating catchment area method: an assessment of recent improvements. Int J Health Geogr 2012;11:50. 17