| dc.description.abstract | Denne rapporten har som hensikt å gi en oppsummering av litteraturen som er publisert om bruk av verktøy og modeller for risikojustering brukt til finansieringsformål. Det er vektlagt risikojustering basert på helsetilstand. Ofte foretas risiko-justering i finansieringsmodeller for helsetjenester basert på en kombinasjon av ulike forhold. Når det gjelder helsetilstand, er det vanligste å basere dette på diagnoser. Uansett hvilke variabler som inkluderes i risikojusteringen, er hensikten å få en økonomisk fordeling som sikrer at behandlere som har en større andel av pasienter med store og/eller sammensatte behov har insitament til å ta god vare på disse. Det er ikke gjort uttømmende søk for å identifisere verktøy, men det er oppgitt referanser til studier på 25 ulike verktøy. De studiene og oversiktsartiklene om verktøy for riskostratifisering som er identifisert, har i hovedsak undersøkts deres evne til å predikere framtidige hendelser (risiko), med de kan brukes også i finansieringsmodeller. De to kommersielt tilgjengelige verktøyene som skiller seg ut med å være godt validerte og i bruk i flere land, er Adjusted Clinical Groups (ACG)-systemet fra Johns Hopkin som har størst utbredelse og flest studier og Clinical Risk Groups (CRG)-systemet fra 3M. Fordelen med slike kommersielle system er at de kommer mer eller mindre klare til bruk og kan tilpasses med for eksempel lokale økonomiske vekter, men man må betale lisens til bruk og det er begrenset mulighet til å endre den indre logikken i modellen. I tillegg finnes det ikke-kommersielle verktøy hvor det både er og ikke er publisert valideringsstudier i forskningslitteraturen. Disse varierer fra verktøy som er laget og brukes av større og nasjonale helsesystem (for eksempel SPARRA i Skottland og GMA i Spania), til modeller som er laget i forskningsprosjekt, men ofte ikke tatt i bruk. Disse vil som regel være fritt tilgjengelige, men vil kreve arbeid med å tilrettelegge bruken og holde dem oppdatert. Verktøy for risikojustering brukes i flere land for å justere tilskudd per innbygger (kapitering). I Sverige har de brukt ACG-systemet i store deler av landet i over 10 år. En av lærdommene derfra er at risikojustering er velegnet på individnivå, men det fanger ikke alene opp forskjeller i sosioøkonomi mellom ulike geografiske områder. Det betyr at når man skal lage finansieringsmodeller må man også ta hensyn til geografisk ulikhet i sosioøkonomiske forhold. Anbefaling om verktøy for mer omfattende risikojustering henger sterkt sammen med hva det skal brukes til og hvilke konsekvenser de kan gi. Det er imidlertid med våre enkle søk ikke funnet empiriske studier på konsekvenser av bruk av risikojustering basert på informasjon om helsetilstand i finansieringsmodeller i primærhelsetjenesten på tjenestenes innhold, kvalitet eller effektivitet, eller utkomme for pasienten. Dermed må vurdering av aktuelle verktøy og modeller til bruk i finansieringsmodeller basere seg på undersøkelser av disse modellenes generelle egenskaper. Konklusjon Basert på litteraturgjennomgangen framstår ACG-systemet som det mest brukte og best validerte systemet for risikojustering med hensyn til prediksjonsevne basert på enkeltindividers helsetilstand generelt, og kan anbefales som et godt forskningsbasert verktøy for risikojustering i primærhelsetjenesten. Når det gjelder bruk av risikojustering knyttet til finansiering mer generelt, er det muligheter for vridningseffekter som må veies opp i den totale finansieringsmodellen hvor risikojusteringen brukes. Det anbefales at det gjøres studier av variasjon mellom legepraksiser og modelleringsstudier av risikojustert finansieringsmodell før en eventuell innføring, og at en eventuell innføring gjennomføres som kontrollerte forsøk for å kunne gi sikker kunnskap om effektene den har. | |
