Benchmark Ziekenhuizen

Rapport

Benchmark Ziekenhuizen Documentatie & verkennende analyses

oktober 2012

Documentatie Benchmarking model Ziekenhuizen

Inhoud

Samenvatting

5

1. Inleiding 1.1 Doel van het project 1.2 Relaties met bestaand onderzoek 1.3 Leeswijzer

6 6 7 7

2. Ontwikkelproces 2.1 Projectaanpak 2.2 Delen van informatie: juridische aspecten 2.3 Interactive Benchmarking website

9 9 10 10

3. Benchmark methodiek 3.1 Partiële benchmark versus integrale benchmark 3.2 Ratio-benchmark 3.3 Frontier methoden 3.4 Kostenfuncties 3.5 DEA methodiek

10 10 11 11 12 13

4. Modelkeuzes 4.1 Werkelijke kosten uit de jaarrekening 4.2 DBC systematiek om productie te kwantificeren 4.3 Uniforme weging van de outputs 4.4 Inclusief kosten van vrijgevestigd specialisten

16 16 16 16 17

5. Gebruikte gegevensbronnen en bewerkingen 5.1 Jaarrekeningen /Jaar Enquête Ziekenhuizen (EJZ) 5.2 DBC informatie systeem (DIS) 5.2.1 Uniform berekenen mutatie onderhandenwerk 5.2.2 Uniforme DBC kostengewichten 5.2.3 Splitsen ontvangen honorariumomzet naar dienstverband 5.2.4 Niet-verzekerde zorg 5.3 FB budgetten 5.4 Vektis declaratiegegevens 5.5 NZa/KPMG uitvraag 5.6 Bewerkingen en schoningen 5.6.1 Doorvoeren van fusies 5.6.2 Volledigheidsanalyse DIS 5.6.3 Samenvoegen van twee boekjaren

17 17 18 19 19 20 21 21 22 22 23 23 23 24

6. Overzicht van inputs en outputs 25 6.1 Inputs 25 6.1.1 Kapitaal: Afschrijvingen en vermogenskosten 25 6.1.2 Arbeid: Personeelskosten 26 6.1.3 Materiaal: Overige bedrijfskosten 26 6.2 Outputs 26 6.2.1 DBC-productie: A-segment 26 6.2.2 DBC-productie: B-segment 26 6.2.3 DBC-productie: Niet verzekerde zorg 26 6.2.4 Overige trajecten en verrichtingen, ondersteunende en overige producten (OVP) 27 6.2.5 Zorgprestaties tussen instellingen (WDS) 27 6.2.6 Dure geneesmiddelen en stollingsfactoren 27 6.2.7 Ziekenhuispsychiatrie (PAAZ) 27 6.2.8 Vaste segment / Beschikbaarheidsbijdrage 28 6.2.9 Opleiding 28 6.2.10 Restpost “overig” 28 3


6.2.11

In- en Outputs die (nog) niet worden meegenomen

29

7. Resultaten 7.1 Beschrijvende statistiek gegevensset 7.2 Ratio-benchmark 7.2.1 Berekening van de Ratio-scores 7.2.2 Verklaren van de scores 7.3 Totale kostenfuncties 7.3.1 Kleinste kwadraten methode (OLS/WLS) 7.3.2 Kwantielregressie 7.3.3 Berekening van de scores (COLS) 7.4 Geschaalde kostenfuncties 7.4.1 Kleinste kwadraten methode (OLS) 7.4.2 Kwantielregressie 7.5 DEA-benchmark (Data-omhullingsanalyse) 7.6 Analyse foutenmarges 7.7 Vergelijking tussen de modellen 7.8 Samenvatting van de resultaten 7.8.1 Resultaten op sectorniveau 7.8.2 Verklaren van verschillen in productiviteitsscore

29 29 31 31 32 33 33 37 37 38 39 39 40 42 43 44 45 45

8.

47

Referenties

Bijlage A: FB versus DBC-systeem

48

Bijlage B: Ziekenhuizen in de gegevensset

49

4


Samenvatting

Dit rapport documenteert de ontwikkeling van een benchmark analyse waarbij de DBC productie van algemene ziekenhuizen is afgezet tegen de werkelijke kosten. Deze analyse is ontwikkeld om ontwikkelingen rondom productiviteit van ziekenhuizen te kunnen monitoren. Een aantal van de resultaten van dit onderzoek zijn daarom opgenomen in de Marktscan Medisch-specialistische zorg 2012. Dit document dient als documentatie van de Ziekenhuis benchmark, inclusief het bijbehorende ontwikkeltraject. Daarnaast bevat het aanvullende exploratieve analyses naar de relatie tussen de prestaties en kosten van algemene ziekenhuizen. Sectie 7.8 bevat een samenvatting van de belangrijkste resultaten.

5


1. Inleiding

1.1 Doel van het project Het Benchmarking project is in januari 2010 gestart. Het doel is om samen met de ziekenhuissector een integrale benchmark ontwikkelen die productie relateert aan kosten. Hiermee kan de jaarlijkse productiviteitsontwikkeling in de ziekenhuissector gemeten worden, en kunnen productiviteitsverschillen tussen ziekenhuizen onderling gemeten worden. De NZa is van plan om de uitkomsten van deze analyse in de Marktscan Medisch-specialistische zorg op te gaan nemen als terugkerend onderdeel. Met deze marktscan geeft de NZa invulling aan haar wettelijk taak van het monitoren van zorgmarkten (NZa, Visiedocument Zicht op zorgmarkten 2010). Mogelijk dat de benchmark ook kan bijdragen aan het verder verbeteren van de prestatiebeschrijvingen en/of vergoedingen, zodat deze (nog) beter aansluiten bij de kostenstructuur van ziekenhuizen. Een dergelijke benchmark maakt het ook mogelijk om `best-practice' ziekenhuizen te identificeren. Deze informatie kan mogelijk worden gebruikt door het veld om verbetermogelijkheden voor de bedrijfsvoering uit af te leiden. Onder productiviteit verstaan we hoeveelheid zorg die is geproduceerd per euro kosten. Onder kostendoelmatigheid verstaan we de werkelijke productiviteit afgezet tegen de hoogst haalbare productiviteit. De kostendoelmatigheid ligt altijd tussen 0 en 100%. Wanneer een aanbieder een kostendoelmatigheid van 90% heeft, betekent dit dat zijn productiviteit 10% lager ligt dan die van de aanbieder met de hoogste productiviteit. Benadrukt wordt dat de methode die hier ontwikkeld worden betrekking heeft op kostendoelmatigheid, waarbij de hoeveelheid en samenstelling van de productie als gegeven wordt genomen. Normatieve uitspraken over hoeveelheid of samenstelling van de productie (“te veel” of “te weinig”, over- of onderbehandeling, of bepaalde productie wenselijk is of niet, “gepast gebruik”) zijn met een dergelijke analyse (dus) niet mogelijk. Daarnaast bevat de benchmark geen gegevens over kwaliteit en uitkomsten van de geleverde zorg.

6


Figuur 1: Productiemodel ziekenhuis

We meten de productiviteit van ziekenhuizen door de productie “output” te relateren aan de daarvoor gemaakte kosten. Het model gaat dus uit van een 'productiegedachte', waarbij een instelling 'inputs' door middel van een productieproces omzet in 'outputs' (zie figuur 1). Hierbij is het van cruciaal belang om alle relevante outputs te identificeren en te kwantificeren. Ten slotte wordt zo inzicht verkregen in de verschillen in productiviteit tussen ziekenhuizen onderling, en kan de vigerende beste praktijk worden bepaald (Benchmark).

1.2 Relaties met bestaand onderzoek In het verleden zijn diverse onderzoeken uitgevoerd die relevant zijn voor de in dit document beschreven Ziekenhuis-benchmark. Zo hebben Jos Blank en collega's (TU Delft, IPSE Studies) sinds de jaren ’90 meerdere onderzoeken uitgevoerd naar de doelmatigheid en productiviteitsontwikkeling van Nederlandse ziekenhuizen. In deze studies wordt de productie van ziekenhuizen gemeten met behulp van FB productieparameters per specialisme (opnamen, dagopnamen, epb’s) die tot het jaar 2010 via de jaar enquête ziekenhuizen (EJZ) werden verzameld. Een recent voorbeeld hiervan is de studie “Ziekenhuismiddelen in Verband” (IPSE Studies, 2011). Het CBS hanteert een eigen methode om het productievolume van ziekenhuizen te meten, gebaseerd op aantallen opnamen uit de LMR, waarbij voor casemix wordt gecorrigeerd via diagnose en leeftijdsklasse (Kleima 2004). De LMR is ook gebruikt voor een promotieonderzoek naar de efficiëntie van Nederlandse ziekenhuizen (Ludwig 2008), waarbij de LMR productie is vertaald naar DRG’s en gewogen met DRG kostengewichten (Vandermeulen, 2004). Ten slotte hebben Leo Vandermeulen en collega’s van Prismant in 2009 een onderzoek naar de productiviteit van algemene ziekenhuizen uitgevoerd waarbij ook DBC's als maat voor het productievolume zijn genomen (Prismant, 2009).

1.3 Leeswijzer Dit document is als volgt opgebouwd. Hoofdstuk 2 geeft een korte samenvatting van het proces waardoor deze benchmark tot stand is gekomen. Hoofdstuk 3 geeft een algemene beschrijving van de benchmarking technieken die (kunnen) worden gehanteerd. Hoofdstuk 4 bevat de keuzes die gemaakt zijn bij het creëren van de gegevensset en het datamodel. Vervolgens staan in Hoofdstuk 5 de gebruikte gegevensbronnen en de bewerkingen op de gegevens beschreven. In hoofdstuk 6 wordt een overzicht gegeven van alle geïdentificeerde inputs 7


en outputs, en de manier waarop deze zijn gekwantificeerd. In Hoofdstuk 7 tenslotte worden de resultaten van diverse benchmark methoden en modellen gepresenteerd.

8


2. Ontwikkelproces

2.1 Projectaanpak Er is gekozen voor een iteratief ontwikkelproces. Hierbij worden de ontwikkelstappen regelmatig gepresenteerd aan experts uit het veld (HEAD’s). Deze leveren feedback en bepalen mede de prioritering van de doorontwikkeling. Er worden twee sporen parallel gevolgd: het ontwikkelen van de gegevensset en van de methodiek. In 2010 zijn er vier expert bijeenkomsten geweest waarbij Benchmarking aan bod kwam. De inhoud en resultaten hiervan waren de volgende: • Boodschap 1e presentatie: NZa wil samen met de sector een benchmarking model ontwikkelen Reactie: Aanwezigen zijn bereid mee te denken • Boodschap 2e presentatie: NZa wil graag corrigeren voor zorgzwaarte Reactie: Zorgzwaarte is het moeilijkste onderdeel, begin simpel • Boodschap 3e presentatie: NZa presenteert een simpel model Reactie: Meerdere aanpassingen en verbeteringen aangedragen, ga verschillende modellen vergelijken • Boodschap 4e presentatie: NZa presenteert meerdere modellen (FB/A-Segment versus JMV/A+B segment) met vergelijking Reactie: Akkoord met JMV model uitbouwen, van te voren stukken sturen om inhoudelijk de discussie goed te kunnen voeren In 2011 zijn er wederom vier expert bijeenkomsten geweest waarbij Benchmarking aan bod kwam. Hierbij werden van te voren (technische) stukken verstuurd aan de deelnemende experts. De inhoud en resultaten hiervan waren de volgende: • Boodschap 1e presentatie: NZa presenteert DEA als benchmark methodiek Experts behoefte aan een verdiepende sessie gericht op de DEA methode en software • Boodschap 2e presentatie: Verdiepende DEA sessie Experts geven aan meer inzicht te willen in hoe de DEA scores tot stand komen • Boodschap 3e presentatie: NZa legt vraagstuk van bedrijfsgevoelige / niet-openbare gegevens voor Experts stellen voor intern te rekenen met niet-openbare gegevens en resultaten te communiceren naar het veld • Boodschap 4e presentatie: NZa presenteert opties tot doorontwikkeling gegevensset Experts geven aan dat passantenprijzen niet geschikt zijn om de B-output te wegen, uit te zoeken hoe om te gaan met transitie naar DOT, en prioriteit te geven aan het aanvullen van de ontbrekende outputs In 2012 zijn de experts tweemaal geconsulteerd: • Boodschap 1e presentatie: NZa presenteert mediane contractprijs als gewicht voor het B-segment, stelt voor om de keus om DBC’s als outputmaat te handhaven, en geeft aan te koersen op publicatie in de Marktscan gepland voor het najaar 2012 • September 2012: Schriftelijke consultatie van eindrapport: Experts vragen aandacht voor woordkeuze en formulering van conclusies om foutieve interpretatie te voorkomen suggesties overgenomen in definitieve rapport

9


2.2 Delen van informatie: juridische aspecten We presenteren de gegevens en resultaten van modellen in een geaggregeerde vorm zodat er geen concurrentiegevoelige of vertrouwelijke informatie afleidbaar is. Er is ook overwogen om alleen openbare data te gebruiken, dit zou dan met name om het JMV gaan. Het voordeel hierbij is grotere transparantie tussen de ziekenhuizen onderling in de gebruikte gegevens, wat het makkelijk maakt om van elkaar te leren. Het nadeel is dat een minder verfijnd model mogelijk is. Wanneer we ook niet-openbare gegevens gebruiken moeten partijen toestemming geven voor het delen van de niet-openbare gegevens. Dit beperkt de mogelijkheden van interactieve benchmarking (zie Sectie 2.3). Het voordeel is dat een verfijnder model mogelijk is. Voorlopig is ervoor gekozen om de benchmark-berekeningen centraal uit te voeren bij de NZa, die de uitkomsten vervolgens apart naar de ziekenhuizen toe kan communiceren.

2.3 Interactive Benchmarking website De NZa beschikt over een generieke interactieve benchmarking tool (IBtool) (meer informatie op http://www.ibensoft.com). Deze tool is gebruikt tijdens het ontwikkelproces, waarbij de tool benaderbaar was vanaf het internet door de individuele ziekenhuizen die deelnemen aan het expert team. De gebruiker kan, na inloggen, zelf benchmarks uitvoeren. Deze IB-tool is toegankelijk én “state of the art” tegelijkertijd. De NZa kan verschillende modellen beschikbaar maken, waarbij de gehanteerde aannames door de gebruiker zelf ingesteld kunnen worden.

3. Benchmark methodiek

3.1 Partiële benchmark versus integrale benchmark Kengetallen of Key Performance Indicators (KPI’s) worden veel gebruikt om bepaalde aspecten van effectiviteit uit te drukken: Bijvoorbeeld totale kosten per DBC, of materiele kosten per behandelde patiënt. Wanneer we instellingen integraal willen vergelijken op productiviteit kan dit problemen geven. Stel dat instelling A zijn productieproces zo heeft ingericht dat het lage kapitaalslasten heeft, maar hierbij hogere materiele kosten moet accepteren. Terwijl instelling B juist voor een productieproces heeft gekozen, waarbij deze verhouding net andersom ligt. Door puur naar bovenstaande kengetallen te kijken en daaruit een beste praktijk af te leiden wordt geconcludeerd dat elke instelling de lage kapitaalslasten per patiënt van instelling A, en de lage materiele kosten per patiënt van instelling B na moet streven. Dat dit technologisch misschien niet mogelijk is (omdat het uit de lengte of uit de breedte moet komen) wordt in deze benadering niet onderkend. Door te werken met een integrale benchmark waarin ALLE kosten zijn opgenomen, en door te werken met zogeheten "Frontier" methoden, die aan de hand van de geobserveerde kosten en productie variabelen afleid wat er technologisch haalbaar en economisch doelmatig is, kunnen bovenstaande problemen voorkomen worden.

10


3.2 Ratio-benchmark Ziekenhuizen produceren meer dan één soort output. Wanneer we precies weten hoe zwaar elke output weegt relatief ten opzichte van de overige outputs, kunnen we voor een ziekenhuis de totale output in één getal uitdrukken. Door dit te delen door de totale kosten krijgen we zo de productiviteit van deze instelling, de hoeveelheid gewogen output per euro kosten. Door deze productiviteit te delen met de hoogst waargenomen productiviteit kunnen we een benchmark uitvoeren. In een ratio-benchmark kan er maar één instelling de maximale score (1, of 100%) behalen, nl. de instelling met de hoogste productiviteit. Die is de best presterende instelling. De scores van alle andere instellingen geven de relatieve productiviteit aan. De scores kunnen worden geïnterpreteerd als een percentage van de maximale productiviteit. Dus een score van bijvoorbeeld 0,8 betekent een productiviteit die gelijk is aan 80% van de productiviteit van de best presterende instelling.

3.3 Frontier methoden Wanneer we echter niet precies weten hoe we verschillende outputs tegen elkaar moeten wegen (we weten hun relatieve waarde niet, of hun relatieve kostprijs), kunnen we niet optellen. Zowel kostenfuncties (op basis van gemiddelde dan wel doelmatige kosten) als de DEA-methodiek zijn in staat om met meerdere outputs te werken, waardoor het aggregeren tot één gewogen output niet nodig is. Bij moderne benchmarking technieken geldt dat er in meer of mindere mate aannames gedaan worden waarop vervolgens conclusies over doelmatigheid getrokken worden. Als slechts gekeken wordt naar het voorkomen van excessief gebruik van hoeveelheden inputs om een gegeven hoeveelheid outputs te produceren, wordt dit technische efficiëntie genoemd. Hierbij wordt dus nog niet gekeken naar prijzen en/of kosten. Een dergelijke efficiëntie kunnen we afleiden b.v. wanneer we twee instellingen observeren die beiden evenveel produceren, en evenveel kapitaal en materiaal gebruiken, maar waarbij de een met twee keer zo veel personeel werkt. We kunnen echter geen uitspraak doen over de relatieve efficiëntie van twee instellingen als de een veel materiaal maar weinig personeel en de ander weinig materiaal maar veel personeel gebruikt (en verder gelijk zijn). Allebei kunnen technisch efficiënt zijn hoewel ze niet allebei economisch efficiënt zijn. We kunnen de economische efficiëntie (kosten-/ omzet-/ of winstefficiëntie) van instellingen beoordelen wanneer we ook informatie over de prijs van inputs en/ of outputs meenemen. Op deze manier kunnen we de optimale samenstelling van de inputs en/ of outputs beoordelen. In het vorige voorbeeld gebruikt maar één van de instellingen de efficiënte mix van inputs en/ of outputs en dus alleen deze is economisch efficiënt. Om economische efficiëntie te kunnen beoordelen, moeten we een gedragsaanname maken, zoals bijvoorbeeld (totale) kostenminimalisatie om een gegeven output te produceren. Dit is nodig om uit de geobserveerde totale kosten en geproduceerde outputs een verband af te leiden dat de relatie tussen de doelmatige kosten en de geproduceerde outputs bevat. De efficiëntie score van een instelling geeft aan hoe de gegeven instelling presteert in vergelijking met de best practice, m.a.w. de prestatie van de best presterende instelling(en). De berekeningen gaan dus om het zoeken naar de best practice die de ‘frontier’ van alle mogelijke prestaties vormt. Er zijn twee alternatieve benaderingen om de frontier 11


te vinden, niet-parametrische en parametrische methodes. De eerste maakt geen aannames over de vorm van de frontier (de relatie tussen productie en kosten) terwijl de tweede van een van tevoren gegeven functionele vorm uitgaat. Achtereenvolgens worden nu het gebruik van kostenfuncties, en het gebruik van Data envelopment analysis (Data omhullingsanalyse) besproken.

3.4 Kostenfuncties De relatie tussen kosten en outputs kan worden bepaald met behulp van kostenfuncties. De frontier wordt dan gevormd door een kostenfunctie, die gegeven een bepaalde productie de minimale, doelmatige kosten geeft. Het werken met een kostenfunctie is een voorbeeld van een parametrische methode. Parametrische methodes veronderstellen een bepaald functionele vorm van de frontier, waarbij de kosten bijv. een lineaire, loglineaire of translog functie zijn van de productie (hoeveelheden output en prijzen). Vervolgens worden de coëfficiënten van deze functie geschat aan de hand van de geobserveerde data. Het verschil tussen de geschatte waardes (frontier) en de geobserveerde waardes, de error term van de vergelijking, kan geïnterpreteerd worden als inefficiëntie en/ of ruis in de data. De hieronder besproken drie methodes (OLS, SFA en Kwantielregressie) verschillen in de interpretatie van de error term. De OLS methode (kleinste kwadraten methode) schat de coëfficiënten zo dat de som van de kwadraten van de “error terms” het laagst is (vandaar de naam OLS). De geschatte lijn loopt dan ongeveer in het midden van de wolk van observaties. De afwijking van geobserveerde waardes van deze geschatte lijn worden volledig beschouwd als ruis op de data. Er wordt dus impliciet verondersteld dat alle ziekenhuizen even efficiënt zijn. De COLS methode, in tegenstelling, interpreteert alle afwijking als inefficiëntie. Na het schatten van de coëfficiënten met OLS, duwt deze methode de geschatte lijn naar de frontier van de wolk van observaties. De inefficiëntie wordt dus gegeven door de afstand tussen de frontier en de geobserveerde waarde en er wordt geen rekening gehouden met eventuele ruis in de data. De SFA methode (Kumbhakar & Lovell 2003) veronderstelt dat geobserveerde waardes van de geschatte waardes (de gezochte frontier) afwijken wegens inefficiëntie én wegens ruis in de data. Hierdoor kunnen observatie buiten de frontier vallen door ruis in de data. Een nadeel van SFA is dat bij een beperkt aantal observaties er weinig statistiek is om het onverklaarde deel van de kosten (de “error term”) betrouwbaar uit te splitsen in ruis en inefficiëntie. Met kwantielregressie wordt de kostenfunctie zodanig geschat dat deze door bepaalde punten van de gegevensset gaat. Bijvoorbeeld door het midden van de data. In dit geval liggen de helft van de observaties boven de kostenfunctie, en de helft ligt onder de kostenfunctie. Kwantiel regressie wordt in toenemende mate toegepast in doelmatigheidsonderzoek (Liu 2007). Het voordeel van kwantielregressie is dat er geen aanname vereist is over de verdeling van de inefficiëntie (zoals bij SFA), maar dat ruis in de data niet direct als inefficiëntie geïnterpreteerd hoeft te worden, zoals bij DEA.

12


3.5 DEA methodiek Naast kostenfuncties wordt ook vaak gebruik gemaakt van Data Envelopment Analysis (DEA) (Jacobs et al. 2006, Bogetoft & Otto 2010). Bij deze methode wordt uit een dataset van inputs en outputs en een (minimum van) aannamen afgeleid wat er technologisch maximaal haalbaar is. Dit wordt de "frontier" genoemd. Een ziekenhuis die zich op de "frontier" bevindt is "best-practice", uit de data kan niet geconcludeerd worden dat deze instelling het beter kan doen. De frontier is dus afgeleid van werkelijke prestaties van bestaande instellingen. Voor de overige ziekenhuizen kan nu de afstand tot de "frontier" uitgerekend worden. Deze afstand kunnen we vertalen naar een kostendoelmatigheidsscore of prestatiescore. Elk ziekenhuis wordt daarbij vergeleken met een combinatie van bestaande ziekenhuizen die onder min of meer dezelfde omstandigheden (productievolume en mix) opereren: de zogeheten `peers' of 'peer group'. Het zijn deze ziekenhuizen die de positie van de "frontier" bepalen waar het ziekenhuis in kwestie mee wordt vergeleken. Omdat elke ziekenhuis weer een andere combinatie van inputs en outputs heeft moeten we aannames maken om hieruit conclusies over relatieve prestaties te kunnen trekken. De meest basale aanname is die van "Free Disposability Hull". Dit betekent dat we dezelfde output kunnen produceren met méér input, of dat we minder output kunnen produceren met dezelfde input. De werking van FDH is voor één input en één output geïllustreerd in Fig 2. Ziekenhuizen A, B en D zijn hier 100% efficiënt, maar we kunnen met deze simpele aanname nu al concluderen dat ziekenhuis C gegeven haar input meer output moet kunnen produceren, of gegeven haar output minder input moet kunnen verbruiken. In dit voorbeeld is Ziekenhuis B de "peer" van ziekenhuis C, omdat deze de best-practice bepaald voor ziekenhuis C. Figuur 2: Free Disposability Hull (FDH) aanname

En tweede relatief onschuldige aanname is die van "Convexity". Dit houdt in dat wanneer prestaties geleverd door ziekenhuis A en B mogelijk zijn, alle prestaties op de lijn tussen deze twee ziekenhuizen ook mogelijk zijn. In Fig. 3 wordt deze aanname verduidelijkt:

13


Figuur 3: Convexity aanname

Wanneer zowel FDH als Convexity aannamen worden gebruikt noemen we dit VRS (varying returns to scale) en krijgen we de volgende figuur: Figuur 4: VRS aanname

Een minder onschuldige aanname is wanneer we "Constante returns to scale" (CRS) aannemen. Dit wil zeggen dat als we bijvoorbeeld een output van 10 bij verbruik van input 5 observeren, dat we aannemen dat een output van 2 x 10 mogelijk is bij verbruik van 2 x 5 input. In dit geval is alleen ziekenhuis B 100% efficiënt. Dit is weergegeven in Figuur 4: Figuur 5: CRS aanname

14


Een belangrijke eigenschap van de DEA methodiek is de mogelijkheid om met meerdere inputs of outputs naast elkaar te werken. Dit is van belang als de relatieve waarde van twee outputs niet bekend is. In dat geval kunnen de outputs niet gewogen worden opgeteld tot één geaggregeerde output. Het idee is dat als de relatieve waarde van twee outputs niet bekend is, een ziekenhuis dat heel veel van output 1 produceert en weinig van output 2 alleen zinvol vergeleken kan worden met een ziekenhuis waarvoor dit ook geldt. Zowel de DEA-methode als de kostenfuncties hebben als eigenschap dat het verbeterpotentieel een ondergrens is van wat werkelijk mogelijk is, omdat we vergelijken met de best-practice aanwezig in de sector. Het zijn dus conservatieve methoden. Afhankelijk van de aannamen is er mogelijk niet voor elk ziekenhuis evenveel “vergelijkingsmateriaal” aanwezig in de data.

15


4. Modelkeuzes

4.1 Werkelijke kosten uit de jaarrekening Jaarrekeningen van ziekenhuizen bevatten de werkelijke kosten die zijn gemaakt in enig jaar. Door de wens om werkelijke kosten te gebruiken én in dit stadium geen aparte kostenuitvraag op te zetten, komt het laagst mogelijke aggregatieniveau hiermee op het niveau van het gehele ziekenhuis uit. Dit is het laagste aggregatieniveau waarop betrouwbare kostengegevens van ziekenhuizen beschikbaar zijn. De kosten worden op relatief uniforme manier geregistreerd (met uitzondering van de kapitaalslasten) als voorgeschreven door de "regeling jaarverslaggeving zorginstellingen (RJZ)", en zijn voorzien van een accountantscontrole. Hiermee is het mogelijk om een integrale benchmark op zowel het A- als B-segment te ontwikkelen. Deze kostenbron is een stabiele bron, die elk jaar weer beschikbaar komt. Voor meer informatie zie Sectie 5.1.

4.2 DBC systematiek om productie te kwantificeren De productie van ziekenhuizen kan op verschillende manieren gekwantificeerd worden. Zie voor een uitgebreide beschrijving hiervan het boek Algemene economie van de gezondheidszorg (2001). Voor de deze benchmark is gekozen voor de DBC-systematiek. Deze keuze is gebaseerd op het feit dat de DBC-systematiek, en haar opvolger de DOTsystematiek, een steeds grotere rol spelen in de bekostiging van ziekenhuizen. Zo wordt de systematiek in het B-segment sinds 2005, en in het A-segment (voor tenminste de honorariumcomponent) sinds 2008 gebruikt om de zorg daadwerkelijk te bekostigen, waardoor de relevantie om de relatie met de kosten te onderzoeken hoog is. Dit betekent dat we die elementen uit het FB budget die buiten de DBC systematiek vallen apart als output mee moeten nemen. Deze elementen zijn in 2011 in kaart gebracht als onderdeel van de invoering van prestatiebekostiging (zie bijvoorbeeld NZa (2011c), verantwoordingsdocument invoering prestatiebekostiging). Hierbij is ook geput uit de DOT impactanalyse van Deloitte voor het ziekenhuisdeel (NZa 2011). Vanaf 2012 kan DOT productie worden gebruikt om de reguliere zorg productie te kwantificeren.

4.3 Uniforme weging van de outputs Idealiter wegen we de productie van een ziekenhuis met de maatschappelijke waarde die aan bepaalde zorg wordt toegekend. Dit zou dan b.v. een antwoord geven op de vraag of de productie van een nieuwe heup belangrijker is, meer “waarde” vertegenwoordigd, dan een behandelde spatader. Hierbij spelen dan de behaalde gezondheidswinst / zorguitkomst, evenals de kwaliteit van de geleverde zorg een belangrijke rol (Jacobs et al 2006). Een benchmark waarin de output op deze manier is gekwantificeerd is vooralsnog toekomstmuziek. De bekostiging die onder tariefregulering valt gaat uit van een vergoeding / waardering op basis van gemiddelde kosten. Met andere woorden: als een heup gemiddeld genomen twee keer zoveel kosten met zich meebrengt, heeft deze een twee keer zo hoog tarief en telt deze output ook twee keer zo zwaar mee. Dit heeft als voordeel dat we de zodanig gekwantificeerde outputs ook kunnen toetsen aan hun kosten voorspellend vermogen. Deze benadering maakt dat we dus ook de

16


honorarium component van DBC's meenemen, omdat deze dient om de kosten van de inzet van medisch specialisten te dekken. In de bekostiging op basis van vrije prijzen is de link met gemiddelde kosten vervallen. Hier wordt onderhandeld over de hoogte van de vergoeding, en spelen andere factoren een rol, zoals vraag en aanbod. Om tot een uniforme waardering van de productie te komen wordt per DBC het gemiddelde onderhandelingsresultaat gebruikt.

4.4 Inclusief kosten van vrijgevestigd specialisten Binnen een ziekenhuis kunnen medisch specialisten in loondienst zijn, of in maatschappen werkzaam zijn die als zelfstandige economische entiteiten werken. Deze maatschappen dragen bij aan de productie van het ziekenhuizen, maar hun kosten worden vaak buiten de jaarrekening gehouden (voor een uitzondering zie b.v. de jaarrekening van de Ijsselmeerziekenhuizen 2010). De NZa kiest ervoor om de maatschappen te betrekken in de benchmark, omdat ze een belangrijke rol spelen in het productieproces. Vanuit het perspectief van het ziekenhuis kunnen ontvangen honorarium opbrengsten voor zorg verleend door vrijgevestigde specialisten als kosten worden beschouwd. Immers, wanneer deze specialisten in loondienst waren geweest had het ziekenhuis de honorariuminkomsten kunnen behouden (onder volledige DBC prestatiebekostiging). Daarom wordt in de benchmark de honorariumopbrengsten van maatschappen als extra personeelskosten voor het ziekenhuis meegerekend. Een alternatief is om de personeelskosten voor de medisch specialisten in loondienst weg te laten aan de kostenkant. Een dergelijke partiële benchmark kan mogelijk op dit deelgebied (het ziekenhuis kosten deel van een DBC) nauwkeuriger resultaten opleveren wanneer we over de exacte loonkosten van de specialisten beschikken, echter dit levert geen integrale productiviteitsmeting op: Er zal gedeeltelijk substitutie mogelijk zijn tussen bijvoorbeeld medisch specialisten en overig personeel: een specialist kan b.v. de administratie zelf doen, en ook de voorbereidingen van een operatie. Dit zal dan relatief lage "overige" personeelskosten met zich mee brengen, maar relatief hoge personeelskosten voor de medisch specialisten. Door deze laatste input weg te laten zal dit ziekenhuis dus een hogere productiviteitsscore krijgen dan een ziekenhuis met veel ondersteunend personeel, waarbij er dan relatief weinig specialisten nodig zijn bij het productieproces.

5. Gebruikte gegevensbronnen en bewerkingen

5.1 Jaarrekeningen /Jaar Enquête Ziekenhuizen (EJZ) De primaire bron voor de kosten van het ziekenhuis is de jaarrekening. Voor elk ziekenhuis is een jaarrekening beschikbaar, met daarin één of meerdere resultatenrekeningen (winst- en verliesrekening). De resultatenrekeningen verschillen in consolidatieniveau, dit kan sterk variëren. Naast de jaarrekening zelf, beschikbaar op www.jaarverslagenzorg.nl, zijn er twee bronnen die resultatenrekeningen van ziekenhuizen 17


bevatten: het digiMV en de Enquête Jaarrekening Ziekenhuizen (EJZ, beschikbaar via DHD). Voor de gegevens in het digiMV is vaak gekozen voor een resultatenrekening op het meest geconsolideerde niveau, waarbij bijvoorbeeld een ziekenhuis met een instelling voor ouderenzorg samen is genomen. De EJZ daarentegen is juist een bron waar expliciet de kosten en opbrengsten van het ziekenhuis uit worden gevraagd. Uit vergelijking tussen EJZ en de jaarrekeningen bleek vervolgens dat een resultatenrekening op EJZ consolidatieniveau (“het ziekenhuis”) in vrijwel alle gevallen ook in de jaarrekening is terug te vinden, dit wordt dan een enkelvoudige of gesegmenteerde jaarrekening genoemd. Dit consolidatieniveau kan in de praktijk nog steeds activiteiten als PAAZ-en, apotheken, ZBC’s, parkeergarages etc bevatten. Uiteindelijk zijn de kosten en de opbrengsten uit de EJZ 2008 en 2009 per ziekenhuis vergeleken met de jaarrekening 2009, waarbij de gegevens per ziekenhuis worden gecontroleerd op juistheid door vergelijking met de jaarrekening, en op welke bedrijfsactiviteiten zijn meegenomen in de consolidatie. Hierbij is gekeken naar PAAZ, ZBC’s en Ambulancedienst. Het opleidingsfonds, beheert door VWS, is verreweg de grootste bron van subsidie voor algemene ziekenhuizen. Daarom is de ontvangen subsidie uit de overige opbrengsten post geïsoleerd. Wanneer de ontvangen subsidie van het opleidingsfonds niet geïdentificeerd kon worden, maar op basis van de budgetcomponent uit 2006 het wel waarschijnlijk is dat deze is ontvangen, wordt deze bij geschat op basis van het maximum subsidie bedrag dat door VWS in 2008 en 2009 voor de eerste tranche zorgopleidingen is toegekend. Ook wordt waar mogelijk de onverzekerde zorg /derde compartiment opbrengsten apart genomen (uiteindelijk in de restpost opgenomen, zie Sectie 6.2.10). Als laatste wordt de zorgprestaties tussen instellingen apart genomen. Om het kapitaalvolume te schatten worden de posten “Totaal afschrijvingen vaste activa” en “Gemiddeld aantal aanwezige bedden voor klinische patiënten + bedden voor dagverpleging” (hierna: bedden) uit de EJZ gebruikt. Het blijkt dat de gemiddelde afschrijvingen met een half miljoen euro toenemen tussen 2008 en 2009 terwijl het gemiddelde aantal bedden enigszins afneemt in dezelfde periode. Daarom wordt de schatting voor elk jaar apart uitgevoerd, en de geschatte afschrijvingen 2008 en 2009 vervolgens gemiddeld (Zie ook Sectie 6.1.1). Wanneer het feitelijk aantal bedden voor 2008 en 2009 niet beschikbaar was is het aantal bedden vermeld in de RIVM Zorgatlas 4.2 genomen (www.zorgatlas.nl).

5.2 DBC informatie systeem (DIS) Alle door ziekenhuizen geproduceerde DBC’s worden aan het DIS geleverd. De NZa ontvangt maandelijkse updates van DBC gegevens van DIS / DBCO en heeft deze opgeslagen in een interne database. De peildatum van de DIS data in de gegevensset is medio 2012. Een belangrijke issue bij het gebruik van DBC gegevens uit de DIS is volledigheid. Daarom wordt een vergelijking gemaakt met Vektis gegevens om de volledigheid te toetsen. Zie verder Sectie 5.6. Voor de overige trajecten en verrichtingen, ondersteunende en overige producten is gekozen voor Vektis declaratiegegevens als bron ivm met de kwaliteit van deze gegevens in DIS (Prismant 2010).

18


5.2.1 Uniform berekenen mutatie onderhandenwerk De DBC omzetten zijn inclusief mutatie onderhandenwerk (OHW). Deze mutatie OHW is op een uniforme manier vastgesteld voor alle ziekenhuizen. Omzet inclusief mutatie OHW sluit het beste aan bij de kosten: de kosten zijn afkomstig uit de jaarrekening, en dit betreft de kosten gemaakt in een kalenderjaar dus van 1 januari tot 31 december. Voorbeeld berekening DBC omzet 2008 incl. mutatie OHW: We starten met het berekenen van de omzet van alle DBC's gesloten in 2008. Vervolgens moeten we hier van af trekken dat deel van de DBC's gesloten in 2008 dat in 2007 viel (dit betreft zogeheten "overloop" DBC's), de bij dit deel behorende kosten vielen ook in 2007. Hierbij moet vervolgens worden opgeteld dat deel van DBC's gesloten in 2009 welke in 2008 viel. De kosten die hierbij horen zijn per slot van rekening in 2008 gemaakt. De omzet behorende bij "overloop" DBC's wordt op basis van openings- en sluitdatum gesplitst over twee jaren, waarbij de aanname is dat de kosten evenredig verdeeld in de tijd zijn gemaakt. In formulevorm: DBC_omzet jaar t incl mut OHW = omzet gesloten_DBC’s jaar t – ohw_omzet jaar t-1 + ohw omzet jaar t Gesloten DBC’s (in deze vergelijking) zijn alle DBC’s met einddatum in het gegeven jaar onafhankelijk van de begindatum. Het onderhandenwerk 2007 is berekend voor de DBC’s die geopend zijn in 2007 en gesloten in 2008. De waarde van elke onderhandenwerk DBC is proportioneel met het aantal dagen de DBC open was in het gegeven jaar. We gaan dit toelichten met een voorbeeld. Rekenvoorbeeld bepaling DBC omzet incl.mutatie OHW Stel, er zijn drie DBC’s die op enig moment in 2008 open staan: DBC 1, DBC 2 en DBC 3 van respectievelijke waarde 100, 200 en 300 euro. De begin en einddatum van alle DBC’s staan in de onderstaande tabel.

DBC 1 DBC 2 DBC 3 omzet

begindatum 02-12-2007 01-06-2008 22-12-2008 01-01-2008

einddatum 19-01-2008 10-07-2008 19-01-2009 31-12-2008

gesloten 100 200 300

ohw07 40 40

ohw08 100 100

DBC 1 en 2 zijn in 2008 gesloten; die tellen mee voor ‘gesloten DBC’s’. DBC 3 is gesloten in 2009 dus deze DBC komt alleen voor als correctie voor onderhandenwerk (ohw08). DBC 3 stond in totaal 30 dagen open waarvan 10 dagen in 2008. De waarde van DBC 3 is dus 30% (10 dagen/ 30 dagen) van de totale waarde. Dit betekent 100 euro. DBC 1 is geopend in 2007 en gesloten in 2008 daarom wordt deze gecorrigeerd voor onderhandenwerk (ohw07). Deze DBC stond in totaal 50 dagen open waarvan 20 dagen in 2007. De waarde van DBC 1 in 2007 is dus 40% (20 dagen/ 50 dagen) van de totale waarde. Dit betekent 40 euro. DBC 2 is geopend en gesloten in 2008. Dus hoeft niet gecorrigeerd te worden. De voor onderhanden werk gecorrigeerd omzet in 2008 is dus 300-40+100=360 euro.

5.2.2 Uniforme DBC kostengewichten In het A-segment hebben DBC’s vaste tarieven, deze gebruiken we om de DBC’s te wegen en te aggregeren. In het B-segment onderhandelen zorgverzekeraars met individuele ziekenhuizen over de prijs. De NZa ontvangt van zorgverzekeraars de contractprijslijsten die zij met 19


individuele ziekenhuizen heeft afgesproken. Om het B-segment uniform te wegen en tot een gewogen DBC volume te komen, voeren we de volgende berekening uit: In het DIS wordt de hele jaarproductie Bsegment gekoppeld aan de ziekenhuis-verzekeraar specifieke contractprijzen, en vervolgens wordt per B-DBC de mediane contractprijs bepaald voor dat jaar. Deze mediane contractprijs gebruiken we als uniform kostengewicht om een gewogen DBC volume voor het Bsegment te berekenen. Omdat er jaarlijks wijzigingen in de productstructuur zijn gebruiken we jaar-specifieke (maar dus geen instellings-specifieke) gewichten. Ook de onverzekerde zorg in het Bsegment wordt op deze manier meegenomen. 5.2.3 Splitsen ontvangen honorariumomzet naar dienstverband De gedeclareerde honorariumopbrengsten voor medisch-specialistische zorg, zowel A, B, C als OVP productie, moeten gesplitst worden naar ontvangen honorarium omzet loondienst (in de jaarrekening van het ziekenhuis verwerkt) en omzet vrijgevestigd (buiten de jaarrekening gehouden). Dit om de kostenkant zo nauwkeurig mogelijk aan te kunnen vullen met de honorariumomzet van vrijgevestigde maatschappen. Let op: ‘gedeclareerd’ wordt hier gebruikt om het onderscheid met ‘ontvangen’ te benadrukken. Het tijdstip van declareren is echter niet belangrijk, de productie is geheel op basis van open- en sluitdatum aan de jaren toegewezen. DBC A-segment De honorariumomzet A-segment incl. mutatie OHW berekenen we op basis van data uit het DIS. Voor elk ziekenhuis de ontvangen honorariumomzet per ziekenhuis per specialisme in het A-segment berekend. Hierbij moeten we rekening houden dat in het DIS elke DBC een declarerend specialisme heeft, maar dat deze gedeclareerde honorariumomzet vervolgens verdeeld wordt over alle specialismen (zowel poort- als ondersteunende specialismen) die aan de productie van de DBC (gemiddeld) bijdragen. Voor het A-segment zijn deze aandelen of componenten in het totale honorarium berekend door DBC-Onderhoud en beschikbaar in tabelvorm (DBC Tarieven Tabel v20101118). Deze bevat ook tarieven voor onverzekerde zorg in het A-segment. DBC B-segment Voor het B-segment is echter alleen de totale honorariumcomponent beschikbaar uit de contractprijslijsten. Wel is er een conversiematrix beschikbaar die op landelijk niveau voor het B-segment de gedeclareerde honorariumomzet verdeeld over de ontvangende specialismen. Deze matrix is berekend op de landelijke B-segment productmix van 2008. Met deze matrix wordt zowel voor 2008 als 2009 de gedeclareerde honorariumomzet B-segment incl. OHW verdeeld over de ontvangende specialismen. De onverzekerde zorg in het B-segment is hierbij buiten beschouwing gelaten. Wanneer individuele honorariumcomponenten van B-DBC’s beschikbaar komen kan voor het B-segment de verdeling over de specialismen, en daarmee dus het berekenen van de vrijgevestigde honorariumomzet Bsegment op een nauwkeurig wijze gebeuren. OVP’s Voor OVP omzet berekenen we per specialisme de honorariumomzet door het Vektis bestand te aggregeren per jaar per ziekenhuis per specialisme.

20


Voor de productie A-segment, B-segment en OVP is nu (een benadering voor) de ontvangen honorariumomzet per ziekenhuis per specialisme bekend. Op basis van de lijst vakgroepen indeling loondienst / vrijgevestigd (zie Sectie 5.5) splitsen we deze ontvangen honorariumomzetten in een loondienst en een vrijgevestigd deel. Het loondienst deel splitsen we op basis van dezelfde lijst vakgroepen in loondienst mét budgetvergoeding en loondienst zonder budgetvergoeding. Het komt voor dat er honorariumomzet wordt berekend voor ondersteunende specialismen die niet in de KPMG uitvraag zijn opgenomen. Dit gaat dan b.v. om medische microbiologie, klinische chemie, pathologie etc. Het blijkt dat deze activiteiten vaak in aparte centra / laboratoria worden uitgevoerd, welke niet mee zijn geconsolideerd zijn in de ziekenhuis jaarrekening. Hierbij wordt de aanname gemaakt dat tegenover de honorariumopbrengsten die het ziekenhuis ontvangt voor deze activiteiten, ook kosten staan, die in rekening worden gebracht door deze laboratoria. Deze honorariumkosten dienen dus niet nog eens te worden toegevoegd aan de kostenkant. De KPMG uitvraag bevat geen informatie over Revalidatiegeneeskunde. Deze zijn per 2009 gestart met declareren in DBC’s. Deze omzet is zowel in DIS als Vektis aanwezig. Deze omzet is voor 2009 wel meegenomen in de output, maar aan de kostenkant is het honorarium hiervoor buiten beschouwing gelaten. Omdat er in 2008 geen tarieven waren vastgesteld is deze output in 2008 niet meegenomen.

5.2.4 Niet-verzekerde zorg Het DIS bevat gegevens van zowel DBC productie die onder de basisverzekering (Zvw) valt, als ook DBC productie die soms wel, soms niet (oranje DBC’s), dan wel nooit (rode DBC’s) verzekerde zorg zijn. Wanneer deze zorg niet-verzekerde (Zvw) zorg betreft, worden deze inkomsten, voor zover deze het ziekenhuis ten deel vallen, in de jaarrekening náást inkomsten uit het budget en B-segment verantwoord (meestal onder niet-gebudgetteerde zorgprestaties, niet altijd). Om de overige opbrengsten te schonen voor dit bedrag berekenen we uit DIS de DBC omzet onverzekerde zorg (ook wel C-segment genoemd) per ziekenhuis. Dit doen we op basis van de declaratiecode in DIS (16xx en 17xx). Voor het jaar 2009 is gekeken of de DBC omzetten C-segment uit DIS ruwweg overeenkomen met de gefactureerde omzet uit het DBC verantwoordingsdocument dat ziekenhuizen jaarlijks aan de NZa moeten leveren voor de AO/IC. Dit bleek voor vrijwel alle ziekenhuizen het geval. Voor twee ziekenhuizen was dit niet zo en is de gefactureerde C-segment omzet 2009 gebruikt.

5.3 FB budgetten Voor de kwantificering van de outputs die in 2008 en 2009 wel onder het budget, maar buiten DBC/DOT vallen is gebruik gemaakt van de budgetten / rekenstaten zoals aanwezig op de NZa. Dit gaat in het bijzonder om het “vaste segment” (zorgprestaties die niet aan individuele patiënten kunnen worden toegerekend), de dure geneesmiddelen en de PAAZ. Hierbij wordt in grote lijnen de aanpak gevolgd uit de impactanalyse DOT ziekenhuisdeel uitgevoerd door Deloitte in opdracht van de NZa (NZa 2011). Voor het vaste segment zijn die budgetregels geïdentificeerd die te maken hebben met brandwondenzorg, traumacentrum, multi-trauma 21


patiënten, rampen en crisis (OTO), het MMT voertuig, en de SEH beschikbaarheidstoeslag. Dit is voor beide jaren uitgevoerd en voor zowel de loon- als materiele kosten. Het totaal per ziekenhuis is als “budget vaste segment” als output toegevoegd. Deze output is dus exclusief kapitaalslasten. De dure geneesmiddelen betreffen de codes C151 t/m C188. Voor zover de budgetcomponent 80% van de netto inkoopkosten betreft worden deze opgehoogd naar 100%. Hemostatica (stollingsfactoren) en “Infliximab patiënten gestart voor 1-5-2004” hebben allebei al 100% vergoeding. Ten slotte zijn als controle de totale NZa budgetten (ziekenhuis + PAAZ + Ambulance dienst) vergeleken met de budgetten zoals vermeld in de jaarrekeningen om consolidatie van b.v. een PAAZ vast te stellen.

5.4 Vektis declaratiegegevens De verzekeraars sturen declaratiegegevens op microniveau (dus gegevens per declaratie) naar Vektis. Deze gegevens worden in de IZIZ database opgeslagen. Voor de jaren 2008 en 2009 zijn bestanden ontvangen met DBC/OVP omzetten met doorsnede gesloten per jaar, met onderscheid naar A-, B- en OVP segment, per AGB code en per declarerend specialisme, uitgesplitst naar ziekenhuis- en honorariumdeel. Voor de jaren 2007-2009 gaat het om 12, 12, en 11 kwartalen schade. A-DBC’s geopend in 2007 zijn bij Vektis inclusief verrekenpercentage op het ziekenhuisdeel. Het Vektis OVP bestand bevat de volgende declaraties: de overige verrichtingen, overige trajecten, ondersteunende en overige producten. Hieronder vallen o.a.de intensive care, de verrichtingen voor de eerstelijn, bijzonder tandheelkunde / mond- kaakchirurgie etc. Dit bestand is vergeleken met de gefactureerde OVP’s voor het jaar 2009 uit het DBC verantwoordingsdocument AO-IC, en de correlatie is hoog, met op ziekenhuisniveau afwijkingen van max 10%. Vektis 2009 ligt gemiddeld zo’n 10% lager dan het verantwoordingsdocument. Ook is het Vektis OVP bestand vergeleken met totalen met de CVZ jaarstaat (www.zorgcijfersdata.cvz.nl). Dit kwam redelijk overeen (90% volledigheid van Vektis). Ook het honorariumdeel in de OVP omzetten van Vektis moet gesplitst worden in een deel loondienst en een deel vrijgevestigd. Dit doen we op dezelfde manier als voor de DBC omzet (Zie sectie 5.2.4). Wanneer het specialisme onbekend is (9999) wordt dit niet meegenomen. Dit betreft een klein deel van de honorariumomzet.

5.5 NZa/KPMG uitvraag Om per ziekenhuis de kosten voor de vrijgevestigde specialisten bij te schatten is een indeling vereist die per ziekenhuis per vakgroep aangeeft of deze in loondienst is of vrijgevestigd is, en in welke mate (er zijn ook gemengde vakgroepen). Daarnaast is bij dienstverband van belang of er wel of niet een budgetvergoeding wordt ontvangen. Immers: Wanneer dit niet zo is bevat de resultatenrekening náást het budget een post honorarium opbrengsten A-segment (vaak opgenomen onder overige opbrengsten), als dit wel zo is dienen deze honorariumopbrengsten ter

22


dekking van het budget. In 2011 heeft er o.a. in het kader van het beheersmodel een gegevensuitvraag plaatsgevonden (uitgevoerd door KPMG). Deze gegevensuitvraag (met accountantscontrole) bevat onder meer voor de jaren 2007-2009 per jaar de gedeclareerde honorariumomzet per vakgroep, uitgesplitst naar aanstelling (vrijgevestigd, in loondienst mét, en in loondienst zonder budgetvergoeding). Voor gemengde vakgroepen is per jaar op basis van de verhouding tussen de gedeclareerde (A+B) honorariumomzet een ratio berekend. Deze ratio gebruiken we om honorariumomzet uit DIS te splitsen in de drie honorarium categorieën. De gegevensuitvraag was exclusief Mond en Kaakchirurgie. Wanneer het honorariumomzet van specialismen 1100 en 1300 betreft (Mond- en Kaakchirurgie /Tandartsspecialisten en Orthodontisten) wordt aangenomen dat deze in vrije vesting zijn.

5.6 Bewerkingen en schoningen 5.6.1 Doorvoeren van fusies Fusies of meerdere ziekenhuizen binnen één concern worden doorgevoerd (gegevens geaggregeerd) als niet in alle bronnen voor beide jaren aparte cijfers zijn vermeld. Dit betreft de volgende ziekenhuizen: De fusie tussen het Sint Lucas en Delfzicht tot de Ommelander groep, De gegevens van ziekenhuizen Rijnstate, Velp en Zevenaar in de Alysis zorggroep, de fusie van het Sint Antonius met Mesos Medisch centrum en als laatste de Oosterscheldeziekenhuizen en Ziekenhuis Walcheren tot het Admiraal de Ruyter Ziekenhuis. 5.6.2 Volledigheidsanalyse DIS Uit eerdere onderzoeken is bekend dat het DIS niet voor alle ziekenhuizen voor alle jaren volledige en juiste informatie bevat (Prismant, 2010). Door een vergelijking tussen DIS en de declaratiegegevens van Vektis wordt een subset van ziekenhuizen geïdentificeerd die goede gegevens heeft aangeleverd aan het DIS. Voor de jaren 2008 en 2009 vergelijken we gesloten DBC’s, aantallen en omzet, A en B segment, tussen DIS en Vektis. De vergelijking tussen beide bronnen verschilt per segment (A of B). Omdat in het A-segment vaste tarieven gelden, is de verwachting dat de omzet uit DIS in principe aansluit met omzet van declaraties. Voor het jaar 2008 wordt het A-segment vergeleken op de honorariumomzet, omdat voor A-DBC’s geopend in 2007 het ziekenhuisdeel bij Vektis een verrekenpercentage bevat. Omdat we de DIS B-segment productie met mediane contractprijzen hebben gewaardeerd is exacte aansluiting op de Vektis omzet niet te verwachten. Daarom wordt voor het B-segment de declaratie aantallen vergeleken.

23


Voor een aantal ziekenhuizen ligt de DIS omzet een paar procent hoger dan de Vektis omzet. Dit interpreteren we als niet-gehonoreerde of gedeclareerde, maar wel geproduceerde DBC productie. Er worden drie volledigheidsniveaus onderscheiden: Niveau 1: als de verhouding tussen DIS / Vektis tussen 0.95 en 1.1 ligt: datakwaliteit gegevens goed (deze selectie is in bovenstaand figuur weergegeven) Niveau 2: als de verhouding tussen DIS / Vektis tussen 0.85 en 0.95 ligt: datakwaliteit gegevens redelijk. Niveau 3: als de verhouding tussen DIS / Vektis lager dan 0.85 of hoger dan 1.1 ligt : datakwaliteit gegevens slecht Omdat het B-segment slechts beperkt is in 2008-2009 (gemiddeld 15%) kunnen we hier coulanter zijn op de datakwaliteit. Een ziekenhuis wordt geschoond als de kwaliteit van het A-segment in enig jaar 2 of 3 is, of als de kwaliteit van het B-segment in enig jaar 3 is. Voor de geschoonde ziekenhuizen is als check het aantal gesloten DBC’s in het digiMV vergeleken met Vektis en DIS, en hier bleek Vektis deze het best te benaderen, wat de keus tot schonen bevestigd. Dit resulteert in een selectie van 62 van de 82 algemene ziekenhuizen. Deze selectie is als bijlage B toegevoegd aan dit document. Uit de verschillen tussen DIS en Vektis volgt dat er een onzekerheid wordt geïntroduceerd bij het vaststellen van het DBC productievolume. Bij de interpretatie van de resultaten wordt dit gebruikt om betrouwbaarheidsintervallen te bepalen. 5.6.3 Samenvoegen van twee boekjaren Om het effect van overloopposten en incidentele posten (voorzieningen) op de balans en resultatenrekening te verkleinen nemen we de gegevens van twee boekjaren samen. Elke modelvariabele hebben we voor twee jaren (2008 en 2009) apart berekend. In de analyses nemen we het gemiddelde van beide jaren mee. In het licht van de huidige

24


nauwkeurigheid van de kwantificering is besloten af te zien van een correctie voor inflatie en indexatie op loon en/of materieelkosten.

6. Overzicht van inputs en outputs

6.1 Inputs 6.1.1 Kapitaal: Afschrijvingen en vermogenskosten De kosten van kapitaal vallen uiteen in afschrijvingskosten van activa en in de vermogenskosten. Afschrijvingskosten Ziekenhuisgebouwen verouderen zowel economisch, technisch als functioneel veel sneller dan de termijn van 50 jaar zoals in het verleden voorgeschreven is door de NZa1. De technologische vooruitgang en de steeds hogere eisen die aan de zorg gesteld worden, zorgen ervoor dat gebouwen eerder gerenoveerd of vervangen moeten worden. Ziekenhuizen gaan steeds meer over op een bedrijfseconomische waardering van hun activa (“waarde in het economisch verkeer”), en/of zijn versneld aan het afschrijven. Echter, sommige ziekenhuizen hanteerden in de jaren 2008 en 2009 nog lineaire afschrijvingstermijnen van 50 jaar. Dit maakt dat de afschrijvingskosten onderling slecht vergelijkbaar zijn en standaardisatie behoeven. Door middel van een regressie van de afschrijvingskosten uit de resultatenrekening op het gemiddeld aantal “feitelijke” bedden en een constante term (Zie Sectie 5.1) worden de werkelijke afschrijvingskosten vervangen door de geschatte afschrijvingskosten. Dit elimineert de variatie in leeftijd van het gebouw (aanschafwaarde, inflatie) en de variatie in waarderingsmethoden (afschrijven via beleidsregel methodiek in 50 jaar, of afschrijven op basis van bedrijfseconomische waarde). Schattingen op basis van 2008 en 2009 data resulteren in kosten van ca. 27.500 euro per bed. Het model verklaart ca. 80% van de variatie in de afschrijvingen. Vermogenskosten Ziekenhuizen ontvangen nu een vergoeding voor vreemd vermogen (rentekosten). Deze vergoeding dient om de rentekosten voor dit vermogen (In de jaarrekening onder financiële baten en lasten opgevoerd) te dekken. Ook het hebben van eigen vermogen kost geld, n.l. het misgelopen rendement bij investeren. Via het "Weighted average cost of capital" model (WACC) is het mogelijk om voor zowel vreemd als eigen vermogen de vermogenskosten te berekenen. Dit betreft dan een percentage (door het WACC model gegeven) van het totale vermogen (activa waarde). Om boekhoudkundige verschillen te elimineren dient hier een gestandaardiseerde activa waarde te worden bepaald (bijvoorbeeld op basis van aanschafwaarde en uniforme, realistische afschrijvingstermijnen). Over dit vermogen kunnen vervolgens de vermogenskosten worden berekend. In de benchmark wordt het kapitaalvolume, en dus de activa waarde, volledig bepaald door het aantal bedden. De geschatte afschrijvingskosten (gemiddeld 7% van de totale kosten) worden daarom opgeschaald totdat het totaal aan kapitaalslasten op 12% van de totale kosten uitkomt. 1

Perbericht CTG (2001) "Afschrijvingstermijnen in de zorg moeten korter". Zie beleidsregel Afschrijving (CI-957), hierin wordt lineaire afschrijving over een periode van 50 jaar voorgeschreven voor stenen gebouwen.

25


6.1.2 Arbeid: Personeelskosten Als bron voor de personeelskosten gebruiken we de personeelskosten uit de resultatenrekening. Deze post valt uiteen in lonen en salarissen, sociale lasten, pensioenpremie, andere personeelskosten, personeel niet in loondienst (niet zijnde vrijgevestigd specialisten). Zoals beschreven in Sectie 4.4 wordt de honorariumomzet van vrijgevestigde specialisten apart berekend en meegeteld als extra personeelskosten voor het ziekenhuis (zie ook Sectie 5.2.3 voor een beschrijving van de berekening). 6.1.3 Materiaal: Overige bedrijfskosten Hierbij hanteren we de post Overige bedrijfskosten uit de jaarrekening. Deze valt uiteen in kosten van voeding en hotelmatige kosten, algemene kosten, patiënt gebonden kosten, onderhoud en energie kosten, huur en leasing, en dotaties en vrijval voorzieningen.

6.2 Outputs 6.2.1 DBC-productie: A-segment De geleverde zorg in het A-segment kwantificeren we als DBC omzet inclusief honorariumdeel. Als output wordt de jaarproductie A-DBC's uit het DIS genomen, gewaardeerd tegen de NZa tarieven van het betreffende jaar. De tarieven fungeren zo als kostengewichten. Hierbij is de verwachting dat voor een gegeven DBC het tarief evenredig / gelijk zijn aan de (gemiddelde) kosten die samenhangen met de productie van die DBC (met andere woorden, dat het tarief gemiddeld kostendekkend is). De gewogen DBC productie A-segment is inclusief uniform gewaardeerde mutatie onderhandenwerk (zie Sectie 5.2.1) om aansluiting bij de kosten uit de jaarrekening te krijgen. 6.2.2 DBC-productie: B-segment De geleverde zorg in het B-segment kwantificeren we als DBC omzet inclusief honorariumdeel. Als output wordt de jaarproductie B-DBC's uit het DIS genomen, gewaardeerd tegen de (per DBC op het landelijk volume bepaalde) mediane contractprijs. De contractprijs van een B-DBC valt uiteen in een ziekenhuisdeel en een honorariumdeel. Er is voor uniforme gewichten gekozen om de output van ziekenhuizen uniform te wegen en daardoor voor eventuele verschillen in de onderhandelingen tussen verzekeraar en individueel ziekenhuis te corrigeren. De keus voor contractprijs is gebaseerd op het feit dat deze dichter op de gemiddelde kosten liggen dan passantentarieven, en daarnaast actueler zijn als schoningsprijzen, die b.v. voor de eerste tranche B-segment uit 2005 stammen, en sindsdien niet meer geactualiseerd zijn. De gewogen DBC productie B-segment is inclusief uniform gewaardeerde mutatie onderhandenwerk (zie Sectie 5.2.1). 6.2.3 DBC-productie: Niet verzekerde zorg De onverzekerde DBC-zorg berekenen we apart van de verzekerde zorg omdat deze inkomsten op de jaarrekening onder niet-gebudgetteerde zorgprestaties of overige opbrengsten worden verantwoord. Om de restpost “overig” zo goed mogelijk in te schatten dient dit bedrag hierop in mindering te worden gebracht.

26


6.2.4 Overige trajecten en verrichtingen, ondersteunende en overige producten (OVP) De omzet overige trajecten en verrichtingen, en ondersteunde en overige producten per ziekenhuis zijn samengenomen in één OVP omzet. Deze omzet bevat onder meer de verkeerde bedden, de IC-trajecten en verrichtingen, de kaakchirurgie, 1e lijnsproductie etc. Per ziekenhuis per specialisme is een OVP gedeclareerde omzet aanwezig, uitgesplitst naar ziekenhuisdeel en honorariumdeel (Bron: Vektis, zie Sectie 5.4). 6.2.5 Zorgprestaties tussen instellingen (WDS) Ziekenhuizen leveren ook zorgprestaties aan elkaar (zie ook I-743 beleidsregel Wijziging declaratiestructuur (WDS) (CTG, 2005). In de jaarrekening worden opbrengsten uit onderlinge dienstverlening apart verantwoord onder “zorgprestaties tussen instellingen (WDS)”. Als een ziekenhuis opdrachtgever / hoofdaannemer is van b.v. een DBC, zal deze de DBC declareren en onder de naam van dit ziekenhuis in de DIS komen. Dit ziekenhuis ontvangt dan de volledige opbrengst voor de DBC. Het onder aannemende ziekenhuis levert een deel van de zorgprestatie levert en berekent deze kosten door aan de hoofdaannemer. Dit wordt bij de hoofdaannemer als kosten geboekt, en bij het onder aannemende ziekenhuis als opbrengsten. Deze opbrengst is dan bij de onderaannemer terug te vinden onder “zorgprestaties tussen instellingen”. Ook trajecten en verrichtingen, overige en ondersteunende producten (OVP’s) kunnen via onderlinge dienstverlening worden geproduceerd. Hierbij wordt de declaratie uiteindelijk door de hoofdaannemer gedeclareerd aan de verzekeraar, en valt dit onder de opbrengsten ter dekking van het budget (met uitzondering van enkele verrichtingen zoals medische keuringen, deze vallen niet onder de Zvw). De conclusie is dat door in de benchmark de post zorgprestaties tussen instellingen mee te nemen, en verder de omzet van de DBC en OVP productie volledig aan de declarant toe te wijzen, voor zowel hoofdaannemer als onderaannemer de opbrengsten en kosten in balans zijn. Wel is het zo dat de onderlinge dienstverlening op macroniveau zo twee keer wordt geteld, maar voor een onderlinge vergelijking tussen ziekenhuizen maakt dit niet uit. 6.2.6 Dure geneesmiddelen en stollingsfactoren Dure geneesmiddelen hemostatica (Stollingsfactoren) vallen buiten de DBC systematiek en zullen in de DOT systematiek als add-on worden bekostigd. Omdat de gegevensset betrekking heeft op de jaren 2008 en 2009 zijn de budgetcomponenten die betrekking hebben op dure geneesmiddelen en hemostatica (Stollingsfactoren) voor elk ziekenhuis uit de nagecalculeerde budgetten gehaald en opgehoogd naar 100% indien van toepassing (dit omdat in het budget voor de meeste dure geneesmiddelen 80% van de netto inkoop kosten als aparte aanvaardbare kosten is opgenomen, terwijl de benchmark een kostendekkend gewicht wil toekennen). Deze procedure is ook gevolgd in de Impactanalyse van Deloitte (NZa, 2011). Zie ook Sectie 5.3. 6.2.7 Ziekenhuispsychiatrie (PAAZ) De GGZ productie van ziekenhuizen (PAAZ, psychiatrische afdeling algemeen ziekenhuis, en PUK, Psychiatrische universiteits kliniek) 27


bestaat binnen de DBC-systematiek slechts uit enkele consult-DBC’s. Het overgrote deel wordt bekostigd via een PAAZ of PUK budget. Ook PAAZen declareren sinds 1 januari 2008 GGZ DBC’s ter dekking van het budget. Hierdoor zijn er twee mogelijkheden om GGZ productie mee te nemen: het PAAZ budget, waarbij worden aangenomen dat dit de GGZ kosten dekt van het ziekenhuis, of de GGZ DBC omzet gedeclareerd aan Vektis of uit het DIS, waarbij we een directe maat hebben voor de geleverde prestaties. Omwille van datakwaliteitsredenen kiezen we hier voor het meenemen van GGZ budgetten als beste benadering van de kosten om de PAAZ zorg te verlenen (voor zover de PAAZ meegeconsolideerd is). 6.2.8 Vaste segment / Beschikbaarheidsbijdrage De kosten van een aantal vormen van zorg opgenomen het budget vallen buiten de DBC-systematiek en zullen in de toekomst via een beschikbaarheidsbijdrage worden bekostigd. Dit wordt ook wel “vaste segment” genoemd. (zie ook Sectie 5.3). Het gaat om de volgende vormen van zorg: • •

• • • •

Brandwondenzorg Traumazorg: hieronder vallen het traumacentrum, traumahelikopter, kennisfunctie ROAZ, Opleiden, trainen en oefenen bij Rampen en crisis (OTO) en de mobiele medische teams SEH vergoeding voor specifieke locaties bedoeld om exploitatietekorten te dekken academische zorg (alleen UMC’s + NKI) Calamiteiten hospitaal (alleen UMC) post mortem orgaanuitname bij donoren (alleen UMC’s)

Alle budgetregels (loon en materieel) uit de budgetten 2008 en 2009 die samenhangen met deze vormen van zorg zijn opgeteld tot een bedrag “budget vaste segment”. Dit bedrag is nog exclusief kapitaalslastenvergoeding. 6.2.9 Opleiding Ziekenhuizen maken kosten voor het opleiden van (onder meer) medisch specialisten. Om deze kosten te dekken ontvangen ziekenhuizen subsidie uit het Opleidingsfonds zorgopleiding. De aanname die gemaakt wordt is dat de vergoedingsbedragen overeenkomen met de gemiddelde kosten van de opleiding. In de jaarrekening wordt de subsidie van het opleidingsfonds vaak samengenomen met overige subsidies. Voor algemene ziekenhuizen blijkt de opleidingsfonds subsidie in de praktijk het overgrote aandeel in de subsidies te vormen. Voor elk ziekenhuis dat hiervoor subsidie ontvangt wordt deze opbrengsten als “opleidingsoutput” meegenomen in de benchmark. 6.2.10 Restpost “overig” Voor elk ziekenhuis wordt een restpost “overig” gecreëerd welke de opbrengsten bevat voor outputs die niet geïsoleerd kon worden in de jaarrekening. Dit betreft onder andere opbrengsten uit: • winkel • ziekenhuisapotheek • hotel functie • Doorbelaste kosten aan maatschappen, ZBC’s • Doorberekende kosten van geneesmiddelen • Restaurant

28


• • •

leveren van maaltijden aan zorginstellingen Verhuur personeel Verhuur gebouwen

Deze restpost “overig” wordt als volgt geconstrueerd: De totale opbrengsten van het ziekenhuis worden verminderd met: • het budget aanvaardbare kosten (post uit jaarrekening EJZ) • opbrengsten B-segment (post uit jaarrekening EJZ, inclusief honoraria B-segment) • Honorariumopbrengsten A-segment loondiensters zonder budgetvergoeding (berekend uit DIS, zie Sectie 5.2.3) • Honorariumopbrengsten OVP’s loondiensters zonder budgetvergoeding (berekend uit Vektis, zie Sectie 5.2.3) • Onverzekerde (C-) DBC zorg, totale opbrengsten (berekend uit DIS, zie Sectie 5.2.4) • Subsidie Opleidingsfonds (incl. overige subsidies) (post uit jaarrekening / EJZ) • Zorgprestaties tussen instellingen (WDS) (post uit jaarrekening EJZ) Wat overblijft is dat deel van de opbrengsten dat nog niet in een van bovenstaande outputs is opgenomen. Dit bedrag wordt als rest output “overig” meegenomen of op de kosten in mindering gebracht. 6.2.11 In- en Outputs die (nog) niet worden meegenomen Op dit moment worden de volgende (vormen van of aspecten van) input of output niet meegenomen: • Kwaliteit • Wachttijd • Reservecapaciteit • zorgzwaarte voor zover deze niet in de DBC-structuur is meegenomen • (mogelijke) regionale variatie in inputprijzen • (wetenschappelijk) Onderzoek

7. Resultaten

Vanwege de afwijkende kostenstructuur, zijn de academische en categorale ziekenhuizen (inclusief het NKI, oogziekenhuis en Sint Maartenskliniek) niet meegenomen in de benchmark. Mogelijk dat deze in de toekomst alsnog toegevoegd kunnen worden. Er wordt gestart met beschrijvende statistiek van de gegevensset. Vervolgens worden achtereenvolgens een ratio-benchmark, een benchmark aan de hand van kostenfuncties, en een DEA-benchmark uitgevoerd. Wegens het beperkte aantal observaties (62) wordt de SFA benchmark methode niet toegepast.

7.1 Beschrijvende statistiek gegevensset Na selectie van ziekenhuizen die in de periode 2008-2009 goede gegevens aan DIS hebben geleverd en het doorvoeren van fusies, blijven er 62 algemene ziekenhuizen over (van de 82). De cijfers van beide jaren worden gemiddeld om de invloed van mogelijke incidentele fluctuaties in de kosten te verminderen. Doordat we geen inflatiecorrectie toepassen betekent dit dat de cijfers van 2009 iets 29


zwaarder meewegen dan die van 2008. Als verklarende variabelen zijn deelname aan STZ (stichting samenwerkende topklinische ziekenhuizen), het percentage opleiden (op basis van de verhouding opleidingsfonds subsidie en totale omzet minus “restpost”) en het percentage vrijgevestigden (op basis van de verhouding honorariumomzet vrijgevestigden op de totale honorariumomzet) opgenomen in de gegevensset. De totale kosten in de gegevensset bedragen 97% van de totale “waarde” (gewogen volume) in de gegevensset. Exacte aansluiting op macroniveau is overigens niet gegarandeerd. Door verder niet te schalen kunnen coëfficiënten van de relatie tussen de diverse vergoedingen, en de kosten die hiermee samenhangen directer worden vergeleken. Een kostendekkende vergoeding heeft dan een coëfficiënt van rond de 0.91.0. Tabel 7.1 toont beschrijvende statistiek van de gecreëerde gegevensset. Tabel 7.1: Variabelen in het model (mln, gemiddelde 2008-2009) Gemiddelde

Minimum

Maximum

Personeelskosten Overige bedrijfskosten Kosten van kapitaal DBC productie: A-segment DBC productie: B-segment OVP (OT/OP) Restpost “overig” Dure Geneesmiddelen Opleiding PAAZ budget Zorgprestaties tussen instellingen Vaste segment DBC productie: Niet-verzekerde zorg

104 46 20 105 38 12 8 4 4 2 2 0 0

37 15 5 36 13 3 0 1 0 0 0 0 0

245 114 51 280 82 27 34 12 16 8 10 5 1

Bedden Deelname STZ Percentage vrijgevestigd Percentage opleiden

457 0,32 0,79 0,02

160 0 0,05 0

1045 1 0,95 0,06

Tabel 7.2 toont de procentuele aandelen van de drie inputs in de totale kosten van een gemiddeld algemeen ziekenhuis. Tabel 7.2: Kostenaandelen van de inputs (Algemene ziekenhuizen, 2008-2009) Aandeel Personeelskosten

61%

Overige bedrijfskosten

27%

Kapitaalslasten

12%

De kosten van kapitaal betreffen gestandaardiseerde afschrijvingen en vermogenskosten op basis van het feitelijk aantal bedden. Voor een uitgebreide beschrijving van de diverse variabelen zie Hoofdstuk 6. Tabel 7.3 toont de procentuele aandelen van de outputs in de totale opbrengsten van een gemiddeld algemeen ziekenhuis.

30


Tabel 7.3: Opbrengstaandelen van de outputs (Algemene ziekenhuizen, 2008-2009) Aandeel DBC productie: A-segment

60%

DBC productie: B-segment

22%

OVP (OT/OP)

7,0%

Restpost “overig”

4,5%

Dure Geneesmiddelen

2,4%

Opleiding

2,4%

PAAZ budget

0,9%

Zorgprestaties tussen instellingen

0,9%

Vaste segment

0,2%

DBC productie: Niet verzekerde zorg

0,2%

7.2 Ratio-benchmark 7.2.1 Berekening van de Ratio-scores Omdat we alle outputs hebben gewogen met kostengewichten (gewogen volumes), dan wel als opbrengst uit jaarrekening hebben meegenomen, kan als eerste benadering een totale gewogen output berekend worden door alle outputs op te tellen (Prismant, 2009). Door vervolgens deze totale output door de totale kosten te delen kunnen we een 1dimensionale ratio-benchmark uit voeren. Figuur 6 toont de productiviteitsscores, genormeerd op de instelling met de hoogste ratio: Figuur 6: Ratio-benchmark

31


Hieruit volgt voor de gewogen gemiddelde kostendoelmatigheid 90% +/3%, de laagste score is 77%. De verticale lijnen geven het 95% betrouwbaarheidsinterval aan. Hoe deze worden berekend staat beschreven in Sectie 7.6.

7.2.2 Verklaren van de scores Gegeven bovenstaande doelmatigheidsscores kan naar verklarende factoren gezocht worden. Er zijn vier verklarende variabelen opgenomen in de analyse: • een dummy variabele (1 of 0) welke per ziekenhuis aangeeft of het deelneemt aan de vereniging Samenwerkende Topklinische Opleidings Ziekenhuizen (STZ), • de mate waarin het ziekenhuis aan opleiden van specialisten doet (gedefinieerd als opleidingsfondssubsidie/(omzet-“restpost”), • de omvang/schaalgrootte van het ziekenhuis (som van alle outputs), en • het percentage aandeel vrijgevestigden werkzaam bij het ziekenhuis. Topklinische ziekenhuizen behandelen mogelijk zwaardere patiënten en/of doen meer onderzoek. Het opleiden van specialisten is ook een dimensie waarin ziekenhuizen zich onderscheiden van elkaar. Deze is gecorreleerd met STZ, maar er zijn ook niet-STZ ziekenhuizen die veel specialisten opleiden. Er is bijna een orde van grootte verschil in productieniveau tussen het kleinste en het grootste ziekenhuis (factor 6 á 7). Het is daarom interessant om te kijken of er schaal voor- of nadelen bestaan. Ten slotte het dienstverband van de specialisten: Het is bekend dat vrijgevestigde specialisten gemiddeld genomen productiever zijn (in termen van honorariumomzet per FTE) als specialisten in loondienst (NZa, 2011b). Aan de andere kant zijn honorariuminkomsten van vrijgevestigde specialisten vanuit het perspectief van het ziekenhuis beschouwd, kosten (zie ook Sectie 4.4). Het is goed mogelijk dat de loonkosten van specialisten in loondienst per FTE lager liggen dan de honorariumopbrengsten per FTE van vrijgevestigd specialisten. Dit productiviteitsverschil op specialistenniveau hoeft zich dus niet door te vertalen naar een productiviteitsverschil op ziekenhuisniveau. Bij het verklaren van de scores zijn twee ziekenhuizen buiten beschouwing gelaten, dit omdat beide ziekenhuizen extreme waarden voor zowel de score als het aandeel vrijgevestigd hebben. Het meenemen van deze ziekenhuizen bleek een zeer groot effect op de resultaten te hebben. Tabel 7.4 toont de resultaten van een kleinste kwadraten schatting met alle vier de verklarende variabelen (formeel moet hier Tobit gebruikt worden).

32


Tabel 7.4: Relatie tussen doelmatigheidsscore en verklarende variabelen Variabele

Coëfficiënt

abs. t-waarde

Constante STZ (0 of 1) Aandeel opleiden Aandeel vrijgevestigd Omvang ziekenhuis (mln)

0,87*** 0,0 -1,0* 0,05 0,003

29,2 0,4 2,1 1,5 0,3

adj. R2 Aantal waarnemingen

0,19 60

Het blijkt dat alleen het aandeel opleiden een significante verklarende kracht heeft. De conclusie is dus dat er geen verband is tussen deelname aan STZ en de score, geen verband is tussen het aandeel specialisten dat vrijgevestigd is en de score, en geen verband is tussen de omvang van het ziekenhuis en de score. De ziekenhuisproductie is daarmee schaalneutraal voor ziekenhuizen met een omvang vanaf de kleinste ziekenhuizen in deze analyse (circa 200 bedden). Een model met alleen het “aandeel opleiden” is getoond in Tabel 7.5: Tabel 7.5: Relatie tussen doelmatigheidsscore en opleiden specialisten Variabele

Coëfficiënt

abs. t-waarde

Constante Aandeel opleiden

0,92*** -1,2***

119,2 3,9


0,19 60

Het procentuele aandeel van de opleiding in de “zorgomzet” (totale opbrengsten minus post overig) is zeer sterk verklarend. Een extra procentpunt opleiding (deze varieert tussen 0 en 6%, zie ook Tabel 7.1) resulteert in een procentpunt lagere score.

7.3 Totale kostenfuncties Een kostenfunctie is gedefinieerd als een functie die voor een gegeven hoeveelheid outputs de bijbehorende minimale (doelmatige) kosten geeft. Er zijn diverse functionele vormen denkbaar, waarvan de meest eenvoudige een lineaire vorm is. Hierbij wordt geen rekening gehouden met schaal of scope (synergie) effecten. Scores op basis van een lineaire kostenfunctie kunnen vervolgens wel onderzocht worden op schaaleffecten. 7.3.1 Kleinste kwadraten methode (OLS/WLS) Met een kleinste kwadratenregressie worden de totale kosten verklaard uit de diverse outputs die de ziekenhuizen produceren. Elke output krijgt een coëfficiënt, waarbij de coëfficiënten zo gekozen worden dat het totaal van de kosten het best verklaard wordt. Het is niet de verwachting dat de kosten perfect verklaard worden uit de outputs. Aan de andere kant is er wel de verwachting dat een relevante output samenhangt met de kosten, m.a.w. dat deze output inputs verbruikt. Dit levert een lineaire gemiddelde kostenfunctie op: Deze functie geeft, gegeven een extra volume eenheid output, de extra kosten die hier gemiddeld mee samen hangen.

33


Een regressie waarbij de totale kosten uit alle 10 outputs wordt verklaard vormt het startpunt van de analyse. Omdat er een orde van grootte schaalverschil in de data zit, zal een ongewogen OLS te veel gewicht toekennen aan het voorspellen van de kosten van grote ziekenhuizen. Dit lossen we op door een gewogen regressie (WLS) uit te voeren met als gewichten 1/omzet. Daarnaast is een zogenaamde “robuste outlier analyse” uitgevoerd, waarbij geen outliers gedetecteerd werden. De resultaten zijn getoond in Tabel 7.6: Tabel 7.6: Relatie tussen kosten (mln) en outputs Outputs

Coëfficiënt

Constante

2,1 (2,8) 0,77*** (0,08) 1,2*** (0,2) 0,8 (0,4) 3,1** (1,0) 2,5*** (0,5) -14 (8) 1,4** (0,5) 2,1* (1,0) 1,2 (0,6) 1,1*** (0,3)

DBC productie A-segment DBC productie B-segment OVP (OP/OT) Dure Geneesmiddelen Opleiding DBC productie C-segment PAAZ Vaste segment ZP tussen instellingen Overig

R2 Aantal waarnemingen

(standaardfout)

0,99 62

De variabelen met de grootste verklarende kracht zijn de output in het A-segment, de output in het B-segment, de opleidingsfonds subsidie en de restpost “overig”. Voor het B-segment en de restpost “overig” is de coëfficiënt (ruwweg) gelijk aan 1, m.a.w. voor elke euro opbrengsten (met prijzen gewogen volume) staat er een euro kosten tegenover. Dit geldt niet voor de DBC productie A-segment, de dure geneesmiddelen en de opleiding. Ten slotte zijn er een aantal outputs, wat kleiner en/of door minder ziekenhuizen geproduceerd, waarvoor de coëfficiënten zo rond de 1 liggen, maar statistisch er geen nauwkeuriger uitspraken gedaan kunnen worden. Dit betreft de OVP, de PAAZ, het vaste segment en de ZP tussen instellingen. De coëfficiënt van de DBC productie C-segment (niet verzekerde zorg) is zeer afwijkend, maar niet statistisch significant. In alle vervolganalyses met totale kostenfuncties wordt uitgegaan van een kostendekkende vergoeding voor de outputs PAAZ, vaste segment, DBC productie niet verzekerde zorg en de ZP tussen instellingen. Dit kan door deze opbrengsten van de kosten af te trekken, en de resterende

34


kosten te verklaren uit de productie A, B, OVP, Dure geneesmiddelen en de opleidingssubsidie. In tabel 7.7 staan de resultaten van deze (WLS) regressie getoond: Tabel 7.7: Relatie tussen kosten (mln) en outputs Outputs

Coëfficiënt (standaardfout)

Constante

2,8 (2,6) 0,77*** (0,08) 0,9* (0,4) 3,0** (1,0)

DBC productie A-segment OVP Dure Geneesmiddelen

DBC productie B-segment Opleiding


1,0*** (0,2) 2,7*** (0,4)

0,99 62

Opvallend is dat dure geneesmiddelen een naar verwachting te hoge coëfficiënt krijgt (de output is gebaseerd op 100% van de nettoinkoopkosten), terwijl productie A-segment een te lage coëfficiënt krijgt (uitgaande van een kostendekkende vergoeding). Vanwege de nauwe relatie tussen beide outputs (dure geneesmiddelen worden met name gebruikt tijdens de productie van A-DBC’s) pikt de dure geneesmiddelen mogelijk variatie in de kosten die samenhangt met het A-segment op. Door ook de dure geneesmiddelen te elimineren uit het model via correctie in de kosten kan het effect worden onderzocht. Tabel 7.8 geeft de schattingsresultaten weer: Tabel 7.8: Relatie tussen kosten (mln) en outputs Outputs

WLS Coëfficiënt (standaardfout)

Constante

2,2 (2,7) 0,86*** (0,07) 1,0** (0,4) 1,0*** (0,2) 2,5*** (0.4)

DBC productie A-segment OVP DBC productie B-segment Opleiding


0,99 62

Het effect van het weglaten van de output “dure geneesmiddelen” is als verwacht: de extra kosten die hiermee samen hingen worden nu verklaard door de coëfficiënt van het A-segment, welke nu hoger uitkomt, maar nog steeds aan de lage kant is. De coëfficiënt van het Bsegment blijft onveranderd.

35


Wat verder opvalt aan de schattingen tot nu toe is de consistente, sterk significante, en hoge (circa 2,5-3,0) coëfficiënt van de opleidingssubsidie. Dit kan verschillende oorzaken hebben: • De output opleiding hangt samen met niet-geobserveerde outputs die ook kosten veroorzaken, zoals het doen van wetenschappelijk onderzoek, of het behandelen van gemiddeld zwaardere patiënten (zorgzwaarte) binnen een DBC, of het produceren van zorg die in de jaren 2008-2009 nog onvoldoende verwerkt zat in de DBC systematiek) • De subsidie voor opleiding is gemiddeld genomen niet kostendekkend Wanneer aangenomen wordt dat de hoogte van de opleidingsvergoeding in een één op één relatie met de kosten staat kan ook deze output met de kosten verrekend worden: Tabel 7.9: Relatie tussen kosten (mln) en outputs Outputs

WLS Coefficient

Constante

-2,1 (2,5) 0,96*** (0,06) 1,2** (0,4) 1,0*** (0,2)

DBC productie A-segment OVP DBC productie B-segment


0,99 62

Uit de tabel blijkt dat het verrekenen van de opleiding subsidie met de kosten leidt tot een verdere verhoging van de A-segment coëfficiënt (naar 0,96). Dit roept de vraag op of er een relatie bestaat tussen de Asegment productie en het opleiden van specialisten. Dit kan worden onderzocht door het opnemen van een interactie term tussen het Asegment en de opleidingsfonds subsidie (zie sectie 7.1 en 7.2.2). Tabel 7.10: Relatie tussen kosten (mln) en outputs (mln) Outputs

WLS Coefficient

Constante

2,6 (3,0) 0,79*** (0,09) 0,009** (0,003) 1,1** (0,4) 1,2*** (0,2)

DBC productie A-segment DBC A-segment x Opleiding OVP DBC productie B-segment


0,99 62

De schatting kan nu als volgt worden geïnterpreteerd: De coëfficiënt op het A-segment geeft de relatie tussen A-segment productie weer wanneer een ziekenhuis niet opleidt, en de interactieterm geeft het effect van opleiden weer op de productie in het A-segment.

36


Omdat de DBC productie in het A-segment met tarieven 2008-2009 is gewogen kan de WLS coëfficiënt ook worden geïnterpreteerd als de mate van dekking van het tarief, in de fictieve situatie dat in 2008-2009 de tarieven daadwerkelijk opbrengsten waren geweest in plaats van ter dekking van het FB budget. De conclusie is dan dat voor een ziekenhuis dat geen specialisten opleidt, er gemiddeld een positieve marge op de kosten in het A-segment aanwezig zou zijn (ruwweg 10-20%). Hoe meer een ziekenhuis aan opleidingsfondssubsidie ontving, hoe lager deze marge zou zijn. Bij een ontvangen subsidie van 10 mln is de geschatte coëfficiënt in het A-segment 10 x 0,008 =0,08 hoger, dus 0,95. 7.3.2 Kwantielregressie Schattingen met de kleinste kwadraten methode (OLS) geven een kostenfunctie die door het gemiddelde van de puntenwolk gaat. Met kwantielregressie wordt de kostenfunctie zodanig geschat dat deze door bepaalde punten van de gegevensset gaat. Bijvoorbeeld door het midden van de data. In dit geval liggen de helft van de observaties boven de kostenfunctie, en de helft ligt onder de kostenfunctie. Kwantiel regressie wordt in toenemende mate toegepast in onderzoek naar doelmatigheid (Liu 2007). Door alle overige outputs te verrekenen met de kosten kan bezien worden hoe de relatie tussen A-segment / B-segment productie en kosten veranderd wanneer de kostenfunctie door verschillende delen van de data wordt gestuurd. Tabel 7.11 toont de schattingsresultaten voor het eerste, tweede (mediaan) en derde kwartiel van de gegevensset. Tabel 7.11: Relatie tussen kosten (mln) en outputs Outputs Constante DBC productie A-segment DBC productie B-segment

Aantal waarnemingen

Kostenfunctie voor kwartiel 1 2 3 -0,8 (4,6) 0,84*** (0,13) 1,2** (0,4)

-3,9 (3,9) 0,95*** (0,12) 1,1** (0,4)

-2,4 (3,1) 1,15*** (0,15) 0,7 (0,4)

62

Uit deze resultaten blijkt dat de relatie tussen A-segment en kosten afhankelijk is door welk deel van de data de kostenfunctie wordt geleid. Zoals verwacht is de coëfficiënt voor het deel met lagere kosten dan gemiddeld (eerste kwartiel) voor het A-segment het laagst. Deze neemt toe met toenemende kwartielen. Opvallend is dat de coëfficiënt voor het B-segment in het eerste en tweede kwartiel (ruwweg) gelijk blijft, en in het derde kwartiel vervolgens niet significant wordt. 7.3.3 Berekening van de scores (COLS) Gegeven een kostenfunctie welke de relatie tussen de gemiddelde kosten en de samenstelling en hoeveelheid outputs geeft, kan per ziekenhuis de gemiddelde kosten worden berekend, en worden vergeleken met de werkelijk gemaakte kosten. De verhouding tussen beiden is een maat voor kostendoelmatigheid. Door vervolgens te normeren op het ziekenhuis met de hoogste ratio tussen de gemiddelde kosten en de werkelijke kosten kan een benchmark score worden berekend. Hierbij worden dus alle onverklaarde kosten tot ondoelmatigheid gerekend (COLS benadering, zie ook Sectie 3.4). Er moet een keus gemaakt 37


worden voor een bepaalde kostenfunctie. Er is gekozen voor een WLS kostenfunctie met outputs A, B en OVP, waarbij de kosten zijn gecorrigeerd voor de overige outputs (Tabel 7.9). Dit staat gelijk aan het afdwingen van een coëfficiënt 1 (kosten = opbrengsten) voor deze overige outputs. Figuur 7 toont de scores voor deze kostenfunctie: Figuur 7: Ratio benchmark met kostenfunctie

De gemiddeld gewogen kostendoelmatigheid is wederom 90%, met als laagste score 75%. Het verschil met de ratio benchmark uit Sectie 7.2 is dat voor de drie outputs A, B en OVP aparte, door de regressie bepaalde gewichten worden gebruikt alvorens de output met de werkelijke kosten te vergelijken. Een andere variant is de kostenfunctie met alle 10 outputs afzonderlijk meegenomen (Tabel 7.6). Dit geeft een gemiddeld gewogen kostendoelmatigheid van 92%, met als laagste score 79%. In Sectie 7.7 worden de verschillende modeluitkomsten met elkaar vergeleken.

7.4 Geschaalde kostenfuncties Bij de totale kostenfuncties zijn de verschillen in productieschaal tussen de observaties en het effect hiervan op de schattingsresultaten ondervangen door te werken met gewogen regressies (WLS). Een alternatieve benadering is het delen van alle variabelen door een variabele die met schaal of omvang van de productie samen hangt (defleren), zoals bedden of totale opbrengsten. Omdat de kleinste kwadraten worden geminimaliseerd dient dit met de wortel van de schaalvariabele te gebeuren. Vervolgens kan met OLS de geschaalde kosten worden verklaard uit de geschaalde outputs. Omdat de productie in het A-segment de grootste correlatie met de totale kosten vertoond

38


(0,99, zie Sectie 7.1) is de wortel van deze variabele genomen om te schalen. 7.4.1 Kleinste kwadraten methode (OLS)

Tabel 7.12: Relatie tussen de geschaalde kosten en outputs Outputs

Coëfficiënt

Constante

508 (603) 0,77*** (0,08) 1,1*** (0,2) 0,8 (0,4) 3,0** (1,0) 2,5*** (0,5) -14 (8) 1,4** (0,5) 2,0 (1,0) 1,2 (0,6) 1,1*** (0,2)

DBC productie A-segment DBC productie B-segment OVP Dure Geneesmiddelen Opleiding DBC productie C-segment PAAZ Vaste segment ZP tussen instellingen Overig


0,99 62

Tabel 7.12 bevat de resultaten van de (nu ongewogen) regressie op de geschaalde parameters. Wanneer deze uitkomsten worden vergeleken met de uitkomsten van de totale kostenfunctie (Tabel 7.6) blijkt dat deze op hoofdlijnen overeenkomen. Dit betreft o.a. het verschil tussen A- en B-segment, de hogere coëfficiënten op opleiding en dure geneesmiddelen, de ruwweg 1 coëfficiënten op de kleinere outputs, en de niet-significante waarde voor de onverzekerde DBC-zorg. Ook de significanties komen goed overeen. 7.4.2 Kwantielregressie Ook voor gemiddelde kostenfunctie kan met kwantielregressie bekeken worden hoe de relatie tussen A-segment / B-segment productie en kosten veranderd wanneer de kostenfunctie door verschillende delen van de data wordt gestuurd. Wederom wordt geschaald met de wortel van de DBC omzet A-segment. Tabel 7.13 toont de schattingsresultaten voor het eerste, tweede (mediaan) en derde kwartiel van de gegevensset.

39


Tabel 7.13: Relatie tussen geschaalde kosten en outputs Outputs

Kostenfunctie voor kwartiel 1 2 3

Constante DBC productie A-segment DBC productie B-segment

-304 1,00*** 0,8**

Aantal waarnemingen

62

-807 1,01*** 1,0***

-360 1,2*** 0,6

Wederom wordt op hoofdlijnen dezelfde resultaten gevonden als bij de totale kostenfuncties (stijgende coëfficiënt A-segment met hogere kwartielen, B-coëfficiënt derde kwartiel niet significant).

7.5 DEA-benchmark (Data-omhullingsanalyse) De DEA methode is een voorbeeld van een niet-parametrische methode. Dit betekent dat er geen functionele vorm voor de relatie tussen productie en kosten hoeft te worden aangenomen. Uit de eerdere analyses is gebleken dat met name de output Opleiding, gekwantificeerd met de ontvangen subsidie van het opleidingsfonds, enerzijds sterk verklarend is voor de hoogte van de totale kosten, maar dat het ontvangen subsidie bedrag slechts 35-40% van deze kosten verklaard. Deze variabele is bij uitstek geschikt om in een DEA analyse te gebruiken als aparte output. De A- en B-segment output wordt verder geaggregeerd tot een totale gewogen DBC output. Bij het aggregeren van inputs en outputs geldt in het algemeen voor DEA: hoe meer er geaggregeerd wordt, hoe meer aannames over relatieve kosten worden gemaakt, en hoe meer informatie dit genereert over (on)doelmatigheid. Wanneer outputs apart gehouden worden bij DEA hebben meer ziekenhuizen een relatief unieke product-mix waardoor ze sneller als efficiënt worden bestempeld in afwezigheid van "peers" met ongeveer dezelfde productmix. Binnen de DEA methodiek is het, zoals beschreven in Sectie 3.4, mogelijk om diverse aannamen te maken. De belangrijkste aanname hebben betrekking op de aanname van “constante schaalopbrengsten” (CRS). Bij CRS kan de prestatie van een klein ziekenhuis naar het niveau van het grootste ziekenhuis “geschaald” worden om deze met elkaar te vergelijken. We kiezen voor een input-georiënteerde DEA analyse, met één input, de totale (gecorrigeerde) kosten, en twee outputs, de totale DBC output en de output Opleiding, waarbij gekeken wordt naar zowel de VRS als de CRS aanname. Figuur 8 toont de DEA-VRS scores, Figuur 9 de DEA-CRS scores.

40


Figuur 8: DEA-VRS benchmark

Figuur 9: DEA-CRS benchmark

De gemiddelde doelmatigheid voor het DEA-VRS model is 92%, voor het DEA-CRS model is deze 91%. De verticale lijnen geeft een betrouwbaarheidsinterval weer op basis van meet onzekerheid in de gebruikte gegevens. Dit wordt in de volgende Sectie verder toegelicht.

41


Door vervolgens een DEA op basis van de CRS aanname te vergelijken met een DEA op basis van de VRS aanname kunnen we iets zeggen over de aan- of afwezigheid van schaaleffecten, en schaal efficiëntie. Dit is simpelweg het delen van de CRS score door de VRS score voor elk ziekenhuis: hoe lager deze ratio, hoe meer doelmatigheid is verloren door het niet op de efficiënte schaal te opereren. Het blijkt dat de gewogen gemiddelde schaaldoelmatigheid 99% is, dit betekent dat schaaleffecten nauwelijks een rol spelen. Het uitvoeren van de Benchmark levert naast prestatie scores per ziekenhuis ook informatie op welk ziekenhuis met welke "peer group" vergeleken is. Dit biedt een mogelijkheid voor deelnemende experts om na te gaan of de peer group ook inderdaad vergelijkbare, relevante ziekenhuizen betreft, en hoe het verschil in prestatie verklaard kan worden. Bijvoorbeeld door de jaarverslagen van deze “peers” erbij te pakken. Uit een regressie die de DEA scores verklaart uit de STZ variabele, het aandeel opleiden, het percentage vrijgevestigd specialisten en de omvang van het ziekenhuis (niet getoond) volgt dat geen van deze variabelen verklarende kracht heeft. Er is dus geen verband tussen kostendoelmatigheid op ziekenhuisniveau en het dienstverband tussen de medisch specialisten. Ook wordt nogmaals vastgesteld dat er geen verband is tussen kostendoelmatigheid en schaal van het ziekenhuis. Tenslotte is door het apart nemen van de opleidingsoutput ook het aandeel opleiden en/of STZ niet meer verklarend. Voor de DEA-CRS is ook gekeken naar het effect van het samenvoegen van beide jaren. DEA scores op basis van 2008 data zijn vergeleken met DEA scores op basis van 2009 data. Er was een duidelijke correlatie aanwezig (correlatiecoëfficiënt 0.8, 1 ziekenhuis uitgesloten die in 2008 zeer laag scoorde ten opzichte van 2009) tussen beide jaren, wat vertrouwen geeft, maar voor individuele ziekenhuizen ook grote verschillen, wat de keus om te middelen rechtvaardigt.

7.6 Analyse foutenmarges Door voor elke input en output een inschatting van de meetfout te maken, kan met een Monte Carlo analyse een betrouwbaarheidsinterval voor de uiteindelijke DEA scores berekend worden. De volgende, subjectief ingeschatte, bandbreedtes worden gehanteerd:

42


Tabel 7.14: Onzekerheidsmarges in de inputs en outputs Variabele Onzekerheidsmarge Personeelskosten Honorariumcomponent vrijgevestigden Materiaalkosten Gestandaardiseerde afschrijvingen DBC productie A-segment DBC productie B-segment DBC productie C-segment OVP (OT/OP) Zorgprestaties tussen instellingen Dure geneesmiddelen PAAZ budget Vaste segment Opleiding Restpost overig

0% 10% 0% 20% 7,5% 7,5% 7,5% 7,5% 0% 0% 0% 0% 0% 0%

De bandbreedte op de DBC productie uit DIS is hier ruim genomen. Op basis van 1000 kunstmatig gegenereerde datasets gebaseerd op de werkelijke waarden van de inputs en outputs met toegevoegde “normaal verdeelde” ruis met bandbreedtes zoals getoond in Tabel 7.14, zijn per ziekenhuis 95% betrouwbaarheidsintervallen (gemiddelde DEA score +/1,96 x standaardfout) voor de DEA-VRS score berekend. Deze zijn weergegeven in de Figuren 6, 8 en 9 als verticale lijnen. Met behulp van de Monte carlo scores kan nu ook een 95% betrouwbaarheidsinterval op de sector score worden berekend. Het is duidelijk dat er voor twee naastgelegen punten niet kan worden geconcludeerd dat de scores significant van elkaar verschillen. Echter, dit kan wel geconcludeerd worden voor twee ziekenhuizen die ver uit elkaar liggen. De conclusie is dus ten eerste dat er statistisch significante kostendoelmatigheid is gemeten, en ten tweede dat er statistisch significante verschillen in kostendoelmatigheid bestaan tussen ziekenhuizen. Door een DEA model te kiezen waarbij de opleiding subsidie als aparte output wordt gehandhaafd, word de bovenmatige samenhang tussen de opleidingsfonds subsidie en kosten niet als inefficiëntie geïnterpreteerd. Dit blijkt ook uit inspectie van de gewichten die door de DEA berekening impliciet aan de opleidingsoutput is toegekend, deze variëren tussen 2 en 3. Een ratio-benchmark die aan de opleidingsoutput een gewicht van 2 toekent geeft sterk overeenkomstige scores als weergegeven in Figuur 9 (niet getoond).

7.7 Vergelijking tussen de modellen De correlaties (Pearson’s correlatie tussen de scores) tussen de modellen zijn weergegeven in Tabel 7.15:

43


Tabel 7.15 Correlaties tussen de scores Pearson

Ratio WLS1 WLS2

Ratio WLS1 WLS2 DEA-VRS DEA-CRS

1,0 0,98 0,82 0,73 0,88

1,0 0,83 0,73 0,91

1,0 0,80 0,89

DEA-VRS DEA-CRS

1,0 0,88

1,0

De rangcorrelaties (Spearman) laten een zeer overeenkomstig beeld zien (niet getoond). De Ratio en kostenfunctie met drie outputs (WLS model 1) zijn sterk gecorreleerd. Dit is te verwachten omdat de gewichten gehanteerd om de output te wegen niet veel van elkaar verschillen. Dit geldt niet voor de kostenfunctie met 10 outputs (WLS model 2): deze bevat een aantal coëfficiënten die significant van 1 verschillen, zoals voor de dure geneesmiddelen en opleidingsfonds subsidie. Dit levert dus ook andere scores op. Het verschil in scores tussen de beide DEA varianten (CRS en VRS) komt door enkele ziekenhuizen die met de VRS benadering 100% efficiënt worden. De overige scores correleren zeer sterk. Verder valt te zien dat de DEA-CRS scores beter correleren met de ratio en kostenfuncties scores dan de DEA-VRS scores. Dit komt omdat de ratio en kostenfuncties ook impliciet een “constante schaalopbrengsten” aanname bevatten: het ziekenhuis met de hoogste ratio bepaalt de frontier voor alle andere ziekenhuizen, ongeacht de schaal.

7.8 Samenvatting van de resultaten Dit rapport beschrijft de totstandkoming van een benchmark model, waarbij via een aantal exploratieve analyses de relatie tussen productie (prestaties) en kosten van algemene ziekenhuizen is onderzocht. Hierbij zijn uniform gewogen DBC productievolumes afgezet tegen werkelijke kosten uit de jaarrekeningen. Door dergelijke analyses in de toekomst te herhalen kan op deze manier ook de ontwikkeling in de productiviteit gemeten worden. Bij het interpreteren van de resultaten moeten de volgende punten in acht worden genomen: • Omdat pas eind jaar t+2 definitieve uitspraken gedaan kunnen worden over de DBC productie van jaar t, kijkt de benchmark een aantal jaar terug in de tijd. • Er zijn geen gegevens over kwaliteit van de geleverde zorg gebruikt. • De kosten zijn werkelijke kosten (of gebaseerd op werkelijke kosten, zoals de kapitaalslasten) • De productie is gewogen met vaste tarieven en prijzen, het zijn daarom gewogen productievolumes (en dus geen behaalde omzetcijfers). • Wanneer geen volumes beschikbaar waren (PAAZ, opleiden van specialisten etc.) zijn budgetten en vergoedingen als proxy voor volume gebruikt. • De kosten van vrijgevestigd specialisten zijn benaderd door de honorariumopbrengsten van maatschappen als kosten voor het ziekenhuis te beschouwen • De DBC productie volumes zijn met een nauwkeurigheid van circa 5% bepaald. Deze onzekerheid werkt door in de benchmark resultaten, en leidt tot betrouwbaarheidsintervallen.

44


7.8.1 Resultaten op sectorniveau Tabel 7.16: Kostendoelmatigheid Algemene ziekenhuizen 20082009 Methode

Kostendoelmatigheid

DEA-CRS benchmark Ratio-benchmark

91% +/- 3% 90% +/- 3%

Tabel 7.16 toont de gemiddeld gewogen kostendoelmatigheid van algemene ziekenhuizen in de jaren 2008-2009. Een kostendoelmatigheid van 91% wil zeggen dat het kostenniveau van de gemiddeld presterende aanbieder 9% hoger ligt dan het kostenniveau van de best presterende aanbieder. De nauwkeurigheid van de gebruikte gegevens leidt tot een 95% betrouwbaarheidsinterval van +/-3%. Er is gekozen om de resultaten van twee verschillende methodes in de Marktscan te tonen. De eerste methode is een ratio-benchmark. Hierbij zijn per ziekenhuis alle outputs opgeteld en gedeeld door de totale kosten. Deze ratio is vervolgens genormeerd op de ratio van het bestpresterende ziekenhuis. De tweede methode betreft een zogeheten dataomhullingsanalyse (DEAbenchmark). Hierbij wordt uit de gegevensset afgeleid wat er, gegeven een bepaalde hoeveelheid output (productie), minimaal aan input (kosten) nodig is om deze te produceren. Hierbij wordt een minimum aan aannamen gemaakt. Zo is de opleidingsoutput niet opgeteld bij de DBC productie, omdat uit exploratieve analyses bleek dat deze niet in dezelfde verhouding tot de kosten staan. De methode zelf kiest dan per ziekenhuis de relatieve verhouding tussen beide outputs die voor dat ziekenhuis de beste “score” oplevert wanneer deze met andere ziekenhuizen wordt vergeleken. Dit leidt tot (iets) hogere scores voor ziekenhuizen die veel specialisten opleiden. Dit verklaart ook een deel van het verschil tussen de scores van de ratio benchmark en DEA benchmark. De (Pearson) correlatie-score tussen de individuele productiviteitsscores van beide methoden is 0,9. Dit betekent dat de correlatie hoog is, maar niet perfect. Het beeld op sectorniveau veranderd echter nauwelijks, 91% versus 90% kostendoelmatigheid. 7.8.2 Verklaren van verschillen in productiviteitsscore Er is onderzocht of de gevonden verschillen in productiviteit structureel samenhangen met verklarende factoren zoals schaalgrootte, dienstverband van de specialisten etc. Dit is gedaan voor zowel de Ratiobenchmark als voor de DEA-benchmark. Er is geen verband gevonden tussen schaal (omvang) van het ziekenhuis en productiviteit. Met andere woorden, de kostenstructuur is schaalneutraal, tenminste voor ziekenhuizen met een omvang vanaf die van de kleinste ziekenhuizen in de gegevensset (~200 bedden). Er is geen verband gevonden tussen de vorm van het dienstverband van de specialisten (loondienst / vrijgevestigd) en de productiviteit. Het blijkt dat de hogere productiviteit van de vrijgevestigde specialisten (per FTE specialist) gemiddeld genomen ook hogere “kosten” voor het ziekenhuis met zich mee brengt In de benchmark bestaan deze kosten uit de

45


honorariumomzet die het ziekenhuis via de kassiersfunctie aan de maatschappen doorgeeft. Ten slotte is gekeken naar de relatie tussen score en het aandeel van het opleiden van specialisten in de zorgproductie. Het blijkt dat voor de ratio-benchmark, het opleiden van specialisten negatief samen hangt met de score. Daarnaast blijkt uit exploratieve analyses dat een extra euro vergoeding uit het opleidingsfonds gemiddeld samenhangt met twee á drie euro extra kosten. Hieruit kan echter niet worden geconcludeerd dat de extra kosten worden veroorzaakt door het opleiden van specialisten, er is alleen een verband (correlatie) gevonden. Er zijn verschillende verklaringen mogelijk voor deze observaties: • Het opleiden van specialisten hangt samen met een nietgeobserveerde variabele die invloed heeft op de productiviteitsscore (bijvoorbeeld het doen van onderzoek, zorgzwaarte verschillen binnen DBC’s, of het produceren van zorg die in 2008-2009 nog onvoldoende in de DBC-systematiek was verwerkt) • De opleidingsfondssubsidie is niet kostendekkend Tot slot: De DBC-systematiek is sinds de jaren 2008-2009 verder doorontwikkeld, en is inmiddels over gegaan in de DOT-systematiek. Wanneer complete DOT productievolumes over 2012 beschikbaar komen zou deze benchmark ook met DOT productie kunnen worden uitgevoerd.

46


8. Referenties

• • • • • • • • • • • • • • • • • •

• • • •

Blank, J. (2010) Principes van Productiviteitsmeting Blank J. et al, (2011), "Ziekenhuismiddelen in verband", IPSE Studies, TU Delft Bogetoft. P & Otto. L (2010), Benchmarking with DEA, SFA, and R CTG (2004), Verantwoordingsdocument tariefberekening segment A en B CTG (2005), Beleidsregel Wijziging declaratiestructuur CI-746 Jacobs, Smith & Street, (2006), Measuring Efficiency in Healthcare, Cambridge University Press. Kleima et al (2004), Constructing a volume index for hospital services Kumbhakar & Lovell (2003), Stochastic Frontier Analysis Lapré, Rutte en Schut (red) (2001), Algemene economie van de gezondheidszorg Liu et al (2007), The quantile regression approach to efficiency measurement Ludwig, (2008), "Efficiency of Dutch hospitals", proefschrift, Universiteit Maastricht. NZa (2008), advies: Bekostiging van de Intensive Care NZa (2009), Uitvoeringstoets “van budget naar prestatie” NZa, (2010), "Visiedocument Zicht op Zorgmarkten", Utrecht. NZa (2011), Impactanalyse DOT ziekenhuisdeel (NZa, Deloitte en DBC-Onderhoud in opdracht van de NZa) NZa (2011b) Impactanalyse DOT honorariumtarieven 2012 NZa (2011c), verantwoordingsdocument invoering prestatiebekostiging Prismant (2009), "Arbeidsproductiviteit in ziekenhuizen 20032007 / DBC’s als maat voor productievolume", in opdracht van de NVZ Prismant (2010), Kwaliteit gereguleerde DBC tarieven Raad voor de Jaarverslaggeving (2011), "Richtlijn 655 Zorginstellingen" Vandermeulen et al (2004) Casemix- en Performanceverschillen tussen ziekenhuizen Zuurbier (2003) Model kostprijzen DBC’s

47


Bijlage A: FB versus DBC-systeem

Het DBC kostprijsmodel bevat de ziekenhuiskosten die samenhangen met het produceren van DBC's (Zuurbier (2003), CTG (2005), zie ook NZa (2009) en NZa (2011)). Dit DBC kostprijsmodel dekt niet alle kosten die in het budget vergoed worden. De volgende onderdelen zitten wel in het FB 2008, maar niet het DBC kostprijsmodel: • • • • • • • • • • • • • • • • • • •

Afschrijvingskosten (behalve die voor de inventaris) Toegerekende kapitaalslasten Rente op vreemd vermogen Loonkosten specialisten in loondienst (zit in de honorarium component van DBC/DOT) Dure en weesgeneesmiddelen Intensive Care (IC) SEH vergoeding voor kleine ziekenhuizen EHBO vergoeding / Acute zorg coördinatie Brandwondenzorg Calamiteitenhospitaal Donor uitnameteams Traumazorg / centrum / helikopter / Mobiele medische teams Opleiden, trainen en oefenen bij Rampen en crisis (OTO) Overige trajecten (verkeerde bedden, zuigelingen, moeders) overige verrichtingen 1e lijnsproductie Kaakchirurgie Scholing en opleiding (exclusief AIO's, deze zitten in het opleidingsfonds) Samenwerkingsverbanden (zie voor een overzicht hiervan de impactanalyse van Deloitte, NZa (2011))

48


Bijlage B: Ziekenhuizen in de gegevensset

NZA_ NR 0100100 0100105 0100106 0100108 0100109 0100201 0100205 0100206 0100301 0100303 0100310 0100406 0100407 0100604 0100609 0100615 0100701 0100803 0100807 0100900 0100906 0100911 0101100 0101101 0101102 0101209

AGB_CODE _INT 6010301

NAAM

6010304

BETHESDA ZIEKENHUIS

6010105

REFAJA ZIEKENHUIS

6010107

MARTINI ZIEKENHUIS

6010110

OMMELANDER GROEP

6010202

ZIEKENHUIS NIJ SMELLINGHE

6010209

ANTONIUS ZIEKENHUIS

6010210

MEDISCH CENTRUM LEEUWARDEN

6010418

SAXENBURGH GROEP

6010305

DIACONESSENHUIS

6011201

IJSSELMEERZIEKENHUIZEN / MCGROEP

6010419

MEDISCH SPECTRUM TWENTE

6010421

ZIEKENHUISGROEP TWENTE

6010509

SLINGELAND ZIEKENHUIS

6010530

STREEKZIEKENHUIS KONINGIN BEATRIX

6010535

ZIEKENHUIS RIJNSTATE

6010518

CANISIUS-WILHELMINA ZIEKENHUIS

6010533

ZIEKENHUIS ST JANSDAL

6010619

MEANDER MEDISCH CENTRUM

6010520

ZIEKENHUIS RIVIERENLAND

6010841

ZUWE HOFPOORT ZIEKENHUIS

6010618

DIAKONESSENHUIS

6010702

MEDISCH CENTRUM ALKMAAR

6010728

GEMINI ZIEKENHUIS

6010752

ALGEMEEN ZIEKENHUIS WESTFRIES GASTHUIS

6010755

HET RODE KRUIS ZIEKENHUIS

WILHELMINA ZIEKENHUIS

49


0101300 0101307 0101316 0101317 0101318 0101320 0101321 0101401 0101502 0101511 0101515 0101516 0101602 0101705 0101707 0101708 0101712 0101714 0101715 0101803 0101808 0101907 0101906 0102000 0102006 0102009 0102101 0102103 0102214

6010704

ZIEKENHUIS AMSTELLAND

6010748

SLOTERVAARTZIEKENHUIS

6010751

WATERLANDZIEKENHUIS

6010742

ZAANS MEDISCH CENTRUM

6010753

BOVENIJ ZIEKENHUIS

6010713

ONZE LIEVE VROUWE GASTHUIS

6010757

SINT LUCAS-ANDREAS ZIEKENHUIS

6010822

HET DIACONESSENHUIS

6010844

HET BRONOVO ZIEKENHUIS

6010857

REINIER DE GRAAF GROEP

6010858

MEDISCH CENTRUM HAAGLANDEN

6010862

HAGAZIEKENHUIS

6010855

GROENE HART ZIEKENHUIS

6010832

SINT FRANCISCUS GASTHUIS

6010830

HAVENZIEKENHUIS

6010831

IKAZIA ZIEKENHUIS

6010851

RUWAARD VAN PUTTENZIEKENHUIS

6010852

HET ZIEKENHUIS IJSSELLAND

6010860 6010848

ST.SAMENWERKENDE SCHIEDAMSE & VLAARDINGSE ZIEKENHUIZEN SSVZ RIVAS MEDIZORG

6010859

ALBERT SCHWEITZER ZIEKENHUIS

6010915

ADMIRAAL DE RUYTER ZIEKENHUIS

6010913

ZORGSAAM ZEEUWS VLAANDEREN

6011001

ZIEKENHUIS LIEVENSBERG

6011021

SINT FRANCISCUS ZIEKENHUIS

6011033

AMPHIA ZIEKENHUIS

6011022

SINT ELISABETH ZIEKENHUIS

6011031

TWEESTEDEN ZIEKENHUIS

6011034

JEROEN BOSCH ZIEKENHUIS

50


0102301 0102304 0102400 0102403 0102404 0102505 0102507

6011009

CATHARINA ZIEKENHUIS

6011011

SINT ANNA ZIEKENHUIS

6011108

SINT LAURENTIUS ZIEKENHUIS

6011113

SINT JANS GASTHUIS

6011115 6011114

VIECURI MEDISCH CENTRUM VOOR NOORDLIMBURG ORBIS MEDISCH CENTRUM

6011117

ATRIUM HEERLEN

51

Benchmark Ziekenhuizen

Recommend Documents