DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË LES BESOINS FUTURS EN EQUIPEMENTS HOSPITALIERS AIGUS EN BELGIQUE

DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË LES BESOINS FUTURS EN EQUIPEMENTS HOSPITALIERS AIGUS EN BELGIQUE EINDRAPPORT – RAPPORT FINAL Onderzoeksleiding - Directions scientifiques Prof. Dr. L. Cannoodt (Universitaire Ziekenhuizen Leuven) Prof. Dr. P. Gemmel (Universiteit Gent) Prof. Dr. D. Rossi (Facultes Universitaires Catholiques de Mons) Dr. W. Tambeur (Universitaire Ziekenhuizen Leuven) Onderzoeksmedewerkers - Collaborateurs scientifiques Ir. G. Leunis (Universitaire Ziekenhuizen Leuven) Lic. G. Vanden Boer (Universitaire Ziekenhuizen Leuven) Lic. D. Vandijck (Universiteit Gent) Lic. I. Van lent (Universitaire Ziekenhuizen Leuven) Lic. J. Wrincq (Facultes Universitaires Catholiques de Mons)

Enquête réalisée sur l'ordre du Ministre des Affaires Sociales et de la Santé Publique R. Demotte et en collaboration avec l'Organisation des Etablissements de Soins du SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement.

Onderzoek uitgevoerd in opdracht van Minister van Sociale Zaken en Volksgezondheid R. Demotte en in samenwerking met de Organisatie van de Gezondheidszorgvoorzieningen van de FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu.

Oktober 2005 – Octobre 2005

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique

INHOUDSTAFEL – TABLE DES MATIÈRES

SITUERING VAN HET PROJECT

PARTIE I : PROJECTION D’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 INTRODUCTION

I-8

TITRE 1. PROJECTION DE L’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL : HORIZONS 2005-2010-2015

I-10

Châpitre 1 : LES DONNEES SOURCES

I-10

1. Données médico-administratives

I-10

2. Données relatives aux durées de séjour.

I-11

3. Données relatives à l’hospitalisation de jour

I-11

4. Données démographiques

I-11

Châpitre 2 : EVOLUTION DEMOGRAPHIQUE ET CASE MIX

I-12

1. Analyse de l’évolution de la population par classe d’âge : horizons 2005-2010-2015

I-12

2. Structure du case mix national en fonction de la structure d’âge de la population 2.1. Case mix national : année de référence 2002

I-15 I-15

2.2. Variation du case mix national en fonction de l’évolution de la structure d’âge de la population

I-18


Châpitre 3. EVOLUTION DES DUREES DE SEJOUR

I-24

1. La base de données de référence

I-24

2. Modélisation des durées de séjour par APR-DRG

I-26

3. Impact de l’évolution des durées de séjour sur l’estimation des journées d’hospitalisation

I-32

4. Projections de l’utilisation des lits hospitaliers aigus : horizons 2005-2010-2015 4.1. Méthodologie pour la modélisation des projections

I-36 I-36

4.2. Intégration dans le modèle des projections de la modélisation des durées de séjour Châpitre 4. ÉVOLUTION DE L’HOSPITALISATION DE JOUR

I-38 I-40

1. La base de données de référence

I-40

2. Analyse de la tendance générale

I-40

3. Analyse par APR-DRG et par séjour

I-42

3.1. Variante n°1 : Élimination des séjours qui en hospitalisation classique correspondent à des séjours d’une durée de 1, 2 et 3 jours

I-43

3.2. Variante n°2 : Élimination des séjours qui en hospitalisation traditionnelle correspondent à une durée de 1, 2 et 3 jours ET pour les APR-DRGs pour lesquels l’hospitalisation de jour peut être reconnue comme alternative à l’hospitalisation classique

I-44

3.3. Variante n°3 : Pondération dégressive pour les séjours de durée 1, 2 et 3 jours Châpitre 5. SYNTHÈSE DES PROJECTIONS : HORIZONS 2005-2010-2015

I-51 I-53

TITRE 2. PROJECTIONS DE L’UTILISATION DES LITS AIGUS PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015

I-58

Châpitre 1. ÉVOLUTION DÉMOGRAPHIQUE

I-58

Châpitre 2. ANALYSE DU CASE MIX PAR ARRONDISSEMENT

I-60


Châpitre 3. PROJECTIONS DES SÉJOURS PAR ARRONDISSEMENT

I-62

1. Méthodologie

I-62

2. Profil des séjours par arrondissement

I-64

2. Taux de réponse par arrondissement

I-71

3. Production par arrondissement

I-74

4. Taux de couverture et taux d’attractivité par arrondissement

I-74

5. Analyse croisée Taux de réponse et taux d’attractivité

I-77

Châpitre 4. ANALYSE DES FLUX INTER-ARRONDISSEMENTS

I-78

1. Balance « flux entrant/flux sortant »

I-78

2. Traçabilité des flux de la patientèle entre les arrondissements

I-80

2.1. Analyse de l’origine géographique des flux entrants

I-80

2.2. Analyse de la destination géographique des flux sortants

I-81

3. Mesure de l’attractivité des arrondissements

I-82

4. Analyse du rapport flux entrant/flux sortant par arrondissement et par MDC I-86 4.1 Analyse des points forts

I-87

4.2 Analyse des points faibles

I-89

4.3 Identification de pôles éventuels d’attractivité

I-91

Châpitre 5. ANALYSE DES ARRONDISSEMENTS SANS STRUCTURE HOSPITALIERE

I-92

1. Arrondissement d'Ath

I-93

2. Arrondissement de Waremme

I-94

3. Arrondissement de Bastogne

I-95

4. Arrondissement de Virton

I-96

5. Arrondissement de Philippeville

I-97

CONCLUSIONS

I-98


DEEL II: “ TOEKOMSTSCENARIO’S VOOR HET GEBRUIK VAN ACUTE ZORGVOORZIENINGEN VOOR DE ONDERZOEKSREGIO GENT ” INLEIDING

II-12

Hoofdstuk 1: BEGRIPPENKADER

II-14

1.1 Algemeen

II-14

1.2 ‘Onderzoeksregio Gent’

II-15

1.3 Erkende bedden per arrondissement en per ziekenhuis

II-18

1.3.1 Arrondissement Gent

II-19

1.3.2 Arrondissement Aalst

II-19

1.3.3 Arrondissement Sint-Niklaas

II-20

1.3.4 Arrondissement Eeklo

II-20

1.3.5 Arrondissement Dendermonde

II-20

1.4 Begrippen

II-21

1.4.1 Minimale Klinische Gegevens – registratie

II-21

1.4.2 Major Diagnostic Category

II-21

1.4.3 All Patients Refined – Diagnosis Related Groups

II-21

1.4.4 Severity of Illness

II-22

1.5 Diagnosegroepen

II-22

Hoofdstuk 2: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « BIJ GELIJKBLIJVENDE PRAKTIJK »

II-24

2.1 Demografische analyse

II-24

2.2 Analyse van de verblijven in klassieke hospitalisatie

II-27

2.3 Projecties van gebruik op basis van de case-mix aan pathologie per leeftijdscategorie

II-34

2.3.1 Methodologie

II-34

2.3.2 Het model

II-36

Hoofdstuk 3: TOEPASSING VAN HET MODEL OP DE GEGEVENS 3.1 Bepalen van het aantal verblijven en berekenen van de opnamepercentages

II-38


per geslacht en per leeftijdscategorie

II-38

3.2 Bepalen van de relatieve gewichten per geslacht en per leeftijdscategorie voor alle APR-DRG’s

II-39

3.3 Toepassen van de opnamepercentages op de bevolkingsprognoses 2005 – 2010 – 2015 per geslacht en per leeftijdscategorie

II-40

3.4 Projectie van het verwacht aantal verblijven voor 2005 – 2010 – 2015 op de relatieve gewichten per arrondissement

II-41

3.5 Projectie van het verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie voor 2005 – 2010 – 2015

II-42

3.6 Projectie van de evolutie in gebruik van acute ziekenhuisbedden bij gelijkblijvende praktijk voor 2005 – 2010 – 2015

II-44

Hoofdstuk 4: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « VERFIJNING VAN DE ANALYSE » 4.1 Verfijning van de analyse: ‘Oneigenlijke verblijven’

II-48 II-49

4.2 Verfijning van de analyse: ‘Substitutie verblijven in klassieke hospitalisatie naar daghospitalisatie

II-55

4.3 Verfijning van de analyse: ‘Patiëntenstromen’

II-59

4.3.1 Arrondissement Gent

II-61

4.3.2 Arrondissement Aalst

II-63

4.3.3 Arrondissement Dendermonde

II-65

4.3.4 Arrondissement Sint-Niklaas

II-67

4.3.5 Arrondissement Eeklo

II-69

Hoofdstuk 5: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « DETAILANALYSE »

II-72

5.1 Detailanalyse: ‘Trend in verblijfsduur’

II-73

5.2 Detailanalyse: ‘Patiëntenstromen en de relatie met afstand’

II-75

5.2.1 Analyse op MDC-niveau

II-78

5.2.2 Analyse op APR-DRG-niveau

II-81

5.2.3 Relatie met afstand

II-86

Major Diagnostic Categories

II-87

All Patients Refined – Diagnosis Related Groups

II-104


Hoofdstuk 6: DE DOORSTROMING VAN PATIENTEN UIT HET ZIEKENHUIS: ENKELE BEDENKINGEN

II-112

Hoofdstuk 7: SLOTBESCHOUWINGEN

II-117

7.1 Synthese van het onderzoek

II-117

7.2 Algemene bevindingen en beperkingen van het onderzoek

II-119

7.3 Algemeen besluit

II-123

DEEL III: BESCHRIJVING VAN HET PARAMETRISCH MODEL INLEIDING

III-3

Hoofdstuk 1: ALGEMENE BESCHRIJVING

III-5

1.1 Doel en filosofie

III-5

1.2 Algemeen concept

III-5

1.3 Beschrijving van het basisframe

III-7

1.4 Algemene beschrijving van de analyseframes

III-7

1.5 Wegingsfactoren voor analyseframes

III-8

1.6 Beschrijving van enkele mogelijke analyseframes per factor

III-9

Hoofdstuk 2: IMPLEMENTATIE

III-10

2.1 Gebruikte software

III-10

2.2 Gebruik en beschrijving programma

III-11

2.2.1 Model.xls

III-11

2.2.2 Model.sas

III-16


DEEL IV: ERVARINGEN EN BELEID IN HET BUITENLAND Hoofdstuk 1: CAPACITEIT AAN ACUTE ZIEKENHUISBEDDEN

IV-7

1.1 Definitie acute zorg

IV-7

1.2 Beddencapaciteit anno 2002

IV-8

1.3 Evolutie van de beddencapaciteit

IV-12

Hoofdstuk 2: ANALYSE VAN HET ZIEKENHUISGEBRUIK

IV-15

2.1 Opnamefrequentie

IV-17

2.2 Gemiddelde verblijfsduur

IV-22

2.3 Bezette bedden

IV-26

2.4 Gemiddelde bezettingsgraad

IV-31

Hoofdstuk 3: GEPUBLICEERDE TOEKOMSTSCENARIO’S EN SITE VISITS IN ENKELE WEST-EUROPESE LANDEN

IV-33

3.1 Inleiding

IV-33

3.2 Gepubliceerde toekomstscenario’s

IV-34

3.2.1 Rapport over de schatting van de toekomstige beddenbehoefte

IV-34

3.2.1.1 Prognoses voor de provincie Manitoba

IV-34

3.2.1.2 Prognoses voor Nederland

IV-38

3.2.2 Rapport over de beïnvloedende factoren 3.3 Site visits

IV-39 IV-42

3.3.1 Ierland

IV-42

3.3.2 Zweden

IV-44

3.3.3 Oostenrijk

IV-45

3.3.4 Verenigd Koninkrijk

IV-46

3.3.5 Nederland

IV-48

Hoofdstuk 4: SAMENVATTING EN CONCLUSIES

IV-50

4.1 Beddencapaciteit

IV-50

4.2 Ziekenhuisgebruik

IV-50

4.3 Gepubliceerde scenario’s van toekomstige bedbehoeften in acute ziekenhuiszorg

IV-51


4.4. Expert-opinion

IV-52

DEEL V: BELEIDSVOORSTELLEN EN SUGGESTIES VOOR VERDER ONDERZOEK INLEIDING

V-3

Hoofdstuk 1: PROGRAMMATIE VAN ACUTE ZIEKENHUISBEDDEN

V-5

Hoofdstuk 2: ERKENNINGSNORMEN

V-8

Hoofdstuk 3: FINANCIERING

V-10

Hoofdstuk 4: CONCRETE VOORSTELLEN VAN BELEIDSINITIATIEVEN

V-11

Hoofdstuk 5: REFLECTIES OVER ACTUELE BELEIDSVRAGEN

V-15

5.1 Beddencapaciteit per zone van ziekenhuiszorg

V-15

5.2 Reconversiemaatregelen en relatie met bouwkalender

V-17

5.3 Verdere uitbouw van eerstelijnszorg

V-18

5.4 Dienen extra maatregelen genomen tot uitbreiding van netwerken in de gezondheidszorg

V-18

5.5 Relatie tussen artsencontingentering en gebruik aan ziekenhuisbedden

V-19

5.6 Heeft het zin om binnen de groep van de volwassenen aparte leeftijdsgebonden zorgprogramma’s uit te werken, en welk impact kan dit kan hebben op het ziekenhuisgebruik?

V-19

5.7. Eens de projecties van de toekomstig ziekenhuisgebruik en de daarmee gerelateerde ziekenhuiscapaciteit bekend is, hoe kan deze enveloppe van acute ziekenhuisbedden verder gestuurd worden?

V-20


Hoofdstuk 6: SUGGESTIES VOOR VERDER ONDERZOEK

V-21

Hoofdstuk 7: ALGEMENE CONCLUSIE

V-25

BIJLAGEN - ANNEXES BIBLIOGRAFIE


SITUERING VAN HET PROJECT

Op

1

september

2004

startte

het

project

“Toekomstige

behoefte

aan

acute

ziekenhuisvoorzieningen in België”, in opdracht van de minister van Sociale Zaken en Volksgezondheid. De studie wordt uitgevoerd door drie universitaire onderzoeksequipes, respectievelijk: - Een equipe o.l.v. Prof. Dr. L. Cannoodt en Dr. W. Tambeur, gevestigd binnen de dienst Algemene Directie van de Universitaire Ziekenhuizen Leuven - Een equipe o.l.v. Prof. Dr. D. Rossi-Turck, verbonden aan de Facultés Universitaires Catholiques de Mons: Unité de Recherche Gestion de la Production et des Opérations - Een equipe o.l.v. Prof. Dr. P. Gemmel, gevestigd binnen de Faculteit Economie en Bedrijfskunde, Vakgroep Beleidsinformatie, Operationeel Beheer en Technologiebeleid, Universiteit Gent Voor de uitvoering van het onderzoek werden drie licentiaten aangetrokken, met name Dhr. D. Vandijck, Mevr. I. Van lent en Dhr. J. Wrincq. Ook Dhr. G. Leunis en Dhr. G. Vanden Boer van UZ Leuven hebben aan het onderzoek meegewerkt.

De studieopdracht heeft een looptijd van 12 maanden. Deze studie beperkt zich tot de analyse van het gebruik en de bedbehoefte aan acute (niet-psychiatrische) ziekenhuiszorg in algemene ziekenhuizen. Met algemene ziekenhuizen wordt bedoeld: alle ziekenhuizen behalve de psychiatrische ziekenhuizen (dus bijvoorbeeld ook de universitaire ziekenhuizen).

In het tussentijds rapport (februari 2005) werden de behoeften aan acute ziekenhuisbedden voor België geraamd op korte termijn (anno 2005). Er werd onderzocht of er met de beschikbare gegevens indicaties zijn van onevenwichten tussen vraag en aanbod, en indicaties van inefficiënties in het gebruik van de acute ziekenhuisvoorzieningen. Dit tussentijds rapport bestond uit twee delen, gevolgd door enkele conclusies en beleidsvoorstellen op korte termijn.

1


Het eerste deel van het tussentijds rapport raamde de behoefte aan acute ziekenhuisbedden in België op basis van de trendanalyse-methode. Deze methode bouwt voort op eerder onderzoek (Rapport GROOT-deel 1, 1986) aangaande de programmatie van acute ziekenhuisbedden in België tot het jaar 2000, mede rekening houdend met de meer recente informatie die ondertussen beschikbaar was. Uit de gegevens van de MKG 2000 versus MKG 2002 bleek dat het gebruik van de acute ziekenhuiszorg in België per 1.000 inwoners van elk van dezelfde leeftijdsgroepen verder daalde. De dalingstrend, geëxtrapoleerd naar een periode van vijf jaar, was in grootteorde doorgaans vergelijkbaar met de dalingstrend van de prognoses van het Rapport GROOT voor de periode 1995 – 2000. Mede gezien de aanwijzingen dat ook in andere Westerse landen deze dalingen van het ziekenhuisgebruik per leeftijdsgroep zich in recente jaren hadden doorgezet, waren er geen redenen om af te stappen van deze trendanalyse-methode. Bij de prognoses van de concrete dalingspercentages naar 2005 werd rekening gehouden met de mate waarin de prognoses van 2000 van het Rapport GROOT voor specifieke leeftijdsgroepen al dan niet gehaald werden. Rekening houdend met de trends in de parameters die de behoefte aan ziekenhuisbedden bepalen (opnamefrequentie, gemiddelde verblijfsduur en gemiddelde bezettingsgraad), werd de globale behoefte aan acute ziekenhuisbedden voor 2005 geraamd op zowat 38.300 bedden of 3,7 bedden per 1.000 inwoners. Het betreft hier alle ziekenhuisverblijven van < 90 dagen met betrekking tot patiënten die in België wonen en niet in een psychiatrische dienst verblijven. De analyse van het eerste deel eindigde met een berekening van het verschil tussen de geraamde bedbehoefte voor 2005 en de huidige beddencapaciteit van specifieke kliniekdiensten (situatie oktober 2004). Afhankelijk van de uitvoering van enkele concrete overheidsmaatregelen op korte termijn werd het overaanbod van de maternale en pediatrische voorzieningen geraamd op 335 à 520 M-bedden en 200 à 300 E-bedden. Voor de C, D, H* en G-bedden samen werd een overtal geraamd van 2.700 à 3.000 bedden bij een gemiddelde bezettingsgraad van 85 % (wat globaal voor deze diensten haalbaar is zonder te resulteren in wachtlijsten) en van zowat 725 à 750 bedden indien een gemiddelde bezettingsgraad van 80 % meer optimaal zou geacht worden. Het tweede deel vertrok van het gebruik van de algemene ziekenhuizen (MKG 2002), extrapoleerde dit naar 2005 en corrigeerde dit rekening houdend met de evolutie van de populatie en met verschillende hypothesen inzake de evolutie van exogene en endogene 2


factoren. Er werden verschillende scenario’s uitgevoerd. De modellering “al de rest gelijk blijvend” ging uit van de veronderstelling dat de opnamefrequentie, de verdeling en de verblijfsduur per leeftijdsgroep en per APR-DRG gelijk blijven aan deze geobserveerd in 2002. Enkel de exogene variabele “bevolking” werd geëxtrapoleerd naar 2005. De kruising van het demografisch profiel met de verdeling van de APR-DRG’s binnen dit profiel leidde tot het opstellen van een nationale cartografie van de pathologieën per leeftijd en per geslacht. De theoretische behoefte die zo werd bekomen voor 2005 bedroeg 48.084 bedden (4,61 bedden/1.000 inwoners) en 51.089 bedden (4,90 bedden/1.000 inwoners) aan een bezettingsgraad van respectievelijk 85 en 80%. De tweede stap van de modellering beoogde een aanpassing van de indicators aan de toekomstige evolutie die te verwachten en eveneens wenselijk was. Om de analyse verder te zetten werden drie indicatoren weerhouden: De “Fout Klassieke” verblijven, de verblijfsduur en de ontwikkeling van de daghospitalisatie. Er werden drie scenario’s weerhouden. Een pessimistisch scenario op basis van de volgende hypothese: weerhouden van 2/3 van de oneigenlijke verblijven (Fout Klassieke), berekening van de verblijfsduur op basis van het gemiddelde en de overdracht naar daghospitalisatie van de verblijven met een verblijfsduur van 1 dag. In dit geval bedroeg de theoretische behoefte 49.984 bedden (4,79 bedden/1.000 inwoners) en 46.636 bedden (4,47 bedden/1.000 inwoners) bij een bezettingsgraad van respectievelijk 80 en 85%. Een gemiddeld scenario op basis van de volgende hypothese: weerhouden van 2/3 van de oneigenlijke verblijven (Fout Klassieke), berekening van de verblijfsduur op basis van de mediaan en de overdracht naar daghospitalisatie van de verblijven met een verblijfsduur van 2 dagen of minder. In deze context bedroeg de theoretische behoefte 35.709 bedden (3,43 bedden/1.000 inwoners) en 33.608 bedden (3,22 bedden/1.000 inwoners) bij een bezettingsgraad van respectievelijk 80 en 85%. Indien de verblijfsduur berekend werd op basis van het gemiddelde, bedroeg de theoretische behoefte 48.924 bedden (4,41 bedden/1.000 inwoners) en 46.046 bedden (4,47 bedden/1.000 inwoners) bedraagt bij een bezettingsgraad van respectievelijk 80 en 85%. Een optimistisch scenario op basis van de volgende hypothese: weerhouden van 2/3 van de oneigenlijke verblijven (Fout Klassieke), berekening van de verblijfsduur op basis van de mediaan en de overdracht naar daghospitalisatie van de verblijven met een verblijfsduur van 3 dagen of minder. In dit geval bedroeg de theoretische behoefte 35.315 bedden (3,39 bedden/1.000 inwoners) en 33.328 bedden (3,19 bedden/1.000 inwoners) bij een bezettingsgraad van respectievelijk 80 en 85%. 3


Na deze analyses werden enkele beleidsvoorstellen geformuleerd. Gegeven de geformuleerde hypothesen, overstijgt de capaciteit aan acute ziekenhuisbedden de geraamde nationale bedbehoefte voor 2005. Het overaanbod betreft vooral de C-, D-, M- en E-bedden. Daarentegen zijn er aanwijzingen dat er eerder een tekort is aan G-bedden. De grootteorde van dit overaanbod hangt samen met de overheidsmaatregelen om de capaciteit van aangepaste woonen zorgcentra uit te breiden en de thuiszorg extra te ondersteunen.

In het eindrapport wordt naar de lange termijn gekeken. Dit eindrapport bestaat uit vijf delen. Het eerste deel vertrekt van het gebruik van de algemene ziekenhuizen (MKG 2002), extrapoleert dit naar de toekomst en corrigeert dit rekening houdend met de evolutie van de populatie en met verschillende hypothesen inzake de evolutie van exogene en endogene factoren. Ook de patiëntenstromen tussen de arrondissementen worden weergegeven. Het tweede deel volgt de nationale benadering van het eerste deel, maar toegespitst op één regio, m.n. de regio Gent. Het derde deel is een beschrijving van de ontwikkeling van een parametrisch simulatiemodel. Dit is een tastbaar frame dat moet toelaten trends en inzichten betreffende de evolutie van belangrijke beïnvloedende parameters voor de acute toekomstige beddenbehoefte met elkaar te verenigen. Het vierde deel bespreekt de ervaringen en het beleid in het buitenland. Hierbij wordt een analyse gemaakt van de capaciteit en het gebruik van acute ziekenhuisvoorzieningen in een aantal geselecteerde landen. Dit wordt aangevuld met een synthese van enkele publicaties over de toekomstige behoefte aan ziekenhuisbedden en een verslag van de mening hierover van enkele buitenlandse topambtenaren. Het vijfde deel tenslotte bestaat uit het omschrijven van enkele beleidsvoorstellen op langere termijn.

4


LES BESOINS FUTURS EN ÉQUIPEMENTS HOSPITALIERS AIGUS EN BELGIQUE RAPPORT FINAL PARTIE I

PROJECTION DE L’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015

Étude réalisée par l’équipe scientifique Des Facultés Universitaires Catholiques de Mons

Direction scientifique

Prof. Dr. D. Rossi-Turck

Collaborateur scientifique

Lic. J. Wrincq

I-1


TABLE DES MATIERES TABLE DES MATIERES ................................................................................................................ I-2 LISTE DES TABLEAUX................................................................................................................. I-4 LISTE DES GRAPHIQUES............................................................................................................. I-6 ANNEXES ........................................................................................................................................ I-7 PROJECTION D’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 .................................................... I-8 INTRODUCTION ............................................................................................................................ I-8 TITRE 1. PROJECTION DE L’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL : HORIZONS 2005-2010-2015 ................................................................................ I-10 CHAPITRE 1 : LES DONNEES SOURCES ................................................................................. I-10 1.

Données médico-administratives ........................................................................................ I-10

2.

Données relatives aux durées de séjour. ............................................................................. I-11

3.

Données relatives à l’hospitalisation de jour ...................................................................... I-11

4.

Données démographiques ................................................................................................... I-11

CHAPITRE 2. EVOLUTION DEMOGRAPHIQUE ET CASE MIX ........................................... I-12 1.

Analyse de l’évolution de la population par classe d’âge : horizons 2005-2010-2015 ...... I-12

2.

Structure du case mix national en fonction de la structure d’âge de la population............. I-15 2.1

Case mix national : année de référence 2002.............................................................. I-15

2.2

Variation du case mix national en fonction de l’évolution de la structure d’âge de la

population................................................................................................................................ I-18 CHAPITRE 3. EVOLUTION DES DUREES DE SEJOUR.......................................................... I-24 1.

La base de données de référence.......................................................................................... I-24

2. Modélisation des durées de séjour par APR-DRG................................................................ I-26 3.

Impact de l’évolution des durées de séjour sur l’estimation des journées d’hospitalisation...... ……………………………………………………………………………………………..I-32

4.

Projections de l’utilisation des lits hospitaliers aigus : horizons 2005-2010-2015............. I-36 4.1

Méthodologie pour la modélisation des projections ................................................... I-36

4.2

Intégration dans le modèle des projections de la modélisation des durées de séjour . I-38

CHAPITRE 4. ÉVOLUTION DE L’HOSPITALISATION DE JOUR ......................................... I-40 1.

La base de données de référence......................................................................................... I-40

2.

Analyse de la tendance générale ......................................................................................... I-40

3.

Analyse par APR-DRG et par séjour. ................................................................................. I-42 3.1

Variante n°1 : Élimination des séjours qui en hospitalisation classique correspondent à

des séjours d’une durée de 1, 2 et 3 jours. ............................................................................. I-43 I-2


3.2

Variante n°2 : Élimination des séjours qui en hospitalisation traditionnelle

correspondent à une durée de 1, 2 et 3 jours ET pour les APR-DRGs pour lesquels l’hospitalisation de jour peut être reconnue comme alternative à l’hospitalisation classique. I-44 3.3

Variante n°3 : Pondération dégressive pour les séjours de durée 1, 2 et 3 jours ........ I-51

CHAPITRE 5. SYNTHÈSE DES PROJECTIONS : HORIZONS 2005-2010-2015..................... I-53 TITRE 2. PROJECTIONS DE L’UTILISATION DES LITS AIGUS PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015......................................................................................................... I-58 CHAPITRE 1. ÉVOLUTION DÉMOGRAPHIQUE ..................................................................... I-58 CHAPITRE 2. ANALYSE DU CASE MIX PAR ARRONDISSEMENT .................................... I-60 CHAPITRE 3. PROJECTIONS DES SÉJOURS PAR ARRONDISSEMENT ............................. I-62 1.

Méthodologie ...................................................................................................................... I-62

2.

Profil des séjours par arrondissement ................................................................................ I-64

2.

Taux de réponse par arrondissement................................................................................... I-71

3.

Production par arrondissement............................................................................................ I-74

4.

Taux de couverture et taux d’attractivité par arrondissement............................................. I-74

5.

Analyse croisée Taux de réponse et taux d’attractivité....................................................... I-77

CHAPITRE 4. ANALYSE DES FLUX INTER-ARRONDISSEMENTS..................................... I-78 1.

Balance « flux entrant/flux sortant) .................................................................................... I-78

2.

Traçabilité des flux de la patientèle entre les arrondissements........................................... I-80 2.1

Analyse de l’origine géographique des flux entrants.................................................. I-80

2.2

Analyse de la destination géographique des flux sortants. ......................................... I-81

3. Mesure de l’attractivité des arrondissements .......................................................................... I-82 4.

Analyse du rapport flux entrant/flux sortant par arrondissement et par MDC. .................. I-86 4.1

Analyse des points forts .............................................................................................. I-87

4.2

Analyse des points faibles........................................................................................... I-89

4.3

Identification de pôles éventuels d’attractivité ........................................................... I-91

CHAPITRE 5. ANALYSE DES ARRONDISSEMENTS SANS STRUCTURE HOSPITALIERE .......................................................................................................................... I-92 1. Arrondissement d' Ath ............................................................................................................ I-93 2. Arrondissement de Waremme................................................................................................. I-94 3. Arrondissement de Bastogne .................................................................................................. I-95 4. Arrondissement de Virton....................................................................................................... I-96 5. Arrondissement de Philippeville............................................................................................. I-97 CONCLUSIONS............................................................................................................................. I-98

I-3


LISTE DES TABLEAUX Tableau I- 1 : Evolution démographique de la population belge.................................................... I-12 Tableau I- 2 : Variation démographique par classe d' âge ............................................................... I-13 Tableau I- 3 : MDC relatifs aux classes d' âge à croissance positive............................................... I-20 Tableau I- 4 : MDC relatifs aux classes d' âge à croissance négative.............................................. I-21 Tableau I- 5 Structure de la base de données "Durées de séjour"................................................... I-24 Tableau I- 6 : Moyenne pondérée de la durée de séjour par APR-DRG (tableau partiel) ............. I-25 Tableau I- 7 : Modélisation des durées de séjour par APR-DRG 2005-2010-2015 (tableau partiel) ............................................................................................................................... I-28 Tableau I- 8 : Scénarios relatifs au R2 pour acceptation d' un modèle ............................................ I-29 Tableau I- 9 : Prévisions des durées de séjour par APR-DRG selon modèle de régression (Tableau partiel) ............................................................................................................................................. I-30 Tableau I- 10 : Prévisions des durées de séjour par APR-DRG selon Moyenne Géométrique ...... I-31 Tableau I- 11 : Projections en termes de séjours et de journées 2005-2010-2015.......................... I-38 Tableau I- 12: Synthèse des projections- Années 2005-2010-2015 ............................................... I-39 Tableau I- 13 : Projections 2005-2010-2015 : variante n° 1 pour l' hospitalisation de jour. .......... I-43 Tableau I- 14: Corrélation entre séjours en hospitalisation traditionnelle et en hospitalisation de jour ......................................................................................................................................................... I-45 Tableau I- 15 : APR-DRG appartenant aux séjours Faux Classiques et non retenus pour élimination des séjours de courte durée ............................................................................................................. I-49 Tableau I- 16: Projections 2005-2010-2015 : variante n°2 pour l' hospitalisation de jour ............. I-50 Tableau I- 17:Probabilité du « shift » de l’hospitalisation classique vers le jour pour séjours = 1,2 et 3 jours.............................................................................................................................................. I-51 Tableau I- 18: Projections 2005-2010-2015 : variante n° 3 pour hospitalisation de jour.............. I-52 Tableau I- 19: Légende des tableaux de synthèse........................................................................... I-53 Tableau I- 20: Synthèse des projections pour l' année 2005 ............................................................ I-54 Tableau I- 21: Synthèse des projections pour l' année 2010 ............................................................ I-54 Tableau I- 22: Synthèse des projections pour l' année 2015 ............................................................ I-55 Tableau I- 23: Synthèse générale-Projection de l’utilisation des lits aigus selon scenarios simules et taux d' occupation ............................................................................................................................ I-56 Tableau I- 24: Synthèse générale-Projection du nombre de lits par 1.000 habitants selon scenarios simulés et taux d’occupation........................................................................................................... I-57 Tableau I- 25: Liste des arrondissements........................................................................................ I-58 Tableau I- 26: Évolution démographique par arrondissement........................................................ I-59 I-4


Tableau I- 27: Profils de case mix par arrondissement................................................................... I-61 Tableau I- 28: Projection de la demande de séjours par arrondissement : horizons 2010-2015.... I-65 Tableau I- 29: Comparaison des projections niveau national et par arrondissement...................... I-65 Tableau I- 30: Projection des journées d' hospitalisation par arrondissement ................................. I-70 Tableau I- 31: Taux de réponse par arrondissement ....................................................................... I-72 Tableau I- 32: Arrondissements avec taux de réponse < 50%........................................................ I-73 Tableau I- 33: Tableau de synthèse de la production de séjours hospitaliers par arrondissement . I-76 Tableau I- 34: Répartition des arrondissements en groupes homogènes selon le taux de réponse et l’accueil des non résidents .............................................................................................................. I-77 Tableau I- 35: Balance flux entrant et sortant par arrondissement ................................................ I-79 Tableau I- 36: Arrondissements "attractifs".................................................................................... I-80 Tableau I- 37 : Répartition des séjours entrants par arrondissement pour Charleroi et Louvain .. I-81 Tableau I- 38 : Répartition par arrondissement des séjours sortants pour Charleroi et Louvain... I-82 Tableau I- 39: Séjours entrants en provenance d' arrondissements non limitrophes ....................... I-83 Tableau I- 40: Arrondissements avec plus de 30% de patientèle externe venant d' arrondissements non limitrophes ............................................................................................................................... I-84 Tableau I- 41: Pourcentage des flux sortants vers arrondissements non limitrophes ..................... I-85 Tableau I- 42: Rapport par arrondissement et par MDC du flux entrant/flux sortant .................... I-86 Tableau I- 43: Arrondissements avec rapport flux entrant/flux sortant > à 3 pour plus de 50% des MDC................................................................................................................................................ I-88 Tableau I- 44: Arrondissements avec rapport flux entrant/flux sortant > 3 pour le MDC le plus attractif ............................................................................................................................................ I-88 Tableau I- 45: Arrondissements avec le plus grand taux de fuite................................................... I-90 Tableau I- 46: Arrondissements avec au moins 10 sortants pour 1 entrant pour certains MDC .... I-90 Tableau I- 47: Arrondissements avec fuite portant sur quelques MDC.......................................... I-91 Tableau I- 48: Identification de pôles d' attractivité ........................................................................ I-92 Tableau I- 49: Destination géographique patientèle d' Ath ............................................................. I-93 Tableau I- 50: Destination géographique patientèle de Waremme................................................. I-94 Tableau I- 51: Destination géographique patientèle de Bastogne................................................... I-95 Tableau I- 52: Destination géographique patientèle de Virton ....................................................... I-96 Tableau I- 53: Destination géographique patientèle de Philippeville. ............................................ I-97

I-5


LISTE DES GRAPHIQUES Graphique I- 1: Taux de variation de la population par classe d' âge .............................................. I-14 Graphique I- 2 : Variation en unités de la population par classe d' âge........................................... I-15 Graphique I- 3 : Case Mix National 2002 sur base du nombre de séjours .................................... I-16 Graphique I- 4 : Case Mix National 2002 sur base du nombre de journées ................................... I-17 Graphique I- 5 : Poids relatif des MDC dans le Case Mix National 2002...................................... I-18 Graphique I- 6 : évolution du case mix national en fonction de l' évolution de la structure de la population........................................................................................................................................ I-21 Graphique I- 7 : Variation en % du nombre de séjours par MDC, horizon 2015 ........................... I-22 Graphique I- 8 : Modèle linéaire..................................................................................................... I-26 Graphique I- 9: Modèle logarithmique ........................................................................................... I-26 Graphique I- 10: Modèle exponentiel ............................................................................................. I-27 Graphique I- 11 : Modèle puissance ............................................................................................... I-27 Graphique I- 12 :Par APR-DRG, croisement variation attendue sur la durée de séjour avec le nombre de séjours, années 2005-2010-2015................................................................................... I-33 Graphique I- 13 : Exemples de DRG avec tendance significative: APR DRG 560 et 302 ............ I-34 Graphique I- 14 : Exemples de DRG sans tendance significative mais importants en nombre de séjours ............................................................................................................................................. I-35 Graphique I- 15: Tendance hospitalisation de jour de 1996 à 2002 ............................................... I-41 Graphique I- 16: Tendance hospitalisation traditionnelle de 1996 à 2002. .................................... I-41 Graphique I- 17: APR-DRG 73- Corrélation entre séjours en traditionnel et en jour .................... I-46 Graphique I- 18: APR-DRG 319 Corrélation entre séjours en traditionnel et en jour................... I-46 Graphique I- 19: APR-DRG 315 Corrélation entre séjours en traditionnel et en jour................... I-47 Graphique I- 20: APR-DRG 320 Corrélation entre séjours en traditionnel et jour ........................ I-47 Graphique I-21: Taux de variation de la population par arrondissement aux horizons 2010-2015I-60 Graphique I- 22: Demande de séjours par arrondissement: horizons 2010-2015........................... I-66 Graphique I- 23:Variation en % demande de séjours: horizons 2010-2015 ................................... I-67 Graphique I- 24: Profil variation demande de séjours par arrondissement versus national ........... I-67 Graphique I- 25: Demande de séjours par 1.000 hab./arrondissement ........................................... I-68 Graphique I- 26: Évolution de la durée moyenne de séjour par arrondissement............................ I-69 Graphique I- 27: Taux de réponse des arrondissements à la demande des résidents...................... I-73 Graphique I- 28: Classement des arrondissements selon la production en séjours hospitaliers ..... I-74 Graphique I- 29: Répartition de la production de séjours entre résidents et non résidents............. I-75 Graphique I- 30: Par arrondissement, % des MDC avec rapport flux entrant/flux sortant > 3 ..... I-87 Graphique I- 31:Pourcentage des MDC avec rapport flux entrant/flux sortant inférieur à 1/3 ...... I-89 I-6


ANNEXES

Annexe I-1.

Description des fichiers

Annexe I-2.

Liste des Catégories majeures de diagnostic

Annexe I-3.

Correspondance MDC et liste des APR-DRGs version 15

Annexe I-4.

Durée de séjour par APR-DRG : moyenne pondérée sur base du niveau de sévérité

Annexe I-5.

Modèles et prévisions des durées de séjour par APR-DRG ( R2 > 0,60)

Annexe I-6.

Modèles et prévisions des durées de séjour par APR-DRG ( R2 < 0,60)

Annexe I-7.

Poids relatifs des APR-DRGs sur les classes d’âge

Annexe I-8.

Corrélation par APR-DRG entre séjours en hospitalisation traditionnelle et en jour

Annexe I-9.

Définition des séjours Faux Classiques

Annexe I-10.

Cartographie géographique des flux entrants par arrondissement

Annexe I-11.

Cartographique géographique des flux sortants par arrondissement

I-7


PROJECTION D’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015

INTRODUCTION Estimer le besoin futur en lits hospitaliers aigus est un véritable challenge. Le système hospitalier est en effet, un système dynamique activé par des paramètres en perpétuelle évolution : référentiel des pathologies à traiter, pratiques médicales, technologies nouvelles, comportement des acteurs etc. La mise en place d’un recueil systématique d’informations médicalisées grâce au RCM1 permet aujourd’hui de mieux connaître la répartition des différents séjours hospitaliers dans les 25 catégories majeures de diagnostics (MDC)2, elles mêmes subdivisées en 358 groupes homogènes de patients (APR-DRGs)3 Cette information nous livre une meilleure connaissance des morbidités de la population et autorise une approche objective de l’activité hospitalière. Dès lors, on peut considérer qu’il est raisonnable de baser les projections de l’utilisation des lits hospitaliers aigus sur l’analyse de l’activité constatée à condition d’y intégrer les tendances relatives aux variables qui sont susceptibles, dans le futur, d’influencer voire de modifier le paysage de l’activité hospitalière. La présente étude établit une méthodologie statistique permettant de prendre en compte les évolutions des facteurs quantifiables et mesurables à savoir : évolution démographique, variation de la durée de séjour en hospitalisation classique, développement de l’hospitalisation de jour comme alternative à l’hospitalisation classique. Nous sommes conscients que d’autres facteurs seront déterminants dans le futur comme, par exemple, le développement de nouvelles pathologies (obésité), les progrès technologiques (télémédecine), les modes de prises en charge (hospitalisation à domicile ou de nuit), etc. Toutefois, ces facteurs ne peuvent aujourd’hui être véritablement évalués et quantifiés avec précision quant à leurs incidences futures. La première partie de ce rapport est subdivisée en deux titres. 1

RCM : Résumé Clinique Minimum

2

La liste des catégories majeures de diagnostics est reprise dans l’annexe 2

3

La liste des 358 APR-DRGs version 15 est reprise dans l’annexe 3. I-8


Le premier établit, au niveau national, les projections d’utilisation des lits hospitaliers aigus aux horizons 2005-2010-2015 sur base d’un modèle intégrant quatre indicateurs -

L’évolution démographique par classe d’âge de 5 ans

-

Le « Case Mix » au niveau national par classe d’âge de 5 ans et par APR-DRG

-

Les prévisions de durée de séjour par APR-DRG

-

Le « shift » attendu de l’hospitalisation traditionnelle vers l’hospitalisation de jour, par APR-DRG.

Le second titre ventile les projections nationales au niveau des 43 arrondissements administrativement identifiés en Belgique. L’objectif poursuivi est triple. -

Connaître, par arrondissement et pour chacune des catégories majeures de diagnostic, la distribution des demandes exprimées par les résidents avec en contre partie la production réellement assurée par l’infrastructure hospitalière de l’arrondissement.

-

Établir la cartographie géographique des flux de patients inter-arrondissements

-

Dégager des pôles d’attractivité sur base de l’identification des catégories majeures de diagnostic associées aux dits flux.

I-9


TITRE 1. PROJECTION DE L’UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL : HORIZONS 2005-2010-2015

CHAPITRE 1 : LES DONNEES SOURCES Nous tenons à remercier très vivement le SPF Santé Publique, Sécurité de la chaîne alimentaire et Environnement pour avoir mis à notre disposition les données nécessaires pour mener à bien ce travail. Nos remerciements vont tout particulièrement au Docteur Mertens I. ainsi qu’à Monsieur Legrand J.

1. DONNEES MEDICO-ADMINISTRATIVES Les données sources qui ont servis de base à la présente étude sont les données médicoadministratives relatives aux enregistrements RCM4 des années de référence 2000 et 2002. Pour rappel, l’obligation d’enregistrement du RCM est applicable aux hôpitaux généraux non psychiatriques selon l’Arrêté Royal en vigueur. Seuls, ces hôpitaux sont visés dans ce rapport. Quatre fichiers nous ont été fournis par le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement : STAYHOSP, STAYXTRA, STAYINDEX, LITS. La structure de ces fichiers est reprise dans l’annexe 1. Les séjours repris dans la base de données sur laquelle s’appuie notre étude doivent répondre aux conditions suivantes : Avoir été admis dans un hôpital général non psychiatrique Être résidant en Belgique (belges et non belges) Appartenir à la catégorie de séjour de type « H » correspondant à l’hospitalisation classique (séjour donnant lieu à un prix de journée) 5 Concrètement, cela signifie que ne sont pas repris dans la base de données les séjours psychiatriques complets (code P) et les séjours de longue durée (codes F, M et L) 4

RCM : Résumé Clinique Minimum

5

Les différents types de séjour sont P : Psychiatrique complet, H : Hospitalisation classique, F-M-L : Séjours de longue

durée, C : Hospitalisation de jour chirurgicale, D : Hospitalisation de jour, U : Contact avec le service d’urgence sans hospitalisation, seulement urgence ambulatoire. I-10


Au sein de chacun de ces fichiers, hôpitaux et patients ont été anonymisés. Nous attirons l’attention du lecteur sur le fait qu’une correction a du être apportée en ce qui concerne les nourrissons de moins de 29 jours. En effet, il nous a paru opportun de sortir de la base de données les bébés « sans problème » à savoir les bébés entrés et sortis avec leur maman et ceci, pour ne pas comptabiliser deux fois le séjour (celui de la mère et celui du bébé). En conséquence, ont été exclus les nourrissons <29 jours pour lesquels seul l’indice de lit « M » a été enregistré et associé au séjour. En ce qui concerne les bébés < 29 jours, mais pour qui un indice autre que « M » a été enregistré, ils ont été gardés dans la base de données et nous avons retenu pour leur séjour le « staytimeall » c’est à dire la durée totale associée aux dits séjours.

2. DONNEES RELATIVES AUX DUREES DE SEJOUR. Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique de l’évaluation des durées de séjour relatif à la période couvrant les années de 1996 à 2002. Les données ont été fournies par MDC et par APR-DRG6 avec identification au sein de ceux-ci des durées de séjour par niveau de sévérité.

3. DONNEES RELATIVES A L’HOSPITALISATION DE JOUR Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique des enregistrements des hospitalisations de jour ventilés par MDC, par APR-DRG et par niveau de sévérité et ce, pour la période couvrant les années 1996 à 2002.

4. DONNEES DEMOGRAPHIQUES Les données relatives à la structure de la population sont extraites des statistiques fournies par l’Institut National de la Statistique (INS)7 Les traitements des données ont été réalisés à l’aide des outils SAS V.8, Microsoft Excel et Access 2003.

6

APR-DRG : All Patient Refined Diagnosis Related Groups, Version 15 dont liste reprise dans l’annexe 3.

7

Institut National de statistique : CD-ROM « Perspectives de population 2000-2050 » I-11


CHAPITRE 2. EVOLUTION DEMOGRAPHIQUE ET CASE MIX 1. ANALYSE

DE L’EVOLUTION DE LA POPULATION PAR CLASSE D’AGE

:

HORIZONS

2005-2010-2015 On sait que la fréquence des hospitalisations pour une pathologie donnée est très fortement liée à l’âge et au sexe. C’est la raison pour laquelle, l’analyse de l’évolution de la population par classe d’âge de cinq ans nous paraît essentielle, dans la mesure où le besoin en lits est directement lié au case mix de la population par classe d’âge. Le tableau ci-après est établi sur base des projections de l’INS8 aux horizons 2005-2010 et 2015. Age

Année 2002

Année 2005

Année 2010

Année 2015

[00-01[

111855

110105

109006

109948

[01-05[

457856

450473

442174

442097

[05-10[

596837

586922

569360

560322

[10-15[

635940

620670

593512

576166

[15-20[

606354

629010

630088

603311

[20-25[

648294

634424

653243

654707

[25-30[

657850

663951

658259

677132

[30-35[

739076

695197

675695

670990

[35-40[

799326

753452

695729

677177

[40-45[

799559

808259

746498

690914

[45-50[

746121

775662

796723

737208

[50-55[

691583

711095

761874

783544

[55-60[

613158

673469

693635

744733

[60-65[

490244

509702

649030

671076

[65-70[

492242

486635

481563

615481

[70-75[

472581

459727

443144

443013

[75-80[

382676

389109

391427

382045

[80-85[

241538

282946

294204

300381

[85-90[

108816

116558

174567

186562

[90-95[

51674

53989

53271

80653

[95-100[

11210

12860

14802

15861

[100 -->

1189

1472

1886

2156

10355979

10425687

10529690

10625477

Total

Tableau I- 1 : Evolution démographique de la population belge

Globalement par rapport à l’année de référence 2002, le taux de croissance de la population est de 0,67% en 2005, 1,68% en 2010, 2,60% en 2015. La progression, par tranche de 5 ans, est respectivement de 1% de 2005 à 2010 et de 0,9% de 2010 8

Institut National de la statistique, Op Cit I-12


à 2015. Le tableau ci-après, montre les taux de variation par classe d’âge par rapport à l’année de référence 2002. Age

Année 2005

Année 2010

Année 2015

Année 2020

[00-01[

-1,56%

-2,55%

-1,70%

-0,51%

[01-05[

-1,61%

-3,43%

-3,44%

-2,06%

[05-10[

-1,66%

-4,60%

-6,12%

-5,94%

[10-15[

-2,40%

-6,67%

-9,40%

-10,78%

[15-20[

3,74%

3,91%

-0,50%

-3,33%

[20-25[

-2,14%

0,76%

0,99%

-3,04%

[25-30[

0,93%

0,06%

2,93%

3,21%

[30-35[

-5,94%

-8,58%

-9,21%

-6,68%

[35-40[

-5,74%

-12,96%

-15,28%

-15,79%

[40-45[

1,09%

-6,64%

-13,59%

-15,78%

[45-50[

3,96%

6,78%

-1,19%

-8,37%

[50-55[

2,82%

10,16%

13,30%

5,06%

[55-60[

9,84%

13,13%

21,46%

25,16%

[60-65[

3,97%

32,39%

36,89%

47,40%

[65-70[

-1,14%

-2,17%

25,04%

30,01%

[70-75[

-2,72%

-6,23%

-6,26%

20,51%

[75-80[

1,68%

2,29%

-0,16%

1,16%

[80-85[

17,14%

21,80%

24,36%

23,43%

[85-90[

7,11%

60,42%

71,45%

78,68%

[90-95[

4,48%

3,09%

56,08%

73,13%

[95-100[

14,72%

32,04%

41,49%

114,92%

23,80%

58,62%

81,33%

109,17%

[100 -->

Tableau I- 2 : Variation démographique par classe d'âge

On peut vérifier que la tendance se confirme à l’horizon 2020 avec, de toute évidence, un vieillissement de la population. Les projections démographiques à l’horizon 2015 montrent que plus de 21% de la population belge aura plus de 65 ans ; Ce taux passe à 22,8% à l’horizon 2020. C’est un facteur majeur à prendre en considération dans la planification des lits aigus. Le graphique ci-après illustre les taux de variation attendus par classe d’âge par rapport à l’année de référence 2002 pour les horizons 2010 et 2015.

I-13


Taux de variation de la population par classe d'âge : Année de référence 2002 100,00% 80,00% 60,00% 40,00% 20,00%

[0 001 [0 [ 105 [0 [ 510 [1 [ 015 [1 [ 520 [2 [ 025 [2 [ 530 [3 [ 035 [3 [ 540 [4 [ 045 [4 [ 550 [5 [ 055 [5 [ 560 [6 [ 065 [6 [ 570 [7 [ 075 [7 [ 580 [8 [ 085 [8 [ 590 [9 [ 09 [9 5[ 510 [1 0[ 00 -->

0,00% -20,00% -40,00% 2010

2015

Graphique I- 1: Taux de variation de la population par classe d'âge

En termes de variation par rapport à l’année de référence 2002, l’analyse par classe d’âge montre une diminution significative dans les classes d’âge inférieures à 15 ans et de 35 à 45 ans. A l’inverse, on observe une nette augmentation dans les classes d’âge allant de 50 à 70 ainsi que dans les classes supérieures à 80 ans. On notera une petite exception pour la classe [70-75] pour laquelle on note une légère diminution. Cependant, l’analyse en « taux de variation » masque l’importance en termes d’unités et risque de conduire à des interprétations biaisées. Ainsi, on observe un taux d’augmentation de l’ordre de 59% pour la classe d’âge > 100 ans entre 2002 et 2010 mais, en fait, l’augmentation en termes d’unités n’est que de 697 individus pour l’ensemble de la Belgique. Pour avoir une image plus représentative de l’évolution démographique, nous avons établi pour 2010 et 2015, l’évolution attendue de la population en nombre d’individus et ce, par classe d’âge et par rapport à la situation actuelle en 2005. Le graphique ci-après reprend, classé par ordre d’importance, les variations de la population aux horizons 2010 et 2015 par rapport à l’année 2005.

I-14


Variation en unités et par ordre croissant de la population par classe d' âge aux horizons 2010 et 2015 par rapport à la situation actuelle en 2005 200000 150000 100000 50000

[4 045 [3 [ 540 [1 [ 015 [4 [ 550 [0 [ 510 [1 [ 520 [3 [ 035 [7 [ 075 [0 [ 105 [7 [ 580 [0 [ 001 [ G E1 [9 00 510 0 [2 [ 530 [8 [ 085 [2 [ 025 [9 [ 095 [8 [ 590 [5 [ 560 [5 [ 055 [6 [ 570 [6 [ 065 [

0 -50000 -100000 -150000 var 2010-2005

Var 2015-2005

Graphique I- 2 : Variation en unités de la population par classe d'âge

Au vu de ce graphique, on est conduit à identifier deux zones. A gauche, les classes d’âge pour lesquelles on doit s’attendre à une réduction importante de la population ; à droite, celles où, au contraire, on doit s’attendre à une augmentation significative. Il nous paraît intéressant, dans la suite, de porter notre attention sur ces deux zones extrêmes afin de déterminer dans quelle mesure les variations attendues dans la structure d’âge de la population vont inférer sur le profil du case mix au niveau national.

2. STRUCTURE DU CASE MIX NATIONAL EN FONCTION DE LA STRUCTURE D’AGE DE LA POPULATION

2.1 Case mix national : année de référence 2002 Dans un premier temps, nous avons établi la structure du case mix national par rapport à l’année de référence 2002. Le case mix est défini sur base des MDC9.

9

MDC : Catégories Majeures de Diagnostics, liste reprise dans l’annexe 2. I-15


Case Mix National sur base du nombre de séjours par MDC Année de référence 2002 14,00%

14,0% 12,4%

12,00%

11,1%

10,00% 8,0% 7,9% 7,7%

8,00% 6,00%

4,4%

4,00%

4,1%

3,6% 3,6%

3,1% 2,8%

2,6% 2,4%

2,3%

2,00%

1,8% 1,7%

1,6% 1,5%

1,2%

0,9% 0,8%

0,00% 08 05 06 04 14 01 03 11

09 23 13 07 10 19 17

0,2% 0,1% 0,1% 0,1%

15 12 21 02 18 16 20 00 25 22 24

Graphique I- 3 : Case Mix National 2002 sur base du nombre de séjours

On note que six MDC représentent 61,25% du total des séjours. Ce sont MDC 08

Système musculaire et tissu conjonctif

14,0%

MDC 05

Système circulatoire

12,3%

MDC 06

Système digestif

11,1%

MDC 04

Système respiratoire

8,0%

MDC 14

Grossesse et accouchement

7,9%

MDC 01

Système nerveux

7,6%

En termes de journées d’hospitalisation le classement est quelque peu différent bien que l’on retrouve en tête du classement les MDC 08 et 05 dans les deux cas de figure.

I-16


Case Mix National sur base du nombre de journées par MDC Année de référence 2002 18,0% 16,0% 15,2% 14,0% 11,4% 10,5% 10,1%

12,0% 10,0%

8,9% 7,7%

8,0% 6,0%

5,0%

4,4%

4,0%

3,3% 3,0%

2,9%

2,4% 2,1%

2,0%

1,9% 1,7% 1,6%

1,3% 1,3% 1,3% 1,1%

0,9% 0,8%

0,5% 0,4%

0,0% 08

05

04

01

06

23

14

19

11

09

07

10

15

13

03

17

00

12

18

21

20

16

02

25

0,1% 0,1%

22

Graphique I- 4 : Case Mix National 2002 sur base du nombre de journées

Les MDC qui représentent 63,86 % des journées d’hospitalisation sont les suivants : MDC 08


15,2%

MDC 05


11,4%

MDC 04


10,5%

MDC 01

Système nerveux

10,1%

MDC 06

Système digestif

8,9%

MDC 23

Facteurs influençant l’état de santé

7,7%

La ventilation du case mix national par classe d’âge est décrite dans le graphique ci-après. On peut y voir le poids relatif des MDC par classe d’âge selon la variable « nombre de séjours ».

I-17

24


Poids relatifs des MDC par classe d'âge au niveau national en 2002

Poids (%)

100%

90%

Autres

80%

07

70%

13 23 09

60%

11 03 01

50%

14

04

40%

06

30%

05 20%

10%

08

0% [00-01[ [01-05[ [05-10[ [10-15[ [15-20[ [20-25[ [25-30[ [30-35[ [35-40[ [40-45[ [45-50[ [50-55[ [55-60[ [60-65[ [65-70[ [70-75[ [75-80[ [80-85[ [85-90[ [90-95[

[95100[

GE100

Classes d'âge

Graphique I- 5 : Poids relatif des MDC dans le Case Mix National 2002

On peut commenter ce graphique comme suit : La part des MDC 04 (Système respiratoire) et 05 (Système circulatoire) croît de manière significative avec l’âge. La part du MDC 14 (Grossesse et accouchement) est, de toute évidence, prépondérante dans les classes d’âge [15-40] Les MDC 06 (Système digestif) et 03 (Nez, gorge, oreilles) sont quant à eux, non négligeables, dans les classes d’âge < 20 ans. Il n’est pas inutile de rappeler qu’ont été exclus les nourrissons <29 jours pour lesquels seul l’indice de lit « M » a été enregistré et associé au séjour.

2.2 Variation du case mix national en fonction de l’évolution de la structure d’âge de la population Compte tenu de l’évolution attendue dans la structure de la population, nous allons tenter d’établir les implications sur le case mix national. Nous référant au graphique I-2. illustrant la variation en unités de la population par classe d’âge, nous allons, à présent, nous intéresser aux deux zones extrêmes du graphique à savoir les classes d’âge pour lesquelles on doit s’attendre à l’avenir à l’accroissement le plus important de population I-18


et celles pour lesquelles, à l’inverse, on doit s’attendre à la plus grande diminution.

a) Classes d’âge pour lesquelles on doit s’attendre au plus grand accroissement Les populations pour lesquelles ont doit s’attendre, aux horizons 2010-2015, au plus grand accroissement sont, par ordre d’importance, relatives aux classes d’âge suivantes : [60-65 ; 65-70 ; 50-55 ; 55-60 ; 85-90 ; 90-95 ; 80-85] Soit, en les regroupant, les classes allant de 50 à 70 ans et celles allant de 80 à 95 ans. Par rapport à la situation en 2002, l’accroissement attendu pour l’ensemble de ces classes d’âge à l’horizon 2015 est de 530.601 personnes. Dans la suite, nous les appellerons les classes d’âge « à croissance positive » Cela étant établi, il nous a paru intéressant d’identifier quelles étaient les pathologies principales concernées par ces classes d’âge afin de mesurer l’impact probable sur la structure du case mix national. Pour ce faire, nous avons, pour chacune des classes d’âge « à croissance positive », établi la distribution des MDC par rapport à la variable « nombre de séjours ». Nous avons alors procédé à un rangement sur base de l’importance relative des MDC et une analyse de Pareto nous a permis d’identifier les MDC qui représentaient les 80% des pathologies à traiter au sein de chacune des classes d’âge « à croissance positive ». Ainsi, il ressort très clairement que c’est le MDC 05 qui correspond à la pathologie la plus fréquemment rencontrée dans ces classes d’âge. Vient ensuite le MDC 08, suivi du MDC 06 puis on trouve les MDC 04, 01, 11, 17, 07…etc. Selon l’ordre d’importance, nous avons attribué un rang aux différents MDC et établi le poids des classes d’âge « à croissance positive » par rapport à l’ensemble de la population pour les MDC concernés. A titre d’exemple, le MDC 05 est le plus important pour les classes d’âge « à croissance positive » et ces classes d’âge représentent 55% du total des séjours associés au MDC 05. Pour mesurer l’importance en termes de journées d’hospitalisation résultant de l’accroissement de population, nous avons également mis en regard la prévision des durées de séjour pour ces MDC à l’horizon 2010 et 2015.

I-19


MDC concernés

Libellé du MDC

Rang

Poids relatif du

DS prévisionnelle

DS prévisionnelle

par les classes

MDC pour ces

2010

2015

d’âge

classes d’âge

à croissance positive 05


1

55%

7.41

7.22

08

Système musculaire

2

42%

9.18

9.10

06

Système digestif

3

36%

6.64

6.50

04


4

42%

10.61

10.46

01

Système nerveux

5

41%

9.82

9.68

11

Reins- voies urinaires

6

42%

6.67

6.53

17

Myélo. & néoplasmes

7

56%

5.25

4.59

7

Système hépato biliaire

8

48%

8.44

8.23

Tableau I- 3 : MDC relatifs aux classes d'âge à croissance positive

Comme on peut le constater, on doit s’attendre, dans le futur, à une modification dans la structure du case mix national suite à l’accroissement de population dans les classes d’âge [50-70] et [80-95]. De plus, l’impact sur les journées d’hospitalisation sera non négligeable vu que, pour les MDC concernés, les durées de séjour prévisionnelles aux horizons 2010 et 2015 sont non négligeables.

b) Classes d’âge pour lesquelles on doit s’attendre à la plus grande diminution Les classes d’âge pour lesquelles ont doit s’attendre à la plus grande diminution de population dans le futur sont dans l’ordre : [40-45 ; 35-40 ; 10-15 ; 45-50 ; 05-10 ; 15-20 ; 30-35] Soit en les regroupant les classes d’âge [5-20] et [30-50]. Nous les appellerons les classes d’âge à « croissance négative » Pour ces deux groupes, nous avons à nouveau identifié les MDC qui représentaient les 80% des pathologies traitées dans ces classes d’âge et nous avons adopté la même méthodologie pour mesurer l’impact sur le case mix national.

I-20


MDC concernés par

Libellé du MDC

Rang

Poids relatif du

Duré Séjour

Durée Séjour

les classes d’âge

MDC pour ces

prévisionnelle

prévisionnelle

à croissance négative

classes d’âge

2010

2015

Classe [5-20] 06

Système digestif

1

10%

6.64

6.50

03

Nez-Gorge-Oreille

2

21%

3,50

3,38

01

Système nerveux

3

9%

10,03

9,82

08

Système musculaire

4

6%

9.18

9.10

14

Grossesses et Acc.

1

95%

5,41

5,05

08

Système musculaire

2

18%

9.18

9,10

06

Système digestif

3

15%

6.64

6,50

03

Nez-Gorge-Oreille

4

28%

3,50

3,38

Classe [20-40]

Tableau I- 4 : MDC relatifs aux classes d'âge à croissance négative

Ainsi, nous avons pu établir une image prospective du case mix au niveau national liée à l’évolution de la structure démographique du pays ; elle est reprise dans le graphique ci-dessous. Evolution du Case Mix National : Années 2002-2010-2015 16%

12% 10% 8% 6% 4%

10

11

2002

12

13

2010

14

15

16

17

18

19

20

21

Traumatismes multiples

09

Infections HIV

08

Brûlures

07

Facteurs influençant la santé

06

Traumatismes, empoisonnements


05

Troubles mentaux

Foie, bile et pancréas

04

Alcoolisme et usage de drogue

Système digestif

03

Grossesse et accouchement Nouveau-nés Affections d'origine périnatale Sang et organes hematopoïétiques Maladies myéloprolifératives, néoplasmes peu Maladies infectieuses et parasitaire


02

Organes génitaux féminins


01

Organes génitaux masculins

Nez, gorge, oreilles

00

Peau, tissu souscutané, sein Maladies endocriniennes, nutritives et du Reins et voies urinaires

Affecions des yeux

0%

Système nerveux

2% Groupe résiduel

Part relative des MDC

14%

22

23

24

25

2015

Graphique I- 6 : évolution du case mix national en fonction de l'évolution de la structure de la population

I-21


Le graphique ci-après montre, par MDC, la variation sur la variable « nombre de séjours » à l’horizon 2015 par rapport à l’année de référence 2002 Variation en % du nombre de séjours à l'horizon 2015 Année de référence 2002

6,1%

6%

5,1%

4,8%

4%

3,5% 3,5% 3,5% 2,9% 2,2% 2,0% 1,9%

2%

1,5%

1,3% 0,7%

23

11

08

09

06

Maladies endocriniennes, Maladies infectieuses et Traumatismes multiples Organes génitaux féminins Alcoolisme et usage de drogue Traumatismes, empoisonnements,

Système digestif

01

Facteurs influençant la santé Reins et voies urinaires Système musculaire et tissu Peau, tissu souscutané, sein

19

10

18

25

13

20

21

Grossesse et accouchement

07

Infections HIV

12

Nouveau-nés Affections d'origine

17

Nez, gorge, oreilles

00

Brûlures

04

Système nerveux

16

Maladies myéloprolifératives, Organes génitaux masculins Foie, bile et pancréas

02

Troubles mentaux

-6%

Groupe résiduel

05

-4%

Sang et organes hematopoïétiques Système respiratoire

Affecions des yeux

-2%


0%

22

03

15

24

14

-0,2% -0,4%-1,1% -2,2% -3,1% -4,7% -4,8% -5,0%-6,6%

-8%

-6,7%

-10%

-9,4%

-11,4% -11,6%

-12%

Graphique I- 7 : Variation en % du nombre de séjours par MDC, horizon 2015

Les pathologies qui sont concernées par l’augmentation de la population à croissance positive sont principalement les affections de l’appareil circulatoire, des yeux, du système respiratoire ainsi que les affections myéloprolifératives, celles du sang et organes hématopoïétiques ; viennent ensuite les affections liées aux organes génitaux masculins, au système hépatobiliaire et du pancréas, les troubles mentaux et les affections du système nerveux. A l’inverse, par rapport à la population à croissance négative, on doit s’attendre à une diminution des grossesses et accouchements, des affections concernant les nouveau-nés, les affections nezgorge oreille de même que les traumatismes, allergies et effets toxiques et les brûlures. On se souviendra que les MDC 08 (Système musculaire et tissu conjonctif) et 06 (Système digestif) interviennent aussi bien pour les classes d’âge à croissance positive que négative. Il s’ensuit que, globalement, on observe une compensation au niveau du case mix national. La part relative du MDC 08 se stabilise à 14% et celle du MDC 06 à 11%. I-22


Par contre, on enregistre une augmentation de 1% pour le MDC 05 (système circulatoire) qui passe de 12 à 13% et une diminution de 1% pour le MDC 14 (grossesse et accouchement) qui passe de 8% à 7%, résultats liés respectivement aux croissances positive et négative des classes d’âge.

I-23


CHAPITRE 3. EVOLUTION DES DUREES DE SEJOUR 1. LA BASE DE DONNEES DE REFERENCE Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique de l’évaluation des durées de séjour relatif à la période couvrant les années de 1996 à 2002. Les données ont été fournies par MDC et par APR-DRG10 avec identification au sein de ceux-ci des durées de séjour par niveau de sévérité. Le tableau ci-après reprend la structure de la base de données. rmdc_code rdrg_code ref_sub_pat_ill_code sum96 n96 0 950 1 26426 0 950 2 38769 0 950 3 30174 0 950 4 14853 0 951 1 2518 0 951 2 3696 0 951 3 1905 0 951 4 311 0 952 1 26997 0 952 2 37681 0 952 3 24266 0 952 4 5291 0 955 0 2177 0 956 0 34363

mean96 3143 2244 1093 445 247 219 58 8 3231 2081 786 128 407 3945

8,41 17,28 27,61 33,38 10,19 16,88 32,84 38,88 8,36 18,11 30,87 41,34 5,35 8,71

sum97

n97 22718 33341 29454 17365 2127 3797 2749 1208 18493 32392 21521 5418 3171 14494

mean97 2665 1791 998 460 216 200 78 18 2405 1840 729 128 361 2255

8,52 18,62 29,51 37,75 9,85 18,99 35,24 67,11 7,69 17,6 29,52 42,33 8,78 6,43

sum98

n98 18948 30964 32917 18303 2217 2692 2768 741 18281 31832 22176 5011 3483 14147

mean98 2417 1796 1052 435 267 178 79 15 2529 1886 754 126 369 2449

7,84 17,24 31,29 42,08 8,3 15,12 35,04 49,4 7,23 16,88 29,41 39,77 9,44 5,78

sum99 23169 53189 64842 46310 2517 7855 10717 2952 22600 44683 35056 13392 3620 123955

n99

mean99 2826 2541 1898 1043 253 328 282 56 3144 2510 1191 295 441 11051

8,2 20,93 34,16 44,4 9,95 23,95 38 52,71 7,19 17,8 29,43 45,4 8,21 11,22

sum00

n00 18671 48084 62730 51888 2050 7884 9540 4379 18885 40941 35919 13608 4179 48012

mean00 2531 2500 1853 1127 209 320 259 89 2766 2432 1195 314 433 4741

7,38 19,23 33,85 46,04 9,81 24,64 36,83 49,2 6,83 16,83 30,06 43,34 9,65 10,13

sum01

n01 16424 36840 64269 54638 1598 5763 9797 4502 16087 35293 37350 14156 4426 4570

mean01 2262 2141 1937 1225 178 290 264 79 2463 2218 1265 327 492 458

7,26 17,21 33,18 44,6 8,98 19,87 37,11 56,99 6,53 15,91 29,53 43,29 9 9,98

sum02

n02 12102 33936 60994 57763 1186 6237 10240 4441 11530 31863 35787 17038 2933 2069

mean02 1772 2010 1911 1298 168 276 270 85 1788 2013 1245 387 299 234

Etc.…………………………………………………………………………………………………… Tableau I- 5 Structure de la base de données "Durées de séjour"

Pour intégrer dans notre analyse l’information relative aux niveaux de sévérité nous avons calculé une moyenne pondérée des durées de séjour par APR-DRG ; Ce faisant, nous avons tenu compte de la part relative du nombre de séjours associés à chacun des niveaux de sévérité au sein de chaque APR-DRG. Dans un premier temps, nous avons identifié par APR-DRG, la tendance à la hausse ou à la baisse observée entre 1996 et 2002. Les résultats de cette première investigation sont reportés dans le tableau ci-après.

10

APR-DRG : All Patient Refined Diagnosis Related Groups, Version 15, liste reprise dans l’annexe 3. I-24

6,83 16,88 31,92 44,5 7,06 22,6 37,93 52,25 6,45 15,83 28,74 44,03 9,81 8,84

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique MDC

APRDRG (Txt)

MP96

MP97

MP98

MP99

MP00

MP01

MP02

0

950

15,92

17,40

17,74

22,57

22,64

22,76

23,57

Tendance Hausse

0

951

15,85

19,30

15,62

26,16

27,20

26,71

27,66

Hausse

0

952

15,14

15,25

14,60

16,21

16,30

16,40

17,71

Hausse

0

955

5,35

8,78

9,44

8,21

9,65

9,00

9,81

Hausse

0

956

8,71

6,43

5,78

11,22

10,13

9,98

8,84

Hausse

1

020

19,89

19,14

22,37

21,23

20,25

20,99

21,54

Hausse

1

021

20,99

21,36

20,67

21,05

20,35

20,36

19,82

Baisse

1

022

18,11

18,03

18,38

18,53

17,51

16,57

17,66

Baisse

1

023

14,77

15,47

13,84

14,46

14,93

13,58

13,94

Baisse

1

024

12,56

12,19

10,99

10,86

10,31

10,40

9,96

Baisse

1

025

3,63

3,66

3,68

3,28

3,17

3,08

3,05

Baisse

1

026

16,84

14,31

14,95

15,33

15,40

15,38

16,40

Baisse

1

040

16,06

12,98

13,51

12,59

14,02

14,27

13,62

Baisse

1

041

15,65

16,09

15,60

15,86

15,78

16,16

15,04

Baisse

1

042

19,23

18,58

17,47

19,05

18,64

18,80

18,55

Baisse

1

043

10,19

9,49

8,70

7,86

7,99

8,00

7,25

Baisse

1

044

18,09

16,60

15,96

18,06

16,84

17,22

17,16

Baisse

1

045

23,38

22,05

21,08

22,33

21,73

22,33

21,96

Baisse

1

046

19,41

18,66

16,98

18,45

17,74

17,41

17,36

Baisse

1

047

12,40

11,31

11,46

11,49

11,09

10,90

10,75

Baisse

1

048

9,32

9,99

9,42

9,16

8,93

9,19

8,78

Baisse

1

049

15,76

16,15

13,59

13,95

12,79

13,45

14,71

Baisse

1

050

11,13

12,57

11,12

12,02

9,12

9,62

11,42

Hausse

1

051

5,58

5,69

5,98

5,14

4,25

4,74

4,60

Baisse

1

052

11,57

11,45

11,97

11,36

11,10

10,87

9,54

Baisse

1

053

6,52

6,32

6,09

6,24

6,45

6,45

6,41

Baisse

1

054

5,07

4,79

4,59

4,33

4,28

4,27

4,03

Baisse

1

055

11,31

10,14

10,29

10,91

10,97

11,24

11,52

Hausse

1

056

6,62

6,45

5,72

5,88

6,18

6,46

6,77

Hausse

1

057

2,47

2,30

2,25

2,33

2,37

2,27

2,17

Baisse

1

058

10,69

9,64

9,30

7,43

6,41

6,08

5,20

Baisse

…………………………………………………………………………………………………………………………………………………………………………………………………………………

Tableau I- 6 : Moyenne pondérée de la durée de séjour par APR-DRG (tableau partiel)

Le tableau complet des moyennes pondérées par APR-DRG est repris dans l’annexe 4

I-25


2. MODELISATION DES DUREES DE SEJOUR PAR APR-DRG Dans un second temps, nous avons tenté de modéliser la tendance pour chacun des 358 APR-DRGs. Quatre types de modèles ont été testés pour chaque APR-DRG

•

y = a*x+b

Linéaire

a : pente de la droite b : ordonnée à l’origine

y = -0,0962x + 6,0206 R2 = 0,8382

APRDRG : 313 7 6,5 6,07

6

5,78

5,5

5,68

5,53

5,48

5,50

5,42

5 4,5 4 3,5 3 2,5 2 MP96

MP97

MP98

MP99 313

MP00

MP01

MP02

Linéaire (313)

Graphique I- 8 : Modèle linéaire

•

y = c * ln( x ) + b

Logarithmique

c et b sont des constantes ln, fonction du logarithme népérien

APRDRG : 226

y = -0,619Ln(x) + 5,1041 R2 = 0,9745

7 6,5 6 5,5 5

5,04 4,69

4,5

4,54

4

4,28

4,09

4,01

3,81

3,5 3 2,5 2 MP96

MP97

MP98 226

MP99

Logarithmique (226)

Graphique I- 9: Modèle logarithmique I-26

MP00

MP01

MP02


•

y = c * e * exp( b * x )

Exponentiel

c et b sont des constantes e, est la base du logarithme népérien

y = 11,564e-0,1133x R2 = 0,9231

APRDRG : 514 12 10

9,30

9,27

8,99

8

7,88 6,72

6

5,82 4,85

4 2 0 MP96

MP97

MP98

MP99

514

MP00

MP01

MP02

Exponentiel (514)

Graphique I- 10: Modèle exponentiel

•

y = c * x * exp(b)

Puissance

c et b sont des constantes

y = 3,7564x-0,2455 R2 = 0,8015

APRDRG : 565 7 6 5 4

4,06 2,73

3

2,87

2,66

2,76

2,54

2

2,19

1 0 MP96

MP97

MP98

MP99 565

MP00

MP01

MP02

Puissance (565)

Graphique I- 11 : Modèle puissance

Pour chacun de ces modèles nous avons mesuré la qualité de l’ajustement par le coefficient de détermination R2. La valeur du R2 est comprise entre 0 et 1. Elle exprime le pourcentage de la variation totale expliquée par le modèle ajusté. Par APR-DRG, nous avons retenu le modèle I-27


donnant le meilleur R2. C’est ce modèle qui a servi de modèle de prévision des durées de séjour pour les années 2005, 2010 et 2015. Les résultats partiels sont repris dans le tableau ci dessous. APR-DRG

Modèle

R2

2002

2005

2010

2015

1

y = -2,5782 Ln (x) + 36,673

27,32%

36,67

30,74

29,69

28,95

2

y = -1,2686 * Ln (x) + 37,053

12,42%

37,05

34,13

33,62

33,25

3

y = -1,9623 * Ln(x) + 30,699

32,55%

30,70

30,70

25,38

25,67

4

y = 1,2728x + 53,469

90,30%

54,74

54,74

72,56

78,93

5

y = 0,1067Ln*(x) + 31,058

2,07%

31,06

31,30

31,35

31,38

20

y = 19,76x0,0401

27,29%

19,76

21,67

22,03

22,28

21

y = -0,2086x + 21,493

74,19%

21,28

19,41

18,36

17,32

22

y = -0,1839x + 18,561

35,94%

18,38

16,72

15,80

14,88

23

y = 15,171e-0,0128x

34,81%

14,98

13,35

12,52

11,74

24

y = -1,3909Ln(x) + 12,734

94,41%

12,73

9,53

8,97

8,57

25

y = 3,8751e-0,0362x

86,93%

3,74

2,70

2,25

1,88

26

y = -0,1503Ln(x) + 15,699

1,44%

15,70

15,35

15,29

15,25

40

y = -0,8078Ln(x) + 14,849

24,18%

14,85

12,99

12,66

12,43

41

y = 15,958e-0,0035x

10,31%

15,90

15,41

15,14

14,88

42

y = -0,1591Ln(x) + 18,809

3,73%

18,81

18,44

18,38

18,33

43

y = -1,457Ln(x) + 10,271

94,16%

10,27

6,92

6,33

5,91

44

y = -0,2281Ln(x) + 17,41

4,16%

17,41

16,88

16,79

16,73

45

y = -0,5297Ln(x) + 22,768

26,71%

22,77

21,55

21,33

21,18

46

y = -0,9852Ln(x) + 19,203

60,81%

19,20

16,93

16,54

16,25

47

y = -0,7268Ln(x) + 12,227

84,18%

12,23

10,55

10,26

10,05

48

y = 9,7908e-0,0142x

54,44%

9,65

8,49

7,91

7,37

49

y = -1,2443Ln(x) + 15,857

46,66%

15,86

12,99

12,49

12,13

50

y = 12,016e-0,0235x

19,18%

11,74

9,50

8,45

7,51

51

y = 6,1376e-0,046x

62,41%

5,86

3,87

3,08

2,45

52

y = 12,367e-0,027x

63,27%

12,04

9,44

8,25

7,21

53

y = 0,0097x + 6,3156

1,99%

6,33

6,41

6,46

6,51

54

y = -0,5161Ln(x) + 5,109

97,19%

5,11

3,92

3,71

3,56

55

y = 10,407e0,0116x

26,90%

10,53

11,69

12,38

13,12

56

y = -0,098Ln(x) + 2,4267

51,76%

2,43

2,20

2,16

2,13

57

y = -0,098Ln(x) + 2,4267

51,76%

2,43

2,20

2,16

2,13

58

y = 12,429e-0,1235x

97,62%

10,99

3,61

1,95

1,05

70

y = 5,8541e-0,0358x

86,60%

5,65

4,09

3,42

2,86

71

y = -0,7583Ln(x) + 5,0578

97,91%

5,06

3,31

3,00

2,79

72

y = -0,2885Ln(x) + 2,9088

78,68%

2,91

2,24

2,13

2,04

73

y = -0,4024Ln(x) + 2,9207

95,28%

2,92

1,99

1,83

1,72

80

y = -0,92Ln(x) + 8,1951

72,99%

8,20

6,08

5,70

5,44

Tableau I- 7 : Modélisation des durées de séjour par APR-DRG 2005-2010-2015 (tableau partiel)

I-28


Toutefois, pour admettre que le modèle ajusté est significatif et s’adapte bien aux données, il convient de fixer la frontière à partir de laquelle on retient ou l’on refuse le modèle. Nous avons envisagé différents scénarios par rapport à la valeur à retenir pour le R2 marquant la frontière entre la zone d’acceptation et la zone de rejet du modèle ajusté. Pour chacun des scénarios, nous avons déterminé l’impact en termes de •

Nombre d’APR-DRGs couverts

•

Nombre de séjours couverts

•

Nombre de journées couvertes.

Critère Valeur frontière 2 du R

Nbre DRGs

% DRGs couverts

Nbre de séjours base 2002

% séjours couverts

Nbre journées base 2002

% journées couvertes

> 90%

83

23,18%

836787

49,19%

5471652

37,95%

>80%

129

36,03%

1043641

61,35%

7506763

52,07%

>75%

146

40,78%

1074409

63,16%

7883623

54,68%

>70%

168

46,93%

1182665

69,53%

8978980

62,28%

>60%

198

55,31%

1338669

78,70%

10870102

75,39%

Tableau I- 8 : Scénarios relatifs au R2 pour acceptation d'un modèle

Ainsi, si l’on fixe la valeur frontière du R2 à 75% pour admettre la validité d’un modèle, on vérifie d’après ce tableau que l’on couvre 41% des APR-DRGs, 63% des séjours et 55% des journées d’hospitalisation. Si on relâche le critère en admettant la validité du modèle à partir d’un R2 égal à 60%, on couvre 55% des APR-DRGs, 79% des séjours et 75% des journées d’hospitalisation. Nous avons opté pour le seuil de 60% qui correspond, dans ce cas de figure, à un comportement plutôt optimiste en ce qui concerne la réduction de la durée de séjour puisque les modèles ont le plus souvent, tendance à marquer une réduction de la durée de séjour. Le tableau ci-après illustre les résultats obtenus pour quelques APR-DRGs classés selon la valeur du R2. On trouvera dans l’annexe 5 la totalité des résultats.

I-29


APRDRG 225 560 562 98 179 141 302 540 513 314 304 310 404 263 190 403 362 284 96 315 250 173 71 58 480 424 134 349 221 465 226 313 169 175 54 614 174 228 638 308 227 92 207 340 380 483 93

Nbre de séjours2002 14363 89301 1442 15622 13444 12918 27432 19866 25996 11055 5042 18311 6201 16359 11912 6951 6081 7319 1015 26757 28337 14490 5771 19625 4505 3235 4683 2021 13399 11372 11132 30379 866 18626 4724 1208 3689 20616 2062 9690 9032 3132 5315 1391 1916 4940 8044

Nbre journées2002 59971 454343 3813 36544 27046 74624 425089 160646 131009 44656 53880 141894 25952 80572 109633 31296 47249 58499 3212 116975 154960 143154 19021 110384 47537 29072 61058 17625 260278 31221 37555 151201 12920 62034 17991 27647 25918 63615 8170 246456 43618 9801 40831 25094 47770 11534 18193

PREVISIONS DES DUREES DE SEJOUR PAR APPLICATION D'UN MODELE DE REGRESSION (R2 MODELES DE REGRESSION HISTORIQUE

Modèle ajusté y = -0,336Ln(x) + 5,0616 y = 6,0474e-0,0149x y = -0,419Ln(x) + 3,7289 y = 3,8263e-0,047x y = 3,3507e-0,044x y = 8,1604e-0,0461x y = 22,045e-0,047x y = 9,7525e-0,0217x y = 6,9597e-0,0365x y = 5,981e-0,0382x y = 16,363e-0,0601x y = 10,919e-0,0447x y = 6,0342e-0,0425x y = -0,8109Ln(x) + 6,9852 y = -0,6392Ln(x) + 10,722 y = -1,1093Ln(x) + 6,9494 y = 10,677e-0,0377x y = -0,6369Ln(x) + 9,5986 y = 4,8834e-0,0447x y = 6,1915e-0,0373x y = -0,2646Ln(x) + 6,2381 y = -1,618Ln(x) + 13,384 y = -0,7583Ln(x) + 5,0578 y = 12,429e-0,1235x y = 15,715e-0,0516x y = 10,933x-0,0959 y = -1,0437Ln(x) + 15,324 y = -1,5671Ln(x) + 12,077 y = -1,3547Ln(x) + 22,438 y = 3,7304e-0,0288x y = -0,619Ln(x) + 5,1041 y = 6,0369x-0,057 y = 18,67e-0,0298x y = -0,6181Ln(x) + 4,8754 y = -0,5161Ln(x) + 5,109 y = 25,428e-0,0336x y = 10,587e-0,0569x y = -0,7172Ln(x) + 5,0319 y = -0,7598Ln(x) + 5,4427 y = -2,0115Ln(x) + 29,655 y = -0,7992Ln(x) + 6,9038 y = 4,7202e-0,0479x y = -0,8811Ln(x) + 9,6656 y = 24,206e-0,0459x y = -4,2758Ln(x) + 32,262 y = 3,4146e-0,0294x y = 3,7964e-0,0489x

R2 0,995 0,994 0,994 0,993 0,993 0,992 0,991 0,991 0,990 0,990 0,989 0,989 0,987 0,986 0,985 0,985 0,984 0,983 0,981 0,981 0,980 0,980 0,979 0,976 0,976 0,976 0,976 0,976 0,975 0,975 0,975 0,973 0,973 0,973 0,972 0,972 0,968 0,968 0,968 0,967 0,967 0,967 0,966 0,964 0,962 0,961 0,960

MP96 5,077 5,964 3,737 3,667 3,223 7,813 20,752 9,567 6,693 5,725 15,447 10,325 5,768 6,932 10,688 6,952 10,268 9,570 4,576 6,044 6,241 13,410 5,032 10,693 14,650 10,982 15,227 12,092 22,303 3,659 5,039 6,068 18,208 4,790 5,074 24,317 9,928 4,917 5,524 29,580 6,784 4,451 9,595 23,477 32,318 3,273 3,672

MP97 4,817 5,842 3,428 3,454 3,086 7,465 20,166 9,262 6,461 5,529 14,459 10,146 5,632 6,438 10,300 6,067 9,893 9,174 4,529 5,705 6,054 12,393 4,479 9,638 14,159 10,231 14,819 11,054 21,517 3,473 4,686 5,777 17,642 4,538 4,792 24,172 9,836 4,634 4,799 28,523 6,420 4,371 9,126 21,343 29,402 3,273 3,440

MP98 4,689 5,797 3,249 3,354 2,895 7,084 19,225 9,198 6,324 5,345 13,786 9,580 5,279 6,150 10,068 5,824 9,668 8,910 4,348 5,485 5,913 11,456 4,351 9,304 13,955 9,857 14,081 10,055 21,204 3,416 4,541 5,678 17,176 4,287 4,592 23,169 8,740 4,329 4,640 27,245 6,129 4,011 8,651 21,642 28,102 3,154 3,313

MP99 4,571 5,708 3,144 3,141 2,788 6,738 18,375 8,938 5,963 5,212 12,970 9,143 5,014 5,882 9,863 5,450 9,030 8,711 4,086 5,283 5,887 10,920 4,078 7,430 12,697 9,416 13,827 10,114 20,619 3,362 4,276 5,525 16,184 3,967 4,327 21,968 8,230 4,090 4,311 26,673 5,895 3,942 8,544 20,093 25,136 2,990 2,990

MP00 4,526 5,619 3,097 3,015 2,711 6,533 17,618 8,756 5,753 4,904 11,818 8,598 4,868 5,758 9,626 5,297 8,828 8,625 3,876 5,148 5,854 10,775 3,746 6,410 12,073 9,361 13,720 9,581 20,322 3,195 4,093 5,483 16,063 3,886 4,279 21,529 7,989 3,867 4,166 26,536 5,654 3,790 8,296 19,177 25,291 2,974 2,945

MP01 4,457 5,523 2,985 2,921 2,584 6,093 16,637 8,537 5,626 4,787 11,336 8,362 4,734 5,536 9,645 4,902 8,623 8,518 3,702 5,038 5,765 10,729 3,708 6,075 11,597 9,147 13,445 9,390 19,815 3,164 4,012 5,500 15,718 3,778 4,267 20,503 7,486 3,755 4,234 26,423 5,409 3,443 8,189 18,227 24,648 2,831 2,887

60%)

MP02 4,429 5,441 2,890 2,740 2,459 5,975 15,663 8,382 5,387 4,543 10,917 8,021 4,476 5,289 9,419 4,695 8,160 8,251 3,583 4,736 5,695 10,209 3,546 5,200 10,855 9,231 13,249 8,891 19,737 3,044 3,806 5,420 15,228 3,612 4,033 20,326 7,216 3,516 3,948 25,459 5,222 3,400 7,746 17,696 24,487 2,795 2,720

Modèle 1996 5,062 5,958 3,729 3,651 3,206 7,793 21,033 9,543 6,710 5,757 15,409 10,442 5,783 6,985 10,722 6,949 10,282 9,599 4,670 5,965 6,238 13,384 5,058 10,985 14,925 10,933 15,324 12,077 22,438 3,624 5,104 6,037 18,122 4,875 5,109 24,588 10,001 5,032 5,443 29,655 6,904 4,499 9,666 23,120 32,262 3,316 3,615

Tableau I- 9 : Prévisions des durées de séjour par APR-DRG selon modèle de régression (Tableau partiel)

I-30

PREVISIONS

2005 4,288 5,210 2,764 2,391 2,158 5,146 13,778 7,850 4,831 4,082 8,971 6,983 3,945 5,118 9,250 4,395 7,324 8,132 3,123 4,264 5,629 9,658 3,312 3,615 9,380 8,767 12,921 8,469 19,319 2,797 3,679 5,294 13,859 3,452 3,921 18,171 5,993 3,380 3,693 25,023 5,064 2,924 7,637 15,296 22,417 2,545 2,328

2010 4,152 4,836 2,594 1,891 1,732 4,087 10,893 7,043 4,025 3,372 6,643 5,585 3,190 4,789 8,991 3,945 6,065 7,874 2,498 3,538 5,522 9,002 3,004 1,949 7,247 8,432 12,498 7,833 18,769 2,422 3,428 5,173 11,940 3,202 3,711 15,361 4,509 3,090 3,385 24,208 4,740 2,301 7,280 12,159 20,683 2,197 1,823

2015 4,055 4,489 2,474 1,495 1,390 3,246 8,611 6,319 3,354 2,786 4,919 4,466 2,579 4,556 8,807 3,626 5,023 7,691 1,997 2,936 5,445 8,537 2,786 1,051 5,599 8,203 12,197 7,382 18,380 2,097 3,250 5,089 10,287 3,024 3,563 12,986 3,393 2,883 3,167 23,629 4,510 1,811 7,026 9,666 19,453 1,897 1,428


En ce qui concerne les APR-DRGs pour lesquels aucune tendance significative n’a pu être mise en évidence (R2 < 60%), nous avons établi la prévision sur base de la moyenne géométrique des durées de séjour calculée sur les 3 dernières années disponibles dans la base de données à savoir : 20002001-2002.11 La moyenne géométrique est justifiée dans la mesure où elle est particulièrement bien adaptée aux problèmes de taux de variation et de rapports entre mesures prises à des périodes de temps. Le tableau ci-après montre les résultats obtenus pour quelques APR-DRGs. Les résultats complets sont repris dans l’annexe 6. PREVISIONS Nbre DES de DUREES Nbre DE SEJOUR PAR APPLICATION DE LA MOYENNE GEOMETRIQUE SUR 00-01-02 (R2 < 60%) APRDRG 382 223 466 510 444 581 890 347 462 402 48 516 724 758 56 57 199 350 753 543 136 261 620 511 130 49 891 200 81 383 94 162 122 760 756 264 203 405 196 631 172 242 22 635 775 311 115

séjours2002 1789 1451 1175 2172 349 258 75 21315 778 285 5935 3316 2305 1053 1575 13312 3608 3535 980 389 10582 878 35 570 1679 866 225 1493 632 8283 2329 754 625 4828 4349 1137 5290 1500 1412 153 1003 907 780 211 10011 88 4736

journées2002 22348 16755 6900 23765 1538 378 2554 159245 5696 5268 50936 7511 21164 8034 10543 27345 26612 31430 19802 1035 114650 14389 1446 7845 40822 12703 4374 13823 3327 69632 7364 20082 12625 27221 42905 14881 19231 13906 6252 4177 48318 6956 13760 1761 92046 534 14365

MP96 10,88 12,69 6,98 11,80 5,73 2,70 25,69 6,85 8,71 16,26 9,32 2,52 10,14 8,15 6,62 2,47 8,30 7,50 19,88 3,51 10,65 18,05 22,35 15,48 22,72 15,76 22,75 10,58 6,30 9,14 3,41 21,32 18,37 4,51 10,11 12,81 4,31 11,36 5,47 21,97 50,27 8,74 18,11 6,76 8,90 7,53 3,54

MP97 10,16 13,45 6,78 11,49 5,24 2,26 27,20 6,68 8,96 17,58 9,99 2,48 9,69 7,53 6,45 2,30 7,97 7,39 17,05 2,87 10,14 17,62 33,98 14,50 22,84 16,15 20,82 10,37 5,77 8,57 3,40 27,32 17,51 4,09 9,45 13,43 4,15 11,17 6,64 26,29 49,93 7,88 18,03 6,76 8,03 6,18 3,46

MP98 10,57 13,44 6,19 11,26 4,72 2,60 25,80 6,64 8,51 19,08 9,42 2,53 9,46 6,99 5,72 2,25 7,43 7,33 16,04 2,67 10,25 16,95 39,31 14,02 24,58 13,59 25,45 9,40 5,72 8,61 3,45 24,54 16,46 3,97 9,11 13,09 3,93 10,91 6,56 30,56 49,28 7,83 18,38 6,75 8,08 5,38 3,30

HISTORIQUE MP99 11,94 12,99 6,76 11,39 4,76 2,06 34,16 6,87 8,36 22,18 9,16 2,43 9,73 7,96 5,88 2,33 7,98 7,82 16,48 2,79 10,71 18,33 46,87 13,52 22,80 13,95 20,32 10,67 6,02 8,53 3,46 24,44 17,46 4,44 9,64 13,18 4,32 12,14 5,45 34,87 49,02 8,47 18,53 9,13 8,49 6,12 3,54

MP00 11,62 12,41 6,06 11,54 4,87 2,10 40,56 6,68 8,39 22,43 8,93 2,61 8,34 6,82 6,18 2,37 7,85 7,61 16,57 3,08 10,89 17,04 34,04 14,14 24,69 12,79 19,80 9,44 5,79 8,64 3,40 24,82 17,78 4,44 9,60 13,81 4,18 11,53 5,82 28,18 49,38 7,88 17,51 6,99 8,01 6,81 3,57

MP01 11,76 12,04 5,92 11,37 5,17 2,19 32,32 7,31 8,63 25,66 9,19 2,60 8,79 6,84 6,46 2,27 7,66 7,91 16,90 2,46 10,98 16,02 37,88 14,49 24,07 13,45 18,68 9,69 5,91 8,73 3,53 26,10 19,47 3,90 9,29 13,34 3,99 10,39 5,22 30,33 50,20 7,92 16,57 7,88 8,16 5,28 3,16

MP02 11,84 11,95 6,34 11,26 4,79 2,17 33,92 7,68 7,66 18,73 8,78 2,69 9,34 7,10 6,77 2,17 7,50 7,74 17,04 2,79 10,88 16,62 36,00 14,07 24,54 14,71 19,49 9,25 5,57 8,57 3,47 26,73 20,31 3,42 9,34 13,35 3,83 9,37 5,02 26,54 47,91 7,92 17,66 8,22 8,21 6,08 3,23

Prévision 11,74 12,13 6,10 11,39 4,94 2,15 35,43 7,21 8,22 22,09 8,97 2,63 8,82 6,92 6,46 2,27 7,67 7,75 16,84 2,76 10,92 16,55 35,94 14,23 24,43 13,63 19,32 9,46 5,76 8,65 3,47 25,87 19,16 3,90 9,41 13,50 3,99 10,39 5,34 28,31 49,16 7,91 17,24 7,68 8,13 6,02 3,32

Tableau I- 10 : Prévisions des durées de séjour par APR-DRG selon Moyenne Géométrique

11

En ce qui concerne les APR-DRGs pour lesquels la modélisation ne donnait

pas de résultat statistiquement

satisfaisant, la tendance pouvait être estimée soit par la moyenne simple des durées de séjour de 96 à 2002, soit par la moyenne géométrique de 96 à 2002, soit encore par la moyenne géométrique calculée sur les 3 dernières années de l’historique. Il est très vite apparu qu’il n’y avait pas vraiment de différence significative entre ces 3 approches. Nous avons donc opté pour une moyenne géométrique calculée sur les 3 dernières périodes de l’historique.

I-31


En conclusion, les prévisions de durée de séjour par APR-DRG pour les horizons 2005, 2010 et 2015 ont été établies comme suit : •

Si le R2 est supérieur ou égal à 60%, le modèle établi par la régression a été exploité pour les prévisions. On y dénombre 200 APR-DRGs soit 56%

•

Si le R2 est inférieur à 60%, la prévision a été établie sur base de la moyenne géométrique calculée sur les 3 années 2000-2001-2002. On y dénombre 158 APR-DRGs soit 44%

3. IMPACT

DE L’EVOLUTION DES DUREES DE SEJOUR SUR L’ESTIMATION DES

JOURNEES D’HOSPITALISATION.

A ce stade de l’analyse, il convient de vérifier si les tendances identifiées par la modélisation des durées de séjour sont susceptibles d’avoir un impact important sur l’estimation prévisionnelle des journées prévisionnelles d’hospitalisation et par voie de conséquence sur l’utilisation des lits hospitaliers aigus. Pour ce faire, nous avons réalisé une analyse croisée mettant en relation d’une part la variable « nombre de séjours » et d’autre part « la prévision de durée de séjour » par APR-DRG. Nous avons ensuite classé les APR-DRGs par ordre décroissant du nombre de séjours par rapport à l’année de référence 2002 et nous avons, en regard, positionné la variation prévisionnelle de la durée de séjour pour 2005, 2010 et 2015. Les graphiques ci-après nous permettent de voir si les taux de variation attendus en termes de durée de séjour sont relatifs à des APR-DRGs importants ou non sur le plan du nombre de séjours.

I-32


Par APR-DRG, variation attendue en % de la durée de séjour à l'horizon 2005 selon l'importance relative de l'APR-DRG en termes de séjours

Par APR-DRG, variation attendue en % de la durée de séjour à l'horizon 2010 selon l'importance relative de l'APR-DRG en termes de séjours

6,00%

80,00% 60,00%

5,00%

6,00%

80,00% 60,00%

5,00%

40,00%

40,00% 4,00%

20,00%

3,00%

0,00% -20,00%

2,00%

4,00%

20,00%

3,00%

0,00% -20,00%

2,00%

-40,00%

-40,00% 1,00%

1,00%

-60,00%

-60,00% -80,00%

56 0 86 2 24 9 31 3 13 9 25 0 30 2 69 3 31 5 51 3 14 0 14 4 19 2 34 7 22 8 86 0 54 0 58 20 1 17 5 31 0 19 4 26 3 98 64 0 36 3 53 17 3 22 5 44 6 17 9 46 3 22 1 57 14 1 81 2 11 3 34 2

73 19 0

56 0 86 2 24 9 31 3 13 9 25 0 30 2 69 3 31 5 51 3 14 0 14 4 19 2 34 7 22 8 86 0 54 0 58 20 1 17 5 31 0 19 4 26 3 98 64 0 36 3 53 17 3 22 5 44 6 17 9 46 3 22 1 57 14 1 81 2 11 3 34 2 97

% Nbre de séjours (réf 02)

-80,00% 97 73 19 0

0,00%

0,00%


% var DS 2005 vs 2002

% var DS 2010 vs 2002

Par APR-DRG, variation attendue en % de la durée de séjour à l'horizon 2015 selon l'importance relative de l'APR-DRG en termes de séjours 6,00%

80,00% 60,00%

5,00%

40,00%

4,00%

20,00% 0,00%

3,00% -20,00% 2,00%

-40,00% -60,00%

1,00% -80,00% -100,00%

56 0 86 2 24 9 31 3 13 9 25 0 30 2 69 3 31 5 51 3 14 0 14 4 19 2 34 7 22 8 86 0 54 0

58 20 1 17 5 31 0 19 4 26 3 98 64 0 36 3

53 17 3 22 5 44 6 17 9 46 3 22 1 57 14 1 81 2 11 3 34 2 97 73 19 0

0,00%


% var DS 2015 vs 2002

Graphique I- 12 :Par APR-DRG, croisement variation attendue sur la durée de séjour avec le nombre de séjours, années 2005-2010-2015

Ainsi, en ce qui concerne l’APR-DRG 560 « Accouchement par voie vaginale» qui représente à lui seul 89.301 séjours (5% du total des séjours), le modèle, excellent sur base du R2 avec une valeur de 0.9942, nous suggère par rapport à l’année de référence 2002, une réduction de la durée de séjour de l’ordre de 5% à l’horizon 2010 et de 12% à l’horizon 2015. Il en est de même pour l’APR-DRG 302 « Interv., articulation, rattachement membres des extrémités infér. sans trauma) » qui représente 27.432 séjours (1,61% du total des séjours) et pour lequel on doit s’attendre à une réduction de l’ordre 30 et 44% aux horizons 2010 et 2015.

I-33


Les graphiques ci-après illustrent la significativité de la tendance à la baisse de la durée de séjour pour ces deux APR-DRGs.

APRDRG 560:"Vaginal Delivery"

- 0 , 0 14 9 x

Y =6,047e 2 R =0,9942

Horizon 2010 Horizon 2015

-0,047x

Y = 22,045e 2 R = 0,99

4,84 4,49

APRDRG 302: "Major joint & limb reattach proc of lower extremity for trauma" Horizon 2010 10,89 Horizon 2015

8,61

30

10 9

25

8 20

7 6

5,96

5,84

5,80

5,71

5,62

5,52

5,44

5

20,75

20,17

19,22

18,38

17,62

16,64

15

15,66

4 10

3 2

5

1 0

0

MP96

MP97

MP98

MP99

MP00

MP01

MP02

MP96

560

MP97

MP98

MP99

MP00

MP01

MP02

302

Graphique I- 13 : Exemples de DRG avec tendance significative: APR DRG 560 et 302

Par contre, pour certains APR DRGs, importants sur le plan du nombre de séjours, la modélisation ne donne pas de résultats suffisamment satisfaisants que pour les prendre en compte dans les projections futures. A titre d’exemples : •

le 53 (Attaque, appartenant au MDC 01) qui représente 14.651 séjours et 92.062 journées

•

le 45 (Accident vasculaire cérébral avec infarctus, appartenant au MDC 01) qui avec 8128 séjours représente 179.125 journées.

•

le 343 (Fracture pathol. et aff. malignes du tissu conjonctif ou du système musculosquelletique appartenant au MDC 08) représentant 6.443 séjours et 106.623 journées.

•

Le 342 (Fractures ou luxations excepté fémur et bassin, appartenant au MDC 08) qui représente 12.113 séjours et 77.785 journées.

Les graphiques ci-après illustrent la non significativité d’une tendance quelconque quant à l’évolution de la durée de séjour des dits APR-DRGs.

I-34


APRDRG : 53

APRDRG :343

y = 0,0097x + 6,3156 2 R = 0,0199

y = 0,0627x + 16,335 2 R = 0,2123

30

10 9

25

8

7

6,52 6

6,32

6,24

6,09

6,45

20

6,45

6,41 16,84

16,14

5

16,63

16,46

17,02

16,37

16,63

15

4 10

3


2


1

6,46 6,50

0 MP96

MP97

MP98

MP99 53

MP00

MP01

MP02

0 MP96

MP97

MP98

MP99

Linéaire (53)

343

APRDRG : 45

y = -0,1092x + 22,56 2 R = 0,113

MP00

MP01

MP02

Linéaire (343)

APRDRG : 342

y = 0,07x + 5,9624 R2 = 0,2999

30

30 25

16,68 16,68

5

25 23,38 22,05

20

22,33 21,08

21,73

22,33

21,96

20 15

15

10 10 Horizon 2010 Horizon 2015

5

22 22

5

6,26

5,96

6,54

6,43

5,77

6,41

6,33

0 MP96

MP97

MP98

MP99

MP00

MP01

MP02

0 MP96

MP97

MP98

MP99 45

MP00

MP01

342

MP02

Linéaire (342)

Linéaire (45)

Graphique I- 14 : Exemples de DRG sans tendance significative mais importants en nombre de séjours

I-35


4. PROJECTIONS

DE L’UTILISATION DES LITS HOSPITALIERS AIGUS

:

HORIZONS

2005-2010-2015. 4.1 Méthodologie pour la modélisation des projections Étant donné que la base de données relative aux durées de séjour de 96 à 02 ne nous donnait pas une ventilation par sexe, nous nous sommes trouvés dans l’obligation de refaire les estimations sans distinction de sexe en appliquant la logique du modèle décrit dans le rapport intermédiaire associé à cette étude12. Nous rappelons brièvement la structure du modèle. Définition des Indices Indice i = APR-DRG

i = 1, 358 lignes13

Indice j = classe d’âge

j = 1, 22 (23)14

(Indice s = sexe

s= 1 : masculin ; 2 : féminin)

Définition des Variables Pj :

Population dans la classe d’âge j (INS ; année 2002)

S i, j : Nombre de séjours dans l’APR-DRG i et dans la classe d’âge j (année 2002) SS j

Total séjours dans la classe d’âge j (année 2002)

L i,j : Durée moyenne de séjours dans l’APR-DRG i et dans la classe d’âge j (année 2002) Tj

Taux d’admission dans la classe d’âge j (année 2002)

Fi,j

Poids de l’APR-DRG i dans l’ensemble des séjours ∈ à la classe d’âge J (année 2002)15

12

Pˆ j

Population prévisionnelle dans la classe d’âge j (INS) ; année x

Sˆ i, j

Nombre de séjours attendus dans l’APR-DRG i et dans la classe d’âge j ; année x

TˆS

Total des séjours attendus année x

TˆJH

Total des journées d’hospitalisation attendues année x

Cannoodt L, Gemmel P, Rossi D, Tambeur W. et al. « Les besoins futurs en équipements hospitaliers aigus en

Belgique », Partie II, « Estimation des capacités nécessaires sur base d’un scenario projectif détaillé : horizon 2005 », p. 77 et suiv., février 2005. 13

Sur base de la nomenclature des APR-DRGs fournie par le MSF

14

22 classes d’âge pour la population sur base de la référence INS

23 classes pour les séjours hospitaliers avec distinction des nourrissons <28 jours et > 29 jours. 15

Tableau des poids relatifs dans l’annexe 7 I-36


Le Modèle •

Calcul d’un taux d’admission, par classe d’âge, correspondant au rapport entre le nombre de séjours sur la taille de la population (année de référence 2002) Taux d’admission par classe d’âge = Tj =

•

SSj Pj

Détermination du nombre de séjours attendus par classe d’âge en appliquant le taux d’admission (base 2002) à la population prévisionnelle par classe d’âge (2005, 2010, 2015) ~ Séjours attendus dans la classe d’âge j = S j = Pˆ j * Tj

•

Détermination du poids relatifs de l’APR-DRG i dans la classe d’âge j tout sexe confondu (base 2002).

Fi,j =

•

Si, j SSj

∀i, j

Détermination pour les horizons 2005, 2010 et 2015 du nombre de séjours attendus par APR-DRG et par classe d’âge (base 2002).

Séjours attendus dans la classe d’âge j •

~ S j = Pˆ j * Tj

Distribution des séjours prévisionnels par classe d’âge sur les APR-DRG par application des poids relatifs Séjours attendus dans l’APR-DRG i et dans la classe d’âge j ~ Sˆ i, j = S j *Fi,j

•

•

Total des séjours attendus (année x)

Total des journées attendues (année x)

I-37

Sˆi, j

TˆS = i

j

i

j

Sˆi, j *Li,j

TˆJH =


4.2 Intégration dans le modèle des projections de la modélisation des durées de séjour Disposant d’une estimation prévisionnelle pour la durée de séjour par APR-DRG, il fallait ensuite distribuer cette valeur prévisionnelle sur les différentes classes d’âge afin de tenir compte de la différence des durées de séjour pour un même APR-DRG selon les classes d’âge. Cette répartition s’est faite en deux étapes •

Elaboration de la distribution de la durée moyenne de séjour d’un APR-DRG sur les classes d’âge (année de référence 2002)

•

Application de la part relative de chaque classe d’âge à la durée de séjour prévisionnelle de l’APR-DRG obtenue par modélisation.

Partant du nombre de séjours prévisionnels et de la durée de séjour par APR-DRG et par classe d’âge, nous avons déterminé le nombre de journées prévisionnelles par APR-DRG et par classe d’âge aux horizons 2005, 2010 et 2015. Les résultats sont reportés dans le tableau ci dessous.

2005

2010

2015

Somme des séjours

1.732.269

1.788.768

1.846.282

Somme des journées

14.415.171

14.660.112

14.980.017

Tableau I- 11 : Projections en termes de séjours et de journées 2005-2010-2015

Un commentaire s’impose en ce qui concerne la projection pour l’année 2005. L’application des modèles de durée de séjour sur le nombre prévisionnel de séjours pour 2005 par APR-DRG et par classe d’âge, conduit à un total de 14. 415.171 journées pour 2005. On peut vérifier que cette estimation est très proche de celle obtenue dans le rapport intermédiaire16 par rapport au scenario où l’on prenait comme estimation de la durée de séjour la médiane. Dans ce contexte en effet, le nombre total de journées s’élevait à 14.458.157 L’intégration des modèles relatifs aux tendances prévisionnelles des durées de séjour par APR-DRG se rapproche très fort, de manière globale bien sûr, d’une estimation des durées de séjour sur base de la médiane. 16

Op. Cit. « Les besoins futurs en équipements hospitaliers aigus en Belgique » I-38


Le tableau ci-après établit la synthèse des projections établies pour les années 2005-2010-2015 sur base de l’évolution de la structure démographique dans le pays et de la modélisation des tendances associées aux durées de séjour par APR-DRG17.

Année 2002

Année 2005

Année 2010

Année 2015

10.355.979

10.425.687

10.529.690

10.625.477

Variation en valeur

69.708

173.711

269.498

Variation en %

0,67%

+1,68%

+2,60%

1.732.269

1.788.768

1.846.282

31.265

87.764

145.278

+1,84%

+5,16%

+8,54%

8,32

8,20

8,11

-0,15

-0,28

-0,36

-1,82%

-3,31%

-4,28%

14.415.171

14.660.112

14.980.017

-2.573

242.368

+562.273

-0,02%

+1,68%

+3,90%

39.500

39.494

40.165

41.041

3,81

3,79

3,81

3,86

Population

Nombre de séjours

1.701.004

Variation en valeur Variation en %

Durée moyenne de séjour

8,48


Nombre de journées

14.417.744


Projection utilisation lits aigus (taux occupation 100%) Projection utilisation lits aigus / 1000 habitants (taux occupation 100%)

Tableau I- 12: Synthèse des projections- Années 2005-2010-2015

Nonobstant une diminution globale de la durée de séjour de 4,28% en 2015 par rapport à l’année de référence 2002, l’accroissement de la population combiné à l’effet du vieillissement induit une augmentation du nombre total de journées d’hospitalisation de l’ordre de 4% à l’horizon 2015. Au taux d’occupation de 100%, le nombre de lits par 1.000 habitants passe de 3,81 en 2002 à 3,86 en 2015, soit une augmentation de 1,3%. En conclusion, le changement dans la structure de la population par classe d’âge combiné à la prise en compte des prévisions relatives aux durées de séjour par APR-DRG, induit une augmentation du nombre total de journées et par voie de conséquence un accroissement de la projection d’utilisation des lits hospitaliers aigus.

17

Les chiffres ont été reportés dans le tableau avec une approximation de 2 décimales. I-39


CHAPITRE 4. ÉVOLUTION DE L’HOSPITALISATION DE JOUR L’objectif de ce chapitre est double. -

Identifier pour quel type de pathologie (APR-DRG) l’hospitalisation de jour peut, dans le futur, être considérée comme une alternative à l’hospitalisation classique.

-

Mesurer l’impact du shift probable vers l’hospitalisation pour les pathologies retenues sur l’utilisation des lits hospitaliers aigus.

1. LA BASE DE DONNEES DE REFERENCE Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique des enregistrements des hospitalisations de jour ventilés Par MDC Par APR-DRG Par niveau de sévérité et ce, pour la période couvrant les années 1996 à 2002.

2. ANALYSE DE LA TENDANCE GENERALE Dans un premier temps, nous avons déterminé, de manière globale c’est à dire, toutes pathologies confondues, quelle était la tendance générale sur la période d’observation de 1996 à 2002 sur base des variables : Somme des séjours/an en hospitalisation de jour Somme des séjours/an en hospitalisation traditionnelle Pour ce faire, nous avons ajusté un modèle de régression sur les séries chronologiques. •

L’équation obtenue pour l’hospitalisation de jour est la suivante : Y = 86.631 * t + 491.373

avec un R2 de 99,51%

Où t représente la variable « année ». Le graphique ci-après illustre la tendance générale pour l’hospitalisation de jour

I-40

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Tendance Hospitalisation de jour sur base du total des séjours par année (1996 à 2002) 1.200.000

y = 86631x + 491373 2 R = 0,9951

Total séjours

1.000.000 800.000 600.000 400.000 200.000 0 1996

1997

1998

1999

Série1

2000

2001

2002

Linéaire (Série1)

Graphique I- 15: Tendance hospitalisation de jour de 1996 à 2002

La même analyse a été faite pour l’hospitalisation traditionnelle. •

L’équation obtenue pour l’hospitalisation traditionnelle est la suivante : Y = 18.816 * Ln (t) + 2 E + 06 avec un R2 de 70,67%

Où t représente la variable « année ». Le graphique ci-après illustre la tendance générale pour l’hospitalisation traditionnelle.

Tendance Hospitalisation traditionnelle sur base du total des séjours par année (1996 à 2002)

y = 18816Ln(x) + 2E+06 2 R = 0,7067

1.700.000 1.690.000

Total séjours

1.680.000 1.670.000 1.660.000 1.650.000 1.640.000 1.630.000 1.620.000 1996

1997

1998

1999

2000

Série1

Logarithmique (Série1)

2001

2002

Graphique I- 16: Tendance hospitalisation traditionnelle de 1996 à 2002.

La comparaison de ces deux équations et/ou graphiques, montre de toute évidence une tendance générale à la hausse pour l’hospitalisation de jour et à la baisse, avec effet asymptotique, pour l’hospitalisation traditionnelle. I-41


Le R2 pour l’hospitalisation traditionnelle est un peu moins bon car il tient compte des effets associés aux années 1996 à 2000. Toutefois si nous regardons les années 2000 à 2002 on observe clairement un renversement de tendance dans le cadre de l’hospitalisation traditionnelle. Sur base de ce constat, nous allons tenter de mesurer le « shift » de l’hospitalisation traditionnelle vers l’hospitalisation de jour. Le problème est relativement complexe car, comme nous le verrons ultérieurement, l’augmentation en hospitalisation de jour n’induit pas nécessairement une diminution de l’hospitalisation traditionnelle et inversement. Autrement dit, il n’y a pas une relation directe de cause à effet. Diverses raisons peuvent être invoquées comme, par exemple, modification des pratiques médicales, évolution des technologies, changement des comportements de la patientèle etc.

3. ANALYSE PAR APR-DRG ET PAR SEJOUR. L’analyse a été faite sous forme de trois variantes correspondant à des hypothèses progressivement affinées. •

Variante n°1 : On reprend l’approche avancée dans lé rapport intermédiaire associé à cette étude18 et qui partait du principe que dans un futur proche les séjours de 1, 2 et 3 jours passeraient en hospitalisation de jour19.

•

Variante n°2 : On identifie les APR-DRGs pour lesquels, sur base d’une analyse scientifique, l’hospitalisation de jour peut être reconnue comme alternative à l’hospitalisation traditionnelle. On pose alors l’hypothèse que, dans ce cas de figure, il y a de fortes chances pour que les séjours de 1, 2 et 3 jours passent effectivement en hospitalisation de jour dans le futur.

•

Variante n°3 : On adopte la même démarche que dans la variante 2 tout en pondérant de manière dégressive les séjours de 1, 2, 3 jours.

18

Op. Cit «Les besoins futurs en équipements hospitaliers aigus en Belgique », Partie II : « Estimation des capacités

nécessaires sur base d’un scenario projectif détaillé : horizon 2005 » p. 100 et suiv. 19

Biersack O. « Les méthodes de planification des cantons. », Évaluation de la planification hospitalière, Conférence

des directeurs cantonaux des affaires sanitaires. (CDS) Bâle 2.000 I-42


3.1 Variante n°1 : Élimination des séjours qui en hospitalisation classique correspondent à des séjours d’une durée de 1, 2 et 3 jours. Nous avons dans la base de données correspondant aux projections pour les années 2005, 2010 et 2015 sélectionné tous les séjours correspondant respectivement à des durées de séjour jours et

1 jour, 2

3 jours. Pour chacun de ces scénarios, nous avons calculé le nombre de séjours, la durée

moyenne de séjour et le total des journées attendus aux horizons 2005-2010-2015. Nous avons, dans le même temps, mesuré l’impact en termes de taux de variation par rapport à la solution qui consistait à prendre la totalité des séjours. Les résultats sont reportés dans le tableau ci-après. Projections

Tous les séjours

Sans séjours

Sans séjours

Sans séjours

1 jour

2 jours

3 jours

1.372.165

1.146.262

989.824

- 20,79%

- 33,83%

- 42,86%

9,08

9,78

10,33

+9,13%

+17,48%

+24,12%

12.461.294

11.205.658

10.223.515

- 13,55%

- 22,26%

- 29,08%

1.422.608

1.191.708

1.032.062

- 20,47%

- 33,38%

-42,30%

8,90

9,58

10,11

+8,61%

+16,83%

+23,36%

12.663.147

11.411.044

10.434.498

- 13,62%

- 22,16%

-28,82%

1.473.609

1.237.262

1.074.105

-20,19%

- 32,99%

- 41,82%

8,76

9,41

9,93

+7,94%

+16,00%

+22,37%

12.906.216

11.644.733

10.664.349

- 13,84%

- 22,26%

- 28,81%

2005 Population

10.425.687

Nombre séjours

1.732.269

Impact sur Séjours Durée séjour

8,32

Impact sur DS Total journées

14.415.171

Impact sur journées 2010 Population

10.529.690

Nombre séjours

1.788.768


8,20


14.660.112


10.625.477

Nombre séjours

1.846.282


8,11


14.980.017

Impact sur journées

Tableau I- 13 : Projections 2005-2010-2015 : variante n° 1 pour l'hospitalisation de jour.

Il est évident que l’impact en termes du nombre de séjours est plus important que l’impact en termes de journées, vu que l’on considère des séjours de très courte durée. I-43


En ce qui concerne la variable « durée de séjour », on vérifie que, quelle que soit l’hypothèse envisagée, elle diminue au fur et à mesure des années. Par contre, pour une année donnée, la durée de séjour moyenne augmente selon l’hypothèse choisie. Ceci est la conséquence évidente de l’élimination des séjours de courte durée.

3.2 Variante n°2 : Élimination des séjours qui en hospitalisation traditionnelle correspondent à une durée de 1, 2 et 3 jours ET pour les APR-DRGs pour lesquels l’hospitalisation de jour peut être reconnue comme alternative à l’hospitalisation classique. Plutôt que de prendre des choix arbitraire quant à l’évolution future de l’hospitalisation de jour, nous avons cherché à identifier les APR-DRGs pour lesquels on pouvait scientifiquement admettre que l’hospitalisation de jour pouvait être envisagée comme une alternative à l’hospitalisation classique. Clairement, il fallait identifier les APR-DRGs pour lesquels on observait en parallèle et simultanément une diminution de l’hospitalisation traditionnelle et une augmentation de l’hospitalisation de jour. Pour mesurer le taux de substitution de l’hospitalisation de jour à l’hospitalisation traditionnelle, nous avons calculé un coefficient de corrélation « r » entre les deux séries suivantes : séjours en hospitalisation de jour et séjours en hospitalisation traditionnelle sur les périodes allant de 1996 à 2002. Le tableau ci-après illustre la démarche suivie.

I-44

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique rdrg_code

1996

3 4 5 20 21 22 23 24 25 26 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 70 71 72 73 80 81 82 90 91 92 93 94

413 1614 351 787 3704 764 1130 3171 5200 1021 1077 2397 6530 2255 3113 4180 12315 8760 6030 810 901 1017 1758 12074 4230 1377 1982 17983 14126 591 6642 8565 25137 281 593 3274 527 436 2486 8192 3311

NOMBRE DE SEJOURS EN HOSPITALISATION TRADITIONNELLE 1997 1998 1999 2000 2001 317 1783 414 790 3914 794 1083 3244 4880 1113 1078 2630 6656 2190 3148 3854 13143 8459 6529 788 861 815 1848 12086 4467 1365 1929 17902 14277 604 6459 7399 24327 316 624 3240 497 429 2561 8005 3055

345 1882 438 744 3924 790 1193 3582 4509 1010 905 2840 7304 2315 3164 4370 12808 8593 6716 885 838 792 2099 12826 4565 1445 1933 17104 15158 558 6185 6125 21477 336 702 3310 474 471 2559 8261 2904

536 1960 426 772 3790 795 1142 3708 4303 1246 829 2718 7670 2255 3118 5369 12665 9168 6605 995 865 1153 2083 13588 4927 1676 1916 17572 16558 591 5870 5802 18111 341 708 3521 410 456 2461 8229 2699

623 2165 472 737 4106 735 1256 3861 4119 1499 769 2677 8073 2176 3277 5527 12022 8958 6270 1073 1064 3623 2273 14013 5227 1752 1730 16523 17967 617 5926 4599 15794 320 717 3162 452 473 2823 8398 2596

610 2323 544 820 3942 787 1403 3952 4062 1517 737 2846 8286 2331 3216 6725 11357 9122 6230 986 801 1487 2270 14180 5112 1658 1756 14936 19066 644 6020 3899 14392 326 714 3135 407 528 3061 8373 2653

2002

1996

595 2332 517 739 4213 799 1275 4279 3799 1561 714 3021 9161 2431 3358 8155 10099 8713 5987 873 775 1109 2222 14730 4750 1698 1598 13560 19522 605 5968 3262 12027 355 639 2837 386 575 3187 8128 2342

88 2 2 33 2 133 13 11678 86 147 128 95 384 107 18 839 198 1424 100 115 3 45 283 158 35 26 289 419 89 976 7382 15447 4 45 396 56 229 557 2801 12125

NOMBRE DE SEJOURS EN HOSPITALISATION DE JOUR 1997 1998 1999 2000 2001

2002

Corrélation

7 2 1 3 30 1 233 15 12510 80 207 98 71 283 126 34 848 183 1440 23 90 4 52 265 168 48 46 255 385 93 1148 8141 21339 6 45 415 62 232 607 3311 12662

10 4 2 1 75 7 513 19 18843 104 257 215 357 2394 170 43 735 185 4333 130 131 8 85 827 1139 79 42 551 917 168 1895 14009 59710 13 156 716 76 216 1184 3140 18104

-0,22 0,66 0,34 0,38 0,44 0,24 0,86 0,14 -0,94 0,92 -0,63 0,44 0,94 0,67 0,93 0,34 0,53 -0,80 -0,59 0,48 0,40 0,78 0,67 0,91 0,71 0,63 -0,58 -0,85 0,98 0,05 -0,88 -0,98 -0,99 0,56 0,42 0,00 -0,79 0,05 0,98 0,11 -0,88

8 4 3 2 22 8 217 29 13724 76 239 176 67 348 107 50 827 186 1478 25 81 2 46 285 194 30 34 209 462 112 1546 9117 30010 2 50 565 48 112 696 2764 13751

12 4 1 1 42 2 198 24 14054 90 278 200 192 682 115 33 882 140 1774 115 106 13 541 377 513 43 39 348 567 117 1478 10444 37036 9 124 841 87 109 585 3456 13807

11 3 2 2 28 3 374 17 15603 114 291 302 219 1224 139 42 966 146 2182 99 146 16 1749 509 758 53 45 472 804 109 1780 11645 43733 9 98 690 66 113 789 3654 14709

10 10 2 2 68 17 493 13 17276 104 196 247 287 2018 139 37 839 159 3587 223 125 7 1513 673 966 69 48 524 814 110 1709 12619 51594 7 141 678 76 169 1066 3006 16933

Tableau I- 14: Corrélation entre séjours en hospitalisation traditionnelle et en hospitalisation de jour

Le tableau complet des corrélations entre les séjours en hospitalisation traditionnelle et en jour est repris dans l’annexe 8. Le signe du coefficient de corrélation témoigne du sens de la relation entre les deux séries. Un signe + signifie que les séries évoluent dans le même sens (augmentation ou diminution) Un signe – signifie que les séries évoluent en sens opposé (si l’une augmente, l’autre diminue et inversement) La valeur du coefficient (0

r

1) atteste de l’intensité de la liaison entre les deux séries.

Sur cette base, deux cas de figure peuvent être identifiés. •

Les séries varient en sens inverse et laisse supposer un shift de l’hospitalisation traditionnelle vers l’hospitalisation de jour

•

Les séries varient dans le même sens ; il n’y a donc pas lieu de considérer l’hospitalisation de jour comme une alternative à l’hospitalisation classique

Nous allons à présent, sur base d’exemples concrets, illustrer notre raisonnement.

I-45


a) APR-DRG pour lesquels le coefficient de corrélation « r » est négatif et de valeur supérieure à 0,5

APR-DRG 73 : INTERVENTIONS SUR LE CRISTALLIN AVEC OU SANS VITRECTOMIE Corrélation= - 0,99 70000 60000 50000 40000 30000 20000 10000 0 1996

1997

1998

1999 H. Traditionelle

2000

2001

2002

H. Jour

Graphique I- 17: APR-DRG 73- Corrélation entre séjours en traditionnel et en jour

APR-DRG 319 : ENLEVEMENT MATERIEL DU SYSTEME MUSCULOSQUELLETIQUE Corrélation = -0,86 7000 6000 5000 4000 3000 2000 1000 0 1996

1997

1998

1999 H. Traditionelle

2000

2001

2002

H. Jour

Graphique I- 18: APR-DRG 319 Corrélation entre séjours en traditionnel et en jour

Il est clair que, dans ces deux cas de figure, on peut réellement parler de « shift » d’un mode d’hospitalisation à un autre. On observe, en effet, que la diminution en hospitalisation traditionnelle coïncide simultanément et en parallèle avec une augmentation en hospitalisation de jour.

I-46


b) APR-DRGs pour lesquels le coefficient de corrélation « r » est positif et de valeur supérieure à 0,5

APR-DRG 315: INTERVENTIONS EPAULE, COUDE, AVANT BRAS Corrélation + 0,99 30000 25000 20000 15000 10000 5000 0 1996

1997

1998

1999

H. Traditionnelle

2000

2001

2002

H. Jour

Graphique I- 19: APR-DRG 315 Corrélation entre séjours en traditionnel et en jour

Pour l’APR-DRG 315, on observe que la tendance est à la hausse aussi bien pour l’hospitalisation classique que pour l’hospitalisation de jour. Cet exemple illustre le fait qu’une tendance à la hausse en hospitalisation de jour n’a pas nécessairement comme corolaire une tendance à la baisse en hospitalisation traditionnelle.

APR-DRG 320 AUTRES INTERVENTIONS DU SYSTEME MUSCULOSQUELETTIQUE ET TISSU CONJONCTIF

corrélation + 0,57

16000 14000 12000 10000 8000 6000 4000 2000 0 1996

1997

1998

1999

H.Traditionnelle

2000

2001

2002

H.Jour

Graphique I- 20: APR-DRG 320 Corrélation entre séjours en traditionnel et jour

Enfin, l’APR-DRG 320 témoigne d’une réduction simultanée en hospitalisation traditionnelle et en jour. On vérifie à travers cet exemple qu’une diminution en hospitalisation traditionnelle n’a pas I-47


non plus comme corolaire systématique une augmentation en hospitalisation de jour. Tous ces cas témoignent de la difficulté à bien cerner la problématique du « shift » vers l’hospitalisation de jour. De plus, un examen très attentif de la base de données, a attiré notre attention sur le fait que, si l’on sélectionne les séjours de courte durée (1 jour, 2 jours et 3 jours), on peut mettre en évidence le fait que, pour certains APR-DRG, la part relative de l’hospitalisation de jour dans le total des séjours appartenant à ces trois catégories, reste malgré tout relativement faible. Cela signifie concrètement que, même si la durée de séjour est très courte, il n’y aura pas, ipso facto, « shift » vers l’hospitalisation de jour car le recours à l’hospitalisation classique peut, pour de multiples raisons, s’avérer parfois justifiée. Sur base de ce constat, il reste à déterminer quels sont les APR-DRGs pour lesquels la part de l’hospitalisation de jour est suffisamment significative que pour admettre, en toute logique, que le « shift » vers l’hospitalisation de jour ne fera que se développer dans le futur. Pour tenir compte des données les plus récentes et ne pas biaiser l’approche par des données trop anciennes qui ne reflètent plus la tendance actuelle, nous avons calculé sur les 3 dernières années (2000-2001-2002) et par APR-DRG, la part relative des séjours en hospitalisation de jour sur le total des séjours correspondant à des séjours de respectivement 1, 2 et 3 jours. Nous avons ensuite retenu comme estimation de la part relative de l’hospitalisation de jour pour ces 3 catégories, la moyenne géométrique des parts relatives calculées sur les 3 dernières années. A titre d’exemples : •

Pour les séjours 1 jour on a fait le rapport

séjours = 1jour en hospi jour séjours = 1 jour en hospi Traditionnel + jour

•

Pour les séjours

2 jours on fait le rapport

séjours ≤ α jours en hospi Jour séjours ≤ α jours en hospi traditionnel + Jour

•

Pour les séjours

α = 1,2

3 jours on fait le rapport

séjours ≤ α jours en hospi Jour séjours ≤ α jours en hospi traditionnel + Jour

α = 1,2,3

Dès lors, nous avons admis l’hypothèse que si la part observée de l’hospitalisation de jour était I-48


supérieure à 1/3 du total des séjours, nous pouvions admettre que les séjours de durée égale à 1, 2 et 3 jours, pourraient, avec une bonne probabilité, passer dans le futur en hospitalisation de jour. Dans le cadre de cette seconde variante, nous avons donc choisi de simuler l’élimination des séjours correspondant à respectivement 1, 2 ou 3 jours à condition de vérifier les deux conditions suivantes : •

Avoir un coefficient de corrélation négatif entre les séries « séjours en hospitalisation traditionnelle » et « séjours en hospitalisation jour »

•

Avoir au niveau de l’APR-DRG auquel ces séjours appartiennent une part relative des séjours en hospitalisation de jour

à 33% (1/3)

La règle de décision ainsi établie montre que ce faisant, on élimine les séjours de 1, 2 et 3 jours pour les APR-DRGs correspondant aux « Séjours Faux Classiques » tels que définis par le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement20, exception faite des APR-DRGs repris dans le tableau ci-après et pour lesquels la part de l’hospitalisation de jour dans le total des séjours reste très faible. APR-DRG

Libellé

Part relative=

Séjours Jour Total des séjours

71

Interventions intraoculaires excepté cristallin

23,09%

314

Interventions du pied

22,36%

315

Interventions épaule, coude, avant-bras

13,27%

446

Interventions urétrales et transurétrales

17,53%

513

Interventions sur utérus/annexe, pour carcinome in

20,47%

situ et affections bénignes Tableau I- 15 : APR-DRG appartenant aux séjours Faux Classiques et non retenus pour élimination des séjours de courte durée

Les résultats des simulations menées dans le cadre de cette seconde variante relative à la prise en compte de l’évolution de l’hospitalisation de jour sur les projections à l’horizon 2005-2010-2015 sont repris dans les tableaux ci-après.

20

Définition des séjours « Faux Classiques » en annexe 9. I-49


Projections

Tous les séjours

Sans séjours 1 jour

Sans séjours

Sans séjours

2 jours

3 jours

Corrélation négative



Part Jour > 1/3

Part Jour > 1/3

Part Jour > 1/3

1.469.722

1.291.374

1.173.421

- 15,16%

- 25,45%

- 32,26%

8,88

9,35

9,68

+6,71%

+12,39%

+16,28%

13.050.849

12.077.298

11.354.168

- 9,46%

- 16,22%

- 21,23%

1.521.821

1.339.553

1.218.977

- 14,92%

- 25,11%

-31,85%

8,70

9,15

9,46

+6,14%

+11,66%

+15,44%

13.238.220

12.258.541

11.533.303

- 9,70%

- 16,38%

-21,33%

1.574.428

1.387.951

1.264.679

-14,72%

- 24,82%

- 31,50%

8,56

8,99

9,29

+5,51%

+10,86%

+14,53%

13.478.135

12.484.588

11.752.208

- 10,03%

- 16,66%

- 21,55%

2005 Population

10.425.687

Nombre séjours

1.732.269

Impact sur Séjours 8,32

Durée séjour Impact sur DS

14.415.171

Total journées Impact sur journées 2010 Population

10.529.690

Nombre séjours

1.788.768


8,20


14.660.112


10.625.477

Nombre séjours

1.846.282

Impact sur Séjours 8,11

Durée séjour Impact sur DS

14.980.017

Total journées Impact sur journées

Tableau I- 16: Projections 2005-2010-2015 : variante n°2 pour l'hospitalisation de jour

Les commentaires qui précèdent montrent bien la difficulté rencontrée dans l’interprétation qu’il faut donner à l’évolution de l’hospitalisation de jour par rapport à l’hospitalisation traditionnelle. Il est clair qu’il faut se garder de choix arbitraires et non fondés sur une analyse minutieuse.

I-50


3.3 Variante n°3 : Pondération dégressive pour les séjours de durée 1, 2 et 3 jours D’aucuns argumentent qu’il n’est pas très réaliste d’envisager que les séjours de 2 et 3 jours passeront systématiquement en hospitalisation de jour. La variante n°3 reprend donc les hypothèses de la variante n°2 mais en associant une probabilité différente au « shift » de l’hospitalisation traditionnelle vers le jour pour les séjours de 2 et 3 jours. Le tableau ci-après reprend les probabilités associées aux différents cas de figure.

Durée

Probabilité

de séjour de basculer en Jour 1

100%

2

60%

3

40%

Tableau I- 17:Probabilité du « shift » de l’hospitalisation classique vers le jour pour séjours = 1,2 et 3 jours

Dans ce contexte, nous avons simulé le scenario suivant : •

On élimine les séjours

1 jour avec une probabilité de 100% = 2 jours avec une probabilité de 60% = 3 jours avec une probabilité de 40% Si

Corrélation négative entre Jour et Traditionnel Part du Jour > 1/3 du total des séjours (1, 2 et 3 jours, resp.)

Les résultats sont repris dans le tableau suivant.

I-51


Projections

Tous les séjours

Sans séjours 1 jour (prob =100%) = 2 jours (prob =60%) =3 jours (prob =40%) Corrélation négative Part Jour > 1/3 total des séjours pour resp. 1, 2, 3 jours

2005 Nombre Séjours

1.732.269

-24,06%

Impact sur séjours Durée séjour

1.315.532

8,32

9,26 +11,24%

Impact sur DS Total Journées

14.415.171

12.177.928 -15,52%

Impact sur Journées 2010 Nombre Séjours

1.788.768

-23,73%


1.364.230

8,20

9,06 +10,56%


14.660.112

12.361.478 -15,68%

Impact sur Journées 2015 Nombre Séjours

1.846.282

-23,46%


1.413.233

8,11

8,91 +9,81%


14.980.017

12.590.747 -15,95%

Impact sur Journées

Tableau I- 18: Projections 2005-2010-2015 : variante n° 3 pour hospitalisation de jour.

Cette troisième et dernière variante nous paraît particulièrement défendable et de « grand bon sens ». En effet, tout en prenant compte de l’évolution probable des paramètres qui influent sur la détermination de l’utilisation des lits hospitaliers, elle limite les risques par rapport à des solutions « trop optimistes » empruntées à d’autres pays de réalité économique et sociale différente de celle de la Belgique. I-52


CHAPITRE 5. SYNTHÈSE DES PROJECTIONS : HORIZONS 2005-20102015 Nous sommes à présent en mesure de présenter la synthèse des résultats obtenus par les diverses simulations associées aux différents scenarios retenus. Afin d’alléger la présentation des tableaux de synthèse, nous présentons ci dessous la légende reprise dans les dits tableaux. LÉGENDE DES TABLEAUX DE SYNTHÈSE [0] : All Séjours

Tous les séjours

[1] : Sans séjours : [DS 1]

Sans séjours avec durée

1 jour



2 jours



3 jours


1 jour

[4] : Sans séjours : [DS 1;r<0; Tx 1/3]

Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour (1 jour) > 1/3 Sans séjours avec durée


Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour > 1/3 (1 et 2 jours resp.) Sans séjours avec durée


2 jours

3 jours

Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour > 1/3 (1,2 et 3 jours resp) Sans séjours avec durée 1 jour 60% des séjours avec durée = 2 jours 40% des séjours avec durée = 3 jours

[7] : Sans séjours : [r<0;Tx 1/3]; [DS 1;60%DS=2; 40%DS=3] Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour > 1/3 (1, 2,3 jours resp.) Tableau I- 19: Légende des tableaux de synthèse

Les tableaux qui suivent présentent pour les trois années 2005-2010-2015, la synthèse des résultats obtenus pour les différents scenarios qui ont été simulés. Dans les tableaux de synthèse, les taux de variation sont toujours calculés par rapport à l’hypothèse de base selon laquelle on garde dans la projection la totalité des séjours. I-53


Durée Projection à l'horizon 2005

All Séjours [1] : Sans séjours : [DS 1] [2] : Sans séjours : [DS 2] [3] : Sans séjours : [DS 3] [4] : Sans séjours : [DS 1;Tx 1/3] [5] : Sans séjours : [DS 2;Tx 1/3] [6] : Sans séjours : [DS 3;Tx 1/3] [7] : Sans séjours : [r<0;Tx 1/3] et [DS 1; 60%DS=2; 40%DS=3]

Nombre de

Nombre de

moyenne de

séjours

séjour

1.732.269

8,32

14.415.171

(0,00%)

(0,00%)

(0,00%)

1.372.165

9,08

12.461.294

-(20,79%)

(9,13%)

-(13,55%)

1.146.262

9,78

11.205.658

-(33,83%)

(17,48%)

-(22,26%)

989.824

10,33

10.223.515

-(42,86%)

(24,12%)

-(29,08%)

1.469.722

8,88

13.050.849

-(15,16%)

(6,71%)

-(9,46%)

1.291.374

9,35

12.077.298

-(25,45%)

(12,39%)

-(16,22%)

1.173.421

9,68

11.354.168

-(32,26%)

(16,28%)

-(21,23%)

1.315.532

9,26

12.177.928

-(24,06%)

(11,24%)

-(15,52%)

journées

Tableau I- 20: Synthèse des projections pour l'année 2005 Durée Projection à l'horizon 2010


moyenne de

séjours

séjour

1.788.768

8,20

14.660.112

(0,00%)

(0,00%)

(0,00%)

1.422.608

8,90

12.663.147

-(20,47%)

(8,61%)

-(13,62%)

1.191.708

9,58

11.411.044

-(33,38%)

(16,83%)

-(22,16%)

1.032.062

10,11

10.434.498

-(42,30%)

(23,36%)

-(28,82%)

1.521.821

8,70

13.238.220

-(14,92%)

(6,14%)

-(9,70%)

1.339.553

9,15

12.258.541

-25,11%)

(11,66%)

-(16,38%)

1.218.977

9,46

11.533.303

-(31,85%)

(15,44%)

-(21,33%)

1.364.230

9,06

12.361.478

-(23,73%)

(10,56%)

-(15,68%)

Tableau I- 21: Synthèse des projections pour l'année 2010 I-54

Nombre de

Nombre de

journées


Durée Projection à l'horizon 2015


Nombre de

Nombre de

moyenne de

séjours

séjour

1.846.282

8,11

14.980.017

(0,00%)

(0,00%)

(0,00%)

1.473.609

8,76

12.906.216

-(20,19%)

(7,94%)

-(13,84%)

1.237.262

9,41

11.644.733

-(32,99%)

(16,00%)

-(22,26%)

1.074.105

9,93

10.664.349

-(41,82%)

(22,37%)

-(28,81%)

1.574.428

8,56

13.478.135

-(14,72%)

(5,51%)

-(10,03%)

1.387.951

8,99

12.484.588

-(24,82%)

(10,86%)

-(16,66%)

1.264.679

9,29

11.752.208

-(31,50%)

(14,53%)

-(21,55%)

1.413.233

8,91

12.590.747

-(23,46%)

(9,81%)

-(15,95%)

journées

Tableau I- 22: Synthèse des projections pour l'année 2015

Sur base de ces différents éléments, nous pouvons faire un récapitulatif de la projection de l’utilisation théorique des lits aigus pour les années 2005-2010-2015. La projection de l’utilisation des lits hospitaliers aigus est exprimée selon différentes hypothèses relatives au taux d’occupation allant de 70 à 100%. Les résultats exprimés en termes d’utilisation des lits aigus par jour et par 1.000 habitants sont présentés dans les deux tableaux ci-après.

I-55


PROJECTIONS DE L'UTILISATION DES LITS AIGÜS AUX HORIZONS 2005-2010-2015 SELON LES SCENARIOS SIMULES ET LE TAUX D' OCCUPATION Projection à l'horizon 2005 Nbre de lits (Tx 100%) Nbre de lits (Tx 90%) Nbre de lits (Tx 85%) Nbre de lits (Tx 80%) Nbre de lits (Tx 75%) Nbre de lits (Tx 70%)

Projection à l'horizon 2010 Nbre de lits (Tx 100%) Nbre de lits (Tx 90%) Nbre de lits (Tx 85%) Nbre de lits (Tx 80%) Nbre de lits (Tx 75%) Nbre de lits (Tx 70%)

Projection à l'horizon 2015 Nbre de lits (Tx 100%) Nbre de lits (Tx 90%) Nbre de lits (Tx 85%) Nbre de lits (Tx 80%) Nbre de lits (Tx 75%) Nbre de lits (Tx 70%)

All Séjours

Sans séjours : [DS 1]



Sans séjours : [DS 1;Tx 1/3]

Sans séjours : [DS 1;Tx 1/3] [DS=2;Tx 1/3]

Sans séjours : [DS 1;Tx 1/3] [DS=2;Tx 1/3] [DS=3;Tx 1/3]

Sans séjours : [DS 1;Tx 1/3] 60%[DS=2;Tx 1/3] 40%[DS=3;Tx 1/3]

39.493,62 43.881,80 46.463,08 49.367,03 52.658,16 56.419,46

34.140,53 37.933,93 40.165,33 42.675,67 45.520,71 48.772,19

30.700,43 34.111,59 36.118,16 38.375,54 40.933,91 43.857,76

28.009,63 31.121,81 32.952,51 35.012,04 37.346,17 40.013,76

35.755,75 39.728,61 42.065,59 44.694,69 47.674,34 51.079,65

33.088,49 36.764,99 38.927,63 41.360,61 44.117,98 47.269,27

31.107,31 34.563,68 36.596,84 38.884,14 41.476,41 44.439,01

33.364,19 37.071,32 39.251,99 41.705,23 44.485,58 47.663,12

All Séjours








40.164,69 44.627,44 47.252,58 50.205,86 53.552,92 57.378,13

34.693,55 38.548,39 40.815,94 43.366,94 46.258,07 49.562,22

31.263,13 34.736,82 36.780,16 39.078,92 41.684,18 44.661,62

28.587,67 31.764,07 33.632,55 35.734,58 38.116,89 40.839,52

36.269,10 40.299,00 42.669,53 45.336,37 48.358,80 51.813,00

33.585,04 37.316,71 39.511,82 41.981,30 44.780,06 47.978,63

31.598,09 35.108,99 37.174,22 39.497,61 42.130,79 45.140,13

33.867,06 37.630,07 39.843,60 42.333,83 45.156,08 48.381,52

All Séjours








41.041,14 45.601,27 48.283,70 51.301,43 54.721,52 58.630,20

35.359,50 39.288,33 41.599,41 44.199,37 47.146,00 50.513,57

31.903,38 35.448,20 37.533,39 39.879,22 42.537,84 45.576,25

29.217,39 32.463,77 34.373,41 36.521,74 38.956,53 41.739,14

36.926,40 41.029,33 43.442,82 46.158,00 49.235,20 52.752,00

34.204,35 38.004,83 40.240,41 42.755,44 45.605,80 48.863,36

32.197,83 35.775,37 37.879,80 40.247,29 42.930,44 45.996,90

34.495,20 38.328,00 40.582,58 43.119,00 45.993,60 49.278,85

Tableau I- 23: Synthèse générale-Projection de l’utilisation des lits aigus selon scenarios simules et taux d'occupation

I-56


PROJECTIONS DE L'UTILISATION DES LITS/1.000 HAB. AUX HORIZONS 2005-2010-2015 SELON LES SCENARIOS SIMULES ET LE TAUX D'OCCUPATION Projection à l'horizon 2005 Nbre de lits/1000 hab. (Tx 100%) Nbre de lits/1000 hab. (Tx 90%) Nbre de lits/1000 hab. (Tx 85%) Nbre de lits/1000 hab. (Tx 80%) Nbre de lits/1000 hab. (Tx 75%) Nbre de lits/1000 hab. (Tx 70%)

Projection à l'horizon 2010 Nbre de lits/1000 hab. (Tx 100%) Nbre de lits/1000 hab. (Tx 90%) Nbre de lits/1000 hab. (Tx 85%) Nbre de lits/1000 hab. (Tx 80%) Nbre de lits/1000 hab. (Tx 75%) Nbre de lits/1000 hab. (Tx 70%)

Projection à l'horizon 2015 Nbre de lits/1000 hab. (Tx 100%) Nbre de lits/1000 hab. (Tx 90%) Nbre de lits/1000 hab. (Tx 85%) Nbre de lits/1000 hab. (Tx 80%) Nbre de lits/1000 hab. (Tx 75%) Nbre de lits/1000 hab. (Tx 70%)

All Séjours








3,79 4,21 4,46 4,74 5,05 5,41

3,27 3,64 3,85 4,09 4,37 4,68

2,94 3,27 3,46 3,68 3,93 4,21

2,69 2,99 3,16 3,36 3,58 3,84

3,43 3,81 4,03 4,29 4,57 4,90

3,17 3,53 3,73 3,97 4,23 4,53

2,98 3,32 3,51 3,73 3,98 4,26

3,20 3,56 3,76 4,00 4,27 4,57

All Séjours








3,81 4,24 4,49 4,77 5,09 5,45

3,29 3,66 3,88 4,12 4,39 4,71

2,97 3,30 3,49 3,71 3,96 4,24

2,71 3,02 3,19 3,39 3,62 3,88

3,44 3,83 4,05 4,31 4,59 4,92

3,19 3,54 3,75 3,99 4,25 4,56

3,00 3,33 3,53 3,75 4,00 4,29

3,22 3,57 3,78 4,02 4,29 4,59

All Séjours








3,86 4,29 4,54 4,83 5,15 5,52

3,33 3,70 3,92 4,16 4,44 4,75

3,00 3,34 3,53 3,75 4,00 4,29

2,75 3,06 3,23 3,44 3,67 3,93

3,48 3,86 4,09 4,34 4,63 4,96

3,22 3,58 3,79 4,02 4,29 4,60

3,03 3,37 3,56 3,79 4,04 4,33

3,25 3,61 3,82 4,06 4,33 4,64

Tableau I- 24: Synthèse générale-Projection du nombre de lits par 1.000 habitants selon scenarios simulés et taux d’occupation

I-57


TITRE 2. PROJECTIONS DE L’UTILISATION DES LITS AIGUS PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 Le second titre de ce rapport couvre trois objectifs : •

Connaître dans les diverses régions administrativement définies et correspondant à une réalité économique et sociale, la répartition des séjours hospitaliers avec identification d’une part, de la demande exprimée par les résidents et d’autre part, de la production assurée par l’infrastructure hospitalière d’un arrondissement.

•

Connaître par arrondissement, l’évolution des séjours potentiels. Ainsi, l’analyse par arrondissement ventile la projection établie en termes du nombre de séjours et de journées d’hospitalisation au niveau national entre les différents arrondissements. La projection est basée sur l’analyse du case mix par arrondissement et prend en compte l’évolution de la population et de la durée de séjour.

•

Connaître les flux de patients entre arrondissements et tenter de dégager des centres d’attractivité.

CHAPITRE 1. ÉVOLUTION DÉMOGRAPHIQUE L’analyse a été faite pour les 43 arrondissements dont l’identification est reprise dans la liste ci dessous. Code localité 11000 12000 13000 21000 23000 24000 25000 31000 32000 33000 34000 35000 36000 37000 38000 41000 42000 43000 44000 45000 46000 51000 52000 53000 54000 55000 56000 57000 61000 62000 63000 64000 71000 72000 73000 81000 82000 83000 84000 85000 91000 92000 93000

Nom localité Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement Arrondissement

d'Anvers de Malines de Turnhout de Bruxelles-Capitale de Hal-Vilvorde de Louvain de Nivelles de Bruges de Dixmude d'Ypres de Courtrai d'Ostende de Roulers de Tielt de Furnes d'Alost de Termonde d'Eeklo de Gand d'Audenarde de Saint-Nicolas d'Ath de Charleroi de Mons de Mouscron de Soignies de Thuin de Tournai de Huy de Liège de Verviers de Waremme de Hasselt de Maaseik de Tongres d'Arlon de Bastogne de Marche-en-Famenne de Neufchâteau de Virton de Dinant de Namur de Philippeville

Tableau I- 25: Liste des arrondissements I-58


Le tableau ci-après montre, par arrondissement, l’évolution attendue de la population selon les projections de l’INS aux horizons 2005-2010-2015. Les taux de variation sont calculés par rapport à l’année de référence 2002. Pour différentier les arrondissements pour lesquels le taux de variation de la population était supérieur à la croissance attendue au niveau national, nous avons grisé les cases correspondantes. On remarquera également que certains arrondissements ont un taux de croissance négatif.

Code localité 11000 12000 13000 21000 23000 24000 25000 31000 32000 33000 34000 35000 36000 37000 38000 41000 42000 43000 44000 45000 46000 51000 52000 53000 54000 55000 56000 57000 61000 62000 63000 64000 71000 72000 73000 81000 82000 83000 84000 85000 91000 92000 93000

Nom localité Anvers Malines Turnhout Bruxelles-Capitale Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en-Famenne Neufchâteau Virton Dinant Namur Philippeville

2002 939.339 309.523 412.883 980.819 565.199 464.736 358.279 271.375 47.927 103.946 278.638 143.531 141.031 88.180 56.989 263.748 187.804 79.534 499.096 114.719 225.554 79.789 421.948 251.080 69.656 175.891 147.019 140.771 102.097 591.758 270.094 69.752 388.256 223.170 192.239 52.770 41.296 51.622 56.014 48.807 101.234 285.892 61.974

2005 939.685 312.150 418.280 986.952 569.706 471.438 364.994 271.240 47.841 103.569 278.155 144.002 141.441 88.243 57.437 264.843 188.864 79.562 501.354 115.055 227.056 80.445 422.713 252.308 69.381 178.014 147.959 140.953 103.699 594.092 273.026 71.219 391.872 226.905 194.228 53.529 41.858 52.730 56.436 49.184 102.322 288.651 62.296

2010 940.133 315.859 425.889 999.702 575.084 480.994 374.557 270.606 47.639 102.801 276.914 144.490 141.746 88.189 58.036 266.007 190.314 79.514 504.125 115.542 229.150 81.431 424.369 254.688 68.980 181.254 149.416 141.319 106.173 598.637 277.585 73.433 397.046 232.313 197.042 54.612 42.740 54.349 57.144 49.800 104.065 293.220 62.783

2015 Var 02-05 Var 02-10 Var 02-15 940.767 0,04% 0,08% 0,15% 318.935 0,85% 2,05% 3,04% 431.984 1,31% 3,15% 4,63% 1.014.844 0,63% 1,93% 3,47% 579.459 0,80% 1,75% 2,52% 489.103 1,44% 3,50% 5,24% 383.179 1,87% 4,54% 6,95% 269.503 -0,05% -0,28% -0,69% 47.405 -0,18% -0,60% -1,09% 101.914 -0,36% -1,10% -1,95% 275.019 -0,17% -0,62% -1,30% 144.680 0,33% 0,67% 0,80% 141.521 0,29% 0,51% 0,35% 87.939 0,07% 0,01% -0,27% 58.512 0,79% 1,84% 2,67% 266.525 0,42% 0,86% 1,05% 191.353 0,56% 1,34% 1,89% 79.296 0,04% -0,03% -0,30% 505.575 0,45% 1,01% 1,30% 115.913 0,29% 0,72% 1,04% 230.759 0,67% 1,59% 2,31% 82.466 0,82% 2,06% 3,36% 427.070 0,18% 0,57% 1,21% 257.652 0,49% 1,44% 2,62% 68.629 -0,39% -0,97% -1,47% 184.432 1,21% 3,05% 4,86% 151.078 0,64% 1,63% 2,76% 141.856 0,13% 0,39% 0,77% 108.593 1,57% 3,99% 6,36% 604.483 0,39% 1,16% 2,15% 282.249 1,09% 2,77% 4,50% 75.534 2,10% 5,28% 8,29% 400.776 0,93% 2,26% 3,22% 236.573 1,67% 4,10% 6,01% 199.121 1,03% 2,50% 3,58% 55.625 1,44% 3,49% 5,41% 43.620 1,36% 3,50% 5,63% 55.890 2,15% 5,28% 8,27% 57.978 0,75% 2,02% 3,51% 50.433 0,77% 2,03% 3,33% 105.911 1,07% 2,80% 4,62% 298.019 0,97% 2,56% 4,24% 63.304 0,52% 1,31% 2,15%

10.355.979 10.425.687 10.529.690 10.625.477

0,67%

Tableau I- 26: Évolution démographique par arrondissement I-59

1,68%

2,60%


Le graphique ci-après permet de visualiser les arrondissements pour lesquels on doit s’attendre aux horizons 2010 et 2015 à une variation positive ou négative. Taux de croissance de la population par arrondissement aux horizons 2010- 2015 Année de référence 2002 10,00% 8,00% 6,00% 4,00% 2,00%

11 00 12 0 00 13 0 00 21 0 00 23 0 00 24 0 00 25 0 00 31 0 00 32 0 00 33 0 00 34 0 00 35 0 00 36 0 00 37 0 00 38 0 00 41 0 00 42 0 00 43 0 00 44 0 00 45 0 00 46 0 00 51 0 00 52 0 00 53 0 00 54 0 00 55 0 00 56 0 00 57 0 00 61 0 00 62 0 00 63 0 00 64 0 00 71 0 00 72 0 00 73 0 00 81 0 00 82 0 00 83 0 00 84 0 00 85 0 00 91 0 00 92 0 00 93 0 00 0

0,00% -2,00% -4,00% Tx 2002-2010

Tx 2002-2015

Graphique I- 21: Taux de variation de la population par arrondissement aux horizons 2010-2015

On notera que les arrondissements qui enregistrent la plus grande variation positive (> à 5%) sont : Waremme, Marche en Famenne, Nivelles, Huy, Maaseik, Bastogne, Arlon et Louvain. Ceux qui, a contrario, enregistrent une diminution de plus de 1% sont : Ypres, Mouscron, Courtrai et Dixmude. Nous signalons, que pour les besoins de l’étude, nous avons également établi les taux de variation de la population par arrondissement et par classe d’âge de 5 ans pour les années 2005-2010-2015. Les tableaux sont toutefois trop volumineux que pour les intégrer dans ce rapport.

CHAPITRE 2. ANALYSE DU CASE MIX PAR ARRONDISSEMENT Le case mix d’un arrondissement est défini par la distribution de la demande de séjours hospitaliers et la projection de ceux-ci sur les MDC. Il est donc établi par rapport à la patientèle d’un arrondissement quel que soit le lieu d’hospitalisation. Le tableau ci-après montre, pour chaque arrondissement repris en ligne, la part relative de la demande de séjours hospitaliers par MDC : c’est le profil de case mix par arrondissement ; l’analyse en colonne invite à une analyse comparative entre les arrondissements par rapport au poids relatif de chaque MDC.

I-60

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Libellé Arrond. Anvers Malines Turnhout Bruxelles-Capitale Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en-Famenne Neufchâteau Virton Dinant Namur Philippeville % Max

CASE MIX PAR ARRONDISSEMENT SUR BASE DE LA REPARTITION DES SEJOURS PAR MDC 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 1,03% 7,50% 2,07% 4,28% 8,08% 13,32% 10,31% 2,69% 14,67% 3,97% 2,53% 4,35% 1,61% 2,75% 7,02% 1,06% 0,86% 2,62% 1,20% 2,43% 0,56% 1,25% 0,16% 3,52% 0,06% 0,09% 0,78% 7,33% 1,25% 4,30% 7,76% 14,42% 11,55% 2,87% 15,13% 3,68% 2,64% 4,37% 1,89% 2,61% 6,42% 0,84% 0,83% 2,98% 1,19% 1,99% 0,64% 1,25% 0,08% 3,10% 0,02% 0,10% 0,80% 7,12% 1,37% 3,80% 9,12% 15,74% 11,05% 2,62% 14,61% 3,66% 2,79% 4,25% 1,65% 2,78% 5,47% 2,20% 0,95% 2,71% 1,23% 1,89% 0,43% 1,34% 0,08% 2,24% 0,02% 0,08% 0,63% 7,34% 1,62% 4,40% 7,56% 9,97% 10,27% 3,10% 12,35% 3,78% 2,29% 4,16% 1,61% 2,86% 10,77% 2,71% 1,05% 2,47% 1,21% 2,05% 0,75% 1,68% 0,04% 4,97% 0,27% 0,09% 0,94% 7,62% 1,41% 3,56% 7,30% 12,94% 11,62% 3,23% 14,43% 3,75% 2,34% 4,40% 2,10% 3,00% 7,15% 1,10% 0,84% 2,77% 1,14% 1,65% 0,38% 1,37% 0,04% 4,74% 0,05% 0,13% 0,96% 7,50% 1,19% 3,42% 8,45% 13,55% 11,32% 3,06% 14,73% 3,19% 2,31% 4,58% 1,62% 2,62% 6,72% 1,67% 0,94% 3,39% 1,31% 2,05% 0,63% 1,53% 0,09% 3,00% 0,05% 0,14% 0,80% 7,84% 1,56% 3,81% 7,36% 13,13% 10,23% 3,01% 13,94% 3,70% 2,13% 4,42% 1,83% 3,26% 8,13% 1,06% 0,88% 2,65% 1,14% 1,93% 0,53% 1,51% 0,04% 4,87% 0,09% 0,16% 1,42% 7,65% 2,43% 4,92% 7,08% 12,85% 10,40% 2,32% 15,73% 3,59% 2,72% 3,42% 2,06% 2,46% 5,11% 2,03% 0,80% 2,02% 1,78% 3,42% 0,69% 1,26% 0,06% 3,63% 0,01% 0,12% 0,98% 6,91% 1,64% 4,00% 7,96% 15,22% 11,27% 2,66% 15,20% 3,02% 2,60% 3,76% 2,08% 2,41% 5,50% 1,41% 0,75% 3,02% 1,14% 2,80% 0,54% 1,31% 0,08% 3,55% 0,00% 0,17% 0,84% 8,16% 1,67% 3,80% 8,38% 12,50% 12,17% 2,88% 15,45% 3,22% 1,76% 3,91% 1,83% 2,97% 5,68% 4,37% 0,51% 1,25% 1,23% 2,65% 0,74% 1,67% 0,09% 2,13% 0,00% 0,12% 0,94% 8,21% 1,97% 4,65% 8,12% 12,74% 10,67% 2,60% 15,88% 3,14% 2,05% 3,38% 1,79% 2,92% 5,64% 0,95% 0,84% 1,99% 1,24% 4,30% 1,38% 1,46% 0,08% 2,93% 0,01% 0,10% 1,12% 7,62% 1,48% 4,72% 8,46% 14,09% 10,64% 2,67% 14,25% 3,31% 2,46% 3,45% 1,62% 2,53% 4,70% 0,57% 0,93% 3,18% 1,08% 3,67% 1,05% 1,14% 0,07% 5,08% 0,03% 0,09% 0,74% 7,41% 1,18% 4,13% 8,59% 14,04% 11,74% 2,60% 14,56% 3,18% 2,80% 3,96% 1,83% 2,31% 5,45% 1,94% 0,80% 2,44% 1,26% 2,81% 0,63% 1,59% 0,05% 3,86% 0,01% 0,11% 1,01% 7,90% 1,28% 4,19% 9,11% 12,99% 12,63% 2,57% 15,05% 2,89% 2,14% 3,71% 1,49% 3,01% 6,28% 1,37% 1,24% 2,49% 0,97% 2,61% 0,87% 1,25% 0,07% 2,76% 0,02% 0,11% 14,47% 10,94% 2,55% 14,85% 3,49% 1,90% 3,97% 1,93% 3,02% 4,86% 0,96% 0,89% 2,81% 1,11% 2,70% 0,35% 1,27% 0,12% 6,24% 0,00% 0,11% 1,54% 7,52% 1,69% 4,18% 6,52% 0,82% 7,37% 1,46% 4,38% 8,59% 13,60% 11,55% 3,09% 14,43% 3,28% 3,28% 4,18% 1,78% 2,92% 5,87% 1,13% 0,70% 2,35% 1,06% 2,12% 0,82% 1,38% 0,08% 3,60% 0,02% 0,15% 0,83% 8,18% 1,17% 3,89% 7,65% 14,92% 11,94% 2,88% 15,64% 3,32% 2,74% 4,26% 1,67% 2,91% 6,21% 1,00% 0,65% 1,72% 1,01% 1,93% 0,65% 1,47% 0,10% 3,16% 0,01% 0,10% 1,13% 8,29% 1,21% 4,85% 7,63% 12,55% 11,67% 2,49% 15,10% 3,18% 2,35% 3,77% 1,99% 2,74% 5,40% 1,86% 0,62% 2,47% 1,36% 3,36% 0,84% 1,08% 0,13% 3,79% 0,01% 0,14% 0,82% 8,28% 1,65% 4,54% 7,76% 11,67% 10,34% 2,39% 15,67% 3,47% 2,70% 3,94% 1,86% 3,14% 6,23% 2,49% 0,84% 1,79% 1,09% 2,89% 0,94% 1,26% 0,10% 4,03% 0,02% 0,09% 1,02% 7,88% 1,15% 5,00% 8,64% 12,10% 11,55% 2,82% 15,55% 3,35% 2,19% 3,25% 1,68% 3,15% 5,94% 1,21% 0,76% 1,44% 0,97% 4,43% 1,65% 1,33% 0,10% 2,67% 0,00% 0,15% 6,80% 1,08% 1,03% 2,88% 0,88% 1,59% 0,67% 1,35% 0,11% 3,15% 0,03% 0,12% 0,94% 7,62% 1,21% 4,04% 7,32% 13,62% 10,81% 2,69% 17,25% 3,37% 2,59% 3,73% 2,04% 3,09% 0,64% 7,28% 1,10% 3,76% 7,62% 11,09% 12,00% 3,50% 14,47% 3,46% 2,33% 3,62% 1,53% 2,64% 7,03% 4,45% 0,61% 2,54% 0,90% 3,65% 1,03% 1,56% 0,06% 2,96% 0,03% 0,14% 0,71% 7,95% 1,19% 3,93% 8,84% 13,48% 10,99% 3,45% 13,25% 3,77% 2,71% 4,13% 1,33% 2,94% 7,81% 1,98% 1,01% 1,62% 1,23% 1,96% 0,79% 1,56% 0,08% 3,07% 0,05% 0,14% 0,81% 7,41% 0,92% 4,89% 8,59% 12,15% 11,48% 3,25% 12,30% 3,49% 2,28% 4,01% 1,41% 2,90% 6,92% 3,97% 0,91% 2,20% 1,05% 2,28% 1,16% 1,92% 0,09% 3,44% 0,03% 0,15% 0,67% 8,26% 1,62% 4,17% 9,08% 12,15% 11,66% 2,66% 16,45% 3,32% 2,61% 3,40% 1,80% 3,47% 6,53% 1,15% 0,71% 1,49% 1,14% 2,56% 0,84% 1,49% 0,09% 2,60% 0,00% 0,08% 0,79% 7,86% 1,47% 4,24% 8,44% 11,61% 11,65% 3,29% 13,11% 3,66% 2,34% 4,13% 1,45% 2,74% 6,96% 1,47% 0,84% 2,58% 1,25% 3,57% 1,06% 1,41% 0,09% 3,82% 0,04% 0,13% 0,95% 8,62% 1,47% 3,70% 8,59% 13,53% 11,58% 3,22% 12,80% 3,48% 2,45% 4,25% 1,48% 2,82% 7,14% 1,08% 1,11% 1,68% 1,14% 2,50% 0,95% 1,60% 0,12% 3,61% 0,02% 0,10% 0,78% 9,30% 1,70% 3,45% 7,93% 12,16% 11,39% 2,93% 13,22% 3,53% 2,19% 3,95% 1,58% 2,78% 6,52% 2,10% 0,81% 2,51% 1,20% 3,75% 1,58% 1,98% 0,07% 2,40% 0,02% 0,15% 0,76% 7,82% 1,60% 3,61% 7,44% 12,48% 11,72% 2,91% 13,29% 3,52% 3,00% 4,21% 1,70% 2,69% 7,64% 1,67% 1,06% 2,34% 1,02% 2,91% 1,09% 1,43% 0,14% 3,74% 0,05% 0,17% 0,54% 8,58% 2,35% 3,85% 8,12% 13,02% 10,96% 2,63% 12,03% 3,35% 3,16% 4,04% 1,56% 3,38% 7,38% 1,64% 1,07% 1,68% 0,87% 3,01% 1,06% 1,87% 0,11% 3,54% 0,07% 0,12% 1,01% 7,83% 2,26% 3,74% 6,77% 13,62% 12,65% 3,08% 14,08% 3,28% 2,59% 3,71% 1,84% 3,11% 8,08% 0,75% 0,99% 2,21% 0,84% 1,86% 0,90% 1,82% 0,10% 2,69% 0,03% 0,16% 0,54% 8,21% 2,24% 3,49% 7,74% 13,29% 10,59% 2,79% 13,68% 3,50% 3,25% 3,79% 1,66% 3,40% 6,85% 1,80% 1,12% 2,17% 0,88% 2,92% 0,87% 1,78% 0,09% 3,13% 0,01% 0,19% 0,72% 7,87% 1,16% 3,84% 9,89% 14,64% 11,80% 2,50% 13,78% 3,72% 2,42% 4,21% 1,71% 2,92% 6,00% 0,86% 1,00% 3,61% 1,17% 2,18% 0,34% 1,14% 0,07% 2,33% 0,02% 0,12% 0,85% 7,67% 0,92% 3,58% 9,18% 16,43% 11,61% 2,89% 13,78% 3,56% 2,29% 4,12% 1,94% 2,90% 6,03% 0,63% 1,08% 3,91% 1,19% 1,43% 0,16% 1,05% 0,09% 2,56% 0,02% 0,13% 11,62% 2,58% 13,99% 3,40% 2,56% 4,29% 1,72% 2,49% 5,52% 0,75% 1,04% 3,31% 1,01% 2,51% 0,30% 1,21% 0,05% 2,66% 0,02% 0,15% 0,81% 8,08% 0,91% 3,08% 9,86% 16,06% 0,51% 6,88% 1,80% 4,60% 8,16% 13,98% 9,80% 2,90% 14,27% 3,59% 2,38% 3,22% 1,60% 2,96% 7,95% 0,93% 0,78% 1,76% 1,39% 1,65% 1,63% 2,17% 0,08% 4,83% 0,05% 0,15% 0,74% 7,57% 1,67% 4,08% 7,92% 13,91% 11,84% 2,59% 13,74% 2,50% 2,59% 3,26% 1,81% 2,85% 8,99% 0,82% 0,73% 1,40% 1,13% 1,74% 0,68% 2,30% 0,06% 4,89% 0,03% 0,16% 1,00% 7,14% 1,48% 3,75% 8,02% 14,93% 9,29% 3,09% 13,48% 2,58% 2,64% 3,82% 1,93% 3,74% 7,66% 0,91% 0,87% 1,62% 0,72% 2,43% 1,10% 1,97% 0,07% 5,47% 0,07% 0,24% 0,72% 9,43% 1,39% 3,43% 7,68% 13,28% 10,55% 2,87% 13,89% 2,92% 3,32% 4,03% 2,07% 2,75% 7,97% 0,79% 0,93% 1,50% 1,07% 1,82% 1,36% 2,19% 0,09% 3,70% 0,03% 0,21% 0,56% 7,00% 2,14% 4,38% 7,11% 14,27% 10,43% 2,71% 13,94% 3,48% 2,40% 3,59% 1,87% 3,18% 8,35% 0,98% 0,78% 1,54% 1,20% 1,87% 1,29% 2,33% 0,04% 4,34% 0,04% 0,19% 0,67% 8,43% 1,12% 3,98% 8,42% 12,97% 9,71% 2,91% 13,14% 3,06% 2,39% 3,78% 1,55% 4,16% 7,40% 2,26% 0,85% 1,72% 0,85% 3,76% 1,34% 2,01% 0,08% 3,21% 0,03% 0,21% 0,84% 8,27% 1,05% 3,57% 8,04% 14,79% 11,15% 3,54% 12,28% 3,36% 2,33% 4,01% 1,50% 3,06% 7,59% 1,87% 1,01% 1,62% 1,14% 1,94% 1,01% 1,56% 0,07% 4,23% 0,02% 0,16% 0,81% 7,92% 1,13% 4,16% 8,03% 15,07% 10,40% 3,40% 13,40% 3,45% 2,63% 3,93% 1,44% 3,48% 7,51% 1,53% 0,82% 1,81% 1,01% 1,71% 0,75% 1,96% 0,10% 3,25% 0,10% 0,18% 1,54%

9,43%

2,43%

5,00%

9,89%

16,43%

12,65%

3,54%

17,25%

3,97%

3,32%

4,58%

2,10%

4,16%

10,77%

Tableau I- 27: Profils de case mix par arrondissement

I-61

4,45%

1,24%

3,91%

1,78%

4,43%

1,65%

2,33%

0,16%

6,24%

0,27%

0,24%


Il ressort clairement qu’il n’y a pas vraiment de différence significative entre les profils de case mix des arrondissements qui présentent les même caractéristiques que le profil de case mix national. Les MDC au « top » sont les MDC 08 (Système musculaire et tissu conjonctif), 05 (Système circulatoire) et 06 (Système digestif) avec pratiquement les mêmes pourcentages au niveau des arrondissements que ceux observés au niveau national. Nous avons toutefois identifié par MDC l’arrondissement pour lequel le poids relatif du MDC était comparativement le plus important ; la valeur est reportée en gras dans le tableau.

CHAPITRE 3. PROJECTIONS DES SÉJOURS PAR ARRONDISSEMENT 1. METHODOLOGIE L’estimation des séjours potentiels est réalisée, pour chaque arrondissement, par APR-DRG et par classe d’âge. La répartition des séjours par APR-DRG, par classe d’âge, et par arrondissement est déterminée par rapport à la base de données de référence : Année 2002. A partir de la connaissance de la probabilité d’être hospitalisé à un âge et pour une pathologie donnée, et connaissant la structure d’âge de la population par arrondissement, il est possible d’estimer le nombre de séjours potentiels par APR-DRG, par classe d’âge et par arrondissement. Toutefois, au niveau d’un arrondissement, il convient d’être très précis sur ce que l’on entend par « séjours » d’un arrondissement. En effet, la demande d’hospitalisation exprimée par un patient résidant dans un arrondissement peut être honorée soit par un hôpital appartenant à l’arrondissement dans lequel il réside soit par un hôpital appartenant à un autre arrondissement. Pour tenir compte des déplacements de la patientèle, il convient donc d’identifier par arrondissement : • • •

Les séjours des résidents qui sont hospitalisés dans l’arrondissement ; Les séjours des résidents qui sortent de l’arrondissement ; Les séjours des non résidents qui entrent dans l’arrondissement ;

La répartition entre ces trois types de séjour est établie à partir de la distribution observée pour l’année de référence 2002. La demande de séjour des patients appartenant à un arrondissement est identifiée sur base du code INS patient ; celle de l’endroit où ils se font fait soigner est établie sur base du code INSZH21.

21

Pour chacun des séjours hospitaliers, on peut identifier dans la base de données le lieu de résidence du patient ( code

INS) et lieu de l’hospitalisation (code INSZH) I-62


Pour la clarté de compréhension et pour éviter toute ambigüité dans l’interprétation, nous allons définir, pour la suite de ce rapport, certaines conventions de langage. Nous identifions cinq types de séjours. [1] Séjours « In-In »: Ils se rapportent aux patients qui sont hospitalisés dans des hôpitaux situés dans l' arrondissement dans lequel ils résident. [2] Séjours « In-Out »: Ils se rapportent aux patients qui sont hospitalisés dans des hôpitaux situés en-dehors de l' arrondissement dans lequel ils résident. Il s' agit des séjours qui sortent de l' arrondissement. [3] Séjours « Out-In »: Ils se rapportent aux patients qui résident dans un arrondissement différent de celui dans lequel ils se font soignés. Pour l’arrondissement qui les accueille, il s' agit des séjours qui entrent dans l' arrondissement. [4] Séjours [«In-In » + « In-Out »]: Cette variable identifie la demande totale de séjours hospitaliers exprimée par les patients d’un arrondissement quel que soit l'arrondissement dans lequel ils sont hospitalisés. [5] Séjours [«In-In » + « Out-In »] Cette variable identifie la production totale en séjours hospitaliers d’un arrondissement quel que

soit le lieu de résidence du patient.

Arrondissement

Demande

Production

Séjours dans l’arrondissement : In-In + Séjours sortants de l’arrondissement : In-Out

Séjours dans l’arrondissement : In-In + Séjours entrants dans l’arrondissement: Out-In

I-63


A partir de ces notions, nous pouvons définir les quatre indicateurs suivants :

Taux de réponse =

(In - In ) (In - In) + (In - Out)

Il exprime la part relative de la demande totale de séjours hospitaliers des résidents satisfaite dans les hôpitaux de l’arrondissement.

Taux de fuite =

(In - Out)) (In - In ) + (In - Out)

Il exprime la part relative de la demande totale de séjours hospitaliers des résidents qui a été satisfaite dans des hôpitaux situés en-dehors de l' arrondissement.

Taux de Couverture =

(In - In) (In - In) + (Out - In)

Il exprime, par rapport à la production totale des séjours d’un arrondissement, la part relative des séjours imputables aux résidents.

Taux d'attractivité =

(Out - In) (In - In) + (Out - In)

Il exprime, par rapport à la production totale des séjours d’un arrondissement, la part relative des séjours imputables aux non résidents.

2. PROFIL

DES SEJOURS PAR ARRONDISSEMENT

La première étape consiste à comparer la demande de séjours par arrondissement. Il s’agit donc ici de la demande exprimée par les résidents d’un arrondissement quel que soit le lieu de l’hospitalisation. Le tableau ci-après reprend les projections pour les années 2010 et 2015 par rapport à l’année de référence 2002.

I-64

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Nom de l'arrondissement Anvers Malines Turnhout Bruxelles-Capitale Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en-Famenne Neufchâteau Virton Dinant Namur Philippeville

Nombre de séjours 2002 2010 161.045 167.323 50.269 53.176 65.794 72.557 161.864 164.451 81.353 86.293 67.423 72.275 50.465 55.035 44.631 46.903 8.394 8.767 18.490 19.118 47.362 49.501 27.818 29.332 25.123 26.509 14.558 15.201 10.450 11.036 40.542 42.458 29.284 30.960 13.328 13.765 83.284 86.387 19.042 19.746 35.968 37.957 14.508 15.042 73.113 75.432 47.597 49.112 12.796 13.109 31.700 33.363 25.220 26.268 25.937 26.572 16.669 17.694 105.505 109.189 38.402 40.653 11.451 12.337 60.864 66.630 31.923 36.462 29.490 32.363 8.145 8.718 7.410 7.871 9.111 9.876 9.383 9.795 7.730 8.124 18.544 19.704 45.597 47.915 9.550 9.986 1.697.132 1.784.964

2015 171.079 55.242 76.432 167.799 89.120 75.437 57.909 48.335 8.989 19.413 50.505 30.041 27.202 15.590 11.309 43.577 32.052 14.044 88.773 20.197 39.368 15.428 77.158 50.424 13.332 34.617 27.138 27.116 18.487 111.612 42.215 12.963 69.960 38.927 34.010 9.076 8.229 10.378 10.103 8.447 20.532 49.856 10.325 1.842.748

Var en % par rapport à 2002 Var 02-10 Var 02-15 3,90% 6,23% 5,78% 9,89% 10,28% 16,17% 1,60% 3,67% 6,07% 9,55% 7,20% 11,89% 9,06% 14,75% 5,09% 8,30% 4,44% 7,09% 3,40% 4,99% 4,52% 6,64% 5,44% 7,99% 5,52% 8,28% 4,42% 7,09% 5,61% 8,22% 4,73% 7,49% 5,72% 9,45% 3,28% 5,37% 3,73% 6,59% 3,70% 6,07% 5,53% 9,45% 3,68% 6,34% 3,17% 5,53% 3,18% 5,94% 2,45% 4,19% 5,24% 9,20% 4,16% 7,61% 2,45% 4,54% 6,15% 10,91% 3,49% 5,79% 5,86% 9,93% 7,73% 13,21% 9,47% 14,94% 14,22% 21,94% 9,74% 15,33% 7,04% 11,43% 6,23% 11,06% 8,40% 13,91% 4,39% 7,68% 5,09% 9,27% 6,26% 10,72% 5,08% 9,34% 4,57% 8,11% 5,18% 8,58%

Tableau I- 28: Projection de la demande de séjours par arrondissement : horizons 2010-2015

L’analyse au niveau des arrondissements affine l’approche sur le plan de la prise en compte du case mix en fonction de la structure de la population ; ceci induit une très légère différence entre les valeurs des projections aux horizons 2010 et 2015. Le tableau ci-après montre la comparaison des résultats en termes du nombre de séjours entre l’approche nationale et par arrondissement. Années

Projections Nationales

Projections/arrondissement

Taux d’écart

2010

1.788.768

1.784.964

0,20%

2015

1.846.282

1.842.748

0,19%

Tableau I- 29: Comparaison des projections niveau national et par arrondissement

Cette différence de moins de 1/5 de % est tout à fait négligeable. I-65


Le graphique ci-après montre en valeur absolue les demandes de séjours hospitaliers par arrondissement pour les horizons 2010 et 2015.

Demande de séjours hospitaliers par arrondissement : 2010-2015 180.000 160.000 140.000 120.000 100.000 80.000 60.000 40.000 0

Anvers Malines Turnhout BruxellesHal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-enNeufchâteau Virton Dinant Namur Philippeville

20.000

2015

2010

Graphique I- 22: Demande de séjours par arrondissement: horizons 2010-2015

Pour illustrer d’avantage les évolutions attendues par rapport à l’année de référence 2002, nous avons reporté sur le graphique suivant les variations attendues en pourcentage. Variation en % de la demande de séjours aux horizons 2010-2015 Année de référence 2002 25,00% 20,00% 15,00% 10,00% 5,00%


0,00%

2010

2015

I-66


Graphique I- 23:Variation en % demande de séjours: horizons 2010-2015

On peut vérifier que le taux d’accroissement n’est pas homogène et que, pour des arrondissements comme Maaseik, Tongres, Nivelles etc., on doit s’attendre à une demande accrue de séjours hospitaliers. Sachant que la variation au niveau national est estimée à 5,18 % en 2010 et à 8,58% en 2015, on peut identifier les arrondissements pour lesquels le profil de la demande de séjours hospitaliers se distingue du profil national comme l’illustre le graphique ci-dessous où la ligne en traits interrompus représente la valeur nationale.

Profil de la variation de la demande de séjours des arrondissements versus Belgique : 2002- 2010 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00%

0,00%


2,00%

Graphique I- 24: Profil variation demande de séjours par arrondissement versus national

Pour illustrer la différence entre les arrondissements en termes de taux d’admission, nous avons ramené les projections de séjours à la taille de la population de chaque arrondissement.

Taux admission / arr i ; an j =

Demande séjours arr i ; an j * 1.000 Population arr i ; an j

Avec i = n° de l’arrondissement j = année

I-67


Demande de séjours/1.000 hab par arrondissement 220 210 200 190 180 170 160 150 140 120


130

2002

2010

2015

Graphique I- 25: Demande de séjours par 1.000 hab. /arrondissement

De manière globale, on peut voir que la demande de séjours par 1.000 habitants croît pratiquement dans la même proportion pour tous les arrondissements à l’horizon 2015 mais qu’elle n’est certainement pas uniforme. Par contre, la comparaison des durées moyenne de séjour par arrondissement montre que, par rapport à l’année de référence 2002, on arrive, dans le futur, à une beaucoup plus grande homogénéisation des durées de séjour comme l’illustre le graphique ci-après.

I-68


Evolution de la durée moyenne de séjour par arrondissement 10,50 10,00 9,50 9,00 8,50 8,00 7,50

6,50


7,00

2002

2010

2015

Graphique I- 26: Évolution de la durée moyenne de séjour par arrondissement

Les projections en termes de journées d’hospitalisation attendues par arrondissement sont reprises dans le tableau ci-dessous. L’écart entre les projections faites au niveau national et par arrondissement reste inférieur à 1%.

I-69


Nom de l'arrondissement Anvers Malines Turnhout Bruxelles-Capitale Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en-Famenne Neufchâteau Virton Dinant Namur Philippeville

Nombre de journées 2002 2010 2015 1.456.600 1.415.253 1.434.712 422.432 423.088 436.575 472.720 565.868 597.456 1.553.692 1.346.879 1.337.825 671.771 722.674 741.420 545.016 601.718 623.668 389.401 444.062 461.590 418.209 400.687 415.323 73.802 76.136 77.216 161.832 159.405 160.557 408.116 421.424 429.390 268.252 267.719 274.263 212.846 229.469 235.999 119.928 127.115 129.977 107.536 101.169 103.523 326.290 352.148 360.103 236.460 253.760 261.857 110.697 115.180 117.934 716.452 704.919 724.395 179.128 166.313 168.765 275.003 298.582 309.703 132.312 119.362 119.677 648.483 594.799 594.930 403.731 380.891 382.812 112.218 107.276 107.158 279.854 264.252 270.108 214.417 208.366 211.260 237.428 212.854 212.493 132.121 142.565 146.516 907.207 891.165 890.578 282.911 313.342 319.274 98.118 99.144 102.282 454.674 548.747 579.524 222.607 299.077 321.721 233.959 275.459 290.726 67.213 67.950 69.717 55.240 61.710 63.530 69.899 77.986 80.372 70.932 77.308 77.970 57.734 62.602 63.864 140.683 155.608 159.205 364.140 385.692 394.377 75.962 79.769 81.341 14.388.026 14.619.491 14.941.687

Tableau I- 30: Projection des journées d'hospitalisation par arrondissement

I-70


2. TAUX DE REPONSE PAR ARRONDISSEMENT Le taux de réponse exprime la part relative de la demande totale de séjours hospitaliers des résidents satisfaite dans les hôpitaux de l’arrondissement. Il est établi en faisant le rapport entre les séjours des résidents traités dans l’arrondissement (In-In) et la demande totale des résidents quel que soit le lieu d’hospitalisation [(In-In) + (In-Out)]. Taux de réponse =

(In - In ) [(In - In) + (In - Out)]

Le taux de réponse montre dans quelle mesure les résidents restent dans leur arrondissement pour y recevoir des soins de santé. Le tableau ci-après synthétise le taux de réponse par arrondissement par rapport à la demande exprimée toutes pathologies confondues.

I-71

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Nom de l' arrondissement In/In In/Out Dde exprimée Taux de réponse Anvers 152268 15055 167323 91,0% Malines 40432 12744 53176 76,0% Turnhout 52907 19650 72557 72,9% Bruxelles-Capitale 156373 8078 164451 95,1% Hal-Vilvorde 19385 66908 86293 22,5% Louvain 54019 18256 72275 74,7% Nivelles 20946 34089 55035 38,1% Bruges 41643 5260 46903 88,8% Dixmude 61 8706 8767 0,7% Ypres 13125 5992 19118 68,7% Courtrai 36441 13060 49501 73,6% Ostende 21507 7825 29332 73,3% Roulers 23373 3136 26509 88,2% Tielt 6718 8482 15201 44,2% Furnes 6426 4610 11036 58,2% Alost 35167 7291 42458 82,8% Termonde 11882 19078 30960 38,4% Eeklo 5581 8184 13765 40,5% Gand 74153 12234 86387 85,8% Audenarde 11109 8638 19746 56,3% Saint-Nicolas 27092 10865 37957 71,4% Ath 0 15042 15042 0,0% Charleroi 57807 17624 75432 76,6% Mons 41816 7296 49112 85,1% Mouscron 8016 5093 13109 61,1% Soignies 20924 12438 33363 62,7% Thuin 2737 23531 26268 10,4% Tournai 16930 9642 26572 63,7% Huy 8598 9096 17694 48,6% Liège 105142 4047 109189 96,3% Verviers 26561 14092 40653 65,3% Waremme 0 12337 12337 0,0% Hasselt 52449 14181 66630 78,7% Maaseik 18043 18420 36462 49,5% Tongres 11508 20854 32363 35,6% Arlon 6777 1941 8718 77,7% Bastogne 0 7871 7871 0,0% Marche-en-Famenne 5217 4660 9876 52,8% Neufchâteau 6591 3204 9795 67,3% Virton 0 8123 8123 0,0% Dinant 11097 8607 19704 56,3% Namur 36000 11915 47915 75,1% Philippeville 0 9986 9986 0,0%

Tableau I- 31: Taux de réponse par arrondissement

On remarque dans ce tableau que certains arrondissements ont des taux de réponse nuls. Il s’agit • •

Soit d’arrondissements pour lesquels il n’existe pas d’infrastructure hospitalière (cas de Virton et Philippeville) Soit d’arrondissements pour lesquels à la suite de fusion d’hôpitaux, les hôpitaux de l’arrondissement sont repris sous le numéro d’agrément d’un hôpital situé dans un autre arrondissement (cas d’Ath, Waremme, Bastogne)

I-72


Le graphique ci-après illustre le classement des arrondissements selon le taux de réponse à la demande des résidents.

Taux de réponse des arrondissements à la demande de séjours des résidents 100%

80%

60%

40%

20%

Virton

Philippeville

Bastogne

Ath

Waremme

Thuin

Dixmude

Hal-Vilvorde

Nivelles

Tongres

Eeklo

Termonde

Huy

Tielt

Maaseik

Marche-en-Famenne

Dinant

Audenarde

Furnes

Mouscron

Tournai

Soignies

Verviers

Ypres

Neufchâteau

Turnhout

Saint-Nicolas

Courtrai

Ostende

Namur

Louvain

Malines

Arlon

Charleroi

Alost

Hasselt

Mons

Gand

Roulers

Anvers

Bruges

Liège

Bruxelles-Capitale

0%

Graphique I- 27: Taux de réponse des arrondissements à la demande des résidents.

On constate que, pour près de 50% des arrondissements, le taux de réponse est inférieur à 70%. On notera également les très faibles taux de réponse (inférieur à 50%) pour les arrondissements suivants : Arrondissement

Taux de réponse < 50%

Hal Vilvorde

22,5

Nivelles

38,1

Tielt

44,2

Termonde

38,4

Eecklo

40,5

Thuin

10,4

Huy

48,6

Maaseik

49,5

Tongres

35,6

Tableau I- 32: Arrondissements avec taux de réponse < 50%

On observe aussi, de manière assez logique, que les arrondissements avec les taux de réponse les plus élevés sont ceux où sont localisés les hôpitaux universitaires.

I-73


3. PRODUCTION PAR ARRONDISSEMENT

La production se définit comme étant égale à la totalité des séjours hospitaliers enregistrés dans l’arrondissement qu’il s’agisse de la patientèle résidente ou non résidente. C’est donc l’entièreté des séjours qui ont été accueillis par l’infrastructure hospitalière de l’arrondissement. Taux de Production = Séjours " in - in"+Séjours " out - in" Le graphique ci-après montre le classement des arrondissements en fonction de la variable : »nombre de séjours hospitaliers produits dans l’arrondissement ». Classement des arrondissement selon la production en séjours 300000

250000

250355

200000 178357

150000

142872

10366 4 89942

260 83 24 015 236 92 21376 21002

16736 15797 14030 12457 12 390 12316 11714

11342 9493

8503

8341 833 3

5020

Thuin

Eeklo

Mouscron

Huy

Neufchâteau

Arlon

Tongres

Marche-en-Famenne

Termonde

Ypres

Audenarde

Tournai

Maaseik

Dinant

Hal-Vilvorde

Nivelles

Verviers

Ostende

Courtrai

Saint-Nicolas

Soignies

Namur

Roulers

Turnhout

Mons

Bruges

Alost

Malines

Hasselt

Charleroi

Gand

Louvain

Liège

Anvers

Bruxelles-Capitale

0

155

0

0

0

0

0

Virton

29611 26 326

Philippeville

36196

Bastogne

493 31 46585 45861 43874

Ath

58583 57738

Waremme

67015 6 4703 63 348

Dixmude

74269

50000

Tielt

93537

Furnes

100000

Graphique I- 28: Classement des arrondissements selon la production en séjours hospitaliers

On peut alors mettre en regard la production totale de séjours d’un arrondissement en la ventilant entre séjours des résidents et séjours des non résidents.

4. TAUX DE COUVERTURE ET TAUX D’ATTRACTIVITE PAR ARRONDISSEMENT Par rapport à la production totale de séjours hospitaliers qui a été réalisée dans un arrondissement, on peut définir deux indicateurs par rapport aux flux entrant et sortant. Pour un arrondissement « X » fixé, le « flux entrant » correspond aux patients qui entrent dans l’arrondissement pour y recevoir des soins dans l’un des hôpitaux, alors qu’ils résident dans un arrondissement différent (Séjours « Out-In »). Le flux entrant peut être interprété comme une « attractivité » de l’arrondissement. Taux d'attractivité =

I-74

(Out - In) [(In - In) + (Out - In)]


Il exprime, par rapport à la production totale des séjours d’un arrondissement, la part relative des séjours imputables aux non résidents. Le complément du taux d’attractivité est le « taux de couverture ». Taux de Couverture =

(In - In) (In - In) + (Out - In)

Il exprime, par rapport à la production totale des séjours d’un arrondissement, la part relative des séjours imputables aux résidents. Le graphique ci-après juxtapose par arrondissement le taux de couverture (séjours imputables aux résidents) et le taux d’attractivité (séjours imputables aux non résidents)

Taux de couverture versus taux d' attractivité (Répartition en % de la production des séjours d' un arrondissement entre residents versus non résidents) 100,0% 80,0% 60,0% 40,0% 20,0% Anvers Malines Turnhout BruxellesHal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde SaintAth Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-enNeufchâteau Virton Dinant Namur Philippeville

0,0%

Résidents

Non Résidents

Graphique I- 29: Répartition de la production de séjours entre résidents et non résidents

Globalement on peut noter que la part des non résidents reste relativement faible à l’exception toutefois des arrondissements de Soignies, Marche en Famenne, Dinant pour lesquels plus de 50% de la production des séjours hospitaliers sont attribués à des non résidents. Signalons le cas tout à fait particulier de Dixmude où le raisonnement en pourcentage n’est certes pas significatif vu le très petit nombre de séjours enregistrés dans cet arrondissement. Le tableau ci-après résume l’ensemble de l’information par rapport à la production de séjours hospitaliers par arrondissement.

I-75

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Tx. Couverture Code INS

Nom de l'arrondissement

In/In

Out/In

Production

In/In-Prod.

Tx. Attractivité Out/In-Prod

11000

Anvers

152268

26089

178357

85,37%

14,63%

12000

Malines

40432

24271

64703

62,49%

37,51%

13000

Turnhout

52907

4830

57738

91,63%

8,37%

21000

Bruxelles-Capitale

156373

93983

250355

62,46%

37,54%

23000

Hal-Vilvorde

19385

4307

23692

81,82%

18,18%

24000

Louvain

54019

39518

93537

57,75%

42,25%

25000

Nivelles

20946

5137

26083

80,31%

19,69%

31000

Bruges

41643

16940

58583

71,08%

28,92%

32000

Dixmude

61

94

155

39,11%

60,89%

33000

Ypres

13125

3611

16736

78,42%

21,58%

34000

Courtrai

36441

7433

43874

83,06%

16,94%

35000

Ostende

21507

4819

26326

81,69%

18,31% 49,83%

36000

Roulers

23373

23212

46585

50,17%

37000

Tielt

6718

1623

8341

80,55%

19,45%

38000

Furnes

6426

2076

8503

75,58%

24,42%

41000

Alost

35167

31848

67015

52,48%

47,52%

42000

Termonde

11882

2148

14030

84,69%

15,31%

43000

Eeklo

5581

2753

8333

66,96%

33,04%

44000

Gand

74153

29511

103664

71,53%

28,47%

45000

Audenarde

11109

4688

15797

70,32%

29,68%

46000

Saint-Nicolas

27092

9104

36196

74,85%

25,15%

51000

Ath

0

0

0

0,00%

0,00%

52000

Charleroi

57807

16462

74269

77,84%

22,16%

53000

Mons

41816

21532

63348

66,01%

33,99%

54000

Mouscron

8016

1477

9493

84,44%

15,56%

55000

Soignies

20924

24937

45861

45,63%

54,37%

56000

Thuin

2737

2283

5020

54,52%

45,48%

57000

Tournai

16930

4446

21376

79,20%

20,80%

61000

Huy

8598

3116

11714

73,40%

26,60%

62000

Liège

105142

37730

142872

73,59%

26,41%

63000

Verviers

26561

3050

29611

89,70%

10,30%

64000

Waremme

0

0

0

0,00%

0,00%

71000

Hasselt

52449

37493

89942

58,31%

41,69%

72000

Maaseik

18043

2959

21002

85,91%

14,09%

73000

Tongres

11508

949

12457

92,39%

7,61%

81000

Arlon

6777

5539

12316

55,03%

44,97%

82000

Bastogne

0

0

0

0,00%

0,00%

83000

Marche-en-Famenne

5217

7174

12390

42,10%

57,90% 41,88%

84000

Neufchâteau

6591

4750

11342

58,12%

85000

Virton

0

0

0

0,00%

0,00%

91000

Dinant

11097

12918

24015

46,21%

53,79%

92000

Namur

36000

13331

49331

72,98%

27,02%

93000

Philippeville

0

0

0

0,00%

0,00%

Tableau I- 33: Tableau de synthèse de la production de séjours hospitaliers par arrondissement

I-76


5. ANALYSE CROISEE TAUX DE REPONSE ET TAUX D’ATTRACTIVITE

Le regroupement des deux analyses précédentes : « Taux de réponse à la demande des résidents » et « Part relative des non résidents dans la production » nous permet d’identifier trois groupes assez homogènes pour une partie des arrondissements. •

Un premier groupe reprend les arrondissements avec un taux de réponse supérieur à 70% par rapport à la demande des résidents et avec une part d’accueil supérieur à 30% pour les non résidents. Il s’agit en quelque sorte des arrondissements qui, non seulement, répondent très bien à la demande interne de l’arrondissement mais attirent aussi une patientèle externe.

•

Un second groupe reprend les arrondissements avec un taux de réponse supérieur à 70% par rapport à la demande des résidents mais avec une production inférieure à 30% pour les non résidents. Il s’agit des arrondissements pour lesquels l’infrastructure hospitalière est principalement exploitée pour les résidents.

•

Enfin un troisième groupe identifie les arrondissements qui tout en ayant un taux de réponse inférieur à 70% pour les résidents accueille quand même plus de 30% de non résidents.

Le tableau ci-après identifie ces trois groupes. Taux de réponse à la demande

Taux de réponse à la

Taux de réponse à la

des résidents

demande des résidents

demande des résidents

> 70%

> 70%

< 70%

Part relative des non résidents



dans la production >30%

dans la production <30%

dans la production >30%

Malines

Turnhout

(Dixmude)

Bruxelles Capitale

Bruges

Eecklo

Louvain

Courtrai

Soignies

Roulers

Ostende

Marche en Famenne

Alost

Gand

Dinant

Mons

Saint Nicolas

Hasselt

Charleroi

Arlon

Liège Namur

Tableau I- 34: Répartition des arrondissements en groupes homogènes selon le taux de réponse et l’accueil des non résidents

Les autres arrondissements ne se prêtent pas vraiment à des regroupements typés significatifs.

I-77


CHAPITRE 4. ANALYSE DES FLUX INTER-ARRONDISSEMENTS 1. BALANCE « FLUX ENTRANT/FLUX SORTANT) Il s’agit, en l’occurrence, de mesurer le nombre de patients qui entrent dans un arrondissement par rapport au nombre de patients qui en sortent. Le tableau ci-dessous établit le rapport entre le nombre absolu de séjours sortants et entrants. Ce rapport, exprimé en nombre de séjours et non en pourcentage, est un indicateur de l’impact sur l’infrastructure hospitalière d’un arrondissement des flux de patients entre arrondissements. La balance entre les flux entrants et sortants est reprise dans le tableau ci dessous. Un rapport supérieur à 1 dans la colonne Balance signifie que le nombre de séjours entrants dans l’arrondissement est supérieur au nombre de séjours sortants. Ainsi par exemple, dans le cas de Bruxelles Capitale, on observe 11,63 patients entrants pour 1 sortant ; pour Roulers ce rapport est de 7,40 entrants pour 1 sortant.

I-78


Nom de l' arrondissement Anvers Malines Turnhout Bruxelles-Capitale Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en-Famenne Neufchâteau Virton Dinant Namur Philippeville

In-Out 15055 12744 19650 8078 66908 18256 34089 5260 8706 5992 13060 7825 3136 8482 4610 7291 19078 8184 12234 8638 10865 15042 17624 7296 5093 12438 23531 9642 9096 4047 14092 12337 14181 18420 20854 1941 7871 4660 3204 8123 8607 11915 9986

Balance Out-In (Out-In) / (In-Out) 26089 1,73 24271 1,90 4830 0,25 93983 11,63 4307 0,06 39518 2,16 5137 0,15 16940 3,22 94 0,01 3611 0,60 7433 0,57 4819 0,62 23212 7,40 1623 0,19 2076 0,45 31848 4,37 2148 0,11 2753 0,34 29511 2,41 4688 0,54 9104 0,84 0 0,00 16462 0,93 21532 2,95 1477 0,29 24937 2,00 2283 0,10 4446 0,46 3116 0,34 37730 9,32 3050 0,22 0 0,00 37493 2,64 2959 0,16 949 0,05 5539 2,85 0 0,00 7174 1,54 4750 1,48 0 0,00 12918 1,50 13331 1,12 0 0,00

Tableau I- 35: Balance flux entrant et sortant par arrondissement

On repère, à nouveau, dans ce tableau les arrondissements sans infrastructure hospitalière officielle et pour lesquels la variable « In-Out », par voie de conséquence, identifie la demande totale des résidents. Si l’on considère comme « attractif » un arrondissement pour lequel on a au moins 3 patients entrants pour 1 sortant, et ce, toutes pathologies confondues, on obtient la sélection suivante :

I-79


Arrondissement

Balance ( Out – In) /( In – Out)

Bruxelles Capitale

11,63

Liège

9,32

Roulers

7,40

Alost

4,37

Bruges

3,22

Tableau I- 36: Arrondissements "attractifs"

2. TRAÇABILITE DES FLUX DE LA PATIENTELE ENTRE LES ARRONDISSEMENTS Pour « tracer » les déplacements de la patientèle, il convient, à ce stade de l’analyse de déterminer l’origine géographique des flux entrants et la destination géographique des flux sortants. Pour ce faire, il faut, par séjour, identifier le lieu de résidence du patient (code INS) et le lieu de son hospitalisation (code INSZ)

2.1 Analyse de l’origine géographique des flux entrants Nous avons, par arrondissement, identifié, pour chacun des séjours hospitaliers enregistrés dans l’arrondissement, quel était le lieu de résidence du patient. Ceci nous a permis d’établir la part relative de la patientèle externe traitée dans l’arrondissement ainsi que la distribution des séjours entrants par arrondissement. Le tableau ci-dessous illustre pour les arrondissements de Charleroi et de Louvain la répartition des séjours entrants par arrondissement. Ainsi, pour l’arrondissement de Charleroi et par rapport à la totalité des séjours entrants, l’arrondissement de Thuin représente 37,22%, celui de Philippeville 29,50% et ainsi de suite.

I-80

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Charleroi Code d'hospitalisation 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000

Code résidence 56000 93000 92000 25000 53000 55000 21000 91000 57000 62000 51000 23000 61000 84000 83000 63000 81000 64000 82000 85000 38000 35000 11000 24000 45000 31000 54000 36000 46000 71000 13000 44000 41000 34000 12000 73000 42000

Lieu résidence Thuin Philippeville Namur Nivelles Mons Soignies Bruxelles-Capitale Dinant Tournai Liège Ath Hal-Vilvorde Huy Neufchâteau Marche-en-Famenne Verviers Arlon Waremme Bastogne Virton Furnes Ostende Anvers Louvain Audenarde Bruges Mouscron Roulers Saint-Nicolas Hasselt Turnhout Gand Alost courtrai Malines Tongres Termonde

Out/In Séjours entrants Poids relatifs 6126,54 37,22% 4855,90 29,50% 2732,16 16,60% 1025,58 6,23% 425,29 2,58% 381,19 2,32% 217,81 1,32% 183,27 1,11% 125,69 0,76% 50,12 0,30% 45,77 0,28% 41,14 0,25% 33,72 0,20% 28,96 0,18% 27,28 0,17% 24,41 0,15% 18,50 0,11% 13,67 0,08% 12,91 0,08% 12,34 0,07% 11,39 0,07% 10,45 0,06% 7,15 0,04% 6,39 0,04% 6,22 0,04% 5,37 0,03% 5,19 0,03% 5,18 0,03% 4,82 0,03% 3,38 0,02% 3,30 0,02% 2,18 0,01% 2,12 0,01% 2,05 0,01% 2,03 0,01% 1,17 0,01% 1,02 0,01% 16461,67 100,00%

Louvain

Code d'hospitalisation 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000

Code résidence 71000 13000 23000 72000 12000 11000 73000 25000 21000 46000 34000 31000 41000 42000 36000 44000 35000 64000 33000 37000 38000 45000 32000 63000 62000 43000 92000 52000 55000 53000 54000 84000 82000 51000 81000 91000 57000 56000 93000 83000 61000 85000

Out/In Lieu Séjours résidence entrants Poids relatifs Hasselt 8303,20 21,01% Turnhout 6616,89 16,74% Hal-Vilvorde 6562,14 16,61% Maaseik 3036,30 7,68% Malines 2392,30 6,05% Anvers 2313,84 5,86% Tongres 2290,52 5,80% Nivelles 1465,41 3,71% Bruxelles-Capitale 909,36 2,30% Saint-Nicolas 643,14 1,63% courtrai 604,75 1,53% Bruges 555,17 1,40% Alost 536,14 1,36% Termonde 527,75 1,34% Roulers 377,83 0,96% Gand 329,26 0,83% Ostende 328,11 0,83% Waremme 240,87 0,61% Ypres 204,27 0,52% Tielt 166,32 0,42% Furnes 165,44 0,42% Audenarde 154,22 0,39% Dixmude 114,39 0,29% Verviers 111,38 0,28% Liège 96,39 0,24% Eeklo 83,87 0,21% Namur 53,33 0,13% Charleroi 50,89 0,13% Soignies 38,89 0,10% Mons 31,14 0,08% Mouscron 29,45 0,07% Neufchâteau 26,13 0,07% Bastogne 24,11 0,06% Ath 24,06 0,06% Arlon 21,88 0,06% Dinant 18,91 0,05% Tournai 18,37 0,05% Thuin 14,56 0,04% Philippeville 12,55 0,03% Marche-en-Famenne 11,03 0,03% Huy 8,70 0,02% Virton 4,28 0,01% 39517,55 100,00%

Tableau I- 37 : Répartition des séjours entrants par arrondissement pour Charleroi et Louvain

Les tableaux complets des séjours entrants par arrondissement sont repris dans l’annexe 10. Cette analyse permet d’établir, pour un arrondissement donné, le profil géographique de la patientèle externe ; concrètement on identifie les arrondissements qui sont «potentiellement » demandeurs

2.2 Analyse de la destination géographique des flux sortants. De la même manière, nous avons cherché à identifier la destination géographique des flux sortants. Le tableau ci après illustre la destination géographique des séjours sortants pour les arrondissements de Charleroi et Louvain.

I-81

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique 52000 Charleroi INSCODE In/Out Lieu de Lieu Nbre séjours Résidence INSCODEZH d'hospitalisation sortants Poids relatif 52000 55000 Soignies 7793,54 44,22% Bruxelles52000 21000 Capitale 4105,69 23,30% 52000 92000 Namur 2476,31 14,05% 52000 25000 Nivelles 1226,63 6,96% 52000 91000 Dinant 915,79 5,20% 52000 62000 Liège 253,34 1,44% 52000 53000 Mons 195,67 1,11% 52000 11000 Anvers 96,11 0,55% 52000 57000 Tournai 64,93 0,37% 52000 56000 Thuin 53,41 0,30% 52000 24000 Louvain 50,89 0,29% 52000 35000 Ostende 44,51 0,25%

24000 Louvain INSCODE In/Out Lieu de Lieu Nbre séjours Résidence INSCODEZH d'hospitalisation sortants Poids relatif 24000 12000 Malines 7058,20 38,66% 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000 24000

71000 21000 53000 11000 23000 13000 41000 31000 62000 44000 25000

Hasselt Bruxelles-Capitale Mons Anvers Hal-Vilvorde Turnhout Alost Bruges Liège Gand Nivelles

52000 52000 52000 52000 52000 52000 52000 52000

84000 38000 44000 61000 23000 31000 63000 41000

52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000

43,51 42,60 39,32 32,15 30,63 26,85 22,47 21,39

0,25% 0,24% 0,22% 0,18% 0,17% 0,15% 0,13% 0,12%

24000 24000 24000 24000 24000 24000 24000 24000

35000 46000 72000 73000 38000 36000 91000 92000

Ostende Saint-Nicolas Maaseik Tongres Furnes Roulers Dinant Namur

83000 12000 81000 54000 71000 34000 45000

Neufchâteau Furnes Gand Huy Hal-Vilvorde Bruges Verviers Alost Marche-enFamenne Malines Arlon Mouscron Hasselt Courtrai Audenarde

17,48 13,40 9,35 9,20 8,09 7,15 5,24

0,10% 0,08% 0,05% 0,05% 0,05% 0,04% 0,03%

24000 24000 24000 24000 24000 24000 24000

83000 42000 34000 63000 84000 52000 61000

Marche-en-Famenne Termonde Courtrai Verviers Neufchâteau Charleroi Huy

46000 36000 42000 13000 73000 43000

Saint-Nicolas Roulers Termonde Turnhout Tongres Eeklo

5,13 4,18 4,00 3,12 1,03 1,02

0,03% 0,02% 0,02% 0,02% 0,01% 0,01%

24000 24000 24000 24000 24000 24000 24000

56000 33000 81000 55000 45000 43000 37000

Thuin Ypres Arlon Soignies Audenarde Eeklo Tielt

17624,10

1,00

4792,66 2358,98 1161,41 845,51 437,87 385,83 192,87 141,53 130,57 130,25 121,57

26,25% 12,92% 6,36% 4,63% 2,40% 2,11% 1,06% 0,78% 0,72% 0,71% 0,67%

103,86 68,60 44,69 43,31 37,59 33,70 26,91 24,56

0,57% 0,38% 0,24% 0,24% 0,21% 0,18% 0,15% 0,13%

19,01 14,91 14,48 13,57 11,89 6,39 6,26

0,10% 0,08% 0,08% 0,07% 0,07% 0,04% 0,03%

5,49 5,39 5,27 5,20 3,28 2,13 1,94

0,03% 0,03% 0,03% 0,03% 0,02% 0,01% 0,01%

18255,68

1,00

Tableau I- 38 : Répartition par arrondissement des séjours sortants pour Charleroi et Louvain

Ainsi, 44,22% des séjours sortants de l’arrondissement de Charleroi le sont à destination de Soignies et 23,30% à destination de Bruxelles Capitale. L’annexe 11 donne pour chaque arrondissement la destination géographique des flux sortants.

3. MESURE DE L’ATTRACTIVITE DES ARRONDISSEMENTS Dans la mesure de l’attractivité d’un arrondissement, il convient de prendre en considération la distance existant entre le lieu de résidence du patient et celui de son hospitalisation. Seuls, doivent être considérés comme véritablement « attractifs », les arrondissements pour lesquels on observe des déplacements significatifs. On peut admettre qu’un déplacement est significatif s’il correspond à des séjours de patients venant d’arrondissements non limitrophes. Sont considérés comme limitrophes par rapport à un arrondissement X, les arrondissements qui, du point de vue de leur frontière administrative, ont un point de contact avec l’arrondissement X considéré. Dans notre analyse de l’attractivité, nous avons donc sélectionné uniquement les séjours correspondant à des patients résidant dans des arrondissements non limitrophes. Le tableau ci-après reprend par arrondissement le nombre de séjours entrants en provenance d’arrondissements non limitrophes. Le pourcentage est établi pour chaque arrondissement en faisant I-82


le rapport des séjours entrants non limitrophes par rapport au total des séjours entrants dans l’arrondissement. Séjours entrants issus d'arrondissements non limitrophes

Code Arr.

Arrondissements

Nbre de

% par rapport au

séjours

total entrant dans

entrants

l'arrondissement

21000

Arrondissement de Bruxelles-Capitale

32.580

35,00%

24000

Arrondissement de Louvain

16.637

42,00%

53000

Arrondissement de Mons

8.252

38,00%

11000

Arrondissement d' Anvers

7.415

28,00%

62000

Arrondissement de Liège

7393

20,00%

44000

Arrondissement de Gand

6.553

22,00%

91000

Arrondissement de Dinant

4897

37,91%

41000

Arrondissement d' Alost

3.591

11,20%

31000

Arrondissement de Bruges

3.542

20,91%

36000

Arrondissement de Roulers

2.569

11,70%

34000

Arrondissement de Courtrai

2.390

32,00%

35000

Arrondissement d' Ostende

2.140

44,00%

92000

Arrondissement de Namur

1787

13,00%

52000

Arrondissement de Charleroi

1.340

8,00%

46000

Arrondissement de Saint-Nicolas

1.257

14,00%

38000

Arrondissement de Furnes

1.152

55,00%

23000

Arrondissement de Hal-Vilvorde

890

20,00%

71000

Arrondissement de Hasselt

842

2,50%

25000

Arrondissement de Nivelles

769

15,00%

57000

Arrondissement de Tournai

758

17,00%

83000

Arrondissement de Marche-en-Famenne

750

10,00%

12000

Arrondissement de Malines

650

3,00%

55000

Arrondissement de Soignies

614

2,47%

84000

Arrondissement de Neufchâteau

563

11,85%

63000

Arrondissement de Verviers

474

15,50%

61000

Arrondissement de Huy

339

11,00%

13000

Arrondissement de Turnhout

280

5,70%

73000

Arrondissement de Tongres

258

27,00%

45000

Arrondissement d' Audenarde

257

5,00%

72000

Arrondissement de Maaseik

225

8,00%

37000

Arrondissement de Tielt

205

13,00%

42000

Arrondissement de Termonde

204

9,00%

33000

Arrondissement d' Ypres

199

6,00%

81000

Arrondissement d' Arlon

190

3,00%

43000

Arrondissement d' Eeklo

162

5,90%

54000

Arrondissement de Mouscron

158

11,00%

56000

Arrondissement de Thuin

113

4,96%

32000

Arrondissement de Dixmude

1

1,00%

Tableau I- 39: Séjours entrants en provenance d'arrondissements non limitrophes I-83


On vérifie qu’il n’y a que 7 arrondissements (16%) pour lesquels la part des séjours entrants en provenance d’arrondissements non limitrophes est supérieure à 30% du total d’accueil de la patientèle externe. Force est de constater que c’est le facteur proximité qui justifie la plupart du temps les flux entrants de patientèle. Arrondissement

% de patientèle externe issue d’arrondissements non limitrophes

Furnes

55,00 %

Ostende

44,00 %

Louvain

42,00 %

Mons

38,00 %

Dinant

37,91 %

Bruxelles Capitale

35,00%

Courtrai

32,00 %

Tableau I- 40: Arrondissements avec plus de 30% de patientèle externe venant d'arrondissements non limitrophes

Il faut cependant noter que Mons, du fait de la fusion des hôpitaux, reprend des patients d’arrondissements non limitrophes mais qui, en réalité, sont hospitalisés dans l’arrondissement de leur lieu de résidence. Comme nous l’avons fait pour les flux entrants, nous avons déterminé, par arrondissement les flux sortants en nombre ainsi qu’en part relative pour chaque arrondissement et ce, dans le cadre de l’hypothèse où les sorties sont à destination d’arrondissements non limitrophes. Le tableau ci-après donne, par arrondissement, l’information relative aux flux sortants en nombre de séjours ainsi qu’en pourcentage par rapport au nombre total de séjours sortants de l’arrondissement à destination d’arrondissements non limitrophes.

I-84

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Séjours sortants vers des arrondissements non limitrophes Nbre séjours Code Arr.

Arrondissements

sortants

% au sein de l'arrondissement.

23000

Arrondissement de Hal-Vilvorde

10.164

15,19%

57000

Arrondissement de Tournai

8.099

84,00%

11000

Arrondissement d' Anvers

6.194

41,14%

52000

Arrondissement de Charleroi

6.074

34,00%

53000

Arrondissement de Mons

5.829

80,00%

38000

Arrondissement de Furnes

4.610

59,00%

34000

Arrondissement de Courtrai

4.565

35,00%

72000

Arrondissement de Maaseik

3.981

22,00%

21000

Arrondissement de Bruxelles-Capitale

3.602

45,00%

41000

Arrondissement d' Alost

3.578

29,00%

24000

Arrondissement de Louvain

3.538

19,00%

92000

Arrondissement de Namur

3.412

29,00%

73000

Arrondissement de Tongres

3.391

16,00%

35000

Arrondissement d' Ostende

2.964

38,00%

31000

Arrondissement de Bruges

2.932

56,00%

83000

Arrondissement de Marche-en-Famenne

2.850

61,00%

56000

Arrondissement de Thuin

2.534

11,00%

25000

Arrondissement de Nivelles

2.187

6,00%

51000

Arrondissement d' Ath

2.126

14,00%

54000

Arrondissement de Mouscron

2.100

41,00%

91000

Arrondissement de Dinant

1.911

22,00%

82000

Arrondissement de Bastogne

1.854

24,00%

71000

Arrondissement de Hasselt

1.833

13,00%

85000

Arrondissement de Virton

1.785

22,00%

44000

Arrondissement de Gand

1.753

14,00%

62000

Arrondissement de Liège

1.735

43,00%

81000

Arrondissement d' Arlon

1.724

89,00%

46000

Arrondissement de Saint-Nicolas

1.638

15,00%

42000

Arrondissement de Termonde

1.566

8,00%

84000

Arrondissement de Neufchâteau

1.471

46,00%

36000

Arrondissement de Roulers

1.372

44,00%

63000

Arrondissement de Verviers

1.337

9,00%

55000

Arrondissement de Soignies

1.193

10,00%

33000

Arrondissement d' Ypres

1.185

20,00%

13000

Arrondissement de Turnhout

1.026

5,00%

12000

Arrondissement de Malines

958

7,51%

45000

Arrondissement d' Audenarde

808

9,00%

93000

Arrondissement de Philippeville

792

8,00%

64000

Arrondissement de Waremme

670

5,00%

61000

Arrondissement de Huy

607

7,00%

32000

Arrondissement de Dixmude

462

5,00%

43000

Arrondissement d' Eeklo

423

5,00%

37000

Arrondissement de Tielt

376

4,00%

Tableau I- 41: Pourcentage des flux sortants vers arrondissements non limitrophes

I-85


On observe dans ce cas que pour 15 arrondissements (35%), plus de 30% des séjours sortants le sont à destination d’arrondissements non limitrophes. Si nous avons mis en évidence l’impact du facteur « proximité » dans l’analyse des flux entrants de la patientèle inter-arrondissements, il semble établi clairement que les flux sortants ou « fuite » de la patientèle relève d’avantage de motivations liées à la recherche de compétence puisque les sorties se font avec une plus grande fréquence vers des arrondissements non limitrophes. Reste, à présent, à vérifier si certains arrondissements présentent un caractère attractif pour des pathologies particulières.

4. ANALYSE DU RAPPORT FLUX ENTRANT/FLUX SORTANT PAR ARRONDISSEMENT ET PAR MDC.

La question à se poser à ce stade de l’analyse est de savoir pourquoi les patients sortent ou entrent dans un arrondissement pour y recevoir des soins de santé. Pou chaque arrondissement, nous avons ventilé la balance des flux entrants sur les flux sortants par MDC. Le tableau suivant présente par arrondissement et par MDC le rapport des séjours entrants dans l' arrondissement sur les séjours sortants de l' arrondissement. Code localité 11000 12000 13000 21000 23000 24000 25000 31000 32000 33000 34000 35000 36000 37000 38000 41000 42000 43000 44000 45000 46000 52000 53000 54000 55000 56000 57000 61000 62000 63000 71000 72000 73000 81000 83000 84000 91000 92000

00 1,4 1,8 0,3 15,7 0,0 4,7 0,1 3,4 0,0 0,4 0,9 0,4 3,0 0,1 0,4 4,5 0,2 0,4 2,3 0,6 1,0 0,6 1,6 0,1 2,3 0,2 0,3 0,3 9,0 0,1 1,2 0,2 0,0 3,8 2,0 1,5 1,0 1,1

01 1,2 1,7 0,2 9,4 0,1 2,3 0,1 2,8 0,0 0,5 0,6 0,7 9,9 0,2 0,7 3,9 0,1 0,4 2,5 0,5 0,9 1,1 2,8 0,2 2,0 0,1 0,9 0,3 9,7 0,2 2,8 0,2 0,0 2,2 1,4 1,6 2,1 0,8

02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 12,9 2,4 1,1 2,5 1,1 0,8 1,6 1,6 2,3 1,5 1,6 1,9 1,7 2,6 1,9 1,9 1,4 0,4 1,7 2,2 1,8 2,8 2,7 2,2 1,9 1,5 1,8 2,7 2,4 2,7 0,9 0,9 0,7 1,7 0,1 0,5 0,4 0,1 0,3 0,2 0,3 0,4 0,3 0,1 0,1 0,3 0,5 0,6 0,2 0,1 0,2 11,5 14,1 10,5 12,4 11,9 17,4 10,9 13,6 11,2 16,0 13,3 17,5 15,9 22,2 20,4 30,0 11,2 0,0 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,1 0,0 0,1 0,0 0,1 0,0 0,0 0,0 0,2 7,0 1,4 2,1 2,2 2,0 2,8 1,6 1,9 1,4 2,5 1,3 2,1 1,1 3,0 3,4 8,3 2,7 0,3 0,1 0,1 0,1 0,1 0,1 0,2 0,2 0,1 0,1 0,1 0,1 0,2 0,0 0,1 0,0 0,1 2,0 5,9 4,6 4,8 3,4 2,3 2,9 2,6 4,7 3,9 4,0 2,0 2,2 6,7 5,2 2,5 5,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,8 0,5 0,7 0,4 0,8 0,5 0,4 0,7 0,3 0,6 0,8 1,0 0,9 4,7 0,3 0,1 0,7 0,3 1,0 0,6 0,3 0,7 0,5 0,5 1,0 0,7 0,6 0,8 1,2 0,9 0,2 0,6 0,3 0,6 0,1 0,5 0,7 0,4 0,7 0,6 0,4 0,5 0,4 0,4 0,4 0,6 2,0 0,2 0,4 0,2 0,4 1,5 3,8 12,5 8,8 9,9 8,3 9,5 6,6 10,2 11,6 12,2 3,8 5,0 2,9 10,3 7,0 7,6 0,3 0,3 0,2 0,1 0,2 0,3 0,2 0,1 0,1 0,1 0,2 0,3 0,3 0,2 0,2 0,2 0,2 0,2 0,2 0,5 0,4 0,4 0,4 0,4 0,3 0,1 0,3 0,4 0,3 0,3 0,1 0,2 0,1 0,5 1,1 3,8 8,3 15,2 6,2 5,6 3,3 2,8 3,5 7,8 9,4 3,2 4,0 1,0 4,6 1,8 3,9 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,3 0,1 0,1 0,1 0,1 0,1 0,1 0,0 0,2 0,1 0,3 0,4 0,3 0,4 0,3 0,5 0,3 0,2 0,2 0,2 0,4 0,4 0,1 0,4 0,2 0,3 2,6 1,6 1,2 3,0 1,8 2,6 2,4 3,0 2,8 2,3 1,6 2,7 2,1 6,4 1,5 6,9 2,0 0,3 0,4 0,9 0,4 0,7 0,7 0,4 0,5 0,3 0,5 0,7 0,6 0,6 0,2 0,4 0,2 0,7 0,8 0,9 1,2 0,3 1,0 0,8 2,0 0,6 0,8 0,7 0,7 0,6 0,8 0,3 0,7 0,2 0,8 0,1 0,6 0,9 1,3 1,1 1,0 0,8 0,9 0,8 0,8 0,8 1,2 1,2 1,0 0,8 0,5 0,7 0,5 2,2 5,2 1,4 5,1 2,5 3,2 2,5 1,8 3,8 3,4 2,4 6,2 9,0 2,2 1,7 3,8 0,2 0,3 0,3 0,2 0,2 0,2 0,6 0,2 0,3 0,3 0,2 0,4 0,3 0,1 0,3 0,1 0,2 1,2 1,5 2,5 2,7 2,7 2,6 1,5 1,7 1,8 2,5 2,4 1,7 2,0 1,0 2,6 1,2 2,9 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,2 0,6 0,4 0,3 0,5 0,7 0,7 0,6 0,6 0,3 0,7 0,5 0,4 0,1 0,7 0,5 0,5 0,2 0,2 0,3 0,4 0,3 0,2 0,2 0,3 0,4 0,3 0,2 0,1 0,2 0,0 0,2 0,1 0,3 14,9 8,1 7,3 14,0 12,1 12,8 10,6 7,2 14,7 9,8 11,8 21,3 21,7 31,5 13,5 5,8 9,8 0,1 0,2 0,6 0,1 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,1 0,2 0,0 0,4 0,3 0,2 0,4 2,1 2,7 3,7 3,1 2,7 2,4 2,3 3,2 3,3 5,7 2,4 3,0 1,4 3,3 2,4 1,7 0,0 0,1 0,2 0,1 0,2 0,1 0,2 0,2 0,1 0,2 0,1 0,1 0,2 0,0 0,1 0,0 0,2 0,1 0,1 0,0 0,0 0,0 0,0 0,1 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,1 3,3 2,0 3,2 2,4 3,5 3,4 2,6 3,9 1,7 5,7 2,4 3,5 6,4 1,3 2,5 0,7 3,0 0,4 1,9 1,6 0,8 2,4 1,7 2,1 1,0 0,8 1,4 1,5 2,5 3,1 0,5 1,4 0,3 2,6 0,5 0,7 2,3 1,1 2,2 1,8 1,4 1,2 1,2 1,3 2,0 0,9 1,9 1,0 1,6 0,4 1,2 0,6 3,2 2,9 3,3 1,2 1,6 1,0 0,6 1,6 1,5 1,8 0,3 0,1 0,5 2,1 2,4 2,8 0,2 1,3 0,9 1,2 1,2 0,9 1,6 1,3 0,9 0,9 1,1 1,3 1,9 2,0 0,6 0,9 0,8

19 1,5 2,0 0,2 8,0 0,1 1,7 0,2 5,1 0,1 0,9 0,9 0,6 6,2 0,1 0,5 2,8 0,1 0,4 1,0 1,8 1,1 1,0 8,0 0,2 1,8 0,0 0,4 0,3 6,5 0,7 2,4 0,2 0,1 1,5 0,7 2,0 4,6 0,4

20 0,8 4,2 0,6 3,7 0,1 0,7 0,2 4,0 0,0 0,7 1,6 0,5 5,4 0,2 1,7 5,4 0,1 0,4 0,8 1,2 2,2 0,8 7,8 0,2 2,5 0,1 0,5 0,8 7,1 0,5 2,7 0,2 0,2 5,6 2,1 2,4 1,8 0,6

Tableau I- 42: Rapport par arrondissement et par MDC du flux entrant/flux sortant I-86

21 22 1,4 12,7 1,9 0,2 0,4 0,1 12,6 0,8 0,0 0,1 2,0 9,2 0,1 0,2 3,7 1,5 0,0 0,0 0,9 2,8 0,6 0,5 0,4 2,6 3,8 9,0 0,1 0,0 0,6 0,8 3,8 1,2 0,2 0,0 0,5 0,1 1,9 6,5 0,8 0,8 1,0 0,3 1,0 10,7 4,2 1,4 0,4 0,1 2,0 0,8 0,2 0,0 0,3 0,1 0,4 0,1 7,5 13,1 0,3 0,0 1,8 0,5 0,2 0,1 0,1 0,1 9,8 1,0 4,7 0,8 1,3 2,2 0,8 0,1 0,8 0,2

23 1,5 1,4 0,1 5,1 0,2 2,4 0,7 1,0 0,1 0,7 0,3 2,8 3,7 0,0 2,7 0,9 0,1 0,1 5,1 0,5 0,5 0,8 1,1 0,1 1,5 0,1 0,3 2,6 1,3 0,7 1,7 0,3 0,0 2,3 1,5 3,2 0,4 1,0

24 7,7 0,1 0,0 8,8 0,0 5,0 0,0 2,0 0,0 0,0 0,0 0,2 1,2 0,0 0,0 0,6 0,0 0,0 5,0 0,0 0,0 1,3 0,0 0,0 3,7 0,0 0,0 0,0 5,1 0,4 0,2 0,0 0,0 0,0 0,0 0,0 2,3 0,1

25 1,1 1,1 0,6 9,4 0,1 1,9 0,3 2,6 0,0 0,3 0,5 1,2 5,4 0,5 1,9 2,4 0,3 0,4 2,7 0,3 0,6 1,1 2,0 0,8 1,4 0,1 0,4 0,3 12,2 0,3 4,8 0,1 0,0 3,4 2,6 1,3 2,9 0,5


4.1 Analyse des points forts

Nous pouvons, à partir de ce tableau, identifier par arrondissement et par MDC les cas où le rapport séjour entrant sur séjour sortant est supérieur à trois ; ceci peut être interprété comme un indicateur de point fort pour l’arrondissement. Le graphique suivant reprend pour l' ensemble des arrondissements le pourcentage de MDC pour lesquels nous observons au moins 3 patients entrants pour 1 patient sortant (rapport Out/In sur In/Out est

à 3).

Pourcentage des MDC présentant un rapport "entrant/sortant" supérieur à 3 par arrondissement 100%

96%

96%

85%

75% 65%

54% 50%

50% 42%

27%

27%

25%

19% 12%

12% 8% 4%

4%

4%

4%

4%

11 00 0 12 00 0 13 00 0 21 00 0 23 00 0 24 00 0 25 00 0 31 00 0 32 00 0 33 00 0 34 00 0 35 00 0 36 00 0 37 00 0 38 00 0 41 00 0 42 00 0 43 00 0 44 00 0 45 00 0 46 00 0 52 00 0 53 00 0 54 00 0 55 00 0 56 00 0 57 00 0 61 00 0 62 00 0 63 00 0 71 00 0 72 00 0 73 00 0 81 00 0 83 00 0 84 00 0 91 00 0 92 00 0

0%

Graphique I- 30: Par arrondissement, % des MDC avec rapport flux entrant/flux sortant > 3

Au vu de ce graphique, nous pouvons identifier les arrondissements qui constituent des zones d' attraction pour la patientèle externe. Deux cas de figure peuvent être envisagés. •

Les arrondissements qui sont globalement attractifs pour la patientèle externe : rapport flux entrant/ flux sortant à 3 et ce, pour plus de 50% des MDC Le tableau ci-après reprend la liste des arrondissements qui vérifient ces deux conditions avec identification pour chacun d’eux du MDC le plus attractif sur base du rapport flux entrant/flux sortant.

I-87


Code

Nom arrondissement

MDC

Libellé MDC

Rapport

+

Entrant/

attractif

Sortant

21000

Bruxelles Capitale

17

Maladies myélop. Néoplasmes peu différenciés

30,00

31000

Bruges

15

Nouveau-nés, Aff. Origine périnatale

6,70

36000

Roulers

04


12,54

41000

Alost

05


15,24

62000

Liège

15


31,48

81000

Arlon

20

Alcoolisme & usage de drogue

9,81

Tableau I- 43: Arrondissements avec rapport flux entrant/flux sortant > à 3 pour plus de 50% des MDC

•

Les arrondissements qui sont attractifs pour la patientèle externe mais uniquement pour certains MDC. Nous avons identifié pour ceux-ci le MDC le plus attractif sur base du rapport entrant/sortant.

Code

Nom arrondissement

MDC

Libellé MDC

Rapport

+

Entrant/

attractif

Sortant

11000

Anvers

02

Affections des yeux

12,90

12000

Malines

20


4,20

24000

Louvain

22

Brûlures

9,20

31000

Bruges

15


6,70

33000

Ypres

15


4,70

44000

Gand

17

Maladies myélop. Néoplasmes peu différenciés

6,90

52000

Charleroi

22

Brûlures

10,70

53000

Mons

15


9,00

5.000

Soignies

24

Infection HIV

3,70

71000

Hasselt

12

Organes génitaux masculins

5,70

81000

Arlon

20


9,80

83000

Marche en Famenne

20

Alcoolisme et usage de drogue

4,70

84000

Neufchâteau

23

Facteurs influençant la santé

3,20

91000

Dinant

19

Troubles mentaux

4,60

Tableau I- 44: Arrondissements avec rapport flux entrant/flux sortant > 3 pour le MDC le plus attractif

I-88


4.2 Analyse des points faibles Comme nous l’avons fait pour les points forts, nous allons identifier les arrondissements qui enregistrent le plus de fuite de leur patientèle vers d’autres arrondissements avec identification des MDC associés à ces fuites. Nous référant au tableau I-42 donnant le rapport flux entrant/flux sortant par MDC et par arrondissement, nous avons représenté dans le graphique suivant par arrondissement, le pourcentage de MDC pour lesquels on observe au moins 3 patients sortants pour 1 patient entrant (rapport Out/In sur In/Out est

à 1/3).

Pourcentage des MDC présentant un rapport "entrant/sortant" inférieur à 1/3 par arrondissement 100%

100%

100%

100%

96%

100%

100%100%

96%

81% 77% 73%

75% 65%

54%

50%

35% 31% 23%

25%

19% 19% 15%

15% 12% 12%

8%

8% 4% 4%

4%

4%

4%

11 00 0 12 00 0 13 00 0 21 00 0 23 00 0 24 00 0 25 00 0 31 00 0 32 00 0 33 00 0 34 00 0 35 00 0 36 00 0 37 00 0 38 00 0 41 00 0 42 00 0 43 00 0 44 00 0 45 00 0 46 00 0 52 00 0 53 00 0 54 00 0 55 00 0 56 00 0 57 00 0 61 00 0 62 00 0 63 00 0 71 00 0 72 00 0 73 00 0 81 00 0 83 00 0 84 00 0 91 00 0 92 00 0

0%

Graphique I- 31:Pourcentage des MDC avec rapport flux entrant/flux sortant inférieur à 1/3

On peut dans ce cas identifier 3 cas de figure. •

Le premier groupe concerne les arrondissements avec le plus grand taux de fuite de leur patientèle vers d’autres arrondissements. Il s’agit des arrondissements qui, pour plus de 90% des MDC, présentent un rapport de plus de 3 sortants pour 1 entrant.

I-89


Code

Nom arrondissement

23000

Hal Vilvorde

25000

Nivelles

32000

Dixmude

37000

Tielt

42000

Termonde

56000

Thuin

72000

Maaseik

73000

Tongres

Tableau I- 45: Arrondissements avec le plus grand taux de fuite

•

Le second groupe concerne les arrondissements pour lesquels on enregistre un rapport d’au moins 3 sortants pour 1 entrant et ce, pour un pourcentage de MDC compris entre 30 et 90%.

Nous avons, pour ces arrondissements, identifié les MDC correspondant aux points les plus faibles à savoir un rapport d’au moins 10 sortants pour un entrant. MDC avec au moins 10 sortants pour 1 entrant Code

Nom Arr.

13000

Turnhout

38000

Furnes

43000

Eecklo

54000

Mouscron

57000

Tournai

61000

Huy

63000

Verviers

00

02

05

x

x

10

11

12

x

x

13

x

15

x

17

22

23

24

x

x

x

x

x

x

x

x

x

x

x x

x

x

x

x

x

x

x

x x

x

x

x

x

x

x

x

x

x

x

x

Tableau I- 46: Arrondissements avec au moins 10 sortants pour 1 entrant pour certains MDC

On observe, de toute évidence, une certaine concentration des MDC sur lesquels portent les fuites de la patientèle. •

Enfin, le troisième groupe rassemble les arrondissements pour lesquels les fuites portent sur un nombre restreint de MDC

Comme précédemment, nous avons reporté dans un tableau les MDC pour lesquels on observait plus de 10 sortants pour 1 entrant.

I-90


MDC avec au moins 10 sortants pour 1 entrant Code

Nom Arr.

02

14

17

22

24

12000

Malines

33000

Ypres

34000

Courtrai

x

45000

Audenarde

x

46000

Saint Nicolas

x

52000

Charleroi

53000

Mons

x

81000

Arlon

x

83000

Marche en Famenne

x

84000

Neufchâteau

x

91000

Dinant

92000

Namur

x x

x

x

x

x

x

x x

Tableau I- 47: Arrondissements avec fuite portant sur quelques MDC

La synthèse entre les points forts et les points faibles des arrondissements permet de dégager, dans le cadre des hypothèses que nous avons faites, des pôles éventuels d’attractivité.

4.3 Identification de pôles éventuels d’attractivité Certains MDC sont source de fuite pour une majorité d’arrondissements alors qu’ils sont source d’entrées relativement importantes pour un petit nombre d’autres arrondissements. Ceci nous amène à identifier des « pôles d’expertise ». Ainsi, nous avons repris les MDC pour lesquels on observe pour plus de 50% des arrondissements non limitrophes un rapport de plus de 3 sortants pour 1 entrant.

I-91


MDC

Libellé

Lieu d’attractivité

Rapport Entrant/sortant

02

Affection des yeux

Liège

14,90*

Anvers

12,88*

Bruxelles Capitale

11,51*

Louvain 05


Alost

15,24*

Liège

14,05*

Bruxelles Capitale

12,41*

Roulers 15

17

22

24

6,99

8,84

Nouveau-nés, néoplasmes peu

Liège

31,48*

différenciés

Bruxelles Capitale

22,22*

Maladies myéloprolifératives

Brûlures

Infections HIV

Mons

8,98

Bruges

6,71

Gand

6,41

Bruxelles Capitale

30,05*

Louvain

8,33

Roulers

7,00

Gand

6,90

Liège

5,75

Liège

13,10*

Anvers

12,70*

Charleroi

10,70*

Louvain

9,20

Roulers

9,00

Gand

6,5

Bruxelles Capitale

7,80

Anvers

7,70

Liège

5,10

Louvain

5,00

Gand

5,00

Tableau I- 48: Identification de pôles d'attractivité

Les arrondissements pour lesquels on note * dans la colonne rapport entrant/sortant peuvent être considérés comme des pôles d’attractivité pour la patientèle externe par rapport à ces pathologies.

CHAPITRE 5. ANALYSE DES ARRONDISSEMENTS SANS STRUCTURE HOSPITALIERE Dans cette partie, nous traiterons les arrondissements d' Ath (51000), de Waremme (64000), de Bastogne (82000), de Virton (85000) et de Philippeville (93000) pour lesquels nous enregistrons I-92


des valeurs nulles pour les séjours In/In et Out/In. L' objectif consiste à identifier à travers les séjours In/Out les arrondissements vers lesquels les patients sortants se dirigent pour se faire hospitaliser.

1. ARRONDISSEMENT D'ATH Code localité 53000 57000 45000 21000 55000 41000 44000 91000 52000 54000 25000 34000 24000 92000 11000 23000 62000 35000 61000 31000 63000 38000 71000 56000 42000 46000 36000 13000 83000

Nom localité Mons Tournai Audenarde Bruxelles-Capitale Soignies Alost Gand Dinant Charleroi Mouscron Nivelles Courtrai Louvain Namur Anvers Hal-Vilvorde Liège Ostende Huy Bruges Verviers Furnes Hasselt Thuin Termonde Saint-Nicolas Roulers Turnhout Marche-en-Famenne

In/Out 8177,26 2938,23 1624,25 1559,53 175,92 137,31 111,61 75,58 45,77 32,99 29,52 26,06 24,06 18,51 11,50 11,21 11,11 6,30 6,18 6,17 3,09 2,05 1,11 1,07 1,06 1,05 1,02 1,02 0,99 15041,52

Poids relatifs 54,36% 19,53% 10,80% 10,37% 1,17% 0,91% 0,74% 0,50% 0,30% 0,22% 0,20% 0,17% 0,16% 0,12% 0,08% 0,07% 0,07% 0,04% 0,04% 0,04% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 100,00%

Tableau I- 49: Destination géographique patientèle d'Ath

Du fait des fusions d' hôpitaux, les sites secondaires ne sont plus répertoriés dans leur arrondissement d' origine mais bien dans l' arrondissement du site principal. L' arrondissement d' Ath n' échappe pas à la règle en voyant ses patients In/In repris dans l' arrondissement de Mons. La plupart des patients qui résident dans l' arrondissement d' Ath se font hospitaliser dans les arrondissements de Mons (54,36%), de Tournai (19,53%), d' Audenarde (10,80%) ou encore de Bruxelles-Capitale (10,37%). Il nous est malheureusement impossible de faire la distinction entre les patients restant dans l' arrondissement (In/In) et les patients sortant de l' arrondissement (In/Out). Nous pouvons I-93


néanmoins considérer que la majeure partie des patients repris sous l' arrondissement de Mons ont été hospitalisés dans l' arrondissement d' Ath.

2. ARRONDISSEMENT DE WAREMME Code localité 62000 92000 61000 21000 24000 71000 91000 73000 25000 63000 11000 52000 38000 83000 44000 31000 33000 53000 81000 84000 13000 55000 36000 35000 41000 23000 12000 42000

Nom localité Liège Namur Huy Bruxelles-Capitale Louvain Hasselt Dinant Tongres Nivelles Verviers Anvers Charleroi Furnes Marche-en-Famenne Gand Bruges Ypres Mons Arlon Neufchâteau Turnhout Soignies Roulers Ostende Alost Hal-Vilvorde Malines Termonde

In/Out 9754,33 839,40 606,63 505,28 240,87 125,76 66,08 53,30 46,67 20,91 16,11 13,67 9,83 8,70 3,14 3,12 2,44 2,32 2,27 2,19 2,16 2,16 2,09 2,05 2,03 1,06 1,04 1,00 12336,60

Poids relatifs 79,07% 6,80% 4,92% 4,10% 1,95% 1,02% 0,54% 0,43% 0,38% 0,17% 0,13% 0,11% 0,08% 0,07% 0,03% 0,03% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 100,00%

Tableau I- 50: Destination géographique patientèle de Waremme

La plupart des patients qui résident dans l' arrondissement de Waremme se font hospitaliser dans l' arrondissement de Liège (79,07%). Les patients In/In de l' arrondissement de Waremme sont également repris dans l' arrondissement de Liège. Il est à noter que les constations émises dans le cas de l' arrondissement d' Ath sont transposables à l' arrondissement de Waremme.

I-94


3. ARRONDISSEMENT DE BASTOGNE Code localité 83000 62000 63000 84000 91000 21000 81000 92000 24000 61000 11000 25000 52000 41000 71000 57000 46000 44000 54000 35000 45000 53000 55000 33000 23000 73000

Nom localité Marche-en-Famenne Liège Verviers Neufchâteau Dinant Bruxelles-Capitale Arlon Namur Louvain Huy Anvers Nivelles Charleroi Alost Hasselt Tournai Saint-Nicolas Gand Mouscron Ostende Audenarde Mons Soignies Ypres Hal-Vilvorde Tongres

In/Out 3815,09 1246,63 1191,13 883,83 224,31 214,91 127,37 51,85 24,11 20,70 18,08 15,10 12,91 4,32 4,12 3,04 2,13 2,12 2,09 1,12 1,09 1,09 1,07 1,05 1,04 1,03 7871,33

Poids relatifs 48,47% 15,84% 15,13% 11,23% 2,85% 2,73% 1,62% 0,66% 0,31% 0,26% 0,23% 0,19% 0,16% 0,05% 0,05% 0,04% 0,03% 0,03% 0,03% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 100,00%

Tableau I- 51: Destination géographique patientèle de Bastogne

La plupart des patients qui résident dans l' arrondissement de Bastogne se font hospitaliser dans les arrondissements de Marche-en-Famenne (48,47%), de Liège (15,84%), de Verviers (15,13%) ou encore de Neufchâteau (11,23%). Les patients In/In de l' arrondissement de Bastogne sont également repris dans l' arrondissement de Marche-en-Famenne. Il est à noter que les constations émises dans le cas de l' arrondissement d' Ath sont transposables à l' arrondissement de Bastogne.

I-95


4. ARRONDISSEMENT DE VIRTON Code localité 81000 84000 91000 21000 62000 83000 92000 25000 11000 44000 52000 63000 53000 55000 61000 24000 12000 35000 38000 41000 23000 33000 45000 31000 56000 13000 57000 71000 54000

Nom localité Arlon Neufchâteau Dinant Bruxelles-Capitale Liège Marche-en-Famenne Namur Nivelles Anvers Gand Charleroi Verviers Mons Soignies Huy Louvain Malines Ostende Furnes Alost Hal-Vilvorde Ypres Audenarde Bruges Thuin Turnhout Tournai Hasselt Mouscron

In/Out 4961,67 1375,99 676,72 507,38 252,49 117,79 116,58 22,01 16,45 12,81 12,34 11,35 5,14 5,12 4,30 4,28 2,20 2,19 2,18 2,10 2,09 2,04 2,03 1,14 1,06 1,06 1,01 0,99 0,99 8123,50

Poids relatifs 61,08% 16,94% 8,33% 6,25% 3,11% 1,45% 1,44% 0,27% 0,20% 0,16% 0,15% 0,14% 0,06% 0,06% 0,05% 0,05% 0,03% 0,03% 0,03% 0,03% 0,03% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 100,00%

Tableau I- 52: Destination géographique patientèle de Virton

La plupart des patients qui résident dans l' arrondissement de Virton se font hospitaliser dans les arrondissements d' Arlon (61,08%), de Neufchâteau (16,94%), de Dinant (8,33%) ou encore de Bruxelles-Capitale (6,25%). Force est de constater que l' absence d' infrastructure hospitalière dans l' arrondissement a conduit la population à se faire hospitaliser à raison de 79,47% dans les autres arrondissements de la province de Luxembourg (code INS : 80000).

I-96


5. ARRONDISSEMENT DE PHILIPPEVILLE Code localité 52000 56000 91000 21000 92000 55000 62000 25000 11000 53000 84000 24000 44000 83000 23000 35000 63000 61000 38000 57000 81000 36000 12000 31000 41000

Nom localité Charleroi Thuin Dinant Bruxelles-Capitale Namur Soignies Liège Nivelles Anvers Mons Neufchâteau Louvain Gand Marche-en-Famenne Hal-Vilvorde Ostende Verviers Huy Furnes Tournai Arlon Roulers Malines Bruges Alost

In/Out 4855,90 2085,95 1799,33 467,34 453,26 117,86 53,75 29,13 18,66 15,82 13,11 12,55 10,84 8,40 8,25 6,38 6,37 6,33 4,22 4,11 2,21 2,18 2,07 1,05 1,03 9986,10

Poids relatifs 48,63% 20,89% 18,02% 4,68% 4,54% 1,18% 0,54% 0,29% 0,19% 0,16% 0,13% 0,13% 0,11% 0,08% 0,08% 0,06% 0,06% 0,06% 0,04% 0,04% 0,02% 0,02% 0,02% 0,01% 0,01% 100,00%

Tableau I- 53: Destination géographique patientèle de Philippeville.

La plupart des patients qui résident dans l' arrondissement de Philippeville se font hospitaliser dans les arrondissements de Charleroi (48,63%), de Thuin (20,89%) ou encore de Dinant (18,02%). Dans le cas présent, il semble que la population de l' arrondissement de Philippeville préfère se faire hospitaliser dans l' infrastructure hospitalière de la province du Hainaut, principalement dans les arrondissements de Charleroi et de Thuin. Il est à noter que les autres arrondissements de la province de Namur (code INS : 90000) ne recueillent que 22,56% de la patientèle de l' arrondissement de Philippeville.

I-97


CONCLUSIONS Au terme de ce travail, nous allons nous efforcer de dégager quelques pistes essentielles à prendre en considération pour la détermination de l’utilisation des lits hospitaliers aigus dans le futur. Le titre 1 de cette première partie vise à établir les projections d’utilisation des lits hospitaliers aigus aux horizons 2010 et 2015 à partir de la prise en compte de paramètres mesurables et quantifiables qui sont : l’évolution démographique, la durée de séjour et le « shift » de l’hospitalisation traditionnelle vers l’hospitalisation de jour. On peut vérifier que le case mix est très fortement lié à l’âge. Connaissant le modèle de vieillissement de la population, on peut soit au niveau national soit par arrondissement déterminer les effets sur le nombre de séjours attendus dans l’avenir en hospitalisation classique. L’étude montre très clairement que le vieillissement de la population induit une demande accrue en journées d’hospitalisation. L’analyse approfondie du case mix par tranche d’âge nous permet, de surcroît, d’identifier les catégories majeures de diagnostic affectées par les classes d’âge à croissance positive et négative. Les pathologies qui sont concernées par l’augmentation de la population à croissance positive sont principalement les affections de l’appareil circulatoire, des yeux, du système respiratoire ainsi que les affections myéloprolifératives, celles du sang et organes hématopoïétiques ; viennent ensuite les affections liées aux organes génitaux masculins, au système hépatobiliaire et du pancréas, les troubles mentaux et les affections du système nerveux. A l’inverse, par rapport à la population à croissance négative, on doit s’attendre à une diminution des grossesses et accouchements, des affections concernant les nouveau-nés, les affections nezgorge oreille de même que les traumatismes, allergies et effets toxiques et les brûlures. Après avoir identifié les grands groupes de pathologies liés à l’évolution démographique, nous avons élaboré un modèle de prévision des durées de séjour et ce, pour les 358 APR-DRGs. De cette analyse statistique rigoureuse, il ressort que, globalement, la durée de séjour diminue puisqu’elle passe de 8,48 jours en 2002 à 8,11 en 2015 soit une réduction de 4,28%. Toutefois, il faut se garder d’extrapolations trop brutales puisque l’étude montre que la tendance à la baisse n’est statistiquement significative que pour 200 APR-DRGs (56%). Ceci montre clairement que c’est la combinaison de la modification du case mix lié à l’évolution de la structure démographique de la population et des prévisions relatives aux durées de séjour par APR-DRG qui doit être prise en considération pour déterminer les projections d’utilisation des lits hospitaliers aigus dans le futur. I-98


C’est sur cette base que nous avons établi nos projections qui aboutissent à une estimation de 3,86 lits par 1000 habitants en 2015 par rapport à 3,81 lits par 1.000 habitants en 2002 au taux d’occupation de 100%, soit une augmentation de 1,3%. La prise en compte des modifications des comportements dans la prise en charge des patients nous a conduits à analyser de manière approfondie la problématique liée au shift de l’hospitalisation classique vers l’hospitalisation de jour. Les données enregistrées sur la période de 1996 à 2002, nous ont permis de vérifier que, globalement, on observait une tendance statistiquement significative à la hausse pour l’hospitalisation de jour et à la baisse avec effet asymptotique pour l’hospitalisation traditionnelle. Un examen approfondi des séjours de courte durée a mis en évidence la complexité du problème liée au fait qu’il n’y a pas de relation directe de cause à effet entre le traditionnel et le jour dans la mesure où une diminution en hospitalisation traditionnelle n’induit pas nécessairement une augmentation en hospitalisation de jour et inversement. Pour admettre que l’hospitalisation de jour pouvait être une alternative à l’hospitalisation classique nous avons posé deux conditions. La première est de vérifier que la tendance des séjours en hospitalisation classique varie en sens inverse et parallèle à celle des séjours en hospitalisation de jour, attestant ainsi d’un véritable « shift » d’un mode d’hospitalisation vers un autre. La seconde condition consiste à vérifier que, par APR-DRG et pour les séjours de courte durée (1,2 et 3 jours), la part des séjours observés en hospitalisation de jour soit au moins égale à 1/3 des séjours. Seuls les APR-DRGs pour lesquels ces deux conditions ont été vérifiées ont été retenus comme potentiellement candidats pour passer en hospitalisation de jour dans le futur avec une pondération de 100% pour les séjours de 1 jour, de 60% pour les séjours de 2 jours et 40% pour les séjours de 3 jours. La prise en compte du « shift » de l’hospitalisation traditionnelle dans le cadre des hypothèses ainsi définies induit une réduction de l’ordre de 16% sur les projections du nombre total de journées attendues à l’horizon 2015. Ainsi, la prise en compte des influences combinées des paramètres démographie, durée de séjour et développement de l’hospitalisation de jour conduit à une utilisation des lits hospitaliers aigus égale à 3,26 lits par 1.000 habitants à l’horizon 2015 au taux d’occupation de 100% et à 4,06 lits par 1.000 habitants au taux d’occupation de 80%. L’estimation au niveau national ne permet pas vraiment d’en déduire les projections au niveau des arrondissements. Pour ce faire, il faut impérativement tenir compte des flux de la patientèle interarrondissements. C’est l’objet du titre deux de cette première partie. I-99


Pour ventiler les projections d’utilisation des lits hospitaliers aigus au niveau des arrondissements, nous focalisons notre attention sur les flux de la patientèle inter-arrondissements en ayant soin d’identifier d’une part la demande de séjours exprimée par les résidents et ce, quel que soit le lieu de l’hospitalisation et d’autre part la production de séjours assurée par l’infrastructure hospitalière de l’arrondissement et ce, quel que soit le lieu de résidence du patient. Pour chaque séjour entrant ou sortant d’un arrondissement, nous identifions la zone géographique d’origine et/ou de destination ainsi que le pourquoi en liant aux dits séjours le MDC de manière à identifier les grands types de pathologies associés aux flux de la patientèle inter-arrondissements. Ainsi, nous avons établi la cartographie géographique et pathologique des flux de patients interarrondissements. On vérifie par cette analyse que les séjours entrants sont le plus souvent expliqués par la proximité géographique alors que les séjours sortants relèvent d’avantage d’une recherche de compétence puisque la fréquence de sortie vers des arrondissements non limitrophes est plus élevée. Le caractère « attractif » d’un arrondissement s’appuie sur des critères qui, bien que subjectifs, nous paraissent de « bon sens ». En effet, dans la détermination du caractère attractif d’un arrondissement, seuls sont pris en considération les séjours associés à des patients résidant dans des arrondissements non limitrophes. L’attractivité est établie par MDC et sur base de la balance entre le flux entrant et sortant. Selon les hypothèses envisagées pour le pourcentage de MDC pour lesquels on observe au moins 3 patients entrants pour 1 sortant, des pôles d’attractivité peuvent être mis en évidence pour certaines catégories de MDC. Il faut toutefois garder à l’esprit que, dans le cadre de l’analyse par arrondissement, nous sommes restés à un niveau relativement global sans prendre en considération des facteurs essentiels comme par exemple le nombre et le type d’institutions hospitalières de l’arrondissement, les caractéristiques de l’infrastructure hospitalière, le profil économique et social de la région etc. Nous n’avions pas mission dans le cadre de ce travail de descendre au niveau des institutions. Ce rapport jette les premières bases pour une réflexion constructive sur les pistes à mettre en œuvre dans le futur pour faire face à la demande de séjours hospitaliers en Belgique. Il est clair que les résultats sont fonction des paramètres qui ont été pris en considération et que nous nous sommes limités aux facteurs quantitatifs et mesurables pour assurer à notre analyse un maximum d’objectivité. En conclusion et en ce qui concerne la démarche projective telle que celle menée dans le cadre de ce travail, il faut garder à l’esprit que la projection des tendances des besoins de santé bute sur des incertitudes insécables. I-100


Nous concluons en rappelant les premiers mots de notre introduction : « Estimer le besoin futur en lits hospitaliers aigus est un véritable challenge. Le système hospitalier est en effet, un système dynamique activé par des paramètres en perpétuelle évolution : référentiel des pathologies à traiter, pratiques médicales, technologies nouvelles, comportement des acteurs etc. »

I-101


DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË EINDRAPPORT DEEL II “TOEKOMSTSCENARIO’S VOOR HET GEBRUIK VAN ACUTE ZORGVOORZIENINGEN VOOR DE ONDERZOEKSREGIO GENT”

Onderzoek uitgevoerd door de onderzoeksequipe van de Universiteit Gent

Onderzoeksleiding

Prof. Dr. Paul Gemmel

Onderzoeksmedewerker

Lic. Dominique Vandijck


INHOUDSOPGAVE

INLEIDING............................................................................................................... II-12 Hoofdstuk 1: BEGRIPPENKADER.......................................................................... II-14 1.1 Algemeen................................................................................................. II-14 1.2 ‘Onderzoeksregio Gent’........................................................................... II-15 1.3 Erkende bedden per arrondissement en per ziekenhuis........................... II-18 1.3.1 Arrondissement Gent................................................................ II-19 1.3.2 Arrondissement Aalst................................................................II-19 1.3.3 Arrondissement Sint-Niklaas.................................................... II-20 1.3.4 Arrondissement Eeklo...............................................................II-20 1.3.5 Arrondissement Dendermonde................................................. II-20 1.4 Begrippen................................................................................................. II-21 1.4.1 Minimale Klinische Gegevens – registratie.............................. II-21 1.4.2 Major Diagnostic Category....................................................... II-21 1.4.3 All Patients Refined – Diagnosis Related Groups.................... II-21 1.4.4 Severity of Illness……………………………………………..II-22 1.5 Diagnosegroepen………………………………………………………..II-22 Hoofdstuk 2: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « BIJ GELIJKBLIJVENDE PRAKTIJK ».................. II-24 2.1 Demografische analyse............................................................................ II-24 2.2 Analyse van de verblijven in klassieke hospitalisatie.............................. II-27 2.3 Projecties van gebruik op basis van de case-mix aan pathologie per leeftijdscategorie............................................................................................ II-34 2.3.1 Methodologie............................................................................ II-34 2.3.2 Het model..................................................................................II-36

II-3


Hoofdstuk 3: TOEPASSING VAN HET MODEL OP DE GEGEVENS.................II-38 3.1 Bepalen van het aantal verblijven en berekenen van de opnamepercentages per geslacht en per leeftijdscategorie.........................................II-38 3.2 Bepalen van de relatieve gewichten per geslacht en per leeftijdscategorie voor alle APR-DRG’s.................................................................... II-39 3.3 Toepassen van de opnamepercentages op de bevolkingsprognoses 2005 – 2010 – 2015 per geslacht en per leeftijdscategorie............................ II-40 3.4 Projectie van het verwacht aantal verblijven voor 2005 – 2010 – 2015 op de relatieve gewichten per arrondissement............................................... II-41 3.5 Projectie van het verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie voor 2005 – 2010 – 2015...................................................II-42 3.6 Projectie van de evolutie in gebruik van acute ziekenhuisbedden bij gelijkblijvende praktijk voor 2005 – 2010 – 2015......................................... II-44 Hoofdstuk 4: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « VERFIJNING VAN DE ANALYSE »..................... II-48 4.1 Verfijning van de analyse: ‘Oneigenlijke verblijven’.............................. II-49 4.2 Verfijning van de analyse: ‘Substitutie verblijven in klassieke hospitalisatie naar daghospitalisatie...............................................................II-55 4.3 Verfijning van de analyse: ‘Patiëntenstromen’........................................ II-59 4.3.1 Arrondissement Gent................................................................ II-61 4.3.2 Arrondissement Aalst................................................................II-63 4.3.3 Arrondissement Dendermonde................................................. II-65 4.3.4 Arrondissement Sint-Niklaas.................................................... II-67 4.3.5 Arrondissement Eeklo...............................................................II-69 Hoofdstuk 5: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « DETAILANALYSE »...............................................II-72 5.1 Detailanalyse: ‘Trend in verblijfsduur’....................................................II-73 5.2 Detailanalyse: ‘Patiëntenstromen en de relatie met afstand’................... II-75 5.2.1 Analyse op MDC-niveau.......................................................... II-78

II-4


5.2.2 Analyse op APR-DRG-niveau.................................................. II-81 5.2.3 Relatie met afstand....................................................................II-86 Major Diagnostic Categories................................................. II-87 All Patients Refined – Diagnosis Related Groups................. II-104 Hoofdstuk 6: DE DOORSTROMING VAN PATIENTEN UIT HET ZIEKENHUIS: ENKELE BEDENKINGEN............................................................ II-112 Hoofdstuk 7: SLOTBESCHOUWINGEN………………………………………….II-117 7.1 Synthese van het onderzoek..................................................................... II-117 7.2 Algemene bevindingen en beperkingen van het onderzoek…………… II-119 7.3 Algemeen besluit..................................................................................... II-123

II-5


LIJST MET TABELLEN

Tabel II-1: Aantal erkende bedden voor algemene ziekenhuizen arrondissement Gent............................................................................................................................ II-19 Tabel II-2: Aantal erkende bedden voor algemene ziekenhuizen arrondissement Aalst........................................................................................................................... II-19 Tabel II-3: Aantal erkende bedden voor algemene ziekenhuizen arrondissement Sint-Niklaas............................................................................................................... II-20 Tabel II-4: Aantal erkende bedden voor algemene ziekenhuizen arrondissement Eeklo.......................................................................................................................... II-20 Tabel II-5: Aantal erkende bedden voor algemene ziekenhuizen arrondissement Dendermonde............................................................................................................. II-20 Tabel II-6: Bevolkingsevolutie 2005 – 2015 ‘Onderzoeksregio Gent’......................II-26 Tabel II-7: Opnamepercentages per geslacht en per leeftijdscategorie van 5 jaar Arrondissement Sint-Niklaas 2002............................................................................ II-29 Tabel II-8: Percentuele weergave van het aantal verblijven voor 2002 per leeftijdscategorie van 5 jaar (Mannen)................................................................................... II-33 Tabel II-9: Aantal verblijven per 100 inwoners voor 2002 (Mannen).......................II-33 Tabel II-10: Opnamepercentages per leeftijdscategorie van 5 jaar voor 2002 voor arrondissement Dendermonde (Mannen en Vrouwen).............................................. II-38 Tabel II-11: Relatieve gewichten per APR-DRG en per leeftijdscategorie van 5 jaar Arrondissement X...................................................................................................... II-39 Tabel II-12: Verwacht aantal verblijven per geslacht en per leeftijdscategorie van 5 jaar voor 2015 voor arrondissement Gent...............................................................II-40 Tabel II-13: Verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar Arrondissement X............................................................................................ II-42 Tabel II-14: Verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie van 5 jaar Arrondissement X.....................................................................................II-43 Tabel II-15: Projecties van gebruik van ziekenhuisvoorzieningen ‘bij gelijkblijvende

II-6


praktijk’ voor arrondissement Sint-Niklaas voor 2005 – 2010 – 2015...................... II-45 Tabel II-16: Overzicht projecties van evolutie in gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ voor 2005 – 2010 – 2015 voor Arrondissementen ‘Onderzoeksregio Gent’.............................................................. II-46 Tabel II-17: 32 weerhouden APR-DRG’s bij de bepaling van de oneigenlijke klassieke ziekenhuisverblijven................................................................................... II-50 Tabel II-18: Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Dendermonde voor 2005 – 2010 – 2015............................................................................................................... II-52 Tabel II-19: Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Gent voor 2005 – 2010 – 2015... II-53 Tabel II-20: Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Aalst voor 2005 – 2010 – 2015... II-53 Tabel II-21: Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Sint-Niklaas voor 2005 – 2010 – 2015........................................................................................................................... II-54 Tabel II-22: Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Eeklo voor 2005 – 2010 – 2015.. II-54 Tabel II-23: Synthese van de projecties voor 2005 – 2010 – 2015 bij een bezettingsgraad van 80% ‘Onderzoeksregio Gent’.................................................................... II-56 Tabel II-24: Synthese van de projecties voor 2005 – 2010 – 2015 rekening houdend met een substitutiegraad van 100%, 60% en 40% bij een bezettingsgraad van 80% ‘Onderzoeksregio Gent’............................................................................................. II-58 Tabel II-25: Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Gent.............................. II-61 Tabel II-26: Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Gent...... II-62 Tabel II-27: Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Aalst............................. II-63 Tabel II-28: Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Aalst..... II-64

II-7


Tabel II-29: Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Dendermonde............... II-65 Tabel II-30: Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Dendermonde............................................................................................................. II-66 Tabel II-31: Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Sint-Niklaas..................II-67 Tabel II-32: Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Sint-Niklaas................................................................................................................II-68 Tabel II-33: Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Eeklo............................ II-69 Tabel II-34: Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor de inwoners behorende tot het arrondissement Eeklo.......................................................................................................................... II-69 Tabel II-35: Synthese van de projecties met en zonder instroom van patiënten voor 2005 – 2010 – 2015 bij een bezettingsgraad van 80% ‘Onderzoeksregio Gent’....... II-71 Tabel II-36: Predicties voor 2005 – 2010 – 2015 voor verschillende scenario’s rekening houdende met de verwachte trend in verblijfsduur Arrondissement Gent............................................................................................................................ II-75 Tabel II-37: ‘Blijvers’ + ‘Uitstroom’ patiënten gedomicilieerd in arrondissement Gent voor 2002.......................................................................................................... II-76 Tabel II-38: Percentuele verdeling van de verblijven voor de ‘blijvers’ en ‘uitstroom’ per MDC voor 2002................................................................................................... II-79 Tabel II-39: Aantal verblijven voor 2002 per MDC opgesplitst naar ‘blijvers’ en ‘uitstroom’..................................................................................................................II-80 Tabel II-40: Percentuele verdeling van het aantal verblijven per APR-DRG voor de inwoners gedomicilieerd in het arrondissement Gent voor 2002.............................. II-82 Tabel II-41: Percentuele verdeling van de verblijven voor de ‘blijvers’ en ‘uitstroom’ per APR-DRG voor 2002.......................................................................................... II-83

II-8


Tabel II-42: Relatie met afstand MDC 00................................................................. .II-87 Tabel II-43: Relatie met afstand MDC 01.................................................................. II-87 Tabel II-44: Relatie met afstand MDC 02.................................................................. II-88 Tabel II-45: Relatie met afstand MDC 03.................................................................. II-89 Tabel II-46: Relatie met afstand MDC 04................................................................. .II-89 Tabel II-47: Relatie met afstand MDC 05...................................................................II-90 Tabel II-48: Relatie met afstand MDC 06...................................................................II-91 Tabel II-49: Relatie met afstand MDC 07...................................................................II-92 Tabel II-50: Relatie met afstand MDC 08...................................................................II-92 Tabel II-51: Relatie met afstand MDC 09...................................................................II-93 Tabel II-52: Relatie met afstand MDC 10...................................................................II-93 Tabel II-53: Relatie met afstand MDC 11...................................................................II-94 Tabel II-54: Relatie met afstand MDC 12...................................................................II-95 Tabel II-55: Relatie met afstand MDC 13...................................................................II-95 Tabel II-56: Relatie met afstand MDC 14...................................................................II-96 Tabel II-57: Relatie met afstand MDC 15...................................................................II-96 Tabel II-58: Relatie met afstand MDC 16...................................................................II-97 Tabel II-59: Relatie met afstand MDC 17...................................................................II-98 Tabel II-60: Relatie met afstand MDC 18...................................................................II-98 Tabel II-61: Relatie met afstand MDC 19...................................................................II-99 Tabel II-62: Relatie met afstand MDC 20...................................................................II-99 Tabel II-63: Relatie met afstand MDC 21...................................................................II-100 Tabel II-64: Relatie met afstand MDC 22...................................................................II-101 Tabel II-65: Relatie met afstand MDC 23...................................................................II-101 Tabel II-66: Relatie met afstand MDC 24...................................................................II-102 Tabel II-67: Relatie met afstand MDC 25...................................................................II-102 Tabel II-68: Trading area-tabel per MDC voor patiënten gedomicilieerd in het arrondissement Gent....................................................................................................II-103 Tabel II-69: Relatie met afstand APR-DRG 560....................................................... .II-105 Tabel II-70: Relatie met afstand APR-DRG 862....................................................... .II-105 Tabel II-71: Relatie met afstand APR-DRG 640....................................................... .II-106

II-9


Tabel II-72: Relatie met afstand APR-DRG 139....................................................... .II-106 Tabel II-73: Relatie met afstand APR-DRG 347....................................................... .II-107 Tabel II-74: Relatie met afstand APR-DRG 313....................................................... .II-107 Tabel II-75: Relatie met afstand APR-DRG 140....................................................... .II-108 Tabel II-76: Relatie met afstand APR-DRG 513....................................................... .II-109 Tabel II-77: Relatie met afstand APR-DRG 302....................................................... .II-109 Tabel II-78: Relatie met afstand APR-DRG 315....................................................... .II-110 Tabel II-79: Trading area-tabel voor top 10 APR-DRG’s voor patiënten gedomicilieerd in het arrondissement Gent.............................................................................. II-111

II-10


LIJST MET FIGUREN

Figuur II-1: Demografische evolutie voor het arrondissement Gent voor mannen opgedeeld per leeftijdscategorie van 5 jaar................................................................II-25 Figuur II-2: Demografische evolutie voor het arrondissement Gent voor vrouwen opgedeeld per leeftijdscategorie van 5 jaar................................................................II-25 Figuur II-3: Opnamepercentages per geslacht en per leeftijdscategorie voor 2002.. II-28 Figuur II-4: Aantal verblijven voor 2002 per leeftijdscategorie (Mannen)............... II-30 Figuur II-5: Aantal verblijven voor 2002 per leeftijdscategorie (Vrouwen)............. II-30 Figuur II-6: Aantal verblijven voor 2002 per leeftijdscategorie van 5 jaar voor arrondissementen uit de ‘Onderzoeksregio Gent’ (Mannen)..................................... II-32 Figuur II-7: Mogelijke patiëntenstromen................................................................... II-59 Figuur II-8: Voorstelling stapsgewijze aanpak.......................................................... II-72 Figuur II-9: Uitstroom van patiënten uit het arrondissement Gent............................ II-77

II-11


INLEIDING

De not-for-profit sector is voortdurend in beweging. Het ziekenhuis zoals we het de dag van vandaag kennen is de laatste jaren meer en meer geëvolueerd naar een plaats van acute zorgen met korte ligduur. Patiënten worden alsmaar in een vroegere fase van het genezingsproces naar huis toe ontslagen. Deze evolutie, samen met de vergrijzing van de populatie, heeft een groter aantal zorgafhankelijken als gevolg. Nieuwe medische technieken, meer gesofisticeerde en betere diagnostischealsook

daaraan

gekoppelde

therapeutische

mogelijkheden,

alternatieve

zorgvormen hebben allen als doel betere en nieuwe vormen van zorg te kunnen aanbieden aan de bevolking. Gezien het hieraan verbonden kostenplaatje is het van primordiaal belang bewust en verantwoord om te springen met deze schaarse middelen teneinde een kwaliteitsvolle gezondheidszorg te kunnen blijven garanderen. Inzicht krijgen in de evolutie van de determinanten van vraag en aanbod in de gezondheidszorg is daarom belangrijk, maar evenzeer niet eenvoudig gezien de vaak moeilijk kwantificeerbare factoren die deze ontwikkeling beïnvloeden. In dit tweede luik van de studie zal getracht worden, uitgaande van de nationale benadering, een meer gedetailleerde vertaling te maken naar regio-niveau. Hierbij wordt

rekening

gehouden

met

de

specifieke

determinanten

van

de

onderzoeksregio. Het doel van dit tweede deel is na te gaan of de bevindingen dewelke op nationaal niveau gevonden worden ook kunnen geëxtrapoleerd worden naar regio-niveau. Vertrekkende vanuit de huidige consumptie van ziekenhuiszorg wordt geprobeerd een projectie van de evolutie in gebruik te maken op langere termijn, alsook hun implicaties op de vraag naar ziekenhuisinfrastructuur in de komende jaren.

II-12


Het doel van deze studie is niet enkel een louter kwantitatief model uit te bouwen waaruit een projectie van gebruik aan acute ziekenhuisvoorzieningen kan gemaakt worden, maar ook zullen de aan de onderzoeksregio verbonden specifieke karakteristieken ingecalculeerd worden. De belangrijkste determinanten zullen afzonderlijk behandeld worden om aan te geven in welke mate deze ontwikkelingstendenzen een impact uitoefenen op het toekomstig gebruik aan ziekenhuisvoorzieningen. De analyses voor de ‘Onderzoeksregio Gent’ zullen vanuit twee invalshoeken benaderd worden. Zo zal voor de onderzoeksregio tot op

MDC- (Major

Diagnostic Category) en APR-DRG-niveau (All Patients Refined – Diagnosis Related Groups) nagegaan worden welke de te verwachten impact is op de toekomstige evolutie in gebruik van zorgvoorzieningen, uitgaande van de consumptie aan gezondheidszorg. Voorts wordt een beroep gedaan op bestaande literatuur, internationale ervaringen, rapporten en expert-opinions verkregen via de voor deze studie speciaal opgerichte werkgroep met deskundigen. Tot deze werkgroep behoren, naast de onderzoekers, mensen uit de participerende ziekenhuizen dewelke sterk vertrouwd zijn met het dagelijkse beheer van een zorginstelling en de materie rond beleidsinformatie- en datamanagement. Graag hadden we de betrokken ziekenhuizen willen danken voor hun participatie, het geloof en gestelde vertrouwen in de onderzoekers van de Universiteit Gent en deze studie. Ook de leden van de werkgroep wensen we onze appreciatie te tonen voor hun waardevolle expertise en inzichten die zij ons bijbrachten vanuit het werkveld. Zij hebben er mede toe bijgedragen dat het voltooien van dit project een haalbare kaart bleef.

II-13


Hoofdstuk 1: BEGRIPPENKADER

1.1 Algemeen De ziekenhuizen in België zijn ingedeeld in twee grote categorieën: de algemene ziekenhuizen en de psychiatrische ziekenhuizen. Vandaag bestaan er in totaal 216 ziekenhuizen, waarvan 147 algemene en 69 psychiatrische ziekenhuizen. (situatie maart 2005). De sector van de algemene ziekenhuizen bestaat op zijn beurt uit 116 acute-, 23 gespecialiseerde- en 8 geriatrische ziekenhuizen. Met ‘acuut ziekenhuis’ wordt bedoeld een algemeen ziekenhuis met een eigen beheer dat minstens één acute Cof D-dienst aanbiedt. Meerdere ziekenhuizen die werken in fusieverband worden beschouwd als één ziekenhuis omwille van de eenheid van beheer. De gespecialiseerde instellingen hebben zich gespecialiseerd in één of enkele van de volgende specialiteiten: hart- en longen, locomotorische specialiteiten, neurologie, palliatieve zorgen, chronische specialiteiten, psycho-geriatrie. Onder de acute ziekenhuizen zijn er 8 universitaire ziekenhuizen. De laatste negen jaren heeft de tendens tot concentratie van de ziekenhuisactiviteit zich verder weerspiegeld in een afname van het aantal acute ziekenhuizen. Voor Vlaanderen betekent dit namelijk een afname van 102 ziekenhuizen in 1994 naar 66 in 2004. Deze vermindering is te verklaren door fusies van kleine ziekenhuizen onderling of met andere, grotere ziekenhuispartners. Voornaamste drijfveren tot fuseren zijn het halen van minimum schaalgrootte, concentreren van zwaar medisch-technische diensten en kunnen voorzien in hoog kwalitatieve geneeskundige zorg.

II-14


1.2 ‘Onderzoeksregio Gent’ Voor het Vlaamse Gewest zijn er in de provincie Oost-Vlaanderen 18 algemene ziekenhuizen. Van deze 18 algemene ziekenhuizen werden in het kader van deze studie twaalf ziekenhuizen gecontacteerd met de vraag tot participatie, dewelke vervolgens deel uit maken van de ‘Onderzoeksregio Gent’. De ziekenhuizen werden voorafgaandelijk elk individueel gecontacteerd en bezocht door de onderzoekers. Aan de directie van de betrokken instelling werd aan de hand van een presentatie het project gekaderd, de doelstellingen verduidelijkt en geëxpliciteerd wat van hen verwacht werd. Na een bedenkperiode, voor intern overleg binnen het ziekenhuis, werd gevraagd hun schriftelijke toestemming over te maken aan de FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu, waarin permissie aan de onderzoekers de MKG-gegevens 2000 – 2002 op ziekenhuisniveau met betrekking tot hun instelling te kunnen extraheren en consulteren. Geografisch verspreiden deze 12 algemene ziekenhuizen zich over de volgende arrondissementen: Gent, Eeklo, Aalst, Dendermonde en Sint-Niklaas. Wanneer we in het vervolg van dit rapport spreken over de ‘Onderzoeksregio Gent’ omvat dit dus steeds deze vijf hoger vermelde arrondissementen. De onderzoeksregio moet gezien worden als een pragmatische oplossing tussen een ‘voldoende’ grote regio om een aantal tendensen te kunnen bestuderen, maar een ook niet te grote regio om een gedetailleerde gegevensanalyse in samenspraak met de ziekenhuizen toe te laten. Lijst met participerende ziekenhuizen ‘Onderzoeksregio Gent’: -

AZ Sint-Lucas – Volkskliniek (Gent)

-

AZ Jan Palfijn (Gent)

-

Universitair Ziekenhuis Gent (Gent)

-

AZ Maria Middelares – Sint-Jozef (Gent)

-

Sint-Vincentiusziekenhuis (Deinze)

II-15


-

Heilig Hartkliniek (Eeklo)

-

Onze Lieve Vrouw Ziekenhuis (Aalst)

-

Algemeen Stedelijk Ziekenhuis (Aalst – Wetteren – Geraardsbergen)

-

AZ Sint-Blasius (Dendermonde)

-

Algemeen Ziekenhuis Lokeren (Lokeren)

-

AZ Maria Middelares (Sint-Niklaas)

-

AZ Waasland (Sint-Niklaas)

Data gebruikt voor de analyses in dit tweede deel zijn uitgevoerd gebruikmakende van de Minimale Klinische Gegevens-registratie (MKG) van de acute ziekenhuizen voor België voor het jaar 2000 en 2002. Doorheen het rapport zal nergens de naam van één van de participerende ziekenhuizen vermeld worden zo het confidentiële informatie of data betreft, evenals wanneer de link naar één van de instellingen direct of indirect kan gemaakt worden. Indien het gaat om informatie dewelke publiekelijk kan bekomen en/of geraadpleegd worden geldt deze anonimiteitsregel niet. Graag wensen we te benadrukken dat tabellen en figuren willekeurig en louter illustratief worden weergegeven, zonder dat enige preferentiële relatie van de onderzoekers met een zorginstelling of arrondissement geïnsinueerd wordt. Telkens wanneer doorheen het rapport een voorbeeld getoond wordt, zijn gelijkaardige berekeningen, tabellen en/of figuren eveneens voorhanden voor de overige arrondissementen uit de ‘Onderzoeksregio Gent’. Dit eindrapport heeft dan ook veeleer de intentie gebruikmakende van illustraties de gehanteerde methodologie en de bekomen bevindingen te verduidelijken, eerder dan het louter weergeven van resultaten voor elk van de betrokken ziekenhuizen en/of arrondissementen afzonderlijk. Volledige tabellen worden gezien hun omvang niet integraal opgenomen in het rapport, evenmin in de bijlagen. Eenvoudigheidshalve wordt zowel voor de analyses op ‘nationaal niveau’ als voor de analyses met betrekking tot de ‘Onderzoeksregio Gent’ eenzelfde

II-16


methodologie gehanteerd, teneinde het beter kunnen synchroniseren van de bekomen resultaten en het formuleren van beleidsinitiatieven. Dit was trouwens één van de expliciete vereisten van de opdracht. Het model dat in het verdere verloop van dit deel gepresenteerd wordt, beoogt een projectie te maken van het gebruik van acute ziekenhuisbedden, voor de periode 2005 – 2015. Het huidig gebruik als vertrekbasis nemen in de projectie van de behoefte aan acute ziekenhuisbedden is voor discussie vatbaar. Het huidig gebruik is niet noodzakelijk een goede reflectie van de werkelijke nood aan acute bedden op basis van de werkelijke behoefte. Factoren zoals aanbod-geïnduceerde vraag kunnen ervoor zorgen dat het huidig gebruik groter is dan de behoefte. Een behoeftestudie zou moeten vertrekken van ondermeer epidemiologische gegevens. Dit is een optie die in deze studie niet werd genomen. Niettemin zijn we ervan overtuigd dat inzicht in de evolutie van het gebruik reeds heel wat interessante inzichten verschaft die het beleid op korte en lange termijn kunnen beïnvloeden. In het verder verloop van het rapport zal dus gesproken worden over gebruik, eerder dan over behoeften aan zorgvoorzieningen. Toekomstverkenningen gaan meestal uit van continue ontwikkelingen (Van Asselt et al., 2003). Ook in het hier gepresenteerde eindrapport trekken we bestaande trends door, worden simulaties gemaakt van verschillende scenario’s en anticiperen we op de gevolgen daarvan. Vertrekkende vanuit de MKG 2002 (meest recent beschikbare gegevens voor deze studie) wordt een projectie gemaakt naar 2005, 2010 en 2015, waarbij verschillende scenario’s (hypotheses) gesimuleerd worden zoals, oneigenlijke verblijven,

substitutie

van

klassieke

verblijven

naar

daghospitalisatie,

verblijfsduur, enzovoort. Belangrijk te vermelden is dat deze studie zich beperkt tot de raming van het toekomstig gebruik van acute (niet-psychiatrische) ziekenhuiszorg in algemene ziekenhuizen en dat de gebruikte MKG-gegevens enkel betrekking hebben op klassieke hospitalisatie. Daghospitalisaties en verblijven met een ligduur van meer

II-17


dan 90 dagen worden niet opgenomen in de databases voor analyses. Om deze reden worden enkel de C-, D-, CD-, H-, G-, M- en NIC-diensten opgenomen in de analyses, A-, K-, L-, B-, Sp-diensten worden geëxcludeerd. Ook verblijven van niet Belgische residenten zijn niet opgenomen. Met algemene ziekenhuizen wordt bedoeld: alle ziekenhuizen behalve de psychiatrische ziekenhuizen (wel universitaire ziekenhuizen). Kenletters opgenomen in de studie: -

C: dienst C (diagnose en heelkundige behandeling)

-

CD: dienst CD (inwendige en heelkundige behandeling)

-

D: dienst D (diagnose en geneeskundige behandeling)

-

E: dienst E (kindergeneeskunde)

-

G: dienst G (geriatrie)

-

M: dienst M (materniteit)

-

NIC: dienst N (intensieve neonathologie)

1.3 Erkende bedden per arrondissement en per ziekenhuis Hoewel algemeen erkend wordt dat structuurcriteria, zoals het aantal bedden niet de meest aangewezen maat zijn voor het meten van de ziekenhuisactiviteit (wel verantwoorde bedden), wordt hieronder een kort overzicht gegeven van het aantal erkende bedden voor ziekenhuizen die deel uitmaken van de ‘Onderzoeksregio Gent’ en ziekenhuizen behorende tot het arrondissement. Ook wordt een opsplitsing gemaakt voor het totaal aantal erkende bedden en aantal erkende bedden voor kenletters opgenomen in de studie. De predicties per arrondissement dewelke verder in het rapport zijn opgenomen, dienen dus steeds met de tweede kolom (vet + cursief) vergeleken te worden.

II-18


1.3.1 Arrondissement Gent TABEL II-1 Aantal erkende bedden voor algemene ziekenhuizen arrondissement Gent Ziekenhuizen opgenomen in ‘onderzoeksregio Gent’ Totaal aantal Aantal erkende bedden voor erkende bedden kenletters opgenomen in studie Universitair Ziekenhuis Gent AZ Jan Palfijn AZ Sint-Lucas - Volkskliniek AZ Maria-Middelares – Sint-Jozef Sint-Vincentiusziekenhuis SUBTOTAAL

1061 512 833 554 161 3121

Ziekenhuizen niet opgenomen in ‘onderzoeksregio Gent’ Verpleeginrichting Veilige Have Provinciale Medisch Sociale Intercommunale Vereniging Lemberge TOTAAL

967 448 797 524 161 2897

48 63 3240

-

1.3.2 Arrondissement Aalst TABEL II-2 Aantal erkende bedden voor algemene ziekenhuizen arrondissement Aalst Ziekenhuizen opgenomen in ‘onderzoeksregio Gent’ Totaal aantal Aantal erkende bedden voor erkende bedden kenletters opgenomen in studie

Algemeen Stedelijk Ziekenhuis (Campus Aalst + Geraardsbergen) Onze Lieve Vrouw Ziekenhuis SUBTOTAAL

511 652 1163

Ziekenhuizen niet opgenomen in ‘onderzoeksregio Gent’ AZ Sint-Elizabeth TOTAAL

304 1467

II-19

455 592 1147 -


1.3.3 Arrondissement Sint-Niklaas TABEL II-3 Aantal erkende bedden voor algemene ziekenhuizen arrondissement Sint-Niklaas Ziekenhuizen opgenomen in ‘onderzoeksregio Gent’ Totaal aantal Aantal erkende bedden voor erkende kenletters opgenomen in bedden studie AZ Waasland (Campus Stadskliniek) AZ Maria Middelares (Campus St-Anna + Maria Middelares + De Pelikaan) Algemeen Ziekenhuis Lokeren TOTAAL

256

256

545

511

166 967

166 933

1.3.4 Arrondissement Eeklo TABEL II-4 Aantal erkende bedden voor algemene ziekenhuizen arrondissement Eeklo Ziekenhuizen opgenomen in ‘onderzoeksregio Gent’ Totaal aantal Aantal erkende bedden voor erkende bedden kenletters opgenomen in studie Heilig Hartkliniek TOTAAL

210 210

210 210

1.3.5 Arrondissement Dendermonde TABEL II-5 Aantal erkende bedden voor algemene ziekenhuizen arrondissement Dendermonde Ziekenhuizen opgenomen in ‘onderzoeksregio Gent’ Totaal aantal Aantal erkende bedden voor erkende kenletters opgenomen in bedden studie AZ Sint-Blasius (Campus AZ + Geriatrie, Revalidatie en Palliatieve Zorgen) Algemeen Stedelijk Ziekenhuis (Campus Wetteren) AZ Waasland (Campus Fabiolaziekenhuis, Hamme) TOTAAL

II-20

441

385

82 72 595

82 52 519


Bron: Informatiesteunpunt Gezondheidszorg, gebaseerd op gegevens dd. 30 mei 2005 1.4 Begrippen 1.4.1 Minimale Klinische Gegevens-registratie De registratie van de Minimale Klinische Gegevens (MKG) zoals bedoeld in het Koninklijk Besluit van 6 december 1994 houdende de bepaling van de regels volgens welke bepaalde statistische gegevens moeten worden medegedeeld aan de Minister die de Volksgezondheid onder zijn bevoegdheid heeft. De MKG bevatten de noodzakelijke informatie in verband met het verblijf, meer bepaald de leeftijd van de patiënt, de APR-DRG waaronder het verblijf wordt gebracht, graad van klinische ernst, het aantal aangetaste systemen, de mortaliteit, de procedurecode ICD-9-CM, de RIZIV-code(s), het aantal verblijfsdagen, enzovoort. Zowel de klassieke- als daghospitalisatie zijn in de databank opgenomen. 1.4.2 Major Diagnostic Category Major Diagnostic Category (MDC), grote diagnosegroepen die elk een systeem of een orgaan omvatten, zoals beschreven in de ‘All Patients Refined Diagnosis Related Groups, Definitions Manual, Version 15.0’. 1.4.3 All Patients Refined – Diagnosis Related Groups Diagnosis Related Groups, diagnosegroepen zoals beschreven in de ‘All Patients Refined – Diagnosis Related Groups, Definitions Manual, Version 15.0’.

II-21


1.4.4 Severity of Illness Klinische ernst of Severity of Illness: Omvang van de fysiologische decompensatie of van verlies van orgaanfunctie zoals beschreven in de ‘All Patients Refined – Diagnosis Related Groups, Definitions Manual, Version 15.0’. 1.5 Diagnosegroepen De diagnosegroepen worden gevormd op grond van de ‘All Patients Refined Diagnosis Related Groups, Definitions Manual, Version 15.0’. Op basis van de hoofddiagnose wordt een eerste indeling gemaakt in grote diagnosegroepen, MDC’s genoemd, die elk betrekking hebben op een systeem of orgaan. Elke MDC wordt vervolgens verder verdeeld in een medische en chirurgische subgroep op basis van het al dan niet voorkomen van een chirurgische ingreep. Binnen deze subgroepen worden de eigenlijke diagnosegroepen, namelijk de APR-DRG’s, onderscheiden rekening houdend met de volgende elementen: hoofddiagnose, nevendiagnoses, chirurgische ingrepen, speciale technieken, leeftijd, geslacht en aard van ontslag overeenkomstig de ‘All Patients Refined Diagnosis Related Groups, Definitions Manual, Version 15.0’. Op die manier worden 355 basis APR-DRG’s verkregen. Elke basis APR-DRG (met uitzondering van APR-DRG 955 en APR-DRG 956) wordt vervolgens opgesplitst in 4 niveau’s van klinische ernst. De bepaling van het niveau van klinische ernst van een verblijf gebeurt in 3 fasen waarbij met name rekening wordt gehouden met de gevolgen op de klinische ernst van de nevendiagnoses die geen verband houden met de hoofddiagnose en niet onderling verbonden zijn, de leeftijd, de hoofddiagnose, het bestaan van bepaalde niet-

II-22


operatieve procedures, ... (cfr. All Patients Refined Diagnosis Related Groups, Definitions Manual, Version 15.0). De 4 verkregen ‘Severities of Illness’ zijn: -

Niveau 1: zwak niveau van klinische ernst

-

Niveau 2: gematigd niveau van klinische ernst

-

Niveau 3: groot niveau van klinische ernst

-

Niveau 4: extreem niveau van klinische ernst

Patiënten zonder vermelding van een hoofddiagnose (APR-DRG 955) of met vermelding van een diagnose die niet als hoofddiagnose gebruikt mag worden (APR-DRG 956) worden verder de ‘rest diagnosegroepen type I’ genoemd. Hiervoor wordt geen gemiddelde standaardligduur berekend. Patiënten met een belangrijke chirurgische ingreep die niet overeenkomt met de hoofddiagnose (APR-DRG 950, 951, 952) worden verder de ‘restdiagnosegroepen type II’ genoemd. Ook hiervoor wordt geen gemiddelde standaardligduur berekend.

II-23


Hoofdstuk 2: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « BIJ GELIJKBLIJVENDE PRAKTIJK »

2.1 Demografische analyse De levensverwachting van mannen en vrouwen is de voorbije decennia sterk gestegen en verwacht wordt dat deze trend zich verder voortzet. Het is niet nieuw wanneer we stellen dat deze demografische evolutie zal leiden tot een groter aandeel in consumptie van gezondheidszorg en langere verblijven. De toename van het aantal ouderen wordt genoemd als de meest stuwende factor voor de toekomstige vraag en behoefte aan gezondheidszorg (Timmermans & Woittiez, 2004).

Vandaar

dat

in

de

eerste

fase

van

deze

micro-benadering

(‘Onderzoeksregio Gent’) demografie als één van de invalshoeken genomen wordt

voor

de

uiteindelijke

ramingen

van

gebruik

van

acute

ziekenhuisvoorzieningen. Voor de analyses is beroep gedaan op de bevolkingsprojecties, per geslacht en per leeftijdscategorie van 5 jaar, bekomen via het Nationaal Instituut voor de Statistiek (NIS). Figuren 1 en 2 geven een overzicht van de demografische evolutie, per geslacht en per leeftijdscategorie van 5 jaar, voor het arrondissement Gent voor 2005 – 2010 – 2015. Gelijkaardige figuren zijn telkens gemaakt voor de overige arrondissementen opgenomen in dit onderzoek (Eeklo, Aalst, Dendermonde, SintNiklaas).

II-24


Demografische evolutie Arrondissement Gent (Mannen)

Aantal inwoners

25000 20000 15000 10000 5000

00 -0 05 4j -0 10 9j -1 15 4j -1 20 9j -2 25 4j -2 30 9j -3 35 4j -3 40 9j -4 45 4j -4 50 9j -5 55 4j -5 60 9j -6 65 4j -6 70 9j -7 75 4j -7 80 9j -8 85 4j -8 90 9j -9 95 4j 10 -9 0- 9j 10 10 4j 5j -+

0

Le eftijdscate gorie 2005

2010

2015

FIGUUR II-1 Demografische evolutie voor het arrondissement Gent voor mannen opgedeeld per leeftijdscategorie van 5 jaar

Demografische evolutie Arrondissement Gent (Vrouwen)

Aantal inwoners

25000 20000 15000 10000 5000

00 -0 05 4j -0 10 9j -1 15 4j -1 20 9j -2 25 4j -2 30 9j -3 35 4j -3 40 9j -4 45 4j -4 50 9j -5 55 4j -5 60 9j -6 65 4j -6 70 9j -7 75 4j -7 80 9j -8 85 4j -8 90 9j -9 95 4j 10 -9 0- 9j 10 10 4j 5j -+

0

Lee ftijdscategorie 2005

2010

2015

FIGUUR II-2 Demografische evolutie voor het arrondissement Gent voor vrouwen opgedeeld per leeftijdscategorie van 5 jaar Bron: NIS, Bevolkingsprognoses 2000 – 2050 Tabel 6 geeft voor beide geslachten een overzicht van de bevolkingsevolutie per leeftijdscategorie van 5 jaar voor de periode 2005 – 2015 voor alle arrondissementen opgenomen in de ‘Onderzoeksregio Gent’.

II-25


TABEL II-6 Bevolkingsevolutie 2005-2015 ‘Onderzoeksregio Gent’ Bevolkingsevolutie 2005 - 2015 00-04j 05-09j 10-14j 15-19j 20-24j 25-29j 30-34j 35-39j 40-44j 45-49j 50-54j 55-59j 60-64j 65-69j 70-74j 75-79j 80-84j 85-89j 90-94j 95-99j 100-104j 105j-+

Arr. Gent -10,1% -8,7% -6,5% +1,61% +6,5% -4,5% -16,1% -20,6% -17,0% -0,1% +14,3% +11,3% +19,4% +16,5% -3,8% +3,9% +11,3% +36,6% +26,0% +12,9% +27,7% +100,0%

Arr. Sint-Niklaas -5,1% -12,9% -12,0% -1,0% +2,0% -5,3% -7,5% -15,6% -16,1% +2,8% +12,3% +6,1% +17,9% +21,5% +5,3% +10,6% +14,9% +35,1% +29,3% +20,3% +42,4% +100,0%

Arr. Dendermonde -3,7% -9,5% -11,9% -3,4% +1,0% -5,1% -8,6% -13,9% -19,7% -3,4% +10,8% +10,0% +24,3% +18,5% -3,0% +8,7% +14,5% +40,7% +32,4% +16,9% +50,0% +100,0%

Arr. Aalst -6,7% -8,0% -5,2% +0,8% -0,2% -7,2% -11,5% -20,1% -22,4% -4,3% +12,0% +13,8% +24,5% +17,1% -12,8% -1,1% +14,2% +43,2% +36,2% +20,6% +40,8% 0,0%

Arr. Eeklo -7,2% -9,1% -11,4% -4,5% +0,4% -9,2% -12,1% -13,9% -17,0% +0,5% +12,5% +5,5% +15,4% +13,7% -8,5% +2,8% +16,2% +39,0% +27,8% +7,0% 0,0% +100,0%

Analyses aan de hand van de variatie per leeftijdscategorie van 5 jaar laten ons toe een meer gedetailleerd beeld te schetsen van de bevolkingsevolutie binnen de verschillende klassen en de invloed hiervan op de case-mix in pathologie. Figuren en tabel tonen dat het aantal personen behorende tot de jongere leeftijdscategoriën verder zal afnemen. Een kanteling wordt gezien in de leeftijdscategorie van 45 tot en met 49 jaar. Een sterk toenemend aantal personen zien we voor de oudere leeftijdscategoriën, gedefinieerd van 50 tot en met 69 jaar, en +80 jaar, welke een belangrijke impact met zich zal meebrengen op de toekomstige zorgbehoeften. Wanneer we de bevolkingsprognoses naar 2015 toe bekijken voor de arrondissementen afzonderlijk merken we dat met uitzondering voor het arrondissement Eeklo de totale populatie zal groeien. De daling van de totale bevolking voor het arrondissement Eeklo wordt voornamelijk veroorzaakt door een daling van het aantal jonge inwoners, meer bepaald de leeftijdscategorie van 00 tot 45 jaar. II-26


2.2 Analyse van de verblijven in klassieke hospitalisatie Vooreerst vermelden we nogmaals dat voor het ganse deel II van de studie enkel zal gewerkt worden aan de hand van de (acute) verblijven in klassieke hospitalisatie voor residenten behorende tot de arrondissementen opgenomen in de ‘Onderzoeksregio Gent’. De opnamepercentages worden berekend gebaseerd op de MKG-gegevens en de reële bevolkingscijfers van het NIS voor 2002 per geslacht en per leeftijdscategorie van 5 jaar. Om vertekening, ten gevolge van opname bij geboorte, te voorkomen wordt één correctie doorgevoerd in deze opdeling, met name voor de leeftijdscategorie van 00 tot 01 jaar. Deze correctie bestaat erin dat we het aantal verblijven voor de leeftijdscategorie van 00 tot 05 jaar hebben opgesplitst in het aantal verblijven voor de leeftijdscategorie van 00 tot 01 jaar en het aantal verblijven voor de leeftijdscategorie van 01 tot 05 jaar. Indien we deze correctie niet doorvoeren zouden alle verblijven van baby’s, na bevalling in het ziekenhuis, worden meegeteld bij deze van de leeftijdcategorie van 00 tot 05 jaar, hetgeen een onjuist beeld zou geven van de spreiding van het aantal verblijven binnen deze leeftijdscategorie. Opnamepercentages

worden

bekomen

door

het

aantal

verblijven

per

leeftijdsklasse te delen door de populatie per leeftijdsklasse. Opnamepercentage / leeftijdsklasse = Aantal verblijven / leeftijdscategorie * 100 Populatie / leeftijdscategorie Hieronder (zie figuur 3) wordt voor het arrondissement Gent de evolutie van de opnamepercentages per geslacht en per leeftijdscategorie van 5 jaar geïllustreerd voor 2002. Voor sommige leeftijdscategoriën zien we opnamepercentages hoger dan 100%. Dit kan verklaart worden door de instroom van patiënten uit andere arrondissementen naar het arrondissement Gent, waardoor er meer verblijven dan inwoners zijn.

II-27


Opnamepercentage

160%

Opnamepercentage per leeftijdscategorie van 5 jaar en per geslacht voor 2002 Arrondissement Gent

140% 120% 100% 80% 60% 40% 20%

[0 0[0 01[ 10 [0 5[ 51 [1 0[ 01 [1 5[ 52 [2 0[ 0[2 25[ 53 [3 0[ 03 [3 5[ 54 [4 0[ 04 [4 5[ 55 [5 0[ 05 [5 5[ 56 [6 0[ 06 [6 5[ 57 [7 0[ 07 [7 5[ 58 [8 0[ 08 [8 5[ 59 [9 0[ 0[9 95 5- [ 1 [1 00[ 00 -->

0%

Leeftijdscategorie Mannen

Vrouw en

FIGUUR II-3 Opnamepercentages per geslacht en per leeftijdscategorie voor 2002

Tabel 7 geeft de opnamepercentages voor 2002 weer voor het arrondissement Sint-Niklaas opgedeeld naar geslacht en leeftijdscategoriën van 5 jaar.

II-28


TABEL II-7 Opnamepercentages per geslacht en per leeftijdscategorie van 5 jaar Arrondissement Sint-Niklaas 2002 Arrondissement Sint-Niklaas 2002 Mannen

Vrouwen

Leeftijdscategorie

Aantal verblijven

Populatie

Opname%

Leeftijdscategorie

Aantal verblijven

Populatie

Opname%

[00-05[

1382

21,6%

[00-05[

1188

19,3%

[05-10[

411

6,2%

[05-10[

276

[10-15[

321

4,7%

[10-15[

255

[15-20[

396

5,8%

[15-20[

517

[20-25[

469

6,5%

[20-25[

1044

[25-30[

520

7,3%

[25-30[

1638

[30-35[

663

7,9%

[30-35[

1655

[35-40[

743

8,3%

[35-40[

1165

[40-45[

814

9,5%

[40-45[

983

[45-50[

1053

13,1%

[45-50[

1032

[50-55[

1022

13,1%

[50-55[

973

[55-60[

1191

16,9%

[55-60[

1134

[60-65[

1180

21,0%

[60-65[

1014

[65-70[

1454

27,5%

[65-70[

1369

[70-75[

1615

36,3%

[70-75[

1556

[75-80[

1497

46,6%

[75-80[

1516

[80-85[

812

50,1%

[80-85[

1323

[85-90[

375

49,4%

[85-90[

762

[90-95[

172

67,5%

[90-95[

369

[95-100[

32

94,1%

[95-100[

65

0,0%

[100 -->

11

6164 6486 6502 6439 7170 6956 8424 8608 8402 7744 7580 6776 5794 5824 5142 4510 2849 1676 729 179 8

Totaal

19845

113962

[100 -->

1

6391 6662 6812 6869 7248 7081 8399 8932 8581 8041 7796 7037 5632 5278 4445 3214 1622 759 255 34 0

Totaal

16123

111088

4,3% 3,9% 8,0% 14,6% 23,5% 19,6% 13,5% 11,7% 13,3% 12,8% 16,7% 17,5% 23,5% 30,3% 33,6% 46,4% 45,5% 50,6% 36,3% 137,5%

In het vervolg van de analyses zullen voor de projecties naar 2005 – 2010 – 2015 de opnamepercentages 2002 constant gehouden worden. Het totaal aantal verblijven per geslacht en per leeftijdscategorie voor 2005 – 2010 – 2015, zal telkens berekend worden door de opnamepercentages 2002 per leeftijdscategorie, voor

elk

arrondissement

afzonderlijk,

te

vermenigvuldigen

met

de

bevolkingsprognoses per leeftijdscategorie (NIS). Figuren 4 en 5 geven een grafische illustratie van het aantal verblijven per geslacht en per leeftijdscategorie voor het arrondissement Sint-Niklaas. II-29


Aantal inwoners

10000

1800 1600 1400 1200 1000 800 600 400 200 0

8000 6000 4000 2000

[0 00 [0 5[ 51 [1 0[ 015 [1 5- [ 2 [2 0[ 02 [2 5[ 530 [3 0- [ 3 [3 5[ 54 [4 0[ 045 [4 [ 55 [5 0[ 05 [5 5[ 56 [6 0[ 06 [6 5[ 57 [7 0[ 07 [7 5[ 58 [8 0[ 085 [8 5- [ 9 [9 0[ 0[9 95 5- [ 1 [1 00[ 00 ->

0

Aantal verblijven

Aantal verblijven per leeftijdscategorie 5j Arrondissement Sint-Niklaas 2002 (Mannen)

Le e ftijds cate gorie Populatie

Aantal verblijven

FIGUUR II-4 Aantal verblijven voor 2002 per leeftijdscategorie (Mannen)

1800 1600 1400 1200 1000 800 600 400 200 0

Aantal verblijven

10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0

[0 00 [0 5[ 51 [1 0[ 01 [1 5[ 52 [2 0[ 02 [2 5[ 53 [3 0[ 03 [3 5[ 54 [4 0[ 04 [4 5[ 55 [5 0[ 05 [5 5[ 56 [6 0[ 06 [6 5[ 57 [7 0[ 07 [7 5[ 58 [8 0[ 08 [8 5[ 59 [9 0[ 0 [9 -95 5- [ 1 [1 00 00 [ ->

Aantal inwoners

Aantal verblijven per leeftijdscategorie 5j Arrondissement Sint-Niklaas 2002 (Vrouwen)

Le eftijdscategorie Populatie

Aantal verblijven

FIGUUR II-5 Aantal verblijven voor 2002 per leeftijdscategorie (Vrouwen) Deze figuren tonen een duidelijk hoger aantal verblijven voor vrouwen tussen de leeftijd van 20 en 35 jaar, hetgeen voortkomt uit de bevallingen in het ziekenhuis. Ook zien we vergeleken met de grafiek bij de mannen meer verblijven voor de leeftijdscategorie +80 jaar, hetgeen verklaard kan worden door de langere levensverwachting voor vrouwen ten opzichte van mannen. Gelijkaardige cijfers worden bekomen voor de overige arrondissementen rekening houdende met de bevolkingscijfers per arrondissement. In de afgelopen eeuw is er een spectaculaire daling in de sterfte opgetreden. Prognoses van het NIS bevestigen deze blijvende stijgende trend in levensverwachting. In 2004 bedroeg voor beide geslachten de gemiddelde leeftijd in België 79 jaar, daar waar 86 jaar als gemiddelde wordt II-30


vooropgesteld voor 2050. Het is gebruikelijk om bij de sterftedaling te spreken over een epidemiologische transitie waarbij de sterfte aan infectieziekten heeft plaatsgemaakt voor sterfte aan degeneratieve en door de mens veroorzaakte ziekten (Van der Maas & Mackenbach, 1999). Er treedt een duidelijke verschuiving op naar sterfte aan ouderdomsziekten en overige doodsoorzaken (Van der Meulen, 2004). De stijging van de levensverwachting, de verschuiving van acute naar chronische zorg, de verbeterde diagnostiek en vroege opsporing hebben er reeds toe geleid dat het aantal zieken is toegenomen en verwacht wordt dat dit de volgende decennia verder zal blijven toenemen. Een vergelijkbare toename van de medische consumptie ligt voor de hand. Wel kunnen we de bedenking maken dat hoe eerder een behandelbare ziekte bij een patiënt herkend en erkend wordt, hoe beter de ziekte doorgaans te genezen is met de minste ziektelast voor de patiënt en de minste collectieve kosten. Anderzijds betekent het kunnen behandelen van een ziekte niet altijd dat ze ook volledig te genezen zijn. Naar de verwachting van deskundigen zullen nu veelal dodelijke aandoeningen als kanker en aids in de toekomst vaak chronische aandoeningen worden (Van Oers, 2002). Dit betekent dat een verbeterde behandeling mensen met voorheen dodelijke ziekten langer in leven houdt en dat het aantal (langdurige) zorggebruikers eerder zal stijgen dan dalen. Hieronder wordt grafisch (figuur 6) het aantal verblijven per leeftijdscategorie van 5 jaar weergegeven voor de mannen afkomstig uit de arrondissementen behorende tot de ‘Onderzoeksregio Gent’. Het interpreteren van de curves moet enigzins gerelativeerd worden. Zo mag niet automatisch gesteld worden dat het arrondissement Gent enerzijds het meeste –en het arrondissement Eeklo anderzijds het minst aantal verblijven telt. Dit blijkt uit tabellen 8 en 9, waarin deze verblijven percentueel weergegeven worden ten opzichte van het totaal aantal verblijven (mannen) in dat arrondissement. Ook worden de verblijven voor de provincie Oost-Vlaanderen en voor gans Vlaanderen percentueel weergegeven ten opzichte van het totaal aantal verblijven in Oost-Vlaanderen en Vlaanderen. In

II-31


tabel 8 zien we dat de percentuele verdeling van het aantal verblijven over de verschillende leeftijdscategoriën ongeveer gelijk is in de verschillende arrondissementen. Tabel 9 geeft het aantal verblijven per 100 inwoners. Om meer exacte cijfers te bekomen moet o.a. rekening gehouden worden met de bevolkingspopulatie per arrondissement en de patiëntenstromen (in- en uitstromen) tussen arrondissementen onderling, hetgeen verder in het rapport behandeld wordt.

Aantal verblijven 2002 per arrondissement en per leeftijdscategorie 5 jaar (Mannen) 4000 3000 2500 2000 1500 1000 500 0 [0 00 [0 1[ 1[0 05[ 51 [1 0[ 01 [1 5[ 52 [2 0[ 02 [2 5[ 530 [3 [ 0[3 35[ 54 [4 0[ 045 [4 [ 55 [5 0[ 055 [5 [ 56 [6 0[ 065 [6 [ 57 [7 0[ 07 [7 5[ 58 [8 0[ 085 [8 [ 59 [9 0[ 0 [9 -95 5- [ 1 [1 00[ 00 -->

Aantal verblijven

3500

Leeftijdscategorie Gent

Aalst

Dendermonde

Eeklo

Sint-Niklaas

FIGUUR II-6 Aantal verblijven voor 2002 per leeftijdscategorie van 5 jaar voor arrondissementen uit de ‘Onderzoeksregio Gent’ (Mannen)

II-32


TABEL II-8 Percentuele weergave van het aantal verblijven voor 2002 per leeftijdscategorie van 5 jaar (Mannen) Leeftijdscategorie

Gent

Aalst

Dendermonde

Eeklo

Sint-Niklaas

Totaal Oost-Vlaanderen

Totaal Vlaanderen

[00-01[

8,15%

5,91%

5,29%

7,41%

4,68%

6,50%

5,29%

[01-05[

3,96%

4,21%

3,72%

4,62%

3,89%

4,08%

3,89%

[05-10[

1,99%

2,12%

2,05%

1,85%

2,55%

2,16%

2,17%

[10-15[

1,76%

1,78%

1,82%

1,73%

1,99%

1,83%

1,96%

[15-20[

2,40%

2,20%

2,44%

2,52%

2,46%

2,40%

2,45%

[20-25[

2,99%

2,78%

3,24%

2,69%

2,91%

2,97%

2,96%

[25-30[

2,99%

2,98%

2,99%

3,05%

3,23%

3,07%

2,93%

[30-35[

3,91%

3,31%

4,13%

3,63%

4,11%

3,79%

3,61%

[35-40[

4,69%

4,44%

4,54%

4,47%

4,61%

4,56%

4,43%

[40-45[

5,06%

5,15%

5,03%

4,95%

5,05%

5,17%

4,94%

[45-50[

5,54%

6,60%

5,57%

4,85%

6,53%

5,88%

5,67%

[50-55[

6,21%

6,59%

6,96%

5,56%

6,34%

6,36%

6,33%

[55-60[

6,52%

7,99%

8,02%

8,08%

7,39%

7,21%

7,20%

[60-65[

6,68%

6,57%

6,94%

6,73%

7,32%

6,77%

7,27%

[65-70[

8,43%

9,13%

10,08%

9,02%

9,02%

8,88%

9,32%

[70-75[

9,33%

10,77%

9,19%

10,00%

10,02%

9,80%

10,33%

[75-80[

8,80%

8,58%

8,85%

7,98%

9,28%

8,82%

9,30%

[80-85[

6,01%

5,54%

5,37%

6,51%

5,04%

5,70%

5,91%

[85-90[

3,08%

2,12%

2,46%

2,70%

2,33%

2,67%

2,70%

[90-95[

1,46%

1,05%

1,06%

1,43%

1,07%

1,24%

1,13%

[95-100[

0,00%

0,15%

0,25%

0,18%

0,20%

0,12%

0,18%

[100

0,02%

0,01%

0,01%

0,03%

0,01%

0,01%

0,02%

Totaal

100%

100%

100%

100%

100%

100%

100%

TABEL II-9 Aantal verblijven per 100 inwoners voor 2002 (Mannen)

Arrondissement

Aantal opnames/100 inwoners

Gent

15,3

Aalst

14,6

Dendermonde

14,5

Eeklo

15,4

Sint-Niklaas

14,5

II-33


2.3 Projecties van gebruik op basis van de case-mix aan pathologie per leeftijdscategorie 2.3.1 Methodologie De case-mix aan pathologie per leeftijdscategorie wordt opgemaakt vertrekkende van de statistische ziekenhuisgegevens (MKG) voor het referentiejaar 2002 (jaar waarvoor

de

gegevens

ter

beschikking

zijn

gesteld

door

de

FOD

Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu). Principes achter de analyses: 1. Voor de bevolkingscijfers baseren we ons op de prognoses van het NIS voor 2005 – 2010 – 2015 per geslacht en per leeftijdscategorie. 2. De opnamepercentages die we bekomen voor 2002 per geslacht en per leeftijdscategorie worden constant gehouden voor de verdere projecties. 3. De geobserveerde case-mix aan pathologie (APR-DRG’s) per geslacht en per leeftijdscategorie voor het referentiejaar 2002 zal doorgetrokken worden naar 2005 – 2010 – 2015. Vervolgens kunnen we de verschillende stappen van de methodologie verder preciseren: 1. Bepalen van het aantal verblijven per geslacht en per leeftijdscategorie voor het referentiejaar 2002. 2. Berekenen van de opnamepercentages 2002 per geslacht en per leeftijdscategorie. Aantal verblijven / leeftijdscategorie * 100 Populatie / leeftijdscategorie 3. Verdeling

van

het

aantal

verblijven

per

geslacht

en

leeftijdscategorie van 5 jaar over de 358 APR-DRG’s. Aantal verblijven in 1 leeftijdscategorie en in 1 APR-DRG Totaal aantal verblijven in die leeftijdscategorie

II-34

per


Zo bekomen we een verdeling van het aantal verblijven per leeftijdscategorie over het geheel van alle APR-DRG’s. Dit resulteert in de ‘relatieve gewichten’ voor elke APR-DRG afzonderlijk per leeftijdscategorie. 4. Toepassen

van

de

opnamepercentages

2002

op

de

bevolkingsprognoses 2005 – 2010 – 2015 per geslacht en per leeftijdscategorie. Dit komt overeen met het verwacht aantal verblijven per geslacht en per leeftijdscategorie voor 2005 – 2010 – 2015. 5. Projecteren van het verwacht aantal verblijven per geslacht en per leeftijdscategorie (stap 4) op de berekende relatieve gewichten voor alle APR-DRG’s (stap 3). De resultaten worden telkens getoond in een kruistabel waarin het verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar wordt weergegeven. In deze tabel vormen de lijnen de APR-DRG’s en de kolommen de leeftijdscategoriën zoals getoond in onderstaande illustratie. APR-DRG (index i) 001 002 003 ... i ... 352

[00-05[

[05-10[

Leeftijdscategorie (index j) ... ...[j- [... ... [95-100[

[100 [

Totaal per APR-DRG Totaal APR-DRG 001

N i,j

Totaal per leeftijdscategorie

Totaal leeftijdscat. [00-05[

Totaal APR-DRG i



Totaal leeftijdscat. [100 [

Totaal APR-DRG 352 Totaal aantal verblijven

Waar: N i,j = Verwacht aantal verblijven voor APR-DRG i in de leeftijdscategorie j. Het presenteren van de gegevens in deze vorm van kruistabellen levert ons verschillende voordelen: 1. Het

geeft

zicht

op

de

totaliteit

aan

pathologie

op

arrondissementsniveau. 2. Het staat ons toe groepen te identificeren waarin bepaalde APR-DRG’s en/of leeftijdscategoriën zich centraliseren. II-35


3. Het leent zich ertoe analyses uit te voeren. -

Longitudinaal (per APR-DRG’s): In deze context primeert het medische aspect. Hier bestaat het objectief in het identificeren van die APR-DRG’s waarvoor naar de toekomst toe verwacht wordt dat nieuwe medische technologiën ontwikkeld zullen worden, de verblijfsduur zal toe –of afnemen, enzovoort hetwelk mogelijk is door toepassing van trendanalyse op de projecties. Zo kan bijvoorbeeld van één specifieke cel (APRDRG) waarvan om welke reden ook een merkenswaardige evolutie verwacht wordt een projectie gemaakt worden.

-

Verticaal (per leeftijdscategorie): Een analyse per leeftijdscategorie laat ons toe groepen van patiënten met dezelfde karakteristieken te identificeren.

2.3.2 Het model Definities van de indexen Index i = APR-DRG

i = 1, 358

Index j = leeftijdscategorie

j = 1, 21 (22 in geval van opsplitsing leeftijdscategorie [00-05[ in [00-01[ en [01-05[)

Index g = geslacht

g = 1: mannen 2: vrouwen

Definities van de variabelen Pj

=

Populatie in de leeftijdscategorie j voor 2002 (NIS)

V i,j

=

Aantal verblijven voor APR-DRG i en voor leeftijdscategorie j in 2002

L i,j

=

Gemiddelde verblijfsduur voor APR-DRG i en voor leeftijdscategorie j in 2002

Oj

=

Opnamepercentage voor leeftijdscategorie j in 2002

II-36


F i,j

=

Relatieve gewicht voor APR-DRG i ten opzichte van het totaal aantal verblijven voor leeftijdscategorie j

P’ j

=

Bevolkingsprognose voor leeftijdscategorie j voor 2005 – 2010 – 2015 (NIS)

V’ i,j =

Verwacht aantal verblijven voor APR-DRG i en voor leeftijdscategorie j in 2005 – 2010 – 2015

TV

=

TVD =

Totaal verwacht aantal verblijven in 2005 – 2010 – 2015 Totaal verwacht aantal verpleegdagen in 2005 – 2010 – 2015

Model Totaal aantal verblijven per leeftijdscategorie =

VVj =

Vi, j

g=m,v

i

Opnamepercentage per leeftijdscategorie =

Oj = VVj Pj

g=m,v

Fi,j = V i,j VVj

g=m,v

V”j = P’j * Oj

g=m,v

V’i,j = V”j * Fi,j

g=m,v

TV =

g=m,v

Relatieve gewicht voor APR-DRG i en voor leeftijdscategorie j = Verwacht aantal verblijven voor leeftijdscategorie j = Verwacht aantal verblijven voor APR-DRG i en voor leeftijdscategorie j = Totaal verwacht aantal verblijven in 2005 – 2010 – 2015 =

V' i, j i

j

Totaal verwacht aantal verpleegdagen in 2005 – 2010 – 2015 =

TVD =

V' i, j * Li , j i

j

g=m,v

II-37


Hoofdstuk 3: TOEPASSING VAN HET MODEL OP DE GEGEVENS

3.1 Bepalen van het aantal verblijven en berekenen van de opnamepercentages per geslacht en per leeftijdscategorie De gegevens ‘Aantal verblijven’ zijn geëxtraheerd uit de MKG-databank 2002 en bevatten enkel de verblijven in klassieke hospitalisatie. Verblijven in daghospitalisatie, chronische (verblijven > 90 dagen) –en psychiatrische verblijven zijn niet opgenomen. De bevolkingscijfers zijn gebaseerd op de statistieken van het NIS. TABEL II-10 Opnamepercentages per leeftijdscategorie van 5 jaar voor 2002 voor arrondissement Dendermonde (Mannen en Vrouwen) Mannen

Vrouwen

Leeftijdscategorie

Aantal verblijven

Populatie

Opname%

Leeftijdscategorie

Aantal verblijven

Populatie

Opname%

[00-05[

1207

4989

24,2%

[00-05[

970

4793

20,2%

[05-10[

274

5292

5,2%

[05-10[

241

5259

4,6%

[10-15[

244

5522

4,4%

[10-15[

245

5235

4,7%

[15-20[

327

5414

6,0%

[15-20[

371

5090

7,3%

[20-25[

434

5928

7,3%

[20-25[

668

5812

11,5%

[25-30[

400

5985

6,7%

[25-30[

1301

5771

22,5%

[30-35[

554

6847

8,1%

[30-35[

1272

6739

18,9%

[35-40[

608

7678

7,9%

[35-40[

907

7473

12,1%

[40-45[

674

7408

9,1%

[40-45[

810

7246

11,2%

[45-50[

746

6920

10,8%

[45-50[

833

6648

12,5%

[50-55[

932

6714

13,9%

[50-55[

844

6348

13,3%

[55-60[

1075

5623

19,1%

[55-60[

815

5304

15,4%

[60-65[

930

4663

19,9%

[60-65[

765

4847

15,8%

[65-70[

1351

4622

29,2%

[65-70[

1086

5109

21,3%

[70-75[

1231

3678

33,5%

[70-75[

1224

4674

26,2%

[75-80[

1186

2691

44,1%

[75-80[

1467

3966

37,0%

[80-85[

719

1302

55,2%

[80-85[

1125

2349

47,9%

[85-90[

330

608

54,3%

[85-90[

593

1464

40,5%

[90-95[

142

197

72,1%

[90-95[

293

616

47,6%

[95-100[

33

25

132,0%

[95-100[

49

121

40,5%

100,0%

[100 -->

7

17

41,2%

Totaal

15886

94881

[100 -->

1

1

Totaal

13398

92107

II-38


3.2 Bepalen van de relatieve gewichten per geslacht en per leeftijdscategorie voor alle APR-DRG’s Op basis van de MKG-gegevens 2002 hebben we, per leeftijdscategorie, een verdeling gemaakt van het aantal verblijven verspreid over alle APR-DRG’s. De grijze vakjes in volgende tabel tonen die APR-DRG’s waarvoor de relatieve gewichten groter zijn dan 0,5% voor die leeftijdscategorie. Op deze manier krijgen we een duidelijk overzicht van de verdeling van de verblijven over de verschillende APR-DRG’s per leeftijdscategorie op arrondissementsniveau. Zo is het eenvoudig te constateren welke APR-DRG’s zich enerzijds concentreren rond specieke leeftijdscategoriën en welke APR-DRG’s zich anderzijds verspreiden over alle leeftijdscategoriën. Ter illustratie wordt een fictief voorbeeld opgenomen (zie tabel 11). In bijlage is de distributie van de relatieve gewichten voor beide geslachten getoond voor het arrondissement Eeklo. TABEL II-11 Relatieve gewichten per APR-DRG en per leeftijdscategorie van 5 jaar Arrondissement X

[00-05[

[05-10[

[10-15[

[15-20[

[20-25[

[25-30[

[..-..[

[75-80[

[80-85[

[85-90[

[90-95[

[95-100[

[100

...

...

...

...

...

...

...

...

...

...

...

...

...

...

050

0,0004

0,0027

0,003

0

0,0009

0,0014

...

0,0003

0,0009

0

0

0

0

051

0,0004

0,0107

0,0034

0,0022

0,0009

0,0009

...

0

0

0

0

0

0

052

0,0013

0,0027

0,003

0,0022

0,0009

0,0007

...

0,0034

0,0013

0,0009

0,0018

0

0

053

0,0139

0,0269

0,0167

0,0245

0,0206

0,0188

...

0,0061

0,0018

0,0044

0

0

0

054

0,0002

0,0027

0,0198

0,0067

0,0097

0,0054

...

0,0009

0,0013

0

0

0

0

055

0,0007

0,0027

0,0015

0,0011

0,0027

0,0009

...

0,0015

0,0005

0,0009

0

0

0

056

0,0013

0,004

0,003

0,0011

0,0036

0,0009

...

0,0006

0,0005

0

0

0

0

057

0,0159

0,0606

0,0898

0,0557

0,0457

0,0313

...

0,0034

0,0018

0,0044

0,0037

0

0

058

0,0033

0,0094

0,0091

0,0067

0,0045

0,0063

...

0,0101

0,0103

0,0052

0,0074

0

0

070

0

0

0

0,0011

0,0002

0,0036

...

0,0003

0,0005

0

0

0

0

071

0,0007

0,0054

0,003

0,0011

0,0009

0

...

0,0061

0,0076

0,0017

0,0018

0

0

...

...

...

...

...

...

...

...

...

...

...

...

...

...

II-39


3.3 Toepassen van de opnamepercentages op de bevolkingsprognoses 2005 – 2010 – 2015 per geslacht en per leeftijdscategorie Om een juiste raming te kunnen maken van de invloed van de evolutie in bevolkingsopbouw, moet de prevalentie van alle ziektebeelden en aandoeningen per leeftijdscategorie bepaald worden. In de veronderstelling dat de prevalentie constant blijft per leeftijdsklasse, kunnen vervolgens projecties gemaakt worden van de toename van ziekten en aandoeningen per leeftijdscategorie. In deze studie is geopteerd voor een analyse per APR-DRG waarbij onderzocht kan worden hoe het aantal patiënten in de toekomst zal evolueren. Hiertoe worden per APR-DRG de opnames verdeeld per leeftijdscategorie van 5 jaar. Aangenomen dat de prevalentie van de verschillende APR-DRG’s binnen deze leeftijdscategoriën constant blijft, kan op basis van de bevolkingsprognoses een projectie gemaakt worden van het aantal te verwachten verblijven per APR-DRG in 2005 – 2010 – 2015. TABEL II-12 Verwacht aantal verblijven per geslacht en per leeftijdscategorie van 5 jaar voor 2015 voor arrondissement Gent Mannen Leeftijdscategorie

Opname%

[00-05[ [05-10[ [10-15[ [15-20[ [20-25[ [25-30[ [30-35[ [35-40[ [40-45[ [45-50[ [50-55[ [55-60[ [60-65[ [65-70[ [70-75[ [75-80[ [80-85[ [85-90[ [90-95[ [95-100[ [100 --> Totaal

32% 5% 4% 7% 7% 7% 8% 9% 10% 12% 14% 16% 21% 27% 34% 44% 52% 80% 80% 0% 150%

Vrouwen Bevolking 2015 12584 13174 13981 14578 15131 15041 14992 15780 17061 18729 19571 18121 15636 14399 10350 8410 5873 2930 1038 155 12 247546

Verblijven

Leeftijdscategorie

Opname%

4033 682 621 948 1112 1041 1153 1351 1651 2179 2761 2934 3287 3834 3525 3721 3063 2333 826 0 18 41070

[00-05[ [05-10[ [10-15[ [15-20[ [20-25[ [25-30[ [30-35[ [35-40[ [40-45[ [45-50[ [50-55[ [55-60[ [60-65[ [65-70[ [70-75[ [75-80[ [80-85[ [85-90[ [90-95[ [95-100[ [100 --> Totaal

29% 4% 4% 8% 14% 21% 21% 13% 11% 13% 14% 15% 18% 20% 26% 34% 47% 53% 57% 60% 49%

II-40

Bevolking 2015 11950 12572 13429 13991 15010 14626 14659 15795 16928 18514 19234 17965 16097 15135 12022 11083 9393 6110 2818 607 91 258029

Verblijven 3452 562 512 1113 2098 3118 3056 2121 1862 2327 2612 2643 2840 3048 3180 3804 4460 3267 1610 365 45 48094


De opnamepercentages zoals berekend in stap 1 (zie 3.1) worden toegepast op de bevolkingsprognoses per arrondissement voor 2005 – 2010 – 2015. Tabel 12 toont het resultaat voor het arrondissement Gent in termen van het verwacht aantal verblijven per geslacht en per leeftijdscategorie van 5 jaar voor het jaar 2015. Uit de tabel kunnen we aflezen dat het theoretisch verwacht aantal verblijven voor het arrondissement Gent in 2015 voor de vrouwen 48.094 bedraagt ten opzichte van 41.070 verwachte verblijven bij de mannen. Dit maakt een totaal van 89.164 verwachte verblijven. In 2002 bedroeg het aantal verblijven voor het arrondissement Gent 83.211, een verschil van 5.833 verblijven of anders vertaald een stijging met 7,15%. Deze toename kan toegeschreven worden aan de demografische evolutie, aangezien alle parameters met uitzondering van de demografie constant gehouden zijn bij de analyses. Het is niet oninteressant te vermelden

dat

het

aantal

verblijven

in

dit

arrondissement

voor

de

leeftijdscategorie < 5 jaar tussen 2002 en 2005 met 1,98% zal afnemen, daar waar dit cijfer verder daalt met 10,92% in 2015 in vergelijking met 2002. Wanneer we naar de leeftijdscategorie > 85 jaar kijken bekomen we een stijging van respectievelijk 6,28% in 2005 en 37,06% in 2015 vergeleken met 2002. 3.4 Projectie van het verwacht aantal verblijven voor 2005 – 2010 – 2015 op de relatieve gewichten per arrondissement Door het toepassen van het theoretisch verwacht aantal verblijven 2005 – 2010 – 2015 per leeftijdscategorie op de relatieve gewichten per APR-DRG en per geslacht bekomen we een kruistabel met het verwacht aantal verblijven per APRDRG en per leeftijdscategorie, opgedeeld naar geslacht. Ter illustratie wordt een fictief voorbeeld opgenomen (zie tabel 13). In de bijlagen vindt u de volledige tabel van het verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar voor het arrondissement Aalst (Vrouwen) voor

II-41


2010. De grijze vakjes komen overeen met de APR-DRG’s die binnen een bepaalde leeftijdscategorie 10 of meer verblijven tellen. TABEL II-13 Verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar Arrondissement X

[00-05[

[05-10[

[10-15[

[15-20[

[20-25[

[25-30[

[..-..[

[75-80[

[80-85[

[85-90[

[90-95[

[95-100[

[100

...

...

...

...

...

...

...

...

...

...

...

...

...

...

050

3

3

3

0

1

3

...

3

1

0

0

0

0

051

3

1

3

1

1

5

...

0

0

0

0

0

0

052

3

4

1

2

2

0

...

19

8

7

6

1

0

053

48

14

5

21

15

17

...

26

13

4

3

0

0

054

0

3

13

23

18

15

...

2

2

7

0

0

0

055

2

1

1

1

0

0

...

3

1

4

2

0

0

056

4

2

2

0

1

1

...

0

4

1

1

1

0

057

53

32

19

40

14

21

...

9

5

7

5

1

0

058

12

4

3

4

4

5

...

30

23

27

6

4

0

070

0

0

0

0

0

0

...

3

2

3

1

0

0

071

2

1

0

0

0

2

...

32

29

9

1

1

0

...

...

...

...

...

...

...

...

...

...

...

...

...

...

3.5 Projectie van het verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie voor 2005 – 2010 – 2015 Om het verwacht aantal verpleegdagen voor 2005 – 2010 – 2015 per APR-DRG en per leeftijdscategorie te bepalen, hebben we het theoretisch berekend aantal verwachte verblijven vermenigvuldigd met de geobserveerde gemiddelde verblijfsduur in 2002 per APR-DRG en per leeftijdscategorie en dit voor elk arrondissement afzonderlijk voor mannen en vrouwen. Ter illustratie wordt een fictief voorbeeld opgenomen (zie tabel 14). In de bijlagen vindt de lezer de volledige tabel van het verwacht aantal verpleegdagen per APRDRG en per leeftijdscategorie van 5 jaar voor het arrondissement Dendermonde

II-42


(Mannen) voor 2010. De grijze vakjes komen overeen met de APR-DRG’s die binnen een bepaalde leeftijdscategorie 50 of meer verpleegdagen tellen. TABEL II-14 Verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie van 5 jaar Arrondissement X

[00-05[

[05-10[

[10-15[

[15-20[

[20-25[

[25-30[

[..-..[

[75-80[

[80-85[

[85-90[

[90-95[

[95-100[

[100

...

...

...

...

...

...

...

...

...

...

...

...

...

050

16

6

15

9

1

1

...

1

17

0

0

0

0

051

9

32

6

0

3

0

...

0

0

0

0

0

0

052

33

133

8

11

1

4

...

122

27

45

18

0

0

053

234

86

31

95

128

50

...

597

36

48

0

0

0

054

0

4

33

10

16

10

...

15

47

0

0

0

0

055

5

5

1

1

20

1

...

52

40

2

0

0

0

056

14

4

5

1

28

1

...

3

13

0

0

0

0

057

115

50

78

62

85

46

...

63

16

104

12

0

0

058

28

23

36

16

30

24

...

568

595

137

46

0

0

070

0

0

0

1

4

7

...

5

9

0

0

0

0

071

0

0

0

0

9

1

...

106

61

7

3

0

0

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

Het berekende aantal verwachte verpleegdagen voor 2005, waarbij alle parameters met uitzondering van de demografische evolutie constant gehouden worden, voor het arrondissement Dendermonde bedraagt 226.602 ten opzichte van 241.465 tegen 2010 en 257.781 tegen 2015. Dit betekent in het eerste geval een stijging met 14.863 of 6,16% ten opzichte van 2005 en een stijging in 2015 met 31.179 of 12,1% ten opzichte van 2015. Deze bevindingen kunnen doorgetrokken

worden

voor

alle

arrondissementen

opgenomen

in

de

‘Onderzoeksregio Gent’. Wanneer we, voor het arrondissement Dendermonde voor het jaar 2010 (Mannen), meer in detail kijken zien we bijvoorbeeld voor APR-DRG 137 (ontstekingen en infecties van het ademhalingstelsel) een spreiding van het aantal verpleegdagen verdeeld over alle leeftijdscategoriën. Eenzelfde beeld zien we

II-43


voor APR-DRG 791 (procedures voor complicaties van behandeling). In tegenstelling

zien

we

bijvoorbeeld

voor

APR-DRG

694

(andere

myeloproliferatieve aandoeningen of weinig gedifferentieerde nieuwvormingen) een concentratie van het aantal verpleegdagen voor de leeftijdscategorie van 65 tot 70 jaar en de leeftijdscategorie 80 tot 85 jaar. Voor APR-DRG 660 (agranulocytosis en andere neutropenia) zien we een concentratie rond de leeftijdscategorie van 55 tot 60 jaar.

3.6 Projectie van de evolutie in gebruik van acute ziekenhuisbedden bij gelijkblijvende praktijk voor 2005 – 2010 – 2015 Formule gebruikt om een raming te maken van het gebruik aan acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ wordt gegeven door de relatie:

V' i, j * Li, j Projectie van evolutie in gebruik =

Waar: i = APR-DRG

j

365

i = 1, 358

j = leeftijdscategorie V’i,j = Verwacht

i

aantal

j = 1, 22 verblijven

voor

APR-DRG

i

en

voor

leeftijdscategorie j L i,j = Gemiddelde verblijfsduur (2002) voor APR-DRG i en voor leeftijdscategorie j

II-44


Hieronder

berekenen

we

de

theoretische

projectie

van

gebruik

aan

ziekenhuisbedden voor het arrondissement Sint-Niklaas bij een bezettingsgraad van 100% :

2005 =

283.671 = 777 365

2010 =

301.995 = 827 365

2015 =

321.743 = 881 365

Op basis van het bekomen cijfer (bezettingsgraad 100%) worden de projecties van evolutie in gebruik aan acute ziekenhuisbedden berekend bij verschillende bezettingsgraden.

Onderstaande

predicties

hebben

betrekking

op

het

arrondissement Sint-Niklaas (tabel 15). TABEL II-15 Projecties van gebruik van ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ voor arrondissement Sint-Niklaas voor 2005 – 2010 – 2015 Arrondissement Sint-Niklaas Bezettingsgraad 100% 90% 85% 80% 75% 70%

2005 777 863 914 971 1036 1110

2010 827 919 973 1034 1103 1181

2015 881 979 1036 1101 1175 1259

Wanneer we een bezettingsgraad van 80 % nemen, welke in de grootteorde ligt van de huidige situatie in België, bekomen we voor het arrondissement SintII-45


Niklaas voor 2005 een raming van 971 acute ziekenhuisbedden. Het aantal erkende bedden voor het arrondissement Sint-Niklaas voor 2005 (voor kenletters opgenomen in studie) bedraagt 933 ziekenhuisbedden (zie hoofdstuk 1, punt 1.3) hetgeen de theoretisch berekende predicties lijkt te staven. In tabel 16 geven we een overzicht van de projecties ‘bij gelijkblijvende praktijk’ voor 2005 – 2010 – 2015 voor de arrondissementen opgenomen in de ‘Onderzoeksregio Gent’. TABEL II-16 Overzicht projecties van evolutie in gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ voor 2005 – 2010 – 2015 Arrondissementen ‘Onderzoeksregio Gent’ Arrondissement Bezettingsgraad 2005 100% 90% 85% 80% 75% 70% 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70% Aantal erkende bedden op 30/05/2005

Gent

Aalst

Dendermonde

Sint-Niklaas

Eeklo

2006 2229 2360 2508 2675 2866

940 1044 1106 1175 1253 1343

621 690 731 776 828 887

777 863 914 971 1036 1110

232 258 273 290 309 331

2122 2358 2496 2653 2829 3031

997 1108 1173 1246 1329 1424

662 736 779 828 883 946

827 919 973 1034 1103 1181

245 272 288 306 327 350

2234 2482 2628 2793 2979 3191

1048 1164 1233 1310 1397 1497

706 784 831 883 941 1009

881 979 1036 1101 1175 1259

256 284 301 320 341 366

2897

1147

519

933

210

Uit bovenstaande tabel kunnen we concluderen dat het aantal erkende bedden voor het arrondissement Gent voor 2005 hoger ligt dan de projecties voor 2005. Dit is niet het geval voor de overige arrondissementen, waar we zelfs een

II-46


omgekeerd

verschijnsel

constateren.

Kijken

we

bijvoorbeeld

naar

het

arrondissement Dendermonde dan merken we dat de projecties van gebruik aan bedcapaciteit duidelijk hoger liggen in vergelijking met het huidig aantal erkende bedden voor dit arrondissement. Dit wordt veroorzaakt door het feit dat er in het arrondissement 2 campussen (Algemeen Stedelijk Ziekenhuis campus Wetteren en AZ Waasland campus Fabiolaziekenhuis te Hamme) aanwezig zijn welke worden ingecalculeerd bij de analyses van enerzijds het arrondissement Aalst en anderzijds het arrondissement Sint-Niklaas, zoals eerder aangegeven. Mogelijke verklaring hiervoor is dat we moeten rekening houden met het feit dat voor de projecties enkel klassieke hospitalisaties en verblijven met een verblijfsduur van minder dan 90 dagen zijn opgenomen. We kijken hier naar het aantal inwoners van het arrondissement, maar het is niet zo dat deze inwoners ook de voorziene ziekenhuiscapaciteit innemen. We moeten echter ook rekening houden met de in-en uitstroom van patiënten in dit arrondissement, welk verder in het rapport aan bod en genuanceerd wordt. Zo is de instroom van patiënten in het arrondissement Gent groter, daar waar dit in de overige arrondissementen minder uitgesproken blijkt. We kunnen aannemen dat er mede omwille van de vergrijzing van de bevolking steeds meer ouderen, met gepaard gaande multipathologie, en proportioneel meer complexe pathologie wordt opgenomen in het arrondissement Gent door de aanwezigheid van een universitair ziekenhuis." Ook moeten we rekening houden met het aandeel niet-Belgen (buitenlanders, vluchtelingen) in het aantal verblijven.

II-47


Hoofdstuk 4: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « VERFIJNING VAN DE ANALYSE »

In dit hoofdstuk trachten we de voorgaande analyses ‘bij gelijkblijvende praktijk’ verder te verfijnen met enkele determinanten waarvan verwacht wordt dat deze op relatief korte termijn de projecties van gebruik aan acute ziekenhuisvoorzieningen zullen beïnvloeden. Het aantal potentieel beïnvloedende factoren is legio, denken we aan de evolutie in morbiditeit (verandering in case-mix van pathologie) van een populatie, leeftijdsstructuur, diagnostische- en therapeutische mogelijkheden, medische technologie, migratie, ontwikkeling van ambulante zorg, substitutie naar daghospitalisatie, alternatieve zorgvormen, enzovoort. Dit maakt meteen duidelijk dat het maken van objectieve projecties van de evolutie in gebruik van acute ziekenhuisvoorzieningen een zeer complex gegeven is, welk stuit op vele beperkingen. Voor de verdere analyses hebben we 4 determinanten geselecteerd waarvan verwacht wordt dat deze op korte termijn een invloed zullen uitoefenen op het gebruik van ziekenhuiscapaciteit: 1. De ‘oneigenlijke verblijven’ 2. De substitutie van de verblijven van klassieke- naar daghospitalisatie 3. De trend in verblijfsduur 4. Patiëntenstromen en de relatie met afstand ‘Trend in verblijfsduur’ en ‘patiëntenstromen en de relatie met afstand’ worden meer gedetailleerd in hoofdstuk 5 uitgewerkt.

II-48


4.1 Verfijning van de analyse: ‘Oneigenlijke verblijven’ Bij de bepaling van het aantal oneigenlijke klassieke ziekenhuisverblijven wordt gebruik gemaakt van de case-mix zoals geregistreerd in de MKG-gegevens van het laatst gekende registratiejaar. Om als oneigenlijk klassiek ziekenhuisverblijf aangeduid te worden, moet het verblijf gelijktijdig aan alle hiernavolgende criteria voldoen (Gillet et al., 2004): -

het verblijf is ondergebracht in één van de 32 weerhouden APR-DRG’s (zie tabel 17)

-

het betreft een klassieke hospitalisatie

-

het betreft een geplande opname

-

de ziekenhuisverblijfsduur is maximaal 3 dagen

-

severity of illness = mineur

-

sterfterisico = mineur

-

de patiënt is gedurende het verblijf niet overleden

-

de patiënt is niet ouder dan 75 jaar

-

voor de verblijven behorende tot één van de chirurgische APR-DRG’s opgenomen in tabel 17: De ‘operatieprocedure’ (ICD-9-CM-code) die determinerend is voor de indeling van het klassieke ziekenhuisverblijf in de chirurgische APR-DRG werd in de referentieperiode (MKG van de 3 laatst gekende registratiejaren) in minimaal 33% der gevallen in daghospitalisatie uitgevoerd en nationaal konden er minstens 90 oneigenlijk

klassieke

ziekenhuisverblijven

aangeduid

worden.

Voor de verblijven behorende tot één van de medische APR-DRG’s opgenomen in tabel 17: Het verblijf heeft minstens één RIZIVnomenclatuurcode uit lijst B (zie B.S. 16-06-2003, p. 32146-32147).

II-49


Voor dit gedeelte refereren we ook naar het AEP-Rapport uitgevoerd onder leiding van professor Gillet (2004). TABEL II-17 32 weerhouden APR-DRG’s bij de bepaling van de oneigenlijke klassieke ziekenhuisverblijven 025 ingrepen op neurologisch systeem voor perifere zenuwaandoeningen 071 intra-oculaire ingrepen behalve op lens 072 extra-oculaire ingrepen behalve op orbita 073 ingrepen op de lens met of zonder vitrectomie 093 ingrepen op sinussen en mastoïd 094 ingrepen op de mond 097 adenoïd en amygdalectomie 098 andere ingrepen op neus, keel, oren en mond 114 aandoeningen van tanden en mond 115 andere aandoeningen van neus, keel, oren en mond 179 onderbinden en strippen van venen 226 ingrepen op de anus en gastro-intestinaal stoma 313 ingrepen onderste extremiteiten knie en onderbeen, behalve voet 314 ingrepen op voet 315 ingrepen op schouder, elleboog en voorarm 316 ingrepen op hand en pols 317 ingrepen op de weke weefsels 318 verwijderen van inwendige fixatoren 319 locale exisie van musculo-skeletaal stelsel 320 andere ingrepen op musculo-skeletaal stelsel en bindweefsel 361 huidgreffe en/of debridisatie voor ulcus of cellulitis 364 andere ingrepen op huid, subcutaan weefsel en borsten 446 trans- en urethrale ingrepen 483 ingrepen op de testes 484 andere ingrepen op het mannelijk voortplantingsstelsel 501 andere aandoeningen, behalve maligne, van het mannelijk voortplantingsstelsel 513 ingrepen op uterus/adnexen voor carcinoom in situ en benigne aandoeningen 515 ingrepen op de vagina, cervix en vulva 516 laparascopie en onderbreken van de tubae 517 dilatatie en curretage, conisatie 544 abortus, met dilatatie en curettage, aspiratie curettage of hystrectomie 850 ingrepen bij andere contacten met gezondheidsinstellingen

Zoals aangegeven in deel 1 van dit eindrapport (onderzoeksequipe FUCaM) zullen de oneigenlijke verblijven een zekere maar toch beperkte invloed hebben op de toekomstige behoeften aan acute ziekenhuisvoorzieningen. In deze eerste verfijning van de analyses worden projecties van gebruik van acute ziekenhuisbedden gemaakt voor de ‘Onderzoeksregio Gent’, waarbij de oneigenlijke verblijven niet meer ingecalculeerd worden. Na het identificeren van

II-50


de oneigenlijke verblijven die beantwoorden aan hogervermelde criteria zijn deze verwijderd uit de MKG-gegevens 2002. De aangepaste MKG-gegevens worden nu als basisbestand aangewend voor deze eerste verfijning in de analyses. De relatieve gewichten per APR-DRG en per leeftijdscategorie zijn herberekend, exclusief de oneigenlijke verblijven, voor elk arrondissement afzonderlijk en opgesplitst naar geslacht. Vervolgens zijn ook het verwacht aantal verblijven en het verwacht aantal verpleegdagen per geslacht, per APR-DRG en per leeftijdscategorie herberekend voor 2005 – 2010 – 2015. De resultaten van deze berekeningen voor ‘relatieve gewichten’, ‘verwacht aantal verblijven’ en ‘verwacht aantal verpleegdagen’ worden telkens voorgesteld naar analogie met hoofdstuk 3. Gezien de omvang van de kruistabellen worden deze niet opgenomen in dit rapport en worden enkel de belangrijkste resultaten getoond. Wanneer we het effect van deze eerste verfijning nagaan bekomen we voor het arrondissement Dendermonde voor 2010 30.696 theoretisch verwachte verblijven ‘zonder oneigenlijke verblijven’ vergeleken met 31.293 verwachte verblijven ‘bij gelijkblijvende praktijk’. Dit betekent een vermindering met 597 verblijven (31.293 – 30.696) of een daling van 1,9%. Voor wat betreft het verwacht aantal verpleegdagen ‘zonder oneigenlijke verblijven’ bekomen we voor het arrondissement Dendermonde voor 2010 239.671

verpleegdagen

vergeleken

met

241.465

verpleegdagen

‘bij

gelijkblijvende praktijk’. Dit betekent een vermindering met 1.794 verpleegdagen of een daling van 0,8%. Gelijkaardige bevindingen bekomen we voor 2005 – 2015 en kunnen doorgetrokken worden voor de ganse ‘Onderzoeksregio Gent’. In termen van ziekenhuiscapaciteit heeft dit de volgende impact: De berekende theoretische projecties van gebruik van ziekenhuisvoorzieningen ‘zonder oneigenlijke verblijven’ voor het arrondissement Dendermonde 2010 bij bezettingsgraad van 100%:

II-51


2010 =

239.671 = 657 365

In volgende tabellen (18, 19, 20, 21- en 22) wordt een overzicht gegeven voor de ‘Onderzoeksregio Gent’. Voor elk arrondissement afzonderlijk zullen de predicties voor 2005 – 2010 – 2015 bij een bezettingsgraad van 80% weergegeven worden. Telkens zal ook een vergelijking gemaakt worden met de predicties ‘bij gelijkblijvende praktijk’. De predicties ‘bij gelijkblijvende praktijk’ zijn de berekeningen zoals gemaakt in hoofdstuk 3, dus inclusief de ‘oneigenlijke verblijven’. De variatie in deze tabellen wordt berekend als volgt: # verbl. zonder oneigenlijke verblijven – # verbl. bij gelijkblijvende praktijk # verbl. bij gelijkblijvende praktijk

TABEL II-18 Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Dendermonde voor 2005 – 2010 – 2015 Arrondissement Dendermonde Bezettingsgraad

Bij gelijkblijvende praktijk

Variatie

2005 80%

Zonder oneigenlijke verblijven

776

770

-0,77%

2010 80%

828

821

-0,85%

2015 80%

883

876

-0,79%

II-52


TABEL II-19 Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Gent voor 2005 – 2010 – 2015 Arrondissement Gent Bezettingsgraad


Variatie

2005 80%


2508

2495

-0,52%

2010 80%

2653

2643

-0,38%

2015 80%

2793

2788

-0,18%

TABEL II-20 Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Aalst voor 2005 – 2010 – 2015 Arrondissement Aalst Bezettingsgraad


Variatie

2005 80%


1175

1168

-0,60%

2010 80%

1246

1239

-0,56%

2015 80%

1310

1303

-0,53%

II-53


TABEL II-21 Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Sint-Niklaas voor 2005 – 2010 – 2015 Arrondissement Sint-Niklaas Bezettingsgraad


Variatie

2005 80%


971

965

-0,62%

2010 80%

1034

1028

-0,58%

2015 80%

1101

1095

-0,51%

TABEL II-22 Projectie van de evolutie in gebruik van acute ziekenhuisbedden ‘zonder oneigenlijke verblijven’ voor het arrondissement Eeklo voor 2005 – 2010 – 2015 Arrondissement Eeklo Bezettingsgraad


Variatie

2005 80%


290

285

-1,83%

2010 80%

306

303

-0,98%

2015 80%

320

316

-1,25%

II-54


Als besluit kunnen we stellen dat het effect van het weglaten van de oneigenlijke verblijven (zoals gedefinieerd voor de eerder genoemde 32 APR-DRG’s in tabel 17) eerder marginaal klein is in elk van de arrondissementen.

4.2 Verfijning van de analyse: ‘Substitutie verblijven in klassieke hospitalisatie naar daghospitalisatie’ Voor deze tweede verfijning van de analyses refereren we naar de studie van Biersack (2000). In dit rapport gaat men uit van de hypothese dat tegen 2005 alle verblijven in klassieke hospitalisatie met een verblijfsduur van minder dan 4 dagen kunnen plaatsgrijpen in daghospitalisatie. Na in een eerste fase alle ‘oneigenlijke verblijven’ in klassieke hospitalisatie te hebben geëlimineerd (zie criteria 4.1), worden nu voor beide geslachten, per APR-DRG en per leeftijdscategorie alle verblijven die overeenkomen met een verblijfsduur van 1, 2 en 3 dagen geïdentificeerd en vervolgens geëlimineerd. Zo bekomen we kruistabellen (aantal verblijven, relatieve gewichten, verwacht aantal verblijven 2005 – 2010 – 2015 en verwacht aantal verpleegdagen 2005 – 2010 – 2015) voor volgende scenario’s: 1. Projecties

van

de

evolutie

in

gebruik

van

acute

ziekenhuisvoorzieningen ‘zonder oneigenlijke verblijven en substitutie naar daghospitalisatie van verblijven gelijk aan 1 dag in klassieke hospitalisatie’. 2. Projecties

van

de

evolutie

in

gebruik

van

acute

ziekenhuisvoorzieningen ‘zonder oneigenlijke verblijven en substitutie naar daghospitalisatie van verblijven van minder of gelijk aan 2 dagen in klassieke hospitalisatie’. 3. Projecties

van

de

evolutie

in

gebruik

van

acute

ziekenhuisvoorzieningen ‘zonder oneigenlijke verblijven en substitutie

II-55


naar daghospitalisatie van verblijven van minder of gelijk aan 3 dagen in klassieke hospitalisatie’. Tabel 23 geeft een synthese van de verschillende mogelijke scenario’s in termen van de projecties voor 2005 – 2010 – 2015, bij een bezettingsgraad van 80% voor alle arrondissementen uit de ‘Onderzoeksregio Gent’. Telkens wordt tussen haakjes percentueel de variatie aangegeven tussen de predictie van het desbetreffende scenario en de predictie bij gelijkblijvende praktijk. TABEL II-23 Synthese van de projecties voor 2005 – 2010 – 2015 bij een bezettingsgraad van 80% ‘Onderzoeksregio Gent’ Synthese ‘Onderzoeksregio Gent’ bij bezettingsgraad 80%

2005 Gent Aalst Dendermonde Sint-Niklaas Eeklo 2010 Gent Aalst Dendermonde Sint-Niklaas Eeklo 2015 Gent Aalst Dendermonde Sint-Niklaas Eeklo



Zonder oneigenlijke verblijven + substitutie verbl. = 1d

Zonder oneigenlijke verblijven + substitutie verbl. <= 2d

Zonder oneigenlijke verblijven + substitutie verbl. <= 3d

2508 1175 776 971 290

2495 (-0,52%) 1168 (-0,60%) 770 (-0,77%) 965 (-0,62%) 285 (-1,83%)

2421 (-3,47%) 1100 (-6,38%) 718 (-7,47%) 895 (-7,83%) 260 (-10,34%)

2389 (-4,74%) 1036 (-11,93%) 665 (-14,30%) 823 (-15,24%) 230 (-20,69%)

2353 (-6,18%) 975 (-17,02%) 613 (-21,01%) 760 (-21,73%) 201 (-30,42%)

2653 1246 826 1034 306

2643 (-0,36%) 1239 (-0,56%) 821 (-0,85%) 1028 (-0,58%) 303 (-0,98%)

2563 (-3,39%) 1165 (-6,42%) 764 (-7,73%) 954 (-7,74%) 274 (-10,46%)

2480 (-6,52%) 1094 (-12,20%) 706 (-14,73%) 876 (-15,37%) 243 (-20,59%)

2483 (-6,41%) 1031 (-17,26%) 650 (-21,50%) 809 (-21,76%) 213 (-30,39%)

2793 1310 883 1101 320

2788 (-3,19%) 1303 (-0,53%) 876 (-0,79%) 1095 (-0,54%) 316 (-1,25%)

2704 (-3,19%) 1215 (-7,25%) 815 (-7,70%) 998 (-9,36%) 286 (-10,36%)

2615 (-6,37%) 1149 (-12,29%) 753 (-14,72%) 931 (-15,45%) 253 (-20,94%)

2611 (-6,52%) 1081 (-17,48%) 693 (-21,52%) 860 (-21,89%) 235 (-31,42%)

Bij het interpreteren van de projecties waarbij de substitutie van verblijven uit klassieke naar daghospitalisatie is ingecalculeerd is enige voorzichtigheid aangeraden. De mate waarin daghospitalisatie een verschuiving zal opleveren van

II-56


patiënten uit klassieke hospitalisatie is onduidelijk. Daghospitalisatie zal een deel van de groei in klassieke hospitalisatie overnemen en zal op haar beurt ook groeien door indicatieuitbreiding. Bovendien is het weinig waarschijnlijk dat 100% van alle opnames in klassieke hospitalisatie met een verblijfsduur van 2 -en zeker 3 dagen in daghospitalisatie zullen uitgevoerd worden. Hier stellen we, op aanraden van de experten uit de ziekenhuizen, de hypothese van Biersack in twijfel. Om een meer realistisch beeld te krijgen voeren we een berekening uit waarbij de volgende verblijven in rekening worden gebracht voor substitutie naar daghospitalisatie: 1. 100% van de verblijven met een verblijfsduur van 1 dag. 2. 60% van de verblijven met een verblijfsduur van 2 dagen. 3. 40% van de verblijven met een verblijfsduur van 3 dagen. Resultaten waarbij rekening gehouden wordt met de verschillende scenario’s tonen duidelijk significante verschillen voor de projecties van gebruik van ziekenhuisvoorzieningen voor 2005 – 2010 – 2015. Tabel 24 geeft een overzicht voor de ‘Onderzoeksregio Gent'bij een bezettingsgraad van 80%. De laatste kolom geeft de variatie weer, berekend door de predicties ‘zonder oneigenlijke verblijven en substitutie van 100% van de verblijven van 1 dag, substitutie van 60% van de verblijven van 2 dagen en substitutie van 40% van de verblijven van 3 dagen’ te vergelijken met de projecties ‘bij gelijkblijvende praktijk’.

II-57


TABEL II-24 Synthese van de projecties voor 2005 – 2010 – 2015 rekening houdend met een substitutiegraad van 100%, 60% en 40% bij een bezettingsgraad van 80% ‘Onderzoeksregio Gent’ Synthese ‘Onderzoeksregio Gent’ bij bezettingsgraad 80% voor scenario’s met substitutie van 100%, 60% en 40%

Bezettingsgraad

2005 Gent Aalst Dendermonde Sint-Niklaas Eeklo 2010 Gent Aalst Dendermonde Sint-Niklaas Eeklo 2015 Gent Aalst Dendermonde Sint-Niklaas Eeklo

Zonder oneigenlijke verblijven + 100% substitutie verbl. = 1d + 60% substitutie verbl. = 2d

Zonder oneigenlijke verblijven + 100% substitutie verbl. = 1d + 60% substitutie verbl. = 2d + 40% substitutie verbl. = 3d



Zonder oneigenlijke verblijven + 100% substitutie verbl. = 1d

2508 1175 776 971 290

2495 1168 770 965 285

2421 1100 718 895 260

2402 1062 686 852 242

2388 1038 665 827 230

-4,3% -11,1% -13,5% -14,2% -19,0%

2653 1246 826 1034 306

2643 1239 821 1028 303 )

2563 1165 764 954 274

2513 1122 729 907 255

2514 1097 707 880 243

-4,9% -17,2% -13,8% -14,3% -19,6%

2793 1310 883 1101 320

2788 1303 876 1095 316

2704 1215 815 998 286

2651 1175 778 958 266

2649 1148 754 930 259

-5,0% -11,8% -13,8% -15,0% -17,8%

Variatie

Wanneer we de bovenstaande tabel interpreteren merken we dat het effect van substitutie (waarbij we realistische substitutiepercentages in rekening brengen) naar daghospitalisatie groot is. Het blijkt echter wel kleiner te zijn voor het arrondissement Gent in vergelijking met de overige arrondissementen. Dit zou kunnen te maken hebben met een concentratie van relatief zwaardere pathologie in de ziekenhuizen van het Gentse arrondissement, waar relatief minder verblijven met 1, 2 –en 3 dagen voorkomen.

II-58


4.3 Verfijning van de analyse: ‘Patiëntenstromen’ Wanneer we kijken naar de verblijven in een bepaald arrondissement X constateren we drie mogelijke fenomenen. Ten eerste zien we de ‘blijvers’ (In-In), dit zijn patiënten die in hetzelfde arrondissement verzorgd worden als het arrondissement waarin zij gedomicilieerd zijn. Ten tweede zien we een ‘uitstroom’ (In-Out) van patiënten uit arrondissement X die verzorgd worden in arrondissement Y. Laatste mogelijkheid bestaat uit een ‘instroom’ (Out-In) van patiënten uit een ander arrondissement Z en die verzorgd worden in arrondissement X. Figuur 7 geeft een grafische voorstelling van de mogelijke patiëntenstromen.

Blijvers Instroom

Uitstroom

Arrondissement X

FIGUUR II-7 Mogelijke patiëntenstromen

Elk verblijf in de MKG-databank heeft als kenmerk de NIS-code van het arrondissement waar de patiënt gedomicilieerd is en de NIS-code van het arrondissement waar de patiënt verzorgd wordt. Aan de hand hiervan kunnen we deze patiëntstromen tussen arrondissementen onderling in kaart brengen. Deze derde verfijning wil voor de ‘Onderzoeksregio Gent’ projecties van de evolutie in gebruik van acute ziekenhuisvoorzieningen maken voor de inwoners II-59


uit elk arrondissement afzonderlijk (‘blijvers’ in figuur 7) en uitspraken doen voor eerder opgesomde fenomenen. In hoofdstuk 5 zal dieper ingegaan worden op de uitstroom van patiënten uit een arrondissement. Gedetailleerde analyse op regioniveau voor de instroom van patiënten is gezien het tijdsbestek van deze studie niet mogelijk, maar kan wel deel uitmaken van een aansluitende vervolgstudie.

Aan de hand van tabellen (25, 27, 29, 31 en 33) bekomen we meer inzicht in de uitstroom van patiënten uit de betrokken arrondissementen. De participerende ziekenhuizen worden ondergebracht in het arrondissement waarin zij gevestigd zijn. Voor de gemeenten dewelke deel uitmaken van het desbetreffende arrondissement wordt per ziekenhuis het aantal verblijven in klassieke hospitalisatie voor het jaar 2002 weergegeven. Wanneer we het totaal aantal verblijven dat elke gemeente vertegenwoordigt kennen, kunnen we het aandeel patiënten berekenen dewelke in het arrondissement gedomicilieerd zijn en eveneens verzorgd worden, alsook de uitstroom van patiënten. Hierbij vermelden we dat dit een ruwere benadering betreft, gezien deze cijfers bekomen zijn via het berekenen van de marktaandelen met afkapgrens van 5% in klassieke hospitalisatie voor 2002 per ziekenhuis (zie website FOD Volksgezondheid, Leefmilieu en Veiligheid van de Voedselketen, Directoraat Organisatie Gezondheidsvoorzieningen). In een volgende fase (zie tabellen 26, 28, 30, 32 en 34) worden voor 2005 – 2010 – 2015 telkens het verwacht aantal verblijven- en verpleegdagen berekend voor de inwoners uit het desbetreffende arrondissement en ramingen gemaakt van het toekomstig gebruik van acute ziekenhuisvoorzieningen. Deze projecties omvatten het gebruik van acute ziekenhuisbedden ‘bij gelijkblijvende praktijk’ en worden vergeleken met de projecties ‘bij gelijkblijvende praktijk’ voor alle verblijven om alzo inzicht te krijgen in de instroom van patiënten in het arrondissement.

II-60


4.3.1 Arrondissement Gent TABEL II-25 Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Gent Arrondissement Gent

Aalter De Pinte Deinze Destelbergen Evergem Gavere Gent Knesselare Lochristi Lovendegem Melle Merelbeke Moerbeke Nazareth Nevele Oosterzele Sint-Martens-Latem Waarschoot Wachtebeke Zomergem Zulte Totaal

AZ SL - VK

AZ JP

UZG

AZ MM - SJ

SV

Totaal

Aandeel

Totaal verblijven/ gemeente

Uitstroom

143 86 0 648 2534 106 15409 0 0 551 327 432 92 89 159 166 98 141 599 291 0 21871

226 87 0 328 400 0 9423 0 206 185 130 268 0 0 94 0 101 0 0 69 0 11517

293 250 528 419 521 346 6661 75 0 143 344 951 85 292 208 416 178 131 141 133 248 12363

303 625 571 858 430 572 7502 0 445 181 668 1458 0 588 444 251 465 0 69 118 0 15548

290 0 2433 0 0 0 0 0 0 0 0 0 0 378 467 0 102 0 0 0 678 4348

1255 1048 3532 2253 3885 1024 38995 75 651 1060 1469 3109 177 1347 1372 833 944 272 809 611 926 65647

46,52% 87,48% 84,32% 87,77% 80,87% 60,45% 94,60% 6,54% 24,01% 84,73% 87,86% 90,06% 22,32% 84,40% 90,92% 43,75% 90,33% 22,42% 80,02% 50,71% 39,57% 78,82%

2698 1198 4189 2567 4804 1694 41221 1147 2711 1251 1672 3452 793 1596 1509 1904 1045 1213 1011 1205 2340 81220

53,48% 12,52% 15,68% 12,23% 19,13% 39,55% 5,40% 93,46% 75,99% 15,27% 12,14% 9,94% 77,68% 15,60% 9,08% 56,25% 9,67% 77,58% 19,98% 49,29% 60,43% 21,18%

(bron: website FOD Volksgezondheid)

Waar: AZ SL – VK = AZ Sint-Lucas – Volkskliniek AZ JP = AZ Jan Palfijn UZG = Universitair Ziekenhuis Gent AZ MM – SJ = AZ Maria Middelares – Sint-Jozef SV = Sint-Vincentiusziekenhuis Tabel 26 geeft de projecties van gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ weer voor de inwoners dewelke gedomicilieerd zijn en verzorgd worden in het arrondissement Gent.

II-61


TABEL II-26 Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Gent Arrondissement Gent Bezettingsgraad 2005 100% 90% 85% 80% 75% 70% 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70%

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor verblijven inwoners arr. Gent

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor alle verblijven

Instroom

1317 1463 1549 1646 1756 1881

2006 2229 2360 2508 2675 2866

34,35% 34,37% 34,36% 34,37% 34,36% 34,37%

1324 1471 1558 1655 1765 1891

2122 2358 2496 2653 2829 3031

37,61% 37,62% 37,58% 37,62% 37,61% 37,61%

1328 1476 1562 1660 1771 1897

2234 2482 2628 2793 2979 3191

40,56% 40,53% 40,56% 40,57% 40,55% 40,55%

Uit voorgaande tabellen constateren we dat van de inwoners gedomicilieerd in de stad Gent dewelke een ziekenhuisverblijf behoeven 94,60% wordt opgenomen in een ziekenhuis uit dit arrondissement. Slechts 5,40% wordt elders voor behandeling en verzorging gehospitaliseerd. Wanneer we daarentegen kijken naar de gemeente Knesselare merken we op dat slechts 6,54% van alle verblijven in het eigen arrondissement –en 93,46% van de verblijven elders plaatsvindt. Knesselare ligt echter ten opzichte van de andere gemeenten behorende tot het arrondissement verder verwijderd van Gent en kent daarom een grotere uitstroom van patiënten naar andere arrondissementen. Voor de totale populatie van het arrondissement Gent blijken 78,82% van de verblijven plaats te vinden in een ziekenhuis uit het arrondissement Gent.

II-62


Aan de hand van de berekende predicties ‘bij gelijkblijvende praktijk’ bekomen we voor de inwoners die wonen en verzorgd worden in het arrondissement Gent voor 2005 een raming van 1646 acute ziekenhuisbedden, bij een bezettingsgraad van 80%. Dit komt overeen met 65,63% van de totaal benodigde capaciteit. De predicties geven aan dat het aantal verblijven voor de inwoners uit het arrondissement Gent naar de toekomst toe verder toeneemt, hetgeen zich vertaalt in een hoger verwacht gebruik van ziekenhuisbedden, maar dat er proportioneel toch een grotere instroom van patiënten te verwachten is. Dit leert ons dat het demografisch effect een grotere impact heeft op de instroom dan op de populatie van het arrondissement Gent zelf. We stellen een instroom vast van 34,37% ten opzichte van het totaal aantal verblijven ‘bij gelijkblijvende praktijk’. Naar de toekomst toe blijkt de instroom nog in aandeel toe te nemen. De instroom is proportioneel groter dan de uitstroom van patiënten naar andere arrondissementen. 4.3.2 Arrondissement Aalst TABEL II-27 Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Aalst Arrondissement Aalst Aalst Denderleeuw Erpe-Mere Geraardsbergen Haaltert Herzele Lede Ninove Sint-Lievens-Houtem Zottegem Totaal

ASZ

OLVZ

Totaal

Aandeel

4829 899 1398 2954 1205 210 1249 1404 216 0 14364

5473 288 742 451 963 321 760 2296 227 0 11521

10302 1187 2140 3405 2168 531 2009 3700 443 0 25885

85,30% 45,88% 77,82% 65,59% 83,07% 22,55% 82,40% 73,72% 32,84% 0,00% 64,39%

Totaal verblijven/ gemeente 12078 2587 2750 5191 2610 2355 2438 5019 1349 3826 40203

Uitstroom 14,70% 54,12% 22,18% 34,41% 16,93% 77,45% 17,60% 26,28% 67,16% 100,00% 35,61%


Waar: ASZ = Algemeen Stedelijk Ziekenhuis OLVZ = Onze Lieve Vrouw Ziekenhuis II-63


Tabel 28 geeft de projecties van gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ weer voor de inwoners dewelke gedomicilieerd zijn en verzorgd worden in het arrondissement Aalst. TABEL II-28 Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Aalst Arrondissement Aalst Bezettingsgraad 2005 100% 90% 85% 80% 75% 70% 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70%

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor verblijven inwoners arr. Aalst


Instroom

548 609 645 685 731 783

940 1044 1106 1175 1253 1343

41,70% 41,67% 41,68% 41,70% 41,66% 41,70%

550 611 647 688 733 786

997 1108 1173 1246 1329 1424

44,83% 44,86% 44,84% 44,78% 44,85% 44,80%

551 612 648 689 735 787

1048 1164 1233 1310 1397 1497

47,42% 47,42% 47,45% 47,40% 47,39% 47,43%

Van alle aantal opnames voor de stad Aalst zien we dat 85,30% opgenomen wordt in het eigen arrondissement. Alle verblijven uit de gemeente Zottegem blijken niet plaats te vinden in het arrondissement Aalst. We willen er wel op wijzen dat het ziekenhuis gelegen in Zottegem (Sint-Elizabeth ziekenhuis) niet in onze database is opgenomen. Voor de ganse populatie blijken 64,39% van de verblijven te worden opgenomen in een ziekenhuis uit het arrondissement Aalst en 35,61% elders in het land.

II-64


Het aantal verblijven voor de inwoners uit het arrondissement Aalst zal slechts gestaag toenemen, hetgeen tot uiting komt in een bijna constant verwacht toekomstig gebruik van ziekenhuisbedden geprojecteerd naar 2015 toe. Uit de stijgende instroom percentages kunnen we concluderen dat de hogere totale bedbehoeftes ‘bij gelijkblijvende praktijk’ voor alle verblijven, voortkomen van patiënten uit een ander arrondissement en die hier gehospitaliseerd worden. 4.3.3 Arrondissement Dendermonde

TABEL II-29 Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Dendermonde Arrondissement Dendermonde Berlare Buggenhout Dendermonde Hamme Laarne Lebbeke Waasmunster Wetteren Wichelen Zele Totaal

AZ SB

Totaal

Aandeel

697 1282 4968 996 0 1587 92 0 114 1343 11079

697 1282 4968 996 0 1587 92 0 114 1343 11079

32,13% 58,46% 69,86% 28,36% 0,00% 57,65% 6,04% 0,00% 7,54% 41,88% 38,09%

Totaal verblijven/ gemeente 2169 2193 7111 3512 1563 2753 1523 3547 1512 3207 29090

Uitstroom 67,87% 41,54% 30,14% 71,64% 100,00% 42,35% 93,96% 100,00% 92,46% 58,12% 61,91%


Waar: AZ SB = AZ Sint-Blasius Tabel 30 geeft de projecties van gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ weer voor de inwoners dewelke gedomicilieerd zijn en verzorgd worden in het arrondissement Dendermonde.

II-65


TABEL II-30 Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor inwoners behorende tot het arrondissement Dendermonde Arrondissement Dendermonde Bezettingsgraad 2005 100% 90% 85% 80% 75% 70% 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70%

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor verblijven inwoners arr. Dendermonde


Instroom

235 261 276 294 313 336

621 690 731 776 828 887

62,16% 62,17% 62,24% 62,11% 62,20% 62,12%

237 263 279 296 316 339

662 736 779 828 883 946

64,20% 64,27% 64,18% 64,25% 64,21% 64,16%

238 264 280 298 317 340

706 784 831 883 941 1009

66,29% 66,33% 66,31% 66,25% 66,31% 66,30%

Voor de stad Dendermonde zien we dat 69,86% van de patiënten dewelke dienen gehospitaliseerd te worden verblijven in het arrondissement Dendermonde. Voor de gemeenten Laarne en Wetteren vinden alle verblijven in klassieke hospitalisatie plaats in een ander arrondissement. Voor de ganse populatie blijken 61,91% van de verblijven te worden opgenomen in een ziekenhuis uit een ander arrondissement, hetwelk een belangrijke uitstroom van patiënten betekent. De alhier bekomen cijfers dienen enigzins genuanceerd te worden. Zo bekomen we voor de instroom duidelijk hogere percentages vergeleken met de andere arrondissementen uit de ‘Onderzoeksregio Gent’. Dit kan verklaard worden doordat enkel de verblijven in AZ Sint-Blasius zijn opgenomen voor de analyses. Verblijven in het Algemeen Stedelijk Ziekenhuis (campus Wetteren) en AZ Waasland (campus Fabiolaziekenhuis) behoren ook tot dit arrondissement, maar

II-66


zijn gezien de respectievelijke fusies met het Algemeen Stedelijk Ziekenhuis (campus Aalst en campus Geraardsbergen) en met het Algemeen Ziekenhuis Waasland (campus Stadskliniek, Sint-Niklaas) ingecalculeerd bij de analyses voor het arrondissement Aalst enerzijds en het arrondissement Sint-Niklaas anderzijds. Mocht deze opsplitsing gebeuren, waarbij de verblijven in de campi van deze fusieziekenhuizen toegewezen worden aan het arrondissement waarin zij gevestigd zijn (arrondissement Dendermonde), zouden resultaten bekomen worden die meer in lijn liggen met de overige arrondissementen. 4.3.4 Arrondissement Sint-Niklaas TABEL II-31 Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Sint-Niklaas Arrondissement Sint-Niklaas Beveren Kruibeke Lokeren Sint-Gillis-Waas Sint-Niklaas Stekene Temse Totaal

AZ MM

AZ W

AZ L

Totaal

Aandeel

2752 1298 289 1477 4350 1390 2540 14096

871 182 300 628 4672 593 529 7775

0 0 3461 0 0 0 0 3461

3623 1480 4050 2105 9022 1983 3069 25332

55,36% 59,18% 70,28% 76,63% 79,88% 75,37% 72,45% 70,92%

Totaal verblijven/ gemeente 6545 2501 5763 2747 11294 2631 4236 35717

Uitstroom 44,64% 40,82% 29,72% 23,37% 20,12% 24,63% 27,55% 29,08%

(bron: FOD Volksgezondheid)

Waar: AZ MM = AZ Maria Middelares AZ W = AZ Waasland AZ L = Algemeen Ziekenhuis Lokeren Tabel 32 geeft de projecties van gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ weer voor de inwoners dewelke gedomicilieerd zijn en verzorgd worden in het arrondissement Sint-Niklaas.

II-67


TABEL II-32 Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor de inwoners behorende tot het arrondissement Sint-Niklaas Arrondissement Sint-Niklaas Bezettingsgraad 2005 100% 90% 85% 80% 75% 70% 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70%

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor verblijven inwoners arr. Sint-Niklaas


Instroom

541 601 636 676 721 773

777 863 914 971 1036 1110

30,37% 30,36% 30,42% 30,38% 30,41% 30,36%

546 607 642 683 728 780

827 919 973 1034 1103 1181

33,98% 33,95% 34,02% 33,95% 34,00% 33,95%

550 611 647 688 733 786

881 979 1036 1101 1175 1259

37,57% 37,59% 37,55% 37,51% 37,62% 37,57%

Voor de stad Sint-Niklaas worden 79,88% van alle patiënten opgenomen in een ziekenhuis in het arrondissement. Ook voor de overige gemeenten behorende tot het arrondissement zien we relatief hoge aandeelpercentages. Van de totale bevolking blijkt 70,92% te worden opgenomen in het arrondissement SintNiklaas, tegen 29,08% die voor verzorging naar een ander arrondissement uitwijken. Instroompercentages liggen in lijn met die voor het arrondissement Gent.

II-68


4.3.5. Arrondissement Eeklo

TABEL II-33 Uitstroom op basis van het aantal verblijven in klassieke hospitalisatie voor 2002 per gemeente behorende tot het arrondissement Eeklo Arrondissement Eeklo HHK

Totaal

Aandeel

1055 2452 458 596 522 314 5397

1055 2452 458 596 522 314 5397

49,88% 68,74% 54,72% 17,30% 58,19% 13,96% 41,16%

Assenede Eeklo Kaprijke Maldegem Sint-Laureins Zelzate Totaal

Totaal verblijven/ gemeente 2115 3567 837 3446 897 2250 13112

Uitstroom 50,12% 31,26% 45,28% 82,70% 41,81% 86,04% 58,84%

(bron: FOD Volksgezondheid)

Waar: HHK = Heilig Hartkliniek Tabel 34 geeft de projecties van gebruik van acute ziekenhuisvoorzieningen ‘bij gelijkblijvende praktijk’ weer voor de inwoners dewelke gedomicilieerd zijn en verzorgd worden in het arrondissement Eeklo.

TABEL II-34 Projectie van de evolutie in gebruik van acute ziekenhuiscapaciteit ‘bij gelijkblijvende praktijk’ voor de inwoners behorende tot het arrondissement Eeklo Arrondissement Eeklo Bezettingsgraad 2005 100% 90% 85% 80% 75% 70%

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor verblijven inwoners arr. Eeklo


Instroom

168 187 198 210 224 240

232 258 273 290 309 331

27,59% 27,52% 27,47% 27,59% 27,51% 27,49%

II-69

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70%

168 187 198 210 224 240

245 272 288 306 327 350

31,43% 31,25% 31,25% 31,37% 31,50% 31,43%

168 187 198 210 224 240

256 284 301 320 341 366

34,38% 34,15% 34,22% 34,38% 34,31% 34,43%

Bij het interpreteren van bovenstaande tabellen merken we dat van de inwoners uit de stad Eeklo die gehospitaliseerd dienen te worden, 68,74% wordt opgenomen in het eigen arrondissement. Als we kijken naar de totale populatie zien we dat slechts 41,16% voor verblijf in het ziekenhuis in het eigen arrondissement blijft. Belangrijk om te vermelden is dat het verwacht aantal verblijven voor het arrondissement Eeklo een lichte daling kent naar 2015 toe. Ook de bevolkingsprognoses van het NIS voorspellen een daling van het aantal inwoners van 79.562 naar 79.296 inwoners in 2015, die zich voornamelijk laat voelen in de leeftijdscategoriën tot 0 tot 45 jaar. De verschuivingen in deze determinanten zijn van die aard dat deze geen merkenswaardige invloed uitoefenen op de uiteindelijk geraamde projecties van gebruik van ziekenhuisvoorzieningen dewelke status quo blijven. Vergeleken met de overige arrondissementen kent het arrondissement Eeklo, ondanks een licht progressieve stijging, de laagste instroompercentages van patiënten uit andere arrondissementen. Hier moeten we wel vermelden dat de fusie van de Heilig Hartkliniek (Eeklo) met het Sint-Elizabethziekenhuis (SijseleDamme) mee aan de basis ligt van een verschuiving in patiëntenstromen voor dit arrondissement.

II-70


Tabel 35 geeft een overzicht van de projecties van de evolutie in gebruik van acute ziekenhuisvoorzieningen met en zonder instroom van patiënten bij een bezettingsgraad van 80% voor de ‘Onderzoeksregio Gent’ 2005 – 2010 – 2015. TABEL II-35 Synthese van de projecties met en zonder instroom van patiënten voor 2005 – 2010 – 2015 bij een bezettingsgraad van 80% ‘Onderzoeksregio Gent’ Synthese ‘Onderzoeksregio Gent’ bij bezettingsgraad van 80%

Arrondissement 2005 Gent Aalst Dendermonde Sint-Niklaas Eeklo 2010 Gent Aalst Dendermonde Sint-Niklaas Eeklo 2015 Gent Aalst Dendermonde Sint-Niklaas Eeklo

Projectie gebruik ‘bij gelijkblijvende praktijk’ voor verblijven inwoners arrondissement

Projectie gebruik ‘bij gelijkblijvende Praktijk’ voor alle verblijven

Aandeel

Instroom

1646 685 294 676 210

2508 1175 776 971 290

65,63% 58,30% 37,89% 69,62% 72,41%

34,37% 41,70% 62,11% 30,38% 27,59%

1655 688 296 683 210

2653 1246 828 1034 306

62,38% 55,22% 35,75% 66,05% 68,63%

37,62% 44,78% 64,25% 33,95% 31,37%

1660 689 298 688 210

2793 1310 883 1101 320

59,43% 52,60% 33,75% 62,49% 65,62%

40,57% 47,40% 66,25% 37,51% 34,38%

Besluit: Ongeveer 2/3 van de patiënten kunnen als blijvers getypeerd worden. Ze worden verzorgd/behandeld in het arrondissement waarin zij gedomicilieerd zijn. Het relatief aandeel van de blijvers neemt af naar de toekomst toe. Dit betekent dat de demografische evolutie een grotere impact heeft op de instroom van patiënten dan op de blijvers. Zo kan het zijn dat naar de toekomst toe ouderen, omwille van de meer complexe (multi)pathologie, een grotere afstand moeten/willen

afleggen.

Op de relatie tussen pathologie en de afstand dewelke patiënten uit een bepaald arrondissement afleggen voor behandeling wordt dieper ingegaan in hoofdstuk 5.

II-71


Hoofdstuk 5: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: « DETAILANALYSE »

Dit project is opgebouwd volgens een stapsgewijze aanpak waarbij uitgaande van de nationale benadering een vertaling naar regio-niveau gemaakt wordt. Om binnen de beperkingen van dit onderzoek toch zo betrouwbaar mogelijke predicties te bekomen, is bij de analyses op regio-niveau geopteerd voor een detailanalyse (zie figuur 8) om enkele bevindingen fijner af te toetsen. Omwille van het tijdsbestek waarbinnen de studie dient uitgevoerd te worden is het niet mogelijk om voor alle arrondissementen opgenomen in de ‘Onderzoeksregio Gent’ een detailanalyse te maken. Het arrondissement Gent is, gezien zijn diversiteit, aangewend voor deze meer diepgaande analyses.

Nationaal

Arrondissement Aalst

Arrondissement Eeklo

Arrondissement Gent

Arrondissement Sint-Niklaas

Detailanalyse

FIGUUR II-8 Voorstelling stapsgewijze aanpak

II-72

Arrondissement Dendermonde


Binnen dit hoofdstuk zal voor volgende determinanten een detailanalyse gemaakt worden: 1. Trend in verblijfsduur 2. Patiëntenstromen en de relatie met afstand 5.1 Detailanalyse: ‘Trend in verblijfsduur’ De eerste parameter waarvoor een meer gedetailleerde analyse uitgevoerd is, betreft de trend in verblijfsduur. De voorbije decennia is een dalende trend in de verblijfsduur waargenomen. De daling van de gemiddelde ligduur is in hoofdzaak toe te schrijven aan patiënten in de leeftijdscategorie van 15 tot 45 jaar, die korter in het ziekenhuis verblijven. Uit de MKG-data uit 2000 – 2002 blijkt dat de gemiddelde verblijfsduur van patiënten ouder dan 75 jaar echter weinig daalt. Hiervoor liggen o.a. het voorkomen van steeds meer multipathologie bij ouderen en een te lage doorstroming naar verpleegtehuizen (of rusthuizen) en thuiszorg aan de basis. De op de analyses toegepaste verblijfsduur komt overeen met de nationaal geobserveerde gemiddelde verblijfsduur per APR-DRG en per leeftijdscategorie. Van hieruit zijn projecties gemaakt van de verwachte trend in verblijfsduur voor 2005 – 2010 – 2015 (onderzoeksequipe FUCaM). Voor sommige APR-DRG’s wordt een stijgende, dalende of gelijkblijvende trend waargenomen. Deze nationale projecties in verblijfsduur zijn vervolgens, voor de verschillende scenario’s, toegepast op het arrondissement Gent. Wanneer we, vertrekkende vanuit de MKG 2002, kijken naar de impact op het aantal te verwachten verpleegdagen ‘bij gelijkblijvende praktijk en rekening houdende met de verwachte trend in verblijfsduur’ voor 2005, en dit vergelijken met het verwacht aantal verpleegdagen ‘bij gelijkblijvende praktijk’ bekomen we

II-73


een verschil van 42.152 verpleegdagen (732.103 – 689.951). Percentueel uitgedrukt komt dit neer op een daling met 5,76%. Voor 2010 komen we enerzijds uit op een verschil van 82.356 (-10,63%) –en voor 2015 anderzijds op een verschil van 113.327 (-13,90%) verpleegdagen. We kunnen dus wel stellen dat de verwachte trend in verblijfsduur een belangrijk effect heeft op het verwacht gebruik van ziekenhuisbedden. Resultaten vertaald naar projectie van evolutie in gebruik van ziekenhuiscapaciteit voor het arrondissement Gent zijn opgenomen in tabel 36. Laatste kolom geeft percentueel het verschil weer van de cijfers ‘bij gelijkblijvende praktijk’ vergeleken met de cijfers ‘zonder oneigenlijke verblijven + substitutie verblijven van minder of gelijk aan 3 dagen + rekening houdende met verwachte trend in verblijfsduur’. Voor het arrondissement Gent zien we een sterke daling in de predicties voor 2005 van het gebruik van bedden indien we rekening houden met de verblijfsduur. De trend is zelfs zodanig sterk in de toekomst dat ze het demografisch effect volledig neutraliseert in het Gentse arrondissement. Bij een 80% bezettingsgraad zijn er ‘bij gelijkblijvende praktijk’ in 2015 slechts 41 meer bedden in gebruik dan in 2005 indien we de trend toevoegen aan het demografisch effect. Bij gelijkblijvende praktijk (zonder trend in verblijfsduur) hadden we een predictie van 285 meer acute ziekenhuisbedden. Wel maken we een opmerkelijke vaststelling. In 2010 en 2015 zien we een stijging van het aantal ziekenhuisbedden wanneer we de predicties ‘zonder oneigenlijke verblijven + substitutie van de verblijven van minder of gelijk aan 2 dagen’ en de predicties ‘zonder oneigenlijke verblijven + substitutie van de verblijven van minder of gelijk aan 3 dagen’ en de verwachte trend in verblijfsduur in rekening gebracht, met elkaar vergelijken. De verklaring hiervoor moet gezocht worden in één van de beperkingen waarmee we in dit onderzoek geconfronteerd worden. Om de impact van de verwachte trend in verblijfsduur na te gaan, hebben we de predicties moeten aanwenden waarbij alle verblijven met een verblijfsduur van 1, 2 –en 3 dagen in klassieke hospitalisatie voor 100%

II-74


gesubstitueerd zijn naar daghospitalisatie. We beschikken namelijk niet over kruistabellen waarin het aantal verblijven met een verblijfsduur van 1, 2 of 3 dagen per APR-DRG en per leeftijdscategorie, waarbij respectievelijk 100%, 60% en 40% van de verblijven van 1, 2 –en 3 dagen zijn gesubstitueerd. We kunnen niet at random voor bepaalde APR-DRG’s verblijven substitueren en voor andere APR-DRG’s niet. Aldus kunnen voor deze verfijnde scenario’s geen predicties gemaakt worden waarbij de verwachte trend in verblijfsduur per APR-DRG in rekening is gebracht. TABEL II-36 Predicties voor 2005 – 2010 – 2015 voor verschillende scenario’s rekening houdende met de verwachte trend in verblijfsduur Arrondissement Gent Arrondissement Gent

2005 100% 90% 85% 80% 75% 70% 2010 100% 90% 85% 80% 75% 70% 2015 100% 90% 85% 80% 75% 70%


Bij gelijkblijvende praktijk + trend verblijfsduur

Zonder oneigenlijke verblijven + substitutie verbl. = 1d + trend verblijfsduur

Zonder oneigenlijke verblijven + substitutie verbl. <= 2d + trend verblijfsduur

Zonder oneigenlijke verblijven + substitutie verbl. <= 3d + trend verblijfsduur

Variatie

2006 2229 2360 2508 2675 2866

1890 2100 2224 2363 2520 2700

1829 2032 2152 2286 2439 2613

1839 2043 2164 2299 2452 2627

1833 2037 2156 2291 2444 2619

8,62% 8,61% 8,64% 8,65% 8,64% 8,62%

2122 2358 2496 2653 2829 3031

1896 2107 2231 2370 2528 2709

1832 2036 2155 2290 2443 2617

1770 1967 2082 2213 2360 2529

1827 2030 2149 2284 2436 2610

13,90% 13,91% 13,90% 13,91% 13,89% 13,89%

2234 2482 2628 2793 2979 3139

1923 2137 2262 2404 2564 2747

1858 2064 2186 2323 2477 2654

1795 1994 2112 2244 2393 2564

1845 2050 2171 2306 2460 2636

17,41% 17,41% 17,39% 17,44% 17,42% 16,02%

5.2 Detailanalyse: ‘Patiëntenstromen en relatie met afstand’ Zoals eerder aangegeven zijn er drie fenomenen in patiëntenstromen mogelijk (cfr. hoofdstuk 4). Voor het arrondissement Gent hebben we voor de ‘blijvers’ en de ‘uitstroom’ een analyse gemaakt op MDC- en APR-DRG-niveau. II-75


Allereerst wordt voor alle verblijven vertegenwoordigd door de inwoners gedomicilieerd in het arrondissement Gent weergegeven in welk arrondissement zij verzorgd worden (tabel 37). Het percentuele aandeel verblijven in elk individueel arrondissement wordt weergegeven ten opzichte van het totaal aantal verblijven voor de inwoners uit het Gentse arrondissement. TABEL II-37 ‘Blijvers’ + ‘uitstroom’ patiënten gedomicilieerd in arrondissement Gent voor 2002 Arrondissement Gent Arrondissement Gent Eeklo Aalst Brugge Kortrijk Sint-Niklaas Tielt Antwerpen Oudenaarde Leuven Brussel Oostende Roeselare Dendermonde Halle-Vilvoorde Mechelen Veurne Ieper Luik Hasselt Turnhout Maaseik Marche-en-Famenne Dinant Neufchâteau Doornik Verviers Nijvel Bergen Namen Charleroi Moeskroen Soignies Thuin Huy Tongeren Arlon Totaal

II-76

Aandeel verblijven 85,896% 2,894% 2,319% 2,207% 1,802% 1,258% 0,959% 0,526% 0,510% 0,376% 0,315% 0,243% 0,169% 0,136% 0,072% 0,061% 0,058% 0,035% 0,026% 0,026% 0,025% 0,016% 0,012% 0,010% 0,008% 0,007% 0,007% 0,006% 0,005% 0,005% 0,002% 0,002% 0,001% 0,001% 0,001% 0,001% 0,001% 100,00%


We zien dat 85,90% van alle inwoners, dewelke hospitalisatie behoeven, wordt opgenomen in een ziekenhuis behorende tot het eigen arrondissement. Het arrondissement Eeklo ontvangt met 2,89% het grootst aantal verblijven van de uitstroom aan patiënten. Gezien de confidentialiteit ten aanzien van de participerende ziekenhuizen kunnen in wat volgt de tabellen waarin het reële aantal verblijven per MDC niet worden weergegeven. In bijlage 4 is voor de inwoners gedomicilieerd in het arrondissement Gent, een tabel opgenomen waarin het aantal verblijven per MDC in elk arrondissement percentueel is weergegeven ten opzichte van het totaal aantal verblijven in dat arrondissement voor 2002. Figuur 9 geeft grafisch het aantal verblijven (rode balken) voor de patiënten afkomstig uit het arrondissement Gent en die verzorgd worden in een ander arrondissement (= uitstroom van patiënten). De blauwe lijn geeft percentueel het aandeel verblijven weer ten opzichte van het totaal aantal verblijven voor het arrondissement Gent.

3000

3,25% 3,00% 2,75% 2,50% 2,25% 2,00% 1,75% 1,50% 1,25% 1,00% 0,75% 0,50% 0,25% 0,00%

2000 1500 1000 500 0

Ee A kl Br also Si K ug t nt o ge -N rt i ri An klajk O t w T as ud e ie en rpe lt a n Le ard Bu e O ru ven o s D R ste se H en oe ndl al de se e le rm la -V il onre M voo de ec rd h e Ve ele ur n n Ie e pe M H L r ar T a u ch ur sseik e- M nh lt en a ou -Fas t amei N eu ek fcDin n hâ a n D tea t Veoor u rv nik ie N rs Be ijv e N rg l C a en M ha me oe r n s le So kroroi ig en ni Th es To uin ngHu er y Ar en lo n

Aantal verblijven

2500

Arrondissem ent

FIGUUR II-9 Uitstroom van patiënten uit het arrondissement Gent

II-77

Aandeel

Uitstroom inwoners afkomstig uit arrondissement Gent


5.2.1 Analyse op MDC-niveau In deze paragraaf gaan we na hoe het geheel van verblijven verdeeld worden over de 25 MDC-categoriën. Tabel 38 geeft de percentuele verdeling van de verblijven per MDC weer opgedeeld naar ‘blijvers’ en ‘uitstroom’. De MDC-categoriën staan in dalende volgorde volgens het aantal verblijven dat zij vertegenwoordigen gerangschikt. TABEL II-38 Percentuele verdeling van de verblijven voor de ‘blijvers’ en ‘uitstroom’ per MDC voor 2002 Verdeling verblijven per MDC MDC

Blijvers 94,77%

MDC

15

02

Uitstroom 21,95%

23

89,16%

03

19,48%

22

89,01%

25

18,92%

10

88,24%

20

16,24%

11

87,90%

19

15,96%

14

87,73%

18

15,61%

13

87,45%

08

15,48%

17

86,76%

21

14,72%

24

86,67%

07

14,62%

09

86,63%

04

14,59%

12

86,53%

06

14,50%

00

86,21%

16

14,44%

05

85,90%

01

14,14%

01

85,86%

05

14,10%

16

85,56%

00

13,79%

06

85,50%

12

13,47%

04

85,41%

09

13,37%

07

85,38%

24

13,33%

21

85,28%

17

13,24%

08

84,52%

13

12,55%

18

84,39%

14

12,27%

19

84,04%

11

12,10%

20

83,76%

10

11,76%

25

81,08%

22

10,99%

03

80,52%

23

10,84%

02

78,05%

15

5,23%

II-78


Wanneer we de verblijven voor de ‘blijvers’ en de verblijven voor de ‘uitstroom’ met elkaar vergelijken kunnen we nagaan voor welke pathologiegroepen patiënten gedomicilieerd in het arrondissement Gent al dan niet naar een ziekenhuis in het eigen arrondissement gaan. In bovenstaande tabel zien we dat er pathologiegroepen zijn, bijvoorbeeld MDC 15, waarvoor de patiënt minder geneigd is buiten het eigen arrondissement te gaan in vergelijking met andere pathologiegroepen zoals bijvoorbeeld MDC 02. Top 10 aantal verblijven per MDC voor de ‘blijvers’: 1. MDC 15

Pasgeborenen en perinatale aandoeningen

2. MDC 23

Factoren die de gezondheid beïnvloeden

3. MDC 22

Brandwonden

4. MDC 10

Endocriene, voedings –en stofwisselingsstoornissen

5. MDC 11

Ziekte of aandoening van de nier –en urinewegen

6. MDC 14

Zwangerschap en bevalling

7. MDC 13

Ziekte of aandoening van de vrouwelijke geslachtsorganen

8. MDC 17

Myeloproliferatieve ziekten / weinig gedifferentieerde neoplasma

9. MDC 24

HIV-infectie

10. MDC 09

Ziekte of aandoening van de huid, subcutis en mamma

Top 10 aantal verblijven per MDC voor de ‘uitstroom’: 1. MDC 02

Ziekte of aandoening van de ogen

2. MDC 03

Ziekte of aandoening van neus, oor en keel

3. MDC 25

Multipele traumata

4. MDC 20

Alcohol –en druggebruik

5. MDC 19

Psychische stoornissen

6. MDC 18

Infectie en parasitaire ziekten

7. MDC 08

Ziekte of aandoening van beweging –en bindweefsel

II-79


8. MDC 21

Ongeval / vergiftiging / toxische effecten van farmaca

9. MDC 07

Ziekte of aandoening van de lever, gal of pancreas

10. MDC 04

Ziekte of aandoening van het ademhalingsstelsel

We kunnen besluiten dat er een indicatie is dat voor bepaalde pathologieën patiënten geneigd zijn om een grotere afstand af te leggen dan voor andere pathologieën. In tabel 39 is per MDC het aantal verblijven percentueel weergegeven ten opzichte van het totaal aantal verblijven voor de ‘blijvers’ en de ‘uitstroom’ afzonderlijk. De MDC-categoriën staan in dalende volgorde volgens het aantal verblijven dat zij vertegenwoordigen gerangschikt. Het in deze vorm presenteren van de data geeft meer zicht op het ‘volume-effect’, eerder dan op de flux van patiënten tussen arrondissementen. MDC 8 bijvoorbeeld is een pathologiegroep die veel patiënten vertegenwoordigt en dit zowel voor de groep van de blijvers als voor de groep van de uitstroom. TABEL II-39 Aantal verblijven voor 2002 per MDC opgesplitst naar ‘blijvers’en ‘uitstroom’ ‘Uitstroom’

‘Blijvers’

MDC

Aandeel

MDC

Aandeel

08

16,92%

08

15,16%

05

10,83%

05

10,83%

06

10,61%

06

10,27%

01

8,16%

01

8,14%

04

7,85%

04

7,54%

03

6,71%

14

7,70%

14

6,56%

03

4,55%

11

3,31%

23

4,37%

09

3,30%

11

3,95%

23

3,24%

09

3,52%

19

3,13%

13

3,37%

13

2,95%

15

3,29%

07

2,38%

10

2,85%

II-80

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique 02

2,36%

19

2,71%

10

2,32%

07

2,28%

12

1,69%

12

1,79%

17

1,61%

17

1,73%

21

1,40%

02

1,38%

18

1,22%

21

1,34%

20

1,14%

18

1,08%

15

1,11%

20

0,97%

16

0,82%

16

0,80%

00

0,17%

00

0,17%

25

0,12%

22

0,11%

22

0,09%

25

0,08%

24

0,02%

24

0,02%

Totaal

100,00%

Totaal

100,00%

5.2.2 Analyse op APR-DRG-niveau Analoog met de analyse op MDC-niveau, hebben we een analyse gemaakt op APR-DRG-niveau. Hierbij zijn we voor de inwoners gedomicilieerd in het arrondissement Gent, per APR-DRG nagegaan in welk arrondissement zij verzorgd worden. Uit zulk een oefening kunnen we het volgende leren: -

Zijn er APR-DRG’s waarvoor een patiënt gedomicilieerd in het arrondissement Gent systematisch uitwijkt naar andere arrondissementen?

-

Gebeurt deze uitstroom dan naar één bepaald arrondissement of naar verschillende andere arrondissementen?

Ter illustratie wordt in tabel 40 een gedeelte van de kruistabel opgenomen. De rijen geven telkens de APR-DRG weer –en de kolommen het arrondissement waar het ziekenhuis gevestigd is en de patiënt verzorgd wordt. Deze tabel geeft percentueel het aantal verblijven per APR-DRG in elk arrondissement ten opzichte van het totaal aantal verblijven in dat arrondissement voor 2002. Gezien de confidentialiteit ten aanzien van de participerende ziekenhuizen kunnen de reële getallen van het aantal verblijven per APR-DRG niet weergegeven worden.

II-81


TABEL II-40 Percentuele verdeling van het aantal verblijven per APR-DRG voor de

Charleroi

...

Sint-Niklaas

...

...

...

...

...

...

...

...

...

...

0,07%

0,00%

0,00%

0,00%

...

0,17%

0,05%

0,24%

0,10%

0,00%

...

051

...

0,00%

0,13%

0,00%

0,00%

0,13%

...

0,00%

0,04%

0,00%

0,00%

0,00%

...

052

...

0,00%

0,07%

0,50%

0,71%

0,13%

...

0,08%

0,17%

0,24%

0,00%

0,00%

...

053

...

0,00%

0,60%

1,98%

0,00%

0,38%

...

1,16%

0,83%

0,94%

1,05%

0,00%

...

054

...

0,00%

0,87%

0,00%

0,00%

0,13%

...

0,58%

0,34%

0,00%

0,19%

0,00%

...

055

...

0,00%

0,07%

0,00%

0,00%

0,00%

...

0,04%

0,08%

0,00%

0,19%

50,00%

...

056

...

0,00%

0,00%

0,50%

0,71%

0,00%

...

0,17%

0,08%

0,24%

0,00%

0,00%

...

057

...

0,00%

1,27%

0,99%

0,71%

1,13%

...

1,87%

0,88%

1,18%

1,53%

0,00%

...

058

...

0,00%

0,40%

0,99%

0,00%

0,25%

...

0,37%

0,86%

0,24%

0,48%

0,00%

...

070

...

0,00%

0,00%

0,00%

0,00%

0,00%

...

0,00%

0,05%

0,47%

0,00%

0,00%

...

071

...

0,00%

0,00%

0,00%

0,00%

0,00%

...

0,04%

0,23%

0,00%

3,53%

0,00%

...

...

...

...

...

...

...

...

...

...

...

...

...

...

...

Oostende

Ieper

Gent

...

0,00%

Eeklo

...

...

...

Roeselare

...

Kortrijk

... 050

...

Tielt

Oudenaarde

inwoners gedomicilieerd in het arrondissement Gent voor 2002

Wanneer we de verblijven voor de ‘blijvers’ en de verblijven voor de ‘uitstroom’ met elkaar vergelijken hebben we eerder al kunnen vaststellen dat voor wat betreft de globale pathologiegroepen (MDC’s), er een indicatie is dat patiënten voor bepaalde

pathologieën

uitwijken

naar

een

ander

arrondissement

voor

behandeling/verzorging. Deze vergelijking hebben we ook gemaakt voor alle APR-DRG’s afzonderlijk. Zo kunnen we nagaan of inwoners gedomicilieerd in het arrondissement Gent, voor specifieke ziektes of aandoeningen al dan niet naar een ziekenhuis gevestigd in een ander arrondissement gaan voor behandeling. In tabel 40 is het duidelijk dat er voor APR-DRG 057 (hersenschudding en niet gespecificeerd intracraniaal letsel, met coma van minder dan 1 uur of geen coma) meer patiënten uit het arrondissement Gent naar andere arrondissementen gaan in vergelijking met de andere getoonde APR-DRG’s. Deze uitstroom is verspreid

II-82


over verschillende arrondissementen en niet over 1 arrondissement. Indien er een vrij grote uitstroom bestaat vanuit het arrondissement Gent naar 1 specifiek ander arrondissement voor een bepaalde pathologie, zou dit kunnen wijzen op een zekere aantrekkingskracht van één van de ziekenhuizen in het ander arrondissement voor die pathologie. Indien dit ‘ander arrondissement’ veel patiënten, voor die specifieke pathologie, recruteert kan dit wijzen op het bestaan van een ‘center of excellence’. Voor APR-DRG 894 (HIV zonder majeure of significante HIV verwante diagnoses) bijvoorbeeld zien we een duidelijke concentratie van de uitstroom van patiënten uit het arrondissement Gent naar het arrondissement Leuven. Tabel 41 geeft de percentuele verdeling van de verblijven per APR-DRG weer opgedeeld naar ‘blijvers’ en ‘uitstroom’. De APR-DRG’s staan in dalende volgorde volgens het aantal verblijven dat zij vertegenwoordigen gerangschikt. Gezien het omvangrijke aantal APR-DRG’s is de top 30 APR-DRG’s opgenomen met het hoogst aantal verblijven voor beide groepen. Dit kan ons leren of er pathologieën zijn die eerder de neiging hebben binnen of buiten het arrondissement Gent verzorgd te worden. TABEL II-41 Percentuele verdeling van de verblijven voor de ‘blijvers’ en ‘uitstroom’ per APR-DRG voor 2002 Verdeling verblijven per APR-DRG APR-DRG 081 122 132 305 542 590 591 593 602 610 611 612

Blijvers 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00%

APR-DRG 955 931 306 002 311 894 161 071 092 635 771 072

II-83

Uitstroom 71,43% 66,67% 53,19% 50,00% 50,00% 50,00% 43,48% 42,36% 41,11% 40,00% 38,46% 37,04%

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique 613 621 622 623 630 631 662 759 772 830 833 873 891 892 893 640 130 690

632 138 774 956 440 405 751 951 091 694 580 080 262 650 114 246 481 026

100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 97,30% 97,09% 96,97%

36,36% 33,33% 33,33% 33,33% 31,58% 31,25% 30,98% 30,95% 28,89% 28,79% 28,57% 27,27% 27,27% 27,27% 27,19% 27,08% 27,08% 26,67%

Uit bovenstaande tabel leiden we af dat er voor het totaal aan APR-DRG’s, 27 APR-DRG’s

zijn

waarvoor

de

patiënt

gedomicilieerd

in

het

Gentse

arrondissement niet naar een ander arrondissement gaat voor behandeling. Zeer duidelijk zien we een groep APR-DRG’s (APR-DRG 590 tot en met APR-DRG 631), binnen deze top 30 staan voor de blijvers. Deze APR-DRG’s behoren allen tot MDC 15 hetgeen onze eerdere conclusies bevestigt (cfr. tabel 38). Anderzijds zien we dat voor APR-DRG 955 (Diagnose niet geldig als hoofddiagnose) de patiënt uit het arrondissement Gent het meest in een ander arrondissement verblijft voor behandeling. We kunnen stellen dat er pathologieën (APR-DRG’s) zijn waarvoor de patiënt minder geneigd is buiten het eigen arrondissement te gaan in vergelijking met andere pathologieën waarvoor de patiënt bereid is een grotere afstand af te leggen. Top 10 aantal verblijven per APR-DRG voor de ‘blijvers’: 1. APR-DRG 081

Neurologische aandoeningen van het oog

2. APR-DRG 122

Andere ingrepen op het ademhalingsstelsel

3. APR-DRG 132

Bronchopulmonale en andere chronische respiratoire aandoeningen, uit de perinatale periode

II-84


4. APR-DRG 305

Amputatie voor aandoeningen van het musculoskeletaal stelsel en bindweefsel

5. APR-DGR 542

Vaginale bevalling met ingrepen, behalve Sterilisatie en/of dilatatie en curettage

6. APR-DRG 590

Pasgeborenen, < 750 gram met majeure ingrepen

7. APR-DRG 591

Pasgeborenen, < 750 gram zonder majeure ingrepen

8. APR-DRG 593

Pasgeborenen, 750 – 999 gram zonder majeure ingrepen

9. APR-DRG 602

Pasgeborenen, 1000 – 1499 gram met respiratoir distress syndroom

10. APR-DRG 610

Pasgeborenen, 1500 – 1999 gram met majeure ingrepen

Top 10 aantal verblijven per APR-DRG voor de ‘uitstroom’: 1. APR-DRG 955

Diagnose niet geldig als hoofddiagnose

2. APR-DRG 931

Andere

diagnoses

van

meerdere

significante

traumata 3. APR-DRG 306

Majeure ingrepen op gewrichten en heraanhechten van de bovenste lededmaten

4. APR-DRG 002

Hart en/of longtransplantatie

5. APR-DRG 311

Debridisatie en huidgreffe voor open wonde, muscolo-skeletaal

en

bindweefselaandoeningen,

behalve hand 6. APR-DRG 894

HIV zonder majeure of significante HIV verwante diagnoses

7. APR-DRG 161

Implantatie van hartdefibrilator

8. APR-DRG 071

Intra-oculaire ingrepen behalve op lens

9. APR-DRG 092

Ingrepen op faciaal bot, behalve majeure ingrepen op hoofd en hals

10. APR-DRG 635

Pasgeborenen, > 2499 gram met aspiratie syndroom

II-85


5.2.3 Relatie met afstand In deze laatste paragraaf gaan we na welke afstand een patiënt, gedomicilieerd in het arrondissement Gent, bereid is af te leggen voor de behandeling van zijn/haar ziekte of aandoening. Vooreerst tonen we tabellen voor alle 25 MDC’s afzonderlijk. Voor elke MDC zal het aantal verblijven voor 2002 van de ‘blijvers’ weergegeven worden ten opzichte van het totaal aantal verblijven (blijvers + uitstroom). Het uitgangspunt is dat deze groep ‘geen’ afstand wenst af te leggen en voor verzorging naar een ziekenhuis gaat, gevestigd binnen het arrondissement Gent. Met andere woorden, we tellen de afstand die afgelegd wordt binnen het eigen arrondissement niet mee. De volgende analyse is dan ook een ruwe benadering. Voor de ‘uitstroom’ wordt het aantal verblijven voor 2002 per MDC percentueel weergegeven ten opzichte van het totaal aantal verblijven voor de ‘uitstroom’ binnen die MDC. De arrondissementen zijn in dalende volgorde gerangschikt volgens het aantal verblijven dat zij vertegenwoordigen. De vermelde afstand bedraagt telkens de afstand tussen het stadscentrum van de stad Gent en het stadscentrum van het desbetreffende arrondissement. Ondanks deze ruwere benadering levert dit interessante informatie op in een poging de patiëntenstromen tussen arrondissementen onderling in kaart te brengen. Een verfijning van deze analyses zou erin kunnen bestaan tot op gemeente-niveau na te gaan, welke patiënt (met welke pathologie, APR-DRG, ev. SI) uit welke woonplaats naar welk ziekenhuis gaat voor verzorging. Deze analyses waren niet mogelijk daar we niet over deze gegevens (NIS-code tot op gemeenteniveau) konden beschikken. In een tweede fase worden voor de 10 APR-DRG’s (gezien omvang) met het hoogste aantal verblijven gelijkaardige tabellen getoond.

II-86


- Major Diagnostic Categories MDC 00

« Restgroep »

Aantal verblijven ‘blijvers’ voor MDC 00 ten opzichte van totaal aantal verblijven voor MDC 00 = 86,21%. Dit betekent een uitstroom van 13,79%, waarvan 25,00% naar het arrondissement Aalst, 25,00% naar het arrondissement Brugge, 20,00% naar het arrondissement Eeklo, ... en 5,00% naar het arrondissement Halle-Vilvoorde gaat voor verzorging (zie tabel 42). TABEL II-42 Relatie met afstand MDC 00 MDC 00 Arrondissement Aalst Brugge Eeklo Sint-Niklaas Tielt Antwerpen Oudenaarde Brussel Halle-Vilvoorde Totaal

MDC 01

Aantal verblijven 25,00% 25,00% 20,00% 5,00% 5,00% 5,00% 5,00% 5,00% 5,00% 100,00%

Afstand 34 km 47 km 20 km 42 km 34 km 60 km 30 km 56 km 66 km

« Ziekte of aandoening van het zenuwstelsel »

Aantal verblijven ‘blijvers’ voor MDC 01 ten opzichte van het totaal aantal verblijven voor MDC 01 = 85,86% TABEL II-43 Relatie met afstand MDC 01 MDC 01 Arrondissement Eeklo Kortrijk Aalst Brugge Sint-Niklaas Tielt

Aantal verblijven 23,77% 15,02% 13,66% 13,03% 8,03% 6,05%

II-87

Afstand 20 km 47 km 34 km 47 km 42 km 34 km

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Antwerpen Leuven Oudenaarde Brussel Oostende Roeselare Halle-Vilvoorde Veurne Hasselt Maaseik Dendermonde Neufchâteau Mechelen Turnhout Marche-en-Famenne Doornik Ieper Dinant Verviers Nijvel Luik Charleroi Tongeren Totaal

MDC 02

3,55% 2,71% 2,61% 2,40% 1,77% 1,25% 1,25% 0,63% 0,52% 0,52% 0,42% 0,42% 0,31% 0,31% 0,31% 0,31% 0,21% 0,21% 0,21% 0,21% 0,10% 0,10% 0,10% 100,00%

60 km 90 km 30 km 56 km 63 km 73 km 66 km 87 km 139 km 174 km 36 km 175 km 78 km 105 km 171 km 79 km 81 km 161 km 182 km 84 km 156 km 112 km 148 km

« Ziekte of aandoening van de ogen »

Aantal verblijven ‘blijvers’ voor MDC 02 ten opzichte van het totaal aantal verblijven voor MDC 02 = 78,05% TABEL II-44 Relatie met afstand MDC 02 MDC 02 Arrondissement Antwerpen Sint-Niklaas Brugge Aalst Leuven Tielt Dendermonde Eeklo Oudenaarde Kortrijk Brussel Hasselt Turnhout Oostende Dinant Totaal

Aantal verblijven 30,32% 18,41% 11,91% 11,19% 7,58% 4,69% 4,69% 2,89% 2,89% 2,17% 1,08% 0,72% 0,72% 0,36% 0,36% 100,00%

II-88

Afstand 60 km 42 km 47 km 34 km 90 km 34 km 36 km 20 km 30 km 47 km 56 km 139 km 105 km 63 km 161 km


MDC 03

« Ziekte of aandoening van neus, oor en keel »

Aantal verblijven ‘blijvers’ voor MDC 03 ten opzichte van het totaal aantal verblijven voor MDC 03 = 80,52% TABEL II-45 Relatie met afstand MDC 03 MDC 03 Arrondissement Aalst Brugge Eeklo Kortrijk Tielt Sint-Niklaas Antwerpen Oudenaarde Brussel Leuven Oostende Roeselare Mechelen Ieper Turnhout Bergen Halle-Vilvoorde Veurne Nijvel Totaal

MDC 04

Aantal verblijven 20,05% 18,91% 16,88% 14,59% 6,73% 6,60% 6,47% 4,70% 1,78% 0,89% 0,63% 0,38% 0,25% 0,25% 0,25% 0,25% 0,13% 0,13% 0,13% 100,00%

Afstand 34 km 47 km 20 km 47 km 34 km 42 km 60 km 30 km 56 km 90 km 63 km 73 km 78 km 81 km 105 km 116 km 66 km 87 km 84 km

« Ziekte of aandoening van het ademhalingsstelsel »

Aantal verblijven ‘blijvers’ voor MDC 04 ten opzichte van het totaal aantal verblijven voor MDC 04 = 85,41% TABEL II-46 Relatie met afstand MDC 04 MDC 04 Arrondissement Eeklo Brugge Aalst Kortrijk Sint-Niklaas Tielt Oudenaarde

Aantal verblijven 20,39% 16,49% 15,73% 14,97% 8,35% 8,13% 5,42%

II-89

Afstand 20 km 47 km 34 km 47 km 42 km 34 km 30 km

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Brussel Antwerpen Leuven Dendermonde Oostende Roeselare Veurne Ieper Halle-Vilvoorde Maaseik Mechelen Luik Turnhout Marche-en-Famenne Verviers Moeskroen Arlon Totaal

MDC 05

1,95% 1,74% 1,63% 1,41% 1,30% 0,54% 0,43% 0,33% 0,22% 0,22% 0,11% 0,11% 0,11% 0,11% 0,11% 0,11% 0,11% 100,00%

56 km 60 km 90 km 36 km 63 km 73 km 87 km 81 km 66 km 174 km 78 km 156 km 105 km 171 km 182 km 58 km 252 km

« Ziekte of aandoening van het hartvaatstelsel »

Aantal verblijven ‘blijvers’ voor MDC 05 ten opzichte van het totaal aantal verblijven voor MDC 05 = 85,90% TABEL II-47 Relatie met afstand MDC 05 MDC 05 Arrondissement Aalst Eeklo Brugge Sint-Niklaas Tielt Kortrijk Antwerpen Oudenaarde Leuven Brussel Roeselare Oostende Mechelen Veurne Luik Hasselt Dendermonde Halle-Vilvoorde Ieper Marche-en-Famenne Dinant Turnhout Maaseik Verviers Bergen Namen Huy Totaal

Aantal verblijven 26,18% 20,75% 17,77% 7,08% 6,84% 6,68% 2,99% 2,91% 2,04% 1,26% 0,94% 0,86% 0,63% 0,63% 0,47% 0,47% 0,39% 0,16% 0,16% 0,16% 0,16% 0,08% 0,08% 0,08% 0,08% 0,08% 0,08% 100,00%

II-90

Afstand 34 km 20 km 47 km 42 km 34 km 47 km 60 km 30 km 90 km 56 km 73 km 63 km 78 km 87 km 156 km 139 km 36 km 66 km 82 km 171 km 161 km 105 km 174 km 182 km 116 km 129 km 148 km


MDC 06

« Ziekte of aandoening van het spijsverteringsstelsel »

Aantal verblijven ‘blijvers’ voor MDC 06 ten opzichte van het totaal aantal verblijven voor MDC 06 = 85,50% TABEL II-48 Relatie met afstand MDC 06 MDC 06 Arrondissement Eeklo Brugge Kortrijk Aalst Tielt Sint-Niklaas Oudenaarde Leuven Dendermonde Antwerpen Oostende Brussel Roeselare Ieper Luik Mechelen Hasselt Maaseik Halle-Vilvoorde Veurne Turnhout Dinant Neufchâteau Nijvel Soignies Totaal

MDC 07

Aantal verblijven 22,63% 16,61% 14,69% 13,80% 9,71% 7,70% 4,57% 2,73% 1,44% 1,28% 1,12% 0,96% 0,96% 0,48% 0,24% 0,16% 0,16% 0,16% 0,08% 0,08% 0,08% 0,08% 0,08% 0,08% 0,08% 100,00%

Afstand 20 km 47 km 47 km 34 km 34 km 42 km 30 km 90 km 36 km 60 km 63 km 56 km 73 km 82 km 156 km 78 km 139 km 174 km 66 km 87 km 105 km 161 km 175 km 84 km 71 km

« Ziekte of aandoening van de lever, gal of pancreas »

Aantal verblijven ‘blijvers’ voor MDC 07 ten opzichte van het totaal aantal verblijven voor MDC 07 = 85,38%

II-91


TABEL II-49 Relatie met afstand MDC 07 MDC 07 Arrondissement Eeklo Kortrijk Aalst Brugge Tielt Sint-Niklaas Oudenaarde Brussel Leuven Roeselare Antwerpen Oostende Veurne Totaal

MDC 08

Aantal verblijven 20,79% 15,77% 13,62% 13,62% 11,83% 8,24% 4,30% 4,30% 2,15% 2,15% 1,79% 0,72% 0,72% 100,00%

Afstand 20 km 47 km 34 km 47 km 34 km 42 km 30 km 56 km 90 km 73 km 60 km 63 km 87 km

« Ziekte of aandoening van beweging- en bindweefselstelsel »

Aantal verblijven ‘blijvers’ voor MDC 08 ten opzichte van het totaal aantal verblijven voor MDC 08 = 84,52% TABEL II-50 Relatie met afstand MDC 08 MDC 08 Arrondissement Eeklo Aalst Brugge Sint-Niklaas Kortrijk Tielt Oudenaarde Antwerpen Leuven Brussel Roeselare Oostende Mechelen Dendermonde Veurne Turnhout Ieper Halle-Vilvoorde Marche-en-Famenne Verviers Hasselt Maaseik Dinant Neufchâteau Charleroi Totaal

Aantal verblijven 24,81% 17,46% 13,64% 12,13% 9,26% 4,48% 3,67% 3,32% 2,87% 2,62% 1,56% 0,96% 0,75% 0,60% 0,60% 0,35% 0,25% 0,15% 0,15% 0,10% 0,05% 0,05% 0,05% 0,05% 0,05% 100,00%

II-92

Afstand 20 km 34 km 47 km 42 km 47 km 34 km 30 km 60 km 90 km 56 km 73 km 63 km 78 km 36 km 87 km 105 km 82 km 66 km 171 km 182 km 139 km 174 km 161 km 175 km 112 km


MDC 09

« Ziekte of aandoening van de huid, subcutis en mamma »

Aantal verblijven ‘blijvers’ voor MDC 09 ten opzichte van het totaal aantal verblijven voor MDC 09 = 86,63% TABEL II-51 Relatie met afstand MDC 09 MDC 09 Arrondissement Eeklo Aalst Brugge Kortrijk Sint-Niklaas Antwerpen Oudenaarde Tielt Brussel Leuven Oostende Roeselare Mechelen Dendermonde Halle-Vilvoorde Veurne Luik Ieper Dinant Nijvel Totaal

MDC 10

Aantal verblijven 17,78% 17,78% 15,72% 15,21% 5,93% 5,93% 4,38% 3,87% 3,09% 2,58% 1,80% 1,29% 1,29% 1,03% 0,52% 0,52% 0,52% 0,26% 0,26% 0,26% 100,00%

Afstand 20 km 34 km 47 km 47 km 42 km 60 km 30 km 34 km 56 km 90 km 63 km 73 km 78 km 36 km 66 km 87 km 156 km 82 km 161 km 84 km

« Endocriene, voedings- en stofwisselingsstoornissen »

Aantal verblijven ‘blijvers’ voor MDC 10 ten opzichte van het totaal aantal verblijven voor MDC 10 = 88,24% TABEL II-52 Relatie met afstand MDC 10 MDC 10 Arrondissement Aalst Brugge Eeklo Sint-Niklaas Kortrijk

Aantal verblijven 23,16% 19,85% 14,34% 9,56% 8,09%

II-93

Afstand 34 km 47 km 20 km 42 km 47 km

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Antwerpen Tielt Oudenaarde Dendermonde Brussel Roeselare Luik Oostende Halle-Vilvoorde Leuven Mechelen Veurne Totaal

MDC 11

5,15% 4,04% 3,31% 2,94% 2,21% 1,84% 1,84% 1,10% 1,10% 0,74% 0,37% 0,37% 100,00%

60 km 34 km 30 km 36 km 56 km 73 km 156 km 63 km 66 km 90 km 78 km 87 km

« Ziekte of aandoening van de nier- en urinewegen »

Aantal verblijven ‘blijvers’ voor MDC 11 ten opzichte van het totaal aantal verblijven voor MDC 11 = 87,90% TABEL II-53 Relatie met afstand MDC 11 MDC 11 Arrondissement Eeklo Aalst Kortrijk Brugge Sint-Niklaas Leuven Tielt Antwerpen Oudenaarde Brussel Roeselare Oostende Dendermonde Hasselt Mechelen Turnhout Totaal

MDC 12

Aantal verblijven 17,74% 16,71% 15,42% 14,14% 9,77% 7,46% 6,17% 3,60% 2,31% 2,06% 1,54% 0,77% 0,77% 0,77% 0,51% 0,26% 100,00%

Afstand 20 km 34 km 47 km 47 km 42 km 90 km 34 km 60 km 30 km 56 km 73 km 63 km 36 km 139 km 78 km 105 km

« Ziekte of aandoening van de mannelijke geslachtsorganen »


II-94


TABEL II-54 Relatie met afstand MDC 12 MDC 12 Arrondissement Brugge Eeklo Kortrijk Aalst Tielt Sint-Niklaas Antwerpen Leuven Oudenaarde Brussel Luik Oostende Dendermonde Halle-Vilvoorde Mechelen Ieper Hasselt Namen Totaal

MDC 13

Aantal verblijven 19,10% 17,09% 16,58% 15,08% 9,05% 6,53% 6,53% 2,51% 2,01% 1,01% 1,01% 0,50% 0,50% 0,50% 0,50% 0,50% 0,50% 0,50% 100,00%

Afstand 47 km 20 km 47 km 34 km 34 km 42 km 60 km 90 km 30 km 56 km 156 km 63 km 36 km 66 km 78 km 81 km 139 km 129 km

« Ziekte of aandoening van de vrouwelijke geslachtsorganen »

Aantal verblijven ‘blijvers’ voor MDC 13 ten opzichte van het totaal aantal verblijven voor MDC 13 = 87,45% TABEL II-55 Relatie met afstand MDC 13 MDC 13 Arrondissement Eeklo Kortrijk Tielt Aalst Brugge Sint-Niklaas Brussel Oudenaarde Antwerpen Leuven Roeselare Halle-Vilvoorde Mechelen Ieper Oostende Namen Totaal


II-95



MDC 14

« Zwangerschap en bevalling »

Aantal verblijven ‘blijvers’ voor MDC 14 ten opzichte van het totaal aantal verblijven voor MDC 14 = 87,73% TABEL II-56 Relatie met afstand MDC 14 MDC 14 Arrondissement Eeklo Aalst Kortrijk Sint-Niklaas Brugge Tielt Oostende Oudenaarde Brussel Antwerpen Roeselare Dendermonde Leuven Mechelen Doornik Halle-Vilvoorde Veurne Ieper Thuin Totaal

MDC 15



« Pasgeborenen en perinatale aandoeningen »

Aantal verblijven ‘blijvers’ voor MDC 15 ten opzichte van het totaal aantal verblijven voor MDC 15 = 94,77% TABEL II-57 Relatie met afstand MDC 15 MDC 15 Arrondissement Brugge Eeklo Tielt Kortrijk Aalst

Aantal verblijven 36,92% 16,15% 10,77% 9,23% 6,92%

II-96

Afstand 47 km 20 km 34 km 47 km 34 km

Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Sint-Niklaas Brussel Leuven Oostende Roeselare Dendermonde Antwerpen Ieper Totaal

MDC 16

6,15% 5,38% 2,31% 1,54% 1,54% 1,54% 0,77% 0,77% 100,00%

42 km 56 km 90 km 63 km 73 km 36 km 60 km 81 km

« Ziekten van bloed / bloedvormende organen / immunologie »

Aantal verblijven ‘blijvers’ voor MDC 16 ten opzichte van het totaal aantal verblijven voor MDC 16 = 85,56% TABEL II-58 Relatie met afstand MDC 16 MDC 16 Arrondissement Brugge Eeklo Sint-Niklaas Aalst Kortrijk Tielt Oudenaarde Leuven Dendermonde Antwerpen Roeselare Luik Maaseik Totaal

MDC 17

Aantal verblijven 30,21% 17,71% 14,58% 9,38% 7,29% 5,21% 3,13% 3,13% 3,13% 2,08% 2,08% 1,04% 1,04% 100,00%

Afstand 47 km 20 km 42 km 34 km 47 km 34 km 30 km 90 km 36 km 60 km 73 km 156 km 174 km

« Myeloproliferatieve ziekten / weinig gedifferentieerde neoplasma»


II-97


TABEL II-59 Relatie met afstand MDC 17 MDC 17 Arrondissement Eeklo Tielt Kortrijk Aalst Leuven Brugge Sint-Niklaas Antwerpen Brussel Roeselare Dendermonde Oudenaarde Totaal

MDC 18

Aantal verblijven 20,63% 15,87% 14,81% 12,17% 12,17% 10,05% 5,82% 2,12% 2,12% 2,12% 1,59% 0,53% 100,00%

Afstand 20 km 34 km 47 km 34 km 90 km 47 km 42 km 60 km 56 km 73 km 36 km 30 km

« Infectie en parasitaire ziekten »

Aantal verblijven ‘blijvers’ voor MDC 18 ten opzichte van het totaal aantal verblijven voor MDC 18 = 84,39% TABEL II-60 Relatie met afstand MDC 18 MDC 18 Arrondissement Eeklo Kortrijk Brugge Aalst Halle-Vilvoorde Antwerpen Leuven Tielt Sint-Niklaas Oudenaarde Oostende Roeselare Veurne Hasselt Totaal

Aantal verblijven 20,28% 18,18% 16,08% 11,89% 7,69% 5,59% 5,59% 4,90% 2,80% 2,10% 2,10% 1,40% 0,70% 0,70% 100,00%

II-98

Afstand 20 km 47 km 47 km 34 km 66 km 60 km 90 km 34 km 42 km 30 km 63 km 73 km 87 km 139 km


MDC 19

« Psychische stoornissen »

Aantal verblijven ‘blijvers’ voor MDC 19 ten opzichte van het totaal aantal verblijven voor MDC 19 = 84,04% TABEL II-61 Relatie met afstand MDC 19 MDC 19 Arrondissement Kortrijk Eeklo Brugge Aalst Oudenaarde Tielt Sint-Niklaas Brussel Antwerpen Oostende Roeselare Ieper Veurne Leuven Dendermonde Halle-Vilvoorde Mechelen Luik Turnhout Totaal

MDC 20



« Alcohol- en druggebruik »

Aantal verblijven ‘blijvers’ voor MDC 20 ten opzichte van het totaal aantal verblijven voor MDC 20 = 83,76% TABEL II-62 Relatie met afstand MDC 20 MDC 20 Arrondissement Kortrijk Eeklo Aalst Sint-Niklaas Brugge Tielt Oudenaarde


II-99


Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Roeselare Brussel Oostende Antwerpen Leuven Mechelen Totaal

MDC 21

2,24% 1,49% 1,49% 0,75% 0,75% 0,75% 100,00%

73 km 56 km 63 km 60 km 90 km 78 km

« Ongeval / vergiftiging / toxische effecten van geneesmiddelen »

Aantal verblijven ‘blijvers’ voor MDC 21 ten opzichte van het totaal aantal verblijven voor MDC 21 = 85,28% TABEL II-63 Relatie met afstand MDC 21 MDC 21 Arrondissement Eeklo Brugge Aalst Sint-Niklaas Kortrijk Antwerpen Oudenaarde Leuven Brussel Roeselare Tielt Dendermonde Oostende Mechelen Turnhout Halle-Vilvoorde Veurne Marche-en-Famenne Neufchâteau Namen Totaal

MDC 22

Aantal verblijven 21,21% 16,36% 15,76% 9,09% 6,67% 4,85% 3,64% 3,64% 3,64% 3,64% 3,03% 1,82% 1,21% 1,21% 1,21% 0,61% 0,61% 0,61% 0,61% 0,61% 100,00%

Afstand 20 km 47 km 34 km 42 km 47 km 60 km 30 km 90 km 56 km 73 km 34 km 36 km 63 km 78 km 105 km 66 km 87 km 171 km 175 km 129 km

« Brandwonden »


II-100


TABEL II-64 Relatie met afstand MDC 22 MDC 22 Arrondissement Aalst Brugge Kortrijk Eeklo Sint-Niklaas Antwerpen Totaal

MDC 23


Afstand 34 km 47 km 47 km 20 km 42 km 60 km

« Factoren die de gezondheid beïnvloeden »

Aantal verblijven ‘blijvers’ voor MDC 23 ten opzichte van het totaal aantal verblijven voor MDC 23 = 89,16% TABEL II-65 Relatie met afstand MDC 23 MDC 23 Arrondissement Brugge Eeklo Oostende Kortrijk Sint-Niklaas Aalst Brussel Halle-Vilvoorde Leuven Antwerpen Dendermonde Oudenaarde Tielt Veurne Roeselare Hasselt Maaseik Bergen Moeskroen Totaal

MDC 24



« HIV-infectie »


II-101


TABEL II-66 Relatie met afstand MDC 24 MDC 24 Arrondissement Leuven Totaal

MDC 25

Aantal verblijven 100,00% 100,00%

Afstand 90 km

« Multipele traumata »

Aantal verblijven ‘blijvers’ voor MDC 25 ten opzichte van het totaal aantal verblijven voor MDC 25 = 81,08% TABEL II-67 Relatie met afstand MDC 25 MDC 25 Arrondissement Eeklo Brugge Kortrijk Sint-Niklaas Aalst Tielt Doornik Totaal

Aantal verblijven 35,71% 14,29% 14,29% 14,29% 7,14% 7,14% 7,14% 100,00%


Om de informatie in tabel 42 tot en met 67 samen te vatten gaan we na wat de bereidheid is van de patiënt om een bepaalde afstand af te leggen voor een bepaalde pathologie. We onderscheiden hierbij 5 categoriën: 1. < 20 km: patiënten die in het eigen arrondissement behandeld worden (‘blijvers’). 2.

20 km en < 40 km: patiënten welke bereid zijn een afstand tot 40 km af te leggen voor verzorging.

3.

40 km en < 60 km: patiënten welke een afstand van meer dan 40 km en minder dan 60 km afleggen voor verzorging.

II-102


4.

60 km en < 100 km: patiënten welke een afstand van meer dan 60 km en minder dan 100 km afleggen voor verzorging.

5.

100 km: patiënten welke een afstand van minstens 100 km afleggen voor verzorging.

Op deze wijze kunnen we als het ware de ‘trading areas’ (Gemmel et al., 2003) van de verschillende MDC’s bepalen. De percentages in tabel 68 geven de waarschijnlijkheid weer dat een patiënt (in een bepaalde MDC) een bepaalde afstand aflegt voor zijn behandeling. Een dergelijke analyse toont aan hoe mobiel een patiënt is voor een bepaalde pathologie. TABEL II-68 Trading area-tabel per MDC voor patiënten gedomicilieerd in het arrondissement Gent Trading area per MDC MDC 00 MDC 01 MDC 02 MDC 03 MDC 04 MDC 05 MDC 06 MDC 07 MDC 08 MDC 09 MDC 10 MDC 11 MDC 12 MDC 13 MDC 14 MDC 15 MDC 16 MDC 17 MDC 18 MDC 19 MDC 20 MDC 21 MDC 22 MDC 23 MDC 24 MDC 25

< 20 km 86,21% 85,86% 78,05% 80,52% 85,41% 85,90% 85,50% 85,38% 84,52% 86,63% 88,24% 87,90% 86,53% 87,45% 87,73% 94,77% 85,56% 86,76% 84,39% 84,04% 83,76% 85,28% 89,01% 89,16% 86,67% 81,08%

20 - 40 km 7,58% 6,57% 5,78% 9,42% 7,45% 8,05% 7,56% 7,39% 7,90% 5,60% 5,62% 5,29% 5,89% 6,31% 6,38% 1,85% 5,57% 6,72% 6,11% 6,20% 7,39% 6,69% 4,40% 2,97% 0,00% 9,46%

40 - 60 km 4,83% 5,44% 7,36% 8,16% 6,11% 4,62% 5,79% 6,13% 5,83% 5,34% 4,67% 5,01% 5,82% 5,22% 4,63% 3,02% 7,52% 4,34% 5,79% 8,46% 7,88% 5,26% 5,50% 4,88% 0,00% 8,11%

II-103

60 - 100 km 1,37% 1,73% 8,40% 1,80% 9,19% 1,19% 1,02% 1,10% 1,62% 1,93% 1,25% 1,68% 1,49% 0,98% 1,24% 0,36% 1,05% 2,17% 3,60% 1,21% 0,97% 2,32% 1,10% 2,91% 13,33% 1,35%

> 100 km 0,00% 0,40% 0,40% 0,10% 0,11% 0,25% 0,12% 0,00% 1,32% 0,10% 2,16% 0,12% 0,27% 0,04% 0,02% 0,00% 0,30% 0,00% 0,11% 0,09% 0,00% 0,45% 0,00% 0,08% 0,00% 0,00%


Uit tabel 68 kunnen we concluderen dat patiënten uit het arrondissement Gent voor sommige MDC’s meer geneigd zijn een behandeling te zoeken buiten het eigen arrondissement. Dit is bijvoorbeeld zo het geval voor MDC 02 (ziekte of aandoening van de ogen) en MDC 03 (ziekte of aandoening van neus, oor en keel), terwijl dit minder het geval is voor MDC 15 (pasgeborenen en perinatale aandoeningen) en MDC 22 (brandwonden). De aanwezigheid van een brandwondencentrum in het arrondissement Gent is bijvoorbeeld een verklaring voor de lage uitstroom voor MDC 22. MDC 24 (HIV-infectie) heeft een totaal afwijkend patroon. Alle patiënten die uitstromen, blijken naar 1 en hetzelfde arrondissement (Leuven) te trekken. Uit tabellen 42 tot en met 67 (zie vorige blz.) kan nagegaan worden waar de patiënt dan precies naar toe gaat. Er zijn natuurlijk veel factoren die meespelen in het bepalen van de bereidheid van een patiënt om zich voor een bepaalde pathologie te verplaatsen. De aanwezigheid van bepaalde infrastructuur, competitie, ziekenhuisnetwerken, verwijspatronen van artsen zijn hier enkele voorbeelden van. Een meer gedetailleerde analyse moet beter inzicht verschaffen in deze determinanten. Dit maakt echter geen deel uit van deze studie. - All Patients Refined – Diagnosis Related Groups In deze tweede fase worden voor de 10 APR-DRG’s met het hoogste aantal verblijven gelijkaardige tabellen (cfr. MDC-niveau) getoond, ten einde de relatie met afstand na te gaan. APR-DRG 560

« Vaginale bevalling »

Aantal verblijven ‘blijvers’ voor APR-DRG 560 ten opzichte van het totaal aantal verblijven voor APR-DRG 560 = 88,06%. Dit betekent een uitstroom van 11,94%, waarvan 21,18% naar het arrondissement Eeklo, 19,41% naar het

II-104


arrondissement Aalst, 13,73% naar het arrondissement Kortrijk, ... en 0,20% naar het arrondissement Doornik gaat voor verzorging (zie tabel 69). TABEL II-69 Relatie met afstand APR-DRG 560 APR-DRG 560 Arrondissement Eeklo Aalst Kortrijk Sint-Niklaas Brugge Tielt Oostende Oudenaarde Roeselare Brussel Antwerpen Mechelen Dendermonde Leuven Ieper Doornik Totaal

APR-DRG 862



« Andere factoren die de gezondheidstoestand beïnvloeden »

Aantal verblijven ‘blijvers’ voor APR-DRG 862 ten opzichte van het totaal aantal verblijven voor APR-DRG 862 = 93,04% TABEL II-70 Relatie met afstand APR-DRG 862 APR-DRG 862 Arrondissement Eeklo Brugge Sint-Niklaas Kortrijk Brussel Aalst Leuven Roeselare Oudenaarde Antwerpen Halle-Vilvoorde Tielt Dendermonde Veurne Bergen Totaal


II-105



APR-DRG 640

« Pasgeborenen, > 2499 gram hier geboren, normaal of met andere problemen »

Aantal verblijven ‘blijvers’ voor APR-DRG 640 ten opzichte van het totaal aantal verblijven voor APR-DRG 640 = 97,30% TABEL II-71 Relatie met afstand APR-DRG 640 APR-DRG 640 Arrondissement Brugge Sint-Niklaas Tielt Aalst Eeklo Brussel Leuven Ieper Kortrijk Roeselare Totaal

APR-DRG 139

Aantal verblijven 69,38% 8,16% 4,08% 4,08% 4,08% 2,04% 2,04% 2,04% 2,04% 2,04% 100,00%

Afstand 47 km 42 km 34 km 34 km 20 km 56 km 90 km 82 km 47 km 73 km

« Gewone pneumonie »

Aantal verblijven ‘blijvers’ voor APR-DRG 139 ten opzichte van het totaal aantal verblijven voor APR-DRG 139 = 86,65% TABEL II-72 Relatie met afstand APR-DRG 139 APR-DRG 139 Arrondissement Kortrijk Brugge Eeklo Sint-Niklaas Tielt Aalst Oudenaarde Brussel Dendermonde Oostende Roeselare Antwerpen Ieper Veurne Totaal


II-106



APR-DRG 347

« Medische rugproblemen »

Aantal verblijven ‘blijvers’ voor APR-DRG 347 ten opzichte van het totaal aantal verblijven voor APR-DRG 347 = 87,70% TABEL II-73 Relatie met afstand APR-DRG 347 APR-DRG 347 Arrondissement Eeklo Brugge Aalst Kortrijk Sint-Niklaas Tielt Roeselare Oudenaarde Brussel Antwerpen Mechelen Veurne Turnhout Leuven Oostende Marche-en-Famenne Totaal

APR-DRG 313



« Ingrepen onderste extremiteiten knie en onderbeen, behalve voet »

Aantal verblijven ‘blijvers’ voor APR-DRG 313 ten opzichte van het totaal aantal verblijven voor APR-DRG 313 = 83,63% TABEL II-74 Relatie met afstand APR-DRG 313 APR-DRG 313 Arrondissement Sint-Niklaas Eeklo Aalst Brugge Kortrijk Antwerpen Tielt


II-107


Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique Leuven Oudenaarde Brussel Oostende Dendermonde Mechelen Roeselare Verviers Totaal

APR-DRG 140

3,40% 2,64% 1,89% 1,13% 1,13% 0,75% 0,75% 0,38% 100,00%

90 km 30 km 56 km 63 km 36 km 78 km 73 km 182 km

«Chronische obstructieve longaandoeningen »

Aantal verblijven ‘blijvers’ voor APR-DRG 140 ten opzichte van het totaal aantal verblijven voor APR-DRG 140 = 89,17% TABEL II-75 Relatie met afstand APR-DRG 140 APR-DRG 140 Arrondissement Kortrijk Brugge Aalst Tielt Eeklo Sint-Niklaas Leuven Oudenaarde Oostende Antwerpen Mechelen Roeselare Dendermonde Maaseik Totaal

APR-DRG 513



« Ingrepen op uterus/adnexen voor carcinoom in situ en benigne aandoeningen »

Aantal verblijven ‘blijvers’ voor APR-DRG 513 ten opzichte van het totaal aantal verblijven voor APR-DRG 513 = 87,18%

II-108


TABEL II-76 Relatie met afstand APR-DRG 513 APR-DRG 513 Arrondissement Eeklo Kortrijk Tielt Brugge Aalst Sint-Niklaas Brussel Oudenaarde Antwerpen Mechelen Halle-Vilvoorde Leuven Roeselare Ieper Oostende Totaal

APR-DRG 302



« Majeure ingrepen op gewrichten en heraanhechten onderste ledematen behalve bij trauma »

Aantal verblijven ‘blijvers’ voor APR-DRG 302 ten opzichte van het totaal aantal verblijven voor APR-DRG 302 = 83,20% TABEL II-77 Relatie met afstand APR-DRG 302 APR-DRG 302 Arrondissement Eeklo Brugge Kortrijk Sint-Niklaas Aalst Tielt Oudenaarde Antwerpen Leuven Brussel Roeselare Turnhout Ieper Dendermonde Totaal


II-109



APR-DRG 315

«Ingrepen op schouder, elleboog en voorarm »

Aantal verblijven ‘blijvers’ voor APR-DRG 315 ten opzichte van het totaal aantal verblijven voor APR-DRG 315 = 80,51% TABEL II-78 Relatie met afstand APR-DRG 315 APR-DRG 315 Arrondissement Eeklo Aalst Brugge Sint-Niklaas Kortrijk Oudenaarde Antwerpen Brussel Tielt Leuven Roeselare Veurne Turnhout Halle-Vilvoorde Maaseik Neufchâteau Totaal



De informatie uit tabel 69 tot en met 78 wordt samengevat worden in een ‘trading area-tabel’ (tabel 79). Zo kunnen we nagaan welke afstand de patiënt uit het Gentse arrondissement bereid is af te leggen voor behandeling van zijn pathologie.

II-110


TABEL II-79 Trading area-tabel voor top 10 APR-DRG’s voor patiënten gedomicilieerd in het arrondissement Gent Trading area voor top 10 APR-DRG's APR-DRG 560

< 20 km 88,06%

20 - 40 km 6,09%

40 - 60 km 4,50%

60 - 100 km 1,36%

> 100 km 0,00%

APR-DRG 862

93,04%

2,81%

3,24%

0,87%

0,04%

APR-DRG 640

97,30%

0,33%

2,20%

0,17%

0,00%

APR-DRG 139

86,65%

5,48%

7,43%

0,44%

0,00%

APR-DRG 347

87,70%

6,15%

5,18%

0,84%

0,13%

APR-DRG 313

83,63%

11,12%

3,34%

1,85%

0,06%

APR-DRG 140

89,17%

4,50%

5,48%

0,77%

0,07%

APR-DRG 513

87,18%

6,18%

5,58%

1,06%

0,00%

APR-DRG 302

83,20%

8,80%

6,84%

1,09%

0,07%

APR-DRG 315

80,51%

10,37%

7,58%

1,32%

0,22%

Uit deze trading area-tabel blijkt dat patiënten behorende tot APR-DRG 640 (pasgeborenen, > 2499 gram hier geboren, normaal of met andere problemen) hoofdzakelijk in het arrondissement Gent verzorging krijgen. Voor APR-DRG’s 315 (ingrepen op schouder, elleboog en voorarm) –en 313 (ingrepen onderste extremiteiten knie en onderbeen, behalve voet) zien we echter dat patiënten meer geneigd zijn naar een ander arrondissement uit te wijken. Voor APR-DRG 313 zien we dat patiënten in belangrijke mate behandeling zoeken in de omliggende arrondissementen (afstand tot 40 km). Uit tabellen 69 tot en met 78 kan nagegaan worden naar welk arrondissement de patiënt dan precies gaat.

II-111


Hoofdstuk 6: DE DOORSTROMING VAN PATIENTEN UIT HET ZIEKENHUIS: ENKELE BEDENKINGEN

Het in kaart brengen van de verschillende patiëntenstromen (in termen van pathologie – MDC/APR-DRG) en de relatie met de afstanden en het definiëren van de trading areas voor deze pathologiegroepen kan ons heel wat leren over zowel het gedrag van de patiënt als het functioneren van de zorginstellingen. Een belangrijke vraag is waarom een patiënt een bepaalde afstand gaat afleggen voor een bepaalde behandeling, hoewel deze behandeling ook op ‘kortere’ afstand beschikbaar is. Wat bepaalt met andere woorden de aantrekkingskracht van bepaalde centra? Ook voor het overheidsbeleid werpt een dergelijke analyse heel wat vragen op. Moeten we de aantrekkingskracht van bepaalde zorginstellingen bevorderen of juist afremmen? Zijn de investeringen in bepaalde expertise centra wel de moeite waard? Trekken deze centra patiënten uit een voldoende grote regio aan om rendabel te zijn? Hoewel we ons goed bewust zijn dat onze analyse nog te ‘ruw’ is om een duidelijk antwoord op al deze vragen te geven, is ze toch wel een aanzet om bepaalde gegevens vanuit een ander perspectief te bekijken. Hoe dan ook lijkt het ons nuttig om meer inzicht te verwerven in het gedrag van de patiënt om voor bepaalde pathologieën naar specifieke zorginstellingen te gaan, en in de determinanten van de attractiviteit van een zorginstelling. Het toekomstig optimaal gebruik van acute ziekenhuisvoorzieningen is niet enkel afhankelijk van het gevoerde politieke beleid door de overheid, de grote inspanningen dewelke ziekenhuizen leveren om performant te werken, maar ook in belangrijke mate van de doorstromingsmogelijkheden naar alternatieve zorgvormen. Zo kan door verbeterde medisch-therapeutische technieken de verblijfsduur verkorten, waardoor patiënten sneller ontslaan worden uit het ziekenhuis. Doch moeten zij na hun verblijf in het ziekenhuis elders terecht

II-112


kunnen, zij het thuis, zij het in een andere zorginstelling. ‘Optimaal’ betekent dat de beschikbare middelen goed gebruikt worden (hoge bezettingsgraad) en dit zonder al te veel problemen. Men spreekt van een probleem wanneer er in het complexe netwerk van middelen, resources genaamd, een knelpunt ontstaat. Een knelpunt is als het ware een flessenhals die er voor zorgt dat de doorstroming van patiënten doorheen de verschillende diensten/resources beperkt wordt. De doorstroomcapaciteit, welke bepaalt hoeveel ‘plaats’ er is in de ziekenhuizen, is een dynamisch element dit in tegenstelling tot de inputcapaciteit. Voor een betere afstemming van de in- en uitstroom van patiënten is het belangrijk deze knelpunten te identificeren. Alhoewel de ganse problematiek rond ontslagmanagement geen deel uitmaakt van deze studie, willen we toch enkele zaken aanhalen welke naar voren zijn gekomen vanuit de werkgroep opgericht in functie van dit onderzoek. Gezien de toenemende impact van alternatieve zorgvoorzieningen op het huidig en toekomstig gebruik van ziekenhuiscapaciteit lijkt het ons opportuun dit onderwerp te maken van aanvullend onderzoek op deze studie. Zo bestaat er heden ten dage weinig consistentie in de wijze van (ontslag)registratie en de opvolging van het ontslagbeleid tussen de ziekenhuizen onderling, hetgeen een coherente synchronisatie bemoeilijkt. Ook de MKG-gegevens bevatten nog teveel onvolkomendheden betreffende de bestemming van de patiënt na zijn/haar hospitalisatie zodat op basis hiervan op dit ogenblik geen juiste conclusies kunnen geformuleerd worden. Vele verschillende vormen van alternatieve zorgvoorzieningen bestaan, de ene al meer gekend en uitgebouwd dan de andere. Naar impact op het toekomstig gebruik van acute ziekenhuisvoorzieningen willen we kort iets zeggen over thuisverpleging en rust- en verzorgingstehuizen (RVT’s). Naar ons inzien is de verdere uitbouw van beide zorgvormen cruciaal naar een toekomstig optimaal gebruik van gezondheidszorgcapaciteit. Stimulering van deze extramuralisering

II-113


kan, ondanks de ook hiermee gepaard gaande collectieve kosten, leiden tot bescheiden kostenbesparingen. Voor de meeste ziekenhuizen is het organiseren van opvang via thuisverpleging doorgaans geen probleem. Naast een sterk uitgebouwd netwerk voor thuiszorg zijn er ook heel wat zelfstandige verpleegkundigen voorhanden. Eventuele problemen ontstaan voornamelijk wanneer het patiënten betreffen met ingewikkelde medisch-technische- en/of psycho-sociale problematiek. In deze gevallen is vaak meer multidisciplinair overleg nodig tussen de verschillende zorgverleners en eventuele bijscholing. Toch kunnen we besluiten dat thuisverpleging veelal geen reden is voor een verlenging van de verblijfsduur. Anderzijds kan thuiszorg ook zorgen voor een verkorting of het overbodig worden van het ziekenhuisverblijf, denken we bijvoorbeeld aan thuisdialyse voor nierpatiënten. De onmiddellijke invulling van gezins- en bejaardenhulp op het moment van ontslag uit het ziekenhuis blijft een groter probleem. Door de verschuivingen in leeftijdsopbouw is er een stijgende druk naar plaatsen in instellingen voor ouderenzorg. Ondanks de enorme inspanningen van de overheid om het aantal RVT-bedden verder uit te bouwen, bestaan nog steeds lange wachtlijsten in de rustoorden. Rechtstreekse plaatsing vanuit het ziekenhuis gebeurt dan ook slechts sporadisch. Veelal dient voor een tijdelijke tussenoplossing (Sp-dienst, geriatrische dienst in een ander ziekenhuis, andere diensten, enzovoort) gezorgd te worden. Wachtlijsten variëren sterk afhankelijk van de instelling en bovendien hangt de doorverwijzing vaak af van de keuze van de patiënt en het feit of deze laatste reeds voordien ingeschreven stond op de wachtlijst. Vanuit de RVT-sector wordt aangegeven dat er een zekere trend detecteerbaar is waarbij bejaarden zich steeds vroeger op een wachtlijst laten plaatsen (vaak in meerdere instellingen tegelijkertijd) zelfs al kunnen zij op dat ogenblik in de thuissituatie nog voldoende instaan in het onderhouden van hun ADL-functies (Algemene Dagelijkse Levensactiviteiten), eventueel mits ondersteuning door mantelzorg of thuiszorg.

II-114


Zodra een kamer ter beschikking komt in een RVT, waar zij op de wachtlijst staan, contacteert men hen en kunnen zij al dan niet instemmen op dit verzoek. Zo niet, worden zij automatisch terug op de wachtlijst geplaatst. Ook wordt de stijgende vraag om een serviceflat te kunnen betrekken aangekaart. Eenzelfde

probleem

inzake

complexe

medische

situaties

(zware

verzorgingsproblemen) als bij thuiszorg steekt ook hier de kop op. Vaak zijn rust –en verzorgingstehuizen niet of onvoldoende uitgerust, zowel qua professioneel personeel als qua materiaal, om deze patiënten op te vangen. Dit plaatsgebrek enerzijds en het gebrek aan gespecialiseerde opvang resulteert wel in een verlenging van de verblijfsduur en heeft dus rechtstreeks impact op het aantal te voorziene ziekenhuisplaatsen. Een mogelijke oplossing bestaat erin, ondanks de reeds grote inspanningen welke de overheid de voorbije jaren geleverd heeft, de RVT-capaciteit nog verder uit te breiden. Het aanwerven van meer verpleegkundigen met een bijzondere scholing in geriatrische zorg in de ouderenzorg buiten ziekenhuisverband, alsook het investeren in de uitbouw van de infrastructuur is noodzakelijk teneinde de ‘zware verzorgingen’, welke nu in het ziekenhuis dienen te blijven gebeuren, te kunnen opvangen in instellingen voor ouderenzorg. Een belangrijk element is natuurlijk ook dat het creëren van bedden op zichzelf niet volstaat. Men moet deze bedden ook bemannen. Een tekort aan verpleegkundig personeel kan ervoor zorgen dat de bestaande capaciteit aan bedden niet goed gebruikt wordt. Verpleegkunde wordt reeds jaren beschouwd als een knelpuntberoep. Er zijn alarmerende berichten over het tekort aan verpleegkundigen die in de toekomst zal optreden onder meer als gevolg van de vergrijzing van de bevolking. Het loont dus de moeite om een grondige studie van de huidige en toekomstige beschikbare capaciteit aan personele middelen (‘human resources’) uit te voeren, zodanig dat tijdig op bepaalde fenomenen kan geanticipeerd worden. Men mag immers niet vergeten dat het jaren duurt vooraleer een gebrek aan capaciteit wordt weggewerkt.

II-115


Een goed ontslagbeleid voeren is een moeilijke oefening voor alle betrokken partijen, maar van primordiaal belang. Uit onderzoek (Bailey et al., 1998) blijkt dat een derde van de bejaarden bij ontslag uit het ziekenhuis niet meer in staat is zijn vroegere ADL-functies correct uit te voeren. Het belang van een degelijke ontslagvoorbereiding, met grote aandacht voor de continuïteit van zorgen in de thuissituatie, neemt hierdoor alsmaar toe. Overheid en ziekenhuizen zullen hun medische- en paramedische staf moeten blijven sensibiliseren om samen met de sociale dienst tijdig naar een ontslag toe te werken. Nog al te vaak is de doorverwijzing van patiënten naar geneesheer-specialisten en de ‘gewoontes’ van de behandelende arts de meest belastende factor op de benutting van de huidig beschikbare capaciteit aan zorgvoorzieningen. Bij opname en bij geplande opnames, liefst vroeger, dient de onslagplanning reeds bekeken te worden. Er mag niet enkel met beschuldigende vinger naar de artsen gewezen worden. Artsen hebben naar verluid ook wel eens het gevoel dat patiënten handelingen (laboonderzoeken, geneesmiddelen voorschriften, medische verklaringen, enzovoort) verwachten die ze niet kunnen verenigen met hun eigen beroepsethiek. Uit onderzoek blijkt dit defensieve handelen meer en meer voor te komen (Tonkens, 2003).

II-116


Hoofdstuk 7: SLOTBESCHOUWINGEN

7.1 Synthese van het onderzoek Deel II Vertrekkende vanuit de MKG-gegevens 2002 voor klassieke acute hospitalisatie hebben we in dit deel van de studie getracht een inschatting te maken van de impact van verschillende determinanten waarvan verwacht dat deze op korte – tot middellange termijn invloed zullen hebben op het toekomstig gebruik van acute zorgvoorzieningen (termijn 2015) in de onderzoeksregio Gent. Uit de projecties in hoofdstuk 3 stellen we een stijging vast van het toekomstig aantal verblijven en verpleegdagen, in de veronderstelling dat alle andere factoren constant blijven. We kunnen deze stijging relateren aan de veranderingen in bevolkingsopbouw. De veroudering van de bevolking gaat gepaard met een stijgende ziektelast en een daaraan gekoppelde toenemende belasting op de beschikbare ziekenhuiscapaciteit. Op basis van deze gegevens zijn projecties gemaakt van de verwachte evolutie in gebruik aan acute ziekenhuisbedden. Hier kunnen we concluderen dat wanneer we deze projecties vergelijken met het huidig aantal erkende bedden voor elk arrondissement afzonderlijk, deze laatste voor het arrondissement Gent hoger liggen vergeleken met de overige arrondissementen uit de ‘Onderzoeksregio Gent’. Mogelijke verklaring bestaat erin dat de met de veroudering gepaard gaande stijging van multipathologie er proportioneel meer complexere pathologie wordt opgenomen in het arrondissement Gent door de aanwezigheid van een universitair ziekenhuis. Voor het arrondissement Dendermonde zien we zelfs een omgekeerd verschijnsel, waarbij de projecties hoger zijn dan het huidig aantal erkende bedden, doch dit dient gerelativeerd te worden door een verklaring te zoeken in het overige aanbod in dit arrondissement. In hoofdstuk 4 zijn enkele verfijningen doorgevoerd op de vorige analyses. Eerste verfijning bestaat erin dat de ‘oneigenlijke verblijven’ (m.b.t. de 32 geselecteerde

II-117


APR-DRG’s) uit de databank worden uitgefilterd. Hier constateren we dat het effect van het weglaten van deze oneigenlijke verblijven op de toekomstige projecties eerder marginaal is en dit in elk van de arrondissementen. In een tweede verfijning wordt de assumptie gemaakt waarbij alle (100%) verblijven in klassieke hospitalisatie met een verblijfsduur van 1 dag kunnen gesubstitueerd worden naar daghospitalisatie. Voor verblijven met een verblijfsduur van 2 –en 3 dagen worden respectievelijk een substitutiegraad van 60% en 40% haalbaar geacht. Het effect van simulatie met deze drie mogelijke scenario’s op de toekomstige projecties is groot. Ten opzichte van de overige arrondissementen blijkt het effect voor het arrondissement Gent kleiner te zijn. Dit kan voortkomen uit het feit dat we in de ziekenhuizen van het Gentse arrondissement te maken hebben met een hogere concentratie van relatief zwaardere pathologie, met daaraan gerelateerde langere verblijfsduur, en verblijven van 1, 2 –en 3 dagen dus relatief minder voorkomen. In een volgende verfijning hebben de auteurs het fenomeen van patiëntenstromen tussen arrondissementen bestudeerd. Uit deze analyses kunnen we besluiten dat ongeveer 2/3 van de patiënten kan getypeerd worden als zijnde ‘blijvers’. Zij worden verzorgd in het arrondissement waarin zij gedomicilieerd zijn. Het relatief aandeel van de blijvers neemt echter af naar de toekomst toe. Dit betekent dat de demografische evolutie een grotere impact heeft op de instroom (welke verwacht wordt te stijgen) dan op de blijvers. Gezien zijn diversiteit is voor het arrondissement Gent voor enkele determinanten een detailanalyse verricht in hoofdstuk 5. Zo merken we een sterke daling in de predicties van het gebruik van bedden wanneer we rekening houden met de verwachte trend in verblijfsduur. De trend is zelfs zodaning sterk in de toekomst dat ze het demografisch effect volledig neutraliseert. Wel moeten we ervoor bedacht zijn dat de huidige druk tot verkorting van de verblijfsduur kan leiden tot een groter aantal heropnames. Indien anticiperen van een verdere verkorting van verblijfsduur leidt tot een verdere daling van de bedcapaciteit kan dit ook leiden tot het uitstellen van opnames.

II-118


In het vorige hoofdstuk stelden we dat fluxen (in –en uitstroom) tussen arrondissementen zullen toenemen. In een tweede detailanalyse zijn we nagegaan of patiënten al dan niet voor bepaalde pathologieën (in termen van MDC/APRDRG) bereid zijn een grotere afstand af te leggen. We kunnen stellen dat er een indicatie is dat voor bepaalde pathologiegroepen (MDC’s) en pathologieën (APRDRG’s) patiënten geneigd zijn om een grotere afstand af te leggen in vergelijking met andere waarvoor men eerder in het eigen arrondissement naar behandeling/verzorging zoekt. Uit de detailanalyse van het arrondissement Gent blijkt dat er toch heel wat uitstroom is

ondanks de concentratie van ziekenhuiscapaciteit in dit

arrondissement. We willen er echter ook op wijzen dat er een grote instroom bestaat. Het is voor het overheidsbeleid belangrijk beter inzicht te krijgen in dit zorgverkeer. Waarom legt een patiënt een afstand van meer dan 60 km af voor een behandeling die op een kortere afstand kan verkregen worden? Een verdere verfijning en uitbreiding van de detailanalyse door het beschrijven van trading areas op het niveau van de ziekenhuizen in België kan inzicht verschaffen of een bepaald ziekenhuis ad hoc of bewust een center of excellence is voor een bepaald ziektebeeld (in termen van MDC of APR-DRG’s). De overheid moet zich dan verder bezinnen over het feit of ze in haar beleid de vorming van dergelijke centers of excellence bevordert. 7.2 Algemene bevindingen en beperkingen van het onderzoek Zoals reeds in hoofdstuk 1 aangehaald poogt dit onderzoek een projectie van de evolutie in gebruik van acute ziekenhuisvoorzieningen te maken. Geenszins zijn gegevens met betrekking tot daghospitalisatie, chronische en/of psychiatrische zorg aangewend. Projecties zijn gemaakt op basis van analyse van de meest recent beschikbare MKG-gegevens, doch deze gegevens dateren van 2002. Simulaties zijn gemaakt voor verschillende scenario’s waarvan verwacht wordt dat deze op relatief korte

II-119


termijn een duidelijke impact kunnen hebben in het zo optimaal mogelijk benutten van de huidig beschikbare capaciteit. Het maken van ramingen die zo goed als mogelijk de toekomstige realiteit benaderen is zeer moeilijk en geenszins pretenderen de onderzoekers dan ook met alle potentieel beïnvloedende determinanten te hebben rekening gehouden. Zulk onderzoek vraagt veel tijd en expertise

vanuit

alle

verschillende

disciplines

(medisch,

logistiek,

epidemiologisch, beleid, enzovoort) die betrokken zijn in de organisatie van ons zorgstelsel, zoals we het de dag van vandaag kennen. Zo is bijvoorbeeld geen rekening gehouden met een eventuele radicale breuk met het bestaande. Aanwijzingen voor zulke radicale veranderingen bestaan. Het stamcelonderzoek belooft voor een ommekeer te gaan zorgen, maar op dit ogenblik is nog niet te voorzien in welke mate dit zich reeds in 2015 zal laten voelen. De wetenschap zal blijven evolueren en subspecialismes zijn binnen de geneeskunde intussen reeds courante praktijk. Dit brengt met zich mee dat deze ook op een steeds beperkter aandeel van de patiënten betrekking hebben en zich minder laten voelen op de totale zorgvraag. Ondanks het feit dat technische drempels nog nauwelijks bestaan, zal de impact van de evolutie van medische technologie vermoedelijk minder spectaculair zijn dan tussen de periode 1950 – 2000. Tal van toepassingen zijn ontwikkeld en denkbaar, maar waar (oudere) patiënten vooral persoonlijke verzorging nodig hebben, zullen deze een marginale rol blijven spelen. Veel eenvoudige taken van hulpverleners zijn namelijk niet te automatiseren. Hier kunnen we ons de vraag stellen of dit in 2015 anders zal zijn? Onderzoek heeft uitgewezen dat niet zozeer de

techniek problemen en

onderbenutting veroorzaakt, maar dat de problemen vooral liggen in de organisatie. Zonder goede logistiek is technologische innovatie nauwelijks mogelijk (Van Kammen, 2002). Verwacht wordt dat een verbetering van de logistiek in de gezondheidszorg meer produktiviteitswinst oplevert dan technologische innovatie. Een betere planning van polikliniekafspraken, dagbehandelingen

en/of

operaties

kan

leiden

tot

een

aanzienlijke

produktiviteitsstijging en een vlottere doorstroming van de patiënt doorheen het

II-120


netwerk van verschillende faciliteiten in het ziekenhuis (Gemmel & Van Dierdonck, 1999; Gemmel & Bourgonjon, 2002). Vandaar is het belangrijk dat de patiënt meer vanuit een procesvisie of een stroomvisie wordt bekeken. Deze stroom begint en stopt niet aan de poorten van het ziekenhuis. Het is belangrijk voor de overheid om in de toekomst meer aandacht te hebben voor de ‘episode of illness’ en de continuïteit van een ziekte-episode te bekijken. In de ramingen is geen rekening gehouden met de innovaties in de gezondheidszorg. Kunnen eventuele innovaties de kloof tussen vraag en aanbod enigzins gaan overbruggen of kan de doelmatigheid van het aanbod van zorg vergroot worden door gebruik van informatie- en communicatietechnologie? In het verlengde hiervan rijst natuurlijk de vraag of innovaties bijdragen aan het betaalbaar houden van de zorg. Ook zijn er de sociale ontwikkelingen waarvan de consequenties op dit moment niet te overzien zijn. Hoe zullen de personeelstekorten in de non-profit sector ingevuld worden? Blijft, ook na de eenmaking van de Europese Unie, de migratie stijgen en gaan allochtonen zelf instaan voor zorgopvang gezien hun andere zorgcultuur? De groei van het aandeel niet-westerse allochtonen in de bevolking, met name in de grote steden, is een andere demografische factor met een vermoedelijk stuwend effect op de vraag naar gezondheidszorg. Niet-westerse allochtonen zijn vaak laag opgeleid. Net als anderen met een lage sociaaleconomische positie worden ze relatief vaak getroffen door ziekte, hetgeen op zijn beurt leidt tot een hogere medische consumptie dan gemiddeld. Allochtonen van de tweede generatie gaan in de toekomst vermoedelijk meer lijken op de autochtone. Er is geen aandacht besteed aan preventie en leefwijzen als determinanten van gezondheid. Het voorkomen van ziekte leidt immers tot minder zorggebruik. Nergens wordt erop gewezen dat de burger met een gezonde levenswijze, een combinatie van een evenwichtige voeding en lichaamsbeweging, veel ziektes en

II-121


aandoeningen kan voorkomen. Preventie zal naar de toekomst toe in belang toenemen. De trend bestaat dat bepaalde bevolkingsgroepen, vooral jongeren, meer en bewust gezondheidsrisico’s nemen. Roken, vetrijke voeding, onveilig vrijen, druggebruik en extreme sporten betekenen een gevaar voor de gezondheid. Sommige mensen leven in de ideologie dat de negatieve gevolgen van ongezond gedrag reversiebel zijn door medische zorg. Naast de eerder genoemde determinanten is er een culturele verandering onder de bevolking zichtbaar. Zo zal de toenemende mondigheid van patiënten eveneens gevolgen

hebben

op

de

vraag

naar

zorgdiensten

(Flemming,

1993).

Maatschappelijke trends die in deze richting wijzen zijn: -

stijgend opleidingsniveau van de bevolking

-

toenemende assertiviteit

-

afnemende gezag van professionals

-

groeiend besef van rechten en mogelijkheden van klachtenbemiddeling

-

meer informatie over gezondheid en zorg (e-health)

Patiënten worden niet enkel mondiger, ze zien ook dat er met medische technieken steeds meer mogelijk is. Naast het willen beslissen over begin en einde van het leven, wordt gezondheidsverlies niet meer als onherroepelijk geaccepteerd (Dohmen, 2003). Bij een deel van deze zorgvraag spelen cosmetische overwegingen een rol, hoewel vaak moeilijk aan te wijzen is waar de medische noodzaak ophoudt en de esthetische overwegingen de overhand krijgen. Naar verwachting komt er een nieuwe groep zorggebruikers die niet ziek zijn. Tot slot willen we er nog de aandacht op vestigen dat in deze studie vooral gekeken is naar het aantal bedden en de potentiële impact van specifieke determinanten op de evolutie hiervan. Ondanks het feit dat deze benadering tot een heel aantal interessante inzichten heeft geleid, moeten we vanuit een academisch perspectief kritisch blijven en ons de vraag stellen of deze zienswijze/aanpak wel de juiste is.

II-122


In onderzoek naar het verwacht toekomstig gebruik van ziekenhuiscapaciteit, is een belangrijk element in de vraagstelling de betekenis van ‘plaats’. Een ziekenhuis is de dag van vandaag een multi-functionele instelling waarin patiënten onder diverse behandelingsvormen worden verzorgd. Zo maakt men een onderscheid tussen het beddenhuis, dagziekenhuizen, poliklinieken, enzovoort. De verzorging en behandeling van patiënten in elk van deze behandelingsvormen vereist een complexe combinatie van personeel, uitrusting en materialen. Verschillende resources moeten namelijk op een bepaald moment samengebracht worden om een patiënt met een bepaalde pathologie te kunnen verzorgen of behandelen. Een voldoende verfijnde opvolging van al deze elementen is cruciaal teneinde een betrouwbaar beeld te krijgen van hoe het toekomstig gebruik aan acute zorgvoorzieningen er zal uitzien. 7.3 Algemeen besluit Gezondheid is één van de basisbehoeften van elk individu en wordt algemeen gezien als een onmisbare bouwsteen voor een gezonde samenleving. Goede toegang tot de zorg, doelmatige zorgverlening en waarborging van een kwalitatieve zorg zijn dan ook belangrijke doelen van een voor iedereen toegankelijk en op solidariteit gebaseerd zorgstelsel. Gezien de ramingen en verwachtingen in vorige hoofdstukken aangeven dat mede onder invloed van de demografische evolutie de vraag naar zorg groter wordt, bestaat het risico dat de kwaliteit van zorgverlening en de levenskwaliteit van de zorggebruiker daalt indien het aanbod niet aangepast wordt. De gegevens en predicties over de ontwikkelingen in de vraag maken duidelijk dat de zorgvrager in de toekomst deel uitmaakt van een groter gezelschap, want de sterke toename van het aantal ouderen zal gepaard gaan met een stijgende ziektelast. Daar waar men vroeger dacht dat deze toename afgezwakt of zelfs gecompenseerd zou worden door de substitutie naar daghospitalisatie, andere

II-123


zorgvormen, effecten van medische technologie en preventie blijkt nu dat deze stelling toch een ietwat voorbarig is geweest. Meer en meer zullen mensen (ouderen, chronisch –en langdurig zieken, gehandicapten, enzovoort) een groeiend beroep moeten doen op familie en vrienden en/of andere alternatieve vormen van zorgverlening. Zorg zal in de toekomst vaker zelfzorg of mantelzorg zijn. Aan de verdere uitbouw van de alternatieve zorgvormen zal het beleid prioriteit moeten geven ten aanzien de eerder gestelde doelen te kunnen blijven realiseren. Tot slot is bescheidenheid op zijn plaats. Er zijn tal van onvoorziene omstandigheden dewelke de geschetste projecties kunnen omgooien. We weten niet of nieuwe ziektes de kop zullen opsteken, er tekorten aan hulpverleners zullen onstaan, nieuwe diagnostische of therapeutische doorbraken komen, enzovoort dewelke zorgen voor andere verhoudingen tussen aanbod en vraag naar gezondheidszorg.

II-124

Eindrapport: toekomstige behoefte aan acute ziekenhuisbedden

Rapport final: Les besoins futurs en équipements hospitaliers aigus en Belgique

DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË EINDRAPPORT DEEL III BESCHRIJVING VAN HET PARAMETRISCH MODEL

Onderzoek uitgevoerd door de onderzoeksequipe van de Universitaire Ziekenhuizen Leuven

Onderzoeksleiding

Prof. Dr. Luk Cannoodt Dr. Wim Tambeur

Onderzoeksmedewerkers

Ir. Geert Leunis Lic. Guy Vanden Boer Lic. Isabel Van lent

III-1



INHOUDSOPGAVE

Inleiding…………………………………………………………………………...III-3 Hoofdstuk 1: ALGEMENE BESCHRIJVING……………………………………III-5 1.1. Doel en filosofie………………………………………………………III-5 1.2. Algemeen concept…………………………………………………….III-5 1.3. Beschrijving van het basisframe……………………………………...III-7 1.4. Algemene beschrijving van de analyseframes………………………..III-7 1.5. Wegingsfactoren voor analyseframes………………………………...III-8 1.6. Beschrijving van enkele mogelijke analyseframes per factor………...III-9 Hoofdstuk 2: IMPLEMENTATIE………………………………………………...III-10 2.1. Gebruikte software……………………………………………………III-10 2.2. Gebruik en beschrijving programma………………………………….III-11 2.2.1. Model.xls……………………………………………………III-11 2.2.2. Model.sas……………………………………………………III-16

III-2



Deel III: Beschrijving van het parametrisch model toekomstige behoefte aan acute ziekenhuisbedden Inleiding In Deel I van dit eindrapport werden projecties gemaakt van het gebruik van acute ziekenhuisvoorzieningen in België, zowel op het nationale niveau als per arrondissement, vertrekkende van een selectie van gegevens uit het MKG-bestand van 2002. De projecties werden gemaakt voor de jaren 2005 , 2010 en 2015. Vooreerst werd hierbij rekening gehouden met de bevolkingsprognoses voor deze jaartallen, zoals berekend door het N.I.S. Vervolgens werd een aantal hypothesen geformuleerd met de verwachte

evolutie

van

sommige

parameters

die

een

invloed

hebben

op

het

ziekenhuisgebruik, zoals verblijfsduur en substitutie naar daghospitalisatie. In Deel II werd een gelijkaardige werkwijze gevolgd maar dan toegepast op de “Onderzoeksregio

Gent”

en

uitgebreid

met

specifieke

determinanten

voor

deze

onderzoeksregio. De werkwijze die in beide delen gevolgd werd heeft o.a. de beperking dat men bij de beoordeling van de resultaten de geformuleerde hypothesen met betrekking tot de geselecteerde parameters als gegeven moet beschouwen. Indien men wenst te weten wat het effect zou zijn van het formuleren van andere hypothesen m.b.t. dezelfde parameters of indien men ook voor andere parameters hypothesen over hun evolutie zou willen formuleren dan kan dit enkel indien een nieuw onderzoeksproject wordt opgezet om deze projecties opnieuw te berekenen. Er wordt in dit onderzoek ook gepleit om periodiek dergelijke projecties uit te voeren om rekening te houden met extra informatie (bijvoorbeeld inzake epidemiologische gegevens) of meer recente gegevens van de gehanteerde basisbestanden. De huidige werkwijze zou

III-3



veronderstellen dat hiervoor telkens een nieuwe onderzoeksopdracht dient gelanceerd te worden. Deze studie beperkt zich ook tot een berekenen van globale prognoses over de evolutie van het gebruik aan ziekenhuisvoorzieningen. Rekening houdend met het streven naar het ontwikkelen van een beleid van financiering per pathologiegroep, erkenning per zorgprogramma, etc… is het aangewezen ook projecties te maken per soort zorg en per pathologiegroep. In het kader van deze studieopdracht werd daarom besloten de methodologie te ontwikkelen die zou toelaten, bijvoorbeeld binnen de betrokken F.O.D., zelf projecties uit te voeren op geactualiseerde gegevensbestanden, op specifieke deelsegmenten van de ziekenhuiszorg, etc… In dit deel van het onderzoek wordt deze methodologie verder beschreven.

III-4



1. Algemene beschrijving 1.1. Doel en filosofie De bedoeling van dit document is om een beschrijving te geven van een tastbaar frame dat toelaat trends en inzichten betreffende de evolutie van belangrijke beïnvloedende parameters voor de acute toekomstige beddenbehoefte met elkaar te verenigen. Om verschillende invalshoeken met elkaar te kunnen rijmen, is het onvermijdelijk om elk van de beschouwde beïnvloedende factoren op een of andere manier om te zetten in een numeriek gegeven dat onderlinge vergelijking tussen de factoren mogelijk maakt. De bedoeling van deze parametrische beschrijving kan, gezien de complexiteit en de grote mate van onvoorspelbaarheid van de materie, geenszins zijn om de ‘juiste’ parameterwaarden binnen het model vast te leggen en hieruit een reeks getallen te laten voortvloeien die de behoefte voor de komende jaren zou weerspiegelen. Het model moet eerder beschouwd worden als een hulpmiddel en houvast om de grenzen van de beddenbehoefte volgens verschillende scenario’s te toetsen en het effect van een nieuwe trend binnen een bepaald scenario beter te kunnen kwantificeren. Er wordt ook gestreefd om het model zo ‘open’ mogelijk te houden, waarmee bedoeld wordt dat factoren of trends gemakkelijk aan het model toegevoegd of weggelaten kunnen worden.

1.2. Algemeen concept Het model vertrekt van de berekening van de formule:

TB(i, jaar ) =

opnames(i, jaar ) ∗ verblijfsduur (i, jaar ) ∗ bedfactor (i, jaar ) bezettingsgraad (i, jaar )

waarbij TB(i,jaar) het totale aantal bedden op korrel ‘i’ tijdens ‘jaar’ weergeeft en de factoren de resultante van de prognoses voor opname, verblijfsduur, bezettingsgraad en de resultante

III-5



van een algemene schatter voor het totaal aantal bedden. Met ‘korrel’ wordt het aggregatieniveau van de gegevens bedoeld, bv. per geslacht/leeftijd/woonplaats. Hierbij wordt verondersteld dat de verschillende factoren onafhankelijk zijn van elkaar. Aangezien factor bezettingsgraad(i,jaar) geen absolute maat is, volstaat het om de bezettingsgraad op een hoger aggregatieniveau te bepalen (bv. op niveau van leeftijdsklasse) en deze waarde over te nemen tot op de fijnste korrel. Aangezien de beddenbehoefte beschouwd wordt, is ook voor het ijkjaar gebruik gemaakt van de optimale bezettingsgraad en niet van de werkelijke bezettingsgraad. De factor bedfactor(i,jaar) is een algemene factor waarin inzichten omtrent het toekomstige aantal bedden kunnen ingeplugd worden. Voor elke factor uit deze formule wordt op korrel ‘i’ een

waarde bepaald waarbij

verschillende benaderingswijzen omtrent hoe en op welke korrel de evolutie van een factor wordt bepaald, in rekening kunnen genomen worden. Voor de evolutie van de factor ‘aantal opnames’ verloopt de berekening op de fijnste korrel ‘i’ als volgt: opnames(i, jaar ) = opnames(i, ijkjaar ) * [1 + w( a ) * ( frame(a, i, jaar ) − 1) + w(b) * ( frame(b, i, jaar ) − 1) +

]

waarbij: opnames(i,jaar) = het aantal opnames op korrel ‘i’ tijdens ‘jaar’ ijkjaar = het referentiejaar waarvan we de exacte gegevens kennen. w(a) = gewichtsfactor voor trend ‘a’ frame(a,i,jaar) = percentsgewijze evolutie van opnames t.o.v. het ijkjaar volgens trend ‘a’ op korrel ‘i’; relatieve waarde t.o.v. het ijkjaar; is steeds 1 voor het ijkjaar De waarde van een factor op korrel ‘i’ tijdens een jaar is dus de exacte waarde van de factor tijdens het ijkjaar, vermeerderd met het product van deze waarde met een gewogen som van de prognose van de groei/afname van de factor t.o.v. het ijkjaar over verschillende trendanalyses.

III-6



1.3. Beschrijving van het basisframe In het basisframe bevinden zich de exacte gegevens op het laagste niveau (fijnste korrel) op een bepaald moment in de tijd dat als ijkpunt wordt vastgelegd voor een factor, vb. ‘opnames’. In het model worden volgende determinanten(korrels) onderscheiden: o Geslacht o Leeftijdsgroep (per 5 jaar) o MDC (Major Diagnostic Category) o APR-DRG (All Patient Refined Diagnosis Related Group) o SOI (Severity Of Illness) o Bedkenletter

Het model bevat basisframes voor ‘opnames’, ‘verblijfsduur’ en ‘bezettingsgraad’. Voor de factor ‘bedfactor’ is geen basisframe voorzien aangezien deze steeds 1 is voor het ijkjaar. Concreet wordt voor bijvoorbeeld ‘opnames’ een kolom van waarden opgesteld met het exacte aantal opnames tijdens het ijkjaar voor de combinatie van alle 6 determinanten.

1.4. Algemene beschrijving van de analyseframes Een analyseframe bevat een tabel met gegevens die een trend of analyse weerspiegelt voor een bepaalde beïnvloedende factor voor de jaren waarvoor men een voorspelling wenst te maken. Het is in deze frames dat men dus de inzichten waarover men beschikt cijfermatig gaat vastleggen. De korrel van de gegevens in een dergelijk analyseframe is een determinant die voorkomt in het basisframe of een combinatie van determinanten (vb. ‘de bevolkingsevolutie per geslacht’ of ‘de gemiddelde verblijfsduur per geslacht/APR-DRG/SOI’). Indien men een factor wenst toe te voegen die niet congrueert met de hierboven beschreven determinanten, kan men de resultante van de analyse volgens deze determinant wel opnemen in III-7



de analyse. Indien men bijvoorbeeld gegevens omtrent ‘opnamefrequentie per regio/SOI’ wenst op te nemen in het model,

kan men het resultaat van deze analyse aggregeren tot een

analyseframe met als korrel ‘SOI’. Het model is zodanig geconcipieerd dat analyseframes eenvoudig kunnen toegevoegd of weggelaten worden. Een factor kan bepaald worden door verschillende analyseframes. De factor ‘opnames’ bijvoorbeeld kan men afhankelijk achten van ‘de bevolkingsevolutie per geslacht/leeftijd’ evenals ‘het aantal opnames per APR-DRG op basis van literatuurstudie’. Ook wenst men de trend van ‘het aantal opnames per APR-DRG op basis van regressieanalyse’ in het model te verwerken. Deze trends zijn duidelijk niet onafhankelijk van elkaar en mogen dus niet zomaar bij elkaar opgeteld worden.

1.5. Wegingsfactoren voor analyseframes Het relatieve belang van een analyseframe binnen een factor kan bepaald worden door het toekennen van gewichten aan analyseframes. Op deze manier kan ook de opname van afhankelijke analyseframes beheerst worden. Door de wegingsfactoren te laten variëren, kan men verschillende scenario’s gaan simuleren en bepaalde analyseframes al dan niet opnemen. Het spreekt voor zich dat men omzichtig te werk moet gaan bij het toekennen van de wegingsfactoren en het interpreteren van de hieruit voortvloeiende resultaten. Het model vormt enkel een scharnier tussen de verschillende invalshoeken uit de werkelijkheid en neemt de complexiteit ervan in geen geval weg. Wel kan men door het doelgericht kiezen van wegingsfactoren gemakkelijk interpreteerbare voorspellingen maken.

III-8



1.6. Beschrijving van enkele mogelijke analyseframes per factor

Opnames o # opnames per APR-DRG/SOI door regressieanalyse o # opnames per MDC uit literatuurstudie o Invloed van bevolkingstoename per geslacht/leeftijdsgroep uit prognoses van NIS o Evolutie opnamefrequentie per leeftijdsgroep/provincie

Verblijfsduur o Evolutie verblijfsduur per APR-DRG/SOI door regressieanalyse o Trend verblijfsduur in buitenland o Trend verblijfsduur per MDC uit literatuurstudie o Comprimeerbaarheid verblijfsduur door koppeling met MKG-MVG per APR-DRG

Bezettingsgraad o Invloed schaalvergroting op bezettingsgraad o Optimale bezettingsgraad per leeftijd

III-9



2. Implementatie

2.1. Gebruikte software Het model is geïmplementeerd als een symbiose tussen Excel en SAS. De reden waarom voor een combinatie van twee platformen is gekozen, is dat elk van beide platformen afzonderlijk ontoereikend is. Ze zijn echter voldoende complementair om in combinatie tot een bevredigend resultaat te leiden. Excel biedt de flexibiliteit om snel gegevens te kunnen aanpassen en data te beheren, terwijl SAS de nodige rekenkracht biedt om met de in Excel beheerde tabellen berekeningen te kunnen maken. Excel wordt gebruikt als de fysieke opslagplaats van de data en parameters. In Excel-tabellen kunnen nieuwe trends(analyseframes) in de vorm van een tabblad eenvoudig worden toegevoegd. Gewichtsfactoren kunnen hier beheerd worden en men heeft een goed overzicht van welke elementen in het model van kracht zijn. De Excel-file kan beschouwd worden als de cockpit van het model. De SAS–module dient louter om de beperkingen van Excel betreffende complexe bewerkingen met tabellen op te vangen. SAS wordt louter als een passieve rekenmodule aangewend en de module vereist dus geen interactie met de gebruiker. In de SAS-module worden de tabellen die in de Excel-file worden beheerd, gecombineerd en wordt de prognose van het aantal bedden tot op de fijnste korrel (per geslacht/leeftijdsgroep/MDC/APRDRG/SOI/Bedkenletter) berekend volgens de hoger beschreven methodologie. SAS is de motor van het model.

III-10



2.2. Gebruik en beschrijving programma Zoals hierboven reeds werd aangehaald, wordt alle input door de gebruiker in Excel verwerkt. Om een correcte verwerking van deze input met SAS te kunnen waarborgen, moet alle input op een gestructureerde, gestandaardiseerde wijze gebeuren. Hiertoe worden een aantal procedures gedefinieerd. Indien men zich niet aan deze procedures houdt, zal de verwerking in SAS niet correct gebeuren. Centraal bij het correct opvolgen van deze procedures is dat de namen van de Excel-files, de tabbladen, de headers van de tabellen en de gegevens in de tabellen een welbepaald formaat moeten hebben. Indien het gebruikte formaat niet exact overeenstemt met het standaardformaat zal het programma niet correct werken. Men dient hierbij in acht te houden dat de verwerking in SAS niet case-sensitive, maar wel space-sensitive is. Headers van tabellen komen steeds op de eerste rij en er worden geen blanco kolommen toegelaten links van de eerste kolom. Het model kan een prognose maken voor meerdere jaren (vb. 2010 en 2015). Het programma bestaat uit een Excel-bestand en een SAS-bestand: o model.xls o model.sas

2.2.1. model.xls Dit bestand bevat steeds de tabbladen ‘basis’, ‘bezetting_optimaal’ en ’gewichten’. De naam van deze bladen mag in geen geval gewijzigd worden.

III-11



basis Dit tabblad bevat het aantal opnames en de verblijfsduur voor het ijkjaar (vb. 2003) op de fijnste korrel, dwz. per geslacht/leeftijdsklasse/APRMDC/APRDRG/SOI/bedkenletter. Deze tabel bevat steeds volgende kolommen met specificaties: o Geslacht: M of V o Leeftijdsklasse: klassering zoals ze door het NIS gehanteerd wordt; groepering per 5 jaar gaande van 00 – 04 tot 95 en +, hierbij moeten de blanco spaties gerespecteerd worden o APRMDC: 00 tot 25, 99, FF, p1, p2, p3, p4, PS o APRDRG: 000 tot 999 o SOI: 1, 2, 3, of 4 o Bedkenletter: C, D ,E, G, I, K, M, N*, NIC, P, Sp o Aantal_pat: het # opnames o Verblijfsuren: de totale verblijfstijd in uren uitgedrukt (= # opnames * gemiddelde verblijfsduur) Andere kolommen die in deze tabel voorkomen beïnvloeden de verwerking in SAS niet. Deze tabel moet slechts eenmaal met de correcte gegevens voor het ijkjaar worden opgesteld en dient dan onaangeroerd te blijven. Onderstaande tabel geeft een fragment uit hypothetische basistabel voor ijkjaar 2003 weer.

III-12



bezetting_optimaal Dit tabblad bevat de gegevens omtrent de bezettingsgraad voor het ijkjaar. Deze tabel bevat steeds volgende kolommen: o één kolom of een combinatie van de kolommen uit de korrel van het basisframe. Deze kolommen moeten uiteraard gegevens bevatten die ook in de corresponderende kolom van het basisframe voorkomen. Elke aggregatiecombinatie van waarden uit kolommen mag hoogstens één keer in deze tabel voorkomen. Een aggregatiecombinatie die niet voorkomt in deze tabel zal standaard op 80% worden vastgelegd. Dit enkel om onvolledigheden enigszins op te vangen, het is weldegelijk de bedoeling om de optimale bezettingsgraad volledig zelf te determineren. o j2003: hierin staat de optimale bezettingsgraad voor het ijkjaar. In het voorbeeld is de optimale bezettingsgraad per leeftijdsklasse weergegeven. De aggregatiecombinatie bestaat dus in dit geval slechts uit één veld.

III-13



gewichten Dit tabblad bevat de gegevens omtrent de analyseframes (invalshoeken om trends op te nemen) die in het model aanwezig zijn en de gewichtsfactor waarmee ze opgenomen worden. Deze tabel bevat steeds volgende kolommen met specificaties: o factor: opnames, verblijfsduur, bezettingsgraad of bedfactor In deze kolom moet men aangeven op welke factor een analyseframe van toepassing is. Indien de inhoud van een veld in deze kolom niet overeenstemt met één van de vier vermelde factoren, wordt de rij uit de tabel genegeerd bij de analyse. Trends die niet duidelijk aan een bepaalde factor zijn toe te wijzen, kunnen best aan bedfactor worden toegewezen. o frame: hierin komt de naam die men aan een analyseframe toekent. Deze naam mag geen spaties bevatten . De naam komt exact overeen met de naam die men aan het tabblad van het analyseframe geeft. o gewicht: hierin legt men het relatieve gewicht vast waarmee men een factor in het model wil laten doorwegen. Het gewicht ligt tussen 0 en 1. Het is aan te raden om binnen eenzelfde factor de som van de gewichten niet groter dan 1 te laten worden (tenzij men trends wil incorporeren die superponeerbaar zijn). III-14



“analyseframe” Deze tabs bevatten de gegevens op een bepaalde korrel die een trend weerspiegelen. Men kan een trend in het model opnemen door een tabblad toe te voegen met de gegevens op een bepaalde korrel over de jaren waarover men wil voorspellen. Vervolgens activeert men de gegevens in het tabblad door een rij toe te voegen aan tabblad ‘gewichten’ waarbij men in kolom ‘factor’ de factor toekent waarop de trend invloed heeft, in ‘frame’ de naam van het tabblad en in kolom ‘gewicht’ de mate waarin men de trend laat meespelen bij de berekening van de factor. Indien het gewicht 0 is, blijft het analyseframe inactief, bij een waarde 1 wordt de trend volledig opgenomen in de factor. Analyseframes die niet in tabblad ‘gewichten’ zijn toegevoegd, worden genegeerd. Een “analyseframe” bevat steeds volgende kolommen met volgende specificaties: o één kolom of een combinatie van de kolommen uit de korrel van het basisframe. Deze kolommen moeten uiteraard gegevens bevatten die ook in de corresponderende kolom van het basisframe voorkomen. Elke aggregatiecombinatie mag maar een keer in een analyseframe voorkomen. Een aggregatiecombinatie die niet voorkomt in het analyseframe, maar wel in het basisframe zal verondersteld worden niet te evolueren Onderstaand analyseframe geeft de evolutie van de bevolking aan per geslacht in België. M en V komen elk exact een keer voor. Het frame heeft een gewicht 0,95 en zal de factor ‘opnames’ beïnvloeden. Dit zal er voor zorgen dat in de berekening voor alle rijen met III-15



‘M’ als geslacht de voorspelling van het aantal opnames per jaar zal toenemen met 0,95 keer de procentuele toename uit de trend t.o.v. het ijkjaar. Alle rijen met ‘V’ uit de basisgegevens worden op een gelijkaardige manier verwerkt. Indien de rij met ‘V’ niet zou voorkomen in het analyseframe, dan zou het aantal opnames voor 2003 overgenomen worden voor 2005, 2010 en 2015. o j2003: hierin staan de exacte gegevens van het ijkjaar. In onderstaande tabel staan het exacte aantal mannen en vrouwen in België in 2003. o j2005 j2010 j2015: hierin staan de verwachte waarden van de parameter voor deze trend voor 2005, 2010 en 2015. In onderstaande tabel zijn dit de voorspelde bevolkingsaantallen voor Belgische mannen en vrouwen op basis van voorspellingen van het NIS. Kolommen die niet aan deze specificaties voldoen worden bij de verwerking genegeerd.

2.2.2. model.sas Er is geopteerd om de interactiviteit van het model volledig naar Excel te verschuiven. Het SAS-programma mag als een blackbox beschouwd worden. Wel moet men eenmalig aangeven op welke locatie men het bestand model.xls heeft opgeslagen. Dit doet men door achter ‘%let basis=’ het pad in te vullen.

III-16



Indien gewenst kan men ook het ijkjaar veranderen. In dat geval moeten ook in het model.xls in zowel de basisgegevens als bij alle analyseframes de gegevens in kolom jijkjaar voorhanden zijn.

De verwerking van de gegevens in Excel verloopt volledig zoals uitgelegd in de algemene beschrijving. Het uitvoeren van dit programma in SAS, geeft als resultaat 3 SAS-tabellen die in dezelfde directory als het bestand model.xls worden opgeslagen: o basisgeg: in deze tabel worden de basisgegevens ingelezen en wordt de gemiddelde verblijfsduur op de fijnste korrel berekend. Indien men wil experimenteren met scenario’s hoeft men deze tabel niet steeds opnieuw in te lezen. Het deel ‘inlezen van de basisgegevens’ moet men met andere woorden slechts eenmaal laten lopen indien de basisgegevens ongewijzigd blijven.

III-17



o gewichten: deze tabel stemt overeen met het gewichten-tabblad uit model.xls

o beddenprognose: het eigenlijke resultaat van de analyse. Deze tabel bestaat uit: • De kolommen uit de basistabel • De kolommen opn_nj2005 tot alg_nj2005: Bevatten de relatieve verandering van de factoren voor 2005, 2010 en 2015 • De kolommen aantal_pat2005 tot bezetting2015: Bevatten de prognoses voor de verschillende factoren voor 2005, 2010 en 2015 • De kolommen prog2005, prog2010 en prog2015: Bevatten de prognose voor het aantal acute bedden in 2005, 2010 en 2015 op de fijnste korrel

III-18



Indien men zelf een aggregatie over deze tabel uitvoert, dient men er rekening mee te houden dat de gemiddelde verblijfsduur geen optelbare maat is en dat deze moet herberekend worden als het quotiënt van het aggregaat van de totale verblijfsduur en het aggregaat van het aantal opnames.

III-19


DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË EINDRAPPORT DEEL IV ERVARINGEN EN BELEID IN HET BUITENLAND

Onderzoek uitgevoerd door de onderzoeksequipe van de Universitaire Ziekenhuizen Leuven

Onderzoeksleiding

Prof. Dr. Luk Cannoodt Dr. Wim Tambeur

Onderzoeksmedewerkers

Ir. Geert Leunis Lic. Guy Vanden Boer Lic. Isabel Van lent

IV-1


INHOUDSOPGAVE Hoofdstuk 1: CAPACITEIT AAN ACUTE ZIEKENHUISBEDDEN…………................IV-7 1.1. Definitie acute zorg…………………………………………………................IV-7 1.2. Beddencapaciteit anno 2002…………………………………………………..IV-8 1.3. Evolutie van de beddencapaciteit…………………………………….............IV-12 Hoofdstuk 2: ANALYSE VAN HET ZIEKENHUISGEBRUIK………………………...IV-15 2.1. Opnamefrequentie……………………………………………………………IV-17 2.2. Gemiddelde verblijfsduur…………………………………………………….IV-22 2.3. Bezette bedden……………………………………………………….............IV-26 2.4 Gemiddelde bezettingsgraad………………………………………………….IV-31 Hoofdstuk 3: GEPUBLICEERDE TOEKOMSTSCENARIO’S EN SITE VISITS IN ENKELE WEST-EUROPESE LANDEN…………………………….IV-33 3.1. Inleiding……………………………………………………………………...IV-33 3.2. Gepubliceerde toekomstscenario’s…………………………………..............IV-34 3.2.1. Rapport over de schatting van de toekomstige beddenbehoefte…………………………………………….............IV-34 3.2.1.1. Prognoses voor de provincie Manitoba………………….IV-34 3.2.1.2. Prognoses voor Nederland………………………………IV-38 3.2.2. Rapport over de beïnvloedende factoren…………………………..IV-39 3.3. Site visits…………………………………………………………………….IV-42 3.3.1. Ierland……………………………………………………………...IV-42 3.3.2. Zweden…………………………………………………………….IV-44 3.3.3. Oostenrijk………………………………………………………….IV-45 3.3.4. Verenigd Koninkrijk………………………………………………IV-46 3.3.5. Nederland………………………………………………………….IV-48 Hoofdstuk 4: SAMENVATTING EN CONCLUSIES………………………………….IV-50 4.1. Beddencapaciteit……………………………………………………………IV-50 4.2. Ziekenhuisgebruik…………………………………………………………..IV-50

IV-2


4.3. Gepubliceerde scenario’s van toekomstige bedbehoeften in acute ziekenhuiszorg…………………………………………………………………..IV-51 4.4. Expert-opinion……………………………………………………………...IV-52

IV-3


LIJST MET TABELLEN Tabel IV-1: Huidige capaciteit aan acute ziekenhuisbedden per 1000 inwoners (situatie 2000-2002)……………………………………………………………….........IV-9 Tabel IV-2: Correlatie tussen beddencapaciteit (2000-2002) en levensverwachting (2002) ……………..........................................................................................................IV-10 Tabel IV-3: Dagbehandelingen (als percentage van het totaal) tussen 1996 en 2002….IV-11 Tabel IV-4: Evolutie van de acute ziekenhuisbedden per 1000 inwoners……………...IV-12 Tabel IV-5: Percentage 75-plussers tussen 1990 en 2002 (%)………………………….IV-13 Tabel IV-6: Evolutie van de beddencapaciteit tussen 1990 en 2002 (%)………………IV-14 Tabel IV-7: Leeftijdsstructuur van de bevolking (in %) (2002)………………………..IV-15 Tabel IV-8: Evolutie van de 0-14 jarigen en 75-plussers tussen 1990 en 2002………...IV-16 Tabel IV-9: Globale opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen….IV-17 Tabel IV-10: Globale opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen……………………………………IV-18 Tabel IV-11: Evolutie van de globale opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen……………………………………………………………………………IV-19 Tabel IV-12: Opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen………….IV-20 Tabel IV-13: Evolutie van de opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen ……...IV-20 Tabel IV-14: Opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van verschillende leeftijdsgroepen……..IV-20 Tabel IV-15: Evolutie van de opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van landen met statistieken van verschillende leeftijdsgroepen…….IV-21 Tabel IV-16: Globale gemiddelde verblijfsduur in acute ziekenhuizen………………..IV-22 Tabel IV-17: Gemiddelde verblijfsduur in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen……………………………………………………………...IV-23 Tabel IV-18: Evolutie van de globale gemiddelde verblijfsduur in acute ziekenhuizen.IV-23 Tabel IV-19: Gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen…………………………………IV-24 Tabel IV-20: Evolutie van de gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen…………..IV-25

IV-4


Tabel IV-21: Gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van verschillende leeftijdsgroepen……………………………IV-25 Tabel IV-22: Evolutie van de gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van landen met statistieken van verschillende leeftijdsgroepen………..IV-25 Tabel IV-23: Bezette bedden per 1000 inwoners in acute ziekenhuizen……………...IV-26 Tabel IV-24: Bezette bedden (per 1000 inwoners) in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen………………………………………………………IV-27 Tabel IV-25: Evolutie van de bezette bedden per 1000 inwoners in acute ziekenhuizen…………………………………………………………………………..IV-28 Tabel IV-26: Bezette bedden en beddencapaciteit (per 1000 inwoners) in acute ziekenhuizen………………………………………………………………………......IV-28 Tabel IV-27: Bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen………………………...IV-29 Tabel IV-28: Evolutie van de bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen……..IV-30 Tabel IV-29: Bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van verschillende leeftijdsgroepen (per 1000 inwoners)……………………………………………………………………………...IV-30 Tabel IV-30: Evolutie van de bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van landen met statistieken van verschillende leeftijdsgroepen…..IV-30 Tabel IV-31: Gemiddelde bezettingsgraad (%) in acute ziekenhuizen tussen 1990 en 2000…………………………………………………………………………………..IV-31 Tabel IV-32: Gemiddelde bezettingsgraad (%) in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen……………………………………………………..IV-32

IV-5


Deel IV: Ervaringen en beleid in het buitenland

In dit deel wordt een vergelijkende analyse gemaakt van de capaciteit aan en het gebruik van acute ziekenhuisvoorzieningen in een aantal landen. In het eerste hoofdstuk zal een analyse gemaakt worden van de huidige capaciteit aan acute ziekenhuisbedden in het buitenland en de evolutie ervan. In het tweede hoofdstuk wordt het gebruik van de ziekenhuisvoorzieningen onderzocht, alsook de evolutie ervan over een periode van vijf jaar. Hierbij wordt zowel aandacht besteed aan de opnamefrequentie, de verblijfsduur, het aantal bezette bedden en de gemiddelde bezettingsgraad. In het derde hoofdstuk worden enkele gepubliceerde toekomstscenario’s besproken en wordt er verslag uitgebracht van interviews met topambtenaren van het Ministerie van Volksgezondheid van enkele landen met betrekking tot de toekomstige behoefte aan acute ziekenhuisbedden.

IV-6


1. Capaciteit aan acute ziekenhuisbedden 1.1. Definitie acute zorg Om een vergelijking tussen landen mogelijk te maken, is het noodzakelijk dat dezelfde soort data gebruikt worden. Wat valt onder ‘acute ziekenhuiszorg’, zou daarom in de verschillende landen ook vergelijkbaar moeten zijn. Hierover zijn in de loop van dit onderzoek ernstige twijfels gerezen. Vooreerst blijkt dat de verschillende landen niet allemaal dezelfde definitie voor ‘acute zorg’ gebruiken. Zo worden bijvoorbeeld bij sommige landen de bedden van het dagziekenhuis meegerekend bij de capaciteit aan acute ziekenhuisvoorzieningen (o.a. Ierland), terwijl dit in andere landen eruit wordt gelaten (o.a. Denemarken). Ook de chronische en de psychiatrische ziekenhuisactiviteit wordt niet overal op dezelfde wijze in de statistieken verwerkt. Een vergelijking van de data over acute ziekenhuiszorg tussen de verschillende landen wordt hierdoor bemoeilijkt. Verder worden voor sommige landen enkel de officiële statistieken m.b.t. de openbare sector gerapporteerd, terwijl daar ook een (eerder bescheiden maar groeiend) aanbod aan private ziekenhuisbedden bestaat (vb. Ierland). Er kunnen ook vragen gesteld worden over de accuraatheid van de gerapporteerde cijfers door de verschillende instanties. De OECD-databank geeft bijvoorbeeld voor België een cijfer aan van 4,6 acute ziekenhuisbedden per 1000 inwoners voor 1997. De cijfers verstrekt door de FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu liggen beduidend hoger met 5,6 bedden per 1000 inwoners voor de algemene ziekenhuizen (situatie 01/01/97) (bron: De toekomst van het Belgisch ziekenhuislandschap, april 2003). Ook voor Duitsland rapporteert de OECD andere cijfers dan het Duits federaal instituut voor de statistiek. Het aantal acute ziekenbedden per 1000 inwoners bedraagt daar volgens de OECD in 2001 9,0 bedden, terwijl het aantal ziekenhuisbedden per 1000 inwoners volgens het Duits federaal instituut voor de statistiek voor datzelfde jaar slechts 6,6 is.

IV-7


Men ziet dus dat men voor dezelfde landen erg verschillende cijfers kan bekomen, afhankelijk van de bron waarop men zich baseert. In bijlage 2 en 3 wordt een overzicht gegeven van de definitie van ‘acute zorg’ zoals deze wordt gebruikt door respectievelijk de OECD/Eurostat en de WHO. Hierbij valt op te merken dat Eurostat en OECD weliswaar dezelfde definities hanteren, maar toch verschillende data rapporteren. Na confrontatie met deze verschillen, meldde Eurostat ons per email dat hun data nog aangepast dienen te worden (o.a. in verband met de daghospitalisaties) en raadde dan ook aan deze data niet te gebruiken tot de problemen verholpen zijn. In het verdere verloop van de internationale vergelijking wordt telkens gestart met de data van de OECD. Waar mogelijk wordt per item de betrouwbaarheid ervan getoetst aan statistieken die door de betrokken landen zelf via internet verspreid worden of persoonlijk overgemaakt werden.

1.2. Beddencapaciteit anno 2002 De OECD-databank bevat data van dertig landen. Hiertoe behoren sommige landen die qua economische ontwikkeling en maatschappelijke ordening moeilijk te vergelijken zijn met België. De verdere analyse wordt dan ook gebaseerd op een selectie van deze OECD-landen. Meer bepaald beperken we ons tot de voormalige 15 EU-landen, aangevuld met Noorwegen en Zwitserland. Vaak wordt de situatie in West-Europa ook vergeleken met Canada en de Verenigde Staten. Inzake o.a. het gebruik van de medische technologie (een factor die het gebruik van ziekenhuiszorg mede beïnvloedt) zijn deze landen niet erg afwijkend van de situatie in West-Europa. Vandaar dat deze landen ook bij de analyse betrokken worden. Om rekening te houden met de grote verschillen in bevolkingscijfers van land tot land is het gebruikelijk om de beddencapaciteit uit te drukken per 1000 inwoners. Tabel 1 geeft de capaciteit aan acute ziekenhuisbedden (situatie 2000-2002) voor de geselecteerde landen zoals gepubliceerd door de OECD (databank versie 2004). Duitsland, Oostenrijk en Luxemburg scoren hierbij het hoogst.

IV-8


België komt in deze tabel niet voor aangezien de OECD voor België hiervoor enkel cijfers van 1997 en ouder publiceert. Uit de cijfers van de FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu blijkt dat het aantal erkende bedden in acute ziekenhuizen 5,1 per 1000 inwoners bedraagt (situatie 01/01/03). In vergelijking met de meeste andere geselecteerde landen scoort België dus vrij hoog wat betreft de acute beddencapaciteit.

Tabel IV-1: Huidige capaciteit aan acute ziekenhuisbedden per 1000 inwoners (situatie 20002002) Finland Zweden Spanje Verenigde Staten Ierland Noorwegen Canada Portugal Nederland Denemarken Verenigd Koninkrijk Zwitserland Frankrijk Griekenland Italië Luxemburg Oostenrijk Duitsland ¹ 2001 ² 2000 Bron: OECD data (versie 2004)

OECD 2,3 2,4² 2,8² 2,9 3,0 3,1 3,2¹ 3,2¹ 3,3¹ 3,4¹ 3,9 3,9 4,0¹ 4,0² 4,6¹ 5,8 6,1 9,0¹

Uit tabel 1 kan ook afgeleid worden dat de landelijke gegevens over de beddencapaciteit onmogelijk een beeld kunnen geven van de objectieve behoefte aan acute ziekenhuiszorg in die landen. Alhoewel er ongetwijfeld verschillen zijn in de gemiddelde gezondheidsstatus van de bevolkingen van de betrokken landen, kan deze factor alleen onmogelijk de grote variatie in beddencapaciteit verklaren. De Pearson rank correlation coëfficiënt (0,084) toont bijvoorbeeld aan dat er geen significant verband is tussen de gemiddelde levensverwachting van een land en de beddencapaciteit van de acute ziekenhuiszorg. Dit wordt verder geïllustreerd in tabel 2.

IV-9


Tabel IV-2: Correlatie tussen beddencapaciteit (2000-2002) en levensverwachting (2002) levensverwachting (in jaren)

capaciteit (per 1000 inwoners)

ranking capaciteit

Zwitserland

80,4

3,9

7

Italië

79,9

4,6¹

4

Canada

79,7¹

3,2¹

11

Spanje

79,4

2,8²

16

Zweden

79,4

2,4²

17

Frankrijk

79,3

4,0¹

5

Noorwegen

79,0

3,1

13

Oostenrijk

78,8

6,1

2

Duitsland

78,5¹

9,0¹

1

Nederland

78,4

3,3¹

10

Finland

78,2

2,3

18

Luxemburg

78,2

5,8

3

Griekenland

78,1

4,0²

5

VK

78,1¹

3,9

7

Ierland

77,8

3,0

14

Denemarken

77,2

3,4¹

9

77,2

3,2¹

11

77,1¹

2,9

15

Portugal Verenigde Staten ¹ 2001 ² 2000 Bron: OECD data (versie 2004)

Meer waarschijnlijke verklaringen voor de grote verschillen in beddencapaciteit kunnen zijn: 1) De definitie van “acute” ziekenhuiszorg verschilt van land tot land. Dit werd reeds besproken aan het begin van dit hoofdstuk (zie 1.1.). Daaruit blijkt dat wat verstaan wordt onder acute zorg tussen de verschillende landen erg kan verschillen, wat deels de variatie in de data kan verklaren. 2) De bestaande capaciteit aan bedden onderschat soms de werkelijke behoefte aan ziekenhuiszorg. Het feit dat patiënten in sommige landen vaak maandenlang op een ziekenhuisopname moeten wachten is in feite onverenigbaar met de notie “acute” ziekenhuiszorg. Dit zou kunnen wijzen op een tekort aan ziekenhuisbedden in die landen, maar ook andere factoren kunnen een rol spelen (vb. financieringssysteem, tekort aan gekwalificeerde zorgverleners,…) 3) De bestaande capaciteit overschat soms de werkelijke behoeften. Dit is moeilijk te kwantificeren. De gemiddelde bezettingsgraad is geen goede maatstaf om dit empirisch aan te tonen, mede gezien het fenomeen van de aanbodgeïnduceerde vraag in de gezondheidszorg (“a bed built is a bed filled”). IV-10


4) Het beleid in de geselecteerde landen verschilt in de mate waarin de alternatieven voor de ziekenhuiszorg zijn uitgebouwd. Dit betreft ondermeer daghospitalisatie, verzorgingstehuizen en thuisverpleging. Ter illustratie geeft tabel 3 aan dat het aandeel van de daghospitalisatie ten opzichte van alle ziekenhuishospitalisaties sterk verschilt van land tot land (alhoewel ook hier definitieverschillen het beeld kunnen vertroebelen). De percentages blijken wel het hoogst te liggen in de landen met de laagste beddencapaciteit per 1000 inwoners.

Tabel IV-3: Dagbehandelingen (als percentage van het totaal) tussen 1996 en 2002 1996 Denemarken 50,6% Canada Verenigd Koninkrijk Nederland 40,5% Ierland 41,5% Luxemburg 43,4% Finland 25,7% Italië 6,7% Spanje 10,8% Portugal ¹ 2001 ² 2000 ³ 1998 Bron: OECD data (versie 2004)

1999 56,4% 51,7% 49,9% 45,1% 41,2% 40,4% 33,2% 17,3% 16,8%³ 6,4%²

2002 61,7% 52,7%¹ 52,0% 49,5% 44,5% 39,4% 37,4% 28,8% 21,9%² 10,4%

De OECD publiceert geen cijfers voor België over het aandeel van de daghospitalisatie t.o.v. alle hospitalisaties in de acute ziekenhuissector. Via de MKGbestanden van de FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu konden deze wel berekend worden. Voor de hospitalisaties van minder dan 90 dagen is dit aandeel 41,4% in 2002 versus 36,8% in 2000. Hiermede zit België in de middenmoot van de landen waarvoor de OECD wel gegevens over het aandeel daghospitalisaties publiceert.

IV-11


1.3. Evolutie van de beddencapaciteit In de meeste geselecteerde landen is er vanaf de zeventiger jaren van de vorige eeuw een beleid gevoerd om de bestaande ziekenhuiscapaciteit te reduceren. In België is dit beleid slechts in 1987 gestart. Tabel IV-4: Evolutie van de acute ziekenhuisbedden per 1000 inwoners Finland Zweden Spanje Verenigde Staten Ierland Noorwegen Canada Portugal Nederland Denemarken Verenigd Koninkrijk Zwitserland Frankrijk Griekenland België Italië Luxemburg Oostenrijk Duitsland ¹ 2001 ² 2000 ³ 1997 Bron: OECD data (versie 2004)

1990 4,3 4,1 3,3 3,7 3,3 3,8 4,0 3,4 4,3 4,1 2,8 6,5 5,2 4,0 4,9 6,2 6,8 7,1 10,1

1994 4,5 3,2 3,1 3,4 3,2 3,3 3,6 3,4 3,9 3,7 2,5 5,8 4,7 3,9 4,8 5,6 6,5 6,7 9,7

1998 2,6 2,6 2,9 3,1 3,1 3,2 3,8 3,3 3,7 3,6 4,1 4,4 4,3 4,0 4,6³ 5,0 6,0 6,4 9,3

2002 2,3 2,4² 2,8² 2,9 3,0 3,1 3,2¹ 3,2¹ 3,3¹ 3,4¹ 3,9 3,9 4,0¹ 4,0² 4,6¹ 5,8 6,1 9,0¹

Ook hier kunnen vragen gesteld worden over de evolutie van de capaciteit in een paar landen. In Finland zou de beddencapaciteit tussen 1994 en 1998 dalen van 4,5 naar 2,6 bedden, terwijl in het Verenigd Koninkrijk de beddencapaciteit in die korte periode zou stijgen van 2,5 tot 4,1 bedden per 1000 inwoners. Dit lijkt weinig realistisch en is ook in tegenspraak met een publicatie van het Department of Health van het Verenigd Koninkrijk1, waar sprake is van een dalende trend tussen 1970 en 1998. 1

Department of Health, Shaping the Future NHS: Long Term Planning for Hospitals and Related Services, 2000, pag 1-108.

IV-12


Deze bemerkingen nemen niet weg dat het probleem van de vergelijkbaarheid zich minder stelt wanneer men de beddencapaciteit vergelijkt van land tot land. Immers de definitie van acute ziekenhuisvoorzieningen blijft in een bepaald land wellicht gelijk over de jaren heen. Uit tabel 4 blijkt dat ook in de negentiger jaren en daarna het beddenaanbod per 1000 inwoners verder daalt in het merendeel van deze landen. In enkele landen is eerder sprake van een stabilisatie. Deze vaststelling is niet zonder belang, gezien in quasi al deze landen in dezelfde periode ook een vergrijzing te noteren valt (zie tabel 5).

Tabel IV-5: Percentage 75-plussers tussen 1990 en 2002 (%) 1990

1994

1998

Ierland 4,6 4,7 4,9 Canada 4,5 4,8 5,3 Luxemburg 6,0 5,4 5,7 Verenigde Staten 5,3 5,5 5,8 Nederland 5,5 5,6 6,0 Finland 5,6 5,7 6,2 Portugal 5,3 5,5 6,2 Denemarken 6,9 7,0 7,0 Griekenland 6,0 6,1 6,5 Oostenrijk 6,9 6,0 6,7 Zwitserland 6,8 6,6 7,0 Duitsland 9,0 6,2 6,8 België 6,6 6,2 6,9 Frankrijk 6,7 6,1 6,9 Verenigd Koninkrijk 6,9 6,8 7,3 Spanje 5,6 6,1 6,8 Noorwegen 7,0 7,4 7,7 Italië 6,5 6,4 7,4 Zweden 8,0 8,2 8,8 ¹ t.o.v. 1994, het gepubliceerde cijfer voor 1990 is wellicht vertekend

2002 4,9 5,8 6,0 6,0 6,1 6,8 6,9 7,0 7,4 7,4 7,4 7,5 7,6 7,6 7,6 7,7 7,8 8,4 8,9

indexcijfer voor 2002 (1990 = 100) 107 129 100 113 111 121 130 101 123 107 109 121¹ 115 113 110 138 114 129 111

Bron: OECD data (versie 2004)

Overigens kan ook opgemerkt worden dat: 1) er geen significant verband is tussen het percentage 75-plussers in een land en zijn capaciteit aan acute ziekenhuisbedden (Pearson rank correlation coefficient: 0,11). 2) de procentuele daling van de beddencapaciteit ten opzichte van 1990 meestal niet lager is in de landen met een relatief lage beddencapaciteit in 1990 (zie tabel 6).

IV-13


Duitsland

en

Oostenrijk

bijvoorbeeld,

de

twee

landen

met

de

hoogste

beddencapaciteit, zijn zeker niet aan een inhaalbeweging bezig (qua reductie van ziekenhuiscapaciteit) ten opzichte van de landen met een lagere beddencapaciteit (Pearson rank correlation coefficient: -0,21). Tabel IV-6: Evolutie van de beddencapaciteit tussen 1990 en 2002 (%)

Finland Zweden Zwitserland Italië Nederland Frankrijk Verenigde Staten Canada Noorwegen Denemarken Spanje Luxemburg Oostenrijk Duitsland Ierland Portugal Griekenland Verenigd Koninkrijk Bron: OECD data (versie 2004)

evolutie capaciteit -46,5% -41,5% -40,0% -25,8% -23,3% -23,1% -21,6% -20,0% -18,4% -17,1% -15,2% -14,7% -14,1% -10,9% -9,1% -5,9% 0,0% 39,3%

IV-14

capaciteit 1990 4,3 4,1 6,5 6,2 4,3 5,2 3,7 4,0 3,8 4,1 3,3 6,8 7,1 10,1 3,3 3,4 4,0 2,8

ranking capaciteit 7 9 4 5 7 6 14 11 13 9 16 3 2 1 16 15 11 18


2. Analyse van het ziekenhuisgebruik Deel 1 van dit rapport bevestigt wat ook in eerder onderzoek werd vastgesteld (o.a. Rapport Groot, 1986) dat het gemiddeld gebruik van de ziekenhuisvoorzieningen toeneemt met de leeftijdsgroep waartoe een patiënt behoort, zowel wat betreft de opnamefrequentie als de gemiddelde verblijfsduur. Zoals hiervoor ook reeds aangegeven werd, verschilt de leeftijdsstructuur van land tot land. Tabellen 7 en 8 illustreren dit verder.

Tabel IV-7: Leeftijdsstructuur van de bevolking (in %) (2002) 0-14 Ierland 21,1 Canada 18,5 Luxemburg 18,8 Nederland 18,6 Finland 17,9 Portugal 15,8 Denemarken 18,8 Griekenland 14,6 Oostenrijk 16,6 Zwitserland 17,0 Duitsland 15,2 België 17,5 Frankrijk 18,7 Verenigd Koninkrijk 18,6 Spanje 14,5 Noorwegen 20,0 Italië 14,4 Zweden 18,1 Bron: OECD data (versie 2004)

15-64 67,7 68,8 67,2 67,8 66,8 67,5 66,4 67,4 67,9 67,4 67,4 65,5 65,1 65,5 68,6 65,1 67,0 64,7

65-74 6,3 6,9 8,0 7,5 8,5 9,7 7,8 10,6 8,1 8,2 9,9 9,4 8,6 8,4 9,2 7,1 10,2 8,3

IV-15

75+ 4,9 5,8 6,0 6,1 6,8 6,9 7,0 7,4 7,4 7,4 7,5 7,6 7,6 7,6 7,7 7,8 8,4 8,9


Tabel IV-8: Evolutie van de 0-14 jarigen en 75-plussers tussen 1990 en 2002 Luxemburg Denemarken Ierland Oostenrijk Zwitserland Verenigd Koninkrijk Nederland Zweden Noorwegen Verenigde Staten Frankrijk België Finland Griekenland Canada Italië Portugal Spanje Bron: OECD data (versie 2004)

0-14 8,7% 9,9% -22,1% -5,1% -0,6% -2,1% 2,2% 1,1% 5,8% -3,2% -7,0% -3,3% -7,3% -24,4% -10,6% -13,3% -22,6% -27,1%

75+ 0,0% 1,5% 6,5% 7,2% 8,8% 10,1% 10,9% 11,3% 11,4% 13,2% 13,4% 15,2% 21,4% 23,3% 28,9% 29,2% 30,2% 37,5%

Om het ziekenhuisgebruik tussen de landen te vergelijken en evoluties in de tijd te bestuderen is het dus aangewezen om de gegevens per leeftijdsgroep te analyseren. Afhankelijk van het land en van de informatiebron zijn de gegevens over ziekenhuisgebruik per leeftijdsgroep echter niet steeds beschikbaar. De analyse vertrekt dan ook met een vergelijking van de landelijke gemiddelden van bepaalde parameters van ziekenhuisgebruik voor enkele landen. Daarna volgt een analyse van deze parameters per leeftijdsgroep. In de landen met gegevens per leeftijdsgroep is de indeling in leeftijdsgroepen echter niet altijd dezelfde. Deze landen worden daarom verdeeld in twee groepen. De eerste groep wordt gevormd door alle landen waarvoor data van dezelfde leeftijdsgroepen (0-14 jaar, 15-59 jaar, 60-74 jaar en meer dan 75 jaar) beschikbaar zijn. De tweede groep zijn de landen waarvoor wel statistieken per leeftijdsgroep beschikbaar zijn, maar in andere leeftijdsgroepen ingedeeld.

IV-16


2.1. Opnamefrequentie

Tabel 9 geeft de landelijke opnamefrequenties in acute ziekenhuizen per 1000 inwoners zoals gepubliceerd door de OECD. België scoort hierbij in de middenmoot. Tabel IV-9: Globale opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen meest recente jaar

OECD statistieken

Canada 2001 Nederland 2002 VSA 2001 Spanje 2001 Ierland 2002 Italië 2002 België 2000 Griekenland 1999 Zweden 2002 Noorwegen 2002 Denemarken 2002 Duitsland 1999 VK 2002 Finland 2002 Frankrijk 2001 Oostenrijk 2001 Bron: OECD data (versie 2004)

90,6 93,9 98,1 107,3 122,8 146,8 154,3 159,2 160,1 162,6 195,8 197,3 231,5 251,6 252,1 292,1

Er dient opgemerkt dat de opnamefrequenties soms sterk verschillen van land tot land, variërend tussen bijna 100 per 1000 inwoners in sommige landen, tot meer dan 200 in enkele andere landen, tot bijna 300 in Oostenrijk. Een eerste mogelijke verklaring zou kunnen zijn dat er ook hier iets mis is met de rapportering van de data van sommige landen door de OECD. Voor een aantal landen konden de opnamefrequenties voor acute ziekenhuiszorg ook via internet bij de betrokken landen zelf geconsulteerd worden, voor hetzelfde meest recente jaar zoals de OECD rapporteert (versie 2004) of voor een jaar dat daar dicht bij ligt. Uit tabel 10 blijkt dat de verschillen tussen de OECD-data en de internet-bronnen van de betrokken landen weinig of niet verschillen, terwijl de verschillen tussen de betrokken landen zeer groot blijven. De cijfers van de OECD blijken dus een getrouwe weergave te zijn van de nationale statistieken. IV-17


Tabel IV-10: Globale opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen

jaartal

opname frequentie

verschil tussen OECD en internet

2002 1999 2000 2003 1998 2001 2002 2002 2002 2002 2001

94,1 96,6 112,3 144,4 154,1 168,6 152,1 163,9 207,8 232,1 296,8

0,21% 0,00% 0,00% 17,59% 0,00% 9,27% -5,00% 0,80% 6,13% 0,26% 1,61%

OECD-bron jaartal

opname frequentie

internet-bron

Nederland 2002 93,9 Canada 1999 96,6 VSA 2000 112,3 Ierland 2002 122,8 Griekenland 1998 154,1 België 2000 154,3 Zweden 2002 160,1 Noorwegen 2002 162,6 Denemarken 2002 195,8 VK 2002 231,5 Oostenrijk 2001 292,1 Bron: zie tabel bronnen andere landen (bijlage 1) OECD data (versie 2004)

Mogelijke gedeeltelijke verklaringen voor de grote verschillen kunnen bijvoorbeeld zijn: 1) In de jaarstatistieken van sommige landen worden alle verblijven apart geteld (ook meerdere verblijven van dezelfde patiënt in hetzelfde ziekenhuis gedurende hetzelfde jaar), terwijl in andere landen het aantal patiënten geteld worden die tenminste éénmaal in een ziekenhuis verbleven hebben in een gegeven jaar. 2) Er kan ook niet uitgesloten worden dat de statistieken van sommige landen misschien ook de daghospitalisaties bevatten, terwijl in andere landen enkel de klassieke hospitalisaties in de statistieken opgenomen zijn. 3) Verschillen in de definitie van acute zorg (al dan niet psychiatrie, revalidatie,…) beïnvloeden mede het aantal hospitalisaties m.b.t. deze acute zorg. Meer gedetailleerde informatie over de juiste berekeningswijze per land is echter niet beschikbaar.

IV-18


Wanneer binnen een land de berekeningswijze dezelfde blijft, vervallen deze verklaringen wanneer de verschillen in de evoluties van de opnamefrequentie van land tot land berekend worden. Tabel 11 geeft de meest recente beschikbare data van de evolutie van de opnamefrequentie in acute ziekenhuizen voor de geselecteerde landen. De periode is vijf jaar, of korter indien geen gegevens over vijf jaar beschikbaar waren.

Tabel IV-11: Evolutie van de globale opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen periode evolutie Canada 1994 – 1999 -16,5% Zweden 1998 – 2003 -8,7% VSA 1995 – 2000 -2,5% België 1996 – 2001 -1,3% Ierland 1998 – 2003 -0,3% Zwitserland 1998 – 2003 1,2% Denemarken 1998 – 2003 2,8% VK 1998 – 2003 6,1% Nederland 2001 – 2003 6,2% Oostenrijk 1999 – 2002 6,7% Griekenland 1996 – 1998 7,0% Duitsland 1998 – 2003 7,8% Noorwegen 1999 – 2003 9,3% Bron: zie tabel bronnen andere landen (bijlage 1)

Uit deze statistieken blijkt dat de globale opnamefrequentie per 1000 inwoners over een recente periode van vijf jaar in vijf van de geselecteerde landen (waaronder België) gedaald is (tot bijna 17% in Canada) en in de andere landen gestegen (tot bijna 10% in het Noorwegen). Uit de tabellen per leeftijdsgroep blijkt dat de nationale tendensen doorgaans gelden voor elk van de leeftijdsgroepen in die landen (zie tabellen 12 tot 15). Er zijn slechts een paar uitzonderingen. De opnamefrequenties in België en Denemarken dalen voor de jongere leeftijdsgroepen (tot 60 jaar) en stijgen voor de 60-plussers. In de Verenigde Staten is er enkel een stijging bij de oudste leeftijdsgroep (85-plussers).

IV-19


Tabel IV-12: Opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen 0-14

15-59

Canada 1994 57,47 95,72 1999 43,56 76,17 Denemarken 1998 177,57 147,60 2003 172,25 146,45 Nederland 2001 75,02 66,21 2003 75,76 70,23 Zweden 1998 70,05 111,00 2003 63,40 102,49 Bron: zie tabel bronnen andere landen (bijlage 1)

60-74

75+

207,27 167,37

404,73 365,83

314,90 330,03

561,35 622,93

166,25 177,03

256,42 278,52

284,15 240,75

550,01 507,50

Tabel IV-13: Evolutie van de opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen evolutie

periode

0-14 Canada 1994 – 1999 -24,2% Denemarken 1998 – 2003 -3,0% Nederland 2001 – 2003 +1,0% Zweden 1998 – 2003 -9,5% Bron: zie tabel bronnen andere landen (bijlage 1)

15-59 -20,4% -0,8% +6,1% -7,7%

60-74 -19,3% +4,8% +6,5% -15,3%

75+ -9,6% +11,0% +8,6% -7,7%

Tabel IV-14: Opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van verschillende leeftijdsgroepen België 0-14 113,0 107,0

15-59 135,0 131,0

60+ 317,0 322,0

0-19 83,32 84,73

20-59 124,87 136,59

60-79 301,40 330,81

80+ 514,83 591,90

0-14 15-44 45-64 1995 40,40 87,80 118,50 2000 39,50 80,90 111,40 Bron: zie tabel bronnen andere landen (bijlage 1)

65-74 260,00 254,60

1996 2001 Noorwegen 1999 2003 VSA

IV-20

75-84 415,60 412,40

85+ 592,50 605,10


Tabel IV-15: Evolutie van de opnamefrequenties (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van landen met statistieken van verschillende leeftijdsgroepen periode België

0-14 15-59 1996 – 2001 -5,3% -3,0% 0-19 20-59 Noorwegen 1999 – 2003 +1,7% +9,4% 0-14 15-44 VSA 1995 – 2000 -2,2% -7,7% Bron: zie tabel bronnen andere landen (bijlage 1)

evolutie 60+ +1,6% 60-79 80+ +9,8% +15,0% 45-64 65-74 -6,0% -2,1%

75-84 -0,8%

85+ +2,1%

Er is onvoldoende informatie beschikbaar dat zou toelaten te analyseren waarom de opnamefrequentie (ook per leeftijdsgroep) in acute ziekenhuizen daalt in sommige landen en stijgt in andere.

IV-21


2.2. Gemiddelde verblijfsduur Tabel 16 vertoont dezelfde patronen als wat eerder beschreven werd over de capaciteit van acute ziekenhuisbedden en ziekenhuisopnames. Enerzijds zijn er grote verschillen van land tot land in de gemiddelde verblijfsduren. Anderzijds zijn het niet noodzakelijk de landen met de hoogste (of laagste) beddencapaciteit die de hoogste (of laagste) gemiddelde verblijfsduur tellen (Pearson rank correlation coefficient: 0,20). Ook het percentage 75-plussers van een land is geen goede indicator voor de gemiddelde verblijfsduur in een acuut ziekenhuis in dat land (Pearson rank correlation coefficient: -0,068).

Tabel IV-16: Globale gemiddelde verblijfsduur in acute ziekenhuizen meest recente jaar Denemarken 2002 Finland 2002 Zweden 2002 Noorwegen 2002 Frankrijk 2001 VSA 2002 Oostenrijk 2002 Ierland 2002 VK 2002 Italië 2001 Spanje 2000 Canada 2001 België 1999 Nederland 2001 Zwitserland 2002 Duitsland 2001 Bron: OECD data (versie 2004)

OECD statistieken 3,7 4,3 4,8 5,7 5,7 5,7 6,0 6,5 6,9 6,9 7,1 7,3 8,0 8,6 9,2 11,6

België is één van de landen met de hoogste gemiddelde verblijfsduur. Ook hier werd getoetst naar de betrouwbaarheid en validiteit van deze vergelijkende statistiek. In tegenstelling tot de cijfers voor de opnamefrequenties blijken de OECD data over de gemiddelde verblijfsduur in acute ziekenhuizen soms sterk te verschillen van de cijfers die we bij de betrokken landen zelf via internet konden raadplegen (zie tabel 17). Een verklaring hiervoor is niet onmiddellijk te vinden.

IV-22


Tabel IV-17: Gemiddelde verblijfsduur in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen

jaartal

gemiddelde verblijfsduur

verschil tussen OECD en internet

2002 2002 2002 2000 2001 2003 2002 1999 2001 2001

5,0 6,4 5,7 5,8 8,4 6,4 6,9 7,1 9,1 9,3

35,14% 33,33% 0,00% 0,00% 40,00% -1,54% 0,00% 0,00% 13,75% 8,14%

OECD-bron jaartal

gemiddelde verblijfsduur

internet-bron

Denemarken 2002 3,7 Zweden 2002 4,8 Noorwegen 2002 5,7 VSA 2000 5,8 Oostenrijk 2002 6,0 Ierland 2002 6,5 VK 2002 6,9 Canada 1999 7,1 België 1999 8,0 Nederland 2001 8,6 Bron: zie tabel bronnen andere landen (bijlage 1) OECD data (versie 2004)

Welke informatiebron ook geconsulteerd wordt, en wat de gemiddelde verblijfsduur in een land ook moge zijn, steeds blijkt dat deze gemiddelde verblijfsduur een dalende trend vertoont (zie tabel 18). Deze dalingspercentages variëren van 1,5% in Ierland tot bijna 17% in Duitsland, telkens over een periode van vijf jaar gerekend. Het dalingspercentage in België is het derde laagste van de twaalf landen waarvoor cijfers beschikbaar zijn. Tabel IV-18: Evolutie van de globale gemiddelde verblijfsduur in acute ziekenhuizen periode evolutie Ierland 1998 – 2003 -1,5% Canada 1994 – 1999 -3,4% België 1996 – 2001 -6,2% Zweden 1998 – 2003 -8,8% Zwitserland 1998 – 2003 -8,9% VSA 1995 – 2000 -9,3% Oostenrijk 1999 – 2002 -9,7% Nederland 2001 – 2003 -11,4% VK 1998 – 2003 -11,9% Noorwegen 1999 – 2003 -12,1% Denemarken 1998 – 2003 -14,1% Duitsland 1998 – 2003 -16,8% Bron: zie tabel bronnen andere landen (bijlage 1)

IV-23


In landen met een daling van de opnamefrequentie gedurende de jongste jaren is de gemiddelde verblijfsduur verder blijven dalen, weliswaar niet zo sterk als in landen met een stijging van de opnamefrequentie. De daling van de opnamefrequentie houdt wellicht mede verband met een substitutie naar daghospitalisatie en andere alternatieven voor ziekenhuisverblijf. Deze substitutie (van de minder zware pathologie) compenseert echter niet ten volle de (dalende) evolutie van de gemiddelde verblijfsduur van de patiënten die nog wel in het ziekenhuis worden opgenomen. Hetzelfde geldt voor de evolutie van de gemiddelde verblijfsduur voor de landen waarvan data beschikbaar zijn per leeftijdsgroep (zie tabellen 19 tot 22). De enige uitzondering hierop is de leeftijdsgroep van 0-14 jaar voor Zweden (zie tabel 20). Deze gemiddelde verblijfsduur stijgt met 11% tussen 1998 en 2003. Tegelijk is er een opmerkelijke daling in die periode van de opnamefrequentie voor die leeftijdsgroep in Zweden. Wellicht is het effect van de substitutie naar daghospitalisatie hier wel doorslaggevend.

Tabel IV-19: Gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen 0-14 15-59 Canada 1994 4,1 5,3 1999 3,9 5,1 Denemarken 1998 3,3 4,1 2003 3,0 3,7 Nederland 2001 5,4 6,3 2003 5,1 5,8 Zweden 1998 3,7 5,8 2003 4,2 5,3 Bron: zie tabel bronnen andere landen (bijlage 1)

IV-24

60-74

75+

9,5 8,6

13,2 11,8

7,0 5,8

9,3 7,4

9,9 8,8

13,8 11,9

7,0 6,2

8,3 7,6


Tabel IV-20: Evolutie van de gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen evolutie 15-59 60-74 -5,0% -9,3% -10,8% -17,8% -7,9% -11,1% -9,8% -11,9%

periode

0-14 Canada 1994 – 1999 -3,0% Denemarken 1998 – 2003 -8,5% Nederland 2001 – 2003 -5,6% Zweden 1998 – 2003 +10,9% Bron: zie tabel bronnen andere landen (bijlage 1)

75+ -10,2% -20,8% -13,8% -8,7%

Tabel IV-21: Gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van verschillende leeftijdsgroepen Noorwegen 1999 2003 VSA

0-19 4,5 4,0

20-59 4,9 4,2

0-14 15-44 1995 4,5 3,9 2000 4,5 3,7 Bron: zie tabel bronnen andere landen (bijlage 1)

60-79 7,6 6,6

80+ 8,6 7,5

45-64 5,5 5,0

65-74 6,5 5,7

75-84 7,0 6,2

85+ 7,3 6,2

Tabel IV-22: Evolutie van de gemiddelde verblijfsduur in acute ziekenhuizen per leeftijdsgroep van landen met statistieken van verschillende leeftijdsgroepen periode 0-19 20-59 Noorwegen 1999 – 2003 -10,4% -13,5% 0-14 15-44 VSA 0,0% -5,1% 1995 – 2000 Bron: zie tabel bronnen andere landen (bijlage 1)

evolutie 60-79 80+ -12,8% -12,2% 45-64 65-74 -9,1% -12,3%

75-84 -11,4%

85+ -15,1%

Tabellen 20 en 22 tonen ook aan dat de daling van de gemiddelde verblijfsduur voor de kinderen meestal kleiner is dan voor de ouderen. Mogelijk houdt dit verband met het feit dat de alternatieven voor ziekenhuiszorg voor ouderen geleidelijk uitgebouwd worden (o.a. RVT’s, thuiszorg,…) zodat de ouderen sneller uit het ziekenhuis ontslagen kunnen worden. Dit heeft een kortere gemiddelde verblijfsduur tot gevolg.

IV-25


In het tussentijds rapport werd reeds gewezen op de interdependentie tussen de gemiddelde opnamefrequentie en de gemiddelde verblijfsduur. Dit kan opgevangen worden door de evolutie van het aantal bezette bedden te berekenen.

2.3. Bezette bedden De bezette bedden worden berekend door het product van de opnamefrequentie en de gemiddelde verblijfsduur te delen door 365. Tabel 23 geeft de bezette bedden in de acute ziekenhuizen per 1000 inwoners weer volgens de OECD-databank. Daaruit blijkt dat Oostenrijk en Duitsland het meest aantal bezette bedden hebben van de geselecteerde landen. België staat op de vierde plaats van de landen met het meest aantal bezette bedden per 1000 inwoners. Tabel IV-23: Bezette bedden per 1000 inwoners in acute ziekenhuizen meest recente jaar VSA 2002 Zweden 1996 Spanje 2000 Nederland 2001 Finland 2002 Ierland 2002 Noorwegen 2002 Denemarken 1999 Canada 2001 Frankrijk 2001 Italië 2001 VK 2001 Zwitserland 2002 België 1997 Luxemburg 2002 Oostenrijk 2002 Duitsland 2001 Bron: OECD data (versie 2004)

OECD statistieken 1,92 2,19 2,19 2,19 2,47 2,47 2,47 2,74 2,74 3,01 3,01 3,29 3,29 3,56 3,84 4,66 7,12

IV-26


In tabel 24 wordt het aantal bezette bedden per 1000 inwoners gegeven volgens de OECD databank enerzijds en volgens de internetbronnen anderzijds. Uit deze tabel blijkt dat volgens de nationale internetbronnen Oostenrijk en Duitsland de landen zijn met het meeste aantal bezette bedden per 1000 inwoners. In 2003 telde Oostenrijk 5,39 bezette bedden en Duitsland zelfs 5,42 (in 2001). De landen met het minste aantal bezette bedden zijn Canada en de Verenigde Staten. Deze landen telden in respectievelijk 1999 en 2000 minder dan 2 bezette bedden per 1000 inwoners. Ook volgens de internetbronnen scoort België relatief hoog voor de bezette bedden.

Tabel IV-24: Bezette bedden (per 1000 inwoners) in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen OECD-bron bezette bedden Canada 1999 1,88 VSA 2000 1,92 Nederland 2001 2,19 Ierland 2000 2,47 Noorwegen 2002 2,47 Denemarken 1999 2,74 VK 2001 3,29 Zwitserland 2002 3,29 België 1996 3,56 Oostenrijk 2002 4,66 Duitsland 2001 7,12 Bron: zie tabel bronnen andere landen (bijlage 1) OECD data (versie 2004) jaartal

internet-bron jaartal 1999 2000 2001 2000 2002 1999 2001 2002 1996 2003 2001

bezette bedden 1,88 1,52 2,07 2,61 2,55 3,04 2,95 3,03 4,56 5,39 5,42

verschil tussen OECD en internet 0,00% -20,83% -5,48% 5,67% 3,24% 10,95% -10,33% -7,90% 28,09% 15,67% -23,88%

Bij tabel 24 kan eveneens opgemerkt worden dat ook bij de bezette bedden redelijk grote verschillen bestaan tussen de nationale statistieken en de OECD-data. Met uitzondering van het Verenigd Koninkrijk is het aantal bezette bedden in alle geselecteerde landen gedaald in de jongste jaren. De totale vermindering van het aantal bezette bedden was het grootst voor Canada en Zweden. In deze landen daalde het aantal bezette bedden met respectievelijk 19,7% en 17,4% (zie tabel 25). De kleinste daling van het aantal bezette bedden zagen we in Nederland, Noorwegen, Oostenrijk en Ierland. De bezette bedden daalden in deze vier landen met 4% of minder (zie tabel 25).

IV-27


Tabel IV-25: Evolutie van de bezette bedden per 1000 inwoners in acute ziekenhuizen periode evolutie Canada 1994 – 1999 -19,7% Zweden 1998 – 2003 -17,4% Denemarken 1998 – 2003 -11,7% Duitsland 1998 – 2003 -10,7% VSA 1995 – 2000 -10,6% Zwitserland 1998 – 2003 -7,1% België 1996 – 2001 -6,4% Noorwegen 1999 – 2003 -4,0% Nederland 2001 – 2003 -3,8% Oostenrijk 1999 – 2002 -3,6% Ierland 1998 – 2003 -0,6% VK 1998 – 2003 +8,5% Bron: zie tabel bronnen andere landen (bijlage 1)

In tabel 26 worden de bezette bedden vergeleken met de capaciteit. Deze data komen beide van de OECD-databank. Uit deze tabel blijkt dat voor bijna alle landen de bezette bedden kleiner zijn dan de werkelijke capaciteit. Alleen voor Finland is dit niet zo. Dit zou voor Finland leiden tot een gemiddelde bezettingsgraad van 109%, wat onmogelijk is. Een verklaring voor dit afwijkende resultaat is niet meteen voor handen. Tabel IV-26: Bezette bedden en beddencapaciteit (per 1000 inwoners) in acute ziekenhuizen jaar VSA 2002 Nederland 2001 Portugal 2001 Spanje 2000 Finland 2002 Ierland 2002 Noorwegen 2002 Canada 2001 Denemarken 1999 Griekenland 2000 Frankrijk 2001 Italië 2001 VK 2001 Zwitserland 2002 België 1997 Luxemburg 2002 Oostenrijk 2002 Duitsland 2001 Bron: OECD data (versie 2004)

bezette bedden

capaciteit

1,9 2,2 2,2 2,2 2,5 2,5 2,5 2,7 2,7 2,7 3,0 3,0 3,3 3,3 3,6 3,8 4,7 7,1

2,9 3,3 3,2 2,8 2,3 3,0 3,1 3,2 3,5 4,0 4,0 4,6 3,9 3,9 4,6 5,8 6,1 9,0

IV-28


Voor de landen waarvan we gegevens per leeftijdsgroep hebben, zijn er verschillende conclusies te trekken (zie tabellen 27 tot 30). Canada kende de grootste daling van het aantal bezette bedden voor de groep 0-14 jarigen. Daar daalden de bezette bedden met 26%, terwijl dit voor de 75-plussers slechts met 19% was. Zweden daarentegen kent een andere evolutie van zijn bezette bedden. Hier bleef het aantal bezette bedden voor de 0-14 jarigen constant, de grootste daling van de bezette bedden was te zien bij de leeftijdsgroep 60-74 jaar (-25,4%) en de leeftijdsgroepen 15-59 jaar en meer dan 75 jaar kenden een daling van hun bezette bedden met ongeveer 15%. De bezette bedden in Noorwegen namen voor de verschillende leeftijdsgroepen af met een steeds kleiner percentage. Voor de 0-19 jarigen was er nog een daling met 9% terwijl dit voor de 60-79 jarigen nog maar 4% was. Voor de 80-plussers was er in Noorwegen zelfs een toename van het aantal bezette bedden per 1000 inwoners met ongeveer 1%. De VSA kende een zeer kleine daling van de bezette bedden voor de jongste leeftijdsgroep (-1,1%), maar voor alle andere leeftijdsgroepen zijn de bezette bedden met 10 tot 15% gedaald.

Tabel IV-27: Bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen 0-14

15-59

Canada 1994 0,64 1,40 1999 0,47 1,06 Denemarken 1998 1,61 1,66 2003 1,43 1,47 Nederland 2001 1,11 1,14 2003 1,06 1,12 Zweden 1998 0,72 1,78 2003 0,72 1,48 Bron: zie tabel bronnen andere landen (bijlage 1)

IV-29

60-74

75+

5,37 3,93

14,63 11,88

6,07 5,23

14,32 12,58

4,49 4,28

9,71 9,08

5,46 4,08

12,50 10,53


Tabel IV-28: Evolutie van de bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van dezelfde leeftijdsgroepen evolutie 15-59 60-74 -24,4% -26,8% -11,5% -13,9% -2,1% -4,7% -16,7% -25,4%

periode

0-14 Canada 1994 – 1999 -26,5% Denemarken 1998 – 2003 -11,3% Nederland 2001 – 2003 -5,2% Zweden 1998 – 2003 +0,0% Bron: zie tabel bronnen andere landen (bijlage 1)

75+ -18,8% -12,2% -6,6% -15,8%

Tabel IV-29: Bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van de landen met statistieken van verschillende leeftijdsgroepen (per 1000 inwoners) Noorwegen 1999 2003 VSA

0-19 1,02 0,93

20-59 1,66 1,57

0-14 15-44 1995 0,49 0,93 2000 0,49 0,81 Bron: zie tabel bronnen andere landen (bijlage 1)

60-79 6,24 5,97

80+ 12,12 12,23

45-64 1,80 1,51

65-74 4,62 3,94

75-84 7,93 6,96

85+ 11,86 10,28

Tabel IV-30: Evolutie van de bezette bedden (per 1000 inwoners) in acute ziekenhuizen per leeftijdsgroep van landen met statistieken van verschillende leeftijdsgroepen periode 0-19 20-59 Noorwegen 1999 – 2003 -8,9% -5,4% 0-14 15-44 VSA 1995 – 2000 -1,1% -12,2% Bron: zie tabel bronnen andere landen (bijlage 1)

IV-30

evolutie 60-79 80+ -4,3% +0,9% 45-64 65-74 -16,1% -14,6%

75-84 -12,3%

85+ -13,3%


2.4. Gemiddelde bezettingsgraad De OECD-databank bevat ook statistieken over de gemiddelde bezettingsgraad in acute ziekenhuizen per land (tabel 31).

Tabel IV-31: Gemiddelde bezettingsgraad (%) in acute ziekenhuizen tussen 1995 en 2000 1990 73,3 63,2 66,7 79,4 74,2 77,3 78,2 69,3 72,2 73,5 77,0 81,9 84,4 80,1 84,5 79,0 78,5 78,6

Nederland Griekenland Portugal Luxemburg Finland Frankrijk Oostenrijk Italië Zweden Spanje Noorwegen België Duitsland Verenigd Koninkrijk Ierland Zwitserland Denemarken Canada ¹ 1994 ² 1998 ³ 1999 Bron: OECD data (versie 2004)

1995 73,3 62,1 72,6 74,3¹ 74,0 76,0 75,8 70,7 75,9 76,4 79,4 79,7 83,3 79,0 82,5 77,7¹ 78,6 84,5

2000 65,7 68,0³ 71,3 71,4 75,0 75,5 75,6 77,1 79,5 79,9² 80,2 83,0 83,2 84,4 85,0 90,8

Uit tabel 31 blijkt dat de hoogste bezettinggraden gerealiseerd werden in Canada, Denemarken, Zwitserland, Ierland, VK en Duitsland. Deze landen konden in 2000 een bezettingsgraad van meer dan 80% realiseren. Canada kende vooral een sterke stijging van de bezettingsgraad vanaf 1995. Nederland en Griekenland hebben daarentegen een erg lage bezettingsgraad (minder dan 70% in 2000). Nederland wordt nochtans geconfronteerd met aanzienlijke wachtlijsten. Dit bevestigt dat het optimaal gebruik van het ziekenhuisaanbod niet enkel afhangt van de beschikbare capaciteit aan ziekenhuisbedden.

IV-31


Voor enkele landen kon de gemiddelde bezettingsgraad ook via de nationale statistieken gevonden worden. Deze worden weergegeven in tabel 32.

Tabel IV-32: Gemiddelde bezettingsgraad (%) in acute ziekenhuizen volgens de OECD en de nationale internet-bronnen OECD-bron jaartal

internet-bron

gemiddelde bezettingsgraad

Nederland 2001 Italië 2001 Oostenrijk 2002 Spanje 2000 België 1997 Duitsland 2001 Ierland 2000 Verenigd Koninkrijk 2001 Zwitserland 2002 Bron: zie tabel bronnen andere landen (bijlage 1) OECD data (versie 2004)

66,0 76,0 76,3 77,1 77,7 79,9 83,2 84,0 84,6

jaartal 2001 2002 2003 2000 1997 2001 2000 2001 2002

gemiddelde bezettingsgraad 76,7 78,4 80,0 79,6 81,0 80,7 83,3 85,1 85,1

verschil tussen OECD en internet 16,21% 3,16% 4,85% 3,24% 4,25% 1,00% 0,12% 1,31% 0,59%

Uit deze tabel blijkt dat de verschillen tussen de OECD-data en de internet-bronnen voor gemiddelde bezettingsgraad relatief klein zijn. Alleen Nederland rapporteert een gemiddelde bezettingsgraad die 16% hoger ligt dan deze volgens het OECD. Voor alle andere landen is het verschil kleiner dan 5%.

IV-32


3. Gepubliceerde toekomstscenario’s en site visits in enkele West-Europese landen 3.1. Inleiding Hierboven werd een analyse gemaakt van de variatie en de evolutie van het aanbod en het gebruik van de acute ziekenhuisvoorzieningen in een landen die qua levensstandaard en bevolkingskarakteristieken het meest met België kunnen vergeleken worden. Hieruit blijkt een dalende trend in de meeste landen van de voornaamste parameters van vraag en aanbod van deze zorg. Gezien de demografische vooruitzichten in de meeste van deze landen kan de vraag gesteld worden of deze dalende trend zich ook in de komende 10 à 15 jaar zal doorzetten. Hierover werden bijzonder weinig wetenschappelijke publicaties teruggevonden. Hierna volgt een korte synthese van vier rapporten waarin wel gepoogd werd de verdere evolutie aan benodigde beddencapaciteit aan acute ziekenhuisvoorzieningen te voorspellen. Deze informatie is echter onvoldoende om prognoses toe te laten van de toekomstige behoeften aan acute ziekenhuisbedden in België. Uit de statistische vergelijkingen van de vorige twee hoofdstukken kan wel geconcludeerd dat het gevoerde ziekenhuisbeleid van de betreffende overheden een significante invloed heeft op het volume van acute ziekenhuiszorg en dus ook de benodigde capaciteit. Het leek dan ook erg nuttig bij de overheden van de geselecteerde landen te informeren welk gezondheidsbeleid zij in de komende jaren plannen te voeren en hoe zij verwachten dat vraag en aanbod van acute ziekenhuisvoorzieningen, mede rekening houdend met dit beleid en de verwachte vergrijzing van de bevolkingsstructuur, zal evolueren. Met dit doel werd via de F.O.D. Volksgezondheid, Veiligheid van de voedselketen en Leefmilieu een schrijven gericht naar de CMO van het Ministerie van Volksgezondheid van een aantal EU-landen, met de vraag naar een onderhoud met experts over dit thema in hun departement. Vier landen hebben op deze vraag positief gereageerd, met name Ierland, Zweden, Oostenrijk, het Verenigd Koninkrijk en Nederland. Duitsland heeft schriftelijk gereageerd dat de federale overheid slecht geplaatst is om hierop in te gaan, gezien het

IV-33


gezondheidsbeleid door de verschillende Länder afzonderlijk wordt gevoerd. Het leek ons niet haalbaar om deze Länder afzonderlijk te gaan interviewen. Ook Malta had positief gereageerd. Gezien de kleinschaligheid van dit land (slechts één ziekenhuis) werd geoordeeld verdere besprekingen met het betrokken ministerie in beraad te houden.

3.2. Gepubliceerde toekomstscenario’s Er bestaat heel wat literatuur over het effect van de introductie van een nieuwe medische techniek, een nieuw geneesmiddel, meer gekwalificeerd personeel, etc… op het gebruik van ziekenhuiszorg (bijvoorbeeld een daling van de verblijfsduur). Maar dit soort publicaties blijft doorgaans beperkt tot het meten van de impact van die ene medische interventie in de omgeving waar de interventie heeft plaatsgehad. Het is met dit soort studies niet mogelijk in te schatten wat het effect van deze geïsoleerde wijzigingen in de medische praktijk zal zijn op nationaal niveau als die overal zullen geïmplementeerd zijn. Het lijkt ons dan ook weinig zinvol om deze kleinschalige studies hier te rapporteren. In enkele landen zijn er wel inspanningen geleverd om de toekomstige behoeften aan ziekenhuisvoorzieningen te bestuderen. Hierna volgt een synthese van een Canadese, een Britse en een paar Nederlandse publicaties hierover.

3.2.1. Rapport over de schatting van de toekomstige bedbehoeften 3.2.1.1. Prognoses voor de provincie Manitoba Gebaseerd op de bevolkingsprognoses werd het aantal chirurgische en niet-chirurgische ligdagen geschat die verwacht worden in elk Regional Health Authority (RHA) in Manitoba in 2020. De bevolkingsprognoses worden opgesplitst in leeftijd en geslacht en per RHA. Als het aantal ligdagen geschat is voor de residenten van elke RHA, zal ook gekeken worden naar waar de residenten hun zorg kregen in het recente verleden. (Stewart D.K. Tate R. et al. Projecting hospital bed needs for 2002, June 2002) De auteurs bespreken twee soorten projectiemodellen : The Current Use Projection Model en the Trend Analysis Model. De berekende projecties verschillen sterk van elkaar.

IV-34


Current Use Projection Model Hierbij werd het toekomstig ziekenhuisgebruik geschat door te kijken naar de huidige patronen. Men gebruikt de data van de drie jaren 1996/1997 tot 1998/1999 en vervolgens schat men hoeveel ligdagen gerealiseerd zullen worden in 2020 als men de ziekenhuizen op dezelfde manier zal blijven gebruiken als op het einde van de jaren 90. Deze prognose houdt ook rekening met de bevolking en de verandering in de mix (leeftijd/geslacht) die verwacht wordt in Manitoba in 2020. Het resultaat van dit model was dat het ziekenhuisgebruik zal stijgen door de verouderende bevolking en de stijgende graad van chirurgie. Dit model schatte dat de chirurgische dagen zullen stijgen met meer dan 35% en de niet-chirurgische dagen met meer dan 25%. Trend Analysis Model Dit model houdt rekening met de verandering in de patronen van gebruik van het ziekenhuis en dat de vooruitgang die de voorbije 10 jaar werd gemaakt (1989/1990 tot 1998/1999) zich in de toekomst zal doorzetten (vooral daling van de verblijfsduur en shift naar daghospitalisatie). Dit model resulteerde in een verwachte een daling van het aantal ligdagen in 2020. De nietchirurgische dagen zullen met 17% dalen en de chirurgische dagen zullen met 30% dalen tov 1998/1999. De verwachte daling komt door de daling in de gemiddelde verblijfsduur en de verschuiving van de patiënt van ziekenhuisopname naar daghospitalisatie. Gevolgen van de schattingen van beide modellen: De resultaten van het current use model lijken logisch. In 2020 zal de oudere bevolking een groter deel uitmaken van de totale bevolking en deze oudere bevolking maakt meer gebruik van de ziekenhuizen dan de jongere bevolking. Maar zelfs wanneer het ziekenhuisgebruik hetzelfde blijft als in 1999, zijn er andere factoren die de druk op het aantal ligdagen zullen doen dalen. De meeste ziekenhuizen hebben een lage bezettingsgraad. Veel van de stijging van de hospitalisatiedagen zal dus voldaan kunnen worden met de bestaande capaciteit. Ten tweede is het zo dat een groot deel van de residenten van de rurale RHAs opgenomen worden in Winnipeg, en dus de stijging van de hospitalisatiedagen wil niet zeggen dat de stijgende vraag zich zal focussen op de lokale faciliteiten. Ten derde heeft recent onderzoek aangetoond dat er nog ruimte is voor verbetering in het gebruik van de ziekenhuisbedden in Winnipeg. Het is zo dat een deel van de hospitalisatiedagen die patiënten doorgebracht hebben in acute ziekenhuisbedden niet noodzakelijk nood hadden aan acute zorg. IV-35


Omdat het huidig gebruik van de ziekenhuizen niet noodzakelijk de ‘best practice’ weergeeft, is dit model echter geen solide basis om projecties te maken naar de toekomst. Men moet proberen de bedden zo goed mogelijk te managen (door het verwijzen van patiënten naar alternatieve diensten als ze geen acute zorg meer nodig hebben) om het huidig gebruik kunnen doen dalen en dus ook de toekomstige behoefte aan bedden. Voor men dit echter kan doen, moet de capaciteit in de alternatieve instellingen voldoende zijn om de stijgende vraag naar zorg in deze instellingen te kunnen opvangen. De resultaten van het trend analysis model lijken ook logisch. Rekening houdend met de veranderingen in het ziekenhuisgebruik de voorbije 10 jaar, is het waarschijnlijk dat de komende 18 jaar ook een daling in het aantal ligdagen zal zijn. Deze daling is gebaseerd op het feit dat de scherpe daling van de gemiddelde verblijfsduur de voorbije 10 jaar zich zal doorzetten tot 2020. Ook de shift naar daghospitalisatie zal groter worden als meer procedures in daghospitalisatie kunnen gebeuren. Dit model schat dat de chirurgische dagen zullen dalen met 30% en de niet-chirurgische dagen met 17%. Hoewel het trend analysis model een lager aantal ligdagen voorspelt, wil dit niet zeggen dat ook de opnamefrequentie of chirurgische ingrepen zal dalen. Men voorspelt zelfs een stijging van beide. Opmerking Het is belangrijk op te merken dat 2020 slechts een begin is van de vergrijzing (door de ouder wordende babyboomers). Als de alsmaar kortere verblijfsduur en shift naar dagchirurgie blijft, zal Manitoba meer dan genoeg capaciteit hebben in 2020 om aan de vraag van de ouder wordende bevolking te voldoen. Echter als de trends zich niet blijven doorzetten, zal er een toename zijn van de vraag naar acute zorg in 2020 en deze vraag zal blijven groeien (tot ongeveer 2050). Het is dus belangrijk de evoluties van gebruik en bevolking regelmatig te checken om te zorgen dat geen over- of onderschatting doet van de noden aan zorg. Er zijn risico’s aan zowel over- als onderschatting van de nood aan ziekenhuisbedden. Echter de risico’s van het onderschatten zijn geringer want nieuwe capaciteit ontwikkelen duurt minder lang dan het teveel aan bedden sluiten. De projecties houden ook geen rekening met de kosten. Men heeft geen rekening gehouden met de kosten voor voldoende personeel of nieuwe technologieën die deel uitmaken van de toekomstige ziekenhuiszorg.

IV-36


Tenslotte voorpelt het Trend Analysis model een grote stijging in dagchirurgie. Het is dan ook belangrijk te verzekeren dat er voldoende faciliteiten aanwezig zijn om deze shift mogelijk te maken. Voorbereiding voor 2020 o Manitoba moet deze projecties elke vijf jaar herberekenen aan de hand van de actuele cijfers over bevolking en ziekenhuisgebruik en geüpdate bevolkingsprognoses. Als de patronen zijn gewijzigd moeten de verwachte ligdagen voor 2020 ook wijzigen. o De provincie moet ‘waakzaam wachten’. Daar de vraag naar ziekenhuisbedden niet meteen stijgt, moet er voldoende tijd zijn om aangewezen te reageren. Een stijging van 38% in de oudere bevolking tussen 1985 en 1998 is opgevangen door het systeem, ondanks een substantiële daling in het aantal ziekenhuisbedden. De vooruitzichten verwachten een stijging van 15% in de ouderen bevolking tegen 2020. o Er moeten geen middelen overgeheveld worden van Winnipeg naar de regio’s waar verwacht wordt dat de bevolking zal stijgen. Hoewel Winnipeg de enige RHA is waar er geen stijging van de bevolking verwacht wordt, toch zorgt Winnipeg voor de nood aan ziekenhuiszorg van andere regio’s. Er zijn geen aanwijzingen dat dit patroon zal wijzigen. o Manobita moet programma’s ontwikkelen om te verzekeren dat de ziekenhuisbedden gebruikt worden voor patiënten met acute noden en dat alternatieve voorzieningen worden uitgebouwd voor wanneer deze patiënten niet langer ziekenhuiszorg nodig hebben. o Men moet de langliggers monitoren en zorgen voor hun ontslag naar alternatieve instellingen zoals verzorgingstehuizen zodra het verantwoord is. o De provincie moet nauw samenwerken met de RHA om te verzekeren dat het gezondheidszorgsysteem uitgerust is om om te gaan met de continue shift naar meer procedures in dagchirurgie. o Men moet onderzoeken waarom de graad van chirurgie in Manitoba verwacht wordt zo fel te stijgen (72%). Een deel van de stijging is een gevolg van de vergrijzing, maar het grootste deel is een gevolg van de stijgende hoeveelheid chirurgie. Richtlijnen zouden moeten ontwikkeld worden om te verzekeren dat beslissingen rond chirurgie consistent zijn met het best beschikbaar bewijsmateriaal.

IV-37


Besluit Ondanks de vergrijzende bevolking in Manitoba, is men toch optimistisch dat de provincie geen beddentekort door deze oudere bevolking zal hebben. Als de trends uit het verleden zich doorzetten, zullen de RHA’s nu meer bedden hebben dan werkelijk nodig in 2020. Maar zelfs als het ziekenhuisgebruik niet blijft dalen, zal Manitoba toch in staat zijn om de toenemende vraag naar zorg op te vangen door andere zorginstellingen uit te bouwen voor patiënten die geen werkelijk acute zorg nodig hebben.

3.2.1.2. Prognoses voor Nederland Op 13 januari 2003 werd door het College Bouw Ziekenhuisvoorzieningen een “signaleringsrapport” over de Ontwikkelingen Bedgebruik Ziekenhuizen overgemaakt aan de Nederlandse minister van Volksgezondheid, Welzijn en Sport. Het rapport omvat: -

een analyse van de trends in het bedgebruik per leeftijdsgroep in de afgelopen jaren

-

een vergelijking van het bedgebruik in Nederland met dat in andere westerse landen

-

een beschouwing over de vraag of het aantal ziekenhuispatiënten, afgezien van het effect van de vergrijzing van de bevolking, zal toe- of afnemen

-

verschillende scenario’s voor toekomstige ontwikkelingen in het bedgebruik

Het rapport wijst erop dat de jongste 10 jaar het aantal gebruikte bedden per 1000 inwoners met een zekere regelmaat is gedaald, ondanks de vergrijzing en dat in 2001 reeds 48 % van de verpleegdagen betrekking heeft op 65 plussers. De conclusie van het rapport is dat het aantal ziekenhuispatiënten per 1000 inwoners en dus het activiteitsniveau in het ziekenhuis tussen nu en 2015 aanzienlijk zal toenemen. Dit wordt echter meer dan gecompenseerd door de verwachting van een voortgaande verkorting van de verblijfsduur en een verdere verschuiving van ziekenhuisopnamen naar daghospitalisatie en poliklinische zorg. Ook in dat rapport wordt de methodologie van de trendanalyse gehanteerd. De scenario’s verschillen in het aantal jaren dat teruggekeken wordt voor de berekening van de trends en de veronderstellingen ten aanzien van het aantal jaren dat de trends per leeftijdsgroep zich verder zullen doorzetten. Zo wordt o.a. een verkorting van de gemiddelde verblijfsduur geraamd van 8,1 dagen in 2001 naar enerzijds 5,9 dagen en anderzijds 6,7 dagen in 2015. Als acceptabele bezettingsgraad wordt 85 % vooropgesteld. Hierbij is rekening gehouden met: “een lagere bezettingsgraad voor de afdelingen voor intensieve zorg; een lagere bezettingsgraad tijdens weekends en feestdagen en seizoensschommelingen”.

IV-38


Het rapport komt tot de conclusie dat de benodigde ziekenhuisbedden (exclusief psychiatrie en bedden voor gezonde zuigelingen, maar inclusief bedden voor daghospitalisatie) tenminste 1,7 en maximum 2,3 per duizend inwoners zullen bedragen. De geraamde vork hangt samen met onzekerheden in de ontwikkeling van het aantal daghospitalisaties, ziekenhuisopnamen, en verblijfsduur, en pleit voor een verdere monitoring van deze parameters. Samengevat wordt verwacht dat de benodigde beddencapaciteit (thans zowat 3,0 bedden per 1000 inwoners) verder zal dalen naar 2015, ondanks de vergrijzing.

3.2.2. Rapporten over de beïnvloedende factoren Zowel het Department of Health in het Verenigd Koninkrijk (Shaping the future NHS: Long Term Planning for Hospitals and Related Services, 2000) als het Sociaal en Cultureel Planbureau in Nederland (In het zicht van de toekomst, 2004) hebben een rapport gepubliceerd waarbij onder meer gepoogd wordt projecties over het benodigd aantal ziekenhuisbedden in de toekomst te maken. In geen van beide rapporten worden deze projecties gekwantificeerd. De auteurs bespreken wel de evolutie van een aantal factoren die verwacht worden een invloed te hebben op de toekomstige vraag naar ziekenhuiszorg, in dalende of stijgende zin. Hierna volgt een overzicht van deze factoren. Vooruitgang in de medische technologie Deze technologische vooruitgang in de medisch wereld zal het aantal opnames ongetwijfeld doen toenemen. Wetenschappelijke doorbraken maken de behandeling van steeds meer ziekten mogelijk. Daartegenover staat echter dat de gemiddelde verblijfsduur zal dalen en meer en meer behandelingen in het dagziekenhuis kunnen plaatsvinden. Dit zal dan weer leiden tot een daling van het aantal opnames. Ook de technologische vooruitgang in de diagnostische technieken is groot, misschien nog groter dan de vooruitgang in therapeutische technieken. Door de snelle ontwikkeling van nieuwe beeldtechnieken kunnen medici meer zien in het menselijk lichaam dan vroeger. En dit vermogen zal in de toekomst alleen nog maar toenemen. Het in de toekomst kunnen behandelen van ziekten betekent niet altijd dat ze ook volledig te genezen kunnen zijn. Men verwacht dat nu veelal dodelijke ziekten als kanker en aids in de toekomst vaak chronische aandoeningen zullen worden.

IV-39


Ook de ontwikkelingen in de thuiszorgtechnologie zijn belangrijk. Technische mogelijkheden om de patiënt thuis te laten revalideren of langdurige zorg te verlenen zijn de laatste tijd snel toegenomen. Chronische patiënten kunnen bijvoorbeeld thuis hun bloedwaarden en stofwisseling testen en uitslagen doormailen naar de dokter. Ook de ontwikkelingen in domotica maakt dat patiënten door toepassing van thuiszorgtechnologie korter in het ziekenhuis verblijven en een groot deel van de revalidatieperiode thuis zijn. Voor chronisch zieken betekent dit dat ze minder of zelfs helemaal niet in het ziekenhuis hoeven worden opgenomen te worden (bv. thuisdialyse voor nierpatiënten). Toenemende verwachtingen Beter geïnformeerde en meereisende consumenten zetten druk op de gezondheidszorg. De bevolking is hoger opgeleid en ook de mondigheid van de patiënten neemt alsmaar toe, wat zal leiden tot een toenemende vraag naar gezondheidszorg. In Nederland wordt tegenwoordig reeds 60% van de verwijzingen beïnvloed door druk van de patiënt. De patiënten worden niet alleen mondiger, ze zien ook dat er met de medische technieken steeds meer mogelijk is. Ze zien dat het lichaam te vermaken is met medische technologie, soms zelfs tot een beter lichaam dan voordien. Men aanvaardt gezondheidsverlies niet meer als onherroepelijk. Er ontstaat hierdoor een nieuwe groep zorggebruikers die niet ziek zijn maar hun uiterlijk willen verbeteren of hun lichamelijke en cognitieve vermogens, met behulp van bijvoorbeeld concentratie-, geheugen- en andere functieverbeteraars. Dan is er nog de trend dat, vooral jongeren, in hun vrije tijd bewust meer gezondheidsrisico’s nemen. Deze jongeren nemen meer gezondheidsrisico’s want ze zijn er zich van bewust dat een deel van dit ongezond gedrag gerepareerd kan worden door medische zorg (verslavingszorg). Verwachte demografische veranderingen De vergrijzing van de bevolking zal zich voortzetten. Hierdoor zal de vraag naar gezondheidszorg gestaag stijgen. Er is een debat aan de gang over welke veranderingen in leeftijdsgebonden morbiditeit zich zullen voordoen, en of de vraag naar gezondheidszorg zal toenemen of dalen als de mensen langer leven. De optimistische versie zegt dat als de levensverwachting blijft stijgen, zal de morbiditeit verschuiven naar de laatste jaren van het leven en het gemiddeld aantal jaren met ziekte of chronische ziekten zal dalen. IV-40


Hoewel de demografie een effect heeft, groeit de vraag niet evenredig met het aantal ouderen. Dit komt door de samenstelling van de oudere bevolkingsgroep. De meeste ouderen van 2020 zijn relatief jong. Omdat jongere ouderen wel veel medische diensten gebruiken, zal de vraag daarnaar vermoedelijk sterker toenemen dan die naar andere vormen van verpleging en verzorging. Niet alleen de leeftijdsstructuur van de bevolking verandert, ook het aandeel van kwetsbaar gebleken groepen als alleenstaanden, vrouwen en laagopgeleiden neemt af. Het inkomen per capita zal verhogen, waardoor in de toekomst de bevolking dan ook hogere eisen zal stellen aan de gezondheidszorg. Een andere demografische factor die effect heeft op de vraag naar zorg is het groeiend aandeel van de niet-westerse allochtonen in de bevolking. Dit fenomeen komt vooral voor in de grote steden. Deze allochtonen hebben vaak een andere zorgcultuur, waardoor de vraag naar zorg zal veranderen. Vele niet-westerse allochtonen zijn laag opgeleid. Hierdoor worden ze, net als andere mensen in een lage sociaal-economische positie, vaak getroffen door ziekte wat een hogere zorgconsumptie met zich meebrengt. Zorginstellingen en zorgwoningen Aantal ziekenhuispatiënten per 1000 inwoners zal tegen 2015 aanzienlijk toenemen. Groeiende vraag is op te vangen door de huidige capaciteit intensiever te gaan gebruiken. Men verwacht dat de gemiddelde ligduur verder zal afnemen. Ook de shift naar dagopnames zal zich voortzetten. De daling van de verblijfsduur is echter vooral toe te schrijven aan patiënten in de leeftijdsgroep 15 tot 45 jaar die korter in het ziekenhuis verblijven. De gemiddelde verblijfsduur is voor de 75-plussers in de laatste vijf jaar weinig gedaald. Dat komt mede omdat

er

te

weinig

doorstroom

is

naar

carevoorzieningen

(verpleegtehuizen,

verzorgingstehuizen en thuiszorg). Door de toename van het aandeel ouderen kan dit een probleem worden, waardoor de druk op de thuiszorg toeneemt. De behoefte aan plaatsen in instellingen voor ouderenzorg zal dus verder toenemen. Echter, indien een derde van de intramurale zorgplaatsen vervangen wordt door extramurale zorg, lijkt er geen sprake van een toekomstig tekort aan plaatsen in intramurale zorgvoorzieningen. Voorwaarde is dan wel dat er genoeg zorgwoningen zijn.

IV-41


3.3. Site visits 3.3.1. Ierland Voor de situatie in Ierland werd overleg gepleegd met Dhr. Joseph Cregan en Dhr. Robert Green, verantwoordelijken van het nationale Department of Health and Children voor wat betreft het ziekenhuisbeleid. Dhr. Cregan licht toe dat de gezondheidszorg in Ierland momenteel de meest drastische reorganisatie meemaakt in haar geschiedenis. De hoofddoelstelling van deze reorganisatie is de toegankelijkheid en kwaliteit van de zorgverlening te verbeteren. Een aantal bevoegdheden van het Department of Health and Children worden overgeheveld naar een nieuw opgerichte Health Service Executive. Deze zal zich eerder op de organisatie van de zorgverlening richten, terwijl het Departement zich meer uitdrukkelijk op het voeren van een algemeen gezondheidsbeleid zal toespitsen. Tegelijk werden de regionale Health Boards and Health Authorities afgeschaft. Deze regionale structuur functioneerde namelijk te sterk als lobbying-apparaat om zoveel mogelijk nationale middelen te draineren naar de betrokken regio’s. Anderzijds namen zij te weinig initiatief om de duurdere en meer complexe behandelingen in hun streek aan te bieden. Het gevolg hiervan was dat er een te grote instroom was van patiënten woonachtig buiten de regio Dublin die voor hun ziekenhuiszorg naar de hoofdstad doorverwezen werden, met als gevolg grote wachtlijsten voor bepaalde behandelingen. Belangrijk hierbij is te realiseren dat deze wachtlijsten voornamelijk betrekking hebben op het domein van de publieke sector. Tegelijk is er een circuit van private ziekenhuizen ontstaan die de meer bemiddelde Ieren met een bijkomende private ziekteverzekering, extra mogelijkheden biedt om de wachtlijsten in de publieke ziekenhuizen te ontwijken. Momenteel zou zowat 55 % van de Ieren een private ziekteverzekering hebben bovenop de verplichte nationale ziekteverzekering. Ook in Ierland werd gedurende vele jaren een politiek van beddenreductie gevoerd, voornamelijk met het oog op het beheersen van de nationale overheidsuitgaven. Tussen 1980 en 2000 werden duizenden acute ziekenhuisbedden en een aantal kleine ziekenhuizen gesloten. Het aantal acute ziekenhuisbedden per 1000 inwoners is hierdoor gedaald van 5,1 in 1980 naar 3,1 in 2000. ( Als acuut wordt daar gedefinieerd: alle ziekenhuiszorg met een verblijfsduur van minder dan 90 dagen). Het besef neemt toe dat men hiermee te ver is gegaan, en dat het tijd wordt om dit bij te sturen.

IV-42


Deze bijsturing houdt niet in dat de overheid meer zou investeren in bijkomende ziekenhuisinfrastructuur. Er wordt eerder gerekend op een extra inspanning van de private sector (via o.a. belastingsvoordelen) om het aanbod aan ziekenhuisbedden te verhogen. Hierbij wordt gestreefd naar de creatie van extra private bedden in campussen van openbare ziekenhuizen en niet zozeer in de bouw van bijkomende private ziekenhuizen. Tegelijk

worden

andere maatregelen

genomen

om

de toegankelijkheid

van

de

ziekenhuissector te bevorderen. Via de National Treatment Purchase Fund worden wachtlijsten per specialisme gepubliceerd. Het doel is de wachttijd te reduceren naar minder dan 3 maand voor alle behandelingen. Eén derde van de zorgactiviteit wordt verstrekt in 6 grote ziekenhuizen, hoofdzakelijk gevestigd in de regio Dublin. De overige 2/3 wordt verstrekt in, naar de opinie van dhr. Cregan, nog vaak te kleinschalige ziekenhuissettings. Via het invoeren van Regionale Netwerken, gecoördineerd door de Health Service Executive wordt gestreefd naar het uitbreiden van het aanbod van medium care voorzieningen buiten de regio Dublin. De wachtlijsten voor ziekenhuiszorg zijn namelijk momenteel het langst in de regio Dublin. Maar ook de gemiddelde verblijfsduur per pathologiegroep is langer in het hoofdstedelijk gebied dan in de rest van het land. Dit wordt mede toegeschreven aan het feit dat de regio Dublin ook een groter tekort aan chronische zorgvoorzieningen kent dan in de rest van het land. Daarnaast worden er ernstige kwaliteitsproblemen gesignaleerd in de sector van de Verpleegtehuizen. Ook hier wordt geopteerd voor PPP’s (public private partnerships) om deze sector op te waarderen. Ierland kent ook een toenemend probleem van overbelasting van de spoedgevallenafdelingen. Om dit tegen te gaan wordt gestreefd naar het verbeteren van de eerstelijnszorg, niet in het minst van de thuiszorgfaciliteiten. Dit alles maakt deel uit van een Nationale Gezondheidsstrategie die door de Ierse overheid in 2001 gelanceerd werd met de slogan : “Quality and Fairness: A Health System for You”. De vier hoofddoelstellingen hierbij zijn: Better Health for Everyone; Fair Access; Responsive and Appropriate Care en High Performance.

IV-43


3.3.2. Zweden In Zweden berust het beleid inzake het aanbod, de organisatie en de financiering van de ziekenhuizen in hoofdzaak bij de overheid van elk district (County). Er is wel een National Board of Health and Welfare (Socialstyrelsen) die onder meer statistieken verzameld over de capaciteit en het gebruik van acute ziekenhuisvoorzieningen. Op suggestie van de DirectorGeneraal werd een gesprek gevoerd met Prof. Stafan Hakansson, Ph.D. die zich al vele jaren, op dit thema toelegt. Zweden heeft een capaciteit van 2,4 acute ziekenhuisbedden per 1000 inwoners. Dit is exclusief psychiatrische en chronische voorzieningen, alsook dagziekenhuizen. Het betreft enkel de publieke ziekenhuizen. Er zijn wel enkele private (For-Profit) ziekenhuizen, maar zij maken hooguit 5 % uit van het totale bestand aan acute ziekenhuisbedden. Hakansson bevestigt wat andere Zweedse gesprekspartners van eerder uitgevoerd onderzoek ons meedeelden, met name dat in Zweden gedurende enkele decennia een beleid van beddenreductie gevoerd werd om binnen het budget te blijven dat per district werd toegewezen. Dit heeft geleid tot aanzienlijke wachtlijsten. In Zweden kunnen patiënten enkel opgenomen worden in een ziekenhuis van het district waar zij wonen, topklinische ziekenhuiszorg niet inbegrepen. Er zijn geen plannen om de bestaande beddencapaciteit in acute ziekenhuizen te verhogen, ondanks de vergrijzing van de bevolking, die ook in Zweden vastgesteld wordt. Er bestaan ook geen predicties over toekomstige behoeften aan ziekenhuisbedden. Er zijn wel berekeningen gemaakt over de verwachte stijging van het tekort aan zorgverlening. De vergrijzing heeft met name ook voor gevolg dat het huidig bestand aan zorgverleners zal afslanken door het stijgend aandeel dat de pensioengerechtigde leeftijd zal bereiken in de eerstkomende 10-15 jaar. De vrees bestaat dat de bestaande ziekenhuiscapaciteit in de toekomst onvoldoende zal bestaft kunnen worden. Diverse strategieën worden uitgewerkt op het efficiënte gebruik van de ziekenhuisvoorzieningen verder aan te moedigen. Uit vergelijkend onderzoek tussen de diverse districten is gebleken dat er significante verschillen bestaan voor wat betreft o.a. de gemiddelde verblijfsduur en de gemiddelde wachttijd voor specifieke medische diagnoses en behandelingen. Deze statistieken worden thans via internet verspreid. Er werd nationaal bepaald dat patiënten niet meer langer dan drie maand voor een behandeling in het ziekenhuis hoeven te wachten. Vanaf 1 november 2005 mogen zij zich,

IV-44


eens de drie maand verstrekken zijn, laten behandelen in het district naar keuze of zelfs het buitenland, zonder dat invloed heeft op de terugbetaling van de kosten. Onderzoek heeft uitgewezen dat de regionalisering van de gezondheidszorg naar de 21 districten van Zweden heeft geleid tot en suboptimale organisatie, zeker van het ziekenhuisbeleid. Vele van deze districten zijn immers te kleinschalig om een voldoende waaier van zorg in het district zelf aan te bieden. Er wordt dan ook gestreefd naar een hergroepering naar 5 à 6 regio’s. Volgens Hakansson telt Zweden het hoogste aandeel in Europa van hospitalisaties onder de vorm van dagchirurgie. Dit beleid zal nog verder aangemoedigd worden. Daarnaast wordt ook het beleid geïntensifieerd om de revalidatie-activiteiten buiten het ziekenhuis te laten gebeuren. Op nationaal niveau worden ook Best-of-practice guidelines opgesteld. Gehoopt wordt dat ook dit zal leiden tot een meer kwalitatieve ziekenhuiszorg en een efficiënt gebruik van de beschikbare middelen hiervoor. Wie deze guidelines niet zou volgen wordt hiervoor evenwel niet gesanctioneerd.

3.3.3. Oostenrijk Oostenrijk bevindt zich in een sterk verschillende situatie wat het aanbod aan ziekenhuisvoorzieningen betreft. Beide gesprekspartners stellen dat er weinig betwisting is over het feit dat er in Oostenrijk teveel acute ziekenhuisbedden zijn. Het probleem aldaar is dat de bevoegdheid om bedden te sluiten sedert lang geregionaliseerd is, terwijl de ziekenhuisfinanciering nog steeds nationale materie is. Op nationaal niveau wordt gezocht naar mogelijkheden om de regionale overheden te overtuigen het aanbod aan acute ziekenhuisbedden te verminderen. Het probleem blijkt te zijn dat de grote meerderheid van de ziekenhuizen een openbaar statuut hebben. De regionale beleidsverantwoordelijken staan huiverig tegenover een capaciteitsreductie van deze voorzieningen in de eigen regio, gezien dit ook een vermindering van de werkgelegenheid zou betekenen. Zij zijn dan ook eerder geneigd om te bepleiten dat eerst werk dient gemaakt van beddenreducties in andere regio’s. De nationale overheid werkt momenteel aan een andere strategie om vooruitgang te boeken op het vlak van de beddenreductie. Dit houdt in dat zij een overlegstructuur uitbouwt waarbij

IV-45


per regio de diverse betrokkenen samengebracht worden. De nadruk wordt hierbij gelegd op de substitutie van ziekenhuisvoorzieningen naar andere vormen van gezondheidszorg. De nationale overheidsinstanties bersteden ook aandacht aan de toekomstige behoeften aan ziekenhuisvoorzieningen. Vorig jaar werd een raming uitgevoerd van de bedbehoeften tegen het jaar 2010, op basis van de trends in het gebruik van de ziekenhuisvoorzieningen van de jongste 15 jaar. Zij achten het met de bestaande trendanalyse-methodologieën te speculatief om, met gegevens over ziekenhuisactiviteit van slechts 15 jaar, prognoses over ziekenhuisgebruik te formuleren op langere termijn dan 2010. Zij zijn er wel van overtuigd dat de evolutie in de leeftijdsstructuur (zijnde de vergrijzing) niet van aard is om het huidige beddenaanbod te verantwoorden. Er wordt dus niet gedacht aan en ombuigen van een beleid dat een beddenreductie in de acute ziekenhuissector beoogt. Meer bepaald wordt gesteld dat ook de gezondheidsstatus van de Oostenrijkse bevolking mee evolueert, in die mate dat bijvoorbeeld een zeventigjarige binnen 10 jaar minder ziekenhuiszorg nodig zal hebben dan een zeventigjarige van nu. Beleidsmatig wordt wel meer gedacht

aan

o.a.

investeren

in

thuiszorg

en

andere

zorgvoorzieningen,

alsook

kwaliteitsverhoging in de zorgverlening (inclusief ziekenhuiszorg) . De verwachting is dat de uitgaven voor gezondheidszorg in de voorzienbare toekomst mede hierdoor zullen evolueren naar 15 % (en mogelijk tot zelfs 17 %) van het Bruto Binnenlands Product.

3.3.4. Verenigd Koninkrijk De situatie en toekomstperspectieven van het aanbod en het gebruik van acute ziekenhuisvoorzieningen in het Verenigd Koninkrijk werd besproken met dhr. George Alberti van het Department of Health, U.K. en twee van zijn statistische medewerkers. Het V.K. telt momenteel 28 Health Authorities, waarvan 5 in de regio London. Zij zijn o.a. verantwoordelijk voor de organisatie van 303 Primary Care Trusts en 155 Acute Hospital Trusts, verspreid over zowat 200 acute ziekenhuissettings. Engeland kent sedert vele jaren en ernstig probleem met wachtlijsten voor behandelingen in ziekenhuizen. De jongste jaren is het reduceren hiervan een topprioriteit geworden. Het Department of Health publiceert maandelijks een rapport over de evolutie van de wachttijden.

IV-46


Deze zijn aanzienlijk afgenomen. Waar in maart 1998 nog 67.177 patiënten meer dan een jaar en 682.512 patiënten meer dan drie maand op een opname in het ziekenhuis moesten wachten, is dit in februari 2005 gedaald naar een wachtlijst van respectievelijk 9 en 287.214 patiënten. Voor de nabije toekomst blijft het de bedoeling deze wachttijden verder te reduceren en te uiteindelijk te streven naar een gemiddelde bezettingsgraad van 85 %. Alhoewel ook in het V.K. de bevolkingsstructuur verouderd wordt niet gedacht aan capaciteitsuitbreiding van de acute ziekenhuissector. De bestaande maatregelen om de toegankelijkheid tot ziekenhuizen te bevorderen en het huidig gebruik van acute ziekenhuisvoorzieningen te reduceren worden voortgezet en verder uitgebreid. Dit houdt ondermeer in: 1) Verdere monitoring van de wachttijden per regio, met extra aandacht voor de knelpunten; 2) Opwaarderen van de verpleeghuizen (Nursing homes). Het suboptimaal niveau van verpleegkundige kwaliteit in een aantal verpleegtehuizen zou mede verklaren waarom sommige chronisch zieke ouderen eerder in een ziekenhuis worden opgenomen; 3) Het werken met “outreach teams” om basisgeriatrische zorg waar mogelijk buiten het ziekenhuis te behandelen; 4) Verdere aandacht voor het reduceren van de gemiddelde verblijfsduur. De overheid heeft als “target” geformuleerd : een daling van het totaal aantal verpleegdagen in acute ziekenhuizen in de eerstvolgende drie jaar; 5) Het inschakelen van Health Visitors, met o.a. specifieke aandacht om de morbiditeit van kinderen te reduceren, waardoor ook minder ziekenhuisopnamen nodig zullen zijn; 6) Meer aandacht voor de Intermediate Care, zijnde de fase volgend op de medische interventie, waarbij de patiënt voorbereid wordt om terug naar huis te gaan. Hierbij wordt ook de huisarts van, nabij betrokken (GP-managed care) en wordt extra aandacht besteed aan diverse aspecten m.b.t. de verpleegkundige zorg; 7) Het opwaarderen van de verpleegkundige thuiszorg, waardoor patiënten die thans enkel in een ziekenhuis kunnen verzorgd worden, vroeger naar huis kunnen vertrekken en daar verder kunnen verzorgd worden (ook genaamd “Hospital at home – care”). 8) Meer vrijheid van de patiënt om in een ander ziekenhuis behandeld te worden. De patiënten zullen meer kunnen kiezen waar, wanneer en hoe zij wensen behandeld te worden in het ziekenhuis. Dit principe wordt stapsgewijze ingevoerd. Sedert Augustus 2004 krijgen de patiënten die tenminste 6 maand op de wachtlijst staan voor een chirurgische ingreep de mogelijkheid om zich sneller te laten behandelen in een IV-47


ziekenhuis dat niet in zijn regio van woonplaats gelegen is. Tegen December 2005 krijgen de patiënten die moeten doorverwezen worden naar een referentieziekenhuis een lijst van 4 à 5 ziekenhuizen waarmee ze datum en tijdstip van behandeling kunnen negotiëren. Tegen 2008 kunnen de patiënten gelijk welke verstrekker kiezen die beantwoordt aan de standaarden van Healthcare Commission en bereid is de zorg aan het NHS-tarief te verstrekken. Met

al

deze

maatregelen

wordt

verwacht

dat

het

gebruik

van

de

acute

ziekenhuisvoorzieningen, ondanks de vergrijzende bevolkingstructuur, met 25 % kan gereduceerd worden tegen 2010, waardoor het streefcijfer van een optimale gemiddelde bezettingsgraad kan bereikt worden en de wachttijdenproblematiek tot het verleden zou behoren.

3.3.5. Nederland In Nederland werden gesprekken gevoerd met ambtenaren van het Ministerie van Volksgezondheid, Welzijn en Sport, met name met dhr. L Kliphuis (afdelingshoofd extramurale zorg) , en met mevr. T de Bruin en dhr. G. van Bussel van de afdeling intramurale zorg. Zij werden geconfronteerd met de contradictie dat volgens de OECD-cijfers Nederland de laagste gemiddelde bezettingsgraad heeft (2,2 bezette versus 3,3 erkende bedden), terwijl het anderzijds bekend is dat Nederland met een wachttijdenprobleem kampt. Zij verklaren dit als volgt: De erkende bedden geven niet de reële situatie weer van het aantal beschikbare bedden. Sommige bedden zijn al langer definitief uit circulatie genomen. Sommige bedden zijn niet operationeel wegens gebrek aan verpleegkundigen. De productiecapaciteit wordt door de geneesheer-specialisten niet optimaal benut. Zij wijzen er evenwel op dat de hen voorgelegde contradictie in feite achterhaald is. De jongste paar jaar werd de wachttijdenproblematiek zo goed als opgelost door het nemen van een reeks maatregelen. Door substantiële verhogingen van de wedden van verpleegkundigen kon de instroom aanzienlijk verhoogd worden, waardoor een aantal bedden terug in gebruik konden genomen worden. Door extra middelen te besteden aan de uitbreiding van de capaciteit van verpleeghuizen, kon het oneigenlijk gebruik van ziekenhuisbedden beduidend gereduceerd worden (= oplossing “verkeerde bedden”-problematiek). Ook de verzekeraars

IV-48


hebben een bijdrage geleverd om patiënten, door middel van zorgbemiddeling, naar het ziekenhuis met de kortste wachttijden voor hun aandoening te loodsen. Ten slotte, en vooral, door een aanpassing van de honoreringssysteem van geneesheer-specialisten (dat voorheen volledig losgekoppeld was van hun activiteitsniveau per dag) is de dagelijkse turnover van behandelde patiënten significant gestegen. Substitutie naar daghospitalisatie wordt verder aangemoedigd, ook financieel. Er zijn geen plannen om de beddencapaciteit in de toekomst uit te breiden, ondanks de vergrijzing. Integendeel, de geïnterviewden zijn van oordeel (conform de resultaten van het hierboven samengevatte rapport) dat het met nog minder ziekenhuisbedden kan. Door beter uitgewerkte extramurale zorgprogramma’s (in België zorgpaden genoemd) kan de vlotte doorstroming van de patiënten nog verbeterd worden. Regionale verschillen in het huidig ziekenhuisgebruik zouden mede het gevolg zijn van de mate waarin deze zorgprogramma’s al ingevoerd zijn in sommige regio’s. Een groter aanbod aan geneesheer-specialisten voor sommige specialismen (om o.a. ook de gevolgen van de feminisering van het medisch korps te kunnen opvangen) zou de productieactiviteit per dag verder kunnen ten goede komen. Een bekommernis bij de gesprekspartners is wel of er voldoende bijkomende arbeidskrachten (verzorgenden, thuisverpleegkundigen) zullen kunnen opgeleid worden om aan de toenemende vraag te kunnen voldoen. Er wordt o.a. gezocht naar mogelijkheden om de arbeidsproductiviteit ook in de thuiszorg te verhogen.

IV-49


4. Samenvatting en conclusies 4.1. Beddencapaciteit De O.E.C.D.-statistieken m.b.t. tot de capaciteit aan acute ziekenhuisbedden per 1000 inwoners tonen grote verschillen aan tussen 18 landen die qua economische ontwikkeling, gebruik van medische technologie, etc.. als vergelijkbaar kunnen beschouwd worden. (gaande van 2,3 in Finland en 2,4 in Zweden tot 6,1 in Oostenrijk en 6,6 (9,0) in Duitsland). Met 5,1 bedden per 1000 inwoners in 2002 komt België terecht bij de landen met de hoogste capaciteit. Er worden geen significante correlaties vastgesteld tussen beddencapaciteit in acute ziekenhuizen en de leeftijdsstructuur van een land noch met de gemiddelde levensverwachting ervan. Deze verschillen kunnen deels verklaard worden doordat de definitie van “acute ziekenhuiszorg” varieert van land tot land, doordat er in sommige landen duidelijke indicaties zijn van ondercapaciteit en in sommige andere landen dan weer van overcapaciteit, en doordat er duidelijke verschillen zijn in het beleid m.b.t. organisatie en de financiering van ziekenhuisvoorzieningen en andere zorginstellingen die een invloed hebben op vraag en aanbod van ziekenhuiszorg. Deze verschillen nemen niet weg dat er algemeen een dalende trend wordt vastgesteld van de acute ziekenhuiscapaciteit, die in sommige landen reeds 30 jaar en meer gaande is. Ook na 1990 daalt de capaciteit doorgaans verder, ondanks een duidelijke vergrijzing van de bevolkingsstructuur in het merendeel van deze landen.

4.2. Ziekenhuisgebruik Ook inzake ziekenhuisgebruik worden grote verschillen vastgesteld tussen geselecteerde landen. Dit geldt zowel voor opnamefrequenties, gemiddelde verblijfsduur, aantal bezette bedden en gemiddelde bezettingsgraad. De evolutie van de opnamefrequentie varieert over een recente periode van vijf jaren tussen - 17 % in Canada en + 9 % in Noorwegen. De tendensen per leeftijdsgroep voor een land zijn doorgaans gelijkaardig met de algemene tendens van dat land.

IV-50


De gemiddelde verblijfsduur daalt in alle landen, gaande van -1,5 % (Ierland) naar -16,8 % (Duitsland). Enkel de leeftijdsgroep 0-14 jaar in Zweden vormt hierop een uitzondering. Deze daling is doorgaans sterker bij de oudere dan bij de jongere leeftijdsgroepen. De evolutie van de bezette bedden geeft het netto-effect van de evolutie van de opnamefrequentie en de gemiddelde verblijfsduur. Deze vertoont in elk van de onderzochte landen een dalende trend, met uitzondering van het Verenigd Koninkrijk waar een stijging wordt vastgesteld.

4.3. Gepubliceerde scenario’s van toekomstige bedbehoeften in de acute ziekenhuiszorg Het literatuuronderzoek leverde weinig resultaten van studies over toekomstige bedbehoeften op macro-niveau op. Een Canadese en een Nederlandse studie voorspellen een verdere daling van het ziekenhuisgebruik. De huidige capaciteit wordt voldoende geacht om de vergrijzing tot 2020 op te vangen en kan nog verder gereduceerd worden door een meer efficiënt organisatie van de gezondheidszorg, door het verminderen van het bestaande oneigenlijk gebruik van acute ziekenhuisvoorzieningen en door tegelijk alternatieve zorgvoorzieningen verder uit te bouwen. Een ander Nederlands rapport en een Britse studie concluderen dat er zowel indicatoren zijn van een stijgende vraag als van een dalende vraag naar ziekenhuiszorg. Het netto-effect is moeilijk te kwantificeren. Ontwikkelingen in de medische technologie verhogen wellicht het aantal opnames (door nieuwe therapieën), maar resulteren tegelijk in een verdere daling van de verblijfsduur en meer dagbehandelingen. Nieuwe diagnostische technieken veroorzaken wellicht een stijgende vraag, maar nieuwe thuiszorgtechnologie wellicht een dalende vraag naar ziekenhuiszorg. De demografische evolutie, de zorgcultuur bij allochtonen, een ongezonde levensstijl (vooral bij jongeren), en hogere patiëntenverwachtingen leiden tot een hogere vraag, terwijl een meer gezonde levensstijl (vooral bij wat ouderen) en het gevoerde overheidsbeleid m.b.t. alternatieve zorginstellingen en zorgwoningen de vraag naar ziekenhuiszorg kunnen indijken.

IV-51


4.4. Expert-opinion Uit interviews met topambtenaren van 5 landen: U.K., Zweden, Oostenrijk, Ierland en Nederland is gebleken dat het gevoerde beleid sterk verschilt van land tot land. De geïnterviewden uit Zweden en Ierland erkennen dat men in hun land te ver gegaan is met het sluiten van ziekenhuisbedden, waardoor een wachtlijstenprobleem is ontstaan. In Oostenrijk blijken er dan weer teveel bedden te zijn, maar de bevoegdheidsverdeling tussen de nationale en regionale autoriteiten zouden een sanering in de weg staan. In Nederland zijn er ook zeker voldoende bedden, maar is wel een wachtlijstenprobleem ontstaan als gevolg van bepaalde financieringsmodaliteiten en de gevolgen hiervan. In het V.K. is er reeds lang een tekort aan bedden. Daar gaat de aandacht thans vooral naar de reorganisatie van het NHS, het integreren van private bedden in het NHS-systeem en het toelaten van meer vrije keuze in de plaats van hospitalisatie. Wat de toekomstplannen betreft blijkt geen enkel van de vijf bestudeerde landen een uitbreiding van de acute ziekenhuiscapaciteit met overheidsgeld te plannen. Geen enkel van deze landen plant ook een uitbreiding omwille van de vergrijzing. Ierland plant wel een uitbreiding met private middelen + reorganisatie van het bestaande ziekenhuisbeleid. Zweden, U.K. en Nederland streven vooral naar een meer efficiënte organisatie van het ziekenhuisbeleid en de extramurale zorg en meer aanbod van alternatieve zorgvoorzieningen.

IV-52


DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË EINDRAPPORT DEEL V BELEIDSVOORSTELLEN EN SUGGESTIES VOOR VERDER ONDERZOEK

Onderzoek uitgevoerd door de onderzoeksequipes van de Universitaire Ziekenhuizen Leuven de Universiteit Gent de Facultés Universitaires Catholiques de Mons

V-1


INHOUDSOPGAVE

Inleiding…………………………………………………………………………... …..V-3 Hoofdstuk 1: PROGRAMMATIE VAN ACUTE ZIEKENHUISBEDDEN…….. …..V-5 Hoofdstuk 2: ERKENNINGSNORMEN……………………………………………...V-8 Hoofdstuk 3: FINANCIERING………………………………………………….........V-10 Hoofdstuk 4: CONCRETE VOORSTELLEN VAN BELEIDSINITIATIEVEN…….V-11 Hoofdstuk 5: REFLECTIES OVER ACTUELE BELEIDSVRAGEN………….........V-15 5.1. Beddencapaciteit per zone van ziekenhuiszorg…………………………..V-15 5.2. Reconversiemaatregelen en relatie met bouwkalender…………………..V-17 5.3. Verdere uitbouw van eerstelijnszorg……………………………………..V-18 5.4. Dienen extra maatregelen genomen tot uitbreiding van netwerken in de gezondheidszorg……………………………………………………….....V-18 5.5. Relatie tussen artsencontingentering en gebruik aan ziekenhuisbedden…V-19 5.6. Heeft het zin om binnen de groep van de volwassenen aparte leeftijdsgebonden zorgprogramma’s uit te werken, en welk impact kan dit hebben op het ziekenhuisgebruik?.........................................................V-19 5.7. Eens de projecties van de toekomstig ziekenhuisgebruik en de daarmee gerelateerde ziekenhuiscapaciteit bekend is, hoe kan deze enveloppe van acute ziekenhuisbedden verder gestuurd worden?..............................V-20 Hoofdstuk 6: SUGGESTIES VOOR VERDER ONDERZOEK……………………...V-21 Hoofdstuk 7: ALGEMENE CONCLUSIE………………………………………….…V-25

V-2


DEEL V: BELEIDSVOORSTELLEN EN SUGGESTIES VOOR VERDER ONDERZOEK

Inleiding Na analyse van de relevante beschikbare gegevens en de literatuur komen de drie onderzoeksequipes tot de conclusie dat het niet mogelijk is de “objectieve behoefte aan acute ziekenhuisbedden” in zijn totaliteit te kwantificeren, laat staan de evolutie ervan te ramen. Het is onwaarschijnlijk dat de globale bedbehoeften in de voorzienbare toekomst wel zullen kunnen geobjectiveerd worden. In de schaarse referenties die in de literatuur terug te vinden zijn over verwachte evoluties in de vraag naar ziekenhuiszorg werden wel lijsten teruggevonden van parameters die de evolutie van de vraag aan acute ziekenhuiszorg in de positieve en negatieve zin kunnen beïnvloeden, maar de auteurs van die rapporten zijn doorgaans terughoudend om zich uit te spreken over het netto-effect ervan naar meer of minder capaciteitsbehoeften aan acute ziekenhuisvoorzieningen en over het kwantificeren ervan. Om toch tot beleidsrelevante uitspraken te kunnen komen over de onderzoeksvraag of de bestaande ziekenhuiscapaciteit al dan niet dient uitgebreid te worden om rekening te houden met de toenemende vergrijzing werd gekozen voor een methodologie die vertrekt van de meest recente cijfers over het gebruik van acute ziekenhuiszorg (MKG 2002). Vervolgens werd een aantal hypothesen geformuleerd over de verwachte evolutie van sommige parameters van ziekenhuisgebruik naar 2005, 2010 en 2015, deels rekening houdend met de veronderstelling dat er nog ruimte is voor een meer efficiënt gebruik van de ziekenhuisinfrastructuur. Dit onderzoek komt tot de conclusie dat er geen redenen zijn om te stellen dat het totaal aantal acute ziekenhuisbedden in de komende jaren moet uitgebreid worden in België. Het tegendeel zou waar kunnen zijn. Kwantitatieve analyses uitgevoerd in dit onderzoek en een paar buitenlandse studies geven immers aanwijzingen dat, gegeven de geformuleerde hypothesen inzake de verwachte evolutie van de gemiddelde verblijfsduur en de verdere substitutie naar

V-3


daghospitalisatie, het verwacht gebruik aan acute ziekenhuisbedden in 2015 iets lager zou kunnen liggen dan de raming ervan voor het jaar 2005, na controle voor de verwachte veroudering van de bevolking. Hierbij dienen wel enkele kanttekeningen gemaakt. Vooreerst zijn er sommige factoren die wellicht een invloed hebben op het toekomstig ziekenhuisgebruik, maar waarover onvoldoende gegevens beschikbaar zijn om hun mogelijk effect te kwantificeren. Het is dan ook aangewezen deze analyses geregeld te actualiseren. Ten tweede zijn de bevindingen op nationaal niveau niet noodzakelijk toepasbaar op alle streken in België. Ten derde loopt het algemeen beeld niet altijd gelijk met dit van sommige deelsectoren. Uit de resultaten gerapporteerd in het tussentijds rapport blijkt bijvoorbeeld dat er anno 2005 wel een tekort is aan sommige acute ziekenhuisvoorzieningen (vb. G-voorzieningen) . Ten slotte zal het toekomstig gebruik van acute ziekenhuisvoorzieningen mede afhangen van het beleid dat in de komende jaren zal gevoerd worden om oneigenlijk ziekenhuisgebruik te vermijden, ondermeer door voldoende aandacht te geven aan het verder uitbouwen, het efficiënt organiseren en het voldoende financieren van alternatieven voor ziekenhuiszorg, zoals RVT-voorzieningen, thuiszorg, tijdelijk verblijf van ouderen na een ziekenhuisopname, etc.. Het zou dus onverstandig zijn om de bestaande acute beddencapaciteit verder te reduceren, zonder dat er tegelijk een beleidsplan uitgevoerd wordt dat het verwachte gebruik aan acute ziekenhuisvoorzieningen in de toekomst optimaliseert. Hierna volgt een overzicht van diverse pistes die kunnen deel uitmaken van dergelijk beleidsplan, alsook van enkele pistes waarover soms sprake is, maar die deze auteurs minder aangewezen achten. Programmatie, erkenning en financiering zijn de drie grote instrumenten waarover de overheid beschikt om het gebruik aan ziekenhuiszorg te helpen sturen. Hierna wordt besproken welke de bijdrage kan zijn van elk van deze instrumenten bij het realiseren van dergelijk beleidsplan.

V-4


1. Programmatie van acute ziekenhuisbedden De onderzoekers zijn van mening dat van het instrument “programmatie” weinig beleidsimpact te verwachten valt. Vooreerst blijkt het bijzonder moeilijk, zoniet onmogelijk (zoals hoger reeds aangegeven) om de werkelijke behoeften aan ziekenhuisbedden te kwantificeren, laat staan te ramen voor de toekomst. Dit geldt zowel op nationaal als op regionaal of lokaal niveau. Belangrijke hindernissen om hiertoe te komen zijn: 1°) Er zijn onvoldoende basisgegevens beschikbaar om deze behoeften te berekenen en deze basisgegevens zullen in de nabije toekomst wellicht ook niet in voldoende mate beschikbaar komen.

Met dit basisbestand aan gegevens wordt bedoeld: een volledig en voldoende

gedetailleerd overzicht van de gezondheidstoestand van de inwoners van België (op basis van epidemiologische gegevens) om te kunnen oordelen hoeveel van deze inwoners in een ziekenhuis zullen dienen opgenomen te worden en hoelang zij er gemiddeld zullen dienen te verblijven. Ook in de onderzochte internationale literatuur werden geen referenties gevonden die toelaten (zelfs bij benadering) de verwachte eigenlijke vraag aan ziekenhuiszorg voor een gegeven land te berekenen in functie van de evolutie van de gezondheidstoestand. (cfr. supra). 2°) In België beperken de epidemiologische gegevens die wel beschikbaar zijn zich tot sommige

ziektebeelden

of

tot

eerder

subjectieve

metingen

van

de

huidige

gezondheidstoestand van de inwoners van België. Alhoewel deze gegevens belangrijke informatie bevatten om de behoefte aan bepaalde gespecialiseerde ziekenhuisvoorzieningen te ramen, zijn zij onvoldoende om meer globale ramingen voor behoefte aan ziekenhuisbedden op te stellen. De inspanningen die geleverd worden om de algemene gezondheidstoestand (en de evolutie ervan) te meten via gezondheidsenquêtes voor het ganse grondgebied van België zijn lovenswaardig, maar er is geen consensus (ook niet onder de epidemiologen zelf) over de waarde ervan voor het ramen van de toekomstige bedbehoeften aan acute ziekenhuiszorg in België.

V-5


3°) De pathologiegegevens die wel beschikbaar zijn (onder andere via MKG) zijn een reflectie van het huidig gebruik en dus niet noodzakelijk van de behoefte. Het is bekend dat het huidig gebruik kan geïnduceerd worden door het aanbod (cfr. De Wet van Roemer: “ A bed built is a bed filled”).. Gebruik makend van de A.E.P.-methodologie hebben sommige studies aangetoond dat het oneigenlijk gebruik plaatselijk in de grootteorde van 30 % en meer kan liggen, maar deze resultaten zijn niet noodzakelijk representatief op macro-niveau en zijn niet noodzakelijk extrapoleerbaar naar de toekomst. 4°) Het reduceren van het beddenbestand zal op zich de factor X-inefficiency in het gebruik van ziekenhuiszorg reduceren, maar riskeert tegelijk ook de toegang tot verantwoorde ziekenhuiszorg te beperken. In sommige andere West-Europese landen (zoals Ierland en Zweden) wordt overigens door experts inzake ziekenhuisbeleid van de betrokken landen erkend dat men bij de afbouw van het acute ziekenhuisbestand te ver is gegaan. 5°) Deze studie alsook andere studies hebben aangetoond dat er niet alleen indicaties zijn van regionale verschillen in parameters die het eigenlijk gebruik van acute ziekenhuiszorg mede bepalen, maar dat er ook indicaties zijn van regionale verschillen in oneigenlijk gebruik van acute ziekenhuiszorg. Dit is een belangrijke beperkende factor om te oordelen of de vastgestelde capaciteitsverschillen tussen regio’s al dan niet een weerspiegeling zijn van verschillen in capaciteitsbehoeften. 6°) Zoals reeds uit eerder onderzoek vastgesteld werd en zoals ook in dit rapport reeds een paar keer werd aangegeven, wordt het correct gebruik ook mede bepaald door de mate waarin alternatieven voor acute ziekenhuisopname beschikbaar zijn en zullen worden. Met andere woorden, de behoefte aan ziekenhuisvoorzieningen is mede afhankelijk van de mate waarin een beleid gevoerd wordt om voldoende aanbod aan volwaardige alternatieven voor ziekenhuiszorg te voorzien. Er is een tweede probleem met de piste van de programmatie. Zelfs indien het mogelijk zou zijn de toekomstige bedbehoeften te objectiveren en om te zetten in programmatiecriteria, dan zegt dit nog niets over hoe het geprogrammeerde beddentotaal dient verdeeld te worden over het bestaand aantal of eventueel nieuw te creëren voorzieningen. Met andere woorden, zelfs indien berekend kan worden hoeveel acute ziekenhuisbedden er landelijk of per regio juist

V-6


nodig zouden zijn tegen 2015, dan laat dit nog niet toe deze kennis via de programmatie om te zetten in concrete beleidsuitvoering. De onderzoekers zijn wel van oordeel dat de federale overheid, in overleg met de gemeenschapsministers voor Volksgezondheid, per soort zorgprogramma een maximaal aantal erkenningen per gemeenschap zou programmeren. Deze zorgprogramma’s kunnen bepaalde leeftijds- en of pathologiegroepen als doelgroep hebben. Het kan aan de betrokken ministers overgelaten worden om, in samenspraak met de bestaande overlegorganen, erover te waken dat deze zorgprogramma’s geografisch evenwichtig gespreid worden binnen hun gemeenschap.

Ook in die zin behoudt de programmatie een potentieel nut als

beleidsinstrument. De cruciale opdracht zal er in dat geval in bestaan per pathologiegroep het grondgebied in relevante zorgzones in te delen, waarbij tegelijk rekening gehouden wordt met de ligging van het bestaande patrimonium aan ziekenhuisinfrastructuur en waarbij het principe van de vrije keuze van behandelcentrum door zowel de patiënt als de verwijzende arts behouden blijft. Dit principe is namelijk een belangrijk kenmerk in de positieve beoordeling van de Belgische organisatie van de gezondheidszorg, zoals ook bevestigd wordt in een paar internationale studies. Uiteraard veronderstelt dit dat de noodzakelijke minimum kwaliteitseisen door de betreffende behandelingscentra gerespecteerd worden. Dit brengt ons bij het tweede beleidsinstrument: de erkenningsnormen.

V-7


2. Erkenningsnormen Erkenningsnormen zijn in de eerste plaats minimum kwaliteitscriteria om een bepaalde dienst te kunnen aanbieden aan de Belgische bevolking. In het domein van de acute ziekenhuiszorg is het aangewezen dat deze minimumnormen over het ganse Belgische grondgebied per soort zorgprogramma vastgelegd worden, wat niet wegneemt dat hiervan uitzonderlijk kan afgeweken worden om de geografische toegankelijkheid tot dat zorgprogramma in alle streken van het land te blijven verzekeren. Het instrument van de erkenning van ziekenhuizen en ziekenhuisdiensten is in België al eerder gehanteerd om de beddencapaciteit aan te passen. Naarmate de lat m.b.t. de erkenningvereisten per instelling of onderdeel daarvan hoger gelegd wordt, komt het voortbestaan van sommige instellingen automatisch in het gedrang of wordt tenminste een capaciteitsreductie gerealiseerd, zowel globaal als in een aantal instellingen. Als beleidsstrategie is dit ook te verantwoorden in de mate dat men bij een aangetoonde capaciteitsoverschot deze voorzieningen vermindert die qua gemiddeld kwaliteitsniveau minder garanties bieden en/of die een lagere kosten-effectiviteit per behandelde patiënt realiseren. Deze benadering leidt ongetwijfeld tot een discussie over de validiteit van de gebruikte parameters (zoals vertaald naar erkenningsnormen) om de geleverde kwaliteit te meten. Een extra complicatie in de Belgische context is dat de erkenningsnormen op federaal niveau uitgevaardigd worden, maar dat de bevoegdheid voor de toepassing ervan op instellingsniveau berust bij de gemeenschappen, die op hun beurt niet de budgettaire consequenties dragen van een eventuele te lakse houding tegenover het toepassen van deze erkenningsnormen. Met het bepalen van een maximum aantal erkenningen per zorgprogramma en per gemeenschap kan dit bezwaar opgevangen worden. Zoals reeds aangehaald bij de programmatie zijn de auteurs in het algemeen geen voorstander om een capaciteit aan erkende bedden vast te leggen per bedindex of kliniekdienst. Er wordt eerder gepleit voor een meer globaal beleid, waarbij het aan de ziekenhuizen zelf overgelaten wordt, hoe zij hun patiënten over de verschillende afdelingen verdelen. Dit betekent met andere woorden dat het strikte onderscheid tussen C- , D- , H* en L-diensten losgelaten wordt

V-8


en vervangen door erkenningsnormen van zorgprogramma’s voor specifieke duidelijk omschreven pathologiegroepen. Voor sommige patiëntengroepen kan het vanuit kwalitatief oogpunt noodzakelijk zijn dat zij op specifiek voor hen aangepaste afdelingen terechtkomen (vb. ziekenhuiszorg voor kinderen, ernstige brandwonden, maternale zorg). Dit hoeft nog niet te betekenen dat hiervoor een minimum capaciteit aan erkende bedden dient vastgelegd, noch nationaal, noch lokaal. In de filosofie van de zorgprogramma’s is het relevanter om een minimum activiteitsniveau vast te leggen eerder dan een minimum aantal bedden. Ondanks deze beperkingen van erkenningsnormen als beleidsinstrument zijn de auteurs van deze studie dus van oordeel dat dit instrument zijn nut blijft behouden om de bestaande capaciteit van de diverse voorzieningen van de acute ziekenhuiszorg naar een meer optimaal niveau te oriënteren, rekening houdend met o.a. de evoluties in de pathologieën en de demografie van de Belgische bevolking. Meer bepaald verwijzen zij hierbij naar de beleidsvoorstellen die reeds in het Tussentijds Rapport van de studie werden geformuleerd omtrent verdere wetgevende initiatieven aangaande specifieke zorgprogramma’s, onder meer m.b.t. de perinatale, de pediatrische en de geriatrische zorg, mits tegelijk ook aangepaste financieringsmodaliteiten worden doorgevoerd (zie ook 3). De auteurs wensen er overigens op te wijzen dat het begrip « bed » in het ziekenhuisbeleid verder aan belang zal inboeten. Er zal meer aandacht dienen gegeven te worden aan de notie van beschikbare plaatsen. Een plaats kan gedefinieerd worden als een geheel van personele en materiële middelen die beschikbaar zijn om een patiënt op een performante wijze doorheen een ziekenhuisverblijf te begeleiden. Performantie heeft hier zowel betrekking op ‘kwaliteit’ als ‘efficiëntie’. Er wordt hierbij ook verwezen naar het antwoord op de parlementaire vraag die gesteld werd door de Heer Vandeurzen op 18/04/2005 (zie bijlage). Uit dit antwoord blijkt duidelijk dat ‘een plaats’ een complex gegeven is waarbij men voorzichtig moet zijn om 1 bepaalde resource (zoals bedden) te beheren zonder te kijken naar de beschikbaarheid van andere resources. (zie ook verder).

V-9


3. Financiering Aansluitend op het erkenningsbeleid zijn de auteurs van deze studie er voorstander van dat het huidig beleid inzake ziekenhuisfinanciering (momenteel uitgedrukt in termen van “verantwoorde bedden”) dient voortgezet, weliswaar op een meer verfijnde wijze dan thans reeds het geval is. Concreet wordt hiermede bedoeld dat er bij het bepalen van de financieringsregels nog meer aandacht moet besteed worden aan het stimuleren van het verantwoord gebruik (of het ontmoedigen van oneigenlijk gebruik) van acute ziekenhuisvoorzieningen. Het huidige financieringssysteem houdt wel reeds in aanzienlijke mate rekening met het ontmoedigen van te lange verblijfsduren in ziekenhuizen, wat niet wil zeggen dat ook hierin nog verbetering mogelijk is. (Een koppeling met de verpleegkundige zorg bijvoorbeeld zou een fijnere sturing kunnen bieden). Er wordt evenwel gepleit om in de komende jaren tegelijk ook meer inspanningen te leveren om, via aangepaste financieringsmodaliteiten, te vermijden dat patiënten al te vaak in een ziekenhuis worden opgenomen. In dit verband wordt overigens gepleit om ook de financiering van de medische daghospitalisatie te integreren in het ziekenhuisbudget, zoals reeds geldt voor de dagchirurgie. Hierbij wensen de auteurs op te merken dat het verantwoord gebruik niet enkel betrekking heeft op bedden, maar ook op infrastructurele en personele middelen die nodig zijn om een patiënt te behandelen. Het bepalen van een verantwoorde activiteit gebeurt dus best op basis van structuur-, procesen kwaliteitscriteria. Zorgprogramma’s kunnen als basis dienen van een dergelijk beleid op basis van verantwoorde activiteit op voorwaarde dat de zorgprogramma’s verder verfijnd worden in termen van pathologie en in termen van procesen kwaliteitscriteria. Dit beleid dient in concordantie te zijn met het opvoeren van andere beleidsmaatregelen die de

verzorging

thuis,

ambulant,

in

daghospitalisatie

of

in

thuisvervangende

verzorgingsinstellingen (als permanente residentie of voor tijdelijke opvang na de behandeling in een acuut ziekenhuis) bevorderen.

V-10


4. Concrete voorstellen van beleidsinitiatieven Het is aan te bevelen om het maximaal aantal erkenningen per soort zorgprogramma vast te leggen op locatieniveau (= per vestigingsplaats) en niet op ziekenhuisniveau; met andere woorden, sommige ziekenhuizen (met meerdere locaties) kunnen meer erkenningen hebben voor hetzelfde zorgprogramma, mits deze uiteraard per locatie ook aan de betreffende erkenningsnormen beantwoorden. Bij deze doen de auteurs ook een oproep aan de beleidsverantwoordelijken om aan deze notie “ziekenhuislocatie” (of vestigingsplaats) in de ziekenhuiswetgeving extra aandacht te geven. Dit geldt niet alleen in het kader van de erkenning van zorgprogramma’s maar ook voor bijvoorbeeld het opstellen van een atlas van de ziekenhuisinfrastructuur (om een beter overzicht te bekomen van de huidige geografische spreiding van het ziekenhuisaanbod), de registratie van medische en verpleegkundige gegevens, etc… Uit de analyse van de evolutie van de vraag op korte termijn (van 2002 naar 2005) is gebleken dat er eerder een overaanbod is aan perinatale en pediatrische voorzieningen, terwijl er anderzijds aanwijzingen zijn van een tekort aan voorzieningen voor acute geriatrische ziekenhuiszorg. Met de bevolkingsvooruitzichten van het N.I.S. zal deze discrepantie in het komend decennium nog duidelijker worden. De beleidsvoorstellen van het tussentijds rapport worden er enkel door versterkt. Ze worden hierna dan ook terug in herinnering gebracht. Voor de neonatale zorg werd een overaanbod aan erkende NIC-diensten vastgesteld. Overleg met de gemeenschappen is nodig om dit aanbod te reduceren, rekening houdend met een evenwichtige spreiding. Aansluitend op de hoger beschreven beleidsvoorstellen wordt voorgesteld om de huidige NIC-diensten te reconverteren naar zorgprogramma’s, waarbij de federale overheid het maximum te financieren aantal van deze zorgprogramma’s per gemeenschap vastlegt. Overigens dient de ziekenhuisfinanciering aansluitend hierop te worden aangepast aan het pathologieprofiel van elk van deze zorgprogramma’s, in functie van de intensiviteit van zorg. Uit de conclusies van het Tussentijds Rapport blijkt dat het huidig overaanbod aan NICvoorzieningen ongeveer overeenkomt met de behoefte aan voorzieningen voor pediatrische intensieve zorgen, die in België nog niet expliciet erkend zijn. Voor deze laatste wordt dus best ook een apart zorgprogramma gecreëerd, met een maximum aantal erkenningen per gemeenschap en met een aangepaste financiering. Uit eerder onderzoek is gebleken dat het

V-11


benodigde aantal voor België in de grootteorde ligt van 4 à 8 erkenningen (cfr. KZ.rapport, 2002) Voor de overige acute pediatrische ziekenhuiszorg wordt voorgesteld dat op korte termijn Koninklijke Besluiten uitgevaardigd worden in verband met de door de KZ-commissie ontworpen pediatrische zorgprogramma’s. De pediatrische ziekenhuiszorg behoort tot de meest deficitaire van de ziekenhuissector. Er wordt dan ook aangedrongen om de middelen die vrijgemaakt worden door het wegwerken van het overaanbod aan E-bedden te herinvesteren in de resterende E-voorzieningen. Zoals ook gerapporteerd werd in het Tussentijds Rapport daalde de ziekenhuisactiviteit van de leeftijdsgroep van de 15-74-jarigen het jongste decennium sneller dan het aanbod aan bedden dat door deze leeftijdsgroep gebruikt wordt. Dit geldt meer specifiek ook voor de subgroep van 15 tot 45-jarigen die om redenen van maternale zorg op het ziekenhuis beroep doen. De N.I.S.-vooruitzichten geven geen significante aangroei aan van deze leeftijdsgroep. De evolutie van het bestaande overaanbod aan M-bedden zal overigens mede bepaald worden door de mate waarin de overheid meer aandacht heeft voor de wensen van een aantal kraamvrouwen om na een normale ziekenhuisbevalling zonder complicaties te kiezen voor kraamzorg thuis. Dit kan concreet door volgende beleidsmaatregelen: -

Toekomstige ouders worden geïnformeerd over het desbetreffende zorgpad, met de daaraan verbonden kwaliteitsgaranties.

-

Een lichte aanpassing van het systeem van de ziekenhuisfinanciering, zodat het ziekenhuis niet langer financieel

gepenaliseerd wordt doordat

een aantal

kraamvrouwen kiest voor dit zorgpad. Ook voor de andere volwassenen < 65 jaar die beroep doen op het ziekenhuis wijzen de prognoses voor 2005 die opgesteld werden in de eerste fase van dit onderzoek op een overaanbod van de groep C + D + H- bedden. Mede rekening houdend met de verwachte demografische evoluties voor deze leeftijdsgroep en de evoluties van de vraag naar ziekenhuiszorg voor deze leeftijdsgroep wordt voorgesteld om een aantal van deze bedden te reconverteren naar G- en/of R.V.T.-plaatsen. Voor de 75-plussers neemt de populatie immers wel gestaag toe. Bovendien blijkt het suboptimaal gebruik van de ziekenhuis- en andere zorgvoorzieningen in deze leeftijdsgroep het grootst. De voornaamste redenen blijken te zijn: het wachten op een plaatsing in een

V-12


R.V.T. en een tekort aan voorzieningen van daghospitalisatie voor deze ouderen (cfr. A.E.P.studie van U. Liège). De resultaten van de tweede fase van deze studie versterken overigens wat reeds in het tussentijds rapport tot uiting kwam, met name dat de ouderen een steeds groter aandeel van het ziekenhuisgebruik zullen gaan vormen. Zowel vanuit het perspectief van de kwaliteit van aangeboden ziekenhuiszorg als de toegankelijkheid ervan wordt er dan ook gepleit dat een algemene ziekenhuislocatie nog slechts kan erkend worden mits er ook een geriatrisch zorgprogramma aangeboden wordt dat beantwoordt aan de kwaliteitscriteria die omschreven worden in de reeds uitgewerkte erkenningsnormen dienaangaande. Dit veronderstelt ook dat de omzetting in Koninklijke Besluiten hiervan zo snel mogelijk dient gerealiseerd . De uitbreiding van het aantal G-voorzieningen dient verder gekaderd te worden in een specifiek, coherent en kwalitatief geriatrisch beleidsplan. De uitvoering van dergelijk plan is noodzakelijk om te beletten dat de acute ziekenhuiszorgvoorzieningen op langere termijn zouden dichtslibben met ouderen met een multi-pathologische problematiek; maar ook om zoveel mogelijk te vermijden dat ouderen permanent in een geïnstitutionaliseerde omgeving dienen te verblijven. Dit kan onder meer via de uitbouw van geriatrische dagziekenhuizen, voorzieningen van tijdelijke opvang van ouderen en een meer aangepaste thuisomgeving. Zoals ook in deel I van deze studie werd aangetoond zal tegen 2015 bijna een kwart van de bevolking ouder te zijn dan 65 jaar en meer dan 41 % van de ziekenhuisverblijven vertegenwoordigen.

Dit is een belangrijke factor in het kader van de planning van

ziekenhuiscapaciteit, die onderdeel vormt van een gezondheidszorgorganisatie die de noden van de patiënt als voornaamste oogmerk heeft. De veroudering van de bevolking heeft als impact op de nationale Case Mix van ziekenhuisopnamen vooral een toename van de pathologieën die verband houden met aandoeningen van luchtwegen, de bloedsomloop, de hepato-biliaire en myeloproliferatieve systemen. Het aandeel van de 65-plussers bij deze pathologiegroepen wordt geraamd op 40 tot 65 %. Deze ziekten kennen uiteraard ook diverse niveaus van ernstgraad waarvoor niet altijd een ziekenverblijf noodzakelijk is. Dit veronderstelt wel dat de organisatie van de gezondheidszorg erop gericht is de oudere patiënten zoveel mogelijk in hun thuissituatie te houden of naar huis te laten terugkeren met garantie op continuïteit en coördinatie van zorgen. Dit is niet te realiseren indien er geen extra middelen voorzien worden voor het specifieke aanbod dat hiervoor nodig is. Concreet houdt dit in dat de samenwerking tussen de verschillende gezondheidszorgactoren bevorderd wordt en dat er geïnvesteerd wordt in extramurale organisaties die diensten leveren ter V-13


ondersteuning van de medische activiteit. Dit vereist het omschrijven van zorgprotocollen, praktijkfinanciering, netwerken om gegevens uit te wisselen, het organiseren van overlegbijeenkomsten, etc… Hiervoor dient nabijgelegen kwaliteitsvolle zorgverlening gegarandeerd te worden wat niet kan zonder specifiek daarvoor gekwalificeerd personeel te voorzien. De

maatschappelijke

stervensbegeleiding,

ontwikkelingen thuiszorg,

zoals

etc..

de

veroudering

vereisen

van

eveneens

de

bevolking,

gespecialiseerde

opleidingsprogramma’s die speciaal aangepast zijn aan de groeiende noden van de ouderen om hen zolang mogelijk gezond en autonoom te kunnen laten leven waardoor hun afhankelijkheid aan thuisgezondheidszorg en ziekenhuisverblijf kan afgeremd of vermeden worden.

V-14


5. Reflecties over actuele beleidsvragen Bij de besprekingen van deze studie in de schoot van haar begeleidingscommissie werd aan de onderzoekers gevraagd om hun opinie over een aantal actuele beleidsvraagstukken zoals door hen geformuleerd en die verondersteld worden in meer- of mindere mate ook verband te houden met de behoefte aan acute ziekenhuisvoorzieningen. Hierna volgt een aantal reflecties in consensus opgesteld door de drie onderzoeksequipes m.b.t. deze beleidsvragen. Bij het formuleren van deze reflecties wordt ook geput uit de expertise die de onderzoekers hebben opgebouwd in de betrokken domeinen, en niet altijd uit de kwantitatieve analyses die in vorige delen van dit eindrapport uitvoerig werden behandeld. Deze reflecties worden hierna thematisch gerapporteerd.

5.1.

Beddencapaciteit per zone van ziekenhuiszorg

Met het oog op een rationalisatie van het huidige aanbod aan acute ziekenhuisvoorzieningen wordt als één van de mogelijke oplossingen gedacht aan het verdelen van het Belgische grondgebied in een aantal ziekenhuisregio’s of zorgzones (in het Frans ook bassins de soins genoemd). Afhankelijk van de soort en de ernstgraad van de pathologie kunnen deze regio’s in omvang verschillen. Voor sommige topklinische zorgprogramma’s is het niet uitgesloten dat de optimale omvang van de regio overeenstemt met de huidige gemeenschappen of een doelgebied hebben dat zelfs de taal- of landgrenzen overschrijdt. Voor alle duidelijkheid: het gaat hier over een beperkt aantal zorgprogramma’s met een zeer bescheiden totale beddencapaciteit in vergelijking met de zogenaamde tweedelijns ziekenhuiszorg. Het aandeel van de benodigde capaciteit voor tertiaire ziekenhuiszorg zal evenwel toenemen, mede gezien de mogelijkheden tot substitutie naar behandelingsmogelijkheden buiten de ziekenhuismuren beperkter zijn voor deze tertiaire ziekenhuiszorg. De verdere bespreking is echter in de eerste plaats gericht op zorgprogramma’s waarvan er doorgaans meerdere erkenningen per gemeenschap of per provincie te verantwoorden zijn en waarbij de betrokken patiënten zich doorgaans ook in de provincie van woonplaats laten verzorgen (tenzij ze aan de grens van de betrokken provincie zouden wonen).

V-15


De activiteit van een individueel ziekenhuis in België overstijgt doorgaans de gemeentelijke (of stads-) grenzen. Het gemeenteniveau is daarom niet geschikt als schaal om een ziekenhuisregio te definiëren. Het provincieniveau is dan weer te geaggregeerd, vooral voor de lokale (of tweedelijns) ziekenhuisactiviteit. Het administratieve niveau tussen beide, het arrondissementeel niveau, wordt daarom door sommigen gezien als gulden middenweg. Het heeft onder meer als voordeel dat deze data, zowel wat betreft de demografische gegevens als de patiëntengegevens inzake hospitalisatie, momenteel reeds beschikbaar zijn en dat het aantal arrondissementen in België (zijnde 43) overzichtelijk blijft. Ook in deze studie werd het arrondissement meermaals als uitgangspunt gebruikt voor de analyse. De voornaamste reden hiervoor was dat dit met de beschikbaar gestelde gegevens het meest pragmatische niveau was om analyses uit te voeren. De auteurs van deze studie raden echter ten stelligste af om het arrondissement te hanteren als geografische eenheid om ziekenhuisregio’s af te bakenen, en dit om volgende redenen: 1°) Zowel wat betreft de omvang (in vierkante kilometer) als het aantal inwoners zijn de verschillen per arrondissement dermate groot dat deze maatstaf niet kan gebruikt worden om een evenwichtige spreiding van het ziekenhuisaanbod te realiseren. Enkele voorbeelden: De provincie Antwerpen met 1,66 miljoen inwoners heeft 3 arrondissementen tegenover 8 arrondissementen voor West-Vlaanderen met 1,13 miljoen inwoners. Het arrondissement Antwerpen alleen al telt bijna 1 miljoen inwoners, het arrondissement Diksmuide slechts 50.000 inwoners. Het arrondissement Verviers is 2016 km² groot, het arrondissement Moeskroen slechts 101 km². 2°) Er zijn momenteel enkele arrondissementen zonder acuut ziekenhuis en zelfs zonder één campus van een acuut ziekenhuis. Het is weinig zinvol om bijvoorbeeld de behoefte aan acute ziekenhuisbedden te gaan berekenen voor elk arrondissement en, rekening houdend met de resultaten ervan, bijkomende ziekenhuiscapaciteit in deze arrondissementen bij te creëren. 3°) Om echt bruikbaar te zijn is het aangewezen dat de ziekenhuisvoorzieningen zich in het centrale gedeelte van elk arrondissement zouden bevinden. Dit is momenteel vaak niet het geval. 4°) Mede als gevolg van voorgaande punten worden heel wat patiënten behandeld in een ander arrondissement dan waar ze wonen. Uit cijfers van de MKG 2002 blijkt dat gemiddeld 40 % van de ziekenhuisverblijven betrekking hebben op hospitalisaties in een ziekenhuis dat buiten het arrondissement van de woonplaats gelegen is. Een beleid dat er zou op gericht zijn

V-16


patiënten zoveel mogelijk in het arrondissement van woonplaats te hospitaliseren leidt niet noodzakelijk tot een meer rationeel ziekenhuisgebruik. Het heeft dus geen zin om het ziekenhuisaanbod te gaan programmeren per arrondissement of om de arrondissementsgrenzen te gaan hanteren als afbakening voor ziekenhuisregio’s. Wil men toch ziekenhuisregio’s of zorgzones afbakenen, dan is het logisch te starten met de ligging van het bestaande ziekenhuispatrimonium, verspreid over het land en het gebied rond elke ziekenhuislocatie te beschouwen als zorgregio of attractiezone voor dat ziekenhuis. Dit gebied kan dan bijvoorbeeld uitgedrukt worden in afstanden (voorbeeld een straal van 20 of 25 kilometer) of in gemiddelde tijd nodig om het ziekenhuis te bereiken. De onderzoekers wijzen er bij deze op dat het niet aangewezen zou zijn ziekenhuisregio’s te creëren met het doel te verhinderen dat patiënten nog buiten hun regio zouden opgenomen behandeld worden. Dit zou trouwens ook in strijd zijn met de internationale trends waarbij landen die voorheen eerder een beleid voerden van eerder gescheiden opererende ziekenhuisregio’s, een proces op gang brengen om patiënten meer vrijheid te geven om gebruik te maken van ziekenhuisvoorzieningen buiten hun regio van woonplaats. Eén van de voornaamste motivaties hiervoor is dat de overheid in die landen hiermede vraag en aanbod beter op elkaar pogen af stemmen, zodat hierdoor de aldaar bestaande wachtlijsten kunnen ingekort worden.

5.2.

Reconversiemaatregelen en relatie met bouwkalender

De vraag werd gesteld of het niet tijd wordt om een nieuwe golf van reconversiemaatregelen uit te vaardigen, zoals in de tweede helft van de jaren tachtig gelanceerd werd. Bij deze reconversies werd toen tegelijk gebruik gemaakt van de beleidsinstrumenten inzake erkenning en financiering. Het lijkt ons voorbarig te stellen dat een gelijkaardige operatie aangewezen is. De AEP-studies hebben weliswaar aangetoond dat een gedeelte van het oneigenlijke gebruik aan ziekenhuiszorg te maken heeft met het wachten op het vrijkomen van R.V.T.-bedden. Zoals hoger besproken pleiten de onderzoekers daarom ook dat prioritair aandacht besteed wordt aan het voeren van een geïntegreerd geriatrisch zorgbeleid. Voor de invulling van de bouwkalender m.b.t. ziekenhuisvoorzieningen betekent dit ook dat er eerder nood is aan de ombouw naar geriatrische afdelingen (met de implicaties qua extra ruimtelijke voorzieningen) V-17


dan aan de vernieuwing van materniteiten, neonatale en pediatrische afdelingen die qua schaalgrootte weinig toekomstperspectieven bieden.

5.3.

Verdere uitbouw van eerstelijnszorg

Meer aandacht voor de eerstelijnszorg betekent niet dat hierdoor de vraag naar ziekenhuiszorg automatisch zal verminderen en er dus ook minder ziekenhuisvoorzieningen nodig zullen zijn. Dit zal mede afhangen van de concrete randvoorwaarden (financiële, organisatorische, etc…) maar ook de evolutie van het aanbod aan huisartsen en andere zorgverstrekkers kan hierbij van groot belang zijn. Bijkomend onderzoek is nodig om dit verder na te gaan. In het algemeen wordt er wel verwacht dat het versterken van de eerstelijnsactiviteit eerder een effect zal hebben op het reduceren van het oneigenlijk gebruik van ziekenhuisvoorzieningen dan op het verminderen van de werkelijke behoeften aan ziekenhuiszorg. Dit oneigenlijk gebruik kan mede gereduceerd worden via een optimalisatie van de overgang van acute ziekenhuiszorg naar extramurale zorgverlening. Een mogelijke piste om dit te realiseren kan erin bestaan om bestaande conventies meer multidisciplinair te maken en uit te breiden naar extramurale zorg.

5.4.

Dienen extra maatregelen genomen tot uitbreiding van netwerken in de gezondheidszorg?

De grote golf van ziekenhuisfusies lijkt afgelopen, alhoewel de geplande samenvoeging op één campus in vele gevallen nog niet gerealiseerd is. Thans wordt eerder gepleit om te streven naar uitgebreide netwerken waarin de complementariteit wordt bevorderd. Onderscheid dient hierbij gemaakt te worden tussen horizontale en verticale netwerken. Er is nood aan beide soorten netwerken maar de organisatorische vereisten zijn verschillend. De overheid zou een rol kunnen spelen in het bevorderen ervan (zoals thans in de psychiatrische sector ook gebeurt), maar eerdere ervaringen hebben geleerd dat een te dirigistische aanpak contraproductief kan werken. De Belgische ziekenhuissector heeft reeds spontaan initiatieven genomen tot het opzetten van netwerken. Het wordt aanbevolen dat de overheid deze V-18


initiatieven op overzichtelijke wijze in kaart zou brengen, te laten onderzoeken waar desgevallend nog hiaten vast te stellen zijn en in welke mate deze hiaten mede het gevolg kunnen zijn van hindernissen die al dan niet het gevolg zijn van de bestaande regulering of het bestaande financieringssysteem.

5.5.

Relatie tussen artsencontingentering en gebruik aan ziekenhuisbedden

Uit de analyse van de situatie in sommige buurlanden is gebleken dat deskundigen aldaar zich vaak meer zorgen maken over het toekomstig aanbod aan zorgverstrekkers om voldoende ziekenhuiszorg te kunnen blijven aanbieden dan om eventuele tekorten aan beddencapaciteit. Deze opmerking geldt zeker ook voor de artsencontingentering, Dit thema ligt buiten het kader van dit onderzoek, wat niet wil zeggen dat de onderzoekers geen vragen zouden hebben bij de eerder lineaire benadering van de huidige artsencontingentering. Bij deze gelegenheid dient herhaald dat , rekening houdend met de evoluties van de zorgvraag (vooral in de richting van de geriatrische zorg), prioritair aandacht gevraagd wordt voor de nood aan specifieke vaardigheden van de‘human resources’ die bij een uitbreiding van de geriatrische zorgvoorzieningen dienen voorzien te worden. Het pas uitgevaardigde K.B. i.v.m. de erkenning van de bijzondere beroepstitel Geriatrie (B.S. 19/08/05) is een grote stap voorwaarts, maar ook inzake geriatrisch verpleegkundige kwalificaties en andere zorgverleners dient extra geïnvesteerd (zie ook 4).

5.6.

Heeft het zin om binnen de groep van de volwassenen aparte leeftijdsgebonden zorgprogramma’s uit te werken, en welk impact kan dit hebben op het ziekenhuisgebruik?

Over het nut van zorgprogramma’s voor kinderen en geriatrische patiënten bestaat nog weinig discussie. De patiënten behorende tot de MDC 14 (de maternale zorg) komen

quasi

uitsluitend voor in de leeftijdsgroep van 18 tot 45 jaar. Hiervoor worden best aparte zorgprogramma’s worden uitgewerkt (o.a. actualisatie van de huidige M en MIC-normen). Voor de overige leeftijdsgroepen van volwassenen geven de resultaten van dit onderzoek geen aanduidingen dat het nuttig zou zijn de groep van volwassenen verder op te splitsen in leeftijdsgroepen waarvoor aparte zorgprogramma’s inzake ziekenhuiszorg dienen opgesteld te V-19


worden. Buiten de MDC 14 zijn er bij de volwassenen niet onmiddellijk leeftijdsgebonden MDC’s af te bakenen. Wel is het zinvol verder zorgprogramma’s per pathologiegroep uit te werken, waarbij zowel rekening gehouden wordt met de aard van de pathologie als de nood aan gespecialiseerde zorg, met de intensiteit van de zorg en met de kritische massa om elk van deze zorgprogramma’s kwalitatief en doelmatig aan te bieden.

5.7.

Eens de projecties van de toekomstig ziekenhuisgebruik en de daarmee gerelateerde ziekenhuiscapaciteit bekend is, hoe kan deze enveloppe van acute ziekenhuisbedden verder gestuurd worden?

De onderzoekers zijn geen voorstander om verder met “enveloppes” van erkende bedden te werken. Mede door de verschuiving naar daghospitalisatie en ambulante activiteit binnen het ziekenhuis zal de notie “erkende bedden” als sturingselement in het ziekenhuis immers steeds verder aan belang inboeten. Er wordt eerder geopteerd om per gemeenschap een maximum aantal van elk soort zorgprogramma vast te leggen. Deze erkende zorgprogramma’s kunnen dan gefinancierd worden op basis van verantwoorde activiteit, waarbij tegelijk aan minimale kwaliteitseisen inzake de organisatie van deze zorgprogramma’s dient voldaan te zijn. Naast kwaliteitseisen die voor het ziekenhuis in zijn geheel dienen te gelden, is het ook nodig om specifieke kwaliteitseisen voor elk zorgprogramma apart uit te werken. Ook hierover kan bijkomend onderzoekswerk verricht worden. Globaal kunnen we stellen dat de onderzoekers aanbevelen om in de toekomst het overheidsbeleid minder te fixeren op het concept ‘bed’ en meer op een verantwoorde activiteit, waarbij verantwoord niet enkel een economische betekenis heeft, maar ook bestudeerd wordt vanuit het hoekpunt van kwaliteit. Het betreft hier zowel de medische kwaliteit als de kwaliteit van dienstverlening. Door meer kwaliteitsparameters in te bouwen in de erkenning kan op termijn deze erkenningsprocedure evolueren naar een soort van kwaliteitsaccreditering van het zorgprogramma of zelfs van ziekenhuizen.

V-20


6. Suggesties voor verder onderzoek Uit de analyses van deel I en deel II van het eindrapport is gebleken dat de aantrekkingskracht van specifieke ziekenhuizen verschilt naargelang de bestudeerde pathologiegroep. Het is aangewezen hierover verder onderzoek te verrichten. Het opstellen van ‘trading areas’ voor pathologiegroepen en het respectievelijk inzicht verwerven in de verwijspatronen van eerstelijnsartsen en de beweegredenen van de patiënt om zich te verplaatsen naar een bepaalde zorginstelling kunnen heel wat nuttig inzicht verschaffen in de attractiviteit van een zorginstelling. Een eventueel beleid dat de concentratie van de behandeling van een bepaalde pathologie in een beperkt aantal ‘excellence centers’ bevordert, kan met dit verworven inzicht rekening houden. Gegeven de hoge populatiedensiteit in België, en het relatief groot aantal ziekenhuislocaties, mag men zich eraan verwachten dat de hoger genoemde attractiegebieden van verschillende ziekenhuizen elkaar geregeld zullen overlappen. Verder onderzoek is aangewezen om na te gaan in welke mate dergelijke attractiegebieden voor meerdere ziekenhuizen kunnen samengenomen worden om alzo tot evenwichtig afgebakende ziekenhuisregio’s per pathologiegroep te komen. Uit het onderzoek van de literatuur en de eigen analyses blijkt telkens dat er diverse aanwijzingen van oneigenlijk ziekenhuisgebruik zijn en van regionale verschillen hierin. Dit houdt mede verband met de mate waarin alternatieve zorgvoorzieningen aangeboden worden. Verder onderzoek is echter noodzakelijk of dit oneigenlijk gebruik ook niet deels kan vermeden worden door maatregelen in de domeinen van het thuismilieu en/of andere woonen zorgvoorzieningen. Een dergelijke studie kan maar zinvol uitgevoerd worden indien acute en chronische zorgvormen samen bestudeerd worden. In dit opzicht wensen de auteurs te wijzen op de noodzaak van het uitbouwen van een netwerk van zorginstellingen die samen kunnen voorzien in een continuïteit van de zorgverlening en behandeling van een patiënt met een bepaalde pathologie. De auteurs pleiten er dan ook voor dat formules zouden uitgewerkt worden om via het beleid samenwerkingsvormen tussen verschillende zorginstellingen (ziekenhuizen, woonen zorgcentra, thuiszorg, enz.) te bevorderen.

V-21


Rekening

houdend

met

de

aanwijzingen

van

suboptimaal

gebruik

van

de

ziekenhuisvoorzieningen pleiten de auteurs van deze studie voor meer gedetailleerd onderzoek aangaande de diverse segmenten van patiënten die momenteel in acute ziekenhuizen verblijven. Voor sommige van deze segmenten kan een substitutie naar andere zorgvormen buiten het ziekenhuis aangewezen zijn. Over welke volumes gaat het? Zijn er regionale verschillen in deze segmenten? Dergelijke analyses kunnen extra beleidsrelevante informatie verschaffen en tot concrete beleidsmaatregelen leiden tot optimalisering van het ziekenhuisgebruik, zonder dat daarom de globale bedbehoeften op langere termijn dienen gekend te zijn. Eén van deze segmenten zou kunnen zijn: de patiënten die opgenomen werden in het ziekenhuis maar die met dezelfde kwaliteitsgaranties ook in daghospitalisatie kunnen behandeld worden. Hierbij zouden de substitutiemogelijkheden voor medische versus chirurgische daghospitalisatie apart kunnen onderzocht worden. Er dient wel mee rekening gehouden dat de criteria om te oordelen of een behandeling al dan niet via daghospitalisatie kan uitgevoerd worden, momenteel duidelijker kunnen omschreven worden als het om een chirurgische ingreep gaat dan wel om niet-chirurgische behandelingen. Er is dus extra onderzoekswerk nodig om specifieke meetsystemen van potentiële substitutie naar medische daghospitalisatie te ontwikkelen. Een ander segment zijn de patiënten die in het ziekenhuis overlijden. Uit een studie van de Vlaamse Gemeenschap blijkt dat 75 % van de geënquêteerden thuis wenst te sterven, terwijl de meerderheid uiteindelijk in het ziekenhuis overlijdt. Er kan verder onderzocht worden hoe deze kloof tussen wens en realiteit kan gedicht worden? Een derde segment zijn de zogenaamde heropnames, met name patiënten die binnen een periode van enkele weken of maanden na een ontslag uit het ziekenhuis terug worden opgenomen, of die voor eenzelfde ziekte-episode achtereenvolgens in verschillende ziekenhuizen worden opgenomen. Houdt dit verband met organisatorische dynamieken of financieringsmodaliteiten die uiteindelijk leiden tot oneigenlijk ziekenhuisgebruik? Kunnen deze heropnames gereduceerd worden? Welk is de impact hiervan op de benodigde ziekenhuiscapaciteit?

V-22


De onderzoekers vinden het overigens belangrijk dat er ook aandacht besteed wordt aan de impact van het ganse opname- en ontslagbeleid in een ziekenhuis op het bedgebruik. Het zijn precies deze ontkoppelpunten (opname en ontslag) die heel belangrijk blijken te zijn in een efficiënt gebruik van de bedden. In dezelfde lijn wordt voorgesteld dat de overheid initiatieven zou nemen om de vastgestelde sterke stijging van de frequenties van ziekenhuisopname bij de 75-plussers en de geografische verschillen hierin te laten onderzoeken. Ook voor andere leeftijdsgroepen (vb. voor de groep van kinderen) is verder onderzoek aangewezen over de geografische verschillen in opnamefrequenties. In vergelijking tot sommige andere landen loopt België achter wat het aandeel van daghospitalisaties betreft. Zelfs bij de koplopers verwacht men bovendien dat de ontwikkelingen in de medische praktijk aanleiding zullen geven tot een verdere substitutie van ziekenhuisopname naar daghospitalisatie. Een groter volume van patiënten in daghospitalisatie heeft wel organisatorische gevolgen. Op een bepaald moment bestaat er een voldoende schaalgrootte om het dagziekenhuis voor volwassenen te organiseren los van het beddenhuis. Dit is zeker waar voor een chirurgisch dagziekenhuis. Verder onderzoek naar de organisatorische en facilitaire gevolgen van een toenemende daghospitalisatie is noodzakelijk. In het rapport worden verschillende parameters beschreven die een impact hebben op het overheidsbeleid ten aanzien van de beddenvoorziening. Uit de studie leren we dat bepaalde parameters (zoals bijvoorbeeld substitutie naar daghospitalisatie of de vergrijzing) een groter impact hebben dan andere (zoals de “vals klassieke hospitalisaties” bij 32 APR-DRG’s die door de overheid in het kader van de ziekenhuisfinanciering werden geselecteerd) In de inleiding van deel V werd reeds gepleit om de evoluties van de determinanten van ziekenhuisgebruik continu te volgen. Om eventuele verschuivingen in evoluties naar de vraag voor acute ziekenhuiszorg tijdig te detecteren (en de daarmee gerelateerde projecties van het bedgebruik te kunnen bijsturen wordt de overheid aangeraden om zeker de parameters met de grootste impact periodiek op te volgen. Dit geldt o.a. voor het opvolgen van de evolutie in de verblijfsduur. Het diepgaander analyseren van deze parameters (bijvoorbeeld de link leggen met de severity of illness categorieën) kan nog meer inzicht verschaffen. De overheid zou een soort van boordtabel moeten ontwikkelen met een aantal parameters rond het bedgebruik die jaarlijks opgevolgd worden.

V-23


Hoger werd gepleit om eerder zorgprogramma’s dan wel bedden per kliniekdienst te erkennen. Deze erkende zorgprogramma’s kunnen dan gefinancierd worden op basis van verantwoorde activiteit, waarbij tegelijk aan minimale kwaliteitseisen inzake de organisatie van deze zorgprogramma’s dient voldaan te zijn. Naast kwaliteitseisen die voor het ziekenhuis in zijn geheel dienen te gelden, is het ook nodig om specifieke kwaliteitseisen voor elk zorgprogramma apart uit te werken. Ook hierover is bijkomend onderzoekswerk aangewezen.

V-24


7. Algemene conclusie Als besluit van de studie kunnen de auteurs stellen dat een analyse van het toekomstig gebruik van de bedden een zinvolle oefening is, niet zozeer om een inzicht te krijgen in hoeveel bedden er nu precies nodig zijn in 2010 en 2015, maar wel om een beter inzicht te verwerven in de parameters (determinanten) die bepalen wat de evolutie in het bedgebruik is. De koppeling van demografische gegevens aan de pathologiemix bij gelijk blijvende medische praktijk, leidt tot interessante inzichten. Deze studie toont aan hoe dat de predicties verder kunnen verfijnd worden door de introductie van andere parameters/determinanten zoals de trend in de verblijfsduur, de substitutie naar daghospitalisatie, enz. Het is duidelijk dat eenzelfde methodologie ook kan gebruikt worden om de impact van de veranderingen in de evolutie van deze determinanten op te volgen. De auteurs pleiten dan ook om regelmatig (bijvoorbeeld om de 2 jaar) de studie (op macro-niveau) te herhalen en bij te sturen met meer accurate gegevens. Het parametrisch model dat in het kader van deze studie aan de bevoegde instanties wordt overgemaakt, levert alvast de basismethodologie hiervoor.

V-25

BIJLAGEN - ANNEXES

PARTIE I Annexe I-1 : Description des fichiers Annexe I-2 : Liste des Catégories majeures de diagnostic Annexe I-3 : Correspondance MDC et liste des APR-DRGs version 15 Annexe I-4 : Durée de séjour par APR-DRG : moyenne pondérée sur base du niveau de sévérité Annexe I-5 : Modèles et prévisions des durées de séjour par APR-DRG ( R2 > 0,60) Annexe I-6 : Modèles et prévisions des durées de séjour par APR-DRG ( R2 < 0,60) Annexe I-7 : Poids relatifs des APR-DRGs sur les classes d’âge Annexe I-8 : Corrélation par APR-DRG entre séjours en hospitalisation traditionnelle et en jour Annexe I-9 : Définition des séjours Faux Classiques Annexe I-10 : Cartographie géographique des flux entrants par arrondissement Annexe I-11 : Cartographique géographique des flux sortants par arrondissement

DEEL II Bijlage II-1: Distributie van de relatieve gewichten per APR-DRG en per leeftijdscategorie van 5 jaar voor beide geslachten getoond voor het arrondissement Eeklo Bijlage II-2: Distributie van het verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar voor beide geslachten voor het arrondissement Aalst voor 2010 Bijlage II-3: Distributie van het verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie van 5 jaar voor het arrondissement Dendermonde voor 2010 (Mannen) Bijlage II-4: Distributie van het aantal verblijven (percentueel) per MDC voor de inwoners gedomicilieerd in het arrondissement Gent voor 2002

DEEL IV Bijlage IV-1: Geraadpleegde bronnen voor data andere landen Bijlage IV-2: Definitie acute zorg gehanteerd door OECD (en Eurostat) Bijlage IV-3: Definitie acute ziekenhuisbedden gehanteerd door WHO

ANNEXE I-1 : DESCRIPTION DES FICHIERS Variable ADMDAY ADMMONTH ADMTYPE ADMYEAR ADRBY AGEIND ANOPAT ANOSTAY ANOZH COUNTRYC DAYINV DESTINATE EXITDAY EXITMONTH EXITTYPE HOMEBA HOSPTYPE INSCODE NATIND READMCODE Variable READNBRE ANOSTAY RECYEAR ANOZH SEXE DRG STAYTIME ICDAYS SVAL ICHOUR YVAL INSCODEZH

Table : Stayhosp Libellé Journée de la semaine d'admission Mois de l'admission Type d'admission Année de l'admission Adressé par Indicateur d'âge Numéro anonyme de patient à l'hôpital Numéro de séjour Numéro CTI de l'hôpital Code de pays Nombre total des journées à facturer totalement pour le séjour hospitalier Destination Journée de la semaine de sortie Mois de la sortie Type de sortie Lieu avant l'admission Type de séjour hospitalier Code INS Belgique : Patient Indicateur de nationalité Table : Stayxtra Code réadmission Libellé Réadmission en nombre de jours depuis la dernière sortie Numéro de séjour Année d'enregistrement Numéro CTI de l'hôpital (clé de patient) Sexe AP-DRG Durée de séjour hospitalier exprimées en journées Durée totale de séjour dans la fonction 'soins intensifs' en journées Semestre d'enregistrement (RCM) Durée de séjour dans la fonction 'soins intensifs' en heures Année d'enregistrement (RCM) Code INS Belgique : Hôpital

MDC NSYST PATAGE P_M RDRG RMDC RMT RP_M RSV SVAL YVAL

MDC : AP-DRG Nombre de systèmes atteints Age : Patient Cas chirurgical/médical : AP-DRG APR-DRG MDC : APR-DRG Risque de mortalité Cas chirurgical/médical : APR-DRG Niveau de sévérité Semestre d'enregistrement (RCM) Année d'enregistrement (RCM)

Variable ANOSTAY ANOZH BEDCODE BEDINDX DAYINV DAYINVPREV STAYTIME SVAL YVAL

Table : Stayindx Libellé Numéro de séjour Numéro CTI de l'hôpital Code index de lit Numéro d'ordre de l'index de lit Nombre de journées à facturer totalement pour l'année d'enregistrement actuelle Nombre de journées à facturer totalement pour l'année d'enregistrement précédente Durée de séjour en index de lit calculée en journées Semestre d'enregistrement (RCM) Année d'enregistrement (RCM)

Table : Lits Variable AVG_BED_NR BED_INDEX_CODE YEAR ANOZH

Libellé Nombre de lits moyens Code Index de lit Année d'enregistrement (clé de patient - RCM) Numéro CTI de l'hôpital

ANNEXE I-2. LISTE DES MDC Code MDC 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

MDC : Libellé Groupe résiduel Système nerveux Affecions des yeux Nez, gorge, oreilles Système respiratoire Système circulatoire Système digestif Foie, bile et pancréas Système musculaire et tissu conjonctif Peau, tissu sous-cutané, sein Maladies endocriniennes, nutritives et du métabolisme Reins et voies urinaires Organes génitaux masculins Organes génitaux féminins Grossesse et accouchement Nouveau-nés - Affections d'origine périnatale Sang et organes hematopoïétiques Maladies myéloprolifératives, néoplasmes peu différenciés Maladies infectieuses et parasitaire Troubles mentaux Alcoolisme et usage de drogue Traumatismes, empoisonnements, effets tox. des médicaments Brûlures Facteurs influençant la santé Infections HIV Traumatismes multiples

ANNEXE I-3. CORRESPONDANCE MDC ET APR-DRGS Code MDC

Code APRDRG 020 021 022 023 024

APRDRG : Libellé CRANIOTOMIE POUR TRAUMATISME CRANIOTOMIE EXCEPTE POUR TRAUMATISME INTERVENTIONS SUR SHUNT VENTRICULAIRE INTERVENTIONS SUR LA COLONNE VERTEBRALE ET LA MOELLE EPINIERE INTERVENTIONS VASCULAIRES EXTRACRANIENNES

1 Système nerveux

025

INTERVENTIONS SUR LE SYSTEME NERVEUX POUR AFFECTIONS DES NERFS PERIPHERIQUES

1 Système nerveux

026

INTERV. SUR SYST. NERVEUX POUR AFFECT. DES NERFS CRANIENS ET AUTRES AFF. SYST. NERV.

1 1 1 1 1 1

Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux

040 041 042 043 044 045

AFFECTIONS ET TRAUMATISMES DE LA COLONNE VERTEBRALE ET DE LA MOELLE EPINIERE NEOPLASMES DU SYSTEME NERVEUX MALADIES DEGENERATIVES DU SYSTEME NERVEUX SCLEROSE EN PLAQUES ET ATAXIE CEREBELLEUSE HEMORRAGIE INTRACRANIENNE ACCIDENT VASCULAIRE CEREBRAL AVEC INFARCTUS

1 1 1 1 1 1 1 1 1 1

Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux

046 047 048 049 050 051 052 053 054 055

ACCIDENT VASCULAIRE NON SPECIFIQUE AVEC OCCLUSION PRECEREBRAL SANS INFARCTUS ACCIDENT ISCHEMIQUE TRANSITOIRE AFFECTIONS DES NERFS CRANIENS ET PERIPHERIQUES INFECTION BACTERIENNE ET TUBERCULEUSE DU SYSTEME NERVEUX INFECTION DU SYSTEME NERVEUX, EXCEPTE MENINGITE VIRALE MENINGITE VIRALE COMAS ET ETATS STUPOREUX NON TRAUMATIQUES ATTAQUE MIGRAINE ET AUTRES CEPHALEES TRAUMATISME CRANIEN AVEC COMA > 1 HEURE, OU HEMORRAGIE

1 Système nerveux

056

FRACTURE DU CRANE & TRAUMATISME INTRACRANIEN SPECIFIE, COMA < 1HEURE OU SANS COMA

1 1 2 2 2 2

057 058 070 071 072 073

COMMOTION, TRAUMATISME INTRACRANIEN NON SPECIFIE, COMA < 1 HEURE OU SANS COMA AUTRES AFFECTIONS DU SYSTEME NERVEUX INTERVENTIONS SUR L' ORBITE INTERVENTIONS INTRAOCULAIRES EXCEPTE CRISTALLIN INTERVENTIONS EXTRAOCULAIRES EXCEPTE SUR L' ORBITE INTERVENTIONS SUR LE CRISTALLIN AVEC OU SANS VITRECTOMIE

1 1 1 1 1

MDC : Libellé Système nerveux Système nerveux Système nerveux Système nerveux Système nerveux

Système nerveux Système nerveux Affecions des yeux Affecions des yeux Affecions des yeux Affecions des yeux

2 Affecions des yeux 2 Affecions des yeux 2 Affecions des yeux

080 081 082

INFECTIONS MAJEURES DE L' OEIL AFFECTIONS NEUROLOGIQUES DE L' OEIL AUTRES AFFECTIONS OCULAIRES

3 Nez, gorge, oreilles 3 Nez, gorge, oreilles

090 091

INTERVENTIONS MAJEURES SUR LE LARYNX ET LA TRACHEE, EXCEPTE TRACHEOSTOMIE AUTRES INTERVENTIONS MAJEURES AU NIVEAU TETE ET COU

3 3 3 3 3 3 3 3 3 3

Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles

092 093 094 095 096 097 098 110 111 112

INTERVENTIONS SUR LA FACADE, EXCEPTE INTERVENTIONS MAJEURES AU NIVEAU TETE ET COU INTERVENTIONS SUR SINUS ET MASTOIDE INTERVENTIONS SUR LA BOUCHE PALATOPLASTIE ET REPARATION DE FENTE LABIALE ET PALATINE INTERVENTIONS SUR GLANDE SALIVAIRE ET SIALOADENECTOMIE ADENOIDECTOMIE ET AMYGDALECTOMIE AUTRES INTERVENTIONS SUR OREILLE, NEZ, BOUCHE, GORGE AFFECTIONS MALIGNES D' OREILLE, NEZ, BOUCHE, GORGE TROUBLES DE L' EQUILIBRE EPISTAXIS

3 3 3 4 4 4

Nez, gorge, oreilles Nez, gorge, oreilles Nez, gorge, oreilles Système respiratoire Système respiratoire Système respiratoire

113 114 115 120 121 122

EPIGLOTTITE, OTITE MOYENNE, INFECT. DES VOIES RESPIRATOIRES SUP. ET LARYNGOTRACHEITE PATHOLOGIES DENTAIRES ET BUCCALES AUTRES AFFECTIONS D' OREILLE, NEZ, BOUCHE, GORGE INTERVENTIONS MAJEURES SUR SYSTEME RESPIRATOIRE INTERVENTIONS NON MAJEURES SUR SYSTEME RESPIRATOIRE AUTRES INTERVENTIONS SUR SYSTEME RESPIRATOIRE

4 Système respiratoire 4 Système respiratoire

130 131

MALADIES DU SYSTEME RESPIRATOIRE AVEC ASSISTANCE VENTILATOIRE PENDANT + DE 96 HEURES MUCOVISCIDOSE

4 4 4 4 4 4 4 4 4 4 4 4 4

132 133 134 135 136 137 138 139 140 141 142 143 144

DYSPLASIE BRONCHO-PULMON. & AUTRES MALADIES RESPIRAT.CHRON. DURANT PERIODE PERINATALE OEDEME PULMONAIRE ET INSUFFISANCE RESPIRATOIRE EMBOLIE PULMONAIRE TRAUMATISME MAJEUR DU THORAX AFFECTIONS MALIGNES DU SYSTEME RESPIRATOIRE INFLAMMATIONS ET INFECTIONS DU SYSTEME RESPIRATOIRE PNEUMONIE A VIRUS RESPIRATOIRE SYNCYTIAL AVEC TOUX QUINTEUSE PNEUMONIE SIMPLE MALADIE PULMONAIRE OBSTRUCTIVE CHRONIQUE BRONCHIOLITE ET ASTHME MALADIE PULMONAIRE INTERSTITIELLE PNEUMOTHORAX, AVEC EPANCHEMENT PLEURAL AUTRES DIAGNOSTICS, SIGNES ET SYMPTOMES DU SYSTEME RESPIRATOIRE

Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire Système respiratoire

5 5 5 5

Système circulatoire Système circulatoire Système circulatoire Système circulatoire

160 161 162 163

REPARATIONS MAJEURES D' ANOMALIE CARDIAQUE PAR VOIE THORACIQUE IMPLANTATION D' UN DEFIBRILLATEUR CARDIAQUE INTERVENTIONS SUR VALVE CARDIAQUE, AVEC CATHETERISME CARDIAQUE INTERVENTIONS SUR VALVE CARDIAQUE, SANS CATHETERISME CARDIAQUE

5 Système circulatoire

164

PONTAGE CORONAIRE AVEC COMPLICATION MECANIQUE DU PONTAGE CORONAIRE GREFFE


165

PONTAGE CORONAIRE SANS COMPLICATION MECANIQUE, AVEC CATHETERISME CARDIAQUE

5 5 5 5


166 167 168 169

PONTAGE CORONAIRE SANS COMPLICATION MECANIQUE, SANS CATHETERISME CARDIAQUE AUTRES INTERVENTIONS CARDIAQUES INTERVENTIONS VASCULAIRES THORACIQUES MAJEURES INTERVENTIONS MAJEURES SUR LES VAISSEAUX ABDOMINAUX


170

INSERTION PACEMAKER PERMANENT AVEC INFARCTUS AIGU DU MYOCARDE, DECOMPENSATION CARDIAQUE OU CHOC


171

INSERTION PACEMAKER SANS INFARCTUS AIGU DU MYOCARDE, DECOMPENSATION CARDIAQUE OU CHOC

5 Système circulatoire 5 Système circulatoire

172 173

AMPUTATION POUR PATHOLOGIE CIRCULATOIRE EXCEPTE MEMBRE SUPERIEUR ET ORTEIL AUTRES INTERVENTIONS VASCULAIRES


174

INTERVENTIONS CARDIOVASCULAIRES PERCUTANEES AVEC INFARCTUS AIGU DU MYOCARDE

5 Système circulatoire 5 Système circulatoire 5 Système circulatoire

175 176 177

INTERVENTIONS CARDIOVASCULAIRES PERCUTANEES SANS INFARCTUS AIGU DU MYOCARDE REMPLACEMENT DE PACEMAKER ET DU DEFIBRILLATEUR CARDIAQUE REVISION DE PACEMAKER CARDIAQUE EXCEPTE REMPLACEMENT D' APPAREIL

5 5 5 5


178 179 180 190

AMPUTATION DE MEMBRE SUPERIEUR ET ORTEIL POUR PATHOLOGIE CIRCULATOIRE LIGATURE DE VEINE ET STRIPPING AUTRES INTERVENTIONS CHIRURGICALES SUR SYSTEME CIRCULATOIRE AFFECTIONS CIRCULATOIRES AVEC INFARCTUS

5 5 5 5 5 5 5 5 5

Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire

191 192 193 194 195 196 197 198 199

CATH. CARDIAQUE POUR PROBLEMES CIRCULATOIRES EXCEPTE MALADIES ISCHIMIQUE DU MYOCARDE CATH. CARDIAQUE POUR MALADIE ISCHIMIQUE DU MYOCARDE ENDOCARDITE AIGUE ET SUBAIGUE INSUFFISANCE CARDIAQUE ET CHOC THROMBO-PHLEBITE VEINEUSE PROFONDE ARRET CARDIAQUE NON EXPLIQUE AFFECTIONS VASCULAIRES PERIPHERIQUES ET AUTRES ATHEROSCLEROSE HYPERTENSION

5 5 5 5 5 5

Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire Système circulatoire

200 201 202 203 204 205

AFFECTIONS VALVULAIRES ET CARDIAQUES CONGENITALES ARYTHMIE CARDIAQUE ET TROUBLES DE CONDUCTION ANGINE DE POITRINE DOULEUR THORACIQUE SYNCOPE ET COLLAPSUS CARDIOMYOPATHIES

5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7

Système circulatoire Système circulatoire Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Système digestif Foie, bile et pancréas Foie, bile et pancréas Foie, bile et pancréas Foie, bile et pancréas Foie, bile et pancréas Foie, bile et pancréas Foie, bile et pancréas Foie, bile et pancréas

206 207 220 221 222 223 224 225 226 227 228 229 240 241 242 243 244 245 246 247 248 249 250 260 261 262 263 264 280 281 282

MAUVAIS FONCTION., REACTIONS ET COMPLIC. D' UN APPAREIL CARDIAQUE OU VASC. OU INTERV. AUTRES DIAGNOSTICS DU SYSTEME CIRCULATOIRE INTERVENTIONS MAJEURES SUR OESOPHAGE, ESTOMAC ET DUODENUM INTERVENTIONS MAJEURES SUR L' INTESTIN GRELE ET LE GROS INTESTIN INTERVENTIONS MINEURES SUR OESOPHAGE, ESTOMAC ET DUODENUM INTERVENTIONS MINEURES SUR GROS INTESTIN ET INTESTIN GRELE LYSE D' ADHERENCES PERITONEALES APPENDICECTOMIE INTERVENTIONS SUR ANUS ET ORIFICES ARTIFICIELS (STOMIE) CURE DE HERNIE EXCEPTE INGUINALE ET CRURALE CURE DE HERNIE INGUINALE ET CRURALE AUTRES INTERVENTIONS DU SYSTEME DIGESTIF AFFECTIONS MALIGNES DU TUBE DIGESTIF ULCERE PEPTIQUE ET GASTRITES AFFECTIONS MAJEURES DE L' OESOPHAGE AUTRES AFFECTIONS DE L' OESOPHAGE DIVERTICULITE ET DIVERTICULOSE MALADIE INFLAMMATOIRE DE L' INTESTIN ISCHEMIE DU TUBE DIGESTIF OBSTRUCTION GASTRO-INTESTINALE INFECTIONS GASTRO-INTESTINALES BACTERIENNES MAJEURES GASTRO-ENTERITES NON BACTERIENNES ET DOULEUR ABDOMINALE AUTRES DIAGNOSTICS DU SYSTEME DIGESTIF SHUNT INTRA-ABDOMINAL ET INTERVENTIONS SUR PANCREAS ET FOIE INTERVENTIONS MAJEURES DES VOIES BILIAIRES CHOLECYSTECTOMIE NON LAPARASCOPIQUE CHOLECYSTECTOMIE LAPAROSCOPIQUE AUTRES INTERVENTIONS SUR LE SYSTEME HEPATOBILIAIRES ET LE PANCREAS CIRRHOSE ET HEPATITE ALCOOLIQUE AFFECTIONS MALIGNES DU SYSTEME HEPATOBILIAIRE OU DU PANCREAS AFFECTIONS DU PANCREAS EXCEPTE AFFECTIONS MALIGNES

7 Foie, bile et pancréas 7 Foie, bile et pancréas

283 284

AFFECTIONS DU FOIE EXCEPTE AFFECTIONS MALIGNES, CIRRHOSE, HEPATITE ALCOOLIQUE AFFECTIONS DES VOIES BILIAIRES

8 Système musculaire et tissu conjonctif

300

INTERVENTIONS BILAT. OU MULTIPLES SUR GROSSES ARTICULATIONS DE MEMBRE INFERIEUR


301

INTERV. MAJ. ARTICULATION, RATTACHEMENT MEMBRES DES EXTREMITES INFER. POUR TRAUMA

8 Système musculaire et tissu conjonctif 8 Système musculaire et tissu conjonctif 8 Système musculaire et tissu conjonctif

302 303 304

INTERV. MAJ. ARTICULATION, RATTACHEMENT MEMBRES DES EXTREMITES INFER. SANS TRAUMA ARTHRODESE DORSO-LOMBAIRE POUR COURBURES DU DOS ARTHRODESE DORSO-LOMBAIRE EXCEPTE COURBURES DU DOS


305

AMPUT. POUR AFFECTIONS DU SYSTEME MUSCULO-SQUELETTIQUE ET DU TISSU CONJONCTIF

8 Système musculaire et tissu conjonctif 8 Système musculaire et tissu conjonctif

306 307

INTERVENTIONS MAJEURES SUR ARTICULATION ET RATTACHEMENT DE MEMBRE DE L' EXTREM. SUPERIEUR INTERVENTIONS POUR RECONSTRUCTION OSSEUSE DU CRANE ET DE LA FACE


308

INTERVENTIONS HANCHE, FEMUR,EXCEPTE INTERVENTIONS MAJEURES ARTICULATION, POUR TRAUMA


309

INTERVENTIONS HANCHE, FEMUR,EXCEPTE INTERVENTIONS MAJEURES ARTICULATION, SANS TRAUMA


310

INTERVENTIONS SUR DOS ET COU EXCEPTE ARTHRODESE VERTEBRALE, DORSALE ET LOMBAIRE


311

DEBRID. & GREFFE CUTANEE POUR PLAIE OUVERTE, POUR AFF.MUSC.-SQUEL. + TISS.CONJ.,EXCEPT MAIN

8 8 8 8 8 8 8 8

Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif

312 313 314 315 316 317 318 319

DEBRID. & GREFFE CUTANEE EXC. PLAIE OUVERTE, POUR AFF.MUSC.-SQUEL. + TISSU CONJ.,EXCEPTE MAIN INTERVENTIONS DES MEMB.INF. ET GENOUX EXCEPTE PIED INTERVENTIONS DU PIED INTERVENTIONS EPAULE, COUDE ET AVANT-BRAS INTERVENTIONS MAIN, POIGNET INTERVENTIONS DES TISSUS MOUS ENLEVEMENT MATERIEL DE FIXATION INTERNE ENLEVEMENT MATERIEL DU SYSTEME MUSCULOSQUELLETIQUE

8 8 8 8

Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif

320 340 341 342

AUTRES INTERVENTIONS DU SYSTEME MUSCULOSQUELETTIQUE ET TISSU CONJONCTIF FRACTURES DU FEMUR FRACTURES DU BASSIN OU LUXATION DE LA HANCHE FRACTURES OU LUXATIONS EXCEPTE FEMUR ET BASSIN

8 8 8 8 8

Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif

343 344 345 346 347

FRACT. PATHOL. ET AFF.MALIGNES DU TISSU CONJONCTIF OU DU SYSTEME MUSCULOSQUELLETIQUE OSTEOMYELITE ARTHRITE SEPTIQUE AFFECTIONS DU TISSU CONJONCTIF PROBLEMES MEDICAUX DE DOS


348

AUTRES MALADIES DES OS


349

MAUVAIS FONCTION., REACTIONS ET COMPLIC. RELATIFS AUX APPAREILS ORTHOPED. OU INTERV.

8 8 9 9 9 9 9 9 9 9 9 9 9

350 351 360 361 362 363 364 380 381 382 383 384 385

SIGNES, SYMPTOMES, ENTORSES ET MAL. INFLAM. MINEURES DU SYSTEME MUSCULOSQUELETTIQUE AUTRES DIAGNOSTICS SYSTEME MUSCULO-SQUELETTIQUE ET TISSU CONJONCTIF GREFFE CUTANEE ET/OU DEBRIDEMENT POUR ULCERE OU CELLULITE GREFFE CUTANEE ET/OU DEBRIDEMENT EXCEPTE ULCERE ET CELLULITE INTERVENTIONS POUR MASECTOMIE INTERVENTIONS SUR LES SEINS, EXCEPTE MASECTOMIE AUTRES INTERVENTIONS SUR LES SEINS, LA PEAU ET LE TISSU SOUS-CUTANE ULCERE DE LA PEAU AFFECTIONS MAJEURES DE LA PEAU AFFECTIONS MALIGNES DU SEIN CELLULITE TRAUMATISME DE PEAU, TISSU SOUS-CUTANE, SEIN AUTRE AFFECTION DE LA PEAU ET DE SEINS

Maladies endocriniennes, nutritives et du 10 métabolisme

400

AMPUTATION DE MEMBRE INFERIEUR POUR AFFECTIONS ENDOCRIN.,NUTRIT.,METABOLIQUES


401

INTERVENTIONS SUR LES SURRENALES ET L' HYPOPHYSE


402

GREFFE CUTANEE, DEBRIDEMENT DE PLAIE POUR AFFECTIONS ENDOCR.,NUTRIT.,METABOL.


403

INTERVENTIONS CHIRURGICALES POUR OBESITE


404

INTERVENTIONS SUR LES GLANDES THYROIDES OU PARATHYROIDES


405

AUTRES INTERVENTIONS SUR SYSTEME ENDOCRINIEN OU POUR TROUB. NUTRIT, METABOLIQUES


420

DIABETE


421

AFFECTIONS NUTRITIONNELLES ET TROUBLES DU METABOLISME


422

HYPOVOLEMIE ET DESORDRES ELECTROLITIQUES


423

ANOMALIES CONGENITALES DU METABOLISME

Maladies endocriniennes, nutritives et du 10 métabolisme 11 Reins et voies urinaires 11 Reins et voies urinaires

424 440 441

AUTRES AFFECTIONS ENDOCRINIENNES TRANSPLANTATION RENALE INTERVENTIONS MAJEURES SUR LA VESSIE

Système musculaire et tissu conjonctif Système musculaire et tissu conjonctif Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein Peau, tissu sous-cutané, sein

11 Reins et voies urinaires

442

INTERVENTIONS SUR LES REINS ET DES VOIES URINAIRES POUR AFFECTIONS MALIGNES

11 11 11 11 11 11 11 11 11 11 11

Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires

443 444 445 446 447 460 461 462 463 464 465

INTERVENTIONS SUR LES REINS ET DES VOIES URINAIRES SAUF POUR AFFECTIONS MALIGNES CREATION, REVISION ET ENLEVEMENT D' UNE VOIE D' ACCES RENALE INTERVENTIONS MINEURE DE LA VESSIE INTERVENTIONS URETHRALES ET TRANSURETHRALES AUTRES INTERVENTIONS CHIRURG. DES REINS ET DES VOIES URINAIRES INSUFFISANCE RENALE AFFECTIONS MALIGNES DES REINS ET VOIES URINAIRES NEPHRITES INFECTION DES REINS ET VOIES URINAIRES LITHIASES URINAIRES, AVEC LITHOTRIPSIE PAR ULTRASON LITHIASES URINAIRES, SANS LITHOTRIPSIE PAR ULTRASON

11 11 11 12 12 12 12 12 12 12 13

Reins et voies urinaires Reins et voies urinaires Reins et voies urinaires Organes génitaux masculins Organes génitaux masculins Organes génitaux masculins Organes génitaux masculins Organes génitaux masculins Organes génitaux masculins Organes génitaux masculins Organes génitaux féminins

466 467 468 480 481 482 483 484 500 501 510

MAUVAIS FONCTION., REACTION, COMPLIC. D' UN APPAREIL GENITO URIN., GREFFE OU TRANSPL. SIGNES ET SYMPTOMES DES REINS ET VOIES URINAIRES AUTRES DIAGNOSTICS DES REINS ET VOIES URINAIRES INTERVENTIONS MAJEURE SUR PETIT BASSIN, HOMME CHIRURGIE DU PENIS PROSTATECTOMIE TRANSURETRALE INTERVENTIONS SUR LES TESTICULES AUTRES INTERVENTIONS SUR LE SYSTEME GENITAL MASCULIN AFFECTIONS MALIGNES D' ORGANES GENITAUX MASCULINS AUTRES AFFECTIONS DU SYSTEME GENITAL MASCULIN SAUF AFFECTIONS MALIGNES EVISCERATION PELVIENNE,HYSTERECTOMIE ET VULVECTOMIE RADICALES

13 Organes génitaux féminins

511

INTERVENTIONS SUR UTERUS/ANNEXES POUR AFF. MALIGNES DES OVAIRES ET DES ANNEXES

13 13 13 13 13 13 13 13 13 13 14

512 513 514 515 516 517 518 530 531 532 540

INTERVENTIONS SUR UTERUS/ANNEXES,POUR AFF. MALIGNES EXCEPTE OVAIRES/ANNEXES INTERVENTIONS SUR UTERUS/ANNEXES,POUR CARCINOME IN SITU ET AFF. BENIGNES INTERVENTIONS RECONSTRUCTRICES D' ORGANES GENITAUX FEMININS INTERVENTIONS SUR VAGIN, COL ET VULVE LIGATURE TUBAIRE PAR VOIE LAPAROSCOPIE DILATATION, CURETAGE, CONISATION AUTRES INTERVENTIONS SUR ORGANES GENITAUX FEMININS AFFECTIONS MALIGNES D' ORGANES GENITAUX FEMININS INFECTIONS DES ORGANES GENITAUX FEMININS TROUBLES MENSTRUELS, AUTRES TROUBLES DES ORGANES GENITAUX FEMININS CESARIENNE

Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Organes génitaux féminins Grossesse et accouchement

14 Grossesse et accouchement

541

ACCOUCHEMENT VOIE VAGINALE AVEC STERILISATION ET/OU DILATATION ET CURETAGE

14 Grossesse et accouchement

542

ACCOUCHEMENT VOIE VAGINALE AVEC INTERVENTIONS CHIR. ,EXCEPTE STERILISAT. OU DILAT CURET.

14 Grossesse et accouchement 14 Grossesse et accouchement 14 Grossesse et accouchement

543 544 560

PATHOLOGIE POST-PARTUM ET POST-AVORTEMENT, AVEC INTERVENTIONS CHIRURGICALES AVORTEMENT, AVEC DILATION, ASPIRATION, CURETAGE OU HYSTEROTOMIE ACCOUCHEMENT PAR VOIE VAGINALE


561 562 563

PATHOLOGIE POST-PARTUM ET POST-AVORTEMENT, SANS INTERVENTIONS CHIRURGICALES GROSSESSE EXTRA-UTERINE MENACE D' AVORTEMENT


564 565 566

AVORTEMENT, SANS DILATATION CURETAGE, ASPIRATION CURETAGE OU HYSTEROTOMIE FAUX TRAVAIL AUTRES DIAGNOSTICS ANTEPARTUM

15 Nouveau-nés - Affections d' origine périnatale

580

NOUVEAU-NES, TRANSFER DANS LES 5 JOURS, NE AILLEURS


581

NOUVEAU-NES, TRANSFER DANS LES 5 JOURS, NE A L' HOPITAL


582

NOUVEAU-NES, TRANSPLANTATION D' ORGANES


583

NOUVEAU-NES, ECMO


590

NOUVEAU-NES, < 750 GR AVEC INTERVENTIONS MAJEURES


591

NOUVEAU-NES, < 750 GR SANS INTERVENTIONS MAJEURES


592

NOUVEAU-NES, 750 - 999 GR AVEC INTERVENTIONS MAJEURES


593

NOUVEAU-NES, 750 - 999 GR SANS INTERVENTIONS MAJEURES


600

NOUVEAU-NES, 1000-1499 GR AVEC INTERVENTIONS MAJEURES


601

NOUVEAU-NES, 1000-1499 GR AVEC ANOMALIE MAJEURE OU PATHOLOGIE HERIDITAIRE


602

NOUVEAU-NES, 1000-1499 GR AVEC SYNDROME DE DETRESSE RESPIRATOIRE


603

AUTRES NOUVEAU-NES, POIDS : 1000-1499 GRAMMES


610



611



612



613

NOUVEAU-NES, 1500-1999 GR AVEC INFECTIONS CONGENITALES OU PERINATALES


614

AUTRES NOUVEAU-NES, POIDS : 1500-1999 GRAMMES


620



621



622



623

NOUVEAU-NES, 2000-2499 GR AVEC INFECTIONS CONGENITALES OU PERINATALES


624

NOUVEAU-NES, 2000-2499 GR NE AILLEURS


625

NOUVEAU-NES, 2000-2499 GR NE A L' HOPITAL AVEC AUTRE PATHOLOGIE SIGNIFICATIVE


626

NOUVEAU-NES, 2000-2499 GR NE A L' HOPITAL NORMAL OU AVEC AUTRES PROBLEMES


630

NOUVEAU-NES, > 2499 GR AVEC INTERVENTION CARDIOVASCULAIRE MAJEURE


631

NOUVEAU-NES, > 2499 GR AVEC AUTRE INTERVENTION MAJEURE


632

NOUVEAU-NES, > 2499 GR AVEC AUTRE INTERVENTION


633

NOUVEAU-NES, > 2499 GR AVEC ANOMALIE MAJEURE OU PATHOLOGIE HERIDITAIRE


634

NOUVEAU-NES, > 2499 GR AVEC SYNDROME DE DETRESSE RESPIRATOIRE


635

NOUVEAU-NES, > 2499 GR AVEC SYNDROME D' ASPIRATION


636

NOUVEAU-NES, > 2499 GR AVEC INFECTION CONGENITALE OU PERINATALE


637

NOUVEAU-NES, > 2499 GR NE AILLEURS AVEC AUTRE PATHOLOGIE SIGNIFICATIVE


638

NOUVEAU-NES, > 2499 GR NE AILLEURS AVEC AUTRE PROBLEME


639

NOUVEAU-NES, > 2499 GR NE A L' HOPITAL AVEC AUTRE PATHOLOGIE SIGNIFICATIVE

15 16 16 16 16 16

640 650 651 660 661 662

NOUVEAU-NES, > 2499 GR NE A L' HOPITAL NORMAL OU AVEC AUTRES PROBLEMES SPLENECTOMIE AUTRES INTERVENTIONS SUR SANG ET ORGANES HEMATOPOIETIQUES AGRANULOCYTOSE ET AUTRE NEUTROPENIE TROUBLES DE LA COAGULATION CRISE D' ANEMIE A CELLULES FALCIFORMES

16 Sang et organes hematopoïétiques 16 Sang et organes hematopoïétiques

663 664

AFFECTIONS DES GLOBULES ROUGES,EXCEPTE CRISE D' ANEMIE A CELLULES FALCIFORMES AUTRE PROBLEME DU SANG ET DES ORGANES HEMOTOPOÎETIQUE

Maladies myéloprolifératives, néoplasmes peu 17 différenciés

680

LYMPHOME ET LEUCEMIE AVEC INTERVENTIONS MAJEURES


681

LYMPHOME, LEUCEMIE AVEC TOUTE AUTRE INTERVENTION


682

MALADIES MYELOPROLIFERATIVES, NEO.PEU DIFFERENCIES AVEC INTERVENTIONS MAJEURES


683

MALADIES MYELOPROLIFERATIVES, NEO.PEU DIFFERENCIES,AVEC AUTRES INTERVENTIONS


690

LEUCEMIE AIGUE


691

LYMPHOME, LEUCEMIE NON AIGUE


692

RADIOTHERAPIE


693

CHIMIOTHERAPIE

Maladies myéloprolifératives, néoplasmes peu différenciés Maladies infectieuses et parasitaire Maladies infectieuses et parasitaire Maladies infectieuses et parasitaire Maladies infectieuses et parasitaire Maladies infectieuses et parasitaire Maladies infectieuses et parasitaire Maladies infectieuses et parasitaire Troubles mentaux Troubles mentaux

694 710 711 720 721 722 723 724 740 750

AUTRES MALADIES MYELOPROLIFERATIVES OU AFF. MALIGNES PEU DIFFERENCIES INTERVENTIONS POUR INFECTIONS OU MALADIES PARASITAIRES INTERVENTIONS POUR INFECTIONS POST-OPERATOIRES OU POST-TRAUMATIQUES SEPTICEMIE INFECTIONS POST-OPERATOIRES ET POST-TRAUMATIQUES FIEVRE D' ORIGINE INCONNUE INFECTION VIRALE AUTRES MALADIES INFECTIEUSES OU PARASITAIRES INTERVENTIONS AVEC DIAGNOSTIC PRINCIPAL DE MALADIE MENTALE SCHIZOFRENIE

17 18 18 18 18 18 18 18 19 19

Nouveau-nés - Affections d' origine périnatale Sang et organes hematopoïétiques Sang et organes hematopoïétiques Sang et organes hematopoïétiques Sang et organes hematopoïétiques Sang et organes hematopoïétiques

19 19 19 19 19 19 19 19 19 19 20

Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Troubles mentaux Alcoolisme et usage de drogue

751 752 753 754 755 756 757 758 759 760 770

PSYCHOSES TROUBLES DE PERSONNALITE, COMPORTEMENT IMPULSIF TROUBLES BIPOLAIRES DEPRESSIONS NEVROTIQUES NEVROSES, EXCEPTE DEPRESSION REACTION AIGUE D' ADAPTATION, DYSFONCTIONNEMENT PSYCHOSOCIAL TROUBLES ORGANIQUES ET RETARD MENTAL TROUBLES MENTAUX DE L' ENFANCE TROUBLES COMPULSIFS DE LA NUTRITION AUTRES MALADIES MENTALES ABUS & DEPENDANCE DES DROGUES & ALCOOL, SORTI CONTRE AVIS MEDICAL

20 20 20 20 20 20

Alcoolisme et usage de drogue Alcoolisme et usage de drogue Alcoolisme et usage de drogue Alcoolisme et usage de drogue Alcoolisme et usage de drogue Alcoolisme et usage de drogue

771 772 773 774 775 776

DEPENDANCE D' ALCOOL & DROGUES, THERAPIE COMBINE REHABILITATION/DEINTOXICANTATION DEPENDANCE D' ALCOOL & DROGUES, THERAPIE REHABILITATION ABUS & DEPENDANCE D' OPIACES ABUS & DEPENDANCE DE COCAINE ABUS & DEPENDANCE D' ALCOOL AUTRE ABUS & DEPENDANCE DES DROGUES

Traumatismes, empoisonnements, effets tox. 21 des médicaments

790

GREFFES CUTANEES POUR TRAUMATISME


791

INTERVENTIONS POUR COMPLICATIONS DE TRAITEMENT


792

AUTRES INTERVENTIONS POUR TRAUMATISME


810

BLESSURES DE SITE INDETERMINES OU MULTIPLES


811

REACTIONS ALLERGIQUES


812

EMPOISONNEMENT, EFFETS TOXIQUES DE MEDICAMENT


813

COMPLICATIONS DE TRAITEMENT


814

MALTRAITANCE D' UN ENFANT OU D' ADULTE

Traumatismes, empoisonnements, effets tox. des médicaments Brûlures Brûlures Brûlures

815 830 831 832

AUTRE DIAGNOSTIC DE BLESSURE, EMPOISONNEMENT, EFFETS TOXIQUES BRULURES, TRANSFERT VERS UN AUTRE CENTRE DE TRAITEMENT BRULURES ETENDUES AVEC INTERVENTIONS BRULURES NON ETENDUES AVEC GREFFES CUTANEES

833

BRULURES NON ETENDUES, AVEC DEBRIDEMENT DE PLAIE OU AUTRES INTERVENTIONS

21 22 22 22

22 Brûlures

22 Brûlures

840

BRULURES SANS INTERVENTIONS

23 23 23 23 24 24 24 24 24

850 860 861 862 870 871 872 873 890

INTERVENTIONS AVEC DES DIAGNOSTICS D'AUTRE CONTACT AVEC SERVICES DE SANTE REHABILITATION SIGNES ET SYMPTOMES AUTRES FACTEURS INFLUENCANT L' ETAT DE SANTE TRACHEOTOMIE POUR INFECTIONS HIV HIV AVEC PROC. POUR MULTIPLES INFECTIONS MAJEURES EN RAPPORT AVEC HIV HIV AVEC PROC. POUR AFFECTIONS MAJEURES EN RAPPORT AVEC HIV HIV AVEC PROC. SANS AFFECTIONS MAJEURES EN RAPPORT AVEC HIV HIV AVEC DES MULTIPLES INFECTIONS MAJEURES EN RAPPORT AVEC HIV

24 Infections HIV

891

HIV AVEC AFF.MAJ. EN RAPPORT AVEC HIV AVEC MULTUPLES AFF.MAJ. OU SIGNIFICATIVES EN R/P AVEC HIV

24 Infections HIV 24 Infections HIV 24 Infections HIV

892 893 894

HIV AVEC AFF.MAJ. EN RAPPORT AVEC HIV SANS MULTIPLES AFF.MAJ. OU SIGNIFICATIVES EN R/P AVEC HIV HIV AVEC AFFECTIONS SIGNIFICATIVES EN RAPPORT AVEC HIV HIV SANS AFFECTIONS SIGNIFICATIVES OU MAJEURES EN RAPPORT AVEC HIV

25 Traumatismes multiples 25 Traumatismes multiples

910 911

CRANIOTOMIE ET PROC. MAJEURES DES MEMBRES, RACHIS ET HANCHE POUR POLYTRAUMATISME SIGNIFICATIF AUTRE INTERVENTIONS POUR POLYTRAUMATISME SIGNIFICATIF

25 25 0 0 0 0 0

930 931 950 951 952 955 956

DIAGNOSTICS CONCERNANT TETE, THORAX, MEMBRE INFER. INDIQUANT POLYTRAUMATISE AUTRES DIAGNOSTICS DE POLYTRAUMATISME SIGNIFICATIF INTERVENTIONS IMPORTANTES SANS RELATION AVEC LE DIAGNOSTIC PRINCIPAL INTERVENTIONS SUR LA PROSTATE NON LIEES AU DIAGNOSTIC PRINCIPAL INTERVENTIONS MOINS IMPORTANTES NON LIEES AU DIAGNOSTIC PRINCIPAL DIAGNOSTIC PRINCIPAL NON VALABLE COMME DIAGNOSTIC PRINCIPAL SEJOURS NON GROUPABLE

AAA

Psychiatrie (A, K, T)

Facteurs influençant la santé Facteurs influençant la santé Facteurs influençant la santé Facteurs influençant la santé Infections HIV Infections HIV Infections HIV Infections HIV Infections HIV

Traumatismes multiples Traumatismes multiples Groupe résiduel Groupe résiduel Groupe résiduel Groupe résiduel Groupe résiduel

0 Groupe résiduel

ANNEXE I-4. DURÉE DE SÉJOUR PAR APR-DRG MOYENNE PONDÉRÉE SUR BASE DES NIVEAUX DE SÉVÉRITÉ MDC 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

APRDRG 20 21 22 23 24 25 26 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 70 71 72 73 80 81 82 90 91 92 93 94 95 96 97 98 110 111 112 113 114 115 120 121 122 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 190 191

MP00 20,25 20,35 17,51 14,93 10,31 3,17 15,40 14,02 15,78 18,64 7,99 16,84 21,73 17,74 11,09 8,93 12,79 9,12 4,25 11,10 6,45 4,28 10,97 6,18 2,37 6,41 4,86 3,75 2,46 2,28 6,63 5,79 7,26 19,50 10,06 3,79 2,94 3,40 3,86 3,88 2,14 3,02 10,66 7,15 4,21 4,35 2,84 3,57 17,03 13,92 17,78 24,69 10,61 11,68 12,72 13,72 8,99 10,89 18,25 6,83 11,87 13,33 6,53 11,87 9,66 8,07 17,40 12,36 24,82 16,23 19,50 19,04 13,26 10,13 16,19 16,06 20,56 9,74 49,38 10,78 7,99 3,89 5,96 5,77 21,26 2,71 18,82 9,63 6,15

MP01 20,99 20,36 16,57 13,58 10,40 3,08 15,38 14,27 16,16 18,80 8,00 17,22 22,33 17,41 10,90 9,19 13,45 9,62 4,74 10,87 6,45 4,27 11,24 6,46 2,27 6,08 4,81 3,71 2,49 2,23 6,15 5,91 7,37 18,61 9,77 3,44 2,89 3,53 3,62 3,70 2,11 2,92 9,44 6,70 4,39 3,93 2,82 3,16 17,37 14,28 19,47 24,07 9,60 12,99 12,20 13,44 9,68 10,98 18,04 6,67 11,24 13,19 6,09 10,47 9,59 7,19 19,07 11,98 26,10 16,72 17,00 18,62 12,67 9,85 16,59 15,72 18,76 9,40 50,20 10,73 7,49 3,78 5,33 5,78 20,76 2,58 19,48 9,64 6,28

MP02 21,54 19,82 17,66 13,94 9,96 3,05 16,40 13,62 15,04 18,55 7,25 17,16 21,96 17,36 10,75 8,78 14,71 11,42 4,60 9,54 6,41 4,03 11,52 6,77 2,17 5,20 4,45 3,55 2,42 2,11 6,77 5,57 7,18 18,27 9,15 3,40 2,72 3,47 3,42 3,58 2,09 2,74 10,35 6,63 4,28 4,09 3,05 3,23 17,07 13,57 20,31 24,54 9,18 9,63 12,54 13,25 9,18 10,88 17,76 6,59 11,22 13,10 5,97 11,54 9,64 7,10 20,19 11,89 26,73 16,89 12,00 18,50 12,97 10,12 15,66 15,23 20,72 9,26 47,91 10,21 7,22 3,61 5,22 5,78 20,36 2,46 19,99 9,42 5,83

MG 00-02 20,92 20,18 17,24 14,14 10,22 3,10 15,72 13,97 15,65 18,66 7,74 17,07 22,01 17,50 10,91 8,97 13,63 10,00 4,53 10,48 6,44 4,19 11,24 6,46 2,27 5,87 4,70 3,67 2,46 2,21 6,51 5,76 7,27 18,79 9,65 3,54 2,85 3,47 3,63 3,72 2,11 2,89 10,13 6,83 4,29 4,12 2,90 3,32 17,16 13,92 19,16 24,43 9,78 11,35 12,49 13,47 9,28 10,92 18,01 6,70 11,44 13,21 6,20 11,28 9,63 7,44 18,85 12,07 25,87 16,61 15,84 18,72 12,96 10,03 16,14 15,67 19,99 9,46 49,16 10,57 7,56 3,76 5,50 5,78 20,79 2,58 19,43 9,56 6,08

MDC 9 9 9 9 10 10 10 10 10 10 10 10 10 10 10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 12 12 12 12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 13 14 14 14 14 14 14 14 14 14 14 14 14 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15

APRDRG 382 383 384 385 400 401 402 403 404 405 420 421 422 423 424 440 441 442 443 444 445 446 447 460 461 462 463 464 465 466 467 468 480 481 482 483 484 500 501 510 511 512 513 514 515 516 517 518 530 531 532 540 541 542 543 544 560 561 562 563 564 565 566 580 581 582 583 590 591 592 593 600 601 602 603 610 611 612 613 614 620 621 622 623 624 625 626 630 631

MP00 11,62 8,64 5,85 6,04 35,56 12,84 22,43 5,30 4,87 11,53 10,11 7,74 9,51 6,64 9,36 21,58 21,89 15,16 10,72 4,87 8,60 4,93 9,35 12,79 10,80 8,39 8,23 3,50 3,20 6,06 6,31 6,78 12,07 5,46 8,31 2,97 5,47 11,32 5,30 11,54 14,14 10,14 5,75 6,72 3,60 2,61 2,61 8,19 11,86 5,45 3,68 8,76 6,47 6,54 3,08 1,72 5,62 4,43 3,10 6,59 2,23 2,76 4,47 2,47 2,10 19,00 66,67 67,40 35,35 67,83 50,69 63,71 38,91 39,37 31,29 46,85 23,74 24,65 27,21 21,53 34,04 18,80 15,85 13,10 9,39 15,45 10,78 22,80 28,18

MP01 11,76 8,73 6,02 5,71 37,67 11,90 25,66 4,90 4,73 10,39 9,52 7,90 9,31 5,54 9,15 20,03 20,94 15,02 10,21 5,17 8,04 4,84 9,28 12,96 10,77 8,63 8,21 3,47 3,16 5,92 5,85 6,47 11,60 5,43 7,95 2,83 5,19 10,40 5,06 11,37 14,49 10,24 5,63 5,82 3,68 2,60 2,56 8,43 11,68 5,34 3,37 8,54 6,12 6,58 2,46 1,75 5,52 4,43 2,98 6,10 2,18 2,54 4,32 2,53 2,19 102,00 48,75 98,90 46,68 77,34 54,58 68,79 42,75 41,28 33,65 66,85 27,82 25,76 26,09 20,50 37,88 19,28 15,62 14,50 7,73 15,79 10,71 26,15 30,33

MP02 11,84 8,57 5,99 5,84 31,79 11,09 18,73 4,70 4,48 9,37 9,30 7,70 8,89 6,45 9,23 21,16 19,37 14,86 10,45 4,79 7,50 4,66 9,75 12,67 11,01 7,66 8,24 3,46 3,04 6,34 5,68 6,28 10,85 5,21 7,57 2,80 5,06 11,46 5,07 11,26 14,07 9,50 5,39 4,85 3,84 2,69 2,92 7,27 12,97 5,09 3,17 8,38 6,26 6,89 2,79 1,71 5,44 4,29 2,89 5,92 2,25 2,19 4,10 2,56 2,17

MG 00-02 11,74 8,65 5,95 5,86 34,92 11,92 22,09 4,96 4,69 10,39 9,64 7,78 9,23 6,19 9,25 20,91 20,70 15,01 10,46 4,94 8,04 4,81 9,46 12,81 10,86 8,22 8,23 3,48 3,13 6,10 5,94 6,51 11,50 5,36 7,94 2,87 5,24 11,05 5,14 11,39 14,23 9,96 5,59 5,75 3,71 2,63 2,69 7,95 12,16 5,29 3,40 8,56 6,28 6,67 2,76 1,73 5,53 4,38 2,99 6,20 2,22 2,49 4,30 2,52 2,15

39,40 78,33 51,38 88,06 52,46 68,61 39,06 44,49 32,77 46,46 24,98 26,82 24,20 20,33 36,00 19,50 17,55 15,16 8,01 15,67 10,55 25,71 26,54

80,53 43,93 77,31 52,55 67,00 40,20 41,66 32,56 52,60 25,45 25,73 25,81 20,78 35,94 19,19 16,32 14,23 8,35 15,63 10,68 24,84 28,31

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9

192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 220 221 222 223 224 225 226 227 228 229 240 241 242 243 244 245 246 247 248 249 250 260 261 262 263 264 280 281 282 283 284 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 340 341 342 343 344 345 346 347 348 349 350 351 360 361 362 363 364 380 381

3,30 28,38 14,67 11,19 5,82 7,47 7,46 7,85 9,44 7,11 6,07 4,18 6,29 10,58 7,60 8,30 13,85 20,32 9,46 12,41 10,51 4,53 4,09 5,65 3,87 12,90 10,65 8,24 7,88 6,07 7,82 8,86 11,79 8,27 11,02 4,28 5,85 18,92 17,04 12,02 5,76 13,81 13,15 11,11 9,69 8,19 8,62 42,85 26,77 17,62 15,28 11,82 33,82 16,34 9,19 26,54 19,00 8,60 6,81 20,42 5,48 4,90 5,15 3,01 4,21 3,76 4,16 6,75 19,18 18,87 6,54 16,37 14,65 13,30 9,69 6,68 11,30 9,58 7,61 7,32 27,26 6,60 8,83 3,96 5,52 25,29 10,41

3,16 29,29 14,29 11,13 5,22 7,20 6,83 7,66 9,69 6,84 5,85 3,99 6,20 10,66 8,56 8,19 13,09 19,82 9,43 12,04 10,02 4,46 4,01 5,41 3,75 13,17 10,54 8,06 7,92 5,78 7,54 8,67 10,49 8,60 10,88 4,28 5,76 19,25 16,02 12,76 5,54 13,34 13,66 11,25 9,91 8,28 8,52 43,38 26,37 16,64 14,13 11,34 42,28 14,18 7,36 26,42 17,30 8,36 5,28 20,63 5,50 4,79 5,04 2,90 4,13 3,84 4,24 6,32 18,23 19,07 6,33 17,02 16,75 14,25 10,29 7,31 11,02 9,39 7,91 7,35 28,71 7,05 8,62 3,84 5,35 24,65 9,93

3,07 27,39 13,94 10,99 5,02 7,56 6,62 7,50 9,25 6,79 5,81 3,83 5,92 9,98 8,07 7,75 13,47 19,74 9,04 11,95 9,74 4,43 3,81 5,22 3,52 13,77 10,30 7,93 7,92 5,62 7,65 8,26 11,00 8,47 10,51 4,18 5,70 18,52 16,62 13,60 5,29 13,35 13,57 10,99 9,56 7,75 8,25 37,92 26,57 15,66 14,78 10,92 40,01 12,89 6,97 25,46 17,77 8,02 6,08 21,01 5,42 4,54 4,74 2,86 3,99 3,73 4,21 6,47 17,70 19,08 6,41 16,63 17,98 13,25 9,58 7,68 10,43 8,89 7,74 7,21 28,19 6,47 8,16 3,69 5,14 24,49 10,22

3,17 28,34 14,30 11,10 5,34 7,41 6,96 7,67 9,46 6,91 5,91 3,99 6,13 10,40 8,07 8,07 13,47 19,96 9,31 12,13 10,09 4,47 3,97 5,43 3,71 13,27 10,49 8,08 7,91 5,82 7,67 8,59 11,08 8,44 10,80 4,25 5,77 18,90 16,55 12,78 5,52 13,50 13,46 11,12 9,72 8,07 8,46 41,31 26,57 16,62 14,72 11,35 38,53 14,40 7,78 26,13 18,01 8,32 6,02 20,69 5,47 4,74 4,97 2,92 4,11 3,78 4,20 6,51 18,36 19,01 6,43 16,68 16,40 13,59 9,85 7,21 10,91 9,28 7,75 7,29 28,05 6,70 8,53 3,83 5,34 24,81 10,19

15 15 15 15 15 15 15 15 15 16 16 16 16 16 16 16 17 17 17 17 17 17 17 17 17 18 18 18 18 18 18 18 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20 21 21 21 21 21 21 21 21 21 22 22 22 22 22 23 23 23 23 24 24 24 24 24 24 24 24 24 25 25 25 25 0 0 0 0 0

632 633 634 635 636 637 638 639 640 650 651 660 661 662 663 664 680 681 682 683 690 691 692 693 694 710 711 720 721 722 723 724 740 750 751 752 753 754 755 756 757 758 759 760 770 771 772 773 774 775 776 790 791 792 810 811 812 813 814 815 830 831 832 833 840 850 860 861 862 870 871 872 873 890 891 892 893 894 910 911 930 931 950 951 952 955 956

8,48 10,21 11,90 6,99 6,99 6,34 4,17 6,66 4,14 12,28 6,36 8,91 6,40 5,84 8,09 6,62 18,42 15,99 12,27 7,78 18,75 12,02 12,09 4,06 11,10 23,58 17,26 12,99 9,10 5,67 4,39 8,34 30,57 13,25 15,82 10,58 16,57 11,73 8,77 9,60 23,33 6,82 16,97 4,44 3,53 12,95 11,58 7,59 7,48 8,01 8,54 11,31 8,51 7,91 6,16 3,05 4,90 6,12 11,73 5,59 19,03 45,45 13,26 9,45 6,48 13,18 36,56 8,30 3,49 37,00 60,25 26,92 14,72 40,56 19,80 13,30 8,21 7,81 34,22 26,36 15,75 12,42 22,64 27,20 16,30 9,65 10,13

8,48 11,05 9,66 7,88 6,87 5,86 4,23 6,71 4,04 12,12 6,33 8,63 6,32 5,93 7,84 6,19 18,58 15,29 12,68 8,26 18,39 11,55 11,70 3,81 10,83 24,39 17,09 13,27 9,42 5,77 3,96 8,79 28,99 13,31 16,03 10,27 16,90 11,16 8,89 9,29 24,24 6,84 18,02 3,90 3,61 14,38 11,30 7,39 5,85 8,16 9,79 11,29 8,66 8,20 6,22 2,98 4,97 5,74 11,63 5,33 20,56 54,92 17,10 11,44 6,43 13,83 37,01 8,45 3,59 39,00 76,14 40,51 11,52 32,32 18,68 15,78 8,99 6,32 35,23 26,05 16,12 14,08 22,76 26,71 16,40 9,00 9,98

8,97 10,32 9,88 8,22 7,43 5,50 3,95 6,89 4,16 12,31 7,39 8,41 6,55 6,28 8,14 6,16 18,49 15,30 11,10 8,65 18,76 11,30 12,06 3,62 10,86 26,01 16,15 13,14 8,86 5,56 4,00 9,34 30,80 14,75 16,07 11,49 17,04 11,07 8,93 9,34 23,78 7,10 15,86 3,42 3,34 14,06 12,92 6,76 5,74 8,21 8,66 11,84 7,79 7,75 5,89 2,83 4,91 5,84 12,08 5,30 22,25 55,92 14,88 8,73 6,40 17,98 37,10 7,31 3,44 68,00 49,92 20,21 15,41 33,92 19,49 13,93 8,82 6,82 33,40 26,03 15,60 14,32 23,57 27,66 17,71 9,81 8,84

8,64 10,52 10,44 7,68 7,09 5,89 4,11 6,75 4,11 12,24 6,67 8,65 6,42 6,02 8,02 6,32 18,50 15,52 12,00 8,22 18,63 11,62 11,95 3,83 10,93 24,64 16,83 13,14 9,12 5,67 4,11 8,82 30,11 13,75 15,97 10,77 16,84 11,32 8,86 9,41 23,78 6,92 16,93 3,90 3,49 13,78 11,91 7,24 6,31 8,13 8,98 11,48 8,31 7,95 6,09 2,95 4,93 5,90 11,81 5,41 20,57 51,87 15,00 9,81 6,43 14,86 36,89 8,00 3,51 46,12 61,18 28,04 13,78 35,43 19,32 14,30 8,67 6,96 34,27 26,15 15,82 13,58 22,99 27,19 16,79 9,48 9,63

ANNEXE I-5. MODÈLES ET PRÉVISIONS DES DURÉES DE SÉJOUR PAR APR-DRG(R2 > 0,60)

APRDRG 225 560 562 98 179 141 302 540 513 314 304 310 404 263 190 403 362 284 96 315 250 173 71 58 480 424 134 349 221 465 226 313 169 175 54 614 174 228 638 308 227 92 207 340 380 483 93 317 301 73

Nbre de séjours2002 14363 89301 1442 15622 13444 12918 27432 19866 25996 11055 5042 18311 6201 16359 11912 6951 6081 7319 1015 26757 28337 14490 5771 19625 4505 3235 4683 2021 13399 11372 11132 30379 866 18626 4724 1208 3689 20616 2062 9690 9032 3132 5315 1391 1916 4940 8044 8774 6020 11963

Nbre journées2002 59971 454343 3813 36544 27046 74624 425089 160646 131009 44656 53880 141894 25952 80572 109633 31296 47249 58499 3212 116975 154960 143154 19021 110384 47537 29072 61058 17625 260278 31221 37555 151201 12920 62034 17991 27647 25918 63615 8170 246456 43618 9801 40831 25094 47770 11534 18193 30877 159264 21093

PREVISIONS DES DUREES DE SEJOUR PAR APPLICATION D'UN MODELE DE REGRESSION (R2 MODELES DE REGRESSION HISTORIQUE

Modèle ajusté y = -0,336Ln(x) + 5,0616 y = 6,0474e-0,0149x y = -0,419Ln(x) + 3,7289 y = 3,8263e-0,047x y = 3,3507e-0,044x y = 8,1604e-0,0461x y = 22,045e-0,047x y = 9,7525e-0,0217x y = 6,9597e-0,0365x y = 5,981e-0,0382x y = 16,363e-0,0601x y = 10,919e-0,0447x y = 6,0342e-0,0425x y = -0,8109Ln(x) + 6,9852 y = -0,6392Ln(x) + 10,722 y = -1,1093Ln(x) + 6,9494 y = 10,677e-0,0377x y = -0,6369Ln(x) + 9,5986 y = 4,8834e-0,0447x y = 6,1915e-0,0373x y = -0,2646Ln(x) + 6,2381 y = -1,618Ln(x) + 13,384 y = -0,7583Ln(x) + 5,0578 y = 12,429e-0,1235x y = 15,715e-0,0516x y = 10,933x-0,0959 y = -1,0437Ln(x) + 15,324 y = -1,5671Ln(x) + 12,077 y = -1,3547Ln(x) + 22,438 y = 3,7304e-0,0288x y = -0,619Ln(x) + 5,1041 y = 6,0369x-0,057 y = 18,67e-0,0298x y = -0,6181Ln(x) + 4,8754 y = -0,5161Ln(x) + 5,109 y = 25,428e-0,0336x y = 10,587e-0,0569x y = -0,7172Ln(x) + 5,0319 y = -0,7598Ln(x) + 5,4427 y = -2,0115Ln(x) + 29,655 y = -0,7992Ln(x) + 6,9038 y = 4,7202e-0,0479x y = -0,8811Ln(x) + 9,6656 y = 24,206e-0,0459x y = -4,2758Ln(x) + 32,262 y = 3,4146e-0,0294x y = 3,7964e-0,0489x y = 4,6433e-0,0209x y = 29,613x-0,0633 y = -0,4024Ln(x) + 2,9207

R2 0,995 0,994 0,994 0,993 0,993 0,992 0,991 0,991 0,990 0,990 0,989 0,989 0,987 0,986 0,985 0,985 0,984 0,983 0,981 0,981 0,980 0,980 0,979 0,976 0,976 0,976 0,976 0,976 0,975 0,975 0,975 0,973 0,973 0,973 0,972 0,972 0,968 0,968 0,968 0,967 0,967 0,967 0,966 0,964 0,962 0,961 0,960 0,960 0,954 0,953

MP96 5,077 5,964 3,737 3,667 3,223 7,813 20,752 9,567 6,693 5,725 15,447 10,325 5,768 6,932 10,688 6,952 10,268 9,570 4,576 6,044 6,241 13,410 5,032 10,693 14,650 10,982 15,227 12,092 22,303 3,659 5,039 6,068 18,208 4,790 5,074 24,317 9,928 4,917 5,524 29,580 6,784 4,451 9,595 23,477 32,318 3,273 3,672 4,553 29,767 2,880

MP97 4,817 5,842 3,428 3,454 3,086 7,465 20,166 9,262 6,461 5,529 14,459 10,146 5,632 6,438 10,300 6,067 9,893 9,174 4,529 5,705 6,054 12,393 4,479 9,638 14,159 10,231 14,819 11,054 21,517 3,473 4,686 5,777 17,642 4,538 4,792 24,172 9,836 4,634 4,799 28,523 6,420 4,371 9,126 21,343 29,402 3,273 3,440 4,498 28,473 2,692

MP98 4,689 5,797 3,249 3,354 2,895 7,084 19,225 9,198 6,324 5,345 13,786 9,580 5,279 6,150 10,068 5,824 9,668 8,910 4,348 5,485 5,913 11,456 4,351 9,304 13,955 9,857 14,081 10,055 21,204 3,416 4,541 5,678 17,176 4,287 4,592 23,169 8,740 4,329 4,640 27,245 6,129 4,011 8,651 21,642 28,102 3,154 3,313 4,307 27,349 2,557

MP99 4,571 5,708 3,144 3,141 2,788 6,738 18,375 8,938 5,963 5,212 12,970 9,143 5,014 5,882 9,863 5,450 9,030 8,711 4,086 5,283 5,887 10,920 4,078 7,430 12,697 9,416 13,827 10,114 20,619 3,362 4,276 5,525 16,184 3,967 4,327 21,968 8,230 4,090 4,311 26,673 5,895 3,942 8,544 20,093 25,136 2,990 2,990 4,229 26,768 2,260

MP00 4,526 5,619 3,097 3,015 2,711 6,533 17,618 8,756 5,753 4,904 11,818 8,598 4,868 5,758 9,626 5,297 8,828 8,625 3,876 5,148 5,854 10,775 3,746 6,410 12,073 9,361 13,720 9,581 20,322 3,195 4,093 5,483 16,063 3,886 4,279 21,529 7,989 3,867 4,166 26,536 5,654 3,790 8,296 19,177 25,291 2,974 2,945 4,213 26,773 2,279

MP01 4,457 5,523 2,985 2,921 2,584 6,093 16,637 8,537 5,626 4,787 11,336 8,362 4,734 5,536 9,645 4,902 8,623 8,518 3,702 5,038 5,765 10,729 3,708 6,075 11,597 9,147 13,445 9,390 19,815 3,164 4,012 5,500 15,718 3,778 4,267 20,503 7,486 3,755 4,234 26,423 5,409 3,443 8,189 18,227 24,648 2,831 2,887 4,134 26,375 2,232

60%)

MP02 4,429 5,441 2,890 2,740 2,459 5,975 15,663 8,382 5,387 4,543 10,917 8,021 4,476 5,289 9,419 4,695 8,160 8,251 3,583 4,736 5,695 10,209 3,546 5,200 10,855 9,231 13,249 8,891 19,737 3,044 3,806 5,420 15,228 3,612 4,033 20,326 7,216 3,516 3,948 25,459 5,222 3,400 7,746 17,696 24,487 2,795 2,720 3,993 26,567 2,115

Modèle 1996 5,062 5,958 3,729 3,651 3,206 7,793 21,033 9,543 6,710 5,757 15,409 10,442 5,783 6,985 10,722 6,949 10,282 9,599 4,670 5,965 6,238 13,384 5,058 10,985 14,925 10,933 15,324 12,077 22,438 3,624 5,104 6,037 18,122 4,875 5,109 24,588 10,001 5,032 5,443 29,655 6,904 4,499 9,666 23,120 32,262 3,316 3,615 4,547 29,613 2,921

PREVISIONS

2005 4,288 5,210 2,764 2,391 2,158 5,146 13,778 7,850 4,831 4,082 8,971 6,983 3,945 5,118 9,250 4,395 7,324 8,132 3,123 4,264 5,629 9,658 3,312 3,615 9,380 8,767 12,921 8,469 19,319 2,797 3,679 5,294 13,859 3,452 3,921 18,171 5,993 3,380 3,693 25,023 5,064 2,924 7,637 15,296 22,417 2,545 2,328 3,768 25,597 1,994

2010 4,152 4,836 2,594 1,891 1,732 4,087 10,893 7,043 4,025 3,372 6,643 5,585 3,190 4,789 8,991 3,945 6,065 7,874 2,498 3,538 5,522 9,002 3,004 1,949 7,247 8,432 12,498 7,833 18,769 2,422 3,428 5,173 11,940 3,202 3,711 15,361 4,509 3,090 3,385 24,208 4,740 2,301 7,280 12,159 20,683 2,197 1,823 3,394 24,948 1,831

2015 4,055 4,489 2,474 1,495 1,390 3,246 8,611 6,319 3,354 2,786 4,919 4,466 2,579 4,556 8,807 3,626 5,023 7,691 1,997 2,936 5,445 8,537 2,786 1,051 5,599 8,203 12,197 7,382 18,380 2,097 3,250 5,089 10,287 3,024 3,563 12,986 3,393 2,883 3,167 23,629 4,510 1,811 7,026 9,666 19,453 1,897 1,428 3,057 24,498 1,715

363 171 446 24 143 114 43 220 168 319 249 482 445 566 514 814 893 564 192 723 443 530 244 512 468 243 348 201 401 4 364 241 421 260 791 910 385 283 481 950 601 463 318 245 25 138 70 755 316 202 195 120 360 113

14840 5178 14227 4249 3201 6150 3117 5491 3228 4329 30561 9615 1958 9319 7050 428 371 1085 23391 6137 3180 1542 7169 822 5077 10452 5258 18987 362 2277 9054 10338 5105 1626 2775 676 3935 4582 1359 6915 164 13441 6358 3071 3751 364 595 1842 7718 7421 1375 1565 1300 12543

49449 46057 59908 41467 30185 17089 48891 72248 49732 16425 121846 69273 13967 36473 30876 5155 3213 2223 64842 23368 32094 20435 52944 7525 30401 55821 54105 124443 3919 141325 43582 79576 40466 29719 20784 22860 22259 34995 6436 162638 6717 108755 20932 24494 9869 2339 2477 17174 19074 41690 14973 26560 36972 48912

y = 4,5979e-0,0307x y = 11,695e-0,0353x y = 6,1179e-0,0407x y = -1,3909Ln(x) + 12,734 y = -0,4807Ln(x) + 10,455 y = 2,3744e0,0338x y = -1,457Ln(x) + 10,271 y = -1,262Ln(x) + 15,776 y = -1,5211Ln(x) + 18,934 y = 4,8361x-0,0786 y = -0,2694Ln(x) + 4,7543 y = 11,537e-0,0627x y = 12,264e-0,0685x y = -0,5177Ln(x) + 5,2293 y = 11,564e-0,1133x y = 8,0616e0,0622x y = -2,3581Ln(x) + 12,963 y = -0,182Ln(x) + 2,5588 y = -0,3542Ln(x) + 3,7901 y = -0,5057Ln(x) + 5,023 y = 12,277e-0,0267x y = 9,0399e0,0489x y = -0,7091Ln(x) + 8,9862 y = -1,2706Ln(x) + 12,338 y = 7,3786e-0,0212x y = -0,4812Ln(x) + 6,6466 y = 13,191e-0,033x y = -0,5044Ln(x) + 7,8343 y = 16,392e-0,0523x y = 1,2728x + 53,469 y = 6,2467e-0,0262x y = -0,4056Ln(x) + 8,8081 y = -0,7259Ln(x) + 9,0002 y = 23,626e-0,0366x y = 14,132e-0,087x y = 43,248e-0,0387x y = -0,3369Ln(x) + 6,4493 y = 9,0963e-0,0201x y = 7,4551e-0,0536x y = 15,349x0,2233 y = -8,2528Ln(x) + 55,995 y = -0,2684Ln(x) + 8,7128 y = -0,2274Ln(x) + 4,1755 y = 9,8673e-0,023x y = 3,8751e-0,0362x y = 8,2921e-0,035x y = 5,8541e-0,0358x y = 11,87e-0,0474x y = 3,8254x-0,155 y = 6,7758e-0,0224x y = -0,6689Ln(x) + 12,344 y = -1,1991Ln(x) + 19,129 y = -3,211Ln(x) + 33,602 y = -0,3953Ln(x) + 4,8122

0,952 0,952 0,949 0,944 0,944 0,942 0,942 0,941 0,940 0,938 0,936 0,935 0,935 0,928 0,923 0,921 0,920 0,918 0,915 0,915 0,914 0,914 0,912 0,910 0,908 0,905 0,904 0,904 0,904 0,903 0,902 0,900 0,899 0,898 0,893 0,892 0,890 0,884 0,882 0,881 0,879 0,875 0,873 0,871 0,869 0,867 0,866 0,865 0,865 0,863 0,862 0,858 0,856 0,855

4,419 11,211 5,926 12,558 10,491 2,474 10,187 15,772 18,773 4,878 4,743 10,661 11,125 5,239 9,299 8,301 12,900 2,561 3,862 4,999 11,909 9,615 8,841 12,056 7,218 6,641 12,771 7,834 15,720 53,966 6,191 8,801 9,067 22,548 12,445 41,574 6,460 8,976 6,732 15,917 54,769 8,748 4,196 9,366 3,627 7,844 5,643 11,278 4,023 6,728 12,274 19,408 34,373 4,825

4,310 10,992 5,621 12,193 10,152 2,487 9,490 14,806 17,986 4,530 4,527 10,413 10,358 4,839 9,269 9,548 11,720 2,418 3,420 4,649 11,774 10,114 8,731 11,622 7,049 6,362 12,451 7,450 14,279 57,489 5,719 8,532 8,624 22,221 12,133 40,585 6,208 8,619 7,104 17,396 51,108 8,505 4,044 9,713 3,661 8,168 5,212 11,360 3,157 6,312 12,056 18,332 30,491 4,477

4,313 10,787 5,544 10,990 9,901 2,649 8,699 14,415 17,474 4,463 4,503 10,040 10,844 4,546 8,988 9,412 10,225 2,365 3,354 4,473 11,472 9,899 8,140 11,327 6,805 5,993 12,142 7,176 13,551 56,818 5,776 8,246 8,007 21,958 12,166 39,556 6,047 8,528 6,624 17,742 48,349 8,319 3,820 9,217 3,676 7,219 5,527 10,042 3,196 6,263 11,347 17,343 30,421 4,441

3,989 9,879 5,002 10,861 9,647 2,754 7,858 14,269 16,905 4,331 4,462 8,433 9,444 4,671 7,883 10,260 9,761 2,351 3,353 4,382 10,838 11,198 8,147 10,644 6,906 5,959 11,001 7,343 14,262 57,626 5,729 8,391 7,775 19,853 9,334 35,586 5,973 8,478 5,839 22,570 46,663 8,452 3,897 8,997 3,276 7,270 5,113 9,835 3,158 6,393 11,714 17,124 28,391 4,208

3,964 9,736 4,935 10,311 9,659 2,842 7,989 13,854 16,192 4,156 4,283 8,315 8,598 4,469 6,723 11,731 8,211 2,233 3,295 4,395 10,719 11,863 7,819 10,143 6,777 6,075 11,297 7,111 12,837 60,609 5,519 8,243 7,741 18,916 8,506 34,220 6,037 8,185 5,460 22,640 38,911 8,233 3,764 8,859 3,170 6,834 4,862 8,771 3,012 6,075 11,192 17,034 27,260 4,348

3,840 9,402 4,842 10,399 9,589 2,820 8,003 13,090 16,586 4,236 4,281 7,952 8,043 4,322 5,823 11,631 8,995 2,181 3,160 3,956 10,207 11,684 7,535 10,243 6,467 5,778 11,020 6,836 11,903 61,514 5,354 8,062 7,897 19,254 8,664 35,226 5,708 8,282 5,427 22,759 42,754 8,208 3,841 8,674 3,083 6,672 4,814 8,886 2,899 5,846 11,129 17,366 28,711 3,926

3,686 9,258 4,656 9,965 9,645 3,046 7,252 13,470 15,658 4,212 4,184 7,571 7,504 4,105 4,852 12,081 8,824 2,252 3,067 3,996 10,446 12,974 7,646 9,498 6,284 5,616 10,426 6,790 11,092 61,898 5,141 7,925 7,702 18,524 7,790 33,399 5,842 7,749 5,212 23,572 39,057 8,237 3,728 8,260 3,048 6,593 4,446 8,930 2,859 5,807 10,993 17,075 28,190 4,090

4,459 11,289 5,874 12,734 10,455 2,456 10,271 15,776 18,934 4,836 4,754 10,836 11,452 5,229 10,325 8,579 12,963 2,559 3,790 5,023 11,954 9,493 8,986 12,338 7,224 6,647 12,763 7,834 15,557 54,742 6,085 8,808 9,000 22,777 12,954 41,606 6,449 8,915 7,066 15,349 55,995 8,713 4,176 9,643 3,737 8,007 5,648 11,320 3,825 6,626 12,344 19,129 33,602 4,812

3,382 8,217 4,072 9,531 9,348 3,329 6,916 12,870 15,432 4,035 4,134 6,163 6,182 4,037 3,724 15,016 7,533 2,140 2,975 3,859 9,400 14,741 7,353 9,412 5,969 5,539 9,483 6,673 9,716 54,742 4,807 7,874 7,329 16,385 5,921 29,369 5,674 7,440 4,362 25,667 36,992 8,095 3,652 7,840 2,698 5,843 4,092 7,389 2,677 5,416 10,804 16,368 26,208 3,902

2,901 6,887 3,323 8,967 9,153 3,942 6,325 12,358 14,815 3,909 4,025 4,504 4,389 3,827 2,114 20,494 6,577 2,066 2,831 3,654 8,225 18,824 7,066 8,897 5,369 5,343 8,041 6,468 7,480 72,561 4,217 7,710 7,034 13,645 3,832 24,202 5,537 6,729 3,336 28,100 33,646 7,986 3,560 6,988 2,251 4,905 3,422 5,830 2,514 4,842 10,533 15,882 24,906 3,742

2,488 5,773 2,711 8,567 9,015 4,668 5,906 11,995 14,377 3,822 3,947 3,292 3,116 3,678 1,199 27,969 5,899 2,014 2,729 3,508 7,197 24,038 6,862 8,532 4,829 5,205 6,818 6,323 5,759 78,925 3,699 7,593 6,826 11,363 2,480 19,944 5,440 6,085 2,552 29,964 31,272 7,909 3,494 6,229 1,879 4,118 2,861 4,600 2,404 4,329 10,340 15,537 23,983 3,628

639 309 346 205 757 813 194 930 131 624 442 47 544 603 720 139 95 97 661 650 224 447 422 135 565 633 561 72 750 161 464 178 630 612 177 682 137 282 952 303 306 300 144 711 198 21 637 634 80 951 622 626 167 541 640

1331 2000 3350 855 9282 3554 17896 677 617 506 1575 8684 3471 392 5140 28710 480 12071 1629 279 1921 2266 8819 1706 1162 740 869 3177 689 626 2633 657 105 279 929 976 6738 5229 5413 195 1188 225 24556 1061 5081 4100 1452 482 354 797 286 2394 698 576 15403

12011 35323 31514 8647 247338 20073 249574 10470 5499 4638 22923 92424 5199 12935 66738 318202 1458 20136 10493 3408 18270 21236 77555 15502 2450 7958 3571 6697 13557 7144 8438 13087 2926 8008 4987 10486 119346 49004 95169 2824 15020 8638 171504 16872 34624 81044 7937 4698 2327 21763 5094 30883 6014 3424 83759

y = 9,7844e-0,058x y = 21,143e-0,0271x y = -0,8606Ln(x) + 11,381 y = 11,946e-0,0229x y = -1,9626Ln(x) + 27,097 y = 6,5341e-0,0177x y = -0,1825x + 15,362 y = 18,561e-0,0254x y = 12,362e-0,0391x y = 13,713e-0,0809x y = 17,834e-0,0292x y = -0,7268Ln(x) + 12,227 y = -0,1102Ln(x) + 1,9071 y = -3,6504Ln(x) + 39,438 y = -0,7004Ln(x) + 14,47 y = -0,7765Ln(x) + 12,804 y = 4,6432e-0,0401x y = 2,1849e-0,0057x y = -0,5465Ln(x) + 7,4178 y = 13,867e-0,0199x y = -0,7181Ln(x) + 11,272 y = -0,8867Ln(x) + 11,127 y = -0,8425Ln(x) + 10,58 y = 7,9892e0,0239x y = 3,7564x-0,2455 y = -0,8658Ln(x) + 12,042 y = 4,9109e-0,0176x y = -0,2885Ln(x) + 2,9088 y = -1,9246Ln(x) + 17,159 y = 16,346e-0,0496x y = -0,1032Ln(x) + 3,6376 y = -1,1067Ln(x) + 22,597 y = -4,1162Ln(x) + 32,742 y = -3,6152Ln(x) + 32,736 y = 7,3812e-0,0389x y = 16,596e-0,054x y = 19,259e-0,0109x y = 10,762e-0,0163x y = 14,346e0,026x y = -1,2588Ln(x) + 16,776 y = 18,715e-0,0451x y = -5,3711Ln(x) + 50,023 y = 8,5784e-0,0244x y = 23,89e-0,0607x y = -0,7298Ln(x) + 8,1933 y = -0,2086x + 21,493 y = -0,5628Ln(x) + 6,7951 y = 15,812e-0,0677x y = -0,92Ln(x) + 8,1951 y = 14,601e0,1027x y = -2,4456Ln(x) + 20,922 y = 12,319e-0,0221x y = -2,2458Ln(x) + 14,471 y = -0,2145Ln(x) + 6,6442 y = -1,1443Ln(x) + 6,2252

0,855 0,854 0,854 0,849 0,847 0,847 0,846 0,846 0,844 0,843 0,843 0,842 0,839 0,838 0,836 0,830 0,829 0,824 0,818 0,815 0,809 0,806 0,803 0,802 0,802 0,796 0,787 0,787 0,786 0,783 0,783 0,783 0,775 0,773 0,773 0,768 0,765 0,761 0,754 0,752 0,751 0,751 0,748 0,747 0,743 0,742 0,738 0,735 0,730 0,725 0,725 0,723 0,722 0,720 0,717

9,100 20,425 11,339 11,738 27,478 6,444 15,126 18,112 12,072 11,675 17,334 12,400 1,947 39,554 14,479 12,888 4,439 2,173 7,373 13,591 11,409 11,253 10,740 8,313 4,064 12,154 4,745 3,006 17,445 14,726 3,656 22,512 32,442 32,148 6,764 14,566 18,700 10,531 15,136 17,234 18,185 50,846 8,340 22,798 8,369 20,993 6,886 15,554 7,890 15,846 21,511 12,189 13,450 6,659 6,559

8,760 20,457 10,905 11,372 25,901 6,286 15,135 17,279 10,793 11,950 17,047 11,310 1,792 36,738 13,796 12,188 4,265 2,142 7,061 13,562 10,500 10,284 10,084 8,237 2,728 11,426 4,744 2,690 15,935 16,577 3,565 22,133 30,347 31,471 7,405 16,627 19,315 10,579 15,254 15,598 15,788 46,936 8,051 21,159 7,502 21,362 6,282 12,532 8,228 19,299 18,144 11,400 13,678 6,472 4,941

8,589 19,080 10,502 10,846 24,146 6,230 14,545 17,827 11,017 12,227 16,808 11,458 1,768 35,421 13,992 11,596 3,916 2,159 7,092 12,748 10,583 10,129 9,131 8,555 2,873 10,960 4,661 2,470 14,801 13,612 3,522 21,448 28,989 28,328 6,538 14,300 18,520 10,014 14,599 14,668 16,590 40,763 7,872 21,927 6,956 20,674 6,093 12,078 7,131 15,618 18,539 11,466 13,719 6,390 4,475

8,022 19,018 10,020 11,215 24,075 5,983 14,719 16,877 11,009 9,542 15,065 11,488 1,725 35,521 13,642 12,001 4,268 2,138 6,464 13,100 10,018 10,289 9,215 8,668 2,659 10,800 4,769 2,357 14,225 13,300 3,414 20,272 27,663 29,153 6,348 12,797 18,501 10,356 16,209 15,006 16,000 41,673 7,924 16,100 7,398 21,047 5,813 13,864 6,724 26,160 18,386 11,951 11,208 6,310 5,506

6,665 19,001 9,692 10,580 23,328 6,123 14,668 15,750 10,608 9,389 15,164 11,091 1,716 31,295 12,989 11,871 3,859 2,139 6,401 12,283 10,507 9,348 9,507 8,991 2,755 10,205 4,429 2,465 13,247 12,359 3,500 21,262 22,802 24,646 5,773 12,273 18,247 9,686 16,304 15,284 16,345 42,847 8,068 17,257 7,456 20,348 6,335 11,905 6,625 27,198 15,854 10,777 10,132 6,468 4,138

6,705 17,298 10,287 10,658 24,244 5,738 14,291 16,118 9,596 7,732 15,017 10,898 1,752 33,651 13,275 11,241 3,619 2,112 6,323 12,123 10,023 9,279 9,314 9,681 2,543 11,047 4,426 2,490 13,305 11,983 3,470 20,763 26,145 25,761 5,782 12,677 18,040 9,909 16,401 14,133 14,181 43,382 7,194 17,095 6,830 20,359 5,863 9,664 6,153 26,708 15,622 10,710 9,848 6,124 4,043

6,885 17,769 9,582 9,978 23,777 5,837 13,944 15,601 9,182 8,010 14,864 10,749 1,710 32,767 13,144 11,221 3,422 2,085 6,552 12,310 9,743 9,747 8,887 9,177 2,194 10,320 4,288 2,423 14,751 11,885 3,457 20,356 25,711 26,824 5,781 11,099 17,761 9,556 17,710 14,778 12,891 37,924 7,100 16,153 6,620 19,823 5,496 9,878 6,772 27,665 17,552 10,553 10,120 6,256 4,159

9,233 20,578 11,381 11,676 27,097 6,419 15,180 18,095 11,888 12,647 17,321 12,227 1,907 39,438 14,470 12,804 4,461 2,172 7,418 13,594 11,272 11,127 10,580 8,182 3,756 12,042 4,825 2,909 17,159 15,555 3,638 22,597 32,742 32,736 7,100 15,724 19,050 10,588 14,724 16,776 17,890 50,023 8,372 22,483 8,193 21,284 6,795 14,777 8,195 16,180 20,922 12,050 14,471 6,644 6,225

5,478 16,124 9,399 9,501 22,578 5,474 13,537 14,398 8,361 6,106 13,318 10,553 1,653 31,033 12,857 11,016 3,109 2,064 6,159 11,365 9,619 9,085 8,640 10,146 2,134 10,048 4,118 2,245 12,727 9,954 3,400 20,049 23,264 24,412 5,002 9,671 17,270 9,143 18,606 13,878 11,921 37,656 6,721 13,020 6,513 19,407 5,499 8,035 6,077 40,776 15,291 9,876 9,300 6,150 3,590

4,099 14,081 9,050 8,473 21,782 5,010 12,625 12,680 6,877 4,075 11,509 10,259 1,609 29,553 12,573 10,701 2,544 2,006 5,938 10,288 9,327 8,726 8,298 11,434 1,932 9,697 3,771 2,128 11,947 7,768 3,358 19,600 21,595 22,946 4,118 7,383 16,354 8,428 21,189 13,367 9,515 35,478 5,949 9,611 6,217 18,364 5,271 5,727 5,704 68,142 14,299 8,843 8,389 6,063 3,126

3,067 12,296 8,803 7,556 21,218 4,586 11,712 11,168 5,655 2,719 9,945 10,050 1,577 28,502 12,372 10,478 2,082 1,949 5,781 9,314 9,121 8,471 8,056 12,885 1,800 9,448 3,454 2,045 11,393 6,062 3,328 19,282 20,411 21,906 3,390 5,636 15,487 7,768 24,130 13,005 7,594 33,933 5,266 7,095 6,007 17,321 5,109 4,083 5,439 113,874 13,596 7,918 7,743 6,002 2,797

640 754 662 664 140 563 830 611 312 751 862 320 307 812 602 191 955 176 222 384 247 166 91 345 911 142 361 721 840 632 52 531 51 420 532 121 197 46 860 518

15403 8650 267 1843 25724 6981 58 236 974 6383 33576 6458 289 12619 254 8114 345 1987 696 7426 6984 5013 560 393 684 1298 3984 2015 912 276 2207 1024 1101 10280 2526 4213 9693 10071 19961 1045

83759 101503 1598 10860 334694 40048 1505 6555 20452 108199 152958 39135 1888 61663 11692 44679 3491 9634 6148 44152 57760 64163 5058 5158 18068 14701 24365 17825 5777 2737 21620 5016 4784 93556 7344 56433 70752 173852 859447 7266

y = -1,1443Ln(x) + 6,2252 y = -0,691Ln(x) + 12,417 y = -0,6308Ln(x) + 7,0745 y = 7,5194e-0,0268x y = -0,3705Ln(x) + 13,79 y = 7,0924e-0,0234x y = 13,012e0,0742x y = -5,2414Ln(x) + 35,23 y = -1,4509Ln(x) + 23,23 y = -1,1477Ln(x) + 17,725 y = 2,4638e0,0543x y = 5,8029x0,0652 y = 10,845e-0,0541x y = 3,8968e0,0385x y = -4,4271Ln(x) + 49,972 y = -0,8706Ln(x) + 7,4673 y = 1,8538Ln(x) + 6,3476 y = 8,1366e-0,0607x y = -0,805Ln(x) + 10,63 y = 4,2782e0,0523x y = -0,3052Ln(x) + 8,95 y = 13,848e-0,0107x y = 12,662e-0,0416x y = 16,77e-0,0326x y = 29,457e-0,0175x y = -1,0017Ln(x) + 13,125 y = -0,3865Ln(x) + 7,3739 y = -0,4856Ln(x) + 10,055 y = -0,5939Ln(x) + 7,3126 y = -2,7703Ln(x) + 13,781 y = 12,367e-0,027x y = 5,7102e-0,0128x y = 6,1376e-0,046x y = -0,4201Ln(x) + 10,313 y = 3,8812e-0,0221x y = -0,6864Ln(x) + 15,065 y = -0,3538Ln(x) + 8,0212 y = -0,9852Ln(x) + 19,203 y = -1,8127Ln(x) + 40,192 y = 9,1644e-0,0256x

0,717 0,716 0,713 0,709 0,707 0,707 0,706 0,705 0,705 0,702 0,699 0,695 0,692 0,690 0,690 0,690 0,682 0,677 0,674 0,669 0,667 0,664 0,663 0,656 0,651 0,650 0,640 0,637 0,635 0,634 0,633 0,631 0,624 0,623 0,617 0,611 0,610 0,608 0,603 0,600

6,559 12,715 7,204 6,933 13,966 7,092 15,333 33,784 23,760 18,250 2,840 5,840 9,460 4,179 50,010 8,002 5,349 6,556 10,459 4,920 9,032 13,474 11,177 16,700 28,334 12,770 7,445 10,135 7,633 12,987 11,567 5,488 5,584 10,373 3,745 15,195 8,196 19,411 39,497 8,811

4,941 11,646 6,607 7,360 13,418 6,589 15,377 33,375 21,216 16,798 2,614 5,859 10,000 4,087 47,240 6,222 8,784 7,883 10,525 4,522 8,789 13,842 11,566 15,012 28,146 13,033 7,097 9,408 6,827 12,334 11,449 5,705 5,694 9,934 3,622 14,752 7,607 18,663 39,905 8,746

4,475 11,233 6,497 6,973 13,081 6,335 13,015 32,468 22,323 15,835 2,568 6,311 9,042 4,001 46,452 6,186 9,439 7,529 9,871 4,336 8,439 13,343 12,616 14,918 28,583 12,067 6,742 9,599 6,111 13,432 11,974 5,435 5,977 9,702 3,600 13,578 7,400 16,983 39,584 8,757

5,506 11,473 5,776 7,133 13,277 6,657 18,878 25,770 20,875 15,486 3,061 6,481 9,623 4,913 43,207 6,179 8,209 6,691 8,766 5,570 8,453 13,372 11,110 15,949 28,920 11,577 6,912 9,725 6,250 8,158 11,361 5,492 5,136 9,674 3,724 14,309 7,691 18,455 36,245 7,825

4,138 11,727 5,840 6,623 13,332 6,589 19,033 23,738 20,415 15,823 3,489 6,747 9,192 4,896 39,374 6,147 9,651 5,964 9,461 5,849 8,270 13,257 10,061 13,300 26,362 11,873 6,603 9,097 6,477 8,482 11,103 5,454 4,247 10,110 3,675 13,916 7,473 17,741 36,558 8,188

4,043 11,163 5,934 6,195 13,193 6,104 20,559 27,817 20,635 16,026 3,595 6,322 7,360 4,971 41,282 6,280 8,996 5,326 9,426 6,021 8,598 12,668 9,767 14,255 26,049 10,470 7,053 9,425 6,426 8,482 10,874 5,335 4,744 9,521 3,373 14,279 7,204 17,412 37,007 8,433

4,159 11,072 6,285 6,159 13,104 5,924 22,246 24,977 21,013 16,070 3,440 6,473 6,967 4,914 44,494 5,833 9,809 5,224 9,041 5,993 8,466 12,969 9,153 13,252 26,025 11,544 6,471 8,858 6,400 8,973 9,539 5,087 4,601 9,299 3,174 13,573 7,561 17,360 37,096 7,271

6,225 12,417 7,075 7,321 13,790 6,928 14,014 35,230 23,230 17,725 2,601 5,803 10,274 4,050 49,972 7,467 6,348 7,657 10,630 4,508 8,950 13,701 12,146 16,232 28,946 13,125 7,374 10,055 7,313 13,781 12,038 5,638 5,862 10,313 3,796 15,065 8,021 19,203 40,192 8,933

3,590 10,826 5,622 5,752 12,937 5,613 27,327 23,161 19,889 15,082 4,241 6,743 6,314 5,727 39,778 5,463 10,616 4,434 8,776 7,218 8,247 12,443 8,353 12,105 24,728 10,819 6,484 8,937 5,945 7,402 9,441 5,024 3,875 9,346 3,112 13,485 7,207 16,934 36,018 7,095

3,126 10,546 5,366 5,030 12,787 4,993 39,602 21,036 19,301 14,617 5,563 6,924 4,817 6,942 37,983 5,110 11,368 3,274 8,450 9,375 8,124 11,795 6,784 10,284 22,656 10,412 6,327 8,740 5,704 6,279 8,249 4,713 3,078 9,175 2,786 13,206 7,063 16,535 35,283 6,242

2,797 10,347 5,185 4,399 12,680 4,442 57,390 19,528 18,883 14,287 7,299 7,055 3,676 8,416 36,710 4,859 11,901 2,417 8,218 12,177 8,036 11,180 5,510 8,737 20,758 10,124 6,216 8,600 5,533 5,482 7,207 4,421 2,446 9,054 2,495 13,009 6,961 16,252 34,762 5,492

ANNEXE I-6. MODÈLES ET PRÉVISIONS DES DURÉES DE SÉJOUR PAR APR-DRG (R2 < 0,60) PREVISIONS Nbre DES de DUREES Nbre DE SEJOUR PAR APPLICATION DE LA MOYENNE GEOMETRIQUE SUR 00-01-02 (R2 < 60%) APRDRG 382 223 466 510 444 581 890 347 462 402 48 516 724 758 56 57 199 350 753 543 136 261 620 511 130 49 891 200 81 383 94 162 122 760 756 264 203 405 196 631 172 242 22 635 775 311 115 23 722 873 792 776 133 759 3 160 625 229 740 710 206 111 610 262 132 441 342 343 1 20 55 45 460 660 871 621 180 681 691 694 40 501 246 956 861

séjours2002 1789 1451 1175 2172 349 258 75 21315 778 285 5935 3316 2305 1053 1575 13312 3608 3535 980 389 10582 878 35 570 1679 866 225 1493 632 8283 2329 754 625 4828 4349 1137 5290 1500 1412 153 1003 907 780 211 10011 88 4736 1246 2293 39 1646 1374 3793 448 579 117 576 2467 1029 891 1131 3654 35 1151 73 1037 12113 6443 171 724 1683 8128 4422 1607 12 326 1152 1076 4593 2171 748 3316 1145 224 4054

journées2002 22348 16755 6900 23765 1538 378 2554 159245 5696 5268 50936 7511 21164 8034 10543 27345 26612 31430 19802 1035 114650 14389 1446 7845 40822 12703 4374 13823 3327 69632 7364 20082 12625 27221 42905 14881 19231 13906 6252 4177 48318 6956 13760 1761 92046 534 14365 17645 12385 596 12590 12341 46775 7208 15991 1809 10115 33328 35619 22954 8875 23846 1956 15359 826 19508 77785 106623 5355 15626 19668 179125 55821 13178 610 6501 22861 16381 51109 23517 12048 16009 12327 1969 30403

MP96 10,88 12,69 6,98 11,80 5,73 2,70 25,69 6,85 8,71 16,26 9,32 2,52 10,14 8,15 6,62 2,47 8,30 7,50 19,88 3,51 10,65 18,05 22,35 15,48 22,72 15,76 22,75 10,58 6,30 9,14 3,41 21,32 18,37 4,51 10,11 12,81 4,31 11,36 5,47 21,97 50,27 8,74 18,11 6,76 8,90 7,53 3,54 14,77 6,15 20,84 8,93 8,53 12,99 19,40 29,30 15,60 16,75 12,83 31,53 27,02 8,63 7,31 37,08 12,53 12,72 21,55 6,26 16,14 36,55 19,89 11,31 23,38 12,59 8,98 43,75 19,98 19,24 15,86 11,13 11,53 16,06 4,93 11,96 8,71 8,66

MP97 10,16 13,45 6,78 11,49 5,24 2,26 27,20 6,68 8,96 17,58 9,99 2,48 9,69 7,53 6,45 2,30 7,97 7,39 17,05 2,87 10,14 17,62 33,98 14,50 22,84 16,15 20,82 10,37 5,77 8,57 3,40 27,32 17,51 4,09 9,45 13,43 4,15 11,17 6,64 26,29 49,93 7,88 18,03 6,76 8,03 6,18 3,46 15,47 5,70 15,00 7,86 8,10 13,11 16,71 31,72 18,38 16,49 12,74 33,44 24,86 8,73 6,86 45,41 12,41 15,34 21,40 5,96 16,84 37,70 19,14 10,14 22,05 12,53 8,56 49,57 23,32 18,50 16,02 11,40 11,04 12,98 4,94 10,91 6,43 8,33

MP98 10,57 13,44 6,19 11,26 4,72 2,60 25,80 6,64 8,51 19,08 9,42 2,53 9,46 6,99 5,72 2,25 7,43 7,33 16,04 2,67 10,25 16,95 39,31 14,02 24,58 13,59 25,45 9,40 5,72 8,61 3,45 24,54 16,46 3,97 9,11 13,09 3,93 10,91 6,56 30,56 49,28 7,83 18,38 6,75 8,08 5,38 3,30 13,84 5,86 10,97 7,46 8,29 13,28 16,50 30,47 21,69 18,53 11,88 29,55 25,91 8,84 6,52 55,62 11,97 13,82 20,36 5,77 16,46 33,34 22,37 10,29 21,08 12,10 8,58 67,75 21,41 18,50 15,47 11,14 10,99 13,51 4,78 10,99 5,78 7,25

HISTORIQUE MP99 11,94 12,99 6,76 11,39 4,76 2,06 34,16 6,87 8,36 22,18 9,16 2,43 9,73 7,96 5,88 2,33 7,98 7,82 16,48 2,79 10,71 18,33 46,87 13,52 22,80 13,95 20,32 10,67 6,02 8,53 3,46 24,44 17,46 4,44 9,64 13,18 4,32 12,14 5,45 34,87 49,02 8,47 18,53 9,13 8,49 6,12 3,54 14,46 6,18 17,17 7,63 8,76 13,73 17,96 25,24 18,23 17,24 12,14 29,93 25,21 8,62 6,87 39,86 12,64 9,14 21,20 6,43 16,63 28,92 21,23 10,91 22,33 12,69 8,45 47,00 17,90 20,24 16,00 11,41 11,81 12,59 5,37 11,49 11,22 7,89

MP00 11,62 12,41 6,06 11,54 4,87 2,10 40,56 6,68 8,39 22,43 8,93 2,61 8,34 6,82 6,18 2,37 7,85 7,61 16,57 3,08 10,89 17,04 34,04 14,14 24,69 12,79 19,80 9,44 5,79 8,64 3,40 24,82 17,78 4,44 9,60 13,81 4,18 11,53 5,82 28,18 49,38 7,88 17,51 6,99 8,01 6,81 3,57 14,93 5,67 14,72 7,91 8,54 12,72 16,97 26,92 17,40 15,45 12,90 30,57 23,58 7,60 7,15 46,85 12,02 11,68 21,89 6,54 16,37 29,41 20,25 10,97 21,73 12,79 8,91 60,25 18,80 18,82 15,99 12,02 11,10 14,02 5,30 11,79 10,13 8,30

MP01 11,76 12,04 5,92 11,37 5,17 2,19 32,32 7,31 8,63 25,66 9,19 2,60 8,79 6,84 6,46 2,27 7,66 7,91 16,90 2,46 10,98 16,02 37,88 14,49 24,07 13,45 18,68 9,69 5,91 8,73 3,53 26,10 19,47 3,90 9,29 13,34 3,99 10,39 5,22 30,33 50,20 7,92 16,57 7,88 8,16 5,28 3,16 13,58 5,77 11,52 8,20 9,79 12,20 18,02 26,16 19,07 15,79 13,17 28,99 24,39 8,56 6,70 66,85 12,76 12,99 20,94 6,33 17,02 35,45 20,99 11,24 22,33 12,96 8,63 76,14 19,28 19,48 15,29 11,55 10,83 14,27 5,06 10,49 9,98 8,45

MP02 11,84 11,95 6,34 11,26 4,79 2,17 33,92 7,68 7,66 18,73 8,78 2,69 9,34 7,10 6,77 2,17 7,50 7,74 17,04 2,79 10,88 16,62 36,00 14,07 24,54 14,71 19,49 9,25 5,57 8,57 3,47 26,73 20,31 3,42 9,34 13,35 3,83 9,37 5,02 26,54 47,91 7,92 17,66 8,22 8,21 6,08 3,23 13,94 5,56 15,41 7,75 8,66 12,54 15,86 28,35 20,19 15,67 13,77 30,80 26,01 8,07 6,63 46,46 13,60 9,63 19,37 6,41 16,63 33,36 21,54 11,52 21,96 12,67 8,41 49,92 19,50 19,99 15,30 11,30 10,86 13,62 5,07 11,00 8,84 7,31

Prévision 11,74 12,13 6,10 11,39 4,94 2,15 35,43 7,21 8,22 22,09 8,97 2,63 8,82 6,92 6,46 2,27 7,67 7,75 16,84 2,76 10,92 16,55 35,94 14,23 24,43 13,63 19,32 9,46 5,76 8,65 3,47 25,87 19,16 3,90 9,41 13,50 3,99 10,39 5,34 28,31 49,16 7,91 17,24 7,68 8,13 6,02 3,32 14,14 5,67 13,78 7,95 8,98 12,49 16,93 27,13 18,85 15,63 13,27 30,11 24,64 8,07 6,83 52,60 12,78 11,35 20,70 6,43 16,68 32,64 20,92 11,24 22,01 12,81 8,65 61,18 19,19 19,43 15,52 11,62 10,93 13,97 5,14 11,08 9,63 8,00

110 680 815 931 50 112 82 592 894 831 810 832 280 423 593 248 2 41 600 790 484 850 351 591 636 693 683 692 400 165 870 500 341 517 651 44 193 90 42 281 381 811 833 163 240 461 542 770 305 170 613 5 53 515 752 467 774 440 344 690 663 872 26 892 773 580 623 204 164 582 583 590 771 772

2284 445 1528 101 777 1161 2818 29 178 32 1745 475 4454 474 185 645 120 3054 39 1330 2593 2968 4488 106 886 26800 1159 790 251 3002 3 1673 3292 3527 793 3372 242 374 9889 5036 1564 936 87 2618 7982 1653 324 1281 201 331 129 506 14561 2354 998 2809 114 321 496 1379 8335 42 1529 120 426 245 200 8299 2

23918 8135 7992 1445 8795 4645 19738 2602 1180 1917 10637 6915 60423 2890 10155 6702 4219 46833 3021 15498 12258 60312 34557 4733 7896 81037 9638 9819 7996 54867 204 19391 63406 9059 5522 58024 6566 6794 214055 55140 15817 2494 714 43752 82092 18541 2119 4642 8111 6787 3235 15605 92062 8189 12796 15248 661 6510 8836 25650 65942 851 25626 1680 2874 582 3082 47772 24

5 19 492 132

197 1745 7062 1710

9,95 19,48 5,38 12,86 11,13 4,59 7,25 87,68 6,67 49,26 6,54 16,99 13,39 6,30 53,15 10,59 38,69 15,65 65,73 12,15 4,83 16,95 7,23 45,20 8,34 3,98 8,38 12,59 34,23 18,34 32,00 11,45 19,84 2,69 6,88 18,09 27,61 18,15 19,23 11,14 10,39 3,07 10,16 16,58 10,72 11,30 7,00 3,57 40,28 20,37 24,81 30,41 6,52 3,71 11,59 6,20 6,25 20,67 16,47 18,15 8,18 25,24 16,84 14,71 7,60 2,51 13,08 6,32 16,33 92,85

8,55 19,36 4,48 13,61 12,57 4,65 6,74 91,29 9,95 50,13 5,78 15,58 13,36 6,80 55,54 11,57 34,55 16,09 60,59 11,01 5,34 15,10 7,19 43,48 6,20 3,74 8,76 10,51 38,63 18,86 61,00 11,15 18,76 2,72 7,34 16,60 28,35 19,07 18,58 10,69 9,81 2,78 10,67 17,43 10,31 10,27 6,28 3,46 38,82 20,13 27,49 31,79 6,32 3,71 10,38 5,69 5,30 21,38 18,90 20,17 7,93 28,26 14,31 14,27 6,62 2,55 16,77 5,73 18,14 72,78

8,10 20,37 4,35 13,79 11,12 3,94 7,17 88,19 7,98 53,74 6,03 14,69 12,91 6,54 54,39 11,49 36,13 15,60 68,00 11,43 5,78 16,54 7,07 40,94 6,57 3,66 8,51 11,04 37,51 18,87 56,33 10,52 17,69 2,65 6,73 15,96 29,44 15,10 17,47 11,19 9,10 2,87 7,82 16,60 10,38 10,70 6,15 3,22 48,44 20,24 25,80 31,36 6,09 3,74 10,98 5,47 4,35 21,40 15,76 18,85 7,68 25,62 14,95 13,48 5,90 2,53 14,29 5,75 9,00 94,67

9,98 20,34 5,07 13,60 12,02 4,56 6,99 87,77 8,58 53,97 6,10 14,15 13,54 6,51 53,26 11,49 32,59 15,86 60,25 10,60 5,48 13,57 6,92 42,91 7,44 3,95 8,40 11,56 27,97 18,45 28,00 11,36 19,56 2,65 7,00 18,06 28,49 19,36 19,05 10,65 9,88 2,96 7,77 16,49 10,95 10,48 6,99 3,39 42,55 21,00 22,69 31,75 6,24 3,55 10,82 6,23 5,70 21,95 16,02 17,56 8,07 21,09 15,33 13,19 6,58 2,45 13,58 6,15 11,00 65,00 94,85 14,34 10,20

10,66 18,42 5,59 12,42 9,12 4,21 7,26 67,83 7,81 45,45 6,16 13,26 13,15 6,64 50,69 11,02 33,07 15,78 63,71 11,31 5,47 13,18 7,32 35,35 6,99 4,06 7,78 12,09 35,56 19,04 37,00 11,32 18,87 2,61 6,36 16,84 28,38 19,50 18,64 11,11 10,41 3,05 9,45 16,23 10,65 10,80 6,54 3,53 33,82 20,56 27,21 31,27 6,45 3,60 10,58 6,31 7,48 21,58 14,65 18,75 8,09 26,92 15,40 13,30 7,59 2,47 13,10 6,29 19,50 19,00 66,67 67,40 12,95 11,58

9,44 18,58 5,33 14,08 9,62 4,39 7,37 77,34 6,32 54,92 6,22 17,10 13,66 5,54 54,58 10,88 38,69 16,16 68,79 11,29 5,19 13,83 7,35 46,68 6,87 3,81 8,26 11,70 37,67 18,62 39,00 10,40 19,07 2,56 6,33 17,22 29,29 18,61 18,80 11,25 9,93 2,98 11,44 16,72 10,54 10,77 6,58 3,61 42,28 18,76 26,09 30,96 6,45 3,68 10,27 5,85 5,85 20,03 16,75 18,39 7,84 40,51 15,38 15,78 7,39 2,53 14,50 6,20 17,00 102,00 48,75 98,90 14,38 11,30

10,35 18,49 5,30 14,32 11,42 4,28 7,18 88,06 6,82 55,92 5,89 14,88 13,57 6,45 52,46 10,51 34,83 15,04 68,61 11,84 5,06 17,98 7,21 51,38 7,43 3,62 8,65 12,06 31,79 18,50 68,00 11,46 19,08 2,92 7,39 17,16 27,39 18,27 18,55 10,99 10,22 2,83 8,73 16,89 10,30 11,01 6,89 3,34 40,01 20,72 24,20 30,78 6,41 3,84 11,49 5,68 5,74 21,16 17,98 18,76 8,14 20,21 16,40 13,93 6,76 2,56 15,16 5,92 12,00 39,40 78,33 14,06 12,92

10,13 18,50 5,41 13,58 10,00 4,29 7,27 77,31 6,96 51,87 6,09 15,00 13,46 6,19 52,55 10,80 35,45 15,65 67,00 11,48 5,24 14,86 7,29 43,93 7,09 3,83 8,22 11,95 34,92 18,72 46,12 11,05 19,01 2,69 6,67 17,07 28,34 18,79 18,66 11,12 10,19 2,95 9,81 16,61 10,49 10,86 6,67 3,49 38,53 19,99 25,81 31,00 6,44 3,71 10,77 5,94 6,31 20,91 16,40 18,63 8,02 28,04 15,72 14,30 7,24 2,52 14,23 6,13 15,84 44,02 50,40 80,53 13,78 11,91

ANNEXE I-7. POIDS RELATIFS DES APR-DRGS SUR LES CLASSES D’AGE (en grisé les poids 0,01%)

001 002 003 004 005 020 021 022 023 024 025 026 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 070 071 072 073 080 081 082 090

_00-01_ _01-05_ _05-10_ _10-15_ _15-20_ _20-25_ _25-30_ _30-35_ _35-40_ _40-45_ _45-50_ _50-55_ _55-60_ _60-65_ _65-70_ _70-75_ _75-80_ _80-85_ _85-90_ _90-95_ _95-100_ GE100 0,00% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,01% 0,02% 0,02% 0,03% 0,03% 0,03% 0,01% 0,00% 0,00% 0,00% 0,00% 0,01% 0,01% 0,01% 0,00% 0,00% 0,01% 0,02% 0,02% 0,02% 0,02% 0,00% 0,00% 0,00% 0,03% 0,04% 0,04% 0,07% 0,03% 0,03% 0,02% 0,03% 0,05% 0,06% 0,08% 0,09% 0,07% 0,05% 0,01% 0,00% 0,01% 0,02% 0,02% 0,03% 0,08% 0,06% 0,04% 0,04% 0,07% 0,10% 0,13% 0,18% 0,20% 0,19% 0,23% 0,24% 0,24% 0,16% 0,09% 0,06% 0,03% 0,00% 0,00% 0,00% 0,00% 0,01% 0,00% 0,00% 0,00% 0,01% 0,04% 0,05% 0,09% 0,07% 0,06% 0,05% 0,04% 0,02% 0,01% 0,01% 0,00% 0,02% 0,02% 0,02% 0,09% 0,10% 0,09% 0,07% 0,03% 0,02% 0,04% 0,05% 0,06% 0,04% 0,04% 0,04% 0,03% 0,03% 0,04% 0,04% 0,07% 0,05% 0,02% 0,04% 0,07% 0,18% 0,26% 0,18% 0,14% 0,12% 0,15% 0,26% 0,32% 0,35% 0,38% 0,36% 0,37% 0,33% 0,28% 0,26% 0,17% 0,11% 0,06% 0,06% 0,05% 0,05% 0,13% 0,12% 0,07% 0,04% 0,03% 0,02% 0,03% 0,03% 0,03% 0,03% 0,04% 0,04% 0,04% 0,07% 0,07% 0,05% 0,02% 0,00% 0,02% 0,00% 0,02% 0,05% 0,09% 0,08% 0,05% 0,04% 0,06% 0,12% 0,15% 0,19% 0,12% 0,10% 0,11% 0,07% 0,05% 0,05% 0,02% 0,02% 0,00% 0,00% 0,01% 0,01% 0,00% 0,01% 0,01% 0,01% 0,02% 0,07% 0,15% 0,27% 0,43% 0,58% 0,62% 0,64% 0,47% 0,18% 0,04% 0,00% 0,01% 0,05% 0,05% 0,14% 0,16% 0,15% 0,22% 0,36% 0,45% 0,44% 0,38% 0,36% 0,25% 0,19% 0,16% 0,18% 0,19% 0,12% 0,10% 0,11% 0,17% 0,01% 0,04% 0,13% 0,16% 0,15% 0,08% 0,04% 0,06% 0,08% 0,13% 0,10% 0,11% 0,09% 0,09% 0,08% 0,09% 0,11% 0,11% 0,12% 0,09% 0,08% 0,02% 0,05% 0,14% 0,12% 0,07% 0,05% 0,04% 0,03% 0,05% 0,04% 0,04% 0,04% 0,03% 0,04% 0,04% 0,04% 0,04% 0,04% 0,04% 0,02% 0,06% 0,01% 0,04% 0,10% 0,11% 0,04% 0,04% 0,02% 0,08% 0,10% 0,16% 0,19% 0,26% 0,33% 0,33% 0,33% 0,28% 0,26% 0,17% 0,10% 0,05% 0,03% 0,06% 0,04% 0,10% 0,09% 0,10% 0,07% 0,05% 0,05% 0,08% 0,13% 0,13% 0,25% 0,30% 0,45% 0,65% 1,01% 1,41% 1,84% 1,94% 1,56% 1,05% 1,19% 0,00% 0,04% 0,03% 0,02% 0,08% 0,17% 0,19% 0,24% 0,39% 0,44% 0,47% 0,41% 0,26% 0,21% 0,16% 0,11% 0,06% 0,02% 0,01% 0,02% 0,02% 0,00% 0,01% 0,02% 0,04% 0,03% 0,02% 0,02% 0,03% 0,06% 0,09% 0,14% 0,17% 0,16% 0,19% 0,24% 0,30% 0,42% 0,50% 0,53% 0,57% 0,69% 0,34% 0,00% 0,01% 0,01% 0,01% 0,00% 0,02% 0,02% 0,05% 0,11% 0,18% 0,26% 0,38% 0,51% 0,64% 0,85% 1,04% 1,28% 1,58% 1,46% 1,63% 0,34% 0,00% 0,01% 0,01% 0,01% 0,01% 0,04% 0,06% 0,13% 0,22% 0,30% 0,38% 0,60% 0,78% 1,00% 1,35% 1,69% 1,93% 2,05% 1,86% 1,88% 0,00% 0,00% 0,00% 0,00% 0,01% 0,01% 0,02% 0,03% 0,07% 0,14% 0,21% 0,29% 0,37% 0,55% 0,66% 0,85% 1,14% 1,46% 1,61% 1,61% 1,08% 0,51% 0,01% 0,04% 0,12% 0,18% 0,15% 0,14% 0,11% 0,16% 0,32% 0,45% 0,60% 0,56% 0,55% 0,52% 0,48% 0,45% 0,44% 0,32% 0,25% 0,16% 0,16% 0,09% 0,16% 0,19% 0,12% 0,13% 0,06% 0,03% 0,04% 0,04% 0,06% 0,05% 0,05% 0,04% 0,04% 0,03% 0,03% 0,04% 0,02% 0,01% 0,01% 0,03% 0,13% 0,14% 0,15% 0,06% 0,03% 0,04% 0,05% 0,04% 0,04% 0,03% 0,03% 0,04% 0,04% 0,03% 0,04% 0,06% 0,03% 0,05% 0,03% 0,03% 0,10% 0,27% 0,94% 0,39% 0,16% 0,10% 0,11% 0,10% 0,05% 0,04% 0,02% 0,03% 0,01% 0,00% 0,00% 0,00% 0,00% 0,04% 0,11% 0,17% 0,13% 0,16% 0,07% 0,04% 0,06% 0,08% 0,09% 0,11% 0,12% 0,14% 0,16% 0,16% 0,16% 0,19% 0,17% 0,21% 0,25% 0,34% 0,51% 0,52% 3,83% 3,19% 2,71% 1,58% 0,98% 0,72% 0,72% 0,98% 1,16% 1,14% 0,84% 0,67% 0,54% 0,46% 0,45% 0,44% 0,41% 0,40% 0,34% 0,17% 0,01% 0,08% 0,59% 1,58% 0,95% 0,53% 0,41% 0,48% 0,56% 0,52% 0,41% 0,30% 0,20% 0,16% 0,10% 0,09% 0,08% 0,06% 0,06% 0,04% 0,05% 0,09% 0,16% 0,14% 0,20% 0,14% 0,06% 0,06% 0,09% 0,09% 0,09% 0,11% 0,08% 0,07% 0,07% 0,08% 0,11% 0,13% 0,18% 0,18% 0,14% 0,17% 0,20% 0,36% 0,40% 0,31% 0,24% 0,12% 0,07% 0,06% 0,09% 0,09% 0,07% 0,07% 0,07% 0,05% 0,05% 0,04% 0,05% 0,04% 0,04% 0,08% 0,06% 0,17% 0,63% 3,54% 5,75% 5,30% 3,38% 1,79% 0,84% 0,66% 0,71% 0,64% 0,52% 0,39% 0,29% 0,24% 0,20% 0,15% 0,18% 0,18% 0,19% 0,22% 0,25% 0,34% 1,96% 0,55% 0,72% 0,75% 0,61% 0,33% 0,35% 0,59% 1,04% 1,54% 2,03% 2,30% 2,08% 1,45% 1,14% 0,93% 0,84% 0,83% 0,90% 0,74% 0,77% 0,68% 0,00% 0,01% 0,02% 0,02% 0,03% 0,05% 0,04% 0,04% 0,05% 0,05% 0,04% 0,03% 0,03% 0,03% 0,04% 0,03% 0,04% 0,04% 0,04% 0,04% 0,02% 0,04% 0,07% 0,10% 0,17% 0,16% 0,14% 0,14% 0,13% 0,22% 0,28% 0,28% 0,39% 0,42% 0,59% 0,60% 0,58% 0,51% 0,44% 0,26% 0,11% 0,17% 0,03% 0,52% 0,97% 0,38% 0,20% 0,11% 0,07% 0,08% 0,12% 0,17% 0,21% 0,21% 0,22% 0,21% 0,18% 0,17% 0,17% 0,16% 0,16% 0,12% 0,06% 0,01% 0,05% 0,08% 0,07% 0,06% 0,04% 0,03% 0,04% 0,06% 0,11% 0,15% 0,21% 0,35% 0,56% 0,91% 1,33% 1,88% 2,29% 1,99% 1,58% 1,06% 0,68% 0,03% 0,16% 0,13% 0,05% 0,03% 0,02% 0,01% 0,01% 0,01% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,02% 0,03% 0,01% 0,01% 0,02% 0,02% 0,02% 0,03% 0,03% 0,04% 0,04% 0,05% 0,05% 0,05% 0,04% 0,05% 0,04% 0,05% 0,04% 0,03% 0,04% 0,02% 0,02% 0,02% 0,06% 0,17% 0,18% 0,25% 0,19% 0,13% 0,08% 0,10% 0,15% 0,16% 0,17% 0,18% 0,16% 0,19% 0,20% 0,20% 0,18% 0,22% 0,19% 0,23% 0,14% 0,01% 0,00% 0,00% 0,00% 0,01% 0,01% 0,02% 0,03% 0,07% 0,07% 0,04% 0,03% 0,03% 0,01% 0,02% 0,01% 0,00% 0,02%

091 092 093 094 095 096 097 098 110 111 112 113 114 115 120 121 122 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 160 161 162 163 164 165 166 167

0,00%

0,10% 0,07% 0,43% 0,19% 0,13% 0,03% 6,18% 2,65% 0,00% 0,03% 0,05% 4,49% 1,11% 0,59% 0,02% 0,05% 0,00% 0,02% 0,11% 0,04% 0,04%

0,06% 0,56% 0,86% 0,30% 0,08% 0,04% 3,47% 3,08%

0,00% 0,00% 2,41% 0,08% 0,47% 0,01% 0,00% 0,00% 0,04% 0,03% 0,05% 0,07%

0,09% 0,02% 0,06% 0,08% 0,10% 0,01% 4,41% 0,40% 0,01% 0,03% 0,02% 7,81% 1,25% 0,99% 0,00% 0,03% 0,01% 0,02% 0,06% 0,04% 0,07%

0,14% 0,23% 1,67% 0,22% 6,64% 0,01% 0,00% 4,53% 0,06%

0,02% 0,50% 0,28% 8,71% 0,42% 4,13% 0,03% 0,01% 5,85% 0,06%

0,01% 0,00% 0,32% 0,04% 5,00% 0,18% 2,00% 0,03% 0,02% 2,03% 0,04%

0,03% 0,02% 0,16% 0,01% 1,73% 0,10% 1,42% 0,02% 0,04% 1,13% 0,01%

0,00% 0,01%

0,00% 0,02%

0,01% 0,04%

0,01% 0,02% 0,16% 0,00% 0,06% 0,10%

0,11% 0,03% 2,31% 1,48% 0,53% 0,02% 0,05% 0,01% 0,01% 0,26% 0,00% 0,01%

0,04%

0,05% 1,80% 1,27% 0,27% 0,03% 0,06% 4,49% 3,45% 0,01% 0,08% 0,03% 1,31% 3,33% 0,45% 0,03% 0,22% 0,02% 0,02% 0,34%

0,01% 0,66% 0,81% 0,26% 0,02% 0,06% 2,37% 2,42% 0,01% 0,09% 0,02% 0,76% 1,27% 0,33% 0,02% 0,19% 0,02% 0,01% 0,20%

0,01% 0,31% 0,69% 0,19% 0,02% 0,04% 1,28% 1,54%

0,07% 0,06% 0,07% 0,03% 0,20% 0,00% 0,69% 0,07% 0,60% 0,01% 0,40% 0,85% 0,01% 0,00% 0,01% 0,06%

0,02% 0,06% 0,07% 0,03% 0,17%

0,01% 0,07% 0,05% 0,01% 0,14% 0,00% 0,38% 0,06% 0,26% 0,03% 0,22% 0,49% 0,00% 0,01% 0,01% 0,02%

0,51% 0,07% 0,42% 0,02% 0,51% 0,64% 0,00% 0,00% 0,02%

0,08% 0,01% 0,54% 0,48% 0,19% 0,02% 0,12% 0,01% 0,01% 0,10%

0,00% 0,06%

0,11%

0,13%

0,11%

0,02%

0,02%

0,02%

0,01% 0,27% 0,87% 0,18% 0,02% 0,06% 1,08% 1,61% 0,01% 0,14% 0,01% 0,52% 0,32% 0,22% 0,01% 0,13% 0,01% 0,01% 0,05%

0,02% 0,30% 1,11% 0,25% 0,04% 0,08% 0,67% 1,75% 0,03% 0,19% 0,03% 0,47% 0,29% 0,29% 0,03% 0,15% 0,02% 0,03% 0,03%

0,03% 0,25% 0,98% 0,23% 0,04% 0,09% 0,28% 1,64% 0,12% 0,23% 0,04% 0,39% 0,27% 0,33% 0,06% 0,22% 0,02% 0,03% 0,02%

0,04% 0,23% 0,81% 0,25% 0,04% 0,11% 0,15% 1,33% 0,31% 0,22% 0,05% 0,27% 0,23% 0,38% 0,08% 0,28% 0,05% 0,05% 0,01%

0,07% 0,16% 0,71% 0,16% 0,03% 0,13% 0,10% 1,00% 0,34% 0,24% 0,07% 0,20% 0,19% 0,38% 0,15% 0,31% 0,06% 0,09%

0,05% 0,14% 0,57% 0,17% 0,02% 0,10% 0,08% 0,78% 0,39% 0,29% 0,07% 0,18% 0,20% 0,30% 0,21% 0,43% 0,07% 0,11%

0,06% 0,10% 0,41% 0,14% 0,01% 0,08% 0,04% 0,56% 0,29% 0,26% 0,08% 0,17% 0,14% 0,22% 0,22% 0,40% 0,07% 0,12%

0,04% 0,05% 0,28% 0,11% 0,00% 0,07% 0,02% 0,37% 0,23% 0,30% 0,11% 0,14% 0,13% 0,19% 0,22% 0,42% 0,05% 0,15%

0,03% 0,04% 0,18% 0,06% 0,00% 0,06% 0,02% 0,23% 0,15% 0,29% 0,09% 0,11% 0,09% 0,14% 0,18% 0,40% 0,06% 0,18%

0,02% 0,02% 0,09% 0,06% 0,00% 0,04% 0,01% 0,13% 0,12% 0,32% 0,13% 0,13% 0,07% 0,12% 0,11% 0,32% 0,04% 0,20%

0,01% 0,02% 0,05% 0,04%

0,01% 0,01% 0,01% 0,04%

0,00% 0,00% 0,01% 0,02%

0,03% 0,00% 0,08% 0,07% 0,32% 0,13% 0,12% 0,07% 0,12% 0,03% 0,21% 0,04% 0,23%

0,02% 0,00% 0,05% 0,05% 0,29% 0,14% 0,14% 0,03% 0,11% 0,00% 0,12% 0,03% 0,17%

0,00% 0,00% 0,03% 0,06% 0,22% 0,13% 0,15% 0,05% 0,16%

0,02% 0,08% 0,06% 0,03% 0,15%

0,03% 0,15% 0,09% 0,08% 0,20% 0,00% 0,66% 0,26% 0,36% 0,05% 0,17% 0,89%

0,05% 0,22% 0,12% 0,19% 0,24%

0,09% 0,19% 0,13% 0,45% 0,21%

0,14% 0,25% 0,12% 0,74% 0,25%

0,21% 0,29% 0,10% 1,24% 0,33%

0,28% 0,36% 0,10% 1,37% 0,42%

0,38% 0,44% 0,11% 1,30% 0,47%

1,09% 2,31% 0,22% 0,10% 0,17% 1,00% 0,00% 0,07% 0,06% 0,22%

1,26% 2,79% 0,23% 0,12% 0,17% 1,01%

1,57% 3,13% 0,21% 0,15% 0,18% 1,09%

3,87% 2,47% 0,19% 0,10% 0,22% 2,11%

5,17% 1,99% 0,23% 0,05% 0,24% 2,62%

0,01% 0,00% 0,05%

0,10% 0,09% 0,30%

0,07% 0,10% 0,35%

0,06% 0,11% 0,34%

0,01% 0,05% 0,06%

0,01% 0,02% 0,02%

0,02% 0,02% 0,04%

0,06% 0,09% 0,05%

0,14% 0,19% 0,06%

0,80% 1,27% 0,33% 0,06% 0,18% 1,05% 0,00% 0,05% 0,03% 0,13% 0,00% 0,17% 0,36% 0,05%

0,52% 0,60% 0,15% 0,85% 0,81% 0,00% 2,75% 2,85% 0,20% 0,14% 0,21% 1,60% 0,00% 0,03% 0,10% 0,20%

0,78% 0,64% 0,19% 0,38% 1,46%

0,72% 0,81% 0,36% 0,05% 0,16% 1,12% 0,00% 0,03% 0,01% 0,09%

0,47% 0,53% 0,12% 1,10% 0,62% 0,00% 2,02% 3,06% 0,19% 0,14% 0,24% 1,36%

0,67% 0,65% 0,20% 0,52% 1,10%

0,70% 0,48% 0,36% 0,05% 0,20% 1,04% 0,00% 0,03% 0,01% 0,08%

0,16% 0,21% 0,14% 1,08% 0,27% 0,00% 0,93% 1,68% 0,26% 0,07% 0,16% 1,03% 0,00% 0,06% 0,04% 0,21% 0,00% 0,27% 0,53% 0,04%

0,34% 0,65% 0,05%

0,43% 0,74% 0,06%

0,42% 0,75% 0,04%

0,38% 0,54% 0,02%

0,19% 0,24% 0,01%

0,05% 0,03% 0,00%

0,01% 0,01%

0,53% 0,10% 0,27% 0,03% 0,19% 0,60% 0,00% 0,01% 0,00% 0,04% 0,00% 0,00% 0,03%

0,09% 0,03% 0,13%

0,02%

0,17%

0,02% 0,03%

0,06% 0,03% 0,13% 0,11% 0,17% 0,09% 0,20% 0,02% 0,08% 0,03% 0,06%

0,94% 0,64% 0,22% 0,25% 1,48% 0,02% 7,22% 1,53% 0,22% 0,06% 0,19% 3,19% 0,02%

0,17% 0,34%

0,17%

0,68% 0,85% 0,34% 0,17% 1,71% 8,02% 1,71% 0,34%

4,61%

168 169 170 171 172 173 174 175 176 177 178 179 180 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 220 221 222 223 224 225 226 227 228

0,04% 0,00%

0,03% 0,00%

0,03% 0,01%

0,02% 0,00%

0,03% 0,00%

0,01%

0,01%

0,01% 0,00%

0,04% 0,00%

0,01%

0,01%

0,01%

0,01%

0,01% 0,00% 0,03% 0,01% 0,12% 0,01% 0,00% 0,00% 0,45% 0,01% 0,01% 0,04% 0,01% 0,01% 0,02% 0,03% 0,02% 0,07% 0,00% 0,04% 0,01% 0,18% 0,01% 0,13% 0,18% 0,00% 0,02% 0,12% 0,23% 0,17% 0,01% 0,04% 0,09% 1,35% 0,65% 0,22% 0,63%

0,01% 0,00% 0,03% 0,02% 0,18% 0,01% 0,01% 0,00% 0,91% 0,02% 0,05% 0,07% 0,06% 0,00% 0,03% 0,04% 0,01% 0,08% 0,00% 0,06% 0,02% 0,19% 0,03% 0,18% 0,19% 0,01% 0,02% 0,16% 0,36% 0,23% 0,01% 0,04% 0,11% 1,02% 0,94% 0,37% 0,77%

0,03% 0,00% 0,11% 0,11% 0,39% 0,01% 0,01% 0,01% 1,45% 0,02% 0,16% 0,18% 0,28% 0,01% 0,04% 0,06% 0,03% 0,17% 0,03% 0,10% 0,02% 0,34% 0,09% 0,34% 0,28% 0,02% 0,03% 0,21% 0,45% 0,32% 0,02% 0,06% 0,14% 1,08% 1,50% 0,65% 1,13%

0,04%

0,10%

0,09%

0,10%

0,07%

0,01%

0,00% 0,00%

0,00% 0,01%

0,06% 0,00%

0,06%

0,12%

0,06%

0,10% 0,00%

0,02%

0,00% 0,01%

0,00%

0,02% 0,00%

0,03% 0,01%

0,00% 0,01% 0,02% 0,02%

0,07% 0,00% 0,01% 0,01% 0,03% 0,03% 0,08%

0,04% 0,00% 0,20% 0,00% 0,01% 0,00% 0,21% 0,01% 0,02% 0,04% 0,00% 0,01% 0,01% 0,03% 0,02% 0,08%

0,03%

0,01% 0,01% 0,00% 0,00%

0,04%

0,14% 0,00% 0,00%

0,22% 0,00% 0,01%

0,01% 0,09% 0,08%

0,01% 0,02% 0,06%

0,01% 0,05% 0,11%

0,03% 0,03% 0,11%

0,10% 0,00% 0,01% 0,06% 0,03% 0,04% 0,27% 0,04% 0,00% 0,01% 0,05% 0,17% 0,64%

0,19% 0,00% 0,03% 0,05% 0,08% 0,05% 0,01% 0,09% 0,02% 0,23% 0,04% 0,23% 0,77%

0,05% 0,34%

0,08% 0,82% 0,01% 0,01% 0,10% 0,09% 0,06% 0,00% 0,05% 0,15% 10,14% 0,11% 0,12% 0,51%

0,01% 0,02% 0,19% 0,01% 0,09% 0,57% 0,01% 0,04% 0,21% 0,11% 0,13% 0,02% 0,04% 0,14% 5,68% 0,24% 0,12% 0,48%

0,03% 0,02% 0,17% 0,02% 0,10% 0,26% 0,00% 0,01% 0,15% 0,18% 0,15% 0,01% 0,03% 0,10% 2,56% 0,55% 0,12% 0,70%

0,03% 0,07% 0,12% 0,05% 0,01% 0,05% 0,05% 3,69% 0,08% 0,31% 1,02%

0,01% 0,04%

0,08% 0,00% 0,00% 0,03% 0,01% 0,25% 0,23% 0,71% 0,02% 0,02% 0,01% 1,66% 0,04% 0,38% 0,29% 0,74% 0,02% 0,12% 0,08% 0,04% 0,28% 0,10% 0,17% 0,03% 0,52% 0,25% 0,52% 0,33% 0,04% 0,04% 0,25% 0,54% 0,55% 0,01% 0,08% 0,19% 0,86% 1,64% 0,85% 1,49%

0,13% 0,01% 0,00% 0,05% 0,03% 0,62% 0,34% 1,19% 0,02% 0,01% 0,03% 1,67% 0,03% 0,62% 0,50% 1,38% 0,01% 0,22% 0,11% 0,04% 0,41% 0,21% 0,23% 0,04% 0,61% 0,43% 0,58% 0,38% 0,05% 0,09% 0,35% 0,59% 0,76% 0,03% 0,10% 0,18% 0,64% 1,49% 0,99% 1,64%

0,21% 0,03% 0,01% 0,09% 0,05% 1,00% 0,44% 1,76% 0,03% 0,02% 0,04% 1,70% 0,05% 0,86% 0,65% 2,23% 0,01% 0,29% 0,10% 0,05% 0,61% 0,28% 0,28% 0,05% 0,84% 0,59% 0,59% 0,38% 0,05% 0,08% 0,35% 0,52% 0,91% 0,02% 0,10% 0,15% 0,47% 1,28% 1,05% 1,78%

0,32% 0,06% 0,01% 0,13% 0,07% 1,37% 0,42% 2,00% 0,05% 0,03% 0,04% 1,60% 0,07% 0,93% 0,76% 2,70% 0,02% 0,46% 0,09% 0,07% 0,78% 0,40% 0,26% 0,06% 1,14% 0,59% 0,56% 0,42% 0,06% 0,10% 0,36% 0,50% 1,10% 0,04% 0,11% 0,12% 0,36% 0,96% 0,95% 1,92%

0,39% 0,09% 0,02% 0,26% 0,08% 1,54% 0,45% 2,21% 0,08% 0,04% 0,07% 1,32% 0,09% 0,97% 0,88% 2,97% 0,03% 0,70% 0,09% 0,10% 0,87% 0,46% 0,31% 0,08% 1,37% 0,61% 0,44% 0,46% 0,06% 0,10% 0,36% 0,42% 1,19% 0,03% 0,11% 0,14% 0,23% 0,67% 0,85% 1,87%

0,40% 0,11% 0,02% 0,39% 0,10% 1,77% 0,38% 2,32% 0,14% 0,06% 0,08% 1,00% 0,10% 1,08% 0,96% 3,11% 0,02% 1,09% 0,11% 0,10% 0,97% 0,61% 0,32% 0,09% 1,63% 0,74% 0,40% 0,50% 0,08% 0,11% 0,38% 0,36% 1,31% 0,03% 0,11% 0,13% 0,18% 0,51% 0,70% 1,64%

0,37% 0,13% 0,04% 0,60% 0,11% 1,71% 0,35% 2,12% 0,19% 0,10% 0,08% 0,67% 0,13% 1,15% 0,94% 2,87% 0,02% 1,57% 0,10% 0,15% 1,02% 0,59% 0,33% 0,13% 2,01% 0,74% 0,35% 0,63% 0,09% 0,13% 0,40% 0,31% 1,35% 0,04% 0,11% 0,10% 0,13% 0,36% 0,58% 1,47%

0,36% 0,14% 0,05% 0,81% 0,12% 1,59% 0,26% 1,61% 0,27% 0,12% 0,06% 0,36% 0,15% 1,21% 0,84% 2,20% 0,02% 2,33% 0,12% 0,15% 1,11% 0,63% 0,35% 0,15% 2,27% 0,78% 0,31% 0,81% 0,07% 0,09% 0,45% 0,28% 1,32% 0,04% 0,11% 0,10% 0,11% 0,28% 0,40% 1,24%

0,23% 0,07% 0,07% 0,98% 0,13% 1,19% 0,22% 0,97% 0,41% 0,18% 0,08% 0,15% 0,13% 1,41% 0,52% 1,18% 0,03% 3,47% 0,15% 0,19% 0,95% 0,53% 0,36% 0,21% 2,54% 0,82% 0,25% 0,95% 0,12% 0,09% 0,54% 0,24% 1,28% 0,05% 0,11% 0,09% 0,09% 0,21% 0,28% 0,94%

0,09% 0,04% 0,05% 0,86% 0,14% 0,93% 0,10% 0,37% 0,46% 0,20% 0,05% 0,04% 0,14% 1,48% 0,18% 0,34% 0,02% 4,62% 0,14% 0,23% 0,89% 0,46% 0,35% 0,29% 2,37% 0,78% 0,22% 1,05% 0,10% 0,05% 0,56% 0,20% 1,02% 0,05% 0,10% 0,09% 0,06% 0,16% 0,19% 0,66%

0,10% 0,01% 0,07% 0,85% 0,17% 0,75% 0,05% 0,19% 0,45% 0,19% 0,06% 0,03% 0,10% 1,60% 0,07% 0,08% 0,01% 5,42% 0,14% 0,22% 0,87% 0,33% 0,31% 0,29% 2,08% 0,64% 0,13% 1,03% 0,09% 0,03% 0,54% 0,14% 0,90% 0,06% 0,08% 0,08% 0,04% 0,13% 0,11% 0,46%

0,05% 0,03% 0,03% 0,61% 0,16% 0,61% 0,02% 0,03% 0,25% 0,09% 0,05% 0,08% 1,38% 0,02% 0,03% 0,03% 5,53% 0,08% 0,16% 0,94% 0,22% 0,19% 0,31% 1,91% 0,45% 0,19% 0,69% 0,03% 0,02% 0,63% 0,16% 0,67% 0,02% 0,09% 0,09% 0,05% 0,11% 0,11% 0,41%

0,17% 0,68% 0,34%

0,17%

1,37%

6,83% 0,85% 1,37% 0,51% 0,68% 0,34% 1,88% 0,17% 1,02% 0,17% 0,34% 0,68%

0,17% 0,17%

229 240 241 242 243 244 245 246 247 248 249 250 260 261 262 263 264 280 281 282 283 284 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317

0,02% 0,10% 0,00% 2,89% 0,00% 0,00% 0,09% 0,02% 6,11% 1,11% 0,00% 0,00% 0,00%

0,00% 0,00% 0,05% 0,01%

0,03% 0,01% 0,27% 0,03% 1,03%

0,08% 0,00% 0,45% 0,02% 0,68%

0,10% 0,01% 0,59% 0,02% 0,53%

0,01% 0,01% 0,50% 0,02% 14,74% 3,71% 0,01% 0,00%

0,08%

0,00% 0,00% 0,01% 0,01% 0,02% 0,05% 0,01%

0,01%

0,27% 0,01% 0,77% 0,05% 5,41% 4,99% 0,01% 0,01% 0,00% 0,08% 0,01% 0,01% 0,01% 0,09% 0,24% 0,05%

0,00%

0,00%

0,01%

0,91% 0,04% 6,41% 5,41% 0,00% 0,01%

0,02% 0,01% 0,05% 0,20% 0,04%

0,01% 0,00%

0,02% 0,13% 0,02%

0,00% 0,05% 0,00% 0,01%

0,01% 0,00% 0,09% 0,00% 0,04% 0,02%

0,02% 0,07% 0,06% 0,00% 0,00% 0,02% 0,05% 0,12% 0,29% 0,24% 0,09%

0,01% 0,17% 0,23% 0,02% 0,00% 0,05% 0,31% 0,16% 2,27% 0,38% 0,33%

0,07% 0,25% 0,90% 0,05% 0,03% 0,08% 1,59% 0,72% 2,98% 0,52% 0,44%

0,12% 0,01% 0,38% 0,04% 0,24% 0,00% 0,47% 0,00% 0,28% 0,05% 3,20% 1,88% 0,02% 0,01% 0,01% 0,32% 0,01% 0,02% 0,17% 0,20% 0,08%

0,11% 0,01% 0,43% 0,07% 0,26% 0,01% 0,44% 0,00% 0,18% 0,04% 2,03% 1,25% 0,02% 0,01% 0,02% 0,56% 0,01% 0,02% 0,01% 0,17% 0,20% 0,17%

0,10% 0,02% 0,26% 0,04% 0,25% 0,06% 0,30% 0,01% 0,13% 0,03% 1,33% 0,86% 0,02% 0,01% 0,02% 0,70% 0,01% 0,01% 0,01% 0,18% 0,21% 0,21%

0,12% 0,03% 0,34% 0,03% 0,28% 0,09% 0,29% 0,01% 0,14% 0,03% 1,20% 0,88% 0,04% 0,01% 0,03% 0,91% 0,02% 0,08% 0,03% 0,30% 0,21% 0,24%

0,04% 0,19% 0,09% 0,01% 0,01% 0,11% 0,40% 0,40% 0,18% 0,01% 0,12% 5,00% 1,25% 1,86% 0,96% 0,70%

0,00% 0,05% 0,02% 0,17% 0,00% 0,01% 0,02% 0,16% 0,15% 0,46% 0,01% 0,07% 3,94% 0,84% 1,38% 0,90% 0,67%

0,00% 0,08% 0,01% 0,18% 0,01% 0,01% 0,02% 0,09% 0,08% 0,67% 0,00% 0,06% 2,60% 0,53% 0,98% 0,59% 0,52%

0,00% 0,11% 0,00% 0,33% 0,00% 0,01% 0,01% 0,07% 0,09% 1,36% 0,01% 0,06% 2,64% 0,51% 1,01% 0,53% 0,69%

0,16% 0,10% 0,45% 0,05% 0,42% 0,24% 0,33% 0,01% 0,19% 0,03% 1,10% 1,16% 0,09% 0,03% 0,04% 1,17% 0,05% 0,21% 0,06% 0,49% 0,39% 0,32% 0,00% 0,01% 0,28% 0,01% 0,71% 0,01% 0,03% 0,02% 0,14% 0,11% 2,38% 0,01% 0,07% 3,31% 0,79% 1,58% 0,69% 1,22%

0,15% 0,15% 0,62% 0,07% 0,45% 0,40% 0,31% 0,01% 0,27% 0,06% 1,07% 1,38% 0,13% 0,04% 0,06% 1,48% 0,08% 0,52% 0,10% 0,82% 0,46% 0,35% 0,00% 0,02% 0,49% 0,00% 0,87% 0,01% 0,04% 0,02% 0,15% 0,10% 2,90% 0,01% 0,09% 3,30% 0,93% 2,17% 0,79% 1,32%

0,18% 0,36% 0,62% 0,07% 0,54% 0,47% 0,26% 0,04% 0,26% 0,04% 0,89% 1,39% 0,17% 0,06% 0,07% 1,50% 0,08% 0,64% 0,16% 0,79% 0,44% 0,34% 0,01% 0,03% 0,84% 0,01% 0,78% 0,01% 0,07% 0,03% 0,18% 0,10% 2,64% 0,01% 0,07% 2,87% 1,07% 2,38% 0,66% 1,15%

0,18% 0,45% 0,63% 0,09% 0,52% 0,57% 0,21% 0,03% 0,28% 0,05% 0,74% 1,42% 0,19% 0,06% 0,07% 1,58% 0,11% 0,68% 0,30% 0,57% 0,48% 0,43% 0,01% 0,06% 1,40% 0,01% 0,63% 0,01% 0,06% 0,01% 0,23% 0,08% 2,07% 0,01% 0,08% 2,53% 1,14% 2,44% 0,63% 0,88%

0,18% 0,72% 0,66% 0,06% 0,54% 0,55% 0,15% 0,06% 0,34% 0,06% 0,67% 1,44% 0,17% 0,06% 0,10% 1,68% 0,09% 0,67% 0,37% 0,41% 0,44% 0,47% 0,01% 0,08% 2,11% 0,01% 0,42% 0,03% 0,09% 0,01% 0,26% 0,10% 1,46% 0,00% 0,08% 2,14% 1,21% 2,36% 0,60% 0,70%

0,20% 0,80% 0,64% 0,05% 0,50% 0,53% 0,14% 0,07% 0,33% 0,04% 0,68% 1,49% 0,18% 0,04% 0,09% 1,60% 0,11% 0,54% 0,50% 0,31% 0,39% 0,53% 0,01% 0,17% 2,94% 0,00% 0,34% 0,02% 0,10% 0,01% 0,27% 0,07% 1,24% 0,00% 0,04% 1,77% 1,08% 2,21% 0,54% 0,48%

0,18% 0,82% 0,63% 0,05% 0,44% 0,59% 0,11% 0,08% 0,42% 0,04% 0,59% 1,49% 0,20% 0,09% 0,10% 1,36% 0,10% 0,33% 0,54% 0,25% 0,29% 0,52% 0,02% 0,29% 3,67% 0,00% 0,27% 0,01% 0,11% 0,01% 0,38% 0,08% 1,04% 0,00% 0,05% 1,40% 0,71% 1,88% 0,41% 0,35%

0,17% 0,88% 0,70% 0,05% 0,45% 0,62% 0,10% 0,10% 0,45% 0,04% 0,58% 1,61% 0,13% 0,08% 0,12% 1,15% 0,10% 0,24% 0,56% 0,22% 0,24% 0,59% 0,03% 0,50% 4,08% 0,01% 0,21% 0,02% 0,16% 0,01% 0,56% 0,09% 0,86% 0,00% 0,05% 1,05% 0,53% 1,60% 0,32% 0,25%

0,14% 0,84% 0,82% 0,05% 0,51% 0,71% 0,11% 0,14% 0,55% 0,04% 0,67% 1,79% 0,08% 0,10% 0,11% 0,87% 0,10% 0,16% 0,58% 0,21% 0,19% 0,65% 0,03% 0,80% 3,36% 0,00% 0,11% 0,02% 0,14% 0,00% 0,98% 0,12% 0,62% 0,00% 0,04% 0,76% 0,37% 1,32% 0,21% 0,17%

0,17% 0,81% 1,02% 0,06% 0,66% 0,77% 0,09% 0,17% 0,80% 0,04% 0,79% 1,95% 0,05% 0,08% 0,11% 0,58% 0,07% 0,11% 0,57% 0,19% 0,15% 0,77% 0,03% 1,21% 2,28%

0,15% 0,84% 1,09% 0,08% 0,72% 0,75% 0,08% 0,22% 0,96% 0,03% 0,88% 2,03% 0,02% 0,11% 0,09% 0,29% 0,08% 0,06% 0,51% 0,17% 0,14% 0,92% 0,03% 1,82% 1,04%

0,15% 0,79% 1,26% 0,11% 0,81% 0,79% 0,05% 0,30% 1,34% 0,02% 0,87% 2,14% 0,01% 0,05% 0,07% 0,20% 0,08% 0,05% 0,45% 0,21% 0,12% 1,04% 0,02% 2,28% 0,40%

0,17% 0,95% 1,09% 0,11% 0,86% 0,77% 0,09% 0,41% 1,95% 0,05% 0,81% 2,41% 0,02% 0,09% 0,05% 0,14% 0,08%

0,06% 0,01% 0,12% 0,00% 1,73% 0,11% 0,35% 0,00% 0,05% 0,52% 0,24% 1,17% 0,15% 0,11%

0,02% 0,00% 0,09% 0,00% 2,70% 0,13% 0,22%

0,01% 0,03% 0,04% 3,89% 0,13% 0,08%

0,03% 0,03% 0,02% 5,03% 0,17% 0,03%

0,03% 0,35% 0,16% 0,91% 0,12% 0,07%

0,05% 0,21% 0,07% 0,87% 0,07% 0,06%

0,03% 0,27% 0,11% 0,92% 0,09% 0,02%

0,25% 0,27% 0,14% 1,17% 0,03% 2,59% 0,22%

0,85% 0,51% 0,34% 1,02% 0,17% 0,51% 0,85% 0,85% 2,39%

0,17%

0,17% 0,34% 0,34% 2,56% 0,17% 2,05% 0,34%

6,66%

0,34% 1,02%

318 319 320 340 341 342 343 344 345 346 347 348 349 350 351 360 361 362 363 364 380 381 382 383 384 385 400 401 402 403 404 405 420 421 422 423 424 440 441 442

0,00% 0,00% 0,00% 0,05% 0,00% 0,03% 0,00% 0,01% 0,02% 0,03% 0,00% 0,02%

0,03% 0,03% 0,05% 0,28% 0,01% 0,65% 0,01% 0,09% 0,08% 0,17% 0,10% 0,25%

0,01% 0,19% 0,00% 0,02%

0,09% 0,34% 0,00% 0,15%

0,04% 0,00% 0,02% 0,09% 0,13% 0,21%

0,00% 0,00% 0,01% 0,95% 1,19% 0,04% 0,02% 0,00% 0,00%

0,13%

0,29% 0,01% 0,14%

0,50% 0,66% 0,50% 0,06% 0,06% 5,08% 0,05% 0,10% 0,05% 0,23% 0,60% 0,25% 0,02% 0,29% 0,53% 0,03% 0,30% 0,02% 0,17% 0,37% 0,01% 0,15%

0,63% 0,54% 0,56%

1,01% 0,76% 0,55%

0,75% 0,94% 0,52%

0,01%

0,01%

0,01%

0,10% 0,02% 0,47% 0,46% 1,76% 0,13% 0,13% 0,01% 0,03% 0,02%

0,01% 0,07% 0,01% 1,23% 0,51% 0,53% 0,05% 0,11% 0,02% 0,03% 0,00%

0,00% 0,17%

0,06% 0,02% 0,14% 0,78% 4,22% 0,08% 0,08% 0,00% 0,01% 0,02%

0,19% 0,19% 0,21% 0,09% 0,03% 3,72% 0,03% 0,09% 0,08% 0,17% 0,20% 0,57% 0,01% 0,20% 0,64% 0,01% 0,23%

0,93% 0,88% 0,86% 0,05% 0,16% 1,69% 0,12% 0,02% 0,01% 0,14% 0,84% 0,12% 0,01% 0,26% 0,33% 0,03% 0,32% 0,05% 1,13% 1,00% 0,02% 0,07% 0,01% 0,61% 1,03% 0,37% 0,01% 0,00% 0,26% 0,13% 0,07% 1,00% 0,33% 0,13% 0,05% 0,06% 0,01% 0,02% 0,00%

0,79% 0,55% 0,64% 0,02% 0,11% 0,61% 0,06% 0,01% 0,01% 0,14% 0,87% 0,04% 0,02% 0,18% 0,22% 0,04% 0,25% 0,04% 1,24% 1,22% 0,00% 0,06% 0,46% 0,72% 0,32% 0,00% 0,01% 0,00% 0,73% 0,21% 0,14% 0,50% 0,24% 0,09% 0,02% 0,08% 0,01% 0,01% 0,00%

0,50% 0,32% 0,44% 0,01% 0,05% 0,36% 0,04% 0,01% 0,02% 0,10% 0,83% 0,05% 0,02% 0,13% 0,15% 0,03% 0,18% 0,04% 0,91% 0,80% 0,02% 0,05% 0,00% 0,40% 0,40% 0,20%

0,49% 0,31% 0,44% 0,01% 0,05% 0,41% 0,03% 0,02% 0,01% 0,11% 1,13% 0,06% 0,03% 0,19% 0,18% 0,05% 0,21% 0,11% 1,23% 0,74% 0,02% 0,06% 0,02% 0,44% 0,39% 0,22%

0,66% 0,46% 0,57% 0,02% 0,10% 0,46% 0,08% 0,03% 0,03% 0,17% 1,84% 0,11% 0,04% 0,27% 0,27% 0,05% 0,31% 0,23% 1,88% 0,89% 0,03% 0,07% 0,04% 0,66% 0,47% 0,25%

0,02% 0,01% 0,81% 0,31% 0,16% 0,27% 0,17% 0,05% 0,02% 0,08% 0,01% 0,01% 0,00%

0,02% 0,02% 1,20% 0,45% 0,18% 0,30% 0,22% 0,06% 0,01% 0,09% 0,02% 0,01% 0,01%

0,05% 0,03% 1,37% 0,66% 0,23% 0,50% 0,30% 0,11% 0,03% 0,18% 0,03% 0,01% 0,02%

0,69% 0,51% 0,69% 0,02% 0,07% 0,51% 0,12% 0,04% 0,02% 0,24% 2,31% 0,17% 0,06% 0,31% 0,35% 0,09% 0,38% 0,47% 1,89% 0,90% 0,04% 0,08% 0,08% 0,65% 0,46% 0,30% 0,01% 0,03% 0,02% 1,20% 0,85% 0,21% 0,62% 0,37% 0,17% 0,04% 0,27% 0,04% 0,02% 0,06%

0,65% 0,42% 0,64% 0,03% 0,08% 0,48% 0,16% 0,02% 0,02% 0,24% 2,12% 0,19% 0,11% 0,28% 0,33% 0,06% 0,31% 0,69% 1,84% 0,79% 0,05% 0,09% 0,13% 0,62% 0,37% 0,26% 0,01% 0,04% 0,04% 0,94% 0,79% 0,15% 0,70% 0,34% 0,19% 0,03% 0,22% 0,05% 0,04% 0,06%

0,53% 0,39% 0,56% 0,03% 0,09% 0,49% 0,24% 0,03% 0,02% 0,26% 1,76% 0,22% 0,10% 0,23% 0,38% 0,09% 0,35% 0,75% 1,74% 0,75% 0,07% 0,10% 0,15% 0,59% 0,33% 0,21% 0,02% 0,03% 0,02% 0,61% 0,80% 0,10% 0,72% 0,29% 0,20% 0,03% 0,26% 0,04% 0,04% 0,09%

0,44% 0,26% 0,49% 0,04% 0,08% 0,43% 0,34% 0,03% 0,02% 0,23% 1,41% 0,28% 0,13% 0,21% 0,30% 0,10% 0,30% 0,77% 1,45% 0,67% 0,10% 0,09% 0,20% 0,54% 0,30% 0,20% 0,03% 0,03% 0,03% 0,41% 0,64% 0,09% 0,71% 0,26% 0,21% 0,03% 0,24% 0,05% 0,08% 0,16%

0,36% 0,21% 0,38% 0,03% 0,12% 0,46% 0,39% 0,02% 0,02% 0,28% 1,32% 0,30% 0,15% 0,17% 0,23% 0,09% 0,26% 0,69% 1,05% 0,58% 0,10% 0,10% 0,17% 0,47% 0,23% 0,18% 0,03% 0,03% 0,03% 0,18% 0,48% 0,07% 0,72% 0,20% 0,24% 0,03% 0,22% 0,03% 0,13% 0,17%

0,27% 0,15% 0,33% 0,05% 0,15% 0,47% 0,52% 0,03% 0,02% 0,25% 1,20% 0,34% 0,17% 0,19% 0,21% 0,08% 0,20% 0,59% 0,78% 0,41% 0,11% 0,09% 0,18% 0,43% 0,24% 0,18% 0,03% 0,03% 0,02% 0,06% 0,39% 0,05% 0,74% 0,17% 0,26% 0,02% 0,23% 0,02% 0,14% 0,20%

0,22% 0,13% 0,30% 0,08% 0,21% 0,58% 0,60% 0,02% 0,02% 0,25% 1,28% 0,46% 0,23% 0,19% 0,20% 0,11% 0,18% 0,42% 0,39% 0,31% 0,15% 0,11% 0,17% 0,40% 0,29% 0,16% 0,02% 0,03% 0,02% 0,02% 0,26% 0,04% 0,74% 0,16% 0,30% 0,02% 0,24% 0,01% 0,12% 0,19%

0,16% 0,08% 0,22% 0,11% 0,33% 0,72% 0,81% 0,03% 0,02% 0,25% 1,39% 0,55% 0,23% 0,21% 0,21% 0,11% 0,19% 0,34% 0,24% 0,24% 0,21% 0,12% 0,16% 0,39% 0,39% 0,15% 0,02% 0,02% 0,01% 0,01% 0,16% 0,04% 0,73% 0,21% 0,47% 0,01% 0,22%

0,16% 0,08% 0,17% 0,19% 0,55% 0,91% 0,97% 0,02% 0,02% 0,19% 1,34% 0,68% 0,23% 0,25% 0,25% 0,13% 0,20% 0,29% 0,17% 0,21% 0,30% 0,12% 0,14% 0,46% 0,59% 0,18% 0,01% 0,00% 0,01% 0,00% 0,08% 0,03% 0,75% 0,20% 0,68% 0,01% 0,26%

0,11% 0,07% 0,10% 0,34% 0,85% 1,07% 1,13% 0,04% 0,03% 0,14% 1,19% 0,78% 0,21% 0,33% 0,28% 0,15% 0,24% 0,23% 0,12% 0,18% 0,44% 0,13% 0,13% 0,41% 0,81% 0,19% 0,02% 0,00% 0,01% 0,00% 0,02% 0,03% 0,73% 0,27% 1,19% 0,01% 0,27%

0,09% 0,05% 0,09% 0,49% 0,90% 1,13% 1,06% 0,03% 0,03% 0,12% 1,04% 0,69% 0,23% 0,36% 0,24% 0,14% 0,21% 0,18% 0,09% 0,22% 0,50% 0,14% 0,14% 0,44% 1,08% 0,20% 0,01%

0,13% 0,02% 0,08% 0,59% 1,22% 1,47% 0,95%

0,26%

0,02% 0,72% 0,38% 2,08% 0,03% 0,23%

0,13% 0,18%

0,08% 0,12%

0,02% 0,05%

0,02% 0,04%

0,02%

0,03% 0,83% 0,72% 0,22% 0,30% 0,31% 0,23% 0,28% 0,03% 0,33% 0,66% 0,20% 0,14% 0,44% 1,31% 0,23%

0,51% 1,54% 0,85% 0,17%

0,17% 0,68% 0,34% 0,85% 1,02% 0,34% 0,17%

0,17% 0,68% 0,34% 0,17% 2,05% 0,17%

0,01% 0,01% 0,02% 0,60% 0,31% 1,64%

0,68% 0,17% 3,07% 0,17%

443 444 445 446 447 460 461 462 463 464 465 466 467 468 480 481 482 483 484 500 501 510 511 512 513 514 515 516 517 518 530 531 532 540 541 542 543 544 560 561

0,09%

0,31%

0,47%

0,25%

0,15%

0,02% 0,01% 0,00% 0,01% 0,00% 0,01% 1,41% 0,00% 0,01% 0,00% 0,01% 0,08% 0,00% 0,04%

0,02% 0,02% 0,01% 0,03% 0,02% 0,07% 2,08% 0,02% 0,02% 0,01% 0,07% 0,13% 0,00% 0,64%

0,03% 0,15% 0,01% 0,05% 0,03% 0,22% 2,21% 0,03% 0,07% 0,02% 0,50% 0,29%

0,03% 0,26% 0,04% 0,06%

0,34%

0,02% 0,10% 0,00% 0,05% 0,00% 0,21% 1,13% 0,05% 0,14% 0,03% 0,31% 0,32% 0,00% 0,15%

0,06% 0,12%

0,70% 0,89%

1,11% 0,84%

1,95% 0,33%

0,04%

0,16%

0,17%

0,51% 0,00% 0,00%

0,01% 0,00% 0,07%

0,00%

0,17% 0,00% 0,06% 0,02% 0,00% 0,01%

0,02% 0,03%

0,05% 0,22%

0,01% 0,00%

0,01%

0,00% 0,00%

0,01%

0,00%

0,02% 0,01%

0,02% 0,04%

0,14% 0,00% 0,01% 0,39% 0,04% 0,05%

0,13% 0,01% 0,02% 0,38% 0,03% 0,04%

1,11% 0,09% 0,01% 0,30% 0,01% 0,00%

0,04% 1,31% 0,18% 0,94% 0,03% 0,09% 0,17% 0,01% 0,06% 0,00% 0,43% 0,07% 0,02% 0,17% 0,01% 0,01%

0,65% 0,01% 0,15% 0,14% 0,07% 0,05% 0,00% 0,24% 0,36% 0,78% 0,02% 0,01% 0,01% 0,45% 5,02% 0,10%

0,98% 0,03% 0,27% 0,27% 0,14% 0,07% 0,00% 0,28% 0,29% 3,82% 0,06% 0,07% 0,09% 0,86% 22,39% 0,23%

0,03% 0,71% 0,13% 0,97% 0,03% 0,05% 0,12% 0,00% 0,03% 0,00% 0,23% 0,03% 0,03% 0,13% 0,01% 0,01% 0,00% 1,57% 0,03% 0,29% 0,50% 0,27% 0,10% 0,01% 0,18% 0,35% 7,18% 0,15% 0,11% 0,13% 0,92% 34,17% 0,30%

0,10% 1,51% 0,07% 0,52% 0,03% 0,10% 0,21% 0,00% 0,07%

0,13% 0,00% 0,03% 0,51% 0,04% 0,05% 0,00% 0,03% 0,64% 0,20% 1,19% 0,04% 0,04% 0,16% 0,01% 0,02% 0,00% 0,25% 0,05% 0,02% 0,13% 0,04% 0,01% 0,01% 2,20% 0,09% 0,34% 0,74% 0,36% 0,11% 0,01% 0,19% 0,33% 6,75% 0,20% 0,12% 0,11% 0,92% 28,67% 0,28%

0,20% 0,01% 0,06% 0,74% 0,07% 0,08% 0,01% 0,04% 0,59% 0,30% 1,41% 0,05% 0,09% 0,21% 0,00% 0,03% 0,01% 0,36% 0,04% 0,01% 0,22% 0,12% 0,03% 0,01% 3,63% 0,28% 0,35% 1,07% 0,42% 0,10% 0,03% 0,13% 0,32% 3,42% 0,17% 0,05% 0,09% 0,74% 12,11% 0,12%

0,26% 0,01% 0,10% 0,78% 0,11% 0,11% 0,02% 0,04% 0,56% 0,34% 1,53% 0,06% 0,08% 0,27% 0,01% 0,03% 0,03% 0,29% 0,04% 0,01% 0,21% 0,23% 0,03% 0,03% 5,27% 0,53% 0,29% 0,67% 0,39% 0,10% 0,08% 0,09% 0,28% 0,77% 0,05% 0,01% 0,01% 0,33% 2,19% 0,02%

0,22% 0,04% 0,13% 0,86% 0,16% 0,18% 0,03% 0,04% 0,41% 0,35% 1,36% 0,08% 0,09% 0,28% 0,04% 0,05% 0,08% 0,29% 0,05% 0,01% 0,16% 0,32% 0,06% 0,04% 4,94% 0,73% 0,24% 0,22% 0,36% 0,07% 0,08% 0,09% 0,24% 0,03% 0,00% 0,00%

0,26% 0,02% 0,14% 0,99% 0,14% 0,16% 0,07% 0,05% 0,40% 0,27% 1,17% 0,09% 0,10% 0,32% 0,24% 0,05% 0,24% 0,24% 0,07% 0,03% 0,19% 0,31% 0,05% 0,07% 2,87% 0,81% 0,14% 0,05% 0,30% 0,06% 0,10% 0,03% 0,15% 0,00%

0,04% 0,09% 0,00%

0,00% 0,00%

0,24% 0,03% 0,16% 1,08% 0,20% 0,23% 0,10% 0,05% 0,39% 0,24% 0,81% 0,10% 0,12% 0,35% 0,53% 0,09% 0,67% 0,24% 0,10% 0,06% 0,20% 0,24% 0,07% 0,08% 1,64% 0,95% 0,10% 0,02% 0,24% 0,08% 0,11% 0,01% 0,10%

0,00% 0,00%

0,22% 0,03% 0,18% 1,24% 0,20% 0,30% 0,17% 0,04% 0,43% 0,20% 0,66% 0,10% 0,16% 0,44% 0,86% 0,07% 1,13% 0,24% 0,17% 0,13% 0,22% 0,21% 0,07% 0,11% 1,26% 0,92% 0,07% 0,02% 0,22% 0,07% 0,15% 0,01% 0,06%

0,20% 0,03% 0,19% 1,25% 0,24% 0,32% 0,19% 0,05% 0,46% 0,14% 0,52% 0,10% 0,20% 0,46% 0,92% 0,08% 1,38% 0,22% 0,20% 0,18% 0,24% 0,21% 0,05% 0,08% 0,91% 0,76% 0,07% 0,01% 0,20% 0,07% 0,13% 0,02% 0,07%

0,20% 0,03% 0,19% 1,33% 0,24% 0,37% 0,18% 0,04% 0,55% 0,11% 0,39% 0,10% 0,25% 0,45% 0,66% 0,07% 1,40% 0,18% 0,21% 0,18% 0,26% 0,15% 0,05% 0,10% 0,71% 0,59% 0,06% 0,01% 0,18% 0,07% 0,16% 0,00% 0,06%

0,15% 0,03% 0,18% 1,30% 0,24% 0,52% 0,21% 0,04% 0,71% 0,06% 0,25% 0,09% 0,28% 0,38% 0,28% 0,08% 1,25% 0,14% 0,19% 0,22% 0,21% 0,11% 0,04% 0,07% 0,45% 0,42% 0,06% 0,01% 0,16% 0,04% 0,17% 0,01% 0,06%

0,12% 0,04% 0,14% 1,05% 0,16% 0,63% 0,20% 0,03% 0,90% 0,05% 0,17% 0,09% 0,30% 0,36% 0,13% 0,05% 0,96% 0,08% 0,11% 0,24% 0,20% 0,07% 0,03% 0,06% 0,27% 0,24% 0,06% 0,01% 0,14% 0,04% 0,16% 0,01% 0,05%

0,09% 0,03% 0,16% 0,77% 0,12% 0,75% 0,18% 0,03% 1,35% 0,03% 0,14% 0,09% 0,31% 0,30% 0,08% 0,03% 0,71% 0,06% 0,09% 0,30% 0,16% 0,03% 0,01% 0,04% 0,14% 0,10% 0,04% 0,00% 0,09% 0,02% 0,12% 0,02% 0,07%

0,05% 0,01% 0,13% 0,69% 0,06% 0,78% 0,17% 0,03% 1,38% 0,01% 0,08% 0,09% 0,35% 0,24% 0,04% 0,02% 0,50% 0,03% 0,05% 0,20% 0,15% 0,01% 0,01% 0,04% 0,09% 0,03% 0,08%

0,06% 0,02% 0,11% 0,45% 0,11% 0,78% 0,16%

0,09% 0,00% 0,18% 0,01% 0,09%

0,03% 0,02% 0,08%

1,41% 0,02% 0,06% 0,02% 0,66% 0,31% 0,02% 0,45% 0,03% 0,13% 0,09% 0,20% 0,02% 0,02% 0,02% 0,03%

0,11%

0,17% 0,85% 0,51% 0,68%

0,34% 0,51% 0,17%

0,17%

562 563 564 565 566 580 581 582 583 590 591 592 593 600 601 602 603 610 611 612 613 614 620 621 622 623 624 625 626 630 631 632 633 634 635 636 637 638 639 640

0,00%

0,04% 0,29% 0,30% 0,01% 0,02% 0,13% 0,03% 0,22% 0,05% 0,19% 0,30% 0,46% 0,04% 0,28% 0,33% 0,15% 1,43% 0,04% 0,38% 0,34% 0,24% 0,60% 0,68% 2,83% 0,12% 0,18% 0,33% 0,87% 0,57% 0,25% 1,05% 1,71% 2,43% 1,57% 18,18%

0,06% 0,76% 0,11% 0,15% 0,98%

0,28% 2,41% 0,25% 0,45% 3,00%

0,43% 2,74% 0,29% 0,43% 3,35%

0,44% 1,79% 0,32% 0,29% 2,53%

0,35% 0,78% 0,23% 0,11% 1,26%

0,11% 0,15% 0,11% 0,03% 0,30%

0,01% 0,00% 0,01% 0,00% 0,02%

0,00%

650 651 660 661 662 663 664 680 681 682 683 690 691 692 693 694 710 711 720 721 722 723 724 740 750 751 752 753 754 755 756 757 758 759 760 770 771 772 773 774

0,01% 0,01% 0,09% 0,01% 0,07% 0,07% 0,00% 0,00% 0,01% 0,00% 0,03% 0,00% 0,03% 0,00% 0,39% 0,01% 0,45% 1,63% 0,13%

0,00% 0,02% 0,07% 0,05% 0,28%

0,00% 0,00%

0,08% 0,07% 0,46% 0,05% 0,23% 0,56% 0,00% 0,01% 0,01% 0,03% 0,10% 0,01% 0,00% 0,58% 0,01% 0,07% 0,00% 0,62% 0,07% 1,05% 3,22% 0,49% 0,01%

0,01% 0,00% 0,00% 0,02% 0,05% 0,25% 0,39% 0,01% 0,24%

0,04% 0,12% 0,14% 0,80% 0,14% 0,18% 0,62% 0,02% 0,04% 0,00% 0,05% 0,27% 0,05% 0,01% 1,67% 0,00% 0,06% 0,04% 0,37% 0,09% 0,61% 2,19% 0,54% 0,02%

0,02% 0,15% 0,10% 0,36% 0,12% 0,16% 0,42% 0,01% 0,07% 0,00% 0,04% 0,12% 0,09%

0,01% 0,01%

0,07% 0,06% 0,02% 0,23% 0,49% 0,39% 0,17% 0,53% 0,12% 0,24%

0,02% 0,12% 0,12% 0,29% 0,66% 0,03% 0,17%

1,06% 0,02% 0,06% 0,08% 0,16% 0,15% 0,29% 1,32% 0,34% 0,01%

0,06% 0,08% 0,08% 0,10% 0,14% 0,23% 0,18% 0,01% 0,05% 0,01% 0,03% 0,06% 0,11% 0,00% 0,63% 0,02% 0,03% 0,09% 0,10% 0,16% 0,12% 0,93% 0,21% 0,02% 0,04% 0,41% 0,16% 0,06% 0,76% 0,35% 0,57% 0,12% 0,28% 0,23% 0,33% 0,07% 0,00% 0,01% 0,04% 0,04%

0,04% 0,08% 0,06% 0,05% 0,07% 0,23% 0,09% 0,02% 0,04% 0,01% 0,01% 0,06% 0,06% 0,01% 0,38% 0,03% 0,03% 0,07% 0,06% 0,12% 0,07% 0,37% 0,11% 0,04% 0,09% 0,39% 0,15% 0,04% 0,54% 0,19% 0,38% 0,04% 0,05% 0,11% 0,28% 0,09% 0,01% 0,00% 0,11% 0,06%

0,02% 0,04% 0,03% 0,02% 0,03% 0,08% 0,05% 0,01% 0,03% 0,02% 0,01% 0,04% 0,09% 0,00% 0,28% 0,01% 0,02% 0,05% 0,06% 0,11% 0,06% 0,22% 0,12% 0,03% 0,09% 0,36% 0,11% 0,05% 0,48% 0,12% 0,22% 0,03% 0,03% 0,06% 0,26% 0,10% 0,01% 0,07% 0,02%

0,02% 0,05% 0,04% 0,04% 0,02% 0,13% 0,05% 0,00% 0,02% 0,02% 0,02% 0,02% 0,05% 0,01% 0,31% 0,03% 0,02% 0,06% 0,05% 0,12% 0,06% 0,20% 0,13% 0,03% 0,07% 0,42% 0,11% 0,06% 0,68% 0,13% 0,26% 0,04% 0,03% 0,04% 0,32% 0,13% 0,02% 0,01% 0,08% 0,02%

0,02% 0,06% 0,07% 0,03% 0,01% 0,16% 0,05% 0,01% 0,03% 0,04% 0,04% 0,05% 0,10% 0,05% 0,60% 0,04% 0,04% 0,07% 0,07% 0,17% 0,05% 0,20% 0,13% 0,06% 0,09% 0,60% 0,13% 0,08% 1,04% 0,20% 0,39% 0,07% 0,03% 0,05% 0,47% 0,22% 0,06% 0,02% 0,08% 0,01%

0,02% 0,06% 0,10% 0,06% 0,00% 0,29% 0,08% 0,03% 0,05% 0,05% 0,06% 0,07% 0,14% 0,04% 1,18% 0,04% 0,04% 0,10% 0,11% 0,19% 0,05% 0,14% 0,15% 0,08% 0,06% 0,83% 0,13% 0,11% 1,09% 0,20% 0,35% 0,05% 0,02% 0,03% 0,61% 0,25% 0,11% 0,02% 0,05% 0,01%

0,02% 0,06% 0,10% 0,06%

0,02% 0,04% 0,16% 0,06%

0,02% 0,05% 0,18% 0,06%

0,01% 0,04% 0,21% 0,07%

0,01% 0,04% 0,16% 0,07%

0,01% 0,04% 0,13% 0,07%

0,01% 0,04% 0,07% 0,10%

0,01% 0,02% 0,03% 0,09%

0,00% 0,02% 0,02% 0,08%

0,00% 0,01% 0,01% 0,10%

0,32% 0,06% 0,03% 0,06% 0,08% 0,08% 0,07% 0,18% 0,07% 1,90% 0,12% 0,05% 0,09% 0,15% 0,15% 0,08% 0,12% 0,14% 0,08% 0,10% 0,68% 0,09% 0,11% 1,11% 0,14% 0,32% 0,06% 0,02% 0,03% 0,64% 0,21% 0,10% 0,02% 0,03% 0,00%

0,30% 0,07% 0,03% 0,08% 0,11% 0,10% 0,05% 0,25% 0,08% 2,61% 0,11% 0,05% 0,08% 0,18% 0,16% 0,07% 0,08% 0,11% 0,04% 0,08% 0,59% 0,06% 0,11% 0,74% 0,12% 0,24% 0,07% 0,01% 0,01% 0,49% 0,16% 0,08% 0,03% 0,02%

0,36% 0,06% 0,03% 0,08% 0,13% 0,13% 0,11% 0,42% 0,08% 3,45% 0,15% 0,05% 0,08% 0,24% 0,15% 0,09% 0,07% 0,09% 0,05% 0,04% 0,43% 0,04% 0,09% 0,52% 0,10% 0,18% 0,10% 0,01% 0,01% 0,35% 0,09% 0,06% 0,01% 0,01% 0,00%

0,43% 0,11% 0,04% 0,09% 0,11% 0,12% 0,10% 0,43% 0,07% 3,38% 0,22% 0,05% 0,07% 0,28% 0,14% 0,09% 0,09% 0,09% 0,04% 0,03% 0,36% 0,03% 0,07% 0,41% 0,09% 0,17% 0,17% 0,01% 0,00% 0,22% 0,06% 0,03% 0,01% 0,00%

0,48% 0,06% 0,05% 0,12% 0,12% 0,13% 0,11% 0,47% 0,07% 3,37% 0,19% 0,06% 0,09% 0,35% 0,14% 0,11% 0,07% 0,08% 0,04% 0,03% 0,32% 0,02% 0,07% 0,33% 0,07% 0,17% 0,29% 0,02% 0,00% 0,18% 0,02% 0,02% 0,01% 0,00%

0,64% 0,09% 0,04% 0,10% 0,09% 0,10% 0,13% 0,48% 0,07% 2,82% 0,23% 0,07% 0,06% 0,41% 0,11% 0,08% 0,06% 0,09% 0,06% 0,01% 0,31% 0,03% 0,05% 0,35% 0,06% 0,19% 0,55% 0,02% 0,01% 0,12% 0,01% 0,01% 0,00% 0,00%

0,88% 0,09% 0,04% 0,09% 0,05% 0,08% 0,11% 0,48% 0,07% 1,52% 0,21% 0,07% 0,05% 0,48% 0,10% 0,07% 0,05% 0,08% 0,10% 0,01% 0,32% 0,03% 0,06% 0,38% 0,05% 0,24% 1,17% 0,03% 0,00% 0,11% 0,01% 0,01% 0,00% 0,00%

1,14% 0,09% 0,03% 0,06% 0,04% 0,06% 0,08% 0,41% 0,05% 0,68% 0,23% 0,08% 0,05% 0,56% 0,07% 0,05% 0,05% 0,10% 0,13% 0,01% 0,31% 0,02% 0,03% 0,38% 0,05% 0,38% 1,98% 0,02% 0,01% 0,13% 0,01% 0,00% 0,00% 0,00%

1,52% 0,08% 0,01% 0,05% 0,02% 0,05% 0,07% 0,38% 0,03% 0,24% 0,26% 0,07% 0,02% 0,68% 0,07% 0,06% 0,05% 0,14% 0,15% 0,00% 0,26% 0,02% 0,02% 0,37% 0,03% 0,37% 2,99% 0,04% 0,00% 0,15% 0,00%

1,78% 0,11% 0,01% 0,04% 0,02% 0,03% 0,05% 0,24% 0,03% 0,04% 0,31% 0,07% 0,02% 0,82% 0,03% 0,06% 0,07% 0,12% 0,14% 0,00% 0,21% 0,04% 0,01% 0,23% 0,04% 0,52% 3,56% 0,06%

2,48% 0,09% 0,02% 0,06%

0,41% 3,13% 0,02%

1,19% 2,39%

0,17% 0,01%

0,13%

0,34% 0,17%

0,00%

0,00%

0,02% 0,02% 0,09%

0,02% 0,03% 0,22% 0,02% 0,02% 0,23% 0,08% 0,02% 0,83% 0,05% 0,05% 0,14% 0,14% 0,11% 0,03% 0,02% 0,11%

3,75%

0,17%

0,17%

0,68% 0,17% 0,34% 0,17%

0,17%

775 776 790 791 792 810 811 812 813 814 815 830 831 832 833 840 850 860 861 862 870 871 872 873 890 891 892 893 894 910 911 930 931 950 951 952 955 956 AAA

0,01% 0,02% 0,00% 0,01% 0,01% 0,06% 0,03% 0,11% 0,02% 0,08% 0,10%

0,00% 0,01% 0,07% 0,09% 0,11% 0,29% 0,18% 1,48% 0,16% 0,16% 0,27%

0,00% 0,02% 0,00% 0,04% 0,02% 0,01% 0,19% 20,31%

0,00% 0,10% 0,02% 0,33% 0,02% 0,03% 0,22% 2,20%

0,00% 0,16% 0,20% 0,13% 0,36% 0,18% 0,72% 0,30% 0,24% 0,30% 0,01% 0,01% 0,06% 0,02% 0,13% 0,08% 0,17% 0,24% 1,44%

0,17% 0,05% 0,08% 0,16% 0,19% 0,30% 0,16% 1,07% 0,12% 0,23% 0,23%

0,82% 0,29% 0,13% 0,15% 0,25% 0,21% 0,11% 2,76% 0,19% 0,06% 0,18% 0,00%

0,37% 0,23% 0,12% 0,15% 0,20% 0,17% 0,06% 1,77% 0,15% 0,01% 0,14% 0,01% 0,00% 0,04% 0,01% 0,10% 0,11% 0,22% 0,16% 0,59%

0,39% 0,09% 0,08% 0,15% 0,13% 0,10% 0,06% 1,11% 0,22% 0,01% 0,12% 0,01% 0,00% 0,02% 0,01% 0,07% 0,13% 0,17% 0,12% 0,53%

0,53% 0,10% 0,07% 0,22% 0,15% 0,11% 0,05% 1,20% 0,24% 0,01% 0,10% 0,00% 0,00% 0,04% 0,01% 0,07% 0,17% 0,23% 0,14% 0,57%

1,17% 0,11% 0,12% 0,24% 0,17% 0,13% 0,07% 1,50% 0,23% 0,01% 0,10% 0,01% 0,00% 0,04% 0,01% 0,09% 0,24% 0,36% 0,22% 0,69%

0,04% 0,01% 0,13% 0,13% 0,17% 0,41% 1,25%

0,05% 0,02% 0,11% 0,12% 0,25% 0,30% 0,82%

0,00% 0,00% 0,03% 0,01% 0,14% 0,16% 0,11% 0,03% 0,33%

0,00% 0,00% 0,00% 0,01% 0,00% 0,00% 0,02% 0,00% 0,12% 0,15% 0,10% 0,02% 0,29% 0,21% 0,04% 0,02% 0,39%

0,00% 0,01% 0,00% 0,01% 0,04% 0,03% 0,05% 0,03% 0,06% 0,06% 0,04% 0,01% 0,22% 0,00% 0,18% 0,06% 0,02% 0,44%

0,00% 0,00% 0,01% 0,01% 0,05% 0,03% 0,10% 0,04% 0,05% 0,08% 0,06% 0,01% 0,32%

0,22% 0,02% 0,01% 0,24%

0,00% 0,01% 0,00% 0,01% 0,01% 0,02% 0,02% 0,02% 0,07% 0,08% 0,07% 0,01% 0,19% 0,00% 0,17% 0,07% 0,03% 0,48%

0,00% 0,00%

0,05%

0,01% 0,01% 0,01% 0,01% 0,02% 0,00% 0,16%

0,01% 0,01% 0,02% 0,01% 0,03% 0,02% 0,05% 0,01% 0,20%

0,12% 0,18% 0,01% 0,72%

0,36% 0,00% 0,01% 0,19%

0,23% 0,02% 0,01% 0,19%

0,00% 0,00%

0,03% 0,02% 0,01% 0,05% 0,05% 0,04% 0,22% 0,23% 0,03% 0,21%

0,28% 0,02% 0,02% 0,36%

1,80% 0,14% 0,13% 0,28% 0,16% 0,12% 0,08% 1,44% 0,28% 0,01% 0,11% 0,01% 0,01% 0,05% 0,00% 0,07% 0,25% 0,51% 0,26% 0,81% 0,00% 0,00% 0,00% 0,01% 0,03% 0,05% 0,02% 0,07% 0,04% 0,05% 0,08% 0,05% 0,02% 0,35% 0,00% 0,27% 0,00% 0,02% 0,28%

1,72% 0,10% 0,12% 0,26% 0,15% 0,10% 0,06% 1,20% 0,27% 0,02% 0,06% 0,01% 0,00% 0,04% 0,01% 0,06% 0,23% 0,61% 0,24% 0,98%

1,44% 0,08% 0,10% 0,24% 0,12% 0,09% 0,08% 0,78% 0,27% 0,01% 0,07% 0,00% 0,00% 0,03% 0,00% 0,04% 0,23% 0,68% 0,23% 1,15%

0,00% 0,01% 0,01% 0,01% 0,04% 0,02% 0,04% 0,03% 0,03% 0,05% 0,05% 0,00% 0,45% 0,00% 0,33% 0,00% 0,01% 0,25%

0,00% 0,00% 0,01% 0,01% 0,02% 0,00% 0,03% 0,01% 0,04% 0,04% 0,03% 0,00% 0,41% 0,01% 0,31% 0,00% 0,01% 0,23%

0,98% 0,06% 0,06% 0,20% 0,08% 0,07% 0,04% 0,43% 0,24% 0,01% 0,05% 0,00% 0,00% 0,02% 0,00% 0,03% 0,18% 0,82% 0,22% 1,20%

0,61% 0,06% 0,06% 0,17% 0,07% 0,05% 0,05% 0,34% 0,24% 0,00% 0,03% 0,00%

0,39% 0,05% 0,06% 0,19% 0,05% 0,05% 0,03% 0,26% 0,24% 0,00% 0,03% 0,00%

0,01% 0,00% 0,02% 0,22% 1,07% 0,22% 1,18% 0,00%

0,02% 0,00% 0,01% 0,22% 1,29% 0,25% 1,17%

0,25% 0,05% 0,08% 0,15% 0,06% 0,05% 0,03% 0,22% 0,22% 0,00% 0,05% 0,00% 0,00% 0,01% 0,00% 0,01% 0,16% 1,67% 0,23% 1,09%

0,00% 0,00% 0,00% 0,01%

0,00% 0,00%

0,00%

0,00%

0,01% 0,01% 0,02% 0,02% 0,03% 0,00% 0,47% 0,02% 0,30%

0,01% 0,00% 0,02% 0,00% 0,01% 0,02% 0,02% 0,00% 0,41% 0,05% 0,34%

0,00% 0,00% 0,00% 0,00% 0,02% 0,02% 0,03% 0,00% 0,48% 0,07% 0,33%

0,01% 0,23%

0,01% 0,22%

0,01% 0,21%

0,16% 0,06% 0,05% 0,12% 0,05% 0,07% 0,02% 0,22% 0,20% 0,01% 0,05% 0,00% 0,00% 0,02% 0,00% 0,01% 0,20% 2,50% 0,29% 1,10%

0,10% 0,07% 0,05% 0,10% 0,03% 0,07% 0,02% 0,26% 0,18% 0,01% 0,07% 0,00% 0,00% 0,01% 0,00% 0,02% 0,18% 3,22% 0,31% 1,05%

0,05% 0,07% 0,06% 0,05% 0,04% 0,09% 0,03% 0,29% 0,13% 0,00% 0,12% 0,01%

0,04% 0,08% 0,06% 0,06% 0,05% 0,13% 0,03% 0,31% 0,08% 0,00% 0,12%

0,02% 0,08% 0,03% 0,03% 0,06% 0,16% 0,03% 0,25% 0,11% 0,02% 0,09%

0,01%

0,02%

0,02%

0,03% 0,20% 3,90% 0,38% 0,91%

0,02% 0,17% 3,79% 0,34% 0,92%

0,02% 0,17% 3,47% 0,28% 0,77%

0,06% 0,02% 0,06% 0,00% 0,63% 0,12% 0,56%

0,09%

0,17% 0,17%

0,17% 0,85%

0,17%

0,17% 2,73% 0,68% 1,02%

0,00%

0,00% 0,00% 0,00% 0,00% 0,02% 0,02% 0,02% 0,00% 0,55% 0,09% 0,36% 0,01% 0,19%

0,00% 0,00% 0,00% 0,00% 0,00% 0,03% 0,02% 0,03% 0,01% 0,60% 0,13% 0,44% 0,00% 0,01% 0,18%

0,05% 0,02% 0,04% 0,00% 0,61% 0,15% 0,49% 0,00% 0,01%

0,06% 0,01% 0,04% 0,00% 0,64% 0,16% 0,50% 0,01%

0,08% 0,45% 0,02% 0,48% 0,03%

0,34% 0,17%

ANNEXE I-8. CORRÉLATION PAR APR-DRG ENTRE SÉJOURS EN HOSPITALISATION TRADITIONNELLE ET EN JOUR APRDRG Code

025 040 047 048 056 057 071 072 073 090 094 097 098 110 114 136 142 179 198 200 202 207 221 225 228 241 283 313 316 317 318 319 340 342 346 347 348 364 380 381 385 401 423 424 462 481 483 484 510 515 517 532 544 560 591 637 638 650 691 694 710 751 754 755 757 759 772 811 833 840

APRDRG : Libellé INTERVENTIONS SUR LE SYSTEME NERVEUX POUR AFFECTIONS DES NERFS PERIPHERIQUES AFFECTIONS ET TRAUMATISMES DE LA COLONNE VERTEBRALE ET DE LA MOELLE EPINIERE ACCIDENT ISCHEMIQUE TRANSITOIRE AFFECTIONS DES NERFS CRANIENS ET PERIPHERIQUES FRACTURE DU CRANE & TRAUMATISME INTRACRANIEN SPECIFIE, COMA < 1HEURE OU SANS COMA COMMOTION, TRAUMATISME INTRACRANIEN NON SPECIFIE, COMA < 1 HEURE OU SANS COMA INTERVENTIONS INTRAOCULAIRES EXCEPTE CRISTALLIN INTERVENTIONS EXTRAOCULAIRES EXCEPTE SUR L' ORBITE INTERVENTIONS SUR LE CRISTALLIN AVEC OU SANS VITRECTOMIE INTERVENTIONS MAJEURES SUR LE LARYNX ET LA TRACHEE, EXCEPTE TRACHEOSTOMIE INTERVENTIONS SUR LA BOUCHE ADENOIDECTOMIE ET AMYGDALECTOMIE AUTRES INTERVENTIONS SUR OREILLE, NEZ, BOUCHE, GORGE AFFECTIONS MALIGNES D' OREILLE, NEZ, BOUCHE, GORGE PATHOLOGIES DENTAIRES ET BUCCALES AFFECTIONS MALIGNES DU SYSTEME RESPIRATOIRE MALADIE PULMONAIRE INTERSTITIELLE LIGATURE DE VEINE ET STRIPPING ATHEROSCLEROSE AFFECTIONS VALVULAIRES ET CARDIAQUES CONGENITALES ANGINE DE POITRINE AUTRES DIAGNOSTICS DU SYSTEME CIRCULATOIRE INTERVENTIONS MAJEURES SUR L' INTESTIN GRELE ET LE GROS INTESTIN APPENDICECTOMIE CURE DE HERNIE INGUINALE ET CRURALE ULCERE PEPTIQUE ET GASTRITES AFFECTIONS DU FOIE EXCEPTE AFFECTIONS MALIGNES, CIRRHOSE, HEPATITE ALCOOLIQUE INTERVENTIONS DES MEMB.INF. ET GENOUX EXCEPTE PIED INTERVENTIONS MAIN, POIGNET INTERVENTIONS DES TISSUS MOUS ENLEVEMENT MATERIEL DE FIXATION INTERNE ENLEVEMENT MATERIEL DU SYSTEME MUSCULOSQUELLETIQUE FRACTURES DU FEMUR FRACTURES OU LUXATIONS EXCEPTE FEMUR ET BASSIN AFFECTIONS DU TISSU CONJONCTIF PROBLEMES MEDICAUX DE DOS AUTRES MALADIES DES OS AUTRES INTERVENTIONS SUR LES SEINS, LA PEAU ET LE TISSU SOUS-CUTANE ULCERE DE LA PEAU AFFECTIONS MAJEURES DE LA PEAU AUTRE AFFECTION DE LA PEAU ET DE SEINS INTERVENTIONS SUR LES SURRENALES ET L' HYPOPHYSE ANOMALIES CONGENITALES DU METABOLISME AUTRES AFFECTIONS ENDOCRINIENNES NEPHRITES CHIRURGIE DU PENIS INTERVENTIONS SUR LES TESTICULES AUTRES INTERVENTIONS SUR LE SYSTEME GENITAL MASCULIN EVISCERATION PELVIENNE,HYSTERECTOMIE ET VULVECTOMIE RADICALES INTERVENTIONS SUR VAGIN, COL ET VULVE DILATATION, CURETAGE, CONISATION TROUBLES MENSTRUELS, AUTRES TROUBLES DES ORGANES GENITAUX FEMININS AVORTEMENT, AVEC DILATION, ASPIRATION, CURETAGE OU HYSTEROTOMIE ACCOUCHEMENT PAR VOIE VAGINALE NOUVEAU-NES, < 750 GR SANS INTERVENTIONS MAJEURES NOUVEAU-NES, > 2499 GR NE AILLEURS AVEC AUTRE PATHOLOGIE SIGNIFICATIVE NOUVEAU-NES, > 2499 GR NE AILLEURS AVEC AUTRE PROBLEME SPLENECTOMIE LYMPHOME, LEUCEMIE NON AIGUE AUTRES MALADIES MYELOPROLIFERATIVES OU AFF. MALIGNES PEU DIFFERENCIES INTERVENTIONS POUR INFECTIONS OU MALADIES PARASITAIRES PSYCHOSES DEPRESSIONS NEVROTIQUES NEVROSES, EXCEPTE DEPRESSION TROUBLES ORGANIQUES ET RETARD MENTAL TROUBLES COMPULSIFS DE LA NUTRITION DEPENDANCE D' ALCOOL & DROGUES, THERAPIE REHABILITATION REACTIONS ALLERGIQUES BRULURES NON ETENDUES, AVEC DEBRIDEMENT DE PLAIE OU AUTRES INTERVENTIONS BRULURES SANS INTERVENTIONS

Corrélation -0,94 -0,63 -0,80 -0,59 -0,58 -0,85 -0,88 -0,98 -0,99 -0,79 -0,88 -0,63 -0,95 -0,83 -0,99 -0,69 -0,91 -0,98 -0,63 -0,90 -0,93 -0,93 -0,54 -0,61 -0,68 -0,82 -0,68 -0,98 -0,96 -0,74 -0,96 -0,86 -0,72 -0,84 -0,87 -0,77 -0,94 -0,61 -0,52 -0,89 -0,52 -0,59 -0,82 -0,96 -0,56 -0,83 -0,97 -0,93 -0,67 -0,96 -0,96 -0,51 -0,93 -0,82 -1,00 -0,86 -0,88 -0,55 -0,89 -0,50 -0,53 -0,84 -0,99 -0,65 -0,69 -0,75 -0,58 -0,80 -0,76 -0,74

ANNEXE I-9. DÉFINITION DES SÉJOURS FAUX CLASSIQUES Un séjour est considéré comme « Faux Classique »1 s’il Pour être désigné comme séjour hospitalier classique inapproprié, le séjour doit répondre simultanément aux critères mentionnés ci-dessous : • le séjour est rangé dans un des 32 APR-DRG retenus2 • il s’agit d’une hospitalisation classique ; • il s’agit d’une admission prévue ; • le séjour à l’hôpital a une durée maximale de trois jours ; • le degré de sévérité = mineur; • le patient n’est pas décédé pendant le séjour à l’hôpital ; • le risque de mortalité = mineur; • le patient n’a pas atteint l’âge de 75 ans et • pour les séjours appartenant à un des APR-DRG chirurgicaux repris

1

VANDENBROUCKE F. « Annexe à l’Arrêté Royal N°1 DU 25 AVRIL 2002.

2

La liste des 32 APR-DRG est reprise dans l’annexe 3

ANNEXE I-10 : analyse de l'origine géographique des flux entrants dans un arrondissement et distribution par rapport aux autres arrondissements Anvers Code hospitalisati on 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000

12000 13000 46000 23000 24000 71000 42000 21000 72000 44000 31000 41000 73000 35000 34000 25000 38000 62000 52000 43000 36000 45000 63000 92000 53000 33000 55000 37000 91000 81000 32000 83000 84000 61000 56000 93000 82000 54000 57000 85000 64000 51000

Code d'hospitalis ation 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000

Code résidence 71000 11000 12000 24000 72000 73000 46000 21000 23000 44000 31000 42000 34000 41000 35000 36000 38000 45000 83000 37000 25000 52000 43000 33000 64000 61000 63000 92000 32000 84000 91000 85000 53000 51000

Code résidence

Lieu résidence Malines Turnhout Saint-Nicolas Hal-Vilvorde Louvain Hasselt Termonde Bruxelles-Capitale Maaseik Gand Bruges Alost Tongres Ostende courtrai Nivelles Furnes Liège Charleroi Eeklo Roulers Audenarde Verviers Namur Mons Ypres Soignies Tielt Dinant Arlon Dixmude Marche-en-Famenne Neufchâteau Huy Thuin Philippeville Bastogne Mouscron Tournai Virton Waremme Ath

Turnhout Lieu résidence Hasselt Anvers Malines Louvain Maaseik Tongres Saint-Nicolas Bruxelles-Capitale Hal-Vilvorde Gand Bruges Termonde courtrai Alost Ostende Roulers Furnes Audenarde Marche-en-Famenne Tielt Nivelles Charleroi Eeklo Ypres Waremme Huy Verviers Namur Dixmude Neufchâteau Dinant Virton Mons Ath

Malines Out/In Séjours entrants 6621,36 6378,69 5673,90 1287,22 845,51 726,56 585,58 548,79 482,43 459,50 374,44 253,60 246,38 186,79 174,65 118,71 103,86 102,03 96,11 83,01 76,22 71,68 68,76 63,43 52,27 47,50 33,01 32,23 30,80 28,85 26,46 26,38 22,93 22,24 21,93 18,66 18,08 17,57 17,09 16,45 16,11 11,50 26089,30

Out/In Séjours entrants 2090,04 1116,68 572,76 385,83 385,18 60,71 25,76 25,52 23,90 22,30 16,88 14,44 12,18 11,46 9,41 8,22 7,51 6,13 4,23 4,22 3,25 3,12 3,04 2,86 2,16 2,10 2,06 1,99 1,20 1,11 1,10 1,06 1,02 1,02 4830,43

Poids relatifs 25,38% 24,45% 21,75% 4,93% 3,24% 2,78% 2,24% 2,10% 1,85% 1,76% 1,44% 0,97% 0,94% 0,72% 0,67% 0,46% 0,40% 0,39% 0,37% 0,32% 0,29% 0,27% 0,26% 0,24% 0,20% 0,18% 0,13% 0,12% 0,12% 0,11% 0,10% 0,10% 0,09% 0,09% 0,08% 0,07% 0,07% 0,07% 0,07% 0,06% 0,06% 0,04% 100,00%

Poids relatifs 43,27% 23,12% 11,86% 7,99% 7,97% 1,26% 0,53% 0,53% 0,49% 0,46% 0,35% 0,30% 0,25% 0,24% 0,19% 0,17% 0,16% 0,13% 0,09% 0,09% 0,07% 0,06% 0,06% 0,06% 0,04% 0,04% 0,04% 0,04% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 100,00%

Code hospitalisati on 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000

24000 11000 23000 13000 46000 42000 21000 71000 31000 44000 72000 35000 41000 38000 25000 34000 52000 43000 36000 73000 91000 92000 45000 33000 62000 63000 53000 55000 37000 85000 84000 32000 93000 83000 64000 56000 57000

Code d'hospitalis ation 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000

Code résidence 23000 25000 55000 53000 52000 24000 92000 51000 41000 57000 56000 12000 11000 91000 62000 42000 63000 54000 85000 64000 84000 93000 81000 83000 35000 31000 61000 71000 44000 45000 38000 82000 13000 34000 46000 73000 72000 33000 36000 37000 32000 43000

Code résidence

Out/In Séjours entrants Louvain 7058,20 Anvers 6677,95 Hal-Vilvorde 4921,71 Turnhout 3882,44 Saint-Nicolas 804,13 Termonde 276,98 Bruxelles-Capitale 182,88 Hasselt 90,71 Bruges 53,63 Gand 52,62 Maaseik 47,37 Ostende 40,34 Alost 38,16 Furnes 16,74 Nivelles 16,43 courtrai 13,43 Charleroi 13,40 Eeklo 10,46 Roulers 8,72 Tongres 8,55 Dinant 7,20 Namur 6,40 Audenarde 6,21 Ypres 5,27 Liège 5,08 Verviers 4,21 Mons 3,12 Soignies 3,11 Tielt 3,03 Virton 2,20 Neufchâteau 2,11 Dixmude 2,07 Philippeville 2,07 Marche-en-Famenne 1,10 Waremme 1,04 Thuin 1,03 Tournai 1,00 24271,09 Lieu résidence

Poids relatifs 29,08% 27,51% 20,28% 16,00% 3,31% 1,14% 0,75% 0,37% 0,22% 0,22% 0,20% 0,17% 0,16% 0,07% 0,07% 0,06% 0,06% 0,04% 0,04% 0,04% 0,03% 0,03% 0,03% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,00% 0,00% 100,00%

Bruxelles-Capitale

Out/In Séjours Lieu résidence entrants Hal-Vilvorde 34768,68 Nivelles 24274,32 Soignies 4898,42 Mons 4324,58 Charleroi 4105,69 Louvain 2358,98 Namur 2237,31 Ath 1559,53 Alost 1473,85 Tournai 1437,12 Thuin 1416,66 Malines 943,50 Anvers 902,99 Dinant 800,35 Liège 761,70 Termonde 625,85 Verviers 624,47 Mouscron 556,97 Virton 507,38 Waremme 505,28 Neufchâteau 504,40 Philippeville 467,34 Arlon 456,12 Marche-en-Famenne 341,08 Ostende 340,84 Bruges 317,39 Huy 304,38 Hasselt 296,36 Gand 269,43 Audenarde 267,62 Furnes 226,83 Bastogne 214,91 Turnhout 190,27 courtrai 168,24 Saint-Nicolas 160,62 Tongres 115,01 Maaseik 101,17 Ypres 47,26 Roulers 38,69 Tielt 27,57 Dixmude 22,80 Eeklo 20,73 93982,70

Poids relatifs 36,99% 25,83% 5,21% 4,60% 4,37% 2,51% 2,38% 1,66% 1,57% 1,53% 1,51% 1,00% 0,96% 0,85% 0,81% 0,67% 0,66% 0,59% 0,54% 0,54% 0,54% 0,50% 0,49% 0,36% 0,36% 0,34% 0,32% 0,32% 0,29% 0,28% 0,24% 0,23% 0,20% 0,18% 0,17% 0,12% 0,11% 0,05% 0,04% 0,03% 0,02% 0,02% 100,00%

Hal-Vilvorde


Code résidence 21000 25000 24000 55000 12000 41000 11000 13000 42000 72000 44000 71000 35000 52000 92000 62000 31000 46000 53000 45000 34000 38000 56000 63000 43000 73000 51000 93000 57000 84000 81000 91000 33000 83000 54000 37000 36000 61000 85000 32000 64000 82000

Code d'hospitalis ation 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000

Code résidence 52000 21000 55000 92000 23000 56000 53000 24000 84000 91000 64000 57000 51000 83000 93000 62000 61000 85000 63000 54000 82000 11000 81000 35000 34000 44000 12000 41000 31000 73000 46000 37000 13000 38000 71000

Lieu résidence Bruxelles-Capitale Nivelles Louvain Soignies Malines Alost Anvers Turnhout Termonde Maaseik Gand Hasselt Ostende Charleroi Namur Liège Bruges Saint-Nicolas Mons Audenarde courtrai Furnes Thuin Verviers Eeklo Tongres Ath Philippeville Tournai Neufchâteau Arlon Dinant Ypres Marche-en-Famenne Mouscron Tielt Roulers Huy Virton Dixmude Waremme Bastogne

Out/In Séjours entrants 1405,26 467,91 437,87 361,72 358,26 306,43 223,67 84,05 78,85 69,94 62,43 56,61 34,03 30,63 30,08 29,92 29,53 23,29 22,15 20,56 20,49 16,80 15,63 14,79 12,07 11,66 11,21 8,25 8,24 8,23 7,28 7,13 6,01 5,30 4,87 3,96 3,34 2,12 2,09 1,99 1,06 1,04 4306,74

Poids relatifs 32,63% 10,86% 10,17% 8,40% 8,32% 7,12% 5,19% 1,95% 1,83% 1,62% 1,45% 1,31% 0,79% 0,71% 0,70% 0,69% 0,69% 0,54% 0,51% 0,48% 0,48% 0,39% 0,36% 0,34% 0,28% 0,27% 0,26% 0,19% 0,19% 0,19% 0,17% 0,17% 0,14% 0,12% 0,11% 0,09% 0,08% 0,05% 0,05% 0,05% 0,02% 0,02% 100,00%

Out/In Séjours entrants 1226,63 1060,21 819,58 659,96 479,93 135,83 123,30 121,57 98,78 53,43 46,67 35,55 29,52 29,41 29,13 26,06 24,23 22,01 20,31 17,61 15,10 14,32 9,73 6,49 5,29 5,10 4,24 4,03 3,41 2,05 2,04 2,01 1,05 1,01 0,97 5136,56

Poids relatifs 23,88% 20,64% 15,96% 12,85% 9,34% 2,64% 2,40% 2,37% 1,92% 1,04% 0,91% 0,69% 0,57% 0,57% 0,57% 0,51% 0,47% 0,43% 0,40% 0,34% 0,29% 0,28% 0,19% 0,13% 0,10% 0,10% 0,08% 0,08% 0,07% 0,04% 0,04% 0,04% 0,02% 0,02% 0,02% 100,00%

Louvain


Code résidence 71000 13000 23000 72000 12000 11000 73000 25000 21000 46000 34000 31000 41000 42000 36000 44000 35000 64000 33000 37000 38000 45000 32000 63000 62000 43000 92000 52000 55000 53000 54000 84000 82000 51000 81000 91000 57000 56000 93000 83000 61000 85000

Code d'hospitalis ation 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000 31000

Code résidence 35000 43000 32000 44000 38000 36000 37000 34000 11000 21000 33000 23000 24000 41000 42000 12000 45000 46000 13000 71000 25000 54000 62000 72000 52000 55000 63000 92000 57000 73000 53000 56000 83000 91000 51000 84000 64000 61000 85000 81000 93000

Nivelles

Lieu résidence Charleroi Bruxelles-Capitale Soignies Namur Hal-Vilvorde Thuin Mons Louvain Neufchâteau Dinant Waremme Tournai Ath Marche-en-Famenne Philippeville Liège Huy Virton Verviers Mouscron Bastogne Anvers Arlon Ostende courtrai Gand Malines Alost Bruges Tongres Saint-Nicolas Tielt Turnhout Furnes Hasselt

Out/In Séjours Lieu résidence entrants Hasselt 8303,20 Turnhout 6616,89 Hal-Vilvorde 6562,14 Maaseik 3036,30 Malines 2392,30 Anvers 2313,84 Tongres 2290,52 Nivelles 1465,41 Bruxelles-Capitale 909,36 Saint-Nicolas 643,14 courtrai 604,75 Bruges 555,17 Alost 536,14 Termonde 527,75 Roulers 377,83 Gand 329,26 Ostende 328,11 Waremme 240,87 Ypres 204,27 Tielt 166,32 Furnes 165,44 Audenarde 154,22 Dixmude 114,39 Verviers 111,38 Liège 96,39 Eeklo 83,87 Namur 53,33 Charleroi 50,89 Soignies 38,89 Mons 31,14 Mouscron 29,45 Neufchâteau 26,13 Bastogne 24,11 Ath 24,06 Arlon 21,88 Dinant 18,91 Tournai 18,37 Thuin 14,56 Philippeville 12,55 Marche-en-Famenne 11,03 Huy 8,70 Virton 4,28 39517,55

Poids relatifs 21,01% 16,74% 16,61% 7,68% 6,05% 5,86% 5,80% 3,71% 2,30% 1,63% 1,53% 1,40% 1,36% 1,34% 0,96% 0,83% 0,83% 0,61% 0,52% 0,42% 0,42% 0,39% 0,29% 0,28% 0,24% 0,21% 0,13% 0,13% 0,10% 0,08% 0,07% 0,07% 0,06% 0,06% 0,06% 0,05% 0,05% 0,04% 0,03% 0,03% 0,02% 0,01% 100,00%

Bruges Out/In Séjours Lieu résidence entrants Ostende 4529,23 Eeklo 3597,49 Dixmude 1926,16 Gand 1924,46 Furnes 828,38 Roulers 731,76 Tielt 688,75 courtrai 533,93 Anvers 409,59 Bruxelles-Capitale 255,02 Ypres 207,65 Hal-Vilvorde 207,20 Louvain 141,53 Alost 140,88 Termonde 88,73 Malines 88,58 Audenarde 84,54 Saint-Nicolas 84,50 Turnhout 74,47 Hasselt 60,98 Nivelles 48,88 Mouscron 39,97 Liège 39,50 Maaseik 34,49 Charleroi 26,85 Soignies 18,91 Verviers 18,35 Namur 17,65 Tournai 16,53 Tongres 15,22 Mons 14,34 Thuin 12,44 Marche-en-Famenne 6,66 Dinant 6,29 Ath 6,17 Neufchâteau 5,42 Waremme 3,12 Huy 2,14 Virton 1,14 Arlon 1,05 Philippeville 1,05 16940,03

Poids relatifs 26,74% 21,24% 11,37% 11,36% 4,89% 4,32% 4,07% 3,15% 2,42% 1,51% 1,23% 1,22% 0,84% 0,83% 0,52% 0,52% 0,50% 0,50% 0,44% 0,36% 0,29% 0,24% 0,23% 0,20% 0,16% 0,11% 0,11% 0,10% 0,10% 0,09% 0,08% 0,07% 0,04% 0,04% 0,04% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 100,00%

Dixmude Code d'hospitalis ation 32000 32000 32000 32000 32000

Code résidence 31000 35000 36000 33000 43000

Code d'hospitalis ation 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000

Code résidence 37000 44000 45000 54000 36000 33000 57000 31000 35000 38000 32000 23000 21000 41000 11000 51000 42000 53000 24000 46000 43000 13000 25000 71000 52000 12000 62000 55000 73000 63000 72000 84000 92000

Lieu résidence Bruges Ostende Roulers Ypres Eeklo

d'Ypres Out/In Séjours entrants 62,65 16,91 10,42 3,33 1,17 94,48

Poids relatifs 66,31% 17,90% 11,02% 3,53% 1,24% 100,00%

Out/In Séjours entrants 2074,08 1557,62 1149,06 824,63 575,77 418,84 168,67 153,70 97,94 84,03 38,96 37,29 32,64 30,99 27,81 26,06 19,65 17,71 14,48 13,24 13,19 13,07 9,60 8,87 7,15 5,31 4,08 2,12 2,07 1,06 1,05 0,97 0,95 7432,65

Poids relatifs 27,90% 20,96% 15,46% 11,09% 7,75% 5,64% 2,27% 2,07% 1,32% 1,13% 0,52% 0,50% 0,44% 0,42% 0,37% 0,35% 0,26% 0,24% 0,19% 0,18% 0,18% 0,18% 0,13% 0,12% 0,10% 0,07% 0,05% 0,03% 0,03% 0,01% 0,01% 0,01% 0,01% 100,00%

Code d'hospitalis ation 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000

Code résidence 54000 32000 38000 34000 36000 31000 44000 35000 37000 11000 21000 45000 42000 41000 23000 71000 24000 12000 13000 46000 64000 73000 83000 57000 85000 53000 63000 25000 82000 55000 43000 62000


Code résidence 38000 32000 31000 21000 44000 41000 23000 11000 24000 34000 36000 25000 42000 57000 53000 12000 52000 33000 71000 13000 92000 55000 37000 46000 62000 63000 56000 43000 54000 72000 73000 45000 93000 51000 81000 83000 91000 61000 84000 85000 64000 82000

Courtrai

Lieu résidence Tielt Gand Audenarde Mouscron Roulers Ypres Tournai Bruges Ostende Furnes Dixmude Hal-Vilvorde Bruxelles-Capitale Alost Anvers Ath Termonde Mons Louvain Saint-Nicolas Eeklo Turnhout Nivelles Hasselt Charleroi Malines Liège Soignies Tongres Verviers Maaseik Neufchâteau Namur

Out/In Séjours Lieu résidence entrants Mouscron 1603,71 Dixmude 801,63 Furnes 489,67 courtrai 305,53 Roulers 211,32 Bruges 37,59 Gand 30,23 Ostende 24,94 Tielt 11,98 Anvers 11,63 Bruxelles-Capitale 11,05 Audenarde 9,17 Termonde 8,21 Alost 7,43 Hal-Vilvorde 7,41 Hasselt 5,40 Louvain 5,39 Malines 4,14 Turnhout 3,15 Saint-Nicolas 2,80 Waremme 2,44 Tongres 2,22 Marche-en-Famenne 2,15 Tournai 2,11 Virton 2,04 Mons 1,19 Verviers 1,11 Nivelles 1,09 Bastogne 1,05 Soignies 1,05 Eeklo 1,05 Liège 1,02 3610,89

Poids relatifs 44,41% 22,20% 13,56% 8,46% 5,85% 1,04% 0,84% 0,69% 0,33% 0,32% 0,31% 0,25% 0,23% 0,21% 0,21% 0,15% 0,15% 0,11% 0,09% 0,08% 0,07% 0,06% 0,06% 0,06% 0,06% 0,03% 0,03% 0,03% 0,03% 0,03% 0,03% 0,03% 100,00%

d'Ostende Out/In Séjours Lieu résidence entrants Furnes 1391,13 Dixmude 657,91 Bruges 629,93 Bruxelles-Capitale 357,06 Gand 209,20 Alost 168,89 Hal-Vilvorde 158,95 Anvers 126,71 Louvain 103,86 courtrai 82,26 Roulers 76,92 Nivelles 71,51 Termonde 66,74 Tournai 60,96 Mons 45,42 Malines 44,88 Charleroi 44,51 Ypres 44,11 Hasselt 43,73 Turnhout 42,86 Namur 41,74 Soignies 35,38 Tielt 34,58 Saint-Nicolas 33,86 Liège 31,97 Verviers 30,05 Thuin 29,41 Eeklo 28,24 Mouscron 25,14 Maaseik 22,79 Tongres 17,97 Audenarde 17,47 Philippeville 6,38 Ath 6,30 Arlon 5,57 Marche-en-Famenne 5,34 Dinant 5,30 Huy 4,41 Neufchâteau 4,22 Virton 2,19 Waremme 2,05 Bastogne 1,12 4818,99

Poids relatifs 28,87% 13,65% 13,07% 7,41% 4,34% 3,50% 3,30% 2,63% 2,16% 1,71% 1,60% 1,48% 1,38% 1,27% 0,94% 0,93% 0,92% 0,92% 0,91% 0,89% 0,87% 0,73% 0,72% 0,70% 0,66% 0,62% 0,61% 0,59% 0,52% 0,47% 0,37% 0,36% 0,13% 0,13% 0,12% 0,11% 0,11% 0,09% 0,09% 0,05% 0,04% 0,02% 100,00%

Roulers Code d'hospitalis ation 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000 36000

Code résidence 34000 33000 32000 37000 54000 31000 38000 35000 44000 45000 24000 41000 23000 57000 11000 21000 42000 43000 71000 46000 72000 55000 13000 12000 52000 93000 84000 63000 73000 64000 91000 62000 25000 51000 53000 56000

Code d'hospitalis ation 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000 38000

Code résidence 32000 35000 21000 31000 23000 11000 33000 36000 34000 44000 52000 24000 41000 62000 25000 92000 53000 54000 12000 56000 55000 71000 37000 46000 42000 57000 13000 61000 63000 45000 64000 72000 73000 43000 93000 81000 91000 85000 84000 51000 83000

Lieu résidence courtrai Ypres Dixmude Tielt Mouscron Bruges Furnes Ostende Gand Audenarde Louvain Alost Hal-Vilvorde Tournai Anvers Bruxelles-Capitale Termonde Eeklo Hasselt Saint-Nicolas Maaseik Soignies Turnhout Malines Charleroi Philippeville Neufchâteau Verviers Tongres Waremme Dinant Liège Nivelles Ath Mons Thuin

Tielt Out/In Séjours entrants 7095,78 4293,14 4288,84 4096,59 1029,01 869,12 623,06 453,48 145,12 47,90 33,70 32,75 30,63 28,39 27,82 17,19 14,85 14,25 13,41 11,83 7,06 5,45 5,42 4,41 4,18 2,18 2,13 2,12 2,12 2,09 2,08 2,01 1,07 1,02 1,01 1,00 23212,19

Poids relatifs 30,57% 18,50% 18,48% 17,65% 4,43% 3,74% 2,68% 1,95% 0,63% 0,21% 0,15% 0,14% 0,13% 0,12% 0,12% 0,07% 0,06% 0,06% 0,06% 0,05% 0,03% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,00% 0,00% 100,00%

Out/In Séjours entrants 529,13 315,50 148,68 144,07 92,10 80,03 79,27 66,78 66,40 51,42 42,60 37,59 37,28 33,65 32,96 30,78 26,82 25,59 23,87 18,97 18,07 17,41 17,36 17,07 16,53 14,36 13,27 11,80 11,64 10,65 9,83 8,00 4,29 4,28 4,22 3,38 3,14 2,18 2,13 2,05 1,02 2076,17

Poids relatifs 25,49% 15,20% 7,16% 6,94% 4,44% 3,85% 3,82% 3,22% 3,20% 2,48% 2,05% 1,81% 1,80% 1,62% 1,59% 1,48% 1,29% 1,23% 1,15% 0,91% 0,87% 0,84% 0,84% 0,82% 0,80% 0,69% 0,64% 0,57% 0,56% 0,51% 0,47% 0,39% 0,21% 0,21% 0,20% 0,16% 0,15% 0,11% 0,10% 0,10% 0,05% 100,00%

Code d'hospitalis ation 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000

44000 36000 31000 34000 32000 35000 33000 38000 43000 11000 45000 41000 42000 46000 21000 54000 23000 71000 91000 12000 24000 73000 25000


Code résidence 23000 42000 45000 44000 21000 55000 46000 11000 12000 34000 24000 31000 35000 51000 71000 25000 13000 33000 38000 43000 73000 36000 72000 57000 37000 52000 63000 53000 54000 92000 32000 62000 56000 84000 91000 83000 82000 61000 81000 85000 64000 93000

Code résidence

Furnes

Lieu résidence Dixmude d'Ostende Bruxelles-Capitale Bruges Hal-Vilvorde d'Anvers d'Ypres Roulers courtrai Gand Charleroi Louvain d'Alost Liège Nivelles Namur Mons Mouscron Malines Thuin Soignies Hasselt Tielt Saint-Nicolas Termonde Tournai Turnhout Huy Verviers d'Audenarde Waremme Maaseik Tongres d'Eeklo Philippeville d'Arlon Dinant Virton Neufchâteau d'Ath Marche-en-Famenne

Lieu résidence Gand Roulers Bruges courtrai Dixmude Ostende Ypres Furnes Eeklo Anvers Audenarde Alost Termonde Saint-Nicolas Bruxelles-Capitale Mouscron Hal-Vilvorde Hasselt Dinant Malines Louvain Tongres Nivelles

Out/In Séjours Poids relatifs entrants 832,33 51,29% 234,76 14,47% 189,87 11,70% 161,16 9,93% 40,71 2,51% 30,12 1,86% 28,77 1,77% 19,97 1,23% 18,77 1,16% 14,21 0,88% 10,17 0,63% 9,44 0,58% 6,43 0,40% 6,03 0,37% 4,08 0,25% 3,08 0,19% 2,27 0,14% 2,21 0,14% 2,17 0,13% 1,99 0,12% 1,94 0,12% 1,20 0,07% 1,01 0,06% 1622,71 100,00%

d'Alost Out/In Séjours Lieu résidence entrants Hal-Vilvorde 15692,27 Termonde 6910,06 d'Audenarde 3083,08 Gand 2011,04 Bruxelles-Capitale 657,17 Soignies 560,87 Saint-Nicolas 545,48 d'Anvers 375,13 Malines 288,11 courtrai 265,37 Louvain 192,87 Bruges 174,92 d'Ostende 168,96 d'Ath 137,31 Hasselt 88,66 Nivelles 77,79 Turnhout 72,65 d'Ypres 72,07 Furnes 65,79 d'Eeklo 54,41 Tongres 44,85 Roulers 44,06 Maaseik 35,66 Tournai 30,36 Tielt 29,63 Charleroi 21,39 Verviers 20,80 Mons 18,48 Mouscron 18,22 Namur 17,89 Dixmude 15,96 Liège 13,30 Thuin 10,82 Neufchâteau 6,16 Dinant 4,40 Marche-en-Famenne 4,39 Bastogne 4,32 Huy 4,25 d'Arlon 4,22 Virton 2,10 Waremme 2,03 Philippeville 1,03 31848,33

Poids relatifs 49,27% 21,70% 9,68% 6,31% 2,06% 1,76% 1,71% 1,18% 0,90% 0,83% 0,61% 0,55% 0,53% 0,43% 0,28% 0,24% 0,23% 0,23% 0,21% 0,17% 0,14% 0,14% 0,11% 0,10% 0,09% 0,07% 0,07% 0,06% 0,06% 0,06% 0,05% 0,04% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 100,00%

Termondede Code d'hospitalis ation 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000 42000

Code résidence 23000 46000 12000 41000 44000 21000 11000 24000 31000 13000 71000 35000 36000 43000 45000 37000 52000 34000 25000 92000 91000 38000 63000 51000 64000 53000 62000


Code résidence 42000 43000 45000 41000 34000 46000 31000 37000 35000 23000 11000 36000 33000 38000 13000 12000 21000 32000 57000 54000 24000 71000 51000 72000 55000 25000 73000 52000 53000 62000 63000 92000 91000 85000 61000 93000 83000 81000 56000 64000 82000 84000

Lieu résidence Hal-Vilvorde Saint-Nicolas Malines Alost Gand Bruxelles-Capitale Anvers Louvain Bruges Turnhout Hasselt Ostende Roulers Eeklo Audenarde Tielt Charleroi courtrai Nivelles Namur Dinant Furnes Verviers Ath Waremme Mons Liège

d'Eeklo Out/In Séjours entrants 881,70 370,11 349,07 225,44 118,43 54,30 52,53 14,91 14,47 10,68 9,52 8,51 5,57 5,26 5,13 4,11 4,00 3,95 2,16 1,14 1,10 1,09 1,09 1,06 1,00 0,99 0,98 2148,27

Poids relatifs 41,04% 17,23% 16,25% 10,49% 5,51% 2,53% 2,45% 0,69% 0,67% 0,50% 0,44% 0,40% 0,26% 0,24% 0,24% 0,19% 0,19% 0,18% 0,10% 0,05% 0,05% 0,05% 0,05% 0,05% 0,05% 0,05% 0,05% 100,00%

Out/In Séjours entrants 4612,78 4164,05 3501,51 3209,94 2485,57 2378,65 1364,76 1240,91 1063,14 843,10 831,33 608,27 472,04 443,86 350,28 346,71 261,52 231,04 152,39 139,01 130,25 127,10 111,61 66,83 64,01 52,64 45,56 39,32 34,79 32,88 15,96 15,68 13,03 12,81 11,87 10,84 6,64 6,24 5,14 3,14 2,12 2,02 29511,36

Poids relatifs 15,63% 14,11% 11,86% 10,88% 8,42% 8,06% 4,62% 4,20% 3,60% 2,86% 2,82% 2,06% 1,60% 1,50% 1,19% 1,17% 0,89% 0,78% 0,52% 0,47% 0,44% 0,43% 0,38% 0,23% 0,22% 0,18% 0,15% 0,13% 0,12% 0,11% 0,05% 0,05% 0,04% 0,04% 0,04% 0,04% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 100,00%

Code d'hospitalis ation 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000

Code résidence 44000 31000 11000 37000 42000 23000 45000 41000 46000 35000 72000 25000 36000 34000 38000 21000 12000 24000 71000 33000 13000 55000 62000 56000 73000 52000

Code d'hospitalis ation 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000 45000

Code résidence 51000 55000 57000 44000 34000 41000 23000 21000 35000 42000 31000 38000 53000 54000 36000 25000 33000 43000 11000 37000 52000 46000 24000 12000 72000 85000 71000 82000 61000 56000 62000 73000

Gand

Lieu résidence Termonde Eeklo Audenarde Alost courtrai Saint-Nicolas Bruges Tielt Ostende Hal-Vilvorde Anvers Roulers Ypres Furnes Turnhout Malines Bruxelles-Capitale Dixmude Tournai Mouscron Louvain Hasselt Ath Maaseik Soignies Nivelles Tongres Charleroi Mons Liège Verviers Namur Dinant Virton Huy Philippeville Marche-en-Famenne Arlon Thuin Waremme Bastogne Neufchâteau

Lieu résidence Gand Bruges Anvers Tielt Termonde Hal-Vilvorde Audenarde Alost Saint-Nicolas Ostende Maaseik Nivelles Roulers courtrai Furnes Bruxelles-Capitale Malines Louvain Hasselt Ypres Turnhout Soignies Liège Thuin Tongres Charleroi

Out/In Séjours entrants 2509,01 81,49 19,86 19,46 18,74 14,63 14,61 11,15 11,00 10,34 7,93 5,45 4,18 3,17 3,15 3,07 3,03 2,13 2,11 2,09 1,16 1,11 1,05 1,03 1,02 1,02 2752,98

Poids relatifs 91,14% 2,96% 0,72% 0,71% 0,68% 0,53% 0,53% 0,40% 0,40% 0,38% 0,29% 0,20% 0,15% 0,12% 0,11% 0,11% 0,11% 0,08% 0,08% 0,08% 0,04% 0,04% 0,04% 0,04% 0,04% 0,04% 100,00%

Out/In Séjours entrants 1624,25 1172,26 475,42 443,30 435,38 274,72 57,06 43,99 19,85 18,93 16,94 14,93 12,23 9,51 9,49 7,89 7,03 6,26 6,24 6,16 5,24 3,39 3,28 3,18 2,14 2,03 2,01 1,09 1,07 1,04 1,01 1,00 4688,33

Poids relatifs 34,64% 25,00% 10,14% 9,46% 9,29% 5,86% 1,22% 0,94% 0,42% 0,40% 0,36% 0,32% 0,26% 0,20% 0,20% 0,17% 0,15% 0,13% 0,13% 0,13% 0,11% 0,07% 0,07% 0,07% 0,05% 0,04% 0,04% 0,02% 0,02% 0,02% 0,02% 0,02% 100,00%

d'Audenarde

Lieu résidence Ath Soignies Tournai Gand courtrai Alost Hal-Vilvorde Bruxelles-Capitale Ostende Termonde Bruges Furnes Mons Mouscron Roulers Nivelles Ypres Eeklo Anvers Tielt Charleroi Saint-Nicolas Louvain Malines Maaseik Virton Hasselt Bastogne Huy Thuin Liège Tongres

Saint-Nicolas Code d'hospitalis ation 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000

Code résidence 42000 44000 11000 12000 41000 23000 13000 24000 21000 43000 31000 34000 71000 45000 35000 72000 38000 33000 36000 37000 25000 73000 52000 62000 63000 91000 83000 82000 55000 92000 81000 51000 53000 57000 56000 61000 32000 54000

Code d'hospitalis ation 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000

Code résidence 51000 57000 55000 56000 24000 11000 21000 52000 25000 54000 23000 92000 34000 91000 62000 45000 93000 63000 35000 83000 41000 31000 38000 12000 84000 85000 13000 81000 44000 36000 42000 33000 61000 71000 64000 82000 32000 43000 46000

Lieu résidence Termonde Gand Anvers Malines Alost Hal-Vilvorde Turnhout Louvain Bruxelles-Capitale Eeklo Bruges courtrai Hasselt Audenarde Ostende Maaseik Furnes Ypres Roulers Tielt Nivelles Tongres Charleroi Liège Verviers Dinant Marche-en-Famenne Bastogne Soignies Namur Arlon Ath Mons Tournai Thuin Huy Dixmude Mouscron

Charleroi Out/In Séjours entrants 5146,68 1085,07 1066,47 549,03 416,37 286,89 82,82 68,60 59,57 51,96 47,37 33,90 33,11 26,49 21,95 20,84 15,76 13,27 11,49 11,46 10,77 10,58 5,13 4,10 4,10 4,00 2,24 2,13 2,04 2,03 1,07 1,05 1,05 1,03 1,03 1,02 1,00 1,00 9104,46

Poids relatifs 56,53% 11,92% 11,71% 6,03% 4,57% 3,15% 0,91% 0,75% 0,65% 0,57% 0,52% 0,37% 0,36% 0,29% 0,24% 0,23% 0,17% 0,15% 0,13% 0,13% 0,12% 0,12% 0,06% 0,05% 0,05% 0,04% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 100,00%

Out/In Séjours entrants 8177,26 5695,10 3401,46 1700,85 1161,41 363,84 217,82 195,67 161,74 107,48 67,31 47,03 31,96 22,91 22,68 22,25 15,82 14,85 11,87 10,85 9,92 9,75 9,53 8,06 5,17 5,14 4,35 4,28 4,04 3,10 3,08 2,98 2,98 2,86 2,32 1,09 1,07 1,06 1,05 21531,94

Poids relatifs 37,98% 26,45% 15,80% 7,90% 5,39% 1,69% 1,01% 0,91% 0,75% 0,50% 0,31% 0,22% 0,15% 0,11% 0,11% 0,10% 0,07% 0,07% 0,06% 0,05% 0,05% 0,05% 0,04% 0,04% 0,02% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,00% 100,00%

Code d'hospitalis ation 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000

Code résidence 56000 93000 92000 25000 53000 55000 21000 91000 57000 62000 51000 23000 61000 84000 83000 63000 81000 64000 82000 85000 38000 35000 11000 24000 45000 31000 54000 36000 46000 71000 13000 44000 41000 34000 12000 73000 42000


Code de résidence 57000 34000 51000 21000 53000 33000 55000 52000 25000 45000 23000 38000 92000 11000 63000 62000 56000 36000 44000 82000 91000 41000 61000 35000 31000 85000

Mons

Lieu résidence Ath Tournai Soignies Thuin Louvain Anvers Bruxelles-Capitale Charleroi Nivelles Mouscron Hal-Vilvorde Namur courtrai Dinant Liège Audenarde Philippeville Verviers Ostende Marche-en-Famenne Alost Bruges Furnes Malines Neufchâteau Virton Turnhout Arlon Gand Roulers Termonde Ypres Huy Hasselt Waremme Bastogne Dixmude Eeklo Saint-Nicolas

Out/In Séjours Lieu résidence entrants Thuin 6126,54 Philippeville 4855,90 Namur 2732,16 Nivelles 1025,58 Mons 425,29 Soignies 381,19 Bruxelles-Capitale 217,81 Dinant 183,27 Tournai 125,69 Liège 50,12 Ath 45,77 Hal-Vilvorde 41,14 Huy 33,72 Neufchâteau 28,96 Marche-en-Famenne 27,28 Verviers 24,41 Arlon 18,50 Waremme 13,67 Bastogne 12,91 Virton 12,34 Furnes 11,39 Ostende 10,45 Anvers 7,15 Louvain 6,39 Audenarde 6,22 Bruges 5,37 Mouscron 5,19 Roulers 5,18 Saint-Nicolas 4,82 Hasselt 3,38 Turnhout 3,30 Gand 2,18 Alost 2,12 courtrai 2,05 Malines 2,03 Tongres 1,17 Termonde 1,02 16461,67

Poids relatifs 37,22% 29,50% 16,60% 6,23% 2,58% 2,32% 1,32% 1,11% 0,76% 0,30% 0,28% 0,25% 0,20% 0,18% 0,17% 0,15% 0,11% 0,08% 0,08% 0,07% 0,07% 0,06% 0,04% 0,04% 0,04% 0,03% 0,03% 0,03% 0,03% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 100,00%

Mouscron Lieu de résidence Tournai Courtrai Ath Bruxelles-Capitale Mons Ypres Soignies Charleroi Nivelles Audenarde Hal-Vilvorde Furnes Namur Anvers Verviers Liège Thuin Roulers Gand Bastogne Dinant Alost Huy Ostende Bruges Virton


Poids relatifs 60,86% 27,58% 2,23% 1,51% 1,25% 0,87% 0,85% 0,62% 0,50% 0,49% 0,43% 0,43% 0,37% 0,35% 0,29% 0,28% 0,22% 0,15% 0,14% 0,14% 0,07% 0,07% 0,07% 0,07% 0,07% 0,07% 100,00%

Soignies Code d'hospitalis ation 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000 55000

Code de résidence 56000 52000 25000 53000 21000 51000 93000 57000 92000 23000 91000 84000 63000 62000 81000 24000 35000 85000 61000 83000 11000 38000 34000 41000 54000 71000 64000 13000 44000 82000 45000 36000 12000 42000 31000

Code d'hospitalis ation 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000 57000

Code de résidence 51000 54000 55000 53000 45000 34000 21000 52000 25000 56000 38000 62000 92000 23000 63000 35000 91000 44000 31000 84000 93000 33000 82000 83000 81000 41000 11000 71000 37000 85000 73000

Lieu de résidence Thuin Charleroi Nivelles Mons Bruxelles-Capitale Ath Philippeville Tournai Namur Hal-Vilvorde Dinant Neufchâteau Verviers Liège Arlon Louvain Ostende Virton Huy Marche-en-Famenne Anvers Furnes Courtrai Alost Mouscron Hasselt Waremme Turnhout Gand Bastogne Audenarde Roulers Malines Termondede Bruges

Out/In Séjours entrants 13169,12 7793,54 1666,28 1447,50 207,49 175,92 117,86 94,38 66,89 66,50 22,21 19,14 16,01 14,47 5,46 5,20 5,14 5,12 5,08 4,22 4,21 3,19 3,18 3,13 3,03 2,22 2,16 1,13 1,08 1,07 1,01 1,01 1,01 0,99 0,98 24936,93

Poids relatifs 52,81% 31,25% 6,68% 5,80% 0,83% 0,71% 0,47% 0,38% 0,27% 0,27% 0,09% 0,08% 0,06% 0,06% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 100,00%

Out/In Séjours entrants 2938,23 564,72 226,51 204,48 95,08 89,67 76,85 64,93 34,86 31,52 17,61 15,76 12,54 10,46 8,61 7,10 6,47 6,12 5,30 5,03 4,11 4,08 3,04 2,21 2,13 2,07 2,04 1,09 1,05 1,01 1,00 4445,68

Poids relatifs 66,09% 12,70% 5,09% 4,60% 2,14% 2,02% 1,73% 1,46% 0,78% 0,71% 0,40% 0,35% 0,28% 0,24% 0,19% 0,16% 0,15% 0,14% 0,12% 0,11% 0,09% 0,09% 0,07% 0,05% 0,05% 0,05% 0,05% 0,02% 0,02% 0,02% 0,02% 100,00%



Code d'hospitalis ation 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000 61000

Code de résidence 92000 62000 64000 83000 91000 63000 21000 25000 52000 82000 84000 81000 56000 53000 23000 93000 24000 51000 73000 11000 55000 85000 57000 71000 31000 41000 54000 44000 72000 35000 42000

Tournai

Lieu de résidence Ath Mouscron Soignies Mons Audenarde Courtrai Bruxelles-Capitale Charleroi Nivelles Thuin Furnes Liège Namur Hal-Vilvorde Verviers Ostende Dinant Gand Bruges Neufchâteau Philippeville Ypres Bastogne Marche-en-Famenne Arlon Alost Anvers Hasselt Tielt Virton Tongres

Thuin Out/In Lieu de Séjours résidence entrants Philippeville 2085,95 Charleroi 53,41 Bruxelles-Capitale 31,60 Mons 19,38 Namur 17,58 Nivelles 16,85 Soignies 11,14 Dinant 10,38 Louvain 5,49 Hal-Vilvorde 4,51 Liège 4,07 Huy 3,23 Tournai 3,14 Mouscron 2,16 Marche-en-Famenne 2,03 Verviers 1,99 Arlon 1,10 Turnhout 1,10 Ath 1,07 Virton 1,06 Malines 1,05 Bruges 0,99 Alost 0,98 Neufchâteau 0,97 Courtrai 0,95 Gand 0,91 2283,09

Poids relatifs 91,37% 2,34% 1,38% 0,85% 0,77% 0,74% 0,49% 0,45% 0,24% 0,20% 0,18% 0,14% 0,14% 0,09% 0,09% 0,09% 0,05% 0,05% 0,05% 0,05% 0,05% 0,04% 0,04% 0,04% 0,04% 0,04% 100,00%

Huy Out/In Lieu de Séjours résidence entrants Namur 918,21 Liège 865,15 Waremme 606,63 Marche-en-Famenne 232,04 Dinant 155,37 Verviers 64,14 Bruxelles-Capitale 62,56 Nivelles 55,77 Charleroi 32,15 Bastogne 20,70 Neufchâteau 14,78 Arlon 9,56 Thuin 8,30 Mons 7,27 Hal-Vilvorde 6,43 Philippeville 6,33 Louvain 6,26 Ath 6,18 Tongres 5,73 Anvers 5,38 Soignies 5,34 Virton 4,30 Tournai 4,12 Hasselt 3,17 Bruges 2,05 Alost 2,02 Mouscron 1,95 Gand 1,11 Maaseik 1,10 Ostende 1,07 Termondede 1,04 3116,20

Poids relatifs 29,47% 27,76% 19,47% 7,45% 4,99% 2,06% 2,01% 1,79% 1,03% 0,66% 0,47% 0,31% 0,27% 0,23% 0,21% 0,20% 0,20% 0,20% 0,18% 0,17% 0,17% 0,14% 0,13% 0,10% 0,07% 0,06% 0,06% 0,04% 0,04% 0,03% 0,03% 100,00%

Liège Code d'hospitalis ation 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000 62000

Code de résidence 63000 64000 61000 83000 82000 91000 73000 92000 25000 84000 21000 81000 52000 85000 71000 24000 53000 56000 23000 55000 93000 11000 57000 72000 44000 31000 13000 35000 41000 51000 38000 12000 34000 42000 46000 36000 45000 54000 33000

Code d'hospitalis ation 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000 71000

Code de résidence 73000 72000 24000 13000 11000 64000 62000 23000 21000 12000 41000 31000 25000 61000 63000 35000 44000 92000 46000 34000 38000 42000 52000 53000 82000 83000 91000 32000 56000 43000 36000 45000 33000 51000 57000 85000

Lieu de résidence Verviers Waremme Huy Marche-en-Famenne Bastogne Dinant Tongres Namur Nivelles Neufchâteau Bruxelles-Capitale Arlon Charleroi Virton Hasselt Louvain Mons Thuin Hal-Vilvorde Soignies Philippeville Anvers Tournai Maaseik Gand Bruges Turnhout Ostende Alost Ath Furnes Malines Courtrai Termondede Saint-Nicolas Roulers Audenarde Mouscron Ypres

Verviers Out/In Séjours entrants 12607,96 9754,33 7325,31 2037,59 1246,63 675,98 649,40 556,39 458,08 363,98 342,35 275,90 253,34 252,49 184,97 130,57 86,18 79,42 66,33 55,22 53,75 53,08 50,68 25,84 23,38 19,58 19,34 12,65 12,37 11,11 10,51 9,66 7,40 5,23 5,08 3,17 2,16 2,00 1,03 37730,47

Poids relatifs 33,42% 25,85% 19,41% 5,40% 3,30% 1,79% 1,72% 1,47% 1,21% 0,96% 0,91% 0,73% 0,67% 0,67% 0,49% 0,35% 0,23% 0,21% 0,18% 0,15% 0,14% 0,14% 0,13% 0,07% 0,06% 0,05% 0,05% 0,03% 0,03% 0,03% 0,03% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 100,00%

Out/In Séjours entrants 16813,43 13907,52 4792,66 1011,42 153,48 125,76 103,00 91,54 90,73 73,45 42,32 40,11 32,46 30,78 25,67 23,37 23,10 21,76 15,68 14,61 12,43 9,47 8,09 4,19 4,12 3,31 3,27 2,14 2,10 2,08 2,04 2,01 1,99 1,11 1,06 0,99 37493,24

Poids relatifs 44,84% 37,09% 12,78% 2,70% 0,41% 0,34% 0,27% 0,24% 0,24% 0,20% 0,11% 0,11% 0,09% 0,08% 0,07% 0,06% 0,06% 0,06% 0,04% 0,04% 0,03% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,00% 100,00%

Code d'hospitalis ation 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000

Code de résidence 82000 62000 83000 61000 21000 73000 11000 92000 23000 25000 52000 64000 13000 71000 81000 24000 55000 53000 85000 56000 72000 84000 91000 35000 93000 44000 31000 41000 46000 38000 57000 51000 12000 54000 36000 42000 45000 33000 43000 34000

Code d'hospitalis ation 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000

Code de résidence 71000 13000 73000 11000 24000 12000 44000 46000 42000 23000 41000 31000 34000 21000 43000 62000 35000 38000 36000 32000 92000 61000 33000 55000 57000

Hasselt

Lieu de résidence Tongres Maaseik Louvain Turnhout Anvers Waremme Liège Hal-Vilvorde Bruxelles-Capitale Malines Alost Bruges Nivelles Huy Verviers Ostende Gand Namur Saint-Nicolas Courtrai Furnes Termondede Charleroi Mons Bastogne Marche-en-Famenne Dinant Dixmude Thuin Eeklo Roulers Audenarde Ypres Ath Tournai Virton

Out/In Lieu de Séjours résidence entrants Bastogne 1191,13 Liège 1108,69 Marche-en-Famenne 183,09 Huy 93,02 Bruxelles-Capitale 78,33 Tongres 68,56 Anvers 26,83 Namur 26,29 Hal-Vilvorde 23,66 Nivelles 23,35 Charleroi 22,47 Waremme 20,91 Turnhout 17,33 Hasselt 14,05 Arlon 13,65 Louvain 13,57 Soignies 11,69 Mons 11,46 Virton 11,35 Thuin 10,46 Maaseik 8,35 Neufchâteau 8,17 Dinant 7,51 Ostende 7,39 Philippeville 6,37 Gand 6,28 Bruges 4,32 Alost 4,02 Saint-Nicolas 3,24 Furnes 3,16 Tournai 3,12 Ath 3,09 Malines 3,02 Mouscron 2,93 Roulers 2,16 Termondede 2,02 Audenarde 2,02 Ypres 1,09 Eeklo 1,06 Courtrai 0,94 3050,17

Poids relatifs 39,05% 36,35% 6,00% 3,05% 2,57% 2,25% 0,88% 0,86% 0,78% 0,77% 0,74% 0,69% 0,57% 0,46% 0,45% 0,44% 0,38% 0,38% 0,37% 0,34% 0,27% 0,27% 0,25% 0,24% 0,21% 0,21% 0,14% 0,13% 0,11% 0,10% 0,10% 0,10% 0,10% 0,10% 0,07% 0,07% 0,07% 0,04% 0,03% 0,03% 100,00%

Maaseik Lieu de résidence Hasselt Turnhout Tongres Anvers Louvain Malines Gand Saint-Nicolas Termondede Hal-Vilvorde Alost Bruges Courtrai Bruxelles-Capitale Eeklo Liège Ostende Furnes Roulers Dixmude Namur Huy Ypres Soignies Tournai

Out/In Séjours entrants 1582,21 734,96 417,24 62,95 44,69 23,47 13,50 12,76 10,28 9,59 6,46 6,01 5,16 5,08 4,37 4,09 4,00 3,08 2,17 2,00 1,10 1,06 1,05 1,03 1,03 2959,36

Poids relatifs 53,46% 24,84% 14,10% 2,13% 1,51% 0,79% 0,46% 0,43% 0,35% 0,32% 0,22% 0,20% 0,17% 0,17% 0,15% 0,14% 0,14% 0,10% 0,07% 0,07% 0,04% 0,04% 0,04% 0,03% 0,03% 100,00%

Maaseik Code d'hospitalis ation 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000

Code de résidence 71000 13000 73000 11000 24000 12000 44000 46000 42000 23000 41000 31000 34000 21000 43000 62000 35000 38000 36000 32000 92000 61000 33000 55000 57000



Lieu de résidence Hasselt Turnhout Tongres Anvers Louvain Malines Gand Saint-Nicolas Termondede Hal-Vilvorde Alost Bruges Courtrai Bruxelles-Capitale Eeklo Liège Ostende Furnes Roulers Dixmude Namur Huy Ypres Soignies Tournai

Tongres Out/In Séjours entrants 1582,21 734,96 417,24 62,95 44,69 23,47 13,50 12,76 10,28 9,59 6,46 6,01 5,16 5,08 4,37 4,09 4,00 3,08 2,17 2,00 1,10 1,06 1,05 1,03 1,03 2959,36

Poids relatifs 53,46% 24,84% 14,10% 2,13% 1,51% 0,79% 0,46% 0,43% 0,35% 0,32% 0,22% 0,20% 0,17% 0,17% 0,15% 0,14% 0,14% 0,10% 0,07% 0,07% 0,04% 0,04% 0,04% 0,03% 0,03% 100,00%


Poids relatifs 89,57% 4,71% 2,30% 0,55% 0,46% 0,37% 0,33% 0,31% 0,25% 0,17% 0,16% 0,15% 0,10% 0,10% 0,07% 0,06% 0,06% 0,05% 0,04% 0,04% 0,04% 0,04% 0,02% 0,02% 0,02% 0,02% 100,00%

Code d'hospitalis ation 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000 73000

Code de résidence 71000 62000 72000 64000 24000 13000 63000 11000 21000 83000 61000 12000 23000 41000 33000 44000 81000 82000 31000 52000 38000 36000 46000


Code de résidence 85000 91000 82000 83000 81000 62000 21000 25000 92000 52000 63000 61000 23000 11000 93000 24000 53000 55000 56000 57000 44000 31000 54000 35000 34000 13000 41000 64000 38000 71000 33000 73000 46000 36000 45000 12000 32000

Arlon

Lieu de résidence Virton Neufchâteau Bastogne Bruxelles-Capitale Liège Marche-en-Famenne Dinant Namur Verviers Charleroi Nivelles Soignies Hasselt Louvain Hal-Vilvorde Huy Thuin Mons Turnhout Waremme Philippeville Ostende Maaseik Tournai Gand Roulers

Out/In Lieu de Séjours résidence entrants Hasselt 372,86 Liège 264,82 Maaseik 145,41 Waremme 53,30 Louvain 43,31 Turnhout 14,26 Verviers 12,80 Anvers 9,27 Bruxelles-Capitale 5,10 Marche-en-Famenne 4,69 Huy 4,07 Malines 3,96 Hal-Vilvorde 3,38 Alost 2,07 Ypres 1,08 Gand 1,05 Arlon 1,05 Bastogne 1,03 Bruges 1,03 Charleroi 1,03 Furnes 1,02 Roulers 1,00 Saint-Nicolas 0,93 948,54

Poids relatifs 39,31% 27,92% 15,33% 5,62% 4,57% 1,50% 1,35% 0,98% 0,54% 0,49% 0,43% 0,42% 0,36% 0,22% 0,11% 0,11% 0,11% 0,11% 0,11% 0,11% 0,11% 0,11% 0,10% 100,00%

Neufchâteau Out/In Lieu de Séjours résidence entrants Virton 1375,99 Dinant 1113,54 Bastogne 883,83 Marche-en-Famenne 597,69 Arlon 216,35 Liège 106,67 Bruxelles-Capitale 94,25 Nivelles 55,59 Namur 45,99 Charleroi 43,51 Verviers 39,26 Huy 28,05 Hal-Vilvorde 19,45 Anvers 15,82 Philippeville 13,11 Louvain 11,89 Mons 11,38 Soignies 10,75 Thuin 9,33 Tournai 9,11 Gand 7,21 Bruges 6,31 Mouscron 5,02 Ostende 4,30 Courtrai 4,15 Turnhout 4,11 Alost 3,08 Waremme 2,19 Furnes 2,19 Hasselt 2,11 Ypres 1,98 Tongres 1,11 Saint-Nicolas 1,03 Roulers 1,01 Audenarde 1,00 Malines 0,99 Dixmude 0,96 4750,30

Poids relatifs 28,97% 23,44% 18,61% 12,58% 4,55% 2,25% 1,98% 1,17% 0,97% 0,92% 0,83% 0,59% 0,41% 0,33% 0,28% 0,25% 0,24% 0,23% 0,20% 0,19% 0,15% 0,13% 0,11% 0,09% 0,09% 0,09% 0,06% 0,05% 0,05% 0,04% 0,04% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 100,00%

Marche-en-Famenne Code d'hospitalis ation 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000 83000

Code de résidence 82000 91000 84000 81000 61000 85000 63000 92000 62000 21000 23000 25000 24000 11000 52000 55000 44000 13000 64000 93000 57000 35000 71000 31000 36000 41000 34000 12000 37000 46000 54000 53000 56000 42000 38000 33000 43000 45000 51000

Code d'hospitalis ation 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000

Code de résidence 92000 93000 84000 52000 83000 85000 81000 56000 25000 61000 53000 57000 21000 82000 63000 55000 62000 51000 64000 23000 54000 24000 11000 71000 35000 34000 45000 73000 44000 12000 31000 38000 41000 13000 46000 72000 42000 36000

Lieu de résidence Bastogne Dinant Neufchâteau Arlon Huy Virton Verviers Namur Liège Bruxelles-Capitale Hal-Vilvorde Nivelles Louvain Anvers Charleroi Soignies Gand Turnhout Waremme Philippeville Tournai Ostende Hasselt Bruges Roulers Alost Courtrai Malines Tielt Saint-Nicolas Mouscron Mons Thuin Termondede Furnes Ypres Eeklo Audenarde Ath

Namur Out/In Séjours entrants 3815,09 1885,20 513,30 182,60 127,39 117,79 82,69 73,59 73,07 63,44 23,54 22,89 19,01 18,74 17,48 16,18 10,34 8,96 8,70 8,40 8,27 7,29 6,53 6,18 6,03 5,55 5,25 5,24 5,05 4,26 4,19 4,10 4,06 3,17 3,12 3,03 2,04 0,99 0,99 7173,77

Poids relatifs 53,18% 26,28% 7,16% 2,55% 1,78% 1,64% 1,15% 1,03% 1,02% 0,88% 0,33% 0,32% 0,27% 0,26% 0,24% 0,23% 0,14% 0,12% 0,12% 0,12% 0,12% 0,10% 0,09% 0,09% 0,08% 0,08% 0,07% 0,07% 0,07% 0,06% 0,06% 0,06% 0,06% 0,04% 0,04% 0,04% 0,03% 0,01% 0,01% 100,00%

Out/In Séjours entrants 4193,06 1799,33 958,32 915,79 796,16 676,72 582,89 502,12 380,03 273,60 269,89 263,47 226,06 224,31 188,47 188,31 92,41 75,58 66,08 50,73 45,17 26,91 22,01 14,67 14,37 11,64 11,42 10,63 8,39 6,17 5,32 5,31 5,17 2,20 2,11 1,05 1,04 0,99

Poids relatifs 32,46% 13,93% 7,42% 7,09% 6,16% 5,24% 4,51% 3,89% 2,94% 2,12% 2,09% 2,04% 1,75% 1,74% 1,46% 1,46% 0,72% 0,59% 0,51% 0,39% 0,35% 0,21% 0,17% 0,11% 0,11% 0,09% 0,09% 0,08% 0,06% 0,05% 0,04% 0,04% 0,04% 0,02% 0,02% 0,01% 0,01% 0,01%

Dinant

Lieu de résidence Namur Philippeville Neufchâteau Charleroi Marche-en-Famenne Virton Arlon Thuin Nivelles Huy Mons Tournai Bruxelles-Capitale Bastogne Verviers Soignies Liège Ath Waremme Hal-Vilvorde Mouscron Louvain Anvers Hasselt Ostende Courtrai Audenarde Tongres Gand Malines Bruges Furnes Alost Turnhout Saint-Nicolas Maaseik Termondede Roulers


Code de résidence 91000 25000 52000 64000 61000 93000 84000 83000 21000 56000 85000 62000 81000 55000 23000 82000 53000 63000 24000 51000 57000 31000 71000 35000 33000 11000 34000 44000 54000 46000 42000 73000 13000 38000 37000 12000 36000

Out/In Lieu de Séjours résidence entrants Dinant 3541,65 Nivelles 3470,25 Charleroi 2476,31 Waremme 839,40 Huy 763,29 Philippeville 453,26 Neufchâteau 338,39 Marche-en-Famenne 290,81 Bruxelles-Capitale 268,42 Thuin 194,29 Virton 116,58 Liège 105,59 Arlon 82,08 Soignies 72,47 Hal-Vilvorde 57,67 Bastogne 51,85 Mons 51,42 Verviers 35,12 Louvain 24,56 Ath 18,51 Tournai 15,13 Bruges 8,70 Hasselt 6,44 Ostende 6,39 Ypres 6,31 Anvers 6,07 Courtrai 4,31 Gand 4,15 Mouscron 4,14 Saint-Nicolas 3,27 Termondede 3,15 Tongres 3,13 Turnhout 2,12 Furnes 2,07 Tielt 1,94 Malines 1,12 Roulers 1,01 13331,39

Poids relatifs 26,57% 26,03% 18,58% 6,30% 5,73% 3,40% 2,54% 2,18% 2,01% 1,46% 0,87% 0,79% 0,62% 0,54% 0,43% 0,39% 0,39% 0,26% 0,18% 0,14% 0,11% 0,07% 0,05% 0,05% 0,05% 0,05% 0,03% 0,03% 0,03% 0,02% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 100,00%

ANNEXE 11 : analyse de la destination géographique des flux sortants d' un arrondissement et distribution par rapport aux autres arrondissements 11000 Anvers INSCODE Lieu de Résidence

11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000 11000

INSCODE Lieu de Résidence 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000 13000

INSCODEZH

12000 24000 13000 46000 21000 44000 31000 41000 53000 23000 71000 35000 38000 72000 62000 42000 36000 34000 63000 91000 43000 83000 84000 25000 37000 33000 73000 52000 45000 92000 61000 54000 55000 57000

Lieu d'hospitalisation

12000 Malines In/Out Nbre séjours sortants

Malines Louvain Turnhout Saint-Nicolas Bruxelles-Capitale Gand Bruges Alost Mons Hal-Vilvorde Hasselt Ostende Furnes Maaseik Liège Termonde Roulers Courtrai Verviers Dinant Eeklo Marche-en-Famenne Neufchâteau Nivelles Tielt Ypres Tongres Charleroi Audenarde Namur Huy Mouscron Soignies Tournai

Poids relatif

6677,95 2313,84 1116,68 1066,47 902,99 831,33 409,59 375,13 363,84 223,67 153,48 126,71 80,03 62,95 53,08 52,53 27,82 27,81 26,83 22,01 19,86 18,74 15,82 14,32 14,21 11,63 9,27 7,15 6,24 6,07 5,38 5,21 4,21 2,04

44,36% 15,37% 7,42% 7,08% 6,00% 5,52% 2,72% 2,49% 2,42% 1,49% 1,02% 0,84% 0,53% 0,42% 0,35% 0,35% 0,18% 0,18% 0,18% 0,15% 0,13% 0,12% 0,11% 0,10% 0,09% 0,08% 0,06% 0,05% 0,04% 0,04% 0,04% 0,03% 0,03% 0,01%

15054,90

1,00

13000 Turnhout

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 24000 Louvain 6616,89 33,67% 11000 Anvers 6378,69 32,46% 12000 Malines 3882,44 19,76% 71000 Hasselt 1011,42 5,15% 72000 Maaseik 734,96 3,74% 44000 Gand 350,28 1,78% 21000 Bruxelles-Capitale 190,27 0,97% 23000 Hal-Vilvorde 84,05 0,43% 46000 Saint-Nicolas 82,82 0,42% 31000 Bruges 74,47 0,38% 41000 Alost 72,65 0,37% 35000 Ostende 42,86 0,22% 62000 Liège 19,34 0,10% 63000 Verviers 17,33 0,09% 73000 Tongres 14,26 0,07% 38000 Furnes 13,27 0,07% 34000 Courtrai 13,07 0,07% 42000 Termonde 10,68 0,05% 83000 Marche-en-Famenne 8,96 0,05% 36000 Roulers 5,42 0,03% 53000 Mons 4,35 0,02% 84000 Neufchâteau 4,11 0,02% 52000 Charleroi 3,30 0,02% 33000 Ypres 3,15 0,02% 81000 Arlon 2,30 0,01% 91000 Dinant 2,20 0,01% 92000 Namur 2,12 0,01% 43000 Eeklo 1,16 0,01% 55000 Soignies 1,13 0,01% 56000 Thuin 1,10 0,01% 25000 Nivelles 1,05 0,01% 19650,13

1,00

INSCODE Lieu de Résidence

12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000 12000

INSCODEZH

11000 24000 21000 13000 46000 23000 42000 44000 41000 31000 71000 35000 38000 72000 62000 53000 91000 34000 83000 36000 25000 33000 73000 45000 43000 63000 52000 37000 92000 56000 55000 84000

Lieu d'hospitalisation

In/Out Nbre séjours sortants

Anvers Louvain Bruxelles-Capitale Turnhout Saint-Nicolas Hal-Vilvorde Termonde Gand Alost Bruges Hasselt Ostende Furnes Maaseik Liège Mons Dinant Courtrai Marche-en-Famenne Roulers Nivelles Ypres Tongres Audenarde Eeklo Verviers Charleroi Tielt Namur Thuin Soignies Neufchâteau

6621,36 2392,30 943,50 572,76 549,03 358,26 349,07 346,71 288,11 88,58 73,45 44,88 23,87 23,47 9,66 8,06 6,17 5,31 5,24 4,41 4,24 4,14 3,96 3,18 3,03 3,02 2,03 1,99 1,12 1,05 1,01 0,99

Poids relatif

51,96% 18,77% 7,40% 4,49% 4,31% 2,81% 2,74% 2,72% 2,26% 0,70% 0,58% 0,35% 0,19% 0,18% 0,08% 0,06% 0,05% 0,04% 0,04% 0,03% 0,03% 0,03% 0,03% 0,02% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01%

12743,97

INSCODE Lieu de Résidence 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000 21000

21000 Bruxelles Capitale In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 23000 Hal-Vilvorde 1405,26 25000 Nivelles 1060,21 24000 Louvain 909,36 41000 Alost 657,17 11000 Anvers 548,79 35000 Ostende 357,06 62000 Liège 342,35 92000 Namur 268,42 44000 Gand 261,52 31000 Bruges 255,02 91000 Dinant 226,06 53000 Mons 217,82 52000 Charleroi 217,81 55000 Soignies 207,49 12000 Malines 182,88 38000 Furnes 148,68 84000 Neufchâteau 94,25 71000 Hasselt 90,73 63000 Verviers 78,33 57000 Tournai 76,85 83000 Marche-en-Famenne 63,44 61000 Huy 62,56 46000 Saint-Nicolas 59,57 42000 Termonde 54,30 45000 Audenarde 43,99 34000 Courtrai 32,64 56000 Thuin 31,60 81000 Arlon 30,65 13000 Turnhout 25,52 54000 Mouscron 22,33 36000 Roulers 17,19 33000 Ypres 11,05 73000 Tongres 5,10 72000 Maaseik 5,08 37000 Tielt 4,08 43000 Eeklo 3,07

Poids relatif 17,40% 13,12% 11,26% 8,14% 6,79% 4,42% 4,24% 3,32% 3,24% 3,16% 2,80% 2,70% 2,70% 2,57% 2,26% 1,84% 1,17% 1,12% 0,97% 0,95% 0,79% 0,77% 0,74% 0,67% 0,54% 0,40% 0,39% 0,38% 0,32% 0,28% 0,21% 0,14% 0,06% 0,06% 0,05% 0,04%

8078,22

1


23000 Hal Vilvorde

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 21000 Bruxelles-Capitale 34768,68 51,97% 41000 Alost 15692,27 23,45% 24000 Louvain 6562,14 9,81% 12000 Malines 4921,71 7,36% 11000 Anvers 1287,22 1,92% 42000 Termonde 881,70 1,32% 44000 Gand 843,10 1,26% 25000 Nivelles 479,93 0,72% 46000 Saint-Nicolas 286,89 0,43% 31000 Bruges 207,20 0,31% 35000 Ostende 158,95 0,24% 38000 Furnes 92,10 0,14% 71000 Hasselt 91,54 0,14% 53000 Mons 67,31 0,10% 55000 Soignies 66,50 0,10% 62000 Liège 66,33 0,10% 92000 Namur 57,67 0,09% 45000 Audenarde 57,06 0,09% 91000 Dinant 50,73 0,08% 52000 Charleroi 41,14 0,06% 34000 Courtrai 37,29 0,06% 36000 Roulers 30,63 0,05% 13000 Turnhout 23,90 0,04% 63000 Verviers 23,66 0,04% Marche-en-Famenne 23,54 0,04% 83000 84000 Neufchâteau 19,45 0,03% 43000 Eeklo 14,63 0,02% 57000 Tournai 10,46 0,02% 72000 Maaseik 9,59 0,01% 33000 Ypres 7,41 0,01% 61000 Huy 6,43 0,01% 54000 Mouscron 6,41 0,01% 56000 Thuin 4,51 0,01% 81000 Arlon 4,13 0,01% 73000 Tongres 3,38 0,01% 37000 Tielt 2,27 0,00% 66907,85

INSCODE Lieu de Résidence 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000 25000

24000 Louvain In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 12000 Malines 7058,20 38,66% 71000 Hasselt 4792,66 26,25% 21000 Bruxelles-Capitale 2358,98 12,92% 53000 Mons 1161,41 6,36% 11000 Anvers 845,51 4,63% 23000 Hal-Vilvorde 437,87 2,40% 13000 Turnhout 385,83 2,11% 41000 Alost 192,87 1,06% 31000 Bruges 141,53 0,78% 62000 Liège 130,57 0,72% 44000 Gand 130,25 0,71% 25000 Nivelles 121,57 0,67% 35000 Ostende 103,86 0,57% 46000 Saint-Nicolas 68,60 0,38% 72000 Maaseik 44,69 0,24% 73000 Tongres 43,31 0,24% 38000 Furnes 37,59 0,21% 36000 Roulers 33,70 0,18% 91000 Dinant 26,91 0,15% 92000 Namur 24,56 0,13% Marche-en-Famenne 19,01 0,10% 83000 42000 Termonde 14,91 0,08% 34000 Courtrai 14,48 0,08% 63000 Verviers 13,57 0,07% 84000 Neufchâteau 11,89 0,07% 52000 Charleroi 6,39 0,04% 61000 Huy 6,26 0,03% 56000 Thuin 5,49 0,03% 33000 Ypres 5,39 0,03% 81000 Arlon 5,27 0,03% 55000 Soignies 5,20 0,03% 45000 Audenarde 3,28 0,02% 43000 Eeklo 2,13 0,01% 37000 Tielt 1,94 0,01% 18255,68

1,00

1,00

25000 Nivelles

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 21000 Bruxelles-Capitale 24274,32 71,21% 92000 Namur 3470,25 10,18% 55000 Soignies 1666,28 4,89% 24000 Louvain 1465,41 4,30% 52000 Charleroi 1025,58 3,01% 23000 Hal-Vilvorde 467,91 1,37% 62000 Liège 458,08 1,34% 91000 Dinant 380,03 1,11% 53000 Mons 161,74 0,47% 11000 Anvers 118,71 0,35% 41000 Alost 77,79 0,23% 35000 Ostende 71,51 0,21% 61000 Huy 55,77 0,16% 84000 Neufchâteau 55,59 0,16% 44000 Gand 52,64 0,15% 31000 Bruges 48,88 0,14% 57000 Tournai 34,86 0,10% 38000 Furnes 32,96 0,10% 71000 Hasselt 32,46 0,10% 63000 Verviers 23,35 0,07% 83000 Marche-en-Famenne 22,89 0,07% 56000 Thuin 16,85 0,05% 12000 Malines 16,43 0,05% 46000 Saint-Nicolas 10,77 0,03% 34000 Courtrai 9,60 0,03% 81000 Arlon 8,95 0,03% 45000 Audenarde 7,89 0,02% 54000 Mouscron 7,43 0,02% 43000 Eeklo 5,45 0,02% 13000 Turnhout 3,25 0,01% 42000 Termonde 2,16 0,01% 33000 Ypres 1,09 0,00% 36000 Roulers 1,07 0,00% 37000 Tielt 1,01 0,00% 34088,97


1,00


31000 Bruges In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 44000 Gand 1364,76 36000 Roulers 869,12 35000 Ostende 629,93 24000 Louvain 555,17 11000 Anvers 374,44 21000 Bruxelles-Capitale 317,39 37000 Tielt 189,87 41000 Alost 174,92 34000 Courtrai 153,70 38000 Furnes 144,07 43000 Eeklo 81,49 32000 Dixmude 62,65 12000 Malines 53,63 46000 Saint-Nicolas 47,37 71000 Hasselt 40,11 33000 Ypres 37,59 23000 Hal-Vilvorde 29,53 62000 Liège 19,58 45000 Audenarde 16,94 13000 Turnhout 16,88 42000 Termonde 14,47 53000 Mons 9,75 92000 Namur 8,70 84000 Neufchâteau 6,31 83000 Marche-en-Famenne 6,18 72000 Maaseik 6,01 52000 Charleroi 5,37 91000 Dinant 5,32 57000 Tournai 5,30 63000 Verviers 4,32 25000 Nivelles 3,41 61000 Huy 2,05 73000 Tongres 1,03 54000 Mouscron 1,02 56000 Thuin 0,99 55000 Soignies 0,98 5260,37

25,94% 16,52% 11,97% 10,55% 7,12% 6,03% 3,61% 3,33% 2,92% 2,74% 1,55% 1,19% 1,02% 0,90% 0,76% 0,71% 0,56% 0,37% 0,32% 0,32% 0,27% 0,19% 0,17% 0,12% 0,12% 0,11% 0,10% 0,10% 0,10% 0,08% 0,06% 0,04% 0,02% 0,02% 0,02% 0,02% 1,00

INSCODE Lieu de Résidence 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000 32000

32000 Dixmude

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 36000 Roulers 4288,84 49,26% 31000 Bruges 1926,16 22,12% 33000 Ypres 801,63 9,21% 35000 Ostende 657,91 7,56% 38000 Furnes 529,13 6,08% 44000 Gand 231,04 2,65% 24000 Louvain 114,39 1,31% 37000 Tielt 40,71 0,47% 34000 Courtrai 38,96 0,45% 11000 Anvers 26,46 0,30% 21000 Bruxelles-Capitale 22,80 0,26% 41000 Alost 15,96 0,18% 71000 Hasselt 2,14 0,02% 12000 Malines 2,07 0,02% 72000 Maaseik 2,00 0,02% 23000 Hal-Vilvorde 1,99 0,02% 13000 Turnhout 1,20 0,01% 53000 Mons 1,07 0,01% 46000 Saint-Nicolas 1,00 0,01% 84000 Neufchâteau 0,96 0,01% 8706,41

INSCODE Lieu de Résidence 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000 34000

1,00

34000 Courtrai

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 36000 Roulers 7095,78 54,33% 44000 Gand 2485,57 19,03% 24000 Louvain 604,75 4,63% 31000 Bruges 533,93 4,09% 45000 Audenarde 435,38 3,33% 54000 Mouscron 407,28 3,12% 33000 Ypres 305,53 2,34% 41000 Alost 265,37 2,03% 11000 Anvers 174,65 1,34% 21000 Bruxelles-Capitale 168,24 1,29% 37000 Tielt 161,16 1,23% 57000 Tournai 89,67 0,69% 35000 Ostende 82,26 0,63% 38000 Furnes 66,40 0,51% 46000 Saint-Nicolas 33,90 0,26% 53000 Mons 31,96 0,24% 23000 Hal-Vilvorde 20,49 0,16% 71000 Hasselt 14,61 0,11% 12000 Malines 13,43 0,10% 13000 Turnhout 12,18 0,09% 91000 Dinant 11,64 0,09% 62000 Liège 7,40 0,06% 25000 Nivelles 5,29 0,04% 83000 Marche-en-Famenne 5,25 0,04% 72000 Maaseik 5,16 0,04% 92000 Namur 4,31 0,03% 84000 Neufchâteau 4,15 0,03% 42000 Termonde 3,95 0,03% 55000 Soignies 3,18 0,02% 43000 Eeklo 3,17 0,02% 52000 Charleroi 2,05 0,02% 56000 Thuin 0,95 0,01% 63000 Verviers 0,94 0,01% 13059,97

1,00

INSCODE Lieu de Résidence 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000 33000

INSCODE Lieu de Résidence 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000 35000

33000 Ypres

In/Out Lieu Nbre séjours d'hospitalisation sortants Roulers 4293,14 Gand 472,04 Courtrai 418,84 Bruges 207,65 Louvain 204,27 Furnes 79,27 Alost 72,07 Anvers 47,50 Bruxelles-Capitale 47,26 Ostende 44,11 Tielt 28,77 Saint-Nicolas 13,27 Mouscron 12,89 Audenarde 7,03 Namur 6,31 Hal-Vilvorde 6,01 Malines 5,27 Tournai 4,08 Dixmude 3,33 Marche-en-Famenne 3,03 Mons 2,98 Turnhout 2,86 Eeklo 2,09 Hasselt 1,99 Neufchâteau 1,98 Verviers 1,09 Tongres 1,08 Maaseik 1,05 Liège 1,03

Poids relatif 71,64% 7,88% 6,99% 3,47% 3,41% 1,32% 1,20% 0,79% 0,79% 0,74% 0,48% 0,22% 0,22% 0,12% 0,11% 0,10% 0,09% 0,07% 0,06% 0,05% 0,05% 0,05% 0,03% 0,03% 0,03% 0,02% 0,02% 0,02% 0,02%

5992,31

1,00

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 31000 Bruges 4529,23 44000 Gand 1063,14 36000 Roulers 453,48 21000 Bruxelles-Capitale 340,84 24000 Louvain 328,11 38000 Furnes 315,50 11000 Anvers 186,79 41000 Alost 168,96 34000 Courtrai 97,94 12000 Malines 40,34 23000 Hal-Vilvorde 34,03 37000 Tielt 30,12 33000 Ypres 24,94 71000 Hasselt 23,37 46000 Saint-Nicolas 21,95 45000 Audenarde 19,85 32000 Dixmude 16,91 91000 Dinant 14,37 62000 Liège 12,65 53000 Mons 11,87 52000 Charleroi 10,45 43000 Eeklo 10,34 13000 Turnhout 9,41 42000 Termonde 8,51 63000 Verviers 7,39 83000 Marche-en-Famenne 7,29 57000 Tournai 7,10 25000 Nivelles 6,49 92000 Namur 6,39 55000 Soignies 5,14 84000 Neufchâteau 4,30 72000 Maaseik 4,00 81000 Arlon 2,06 61000 Huy 1,07 54000 Mouscron 1,03

Poids relatif 57,88% 13,59% 5,79% 4,36% 4,19% 4,03% 2,39% 2,16% 1,25% 0,52% 0,43% 0,38% 0,32% 0,30% 0,28% 0,25% 0,22% 0,18% 0,16% 0,15% 0,13% 0,13% 0,12% 0,11% 0,09% 0,09% 0,09% 0,08% 0,08% 0,07% 0,05% 0,05% 0,03% 0,01% 0,01%

7825,37

1,00

INSCODEZH 36000 44000 34000 31000 24000 38000 41000 11000 21000 35000 37000 46000 54000 45000 92000 23000 12000 57000 32000 83000 53000 13000 43000 71000 84000 63000 73000 72000 62000

35000 Ostende


36000 Roulers

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 31000 Bruges 731,76 23,34% 44000 Gand 608,27 19,40% 34000 Courtrai 575,77 18,36% 24000 Louvain 377,83 12,05% 37000 Tielt 234,76 7,49% 33000 Ypres 211,32 6,74% 35000 Ostende 76,92 2,45% 11000 Anvers 76,22 2,43% 38000 Furnes 66,78 2,13% 41000 Alost 44,06 1,41% 21000 Bruxelles-Capitale 38,69 1,23% 46000 Saint-Nicolas 11,49 0,37% 32000 Dixmude 10,42 0,33% 45000 Audenarde 9,49 0,30% 12000 Malines 8,72 0,28% 13000 Turnhout 8,22 0,26% 83000 Marche-en-Famenne 6,03 0,19% 42000 Termonde 5,57 0,18% 52000 Charleroi 5,18 0,17% 43000 Eeklo 4,18 0,13% 23000 Hal-Vilvorde 3,34 0,11% 62000 Liège 3,17 0,10% 53000 Mons 3,10 0,10% 72000 Maaseik 2,17 0,07% 63000 Verviers 2,16 0,07% 54000 Mouscron 2,14 0,07% 71000 Hasselt 2,04 0,06% 55000 Soignies 1,01 0,03% 92000 Namur 1,01 0,03% 84000 Neufchâteau 1,01 0,03% 81000 Arlon 1,00 0,03% 73000 Tongres 1,00 0,03% 91000 Dinant 0,99 0,03% 3135,80


37000 Tielt

INSCODEZH 36000 34000 44000 31000 24000 35000 11000 41000 21000 43000 38000 33000 46000 45000 83000 13000 42000 23000 12000 25000 92000 57000

In/Out Lieu Nbre séjours d'hospitalisation sortants Roulers 4096,59 Courtrai 2074,08 Gand 1240,91 Bruges 688,75 Louvain 166,32 Ostende 34,58 Anvers 32,23 Alost 29,63 Bruxelles-Capitale 27,57 Eeklo 19,46 Furnes 17,36 Ypres 11,98 Saint-Nicolas 11,46 Audenarde 6,16 Marche-en-Famenne 5,05 Turnhout 4,22 Termonde 4,11 Hal-Vilvorde 3,96 Malines 3,03 Nivelles 2,01 Namur 1,94 Tournai 1,05

Poids relatif 48,29% 24,45% 14,63% 8,12% 1,96% 0,41% 0,38% 0,35% 0,33% 0,23% 0,20% 0,14% 0,14% 0,07% 0,06% 0,05% 0,05% 0,05% 0,04% 0,02% 0,02% 0,01%

8482,45

1,00

1,00

38000 Furnes

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 35000 Ostende 1391,13 30,18% 31000 Bruges 828,38 17,97% 36000 Roulers 623,06 13,52% 33000 Ypres 489,67 10,62% 44000 Gand 443,86 9,63% 21000 Bruxelles-Capitale 226,83 4,92% 24000 Louvain 165,44 3,59% 11000 Anvers 103,86 2,25% 34000 Courtrai 84,03 1,82% 41000 Alost 65,79 1,43% 37000 Tielt 19,97 0,43% 57000 Tournai 17,61 0,38% 23000 Hal-Vilvorde 16,80 0,36% 12000 Malines 16,74 0,36% 46000 Saint-Nicolas 15,76 0,34% 45000 Audenarde 14,93 0,32% 71000 Hasselt 12,43 0,27% 52000 Charleroi 11,39 0,25% 62000 Liège 10,51 0,23% 53000 Mons 9,53 0,21% 13000 Turnhout 7,51 0,16% 54000 Mouscron 6,37 0,14% 91000 Dinant 5,31 0,12% 55000 Soignies 3,19 0,07% 63000 Verviers 3,16 0,07% 43000 Eeklo 3,15 0,07% 83000 Marche-en-Famenne 3,12 0,07% 72000 Maaseik 3,08 0,07% 84000 Neufchâteau 2,19 0,05% 92000 Namur 2,07 0,04% 42000 Termonde 1,09 0,02% 73000 Tongres 1,02 0,02% 25000 Nivelles 1,01 0,02% 4610,01

INSCODE Lieu de Résidence 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000 37000

1,00


41000 Alost

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 44000 Gand 3209,94 44,02% 21000 Bruxelles-Capitale 1473,85 20,21% 24000 Louvain 536,14 7,35% 46000 Saint-Nicolas 416,37 5,71% 23000 Hal-Vilvorde 306,43 4,20% 45000 Audenarde 274,72 3,77% 11000 Anvers 253,60 3,48% 42000 Termonde 225,44 3,09% 35000 Ostende 168,89 2,32% 31000 Bruges 140,88 1,93% 71000 Hasselt 42,32 0,58% 12000 Malines 38,16 0,52% 38000 Furnes 37,28 0,51% 36000 Roulers 32,75 0,45% 34000 Courtrai 30,99 0,43% 62000 Liège 12,37 0,17% 13000 Turnhout 11,46 0,16% 43000 Eeklo 11,15 0,15% 53000 Mons 9,92 0,14% 37000 Tielt 9,44 0,13% 33000 Ypres 7,43 0,10% 72000 Maaseik 6,46 0,09% 83000 Marche-en-Famenne 5,55 0,08% 91000 Dinant 5,17 0,07% 25000 Nivelles 4,03 0,06% 63000 Verviers 4,02 0,06% 55000 Soignies 3,13 0,04% 84000 Neufchâteau 3,08 0,04% 52000 Charleroi 2,12 0,03% 73000 Tongres 2,07 0,03% 57000 Tournai 2,07 0,03% 61000 Huy 2,02 0,03% 54000 Mouscron 1,05 0,01% 56000 Thuin 0,98 0,01% 7291,27

1,00


42000 Termonde

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 41000 Alost 6910,06 36,22% 46000 Saint-Nicolas 5146,68 26,98% 44000 Gand 4612,78 24,18% 21000 Bruxelles-Capitale 625,85 3,28% 11000 Anvers 585,58 3,07% 24000 Louvain 527,75 2,77% 12000 Malines 276,98 1,45% 31000 Bruges 88,73 0,47% 23000 Hal-Vilvorde 78,85 0,41% 35000 Ostende 66,74 0,35% 34000 Courtrai 19,65 0,10% 45000 Audenarde 18,93 0,10% 43000 Eeklo 18,74 0,10% 38000 Furnes 16,53 0,09% 36000 Roulers 14,85 0,08% 13000 Turnhout 14,44 0,08% 72000 Maaseik 10,28 0,05% 71000 Hasselt 9,47 0,05% 33000 Ypres 8,21 0,04% 37000 Tielt 6,43 0,03% 62000 Liège 5,23 0,03% 83000 Marche-en-Famenne 3,17 0,02% 92000 Namur 3,15 0,02% 53000 Mons 3,08 0,02% 63000 Verviers 2,02 0,01% 61000 Huy 1,04 0,01% 91000 Dinant 1,04 0,01% 52000 Charleroi 1,02 0,01% 55000 Soignies 0,99 0,01% 19078,28


43000 Eeklo

INSCODEZH 44000 31000 24000 11000 41000 46000 35000 21000 37000 36000 34000 23000 12000 45000 42000 72000 38000 13000 71000 83000 32000 63000 53000 33000

In/Out Lieu Nbre séjours d'hospitalisation sortants Poids relatif Gand 4164,05 50,88% Bruges 3597,49 43,96% Louvain 83,87 1,02% Anvers 83,01 1,01% Alost 54,41 0,66% Saint-Nicolas 51,96 0,63% Ostende 28,24 0,34% Bruxelles-Capitale 20,73 0,25% Tielt 18,77 0,23% Roulers 14,25 0,17% Courtrai 13,19 0,16% Hal-Vilvorde 12,07 0,15% Malines 10,46 0,13% Audenarde 6,26 0,08% Termonde 5,26 0,06% Maaseik 4,37 0,05% Furnes 4,28 0,05% Turnhout 3,04 0,04% Hasselt 2,08 0,03% Marche-en-Famenne 2,04 0,02% Dixmude 1,17 0,01% Verviers 1,06 0,01% Mons 1,06 0,01% Ypres 1,05 0,01% 8184,17

1,00

1,00

44000 Gand

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 43000 Eeklo 2509,01 20,51% 41000 Alost 2011,04 16,44% 31000 Bruges 1924,46 15,73% 34000 Courtrai 1557,62 12,73% 46000 Saint-Nicolas 1085,07 8,87% 37000 Tielt 832,33 6,80% 11000 Anvers 459,50 3,76% 45000 Audenarde 443,30 3,62% 24000 Louvain 329,26 2,69% 21000 Bruxelles-Capitale 269,43 2,20% 35000 Ostende 209,20 1,71% 36000 Roulers 145,12 1,19% 42000 Termonde 118,43 0,97% 23000 Hal-Vilvorde 62,43 0,51% 12000 Malines 52,62 0,43% 38000 Furnes 51,42 0,42% 33000 Ypres 30,23 0,25% 62000 Liège 23,38 0,19% 71000 Hasselt 23,10 0,19% 13000 Turnhout 22,30 0,18% 72000 Maaseik 13,50 0,11% 83000 Marche-en-Famenne 10,34 0,08% 91000 Dinant 8,39 0,07% 84000 Neufchâteau 7,21 0,06% 63000 Verviers 6,28 0,05% 57000 Tournai 6,12 0,05% 25000 Nivelles 5,10 0,04% 92000 Namur 4,15 0,03% 53000 Mons 4,04 0,03% 52000 Charleroi 2,18 0,02% 54000 Mouscron 2,12 0,02% 61000 Huy 1,11 0,01% 55000 Soignies 1,08 0,01% 73000 Tongres 1,05 0,01% 81000 Arlon 1,03 0,01% 56000 Thuin 0,91 0,01% 12233,86

INSCODE Lieu de Résidence 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000 43000

1,00


45000 Audenarde In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 44000 Gand 3501,51 40,54% 41000 Alost 3083,08 35,69% 34000 Courtrai 1149,06 13,30% 21000 Bruxelles-Capitale 267,62 3,10% 24000 Louvain 154,22 1,79% 57000 Tournai 95,08 1,10% 31000 Bruges 84,54 0,98% 11000 Anvers 71,68 0,83% 36000 Roulers 47,90 0,55% 46000 Saint-Nicolas 26,49 0,31% 53000 Mons 22,25 0,26% 23000 Hal-Vilvorde 20,56 0,24% 35000 Ostende 17,47 0,20% 43000 Eeklo 14,61 0,17% 91000 Dinant 11,42 0,13% 38000 Furnes 10,65 0,12% 37000 Tielt 10,17 0,12% 33000 Ypres 9,17 0,11% 54000 Mouscron 7,20 0,08% 52000 Charleroi 6,22 0,07% 12000 Malines 6,21 0,07% 13000 Turnhout 6,13 0,07% 42000 Termonde 5,13 0,06% 62000 Liège 2,16 0,03% 63000 Verviers 2,02 0,02% 71000 Hasselt 2,01 0,02% 55000 Soignies 1,01 0,01% 84000 Neufchâteau 1,00 0,01% 83000 Marche-en-Famenne 0,99 0,01% 8637,57

1

INSCODE Lieu de Résidence 46000 46000 46000 46000 46000 46000

46000 Arrondissement de Saint Nicolas In/Out Nbre séjours sortants INSCODEZH Lieu d'hospitalisation Poids relatif 11000 Anvers 5673,90 52,22% 44000 Gand 2378,65 21,89% 12000 Malines 804,13 7,40% 24000 Louvain 643,14 5,92% 41000 Alost 545,48 5,02% 42000 Termonde 370,11 3,41%

INSCODE Lieu de Résidence 51000 51000 51000 51000 51000 51000

INSCODEZH 53000 57000 45000 21000 55000 41000

In/Out Lieu Nbre séjours d'hospitalisation sortants Mons 8177,26 Tournai 2938,23 Audenarde 1624,25 Bruxelles-Capitale 1559,53 Soignies 175,92 Alost 137,31

46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000 46000

21000 31000 35000 13000 23000 38000 71000 34000 72000 36000 43000 37000 62000 52000

46000 46000 46000 46000 46000 46000 46000 46000 46000 46000

83000 45000 92000 63000 33000 91000 25000 53000 84000 73000

Bruxelles-Capitale Bruges Ostende Turnhout Hal-Vilvorde Furnes Hasselt Courtrai Maaseik Roulers Eeklo Tielt Liège Charleroi Marche-enFamenne Audenarde Namur Verviers Ypres Dinant Nivelles Mons Neufchâteau Tongres

51000 ATH

160,62 84,50 33,86 25,76 23,29 17,07 15,68 13,24 12,76 11,83 11,00 6,03 5,08 4,82

1,48% 0,78% 0,31% 0,24% 0,21% 0,16% 0,14% 0,12% 0,12% 0,11% 0,10% 0,06% 0,05% 0,04%

51000 51000 51000 51000 51000 51000 51000 51000 51000 51000 51000 51000 51000 51000

44000 91000 52000 54000 25000 34000 24000 92000 11000 23000 62000 35000 61000 31000

Gand Dinant Charleroi Mouscron Nivelles Courtrai Louvain Namur Anvers Hal-Vilvorde Liège Ostende Huy Bruges

4,26 3,39 3,27 3,24 2,80 2,11 2,04 1,05 1,03 0,93

0,04% 0,03% 0,03% 0,03% 0,03% 0,02% 0,02% 0,01% 0,01% 0,01%

51000 51000 51000 51000 51000 51000 51000 51000 51000

63000 38000 71000 56000 42000 46000 36000 13000 83000

Verviers Furnes Hasselt Thuin Termonde Saint-Nicolas Roulers Turnhout Marche-en-Famenne

10865,06

1,00

Poids relatif 54,36% 19,53% 10,80% 10,37% 1,17% 0,91%

111,61 75,58 45,77 32,99 29,52 26,06 24,06 18,51 11,50 11,21 11,11 6,30 6,18 6,17

0,74% 0,50% 0,30% 0,22% 0,20% 0,17% 0,16% 0,12% 0,08% 0,07% 0,07% 0,04% 0,04% 0,04%

3,09 2,05 1,11 1,07 1,06 1,05 1,02 1,02 0,99

0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01%

15041,52

1,00

52000 Charleroi INSCODE In/Out Lieu de Lieu Nbre séjours sortants Poids relatif Résidence INSCODEZH d'hospitalisation 52000 55000 Soignies 7793,54 44,22%

53000 Mons INSCODE In/Out Lieu de Lieu Nbre séjours sortants Résidence INSCODEZH d'hospitalisation 53000 21000 Bruxelles-Capitale 4324,58

Poids relatif 59,28%

52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000

21000 92000 25000 91000 62000 53000 11000 57000 56000 24000 35000 84000 38000 44000 61000 23000 31000 63000 41000

52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000 52000

83000 12000 81000 54000 71000 34000 45000 46000 36000 42000 13000 73000 43000

Bruxelles-Capitale Namur Nivelles Dinant Liège Mons Anvers Tournai Thuin Louvain Ostende Neufchâteau Furnes Gand Huy Hal-Vilvorde Bruges Verviers Alost Marche-enFamenne Malines Arlon Mouscron Hasselt Courtrai Audenarde Saint-Nicolas Roulers Termonde Turnhout Tongres Eeklo

4105,69 2476,31 1226,63 915,79 253,34 195,67 96,11 64,93 53,41 50,89 44,51 43,51 42,60 39,32 32,15 30,63 26,85 22,47 21,39

23,30% 14,05% 6,96% 5,20% 1,44% 1,11% 0,55% 0,37% 0,30% 0,29% 0,25% 0,25% 0,24% 0,22% 0,18% 0,17% 0,15% 0,13% 0,12%

53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000

55000 52000 91000 57000 25000 62000 11000 92000 35000 44000 24000 38000 23000 56000 54000 41000 34000 31000 45000

Soignies Charleroi Dinant Tournai Nivelles Liège Anvers Namur Ostende Gand Louvain Furnes Hal-Vilvorde Thuin Mouscron Alost Courtrai Bruges Audenarde

17,48 13,40 9,35 9,20 8,09 7,15 5,24 5,13 4,18 4,00 3,12 1,03 1,02

0,10% 0,08% 0,05% 0,05% 0,05% 0,04% 0,03% 0,03% 0,02% 0,02% 0,02% 0,01% 0,01%

53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000 53000

63000 84000 61000 71000 83000 12000 81000 33000 46000 13000 36000 42000

Verviers Neufchâteau Huy Hasselt Marche-en-Famenne Malines Arlon Ypres Saint-Nicolas Turnhout Roulers Termonde

17624,10

1,00

1447,50 425,29 269,89 204,48 123,30 86,18 52,27 51,42 45,42 34,79 31,14 26,82 22,15 19,38 18,48 18,48 17,71 14,34 12,23

19,84% 5,83% 3,70% 2,80% 1,69% 1,18% 0,72% 0,70% 0,62% 0,48% 0,43% 0,37% 0,30% 0,27% 0,25% 0,25% 0,24% 0,20% 0,17%

11,46 11,38 7,27 4,19 4,10 3,12 2,98 1,19 1,05 1,02 1,01 0,99

0,16% 0,16% 0,10% 0,06% 0,06% 0,04% 0,04% 0,02% 0,01% 0,01% 0,01% 0,01%

7295,65

1,00

INSCODE Lieu de Résidence 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000 54000

54000 Mouscron

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 33000 Ypres 1603,71 31,49% 36000 Roulers 1029,01 20,20% 34000 Courtrai 824,63 16,19% 57000 Tournai 564,72 11,09% 21000 Bruxelles-Capitale 556,97 10,94% 44000 Gand 139,01 2,73% 53000 Mons 107,48 2,11% 91000 Dinant 45,17 0,89% 31000 Bruges 39,97 0,78% 24000 Louvain 29,45 0,58% 38000 Furnes 25,59 0,50% 35000 Ostende 25,14 0,49% 41000 Alost 18,22 0,36% 25000 Nivelles 17,61 0,35% 11000 Anvers 17,57 0,35% 45000 Audenarde 9,51 0,19% 52000 Charleroi 5,19 0,10% 84000 Neufchâteau 5,02 0,10% 23000 Hal-Vilvorde 4,87 0,10% Marche-en-Famenne 4,19 0,08% 83000 92000 Namur 4,14 0,08% 37000 Tielt 3,08 0,06% 55000 Soignies 3,03 0,06% 63000 Verviers 2,93 0,06% 56000 Thuin 2,16 0,04% 62000 Liège 2,00 0,04% 61000 Huy 1,95 0,04% 46000 Saint-Nicolas 1,00 0,02% 5093,31


1,00

56000 Thuin

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 55000 Soignies 13169,12 55,97% 52000 Charleroi 6126,54 26,04% 53000 Mons 1700,85 7,23% 21000 Bruxelles-Capitale 1416,66 6,02% 91000 Dinant 502,12 2,13% 92000 Namur 194,29 0,83% 25000 Nivelles 135,83 0,58% 62000 Liège 79,42 0,34% 57000 Tournai 31,52 0,13% 35000 Ostende 29,41 0,12% 11000 Anvers 21,93 0,09% 38000 Furnes 18,97 0,08% 23000 Hal-Vilvorde 15,63 0,07% 24000 Louvain 14,56 0,06% 31000 Bruges 12,44 0,05% 41000 Alost 10,82 0,05% 63000 Verviers 10,46 0,04% 84000 Neufchâteau 9,33 0,04% 61000 Huy 8,30 0,04% 44000 Gand 5,14 0,02% 83000 Marche-en-Famenne 4,06 0,02% 54000 Mouscron 3,19 0,01% 81000 Arlon 3,10 0,01% 71000 Hasselt 2,10 0,01% 45000 Audenarde 1,04 0,00% 43000 Eeklo 1,03 0,00% 46000 Saint-Nicolas 1,03 0,00% 12000 Malines 1,03 0,00% 36000 Roulers 1,00 4,2575E-05 23530,93

1,00



55000 Soignies

In/Out Lieu Nbre séjours d'hospitalisation sortants Bruxelles-Capitale 4898,42 Mons 3401,46 Audenarde 1172,26 Nivelles 819,58 Alost 560,87 Charleroi 381,19 Hal-Vilvorde 361,72 Tournai 226,51 Dinant 188,31 Namur 72,47 Gand 64,01 Liège 55,22 Louvain 38,89 Ostende 35,38 Anvers 33,01 Bruges 18,91 Furnes 18,07 Marche-en-Famenne 16,18 Mouscron 12,60 Verviers 11,69 Thuin 11,14 Neufchâteau 10,75 Arlon 8,51 Roulers 5,45 Huy 5,34 Malines 3,11 Courtrai 2,12 Saint-Nicolas 2,04 Eeklo 1,11 Ypres 1,05 Maaseik 1,03

Poids relatif 39,38% 27,35% 9,42% 6,59% 4,51% 3,06% 2,91% 1,82% 1,51% 0,58% 0,51% 0,44% 0,31% 0,28% 0,27% 0,15% 0,15% 0,13% 0,10% 0,09% 0,09% 0,09% 0,07% 0,04% 0,04% 0,03% 0,02% 0,02% 0,01% 0,01% 0,01%

12438,38

1,00

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 53000 Mons 5695,10 21000 Bruxelles-Capitale 1437,12 54000 Mouscron 898,70 45000 Audenarde 475,42 91000 Dinant 263,47 34000 Courtrai 168,67 44000 Gand 152,39 52000 Charleroi 125,69 55000 Soignies 94,38 35000 Ostende 60,96 62000 Liège 50,68 25000 Nivelles 35,55 41000 Alost 30,36 36000 Roulers 28,39 24000 Louvain 18,37 11000 Anvers 17,09 31000 Bruges 16,53 92000 Namur 15,13 38000 Furnes 14,36 84000 Neufchâteau 9,11 83000 Marche-en-Famenne 8,27 23000 Hal-Vilvorde 8,24 61000 Huy 4,12 56000 Thuin 3,14 63000 Verviers 3,12 33000 Ypres 2,11 71000 Hasselt 1,06 81000 Arlon 1,04 46000 Saint-Nicolas 1,03 72000 Maaseik 1,03 12000 Malines 1,00

Poids relatif 59,07% 14,91% 9,32% 4,93% 2,73% 1,75% 1,58% 1,30% 0,98% 0,63% 0,53% 0,37% 0,31% 0,29% 0,19% 0,18% 0,17% 0,16% 0,15% 0,09% 0,09% 0,09% 0,04% 0,03% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01%

9641,62

1,00

INSCODEZH 21000 53000 45000 25000 41000 52000 23000 57000 91000 92000 44000 62000 24000 35000 11000 31000 38000 83000 54000 63000 56000 84000 81000 36000 61000 12000 34000 46000 43000 33000 72000

57000 Thuin


61000 Huy

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 62000 Liège 7325,31 80,53% 92000 Namur 763,29 8,39% 21000 Bruxelles-Capitale 304,38 3,35% 91000 Dinant 273,60 3,01% 83000 Marche-en-Famenne 127,39 1,40% 63000 Verviers 93,02 1,02% 52000 Charleroi 33,72 0,37% 71000 Hasselt 30,78 0,34% 84000 Neufchâteau 28,05 0,31% 25000 Nivelles 24,23 0,27% 11000 Anvers 22,24 0,24% 44000 Gand 11,87 0,13% 38000 Furnes 11,80 0,13% 24000 Louvain 8,70 0,10% 55000 Soignies 5,08 0,06% 35000 Ostende 4,41 0,05% 41000 Alost 4,25 0,05% 73000 Tongres 4,07 0,04% 81000 Arlon 3,26 0,04% 56000 Thuin 3,23 0,04% 53000 Mons 2,98 0,03% 31000 Bruges 2,14 0,02% 23000 Hal-Vilvorde 2,12 0,02% 13000 Turnhout 2,10 0,02% 45000 Audenarde 1,07 0,01% 72000 Maaseik 1,06 0,01% 54000 Mouscron 1,03 0,01% 46000 Saint-Nicolas 1,02 0,01% 9096,20

INSCODE Lieu de Résidence 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000 63000

1,00

63000 Verviers

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 62000 Liège 12607,96 89,47% 21000 Bruxelles-Capitale 624,47 4,43% 91000 Dinant 188,47 1,34% 24000 Louvain 111,38 0,79% 83000 Marche-en-Famenne 82,69 0,59% 11000 Anvers 68,76 0,49% 61000 Huy 64,14 0,46% 84000 Neufchâteau 39,26 0,28% 92000 Namur 35,12 0,25% 35000 Ostende 30,05 0,21% 71000 Hasselt 25,67 0,18% 52000 Charleroi 24,41 0,17% 41000 Alost 20,80 0,15% 25000 Nivelles 20,31 0,14% 31000 Bruges 18,35 0,13% 55000 Soignies 16,01 0,11% 44000 Gand 15,96 0,11% 53000 Mons 14,85 0,11% 23000 Hal-Vilvorde 14,79 0,10% 81000 Arlon 13,75 0,10% 73000 Tongres 12,80 0,09% 38000 Furnes 11,64 0,08% 57000 Tournai 8,61 0,06% 54000 Mouscron 4,30 0,03% 12000 Malines 4,21 0,03% 46000 Saint-Nicolas 4,10 0,03% 36000 Roulers 2,12 0,02% 13000 Turnhout 2,06 0,01% 56000 Thuin 1,99 0,01% 33000 Ypres 1,11 0,01% 42000 Termonde 1,09 0,01% 34000 Courtrai 1,06 0,01% 14092,28

1,00



62000 Liège

In/Out Lieu Nbre séjours d'hospitalisation sortants Verviers 1108,69 Huy 865,15 Bruxelles-Capitale 761,70 Tongres 264,82 Neufchâteau 106,67 Namur 105,59 Hasselt 103,00 Anvers 102,03 Louvain 96,39 Dinant 92,41 Marche-en-Famenne 73,07 Charleroi 50,12 Bruges 39,50 Furnes 33,65 Gand 32,88 Ostende 31,97 Hal-Vilvorde 29,92 Nivelles 26,06 Arlon 25,58 Mons 22,68 Tournai 15,76 Soignies 14,47 Alost 13,30 Malines 5,08 Saint-Nicolas 4,10 Maaseik 4,09 Courtrai 4,08 Mouscron 4,07 Thuin 4,07 Roulers 2,01 Eeklo 1,05 Ypres 1,02 Audenarde 1,01 Termonde 0,98

Poids relatif 27,40% 21,38% 18,82% 6,54% 2,64% 2,61% 2,55% 2,52% 2,38% 2,28% 1,81% 1,24% 0,98% 0,83% 0,81% 0,79% 0,74% 0,64% 0,63% 0,56% 0,39% 0,36% 0,33% 0,13% 0,10% 0,10% 0,10% 0,10% 0,10% 0,05% 0,03% 0,03% 0,03% 0,02%

4046,96

1,00

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 62000 Liège 9754,33 92000 Namur 839,40 61000 Huy 606,63 21000 Bruxelles-Capitale 505,28 24000 Louvain 240,87 71000 Hasselt 125,76 91000 Dinant 66,08 73000 Tongres 53,30 25000 Nivelles 46,67 63000 Verviers 20,91 11000 Anvers 16,11 52000 Charleroi 13,67 38000 Furnes 9,83 83000 Marche-en-Famenne 8,70 44000 Gand 3,14 31000 Bruges 3,12 33000 Ypres 2,44 53000 Mons 2,32 81000 Arlon 2,27 84000 Neufchâteau 2,19 13000 Turnhout 2,16 55000 Soignies 2,16 36000 Roulers 2,09 35000 Ostende 2,05 41000 Alost 2,03 23000 Hal-Vilvorde 1,06 12000 Malines 1,04 42000 Termonde 1,00

Poids relatif 79,07% 6,80% 4,92% 4,10% 1,95% 1,02% 0,54% 0,43% 0,38% 0,17% 0,13% 0,11% 0,08% 0,07% 0,03% 0,03% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01%

12336,60

1,00

INSCODEZH 63000 61000 21000 73000 84000 92000 71000 11000 24000 91000 83000 52000 31000 38000 44000 35000 23000 25000 81000 53000 57000 55000 41000 12000 46000 72000 34000 54000 56000 36000 43000 33000 45000 42000

64000 Waremme


71000 Hasselt

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 24000 Louvain 8303,20 58,55% 13000 Turnhout 2090,04 14,74% 72000 Maaseik 1582,21 11,16% 11000 Anvers 726,56 5,12% 73000 Tongres 372,86 2,63% 21000 Bruxelles-Capitale 296,36 2,09% 62000 Liège 184,97 1,30% 44000 Gand 127,10 0,90% 12000 Malines 90,71 0,64% 41000 Alost 88,66 0,63% 31000 Bruges 60,98 0,43% 23000 Hal-Vilvorde 56,61 0,40% 35000 Ostende 43,73 0,31% 46000 Saint-Nicolas 33,11 0,23% 38000 Furnes 17,41 0,12% 91000 Dinant 14,67 0,10% 63000 Verviers 14,05 0,10% 36000 Roulers 13,41 0,09% 42000 Termonde 9,52 0,07% 34000 Courtrai 8,87 0,06% Marche-en-Famenne 6,53 0,05% 83000 92000 Namur 6,44 0,05% 33000 Ypres 5,40 0,04% 81000 Arlon 5,30 0,04% 52000 Charleroi 3,38 0,02% 61000 Huy 3,17 0,02% 53000 Mons 2,86 0,02% 55000 Soignies 2,22 0,02% 37000 Tielt 2,21 0,02% 84000 Neufchâteau 2,11 0,01% 43000 Eeklo 2,11 0,01% 45000 Audenarde 2,01 0,01% 57000 Tournai 1,09 0,01% 25000 Nivelles 0,97 0,01% 14180,84


72000 Maaseik In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 71000 Hasselt 13907,52 75,50% 24000 Louvain 3036,30 16,48% 11000 Anvers 482,43 2,62% 13000 Turnhout 385,18 2,09% 73000 Tongres 145,41 0,79% 21000 Bruxelles-Capitale 101,17 0,55% 23000 Hal-Vilvorde 69,94 0,38% 44000 Gand 66,83 0,36% 12000 Malines 47,37 0,26% 41000 Alost 35,66 0,19% 31000 Bruges 34,49 0,19% 62000 Liège 25,84 0,14% 35000 Ostende 22,79 0,12% 46000 Saint-Nicolas 20,84 0,11% 63000 Verviers 8,35 0,05% 38000 Furnes 8,00 0,04% 43000 Eeklo 7,93 0,04% 36000 Roulers 7,06 0,04% 45000 Audenarde 2,14 0,01% 81000 Arlon 1,10 0,01% 61000 Huy 1,10 0,01% 34000 Courtrai 1,05 0,01% 91000 Dinant 1,05 0,01% 18419,55

1,00

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 91000 Dinant 582,89 21000 Bruxelles-Capitale 456,12 62000 Liège 275,90 84000 Neufchâteau 216,35 83000 Marche-en-Famenne 182,60 92000 Namur 82,08 11000 Anvers 28,85 24000 Louvain 21,88 52000 Charleroi 18,50 63000 Verviers 13,65 25000 Nivelles 9,73 61000 Huy 9,56 23000 Hal-Vilvorde 7,28 44000 Gand 6,24 35000 Ostende 5,57 55000 Soignies 5,46 53000 Mons 4,28 41000 Alost 4,22 38000 Furnes 3,38 57000 Tournai 2,13 56000 Thuin 1,10 46000 Saint-Nicolas 1,07 31000 Bruges 1,05 73000 Tongres 1,05

Poids relatif 30,03% 23,50% 14,21% 11,15% 9,41% 4,23% 1,49% 1,13% 0,95% 0,70% 0,50% 0,49% 0,38% 0,32% 0,29% 0,28% 0,22% 0,22% 0,17% 0,11% 0,06% 0,06% 0,05% 0,05%

1940,95

1,00

1,00

73000 Tongres

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 71000 Hasselt 16813,43 80,62% 24000 Louvain 2290,52 10,98% 62000 Liège 649,40 3,11% 72000 Maaseik 417,24 2,00% 11000 Anvers 246,38 1,18% 21000 Bruxelles-Capitale 115,01 0,55% 63000 Verviers 68,56 0,33% 13000 Turnhout 60,71 0,29% 44000 Gand 45,56 0,22% 41000 Alost 44,85 0,22% 35000 Ostende 17,97 0,09% 31000 Bruges 15,22 0,07% 23000 Hal-Vilvorde 11,66 0,06% 91000 Dinant 10,63 0,05% 46000 Saint-Nicolas 10,58 0,05% 12000 Malines 8,55 0,04% 61000 Huy 5,73 0,03% 38000 Furnes 4,29 0,02% 92000 Namur 3,13 0,02% 33000 Ypres 2,22 0,01% 36000 Roulers 2,12 0,01% 34000 Courtrai 2,07 0,01% 25000 Nivelles 2,05 0,01% 37000 Tielt 1,20 0,01% 52000 Charleroi 1,17 0,01% 84000 Neufchâteau 1,11 0,01% 43000 Eeklo 1,02 0,00% 45000 Audenarde 1,00 0,00% 57000 Tournai 1,00 0,00% 20854,35

INSCODE Lieu de Résidence 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000 72000

1,00

INSCODE Lieu de Résidence 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000 81000

81000 Arlon

INSCODE Lieu de Résidence 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000 82000

82000 Bastogne

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 83000 Marche-en-Famenne 3815,09 48,47% 62000 Liège 1246,63 15,84% 63000 Verviers 1191,13 15,13% 84000 Neufchâteau 883,83 11,23% 91000 Dinant 224,31 2,85% 21000 Bruxelles-Capitale 214,91 2,73% 81000 Arlon 127,37 1,62% 92000 Namur 51,85 0,66% 24000 Louvain 24,11 0,31% 61000 Huy 20,70 0,26% 11000 Anvers 18,08 0,23% 25000 Nivelles 15,10 0,19% 52000 Charleroi 12,91 0,16% 41000 Alost 4,32 0,05% 71000 Hasselt 4,12 0,05% 57000 Tournai 3,04 0,04% 46000 Saint-Nicolas 2,13 0,03% 44000 Gand 2,12 0,03% 54000 Mouscron 2,09 0,03% 35000 Ostende 1,12 0,01% 45000 Audenarde 1,09 0,01% 53000 Mons 1,09 0,01% 55000 Soignies 1,07 0,01% 33000 Ypres 1,05 0,01% 23000 Hal-Vilvorde 1,04 0,01% 73000 Tongres 1,03 0,01% 7871,33

INSCODE Lieu de Résidence 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000 84000

1,00

84000 Neufchâteau

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 91000 Dinant 958,32 29,91% Marche-en-Famenne 513,30 16,02% 83000 21000 Bruxelles-Capitale 504,40 15,75% 62000 Liège 363,98 11,36% 92000 Namur 338,39 10,56% 81000 Arlon 260,63 8,14% 25000 Nivelles 98,78 3,08% 52000 Charleroi 28,96 0,90% 24000 Louvain 26,13 0,82% 11000 Anvers 22,93 0,72% 55000 Soignies 19,14 0,60% 61000 Huy 14,78 0,46% 23000 Hal-Vilvorde 8,23 0,26% 63000 Verviers 8,17 0,26% 41000 Alost 6,16 0,19% 31000 Bruges 5,42 0,17% 53000 Mons 5,17 0,16% 57000 Tournai 5,03 0,16% 35000 Ostende 4,22 0,13% 38000 Furnes 2,13 0,07% 36000 Roulers 2,13 0,07% 12000 Malines 2,11 0,07% 44000 Gand 2,02 0,06% 13000 Turnhout 1,11 0,03% 34000 Courtrai 0,97 0,03% 56000 Thuin 0,97 0,03% 3203,56

1,00



83000 Marche en Famenne In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 62000 Liège 2037,59 91000 Dinant 796,16 84000 Neufchâteau 597,69 21000 Bruxelles-Capitale 341,08 92000 Namur 290,81 61000 Huy 232,04 63000 Verviers 183,09 25000 Nivelles 29,41 52000 Charleroi 27,28 11000 Anvers 26,38 81000 Arlon 20,64 24000 Louvain 11,03 53000 Mons 10,85 31000 Bruges 6,66 44000 Gand 6,64 35000 Ostende 5,34 23000 Hal-Vilvorde 5,30 73000 Tongres 4,69 41000 Alost 4,39 13000 Turnhout 4,23 55000 Soignies 4,22 71000 Hasselt 3,31 46000 Saint-Nicolas 2,24 57000 Tournai 2,21 33000 Ypres 2,15 56000 Thuin 2,03 12000 Malines 1,10 38000 Furnes 1,02

Poids relatif 43,73% 17,09% 12,83% 7,32% 6,24% 4,98% 3,93% 0,63% 0,59% 0,57% 0,44% 0,24% 0,23% 0,14% 0,14% 0,11% 0,11% 0,10% 0,09% 0,09% 0,09% 0,07% 0,05% 0,05% 0,05% 0,04% 0,02% 0,02%

4659,56

1,00

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 81000 Arlon 4961,67 84000 Neufchâteau 1375,99 91000 Dinant 676,72 21000 Bruxelles-Capitale 507,38 62000 Liège 252,49 83000 Marche-en-Famenne 117,79 92000 Namur 116,58 25000 Nivelles 22,01 11000 Anvers 16,45 44000 Gand 12,81 52000 Charleroi 12,34 63000 Verviers 11,35 53000 Mons 5,14 55000 Soignies 5,12 61000 Huy 4,30 24000 Louvain 4,28 12000 Malines 2,20 35000 Ostende 2,19 38000 Furnes 2,18 41000 Alost 2,10 23000 Hal-Vilvorde 2,09 33000 Ypres 2,04 45000 Audenarde 2,03 31000 Bruges 1,14 56000 Thuin 1,06 13000 Turnhout 1,06 57000 Tournai 1,01 71000 Hasselt 0,99 54000 Mouscron 0,99

Poids relatif 61,08% 16,94% 8,33% 6,25% 3,11% 1,45% 1,44% 0,27% 0,20% 0,16% 0,15% 0,14% 0,06% 0,06% 0,05% 0,05% 0,03% 0,03% 0,03% 0,03% 0,03% 0,03% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01%

8123,50

1,00

85000 Virton


85000 Virton

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 81000 Arlon 4961,67 61,08% 84000 Neufchâteau 1375,99 16,94% 91000 Dinant 676,72 8,33% 21000 Bruxelles-Capitale 507,38 6,25% 62000 Liège 252,49 3,11% 83000 Marche-en-Famenne 117,79 1,45% 92000 Namur 116,58 1,44% 25000 Nivelles 22,01 0,27% 11000 Anvers 16,45 0,20% 44000 Gand 12,81 0,16% 52000 Charleroi 12,34 0,15% 63000 Verviers 11,35 0,14% 53000 Mons 5,14 0,06% 55000 Soignies 5,12 0,06% 61000 Huy 4,30 0,05% 24000 Louvain 4,28 0,05% 12000 Malines 2,20 0,03% 35000 Ostende 2,19 0,03% 38000 Furnes 2,18 0,03% 41000 Alost 2,10 0,03% 23000 Hal-Vilvorde 2,09 0,03% 33000 Ypres 2,04 0,03% 45000 Audenarde 2,03 0,02% 31000 Bruges 1,14 0,01% 56000 Thuin 1,06 0,01% 13000 Turnhout 1,06 0,01% 57000 Tournai 1,01 0,01% 71000 Hasselt 0,99 0,01% 54000 Mouscron 0,99 0,01% 8123,50

INSCODE Lieu de Résidence 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000 92000

1,00

92000 Namur

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants Poids relatif 91000 Dinant 4193,06 35,19% 52000 Charleroi 2732,16 22,93% 21000 Bruxelles-Capitale 2237,31 18,78% 61000 Huy 918,21 7,71% 25000 Nivelles 659,96 5,54% 62000 Liège 556,39 4,67% 83000 Marche-en-Famenne 73,59 0,62% 55000 Soignies 66,89 0,56% 11000 Anvers 63,43 0,53% 24000 Louvain 53,33 0,45% 53000 Mons 47,03 0,39% 84000 Neufchâteau 45,99 0,39% 35000 Ostende 41,74 0,35% 38000 Furnes 30,78 0,26% 23000 Hal-Vilvorde 30,08 0,25% 63000 Verviers 26,29 0,22% 71000 Hasselt 21,76 0,18% 41000 Alost 17,89 0,15% 31000 Bruges 17,65 0,15% 56000 Thuin 17,58 0,15% 81000 Arlon 17,01 0,14% 44000 Gand 15,68 0,13% 57000 Tournai 12,54 0,11% 12000 Malines 6,40 0,05% 54000 Mouscron 5,47 0,05% 46000 Saint-Nicolas 2,03 0,02% 13000 Turnhout 1,99 0,02% 42000 Termonde 1,14 0,01% 72000 Maaseik 1,10 0,01% 34000 Courtrai 0,95 0,01% 11915,43

1,00

INSCODE Lieu de Résidence 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000 91000

INSCODE Lieu de Résidence 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000 93000

91000 Dinant

In/Out Lieu Nbre séjours d'hospitalisation sortants Namur 3541,65 Marche-en-Famenne 1885,20 Neufchâteau 1113,54 Bruxelles-Capitale 800,35 Liège 675,98 Charleroi 183,27 Huy 155,37 Nivelles 53,43 Anvers 30,80 Mons 22,91 Soignies 22,21 Louvain 18,91 Arlon 18,04 Gand 13,03 Thuin 10,38 Verviers 7,51 Malines 7,20 Hal-Vilvorde 7,13 Tournai 6,47 Bruges 6,29 Ostende 5,30 Alost 4,40 Saint-Nicolas 4,00 Hasselt 3,27 Furnes 3,14 Tielt 2,17 Roulers 2,08 Turnhout 1,10 Mouscron 1,10 Termonde 1,10

Poids relatif 41,15% 21,90% 12,94% 9,30% 7,85% 2,13% 1,81% 0,62% 0,36% 0,27% 0,26% 0,22% 0,21% 0,15% 0,12% 0,09% 0,08% 0,08% 0,08% 0,07% 0,06% 0,05% 0,05% 0,04% 0,04% 0,03% 0,02% 0,01% 0,01% 0,01%

8607,33

1,00

In/Out Lieu Nbre séjours INSCODEZH d'hospitalisation sortants 52000 Charleroi 4855,90 56000 Thuin 2085,95 91000 Dinant 1799,33 21000 Bruxelles-Capitale 467,34 55000 Soignies 117,86 62000 Liège 53,75 25000 Nivelles 29,13 11000 Anvers 18,66 53000 Mons 15,82 84000 Neufchâteau 13,11 24000 Louvain 12,55 44000 Gand 10,84 83000 Marche-en-Famenne 8,40 23000 Hal-Vilvorde 8,25 35000 Ostende 6,38 63000 Verviers 6,37 61000 Huy 6,33 38000 Furnes 4,22 57000 Tournai 4,11 81000 Arlon 2,21 36000 Roulers 2,18 12000 Malines 2,07 31000 Bruges 1,05 41000 Alost 1,03 92000 Namur 453,26

Poids relatif 48,63% 20,89% 18,02% 4,68% 1,18% 0,54% 0,29% 0,19% 0,16% 0,13% 0,13% 0,11% 0,08% 0,08% 0,06% 0,06% 0,06% 0,04% 0,04% 0,02% 0,02% 0,02% 0,01% 0,01% 4,54%

9986,10

1,00

INSCODEZH 92000 83000 84000 21000 62000 52000 61000 25000 11000 53000 55000 24000 81000 44000 56000 63000 12000 23000 57000 31000 35000 41000 46000 71000 38000 37000 36000 13000 54000 42000

93000 Philippeville

BIJLAGE II-1: Distributie van de relatieve gewichten per APR-DRG en per leeftijdscategorie van 5 jaar voor beide geslachten getoond voor het arrondissement Eeklo

BIJLAGE 1

Arrondissement Eeklo Relatieve gewichten per APR-DRG en per leeftijdsgroep 5 jaar (Mannen)

001 002 003 004 005 020 021 022 023 024 025 026 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 070 071 072 073 082 090 091 092 093 094 095 096 097

[00-05[ 0 0 0 0 0 0 0 0,001372 0 0 0 0 0,002743 0 0 0 0,001372 0 0 0 0 0 0,001372 0,002743 0,001372 0,013717 0,001372 0,001372 0 0,019204 0,006859 0 0 0,001372 0 0 0 0 0 0 0 0,002743 0 0,012346

[05-10[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,017857 0 0,008929 0 0,026786 0,008929 0 0,008929 0,044643 0,017857 0 0 0 0 0 0 0 0 0,008929 0 0 0 0,026786

[10-15[ 0 0 0 0 0 0 0,009524 0,019048 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,047619 0 0,009524 0 0,095238 0,019048 0 0 0 0 0 0 0 0 0,028571 0,009524 0 0 0

[15-20[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,006536 0 0 0 0 0,006536 0,006536 0,006536 0 0,065359 0,006536 0,006536 0 0 0 0,006536 0 0 0,006536 0,039216 0,006536 0 0 0,039216

[20-25[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,006135 0 0 0,006135 0,04908 0 0,006135 0,006135 0,042945 0 0 0 0 0 0 0 0 0,02454 0,006135 0,01227 0 0 0,030675

[25-30[ 0 0 0 0 0 0 0,005405 0 0 0 0 0 0,005405 0 0 0 0 0 0 0 0,005405 0 0 0,005405 0,005405 0,032432 0 0 0,005405 0,037838 0,005405 0 0,005405 0 0 0,005405 0 0 0 0,021622 0,005405 0 0 0,037838

[30-35[ 0 0 0 0 0 0 0 0 0,004545 0 0,004545 0,004545 0 0 0 0,004545 0 0 0 0 0,004545 0 0 0 0 0,013636 0,009091 0,004545 0 0,040909 0,027273 0,004545 0 0 0 0,004545 0 0 0,004545 0,054545 0 0 0 0,013636

[35-40[ 0 0 0 0 0 0 0,00738 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00738 0 0 0 0 0,01476 0,00738 0,00369 0 0,00738 0,00738 0 0 0 0 0 0 0 0 0,03321 0,00369 0 0 0,00738

[40-45[ 0,003333 0 0 0 0 0,003333 0 0 0 0 0 0 0 0 0 0 0 0 0 0,003333 0,006667 0 0 0 0 0,003333 0,003333 0 0 0,016667 0,02 0 0 0 0 0 0 0 0,003333 0,013333 0,003333 0 0 0,003333

[45-50[ 0 0 0 0 0 0 0,010204 0 0,003401 0,003401 0 0 0 0,006803 0 0 0 0,010204 0 0 0,003401 0 0 0 0,003401 0,020408 0,006803 0 0 0,017007 0,020408 0 0 0 0 0,003401 0 0 0 0,017007 0,003401 0 0 0,006803

[50-55[ 0 0,002967 0 0,002967 0 0,002967 0 0 0,002967 0,002967 0 0 0 0 0 0,002967 0 0,005935 0,008902 0,008902 0,008902 0 0,002967 0 0 0,005935 0 0,002967 0,002967 0,005935 0,023739 0 0,002967 0 0 0,005935 0,002967 0,002967 0,002967 0,005935 0,002967 0,002967 0,002967 0,008902

[55-60[ 0,002041 0 0,002041 0,002041 0 0 0,004082 0 0 0,004082 0,004082 0 0 0,004082 0 0,002041 0 0,004082 0,008163 0,004082 0,006122 0 0 0 0,002041 0 0 0 0,002041 0,016327 0,020408 0 0 0 0 0,002041 0 0,002041 0,002041 0,020408 0 0 0,002041 0,004082

[60-65[ 0 0 0 0 0 0 0,002451 0 0 0,007353 0 0 0 0,007353 0,002451 0 0,002451 0,007353 0,004902 0,012255 0,014706 0 0 0 0 0,007353 0 0 0 0,002451 0,004902 0 0,004902 0 0,002451 0 0 0,002451 0,002451 0,004902 0 0 0,002451 0,002451

[65-70[ 0 0 0 0,007313 0,001828 0 0 0 0 0,007313 0 0 0 0,005484 0,012797 0 0 0,007313 0,010969 0,010969 0,005484 0 0 0 0 0,010969 0 0 0 0,001828 0 0 0,010969 0,001828 0,005484 0,003656 0 0 0 0,005484 0 0 0 0

[70-75[ 0 0 0 0,0033 0 0 0,00165 0 0 0,011551 0 0,0033 0 0,00165 0,008251 0 0,00165 0,008251 0,009901 0,00495 0 0 0 0 0,00165 0,0033 0 0,00165 0 0,00165 0,014851 0 0,00165 0 0,006601 0,0033 0 0,00165 0 0,0033 0 0 0,00165 0

[75-80[ 0 0 0 0,002066 0 0 0,002066 0 0 0,020661 0 0,002066 0,006198 0,006198 0,004132 0 0,004132 0,012397 0,014463 0,010331 0,006198 0 0 0 0 0,004132 0,002066 0 0 0,002066 0,002066 0 0,018595 0 0,008264 0 0 0 0 0,004132 0 0 0 0

[80-85[ 0 0 0 0,005063 0 0 0,005063 0,002532 0 0,002532 0 0,002532 0 0 0,007595 0 0,010127 0,020253 0,03038 0,007595 0,002532 0 0 0 0 0,005063 0 0 0 0,007595 0,005063 0 0 0 0,002532 0 0,002532 0 0 0,002532 0,002532 0 0 0

[85-90[ 0 0 0 0,006098 0 0,006098 0 0 0 0,018293 0 0,006098 0 0,006098 0 0 0 0,030488 0,02439 0,006098 0 0 0 0 0 0,006098 0 0 0 0 0,006098 0 0,006098 0 0,006098 0 0 0 0 0 0 0 0 0

[90-95[ [95-100[ 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,0909091 0 0 0,022989 0 0,022989 0,0909091 0 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

[100 --> 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

098 110 111 112 113 114 115 120 121 130 133 134 135 136 137 139 140 141 142 143 144 161 162 163 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 190 191 192 193 194 195 196 197

0,002743 0 0 0 0,045267 0,004115 0,005487 0 0 0 0 0 0 0 0,001372 0,02332 0,004115 0,05487 0 0 0,082305 0 0 0 0 0 0,002743 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,001372 0 0 0 0 0 0

0,044643 0 0 0 0,026786 0,026786 0 0 0 0 0 0 0 0 0 0,053571 0,026786 0,044643 0 0 0,035714 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,008929

0,066667 0 0 0 0,038095 0 0,019048 0 0 0 0 0 0 0 0 0,019048 0 0 0 0 0,009524 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0,071895 0 0 0,013072 0,006536 0 0 0 0 0 0 0 0 0 0 0,006536 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,013072 0 0 0 0 0 0 0 0 0 0 0 0 0

0,042945 0 0,01227 0 0,018405 0,006135 0 0 0 0 0,006135 0 0 0 0,006135 0,018405 0 0,006135 0 0,006135 0,006135 0 0 0 0 0 0 0 0 0 0 0 0 0 0,006135 0 0 0 0 0 0,006135 0 0 0 0 0 0 0

0,027027 0 0 0 0,027027 0,005405 0,005405 0 0,005405 0 0 0,005405 0 0 0,005405 0,005405 0 0,010811 0 0 0,010811 0 0 0 0 0 0 0,005405 0 0 0 0 0 0 0,010811 0 0 0 0,010811 0 0 0 0 0 0 0 0 0,005405

0,05 0 0,004545 0 0,009091 0 0,004545 0 0,009091 0 0 0 0,004545 0 0 0,009091 0 0 0 0,004545 0,004545 0 0 0,004545 0 0 0 0 0 0 0 0 0 0 0,004545 0 0 0 0,009091 0 0 0 0,004545 0 0 0 0 0

0,01476 0 0,00369 0 0,00369 0,00369 0 0 0 0 0 0 0 0,00369 0,00369 0,00369 0 0 0 0 0,01107 0,00369 0 0 0,00369 0 0 0,00369 0 0 0 0 0 0 0,00738 0 0 0 0,00369 0,00369 0 0 0 0 0 0 0,00369 0,00738

0,006667 0 0,003333 0,003333 0,003333 0,003333 0,006667 0 0,006667 0 0,003333 0,01 0,003333 0 0 0,013333 0,003333 0,01 0 0,006667 0,023333 0 0 0 0,003333 0 0 0 0 0 0 0 0,003333 0,006667 0 0 0 0 0,01 0,003333 0,003333 0 0,003333 0 0 0 0 0,003333

0,020408 0 0 0 0,006803 0 0,006803 0,003401 0,003401 0 0 0 0,006803 0,003401 0 0,003401 0,010204 0 0 0,006803 0,027211 0 0 0 0,006803 0 0 0 0 0 0 0 0,006803 0 0,010204 0 0 0 0,013605 0 0,006803 0 0,030612 0 0 0 0 0,003401

0,008902 0 0 0 0,008902 0,002967 0,011869 0 0 0,002967 0 0 0 0,002967 0 0,005935 0,005935 0 0 0 0 0,008902 0 0,002967 0,008902 0,002967 0,002967 0,005935 0,002967 0 0 0 0,029674 0 0,020772 0,002967 0,005935 0 0,011869 0 0,020772 0,005935 0,011869 0 0 0,002967 0 0,002967

0,008163 0,004082 0,002041 0,002041 0,002041 0 0,002041 0,002041 0,002041 0 0,002041 0 0,002041 0,006122 0,006122 0,016327 0,006122 0,002041 0 0 0,014286 0 0 0,004082 0,004082 0,008163 0 0,002041 0 0 0 0 0,022449 0,008163 0,02449 0,002041 0 0 0,002041 0 0,026531 0,006122 0,026531 0 0,006122 0,002041 0 0,006122

0 0,007353 0,002451 0 0,004902 0 0,002451 0 0,009804 0 0,007353 0,002451 0 0,007353 0,004902 0,004902 0,029412 0 0 0,002451 0,014706 0,002451 0 0,004902 0,007353 0,017157 0 0,004902 0,002451 0 0,004902 0 0,019608 0,017157 0,034314 0,007353 0 0 0,004902 0,002451 0,019608 0,012255 0,041667 0 0,007353 0 0 0,002451

0,005484 0,005484 0,007313 0,001828 0,003656 0 0,001828 0,003656 0,001828 0 0,009141 0,003656 0,001828 0,018282 0,003656 0,009141 0,040219 0,001828 0,007313 0,001828 0,014625 0 0 0,001828 0,007313 0,012797 0 0,005484 0 0 0,001828 0,001828 0,02011 0 0,040219 0,005484 0,001828 0 0,003656 0 0,021938 0,001828 0,027422 0,001828 0 0 0,001828 0,005484

0,00165 0,00165 0,00165 0,00495 0 0 0 0,00165 0,008251 0 0,0033 0 0 0,013201 0,00165 0,021452 0,036304 0 0,00165 0 0,00495 0 0,0033 0,0033 0,014851 0,009901 0 0,0033 0,00165 0 0,00165 0,00165 0,033003 0 0,023102 0,00165 0,0033 0,00165 0,0033 0,00495 0,023102 0,0033 0,051155 0 0,026403 0 0,00495 0,0033

0 0 0,002066 0,002066 0,004132 0 0 0,004132 0,002066 0 0,008264 0,004132 0 0,014463 0,010331 0,035124 0,022727 0 0 0,002066 0,008264 0,002066 0 0,004132 0,010331 0,006198 0,002066 0,004132 0,002066 0 0,002066 0,002066 0,02686 0 0,010331 0,002066 0,002066 0,002066 0,002066 0 0,024793 0,002066 0,016529 0 0,039256 0 0 0,008264

0 0,002532 0,002532 0 0,005063 0,002532 0,002532 0 0 0,002532 0 0 0 0,007595 0,012658 0,035443 0,065823 0 0 0 0,012658 0 0,007595 0 0,002532 0 0 0,005063 0,002532 0,002532 0,005063 0,002532 0,007595 0 0,002532 0,002532 0,002532 0 0 0,005063 0,017722 0,007595 0,002532 0 0,053165 0 0,002532 0,010127

0 0,006098 0 0 0 0 0,006098 0 0 0 0 0,012195 0 0,006098 0,02439 0,02439 0,02439 0 0 0 0,012195 0 0 0 0,006098 0 0 0 0 0 0,006098 0 0,012195 0 0,006098 0,018293 0 0 0 0,012195 0,02439 0 0 0 0,02439 0 0 0,006098

0 0,011494 0 0 0,011494 0 0,011494 0 0 0 0 0 0 0,034483 0,022989 0,103448 0,068966 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,011494 0 0 0,011494 0 0 0 0 0,022989 0 0 0 0,057471 0 0,011494 0,011494

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,0909091 0,0909091 0,1818182 0 0 0 0,0909091 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0,5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

198 199 200 201 202 203 204 205 206 207 220 221 222 223 224 225 226 227 228 229 240 241 242 243 244 245 246 247 249 250 260 261 262 263 264 280 281 282 283 284 301 302 304 306 308 309 310 312

0 0 0 0,001372 0 0 0 0 0 0,001372 0 0 0,001372 0,001372 0 0 0,002743 0 0,009602 0 0 0,005487 0 0,043896 0 0 0 0,001372 0,080933 0,021948 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0,008929 0 0 0 0 0 0 0 0 0,044643 0 0 0,008929 0 0 0,008929 0 0 0 0 0 0,008929 0,098214 0,080357 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,12381 0 0 0,009524 0 0 0 0 0 0 0 0 0 0,009524 0,057143 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,009524 0 0 0

0 0 0 0,006536 0 0 0 0 0 0 0 0 0 0 0 0,013072 0 0 0 0 0 0,019608 0 0 0 0,006536 0 0 0,026144 0,03268 0 0 0 0 0 0 0 0 0 0 0 0,006536 0 0 0,013072 0,026144 0 0

0 0 0 0,006135 0,018405 0 0 0 0 0 0,006135 0 0 0 0 0,02454 0,006135 0 0,01227 0 0 0,01227 0,01227 0 0 0 0 0,006135 0,018405 0,01227 0 0 0 0 0 0 0 0 0,006135 0 0 0 0,01227 0,006135 0,006135 0 0,018405 0,006135

0 0 0 0,010811 0 0 0,010811 0 0 0 0 0 0 0 0 0,032432 0,016216 0,005405 0,016216 0 0 0,005405 0 0,005405 0 0,005405 0 0 0,021622 0,021622 0 0 0 0 0 0 0 0 0,005405 0 0 0 0,005405 0 0 0 0,027027 0

0 0 0 0,004545 0 0,004545 0 0 0 0,004545 0 0,004545 0 0 0 0,022727 0,036364 0,004545 0,027273 0 0 0,027273 0,004545 0,013636 0 0,004545 0 0 0,013636 0,009091 0 0 0 0,009091 0 0 0 0 0 0,004545 0 0 0 0 0 0,004545 0,040909 0

0 0,00369 0,00369 0,00369 0,00738 0 0 0 0 0,00369 0,00738 0,00369 0 0 0 0,02952 0,00369 0,01476 0,03321 0 0 0 0 0,01107 0,00369 0 0 0,00738 0,01107 0,01476 0 0 0 0,00369 0,00738 0,00369 0 0,00369 0,00369 0,00738 0 0 0,01476 0,00738 0 0,00369 0,02952 0

0 0 0 0,01 0 0,003333 0,013333 0 0 0 0 0,006667 0 0 0 0,013333 0,043333 0,006667 0,043333 0,003333 0,02 0,01 0,01 0,006667 0,006667 0 0 0,003333 0,01 0,01 0 0 0 0,01 0 0 0 0 0,003333 0,003333 0 0,01 0,01 0,003333 0 0 0,016667 0

0,006803 0,003401 0 0 0,017007 0,027211 0,010204 0 0 0,003401 0 0,003401 0 0,003401 0 0,017007 0,013605 0,017007 0,037415 0 0,006803 0,010204 0 0,006803 0 0 0 0 0,006803 0,006803 0,003401 0,003401 0 0 0 0,006803 0,006803 0,006803 0 0 0 0,013605 0,010204 0,010204 0,006803 0 0,027211 0

0,002967 0 0 0,011869 0,011869 0,005935 0,005935 0 0 0,011869 0 0 0 0 0,002967 0,002967 0,014837 0,020772 0,035608 0 0,002967 0,002967 0,002967 0 0,005935 0,005935 0 0,002967 0,005935 0,011869 0 0 0 0,023739 0,002967 0 0 0,005935 0 0,005935 0 0,026706 0,011869 0,011869 0,008902 0 0,029674 0

0,002041 0 0 0,018367 0,008163 0 0,004082 0 0 0,006122 0,006122 0,010204 0 0 0 0,004082 0,010204 0,008163 0,032653 0,002041 0,008163 0,008163 0 0,012245 0,004082 0,006122 0 0 0,006122 0,008163 0,002041 0 0,002041 0,006122 0,002041 0,006122 0,010204 0,012245 0,008163 0 0 0,040816 0,006122 0,004082 0,002041 0 0,014286 0

0,002451 0 0,002451 0,017157 0,009804 0 0,007353 0,002451 0 0,004902 0 0 0 0 0,007353 0,004902 0,002451 0,009804 0,034314 0 0,004902 0,007353 0 0,004902 0,004902 0 0 0,007353 0,002451 0,012255 0,004902 0 0 0,009804 0,002451 0,007353 0,009804 0,002451 0,004902 0 0 0,017157 0 0,002451 0,004902 0 0,007353 0

0,005484 0,005484 0,001828 0,007313 0,014625 0,001828 0,003656 0 0,001828 0,005484 0,001828 0,016453 0 0,001828 0 0,001828 0,007313 0,007313 0,02925 0 0,009141 0,010969 0 0,005484 0,009141 0 0,001828 0,001828 0,001828 0,005484 0,001828 0,001828 0 0,016453 0,001828 0 0,003656 0 0,001828 0,001828 0,003656 0,031079 0,001828 0,003656 0,001828 0 0,007313 0

0,006601 0 0 0,019802 0,013201 0,00165 0,009901 0,00165 0,00165 0,00165 0,00165 0,014851 0 0 0,0033 0 0,0033 0,008251 0,029703 0,00165 0,011551 0,0033 0,00165 0,008251 0,00165 0 0 0,0033 0,00165 0,013201 0,00165 0 0 0,011551 0,00165 0 0,006601 0,00495 0,00165 0,00495 0,0033 0,039604 0,00165 0,0033 0,0033 0 0,006601 0,00165

0,010331 0,002066 0,002066 0,006198 0,014463 0 0,004132 0,002066 0,006198 0 0,002066 0,014463 0 0,002066 0 0,004132 0,006198 0,006198 0,018595 0 0,016529 0,002066 0,002066 0,004132 0,002066 0,002066 0 0,004132 0 0,008264 0,002066 0 0,004132 0,002066 0 0 0,004132 0 0 0,006198 0,004132 0,03719 0 0,002066 0 0,002066 0,008264 0

0,005063 0,002532 0,007595 0,012658 0,005063 0 0,005063 0 0 0,005063 0 0,010127 0 0,002532 0 0,002532 0,002532 0,005063 0,01519 0 0,002532 0,010127 0 0 0,005063 0 0,005063 0,01519 0,005063 0,017722 0 0 0 0,007595 0 0 0,007595 0 0,002532 0,005063 0,007595 0,01519 0 0 0,020253 0 0,002532 0

0 0 0 0,02439 0,012195 0 0,012195 0 0 0 0,006098 0,018293 0 0 0 0 0,006098 0,006098 0,012195 0 0,006098 0,006098 0 0 0,006098 0 0 0,006098 0,012195 0,042683 0 0 0,006098 0,006098 0 0 0,012195 0 0 0 0,018293 0,012195 0 0 0,036585 0 0 0

0 0 0 0 0 0 0 0 0,022989 0 0 0 0,011494 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0 0 0 0 0 0 0,022989 0 0,011494 0 0 0 0,011494 0 0 0 0 0 0,011494 0 0,011494 0 0,011494 0 0,022989 0,0909091 0 0 0 0 0 0 0,022989 0 0 0 0 0 0 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0,011494 0,0909091 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

313 314 315 316 317 318 319 320 340 341 342 343 344 345 346 347 348 349 350 351 360 361 362 363 364 380 381 383 384 385 400 401 403 404 405 420 421 422 423 424 440 441 442 443 444 445 446 447

0 0,002743 0,002743 0 0 0 0 0 0,002743 0 0 0 0 0 0 0 0 0 0 0,002743 0 0 0 0 0 0 0 0,001372 0,001372 0,002743 0 0 0 0 0 0 0,010974 0,021948 0 0,001372 0 0 0 0,001372 0 0 0 0

0 0 0,008929 0 0,008929 0 0 0 0 0 0,008929 0 0,008929 0 0 0 0,017857 0 0 0 0 0 0 0 0,017857 0 0,008929 0 0 0 0 0 0 0 0 0 0,026786 0,026786 0 0 0 0 0 0 0 0 0 0

0,028571 0 0,047619 0,009524 0 0 0,009524 0,019048 0 0 0,009524 0 0 0 0 0 0 0 0,009524 0,019048 0,009524 0 0 0 0,009524 0 0 0,009524 0 0,019048 0 0 0 0 0 0 0 0,009524 0 0 0 0 0 0 0 0 0 0

0,078431 0,006536 0,045752 0,013072 0,026144 0,019608 0,019608 0,006536 0,006536 0 0,045752 0 0 0 0 0,019608 0 0 0 0 0,006536 0 0 0 0,019608 0 0 0 0,03268 0,006536 0 0 0 0 0 0 0 0 0 0 0 0 0 0,006536 0 0 0,006536 0

0,092025 0,01227 0,01227 0,018405 0,018405 0,006135 0,018405 0,006135 0 0 0,030675 0,006135 0 0 0 0,01227 0 0 0 0 0 0 0 0 0,018405 0 0,006135 0 0,042945 0,006135 0 0 0 0 0,006135 0 0,006135 0 0 0 0 0 0 0 0 0 0,01227 0

0,091892 0,005405 0,021622 0,005405 0,021622 0 0,010811 0,016216 0 0 0,016216 0 0 0 0 0,021622 0,010811 0 0 0,010811 0 0,005405 0 0 0,016216 0 0 0 0,016216 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,005405 0,032432 0

0,072727 0,073801 0,05 0,013605 0,029674 0,012245 0,019608 0,005484 0 0,004132 0,002532 0 0 0 0,009091 0,00369 0,016667 0,003401 0 0,004082 0,002451 0,001828 0,006601 0 0 0,018293 0 0 0,009091 0,01845 0,016667 0,027211 0,017804 0,016327 0,022059 0,010969 0,00495 0,008264 0,005063 0,006098 0 0 0,027273 0,02583 0,026667 0,010204 0,002967 0,004082 0,004902 0,003656 0,00165 0,004132 0 0 0 0 0,004545 0,01107 0,013333 0,010204 0,011869 0,002041 0 0,007313 0,0033 0,006198 0,002532 0 0 0 0 0,01476 0,003333 0,013605 0,002967 0,004082 0 0 0 0 0,002532 0,006098 0 0 0,004545 0,02214 0,016667 0,003401 0,005935 0,004082 0,002451 0,003656 0,00165 0,004132 0,002532 0 0 0 0,027273 0,01107 0,003333 0 0,005935 0,006122 0,002451 0 0,0033 0 0 0,006098 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00369 0 0 0 0 0 0,003656 0,00165 0,004132 0,002532 0,006098 0,011494 0 0 0,00369 0,006667 0,003401 0,002967 0,006122 0 0,005484 0 0,002066 0,002532 0 0,011494 0 0 0 0,003333 0,003401 0 0 0,007353 0,007313 0,0033 0 0,005063 0 0,022989 0 0 0 0 0 0 0 0 0 0 0 0 0,006098 0 0 0 0 0 0 0 0,002041 0 0 0 0,002066 0 0 0 0 0 0 0,003333 0 0 0 0,002451 0,005484 0,0033 0 0 0 0 0 0,027273 0,02214 0,05 0,034014 0,041543 0,012245 0,017157 0,007313 0,009901 0,016529 0,012658 0,018293 0 0 0 0 0 0 0 0,004082 0,002451 0,001828 0,00165 0,010331 0,010127 0 0 0 0 0 0 0 0,002967 0 0 0 0,00165 0 0,002532 0,006098 0 0 0 0,00738 0 0 0 0 0 0 0,00495 0 0,002532 0 0 0 0,009091 0,00369 0,003333 0,010204 0,008902 0 0,004902 0 0,00165 0,004132 0,002532 0,006098 0 0 0 0,00369 0,003333 0 0 0 0 0 0 0,006198 0 0,006098 0 0 0,004545 0,00369 0 0,003401 0 0 0,004902 0,003656 0,008251 0,002066 0,002532 0 0 0 0 0 0 0 0,002967 0 0 0,001828 0,00165 0 0,002532 0 0 0 0,004545 0 0 0 0 0 0 0 0,00165 0 0 0,006098 0 0 0,018182 0,00738 0,006667 0 0,002967 0,004082 0,002451 0,001828 0,0033 0,006198 0,002532 0,012195 0 0 0 0 0 0 0 0 0,002451 0 0,0033 0,002066 0,002532 0 0 0 0 0 0,006667 0,003401 0 0,002041 0,002451 0,001828 0 0 0 0 0 0 0,004545 0,00738 0,003333 0,010204 0,005935 0,006122 0,007353 0,003656 0,00495 0,006198 0,002532 0,018293 0 0 0,009091 0,00369 0,003333 0,006803 0 0,004082 0,002451 0,001828 0 0,002066 0 0,012195 0,011494 0 0 0 0,003333 0 0 0 0 0,001828 0 0,002066 0,002532 0,006098 0,011494 0 0 0 0 0 0,002967 0 0 0 0 0 0 0 0 0 0 0 0 0,003401 0 0 0 0 0 0 0 0 0 0 0,009091 0,00738 0 0 0 0,004082 0 0 0 0 0 0 0 0 0 0,00369 0 0 0,002967 0 0 0 0,00165 0,002066 0 0 0 0 0 0 0,003333 0 0,002967 0,004082 0 0 0,00165 0 0 0 0 0 0,009091 0,00738 0,003333 0,003401 0,014837 0,004082 0,007353 0,005484 0,00165 0 0,010127 0,006098 0,011494 0 0 0 0 0 0 0 0 0 0,0033 0,002066 0,007595 0 0 0,0909091 0 0 0 0 0 0,002041 0 0,003656 0 0,002066 0,005063 0,006098 0,011494 0 0 0,00738 0 0,003401 0 0 0 0 0 0 0 0 0 0 0 0 0 0,003401 0 0 0 0,001828 0,0033 0 0 0 0 0 0 0,00738 0 0 0 0,002041 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,004902 0,001828 0,00165 0 0 0 0 0 0 0 0 0 0 0,004082 0,002451 0 0,0033 0,004132 0 0 0 0 0,004545 0 0 0,003401 0 0,006122 0,004902 0,003656 0,0033 0 0 0,006098 0 0 0 0 0 0 0 0 0 0 0 0,002066 0 0 0 0 0 0 0 0,003401 0 0 0 0,001828 0,006601 0,004132 0,002532 0,006098 0 0 0,009091 0,02583 0,013333 0,017007 0,011869 0,026531 0,026961 0,016453 0,016502 0,022727 0,03038 0,012195 0,034483 0 0 0,00738 0,003333 0 0 0 0,002451 0,003656 0,00495 0,006198 0,002532 0,006098 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

460 461 462 463 464 465 466 467 468 480 481 482 483 484 500 501 581 592 593 601 602 611 612 614 621 622 625 626 631 632 633 634 635 637 638 639 640 650 651 660 661 663 664 680 681 682 683 690

0 0 0,001372 0,006859 0 0 0 0 0 0 0,004115 0 0 0 0 0 0,001372 0,001372 0,001372 0,001372 0,002743 0,001372 0,001372 0,009602 0,001372 0,006859 0,001372 0,006859 0,004115 0,004115 0,001372 0,001372 0,001372 0,015089 0,010974 0,005487 0,130316 0 0,001372 0 0 0 0,001372 0 0 0 0 0

0 0 0 0,008929 0 0 0 0,008929 0,008929 0 0 0 0,008929 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,008929 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,004545 0 0 0 0 0,004545 0,009524 0 0,02454 0,016216 0,036364 0 0 0 0 0 0 0,006536 0 0,005405 0 0,019048 0 0 0,005405 0,004545 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,066667 0,013072 0,006135 0 0,004545 0 0 0,006135 0 0 0 0 0 0 0 0,009524 0 0 0 0,004545 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,009524 0 0 0 0,004545 0 0 0 0 0 0 0 0 0 0 0,009524 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0,00369 0,00369 0,02583 0 0 0,00369 0 0 0 0,01845 0 0,00369 0,00738 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00369 0 0 0 0 0 0 0,00369 0 0

0,003333 0 0 0 0 0,01 0 0,003333 0 0 0 0 0,006667 0 0 0,026667 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,003333 0 0 0 0 0,013333

0 0 0 0,003401 0,003401 0,006803 0 0 0,003401 0,003401 0 0,006803 0,010204 0 0 0,006803 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0,002967 0,002967 0,008902 0 0 0 0,008902 0,002967 0,005935 0,005935 0 0 0,002967 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,002967 0 0 0 0 0 0,002967 0 0

0,002041 0,004082 0 0 0 0,008163 0 0 0,004082 0,002041 0,006122 0,018367 0,004082 0 0 0,008163 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,002041 0 0 0,006122 0 0 0 0,002041 0,004082 0,002041

0 0,002451 0,002451 0 0,002451 0,019608 0 0 0,004902 0,009804 0,007353 0,026961 0,002451 0 0,002451 0,007353 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,002451 0 0 0,004902 0 0,002451 0 0,002451 0 0

0 0,001828 0 0 0,003656 0,001828 0 0,003656 0,009141 0,025594 0,007313 0,025594 0,003656 0 0,005484 0,003656 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,001828 0,005484 0,001828 0 0 0,003656 0 0,005484

0,00165 0,006601 0 0,00165 0 0,00165 0 0,00495 0,00165 0,006601 0,009901 0,041254 0,0033 0 0,0033 0,00495 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00165 0,0033 0 0,00165 0,00165 0,00165 0,00165 0 0 0 0,0033

0,008264 0 0 0 0 0,002066 0,002066 0,002066 0,010331 0,004132 0,010331 0,039256 0,004132 0,006198 0,002066 0,006198 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,002066 0,002066 0 0,004132 0 0 0,002066 0 0 0,006198

0,002532 0,002532 0 0,007595 0 0 0,002532 0,005063 0,007595 0 0,012658 0,04557 0,002532 0,010127 0,005063 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,007595 0 0 0 0 0 0

0,006098 0,012195 0 0 0 0,018293 0,006098 0,006098 0,006098 0 0,012195 0,018293 0 0 0,006098 0,012195 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,012195 0 0 0 0 0 0

0 0 0 0,011494 0 0 0 0,011494 0,022989 0 0 0,022989 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

691 692 693 694 710 711 720 722 723 724 740 750 751 752 753 754 755 756 757 758 760 770 771 774 775 790 791 792 810 811 812 813 814 815 832 833 840 850 860 861 862 892 910 911 930 931 950 951 952 956

0 0 0 0 0 0 0,00823 0,006859 0,034294 0,004115 0 0 0 0 0 0 0 0 0 0,001372 0 0 0 0 0 0 0 0 0 0 0,004115 0,002743 0,001372 0 0,001372 0,001372 0 0 0 0,001372 0,183813 0 0 0 0 0 0 0 0,001372 0

0 0 0 0 0 0 0,008929 0 0,017857 0 0 0 0 0 0 0 0 0 0,017857 0,008929 0 0 0 0 0 0 0 0 0,017857 0 0,026786 0 0 0 0 0 0 0 0 0 0,026786 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0,009524 0,009524 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,009524 0,009524 0 0,009524 0 0 0 0 0 0 0 0,019048 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0,045752 0 0 0 0,026144 0 0 0 0,006536 0,006536 0 0 0 0 0 0 0,026144 0 0 0,006536 0 0 0,013072 0 0 0 0 0 0 0 0 0 0,006536 0 0 0 0,006536 0 0,006536 0 0 0

0 0 0 0 0 0 0 0 0,01227 0 0 0 0 0,018405 0,006135 0,006135 0 0 0 0 0 0 0 0,006135 0,01227 0 0 0 0 0 0,01227 0 0 0 0 0 0,006135 0,006135 0 0 0 0 0,006135 0,006135 0,01227 0 0 0 0 0

0 0 0 0 0 0 0 0,005405 0 0,005405 0 0 0,027027 0,005405 0 0 0 0 0 0 0,005405 0,027027 0 0 0,021622 0 0 0 0,005405 0 0,010811 0 0 0 0 0 0,010811 0 0 0,005405 0,010811 0,005405 0,005405 0 0 0 0 0 0 0

0 0 0 0 0 0,004545 0 0 0,004545 0 0,004545 0,004545 0,040909 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,004545 0,022727 0 0 0 0,004545 0 0 0 0 0 0,004545 0 0 0 0 0,004545 0,009091 0 0 0

0 0 0 0 0,00369 0 0 0,00369 0,00369 0,00738 0,00369 0 0,0369 0,00369 0 0,00738 0,01107 0,00369 0 0 0,00369 0,01107 0 0 0,01845 0 0,00369 0 0 0 0,02583 0 0 0,00369 0 0 0 0 0 0 0,01476 0 0,00369 0,00369 0 0 0 0 0,00738 0

0 0 0,023333 0 0 0 0 0,003333 0,003333 0,003333 0 0 0,03 0 0 0 0 0 0 0 0 0,023333 0,006667 0 0,026667 0,003333 0 0,003333 0 0,003333 0,006667 0,003333 0 0 0 0 0 0 0 0 0,01 0 0 0,006667 0 0 0,003333 0 0,006667 0

0,003401 0 0,030612 0 0,003401 0 0,003401 0,003401 0,006803 0 0 0 0,003401 0 0,003401 0,006803 0 0 0 0 0 0 0 0 0,030612 0 0 0,003401 0 0 0,013605 0 0 0 0 0 0 0,006803 0 0,003401 0,017007 0 0,003401 0 0,003401 0 0,006803 0 0,003401 0

0 0 0,029674 0,002967 0 0 0 0 0 0,002967 0 0 0,017804 0 0 0 0 0,005935 0 0 0 0,002967 0,005935 0 0,014837 0 0 0 0 0 0,002967 0,002967 0 0 0 0 0 0,002967 0,011869 0 0,017804 0 0 0 0,005935 0 0,005935 0 0,002967 0

0,012245 0 0,057143 0 0,002041 0 0,004082 0 0 0 0 0 0,006122 0 0,012245 0 0 0,002041 0,002041 0 0 0 0 0 0,010204 0 0 0,002041 0 0 0,002041 0,002041 0 0 0 0 0 0 0,004082 0 0,010204 0 0 0 0 0 0,008163 0,002041 0,008163 0

0 0 0,029412 0 0 0,002451 0 0 0 0,002451 0 0 0,014706 0 0 0 0 0 0,007353 0 0 0 0,002451 0 0,012255 0 0 0,004902 0 0 0,002451 0 0 0 0 0 0 0 0,009804 0 0,012255 0 0 0 0 0 0,002451 0 0,002451 0

0 0,005484 0,034735 0 0,003656 0 0,003656 0,003656 0 0,001828 0 0 0,001828 0 0,003656 0 0 0,003656 0,003656 0 0 0 0 0 0,005484 0 0 0 0 0 0,001828 0 0 0 0 0 0 0,003656 0,007313 0,001828 0,018282 0 0 0 0 0 0,009141 0 0,003656 0,001828

0,00165 0 0,029703 0,009901 0,00165 0 0,0033 0 0 0,00165 0 0 0,00165 0 0 0,00165 0 0,00495 0,009901 0 0 0 0 0 0,00165 0 0 0 0 0 0 0 0 0 0 0 0 0 0,0033 0,00165 0,013201 0 0 0 0 0 0,008251 0,00165 0,0033 0,00165

0,002066 0,008264 0,024793 0,002066 0 0 0,008264 0 0 0,002066 0,002066 0 0,002066 0 0 0 0 0,002066 0,010331 0 0 0 0 0 0 0 0 0 0 0 0,004132 0,002066 0 0 0,002066 0 0 0,004132 0,008264 0,004132 0,006198 0 0 0 0 0 0,008264 0,002066 0,004132 0

0,002532 0 0,025316 0,002532 0 0 0,005063 0,002532 0 0,002532 0 0 0,002532 0 0 0,007595 0 0,002532 0,012658 0 0 0 0 0 0 0 0 0 0 0 0,005063 0 0 0 0 0 0,002532 0 0,020253 0 0,012658 0 0 0 0 0 0,010127 0,007595 0,007595 0

0 0 0 0 0 0 0 0 0 0,006098 0 0 0 0 0 0 0 0,012195 0,018293 0 0 0 0 0 0 0 0 0 0 0 0,006098 0 0 0 0 0 0 0 0,018293 0 0,006098 0 0 0,006098 0 0 0 0 0 0

0,011494 0 0 0 0 0 0 0,0909091 0 0 0 0 0,022989 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,022989 0 0,022989 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,011494 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

BIJLAGE 1

Arrondissement Eeklo Relatieve gewichten per APR-DRG en per leeftijdsgroep 5 jaar (Vrouwen)

003 004 005 020 021 022 023 024 025 026 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 070 071 072 073 080 081 082 091 092 093 094 095 096 097 098

[00-05[ 0 0 0 0 0 0 0 0 0 0,00139 0 0 0,00139 0 0 0 0 0 0 0 0 0 0 0,00975 0 0 0,00418 0,01114 0,00696 0 0 0 0,00139 0 0 0 0 0 0 0 0,00139 0 0,00279 0,00418

[05-10[ 0 0 0 0 0 0 0,00909 0 0 0 0 0 0,00909 0 0 0 0 0 0 0,00909 0 0 0 0,00909 0,00909 0 0 0,03636 0,00909 0 0 0 0 0 0 0 0 0 0,02727 0 0 0 0,00909 0,03636

[10-15[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,02174 0 0 0 0,03261 0,01087 0 0,01087 0,04348 0,01087 0 0 0,02174 0 0 0 0 0 0,01087 0,04348 0 0 0 0,11957 0,02174

[15-20[ 0 0 0 0,00571 0,00571 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01143 0 0 0,05714 0,00571 0 0 0,00571 0,01143 0 0 0 0 0,00571 0,01714 0,00571 0 0 0,09143 0,03429

[20-25[ 0 0 0 0 0,00328 0 0 0 0 0,00328 0 0 0 0,00328 0 0 0 0 0,00328 0 0 0 0 0,00656 0 0 0 0,01639 0 0 0 0 0 0 0 0,00656 0 0,00328 0,00656 0,00328 0 0 0,05902 0,00984

[25-30[ 0 0,00191 0 0 0 0 0 0 0,00191 0 0 0 0 0,00382 0 0 0,00191 0 0 0 0 0 0 0,00382 0,00954 0,00191 0 0,00954 0,00191 0 0 0 0 0 0 0 0 0,00191 0,00191 0,00382 0 0 0,02099 0,00763

[30-35[ 0 0 0 0 0,00168 0 0 0 0 0 0,00168 0 0 0,00168 0,00168 0 0 0,00335 0,00335 0 0,00168 0 0 0 0,00335 0 0 0,0134 0,00335 0 0 0,00335 0 0 0,00168 0 0 0 0,01508 0,00168 0 0,00168 0,02178 0,0067

[35-40[ 0 0,00271 0 0 0,00271 0,00271 0,00271 0 0,00813 0 0 0 0 0,00813 0 0 0 0 0,00271 0 0 0 0 0 0,01084 0 0 0,01355 0,00271 0 0 0 0 0 0 0 0 0,00542 0,00813 0,00271 0 0 0,01355 0,02168

[40-45[ 0 0 0 0 0,00305 0 0 0 0,01524 0 0 0 0 0,0122 0,0061 0,00305 0 0 0,0122 0,00305 0 0,00305 0 0 0,0061 0 0 0,02134 0,00915 0 0 0 0 0 0 0 0,00305 0 0,02439 0 0 0,00305 0 0,0122

[45-50[ 0 0 0,00311 0 0,00311 0 0 0 0 0 0 0,00311 0 0,00311 0 0 0,00311 0,00932 0,00311 0 0,00311 0 0 0,00932 0,00621 0 0 0,00621 0,00932 0,00311 0 0,00311 0 0 0,00311 0 0 0 0,00932 0 0 0 0 0,00621

[50-55[ 0 0 0 0 0,00606 0 0,00606 0,00303 0,00303 0 0 0 0 0,01515 0 0 0 0,00303 0,00909 0 0 0 0,00303 0,00909 0,00303 0,00303 0 0,00909 0 0 0,00606 0 0 0 0 0 0 0 0,00606 0 0 0 0 0,01818

[55-60[ 0,00295 0 0 0 0 0 0 0,00885 0,00885 0,00295 0 0,00295 0 0 0 0,00295 0,0059 0,0059 0,0236 0,00295 0 0 0 0,00885 0,00295 0,00295 0 0 0,00885 0 0,00295 0,00885 0 0 0,00885 0,00295 0,00295 0,00295 0,01475 0 0 0 0 0,0118

[60-65[ 0 0,00271 0 0 0,00271 0 0,00271 0,00813 0 0 0,00271 0 0,00271 0,01084 0 0 0,01084 0,00271 0,01084 0 0 0 0 0,00813 0 0 0 0,00271 0,00813 0 0,00813 0 0,00542 0 0 0,00542 0 0,00271 0,00271 0 0 0 0 0,00271

[65-70[ 0 0 0 0 0,00201 0 0,00402 0,00602 0,00201 0,00201 0 0,00803 0,00602 0 0,00201 0 0,01004 0 0,01406 0 0 0 0,00201 0,00402 0 0 0 0,00201 0,00402 0 0 0,00402 0,02008 0 0 0 0 0 0,00602 0 0 0 0,00201 0,00602

[70-75[ 0 0,00183 0 0 0,00183 0 0 0,00914 0,00548 0 0,00548 0 0,00548 0,00183 0,00731 0,00548 0,02011 0,00183 0,00183 0 0,00366 0 0,00183 0,00548 0 0,00366 0 0,00366 0,00731 0 0 0,00183 0,01097 0 0 0,00183 0 0 0,00183 0 0 0 0 0,00366

[75-80[ 0 0,00632 0 0,00158 0 0,00158 0 0,00158 0,00316 0,00316 0,00474 0 0,01422 0,00158 0 0,01896 0,01896 0,01422 0,00632 0,00158 0 0 0 0,00158 0 0,00158 0 0,00316 0,00632 0 0,00632 0,00158 0,02686 0,00158 0 0,00158 0 0 0 0 0 0,00316 0,00158 0

[80-85[ 0 0,00211 0 0 0 0,00421 0 0,00632 0,00421 0,01053 0,00211 0,00211 0,01053 0 0,00632 0,02737 0,02947 0,02316 0 0 0 0 0 0 0 0,00211 0 0 0,00632 0 0,00842 0 0,01474 0 0 0,00211 0 0 0 0 0 0 0 0

[85-90[ 0 0 0 0 0 0 0 0 0 0 0,00318 0 0,01592 0,00318 0 0,03503 0,03822 0,01592 0,00318 0 0 0 0 0,00955 0 0 0 0 0,00955 0 0,00955 0 0,00637 0,00318 0 0 0 0 0 0 0 0 0 0,00318

[90-95[ [95-100[ 0 0 0,01149 0 0 0 0 0 0 0 0 0 0,00575 0 0 0 0 0 0,00575 0 0 0 0 0 0 0 0 0 0,00575 0 0,02874 0,044444 0,01724 0 0,02874 0 0 0 0 0 0,00575 0 0 0 0,00575 0 0 0 0 0 0 0 0 0 0 0 0,01149 0 0 0 0,01724 0 0 0 0,01149 0,044444 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

[100 --> 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

110 111 112 113 114 115 121 122 130 131 133 134 135 136 137 139 140 141 142 143 144 162 163 165 166 167 168 170 171 172 173 174 175 176 177 178 179 180 190 191 192 194 195 196 197 198 199 200

0 0 0 0,0585 0,00696 0,00139 0 0 0 0 0,00139 0 0 0 0,00139 0,03064 0,00696 0,04457 0 0 0,08357 0 0 0 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0

0 0 0 0,03636 0,00909 0,02727 0 0 0 0 0 0 0 0 0 0,05455 0 0,00909 0 0 0,01818 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0,01087 0,01087 0 0 0 0 0 0 0 0 0 0 0 0,05435 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01087 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0,01714 0,01143 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01143 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00571 0 0 0

0 0,00328 0 0,00984 0,00984 0,00328 0 0 0 0 0 0 0 0 0 0 0 0,00656 0 0 0,00328 0 0 0 0 0,00328 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0,00573 0,00191 0 0 0 0,00191 0 0 0 0 0 0 0,00763 0 0 0 0 0,00763 0 0 0 0 0 0 0 0 0 0,00191 0 0 0 0 0 0,00191 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0,0067 0 0,00168 0,00168 0 0 0,00168 0 0 0 0 0 0,00335 0,00168 0,00503 0 0 0,00838 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00503 0 0 0,00168 0 0 0 0 0 0 0,00168 0

0 0,00271 0,00271 0,00271 0 0,00542 0 0 0 0 0 0 0 0 0 0,00271 0 0,00271 0 0 0,00542 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01355 0 0 0,00271 0,00271 0 0 0 0,00271 0 0 0

0 0,0122 0 0 0,00305 0 0,00305 0 0 0 0 0 0 0 0 0 0,00305 0,0061 0 0 0,0061 0 0 0 0 0 0,00305 0 0 0 0,00305 0 0,0122 0 0 0 0,01829 0,00305 0 0 0,00915 0 0,00305 0 0,00305 0 0 0

0,00311 0,00311 0,00311 0,00311 0 0 0,00311 0 0 0 0 0,00621 0 0,00311 0,00311 0,00311 0 0 0 0 0,00932 0 0 0 0,00311 0 0 0 0 0 0 0 0,00621 0 0 0 0,01553 0 0,00311 0 0,00621 0 0 0 0 0,00311 0 0

0 0,00909 0 0,00303 0 0 0 0 0 0 0,00303 0 0,00303 0,00606 0 0,00606 0,0303 0,00303 0 0 0,00909 0 0 0 0,00606 0 0,00303 0 0 0 0,00303 0 0,00303 0 0 0 0,00909 0 0 0,00303 0,00303 0,00606 0 0,00303 0,00303 0,00303 0 0,00303

0,0059 0,00295 0 0,00295 0,00295 0,00295 0 0,00295 0 0 0,00295 0 0 0,00295 0 0,0059 0,02065 0 0 0 0,00885 0 0,00295 0 0,00295 0 0 0 0 0 0,0059 0 0,00885 0 0 0 0,02655 0 0,00295 0,00295 0,00885 0,00295 0 0 0 0 0 0

0 0 0 0,00271 0 0,00271 0,00271 0 0 0 0,00271 0 0 0,01084 0 0,00271 0,00542 0,00271 0,00271 0 0,00813 0,00542 0,00271 0,00271 0,01626 0 0 0,00271 0 0 0,00542 0,00271 0,01084 0,00813 0 0 0,00271 0 0,01084 0,00813 0,01897 0,01084 0,00271 0 0 0,00271 0,00542 0,00271

0 0,00201 0,00201 0,00602 0,00602 0 0,00201 0 0,00201 0 0,00201 0,00803 0,00201 0,00602 0,00602 0,02008 0,01406 0,00201 0,00201 0 0,00803 0 0,00201 0,00803 0,00201 0 0,00201 0 0,00402 0 0,01004 0 0,01205 0,00402 0 0,00402 0,00602 0,00201 0,00602 0,00402 0,02209 0,01004 0 0 0 0,00803 0,00201 0

0 0,00731 0,00183 0,00183 0 0 0 0,00183 0,00183 0 0,00548 0 0 0,00731 0,00366 0,00914 0,01463 0,00183 0,00183 0,00366 0,01463 0 0,00548 0,00548 0,00366 0 0 0 0,01097 0 0,00731 0,00183 0,00731 0,00183 0,00366 0 0,01097 0,00183 0,02742 0,01097 0,02194 0,01828 0,00366 0,00366 0,00366 0,00366 0,00548 0,01097

0 0 0,00158 0,00316 0,00158 0 0 0 0 0 0,00474 0,01106 0,00158 0,00158 0,00474 0,00632 0,0158 0 0 0 0,00474 0 0 0,00632 0,00158 0 0 0 0,00158 0,00158 0,00632 0 0,01738 0,00632 0 0 0,01264 0 0,01106 0,00316 0,01738 0,0237 0 0,00158 0,00474 0,00316 0,00316 0

0,00211 0,00421 0,00421 0,00421 0 0,00211 0 0 0,00421 0 0,00421 0,00421 0,00211 0,00421 0,00421 0,01684 0,01474 0,00211 0,00211 0,00421 0,01053 0,00211 0,00421 0 0 0 0,00421 0 0,00211 0,00211 0,00211 0 0,00421 0,00421 0,00421 0 0,00632 0 0,00842 0,00632 0,00632 0,04632 0,00211 0 0,00632 0,00421 0,00211 0

0 0,00637 0 0 0 0,00318 0 0 0 0 0 0 0,00318 0,00318 0,00955 0,01911 0,0414 0,00318 0 0 0,01911 0 0 0 0 0 0 0 0 0,00318 0,00637 0 0 0,00318 0 0 0 0,00318 0,01274 0,00318 0 0,06051 0 0 0 0,00318 0 0,00955

0 0,00575 0 0,00575 0 0,00575 0 0 0 0 0,01149 0 0,00575 0 0,02299 0,05172 0,00575 0 0 0 0,05172 0 0 0 0 0 0 0 0 0 0,01149 0 0 0,01149 0,00575 0 0 0 0,01724 0 0 0,05172 0 0,00575 0,01149 0 0,00575 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,044444 0,022222 0 0 0 0 0,044444 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,155556 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

201 202 203 204 205 206 207 220 221 222 223 224 225 226 227 228 229 240 241 242 243 244 245 246 247 248 249 250 260 261 262 263 264 280 281 282 283 284 300 301 302 304 306 307 308 309 310 312

0 0 0 0,00279 0 0 0,00139 0 0,00139 0 0 0 0,00139 0 0 0,00139 0 0 0,01393 0 0,03203 0 0,00139 0 0,00279 0 0,10864 0,01532 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00139

0 0 0 0 0 0 0 0 0 0 0 0 0,03636 0 0 0,00909 0 0 0,00909 0 0 0 0 0 0 0 0,1 0,08182 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0,01087 0 0 0,02174 0 0 0 0 0 0 0 0 0,06522 0 0 0 0 0 0,01087 0 0 0 0 0 0,04348 0 0,08696 0,05435 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01087 0,01087 0

0 0 0,00571 0,00571 0 0 0 0 0 0,01143 0 0 0,09143 0 0 0,00571 0 0 0 0,00571 0 0 0 0 0 0 0,07429 0,04571 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0,00984 0 0 0 0 0 0 0 0 0 0 0 0,0459 0 0 0 0 0 0,00984 0 0 0 0,00328 0 0 0 0,03279 0,02295 0 0 0 0,00984 0 0 0 0 0 0,00656 0 0 0 0,00328 0 0 0,00328 0 0 0

0 0 0 0,00763 0 0 0 0,00191 0,00191 0 0 0 0,01336 0,00763 0 0 0,00191 0 0,00191 0 0,00191 0 0,00191 0 0 0 0,01718 0,01145 0 0 0 0,00191 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00763 0

0,00168 0 0 0,00168 0 0 0,00168 0 0 0 0,00168 0 0,0134 0,0134 0,00335 0,00503 0,00335 0 0,00335 0 0 0 0,00335 0 0 0 0,00838 0,0134 0 0 0 0,00503 0 0 0,01005 0,00168 0 0 0 0 0 0,00503 0 0 0 0 0,00503 0

0 0,00271 0 0,00542 0 0 0 0 0 0 0 0,00542 0,01355 0,01355 0,00271 0,00542 0 0 0 0 0,00542 0 0 0 0 0 0,00542 0,02439 0 0 0 0,00271 0 0 0 0 0,00271 0 0 0 0,00271 0,01355 0,00542 0,00271 0 0 0,01355 0

0 0,00915 0,00305 0,0122 0 0 0,00305 0 0,00915 0 0 0,0122 0,00915 0,00915 0,0122 0 0 0 0,00305 0,00305 0 0,00305 0,00305 0 0,00305 0 0,02134 0,00305 0 0 0 0,00305 0 0,00305 0,00305 0 0,0061 0,00305 0 0 0,00305 0,00915 0 0 0 0 0,03354 0

0,00621 0 0,00311 0,00311 0 0 0,00311 0,00932 0 0 0 0,00311 0,01553 0,01242 0,01553 0,00621 0,00932 0 0 0 0,00311 0 0 0 0 0 0,02174 0,01553 0 0 0 0,00932 0 0,00311 0 0 0,00932 0 0 0 0,00311 0,01553 0,01242 0 0 0,00311 0,02795 0

0,00606 0 0,00606 0,01212 0 0 0,00909 0 0,00606 0 0,00303 0,00303 0,01212 0,01212 0,01212 0,00606 0 0 0,00606 0 0,00909 0 0,00909 0 0 0 0,01212 0,01818 0 0 0 0,01515 0 0 0 0,00303 0,00909 0,00303 0 0,00303 0,01212 0,00606 0,01212 0 0 0,00303 0,01818 0

0,0177 0 0 0,0118 0 0 0,0059 0,00295 0,0118 0 0 0 0 0,0059 0,01475 0,0177 0,00295 0,00295 0,0059 0,00295 0,0118 0,00885 0 0 0 0,0059 0,0059 0,0118 0 0 0 0,0413 0 0 0,01475 0,00295 0 0 0 0,00295 0,0413 0,0118 0,0236 0 0 0,00295 0,0236 0

0,00813 0,00813 0 0 0,00271 0 0,00271 0,00271 0,0271 0 0,00271 0,00271 0,00271 0,01084 0,01626 0,00271 0,00271 0,01084 0,00813 0 0 0,00542 0 0,00271 0,00271 0 0,00271 0,02168 0 0 0 0,01626 0 0 0,00542 0 0 0,00271 0 0 0,03252 0 0,01626 0 0,00271 0 0,01626 0

0,02008 0,01205 0,00402 0,00602 0,00201 0,00201 0 0,00402 0,01606 0 0 0,00201 0,00201 0,00803 0,00201 0,00402 0,00201 0,00201 0,00602 0 0,00602 0,00201 0,00201 0 0,00402 0 0,00602 0,01205 0,00201 0 0 0,03012 0,00201 0 0,00402 0 0,00201 0,00402 0 0,00602 0,05221 0,00201 0,00602 0 0,00803 0,00201 0,01606 0

0,01645 0,01645 0,00183 0,00731 0 0 0,00366 0 0,01645 0 0 0 0,00183 0 0,00914 0,00548 0,00183 0,00548 0,00548 0 0,00366 0,01097 0,00548 0 0,00548 0 0,00914 0,00914 0,00183 0 0 0,01463 0 0,00731 0,00548 0 0 0 0,00183 0,0128 0,06947 0,01097 0,00548 0 0,00548 0,00183 0,00366 0

0,02528 0,01896 0 0,00948 0,00158 0 0,00632 0,00316 0,01738 0,00158 0,00158 0,00158 0 0,00158 0,00474 0,00316 0 0,0079 0,0079 0 0 0,00632 0 0,00474 0,00632 0 0,00474 0,01106 0,00158 0 0,00158 0,02528 0 0 0,01738 0,00632 0 0,00632 0 0,01106 0,04897 0,00316 0,0079 0 0,0237 0,00158 0,00158 0

0,01684 0,02737 0 0,00632 0 0 0,00842 0,00842 0,01053 0 0 0 0,00211 0,00421 0,00632 0,00421 0 0,00211 0,00421 0 0,01053 0,01053 0,00421 0 0,00421 0 0,00842 0,01263 0,00211 0,00211 0,00211 0,00632 0 0,00211 0,01053 0,00211 0 0,00632 0 0,00842 0,02737 0 0,01053 0 0,02526 0 0,00211 0

0,01592 0,00955 0 0,01274 0 0 0,00318 0 0,01592 0 0,00318 0 0 0,00637 0,00318 0,00318 0 0,00955 0,00637 0,00318 0,00637 0,00318 0 0 0,01274 0 0,00637 0,01911 0 0,00318 0 0,00955 0 0 0,00955 0 0,00318 0,00637 0 0,01592 0,00637 0 0 0 0,01911 0 0,00318 0

0,01149 0 0 0,00575 0,00575 0 0,00575 0 0,01149 0 0 0 0 0 0 0,00575 0 0,01149 0,01724 0 0,00575 0,01149 0 0 0,00575 0 0,00575 0,04023 0 0 0 0,01149 0 0 0 0 0 0 0 0,01724 0,01149 0 0 0 0,04023 0,01149 0 0

0,022222 0 0 0 0 0 0 0 0,022222 0 0 0 0 0 0 0 0 0,022222 0,022222 0 0,022222 0,022222 0 0 0 0 0,022222 0,044444 0 0 0 0 0 0 0 0 0 0 0 0,022222 0 0 0 0 0,111111 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

313 314 315 316 317 318 319 320 340 341 342 343 344 345 346 347 348 349 350 351 360 361 362 363 364 380 381 382 383 384 385 400 401 403 404 405 420 421 422 423 424 441 442 443 445 446 447 460

0 0 0,00139 0,00139 0 0 0 0 0,00139 0 0,00139 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00139 0 0,00696 0 0 0 0 0 0,00279 0,01114 0,03343 0 0 0,00139 0 0,00139 0 0 0 0

0 0 0 0 0 0 0 0 0 0,00909 0,01818 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00909 0 0 0 0 0 0 0 0 0,00909 0,03636 0 0 0,00909 0 0 0 0 0 0

0 0,01087 0 0,01087 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01087 0 0 0 0 0,01087 0,01087 0 0 0 0 0 0,03261 0,01087 0,04348 0 0 0 0 0 0 0 0 0

0,04571 0,01143 0,01143 0 0,00571 0 0,00571 0 0 0 0,01143 0 0 0 0 0,01143 0 0 0 0 0 0,00571 0 0,00571 0,00571 0 0 0 0 0,01143 0,00571 0 0 0,00571 0 0 0 0 0 0 0 0 0 0,00571 0 0 0 0

0,01311 0,00656 0,00328 0,00328 0,00984 0,00328 0 0,00328 0 0 0,00328 0 0 0 0 0,00984 0 0 0 0 0,00328 0 0 0,01311 0,01639 0 0 0 0 0,00328 0,00328 0 0 0,00328 0,00328 0 0,00328 0,00328 0,00328 0 0,00328 0 0 0 0 0,00656 0 0

0,00191 0,00573 0,00954 0,00191 0,00191 0,00191 0 0 0 0 0 0 0 0,00191 0 0,00573 0 0 0,00191 0 0 0,00191 0 0,00573 0,00191 0 0 0 0,00191 0,00191 0,00191 0 0 0,00954 0,00382 0,00763 0,00191 0,00382 0 0 0,00382 0 0 0 0 0,00191 0 0

0,00838 0,01005 0,01005 0,00168 0,00168 0 0,00503 0,00168 0 0 0 0 0 0 0 0,00838 0 0 0 0,00168 0 0,00168 0,00335 0,02513 0,00335 0 0 0 0 0 0 0 0 0,0134 0,00335 0,00335 0,00335 0 0 0 0 0 0 0 0 0,0067 0 0

0,02168 0,00813 0,02439 0,00271 0,00542 0,00813 0,00542 0,00542 0 0,00271 0,00542 0 0 0 0,00271 0,01897 0 0 0 0,00271 0 0,00271 0,00813 0,03252 0,00542 0 0,00271 0 0,00271 0,00542 0,00271 0 0 0,0271 0,00542 0 0,00813 0,00542 0 0,00542 0 0 0 0 0 0,00542 0 0

0,00915 0,0061 0,02134 0,0122 0,00915 0 0,00305 0 0 0 0,00305 0,00305 0 0 0 0,04878 0,0122 0 0,00305 0 0 0,00305 0,0061 0,02439 0,00915 0 0 0,00305 0 0,0061 0,00305 0 0 0,00915 0,0061 0,00305 0,0122 0,0061 0 0 0 0 0 0 0,00305 0,00305 0 0

0,02174 0,01863 0,02795 0,00311 0,00311 0,00311 0,00311 0,00621 0 0 0 0,00621 0,00311 0 0 0,04037 0,00311 0 0,00621 0 0 0 0,00621 0,02484 0,01553 0 0,00311 0 0,00621 0,00311 0 0 0 0,01242 0,00932 0 0,00621 0,01863 0 0 0 0 0 0 0 0,00621 0 0,00311

0,02424 0,0303 0,02727 0,00303 0,00303 0,01212 0,00606 0,01212 0 0,00303 0,00606 0,00606 0 0 0,00303 0,01818 0 0 0 0,00606 0,00606 0,00909 0,00909 0,02121 0,00909 0 0 0,01212 0 0 0,00303 0 0 0,00606 0,02121 0 0 0 0 0 0,00909 0 0 0 0 0 0 0

0,02655 0,01475 0,02655 0,0059 0,00295 0,0059 0,00885 0,0059 0 0 0,00885 0,00295 0 0 0,00295 0,0295 0 0 0 0 0,00295 0,00885 0,00885 0,0177 0,0059 0 0 0 0,00885 0 0 0 0 0,0059 0,00295 0,00295 0,0059 0 0 0 0,00295 0 0,00295 0,0059 0,00295 0,00295 0 0

0,02981 0,01897 0,04065 0,00271 0 0,00271 0,00271 0,00542 0 0,00542 0,00813 0 0 0 0,00271 0,04065 0,00542 0,00271 0,00271 0,00271 0,00271 0,00271 0,01084 0,01084 0 0 0 0,00542 0 0,00542 0,00271 0,00271 0 0,00813 0,00542 0,00271 0,01084 0 0,00271 0 0,01626 0 0 0,00271 0 0,00542 0,00271 0

0,01205 0,00803 0,03213 0,00402 0 0,00201 0,00602 0 0,00201 0 0,00803 0,01406 0 0 0,00602 0,03614 0,00402 0 0,00402 0,00201 0,00201 0,00402 0,00602 0,01205 0,00402 0 0 0,00402 0,00402 0,01004 0 0 0,00201 0 0,00201 0,00201 0,01606 0,00201 0,00201 0 0 0,00402 0,00201 0,00402 0 0,00803 0,01004 0,00803

0,01645 0,0128 0,02011 0 0,00183 0,00731 0 0 0,00183 0,00183 0,00914 0,00366 0 0 0,00183 0,02377 0,00366 0,00548 0,00548 0 0,00366 0,00366 0,01645 0,00183 0 0 0 0,00366 0,00366 0,00183 0,00183 0 0,00183 0,00366 0,00183 0 0,00548 0,00183 0 0 0,00731 0 0 0 0,00366 0,01097 0,00183 0,00366

0,01264 0,0079 0,00474 0,00316 0,00316 0,00316 0,00158 0,00632 0 0,00948 0,00158 0,01422 0 0,00158 0,00316 0,02844 0,0158 0,00158 0,00632 0 0 0,00474 0,00158 0,00632 0,00316 0,00158 0 0 0,00474 0,00158 0,00158 0 0 0 0,00316 0 0,0079 0,00316 0,00474 0 0,00158 0 0,00316 0 0 0,0079 0,00158 0,00948

0,00842 0 0,00632 0 0 0 0,00421 0,00211 0 0,00421 0,01263 0,01053 0 0 0,00632 0,02105 0,01053 0,00211 0,00632 0,00211 0 0 0,00632 0 0,00632 0,00211 0 0 0,00421 0,01053 0 0 0 0 0 0 0,00632 0,00421 0 0 0,00421 0 0,00211 0,01053 0 0,00211 0,00211 0,00211

0,00955 0,00318 0,00955 0,00318 0 0 0,00318 0,00318 0,00637 0,00318 0,01592 0,02229 0 0 0 0,02548 0,00955 0,00318 0 0 0 0,00318 0,00637 0,00637 0,00318 0,00637 0 0,00318 0,01274 0,01911 0 0 0 0 0 0,00318 0 0,00637 0 0 0,00318 0 0 0 0 0,00318 0 0,00318

0 0 0,01149 0 0 0 0 0 0 0,02299 0,01149 0,01149 0,00575 0 0 0 0,00575 0 0,00575 0 0,00575 0 0 0 0 0,00575 0 0 0,01149 0,00575 0 0 0 0 0 0 0 0 0,01724 0 0,01149 0 0 0 0 0,00575 0 0

0 0 0,022222 0 0 0 0 0 0 0 0,044444 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,022222 0 0 0 0 0 0 0 0,022222 0,022222 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

461 462 463 464 465 467 468 510 511 512 513 514 515 516 517 518 530 531 532 540 541 542 543 544 560 561 562 563 564 565 566 581 600 601 602 603 611 614 625 626 630 632 633 636 637 638 639 640

0 0 0 0 0 0 0 0 0 0 0 0,01087 0 0 0,00191 0 0,00271 0 0,00279 0,02727 0,01087 0,01143 0,00328 0,00191 0,00168 0 0,00305 0 0 0 0 0,00328 0 0 0,00542 0 0 0 0 0,00571 0,01311 0,00763 0,00168 0,01084 0,00305 0,00139 0,00909 0 0 0 0,00191 0 0 0 0 0 0,01087 0 0 0 0,00168 0 0 0 0 0 0 0 0 0,00168 0,00271 0,00305 0 0 0 0 0 0 0 0,00271 0 0 0 0 0 0 0 0 0 0,00305 0 0 0,03261 0,00571 0,01967 0,01145 0,02848 0,07317 0,10976 0 0 0 0 0,00656 0 0 0,00271 0 0 0 0 0 0 0,00191 0,00335 0,00813 0,00915 0 0 0 0,00571 0 0,00763 0,0201 0,02168 0,00305 0 0 0 0 0 0,00573 0,01173 0,00271 0,0061 0 0 0 0 0 0,00191 0 0,00271 0,0061 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00191 0,00335 0,01084 0 0 0 0 0,00571 0,00656 0,00191 0 0,01084 0,0061 0 0 0 0,01714 0,03279 0,08969 0,0603 0,02981 0,00915 0 0 0 0 0 0 0 0,00271 0 0 0 0 0 0 0,00191 0,00168 0 0 0 0 0 0 0 0 0 0,00271 0 0 0 0 0 0,01639 0 0,00838 0,00542 0 0 0 0 0,04 0,2918 0,4542 0,37018 0,11653 0,01829 0 0 0 0 0,00328 0,00382 0,00335 0 0 0 0 0 0 0 0,00382 0,00335 0,00271 0,00305 0 0 0 0,01714 0,02295 0,03053 0,01843 0,01355 0,0061 0 0 0 0 0 0,00191 0,00335 0 0 0 0 0 0,00571 0,00984 0,00763 0 0 0 0 0 0 0 0,05574 0,04198 0,0268 0,00813 0 0,00279 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00418 0 0 0 0 0 0 0 0 0,00279 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00279 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00975 0 0 0 0 0 0 0 0 0,00279 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,00696 0 0 0 0 0 0 0 0 0,00836 0 0 0 0 0 0 0 0 0,00139 0 0 0 0 0 0 0 0 0,12813 0 0 0 0 0 0 0 0

0 0 0,00621 0 0,00932 0 0,00311 0,00621 0 0 0,13354 0,00621 0,00621 0,00621 0,00311 0,00311 0,00311 0,00311 0,00621 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0,00606 0 0,01212 0,00303 0 0,00606 0 0 0,05455 0,02121 0,00303 0 0,00606 0,00303 0 0 0,00606 0 0 0 0 0,00303 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0,00295 0 0,00295 0,02655 0,02655 0 0 0,00295 0,00295 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0,00542 0 0,00542 0 0,00542 0,00542 0,00271 0 0,01897 0,02981 0 0 0,00813 0,00542 0 0 0,00271 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0,01004 0 0,00402 0 0,01205 0 0 0 0,00803 0,01406 0,00201 0 0,00602 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0,00366 0,00183 0,00366 0,00548 0,00183 0,00366 0 0,00183 0,00731 0,0128 0 0 0,00366 0,00366 0,00548 0 0,00731 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0,00158 0,00474 0,00316 0 0,00316 0,00316 0,00316 0,00316 0,00158 0 0,00316 0,00632 0 0 0,00316 0,00158 0,00158 0 0,00158 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0,00211 0,00318 0 0 0 0 0 0 0,00842 0 0,01724 0 0 0 0 0 0,00632 0 0,00575 0 0,00211 0,00318 0 0,022222 0,00421 0 0 0 0 0 0 0 0 0 0 0 0,00211 0 0 0 0,00421 0,00318 0 0 0,00632 0 0 0 0,00421 0 0 0 0 0 0 0 0,00632 0 0 0 0,00211 0 0 0 0,00632 0 0,00575 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

651 660 661 663 664 680 681 682 683 690 691 692 693 694 710 711 720 721 722 723 724 740 750 751 752 753 754 755 756 757 758 759 760 770 771 774 775 776 790 791 792 810 811 812 813 814 815 830

0 0 0,00139 0,00139 0 0 0 0 0 0,00418 0 0 0,00975 0 0,00139 0 0,00418 0 0,01671 0,03064 0,00418 0 0 0 0 0 0 0 0 0,00279 0,00139 0 0 0 0 0 0 0 0 0 0 0,00279 0 0,00696 0 0,00139 0 0

0 0 0,00909 0 0 0 0 0 0,00909 0,09091 0,00909 0 0,12727 0 0,00909 0 0 0 0,01818 0,00909 0,01818 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00909 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01087 0 0,01087 0 0 0 0 0 0 0 0 0 0 0,01087 0,01087 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,02286 0 0 0 0,01714 0 0,00571 0,01143 0,00571 0,00571 0 0 0 0 0 0 0 0,02286 0 0 0 0 0,00571 0,01143 0,03429 0 0 0 0

0 0 0 0 0,00328 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00328 0 0 0,01639 0 0 0 0,00328 0,00656 0 0 0 0 0 0 0,00328 0,00328 0,00328 0 0 0 0 0 0,00984 0 0 0 0

0 0,00191 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01527 0,00191 0,00191 0,00382 0,00191 0,00763 0 0 0,00191 0 0 0 0 0 0 0 0 0 0,00191 0 0,00573 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0,00168 0 0,00335 0 0 0 0 0,00168 0 0,00168 0 0,00168 0 0,01843 0,00168 0,00168 0,01173 0,00503 0 0 0 0,00335 0,00168 0,00335 0,00168 0 0,0067 0 0 0 0 0,00168 0 0,01675 0,00168 0 0 0,00168

0 0 0 0,00542 0,00271 0 0 0 0 0 0 0 0,00813 0 0 0 0 0,00813 0 0,00271 0 0 0 0,04065 0 0 0 0,00542 0,00271 0 0 0,00271 0 0 0,00271 0 0,01355 0 0 0 0 0 0 0,00813 0,00542 0 0,00271 0

0 0 0 0,00305 0 0 0 0 0 0 0 0,00305 0,03049 0 0 0 0 0,00305 0 0 0 0,0061 0 0,05183 0 0 0 0,00305 0,0061 0,00305 0 0 0 0 0 0 0,0122 0 0 0,00915 0 0 0 0,0061 0,00305 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0,02795 0 0 0 0 0 0 0 0 0 0,00311 0,04037 0,00311 0 0,00621 0,00311 0 0 0 0 0 0 0,00621 0 0,01553 0 0 0 0 0 0 0,01242 0 0 0 0

0 0 0 0,00303 0 0 0 0,00606 0 0 0 0 0,02121 0 0,00303 0 0 0 0 0,00303 0 0 0 0,0303 0,00303 0 0,00909 0,00303 0,00606 0 0 0 0 0 0 0 0,01515 0 0 0 0 0 0 0,01818 0 0 0 0

0 0 0 0 0 0,00295 0 0 0,00295 0 0,00295 0 0,02655 0 0 0 0 0,00295 0 0 0 0 0 0,02065 0,00295 0 0 0,00295 0,00295 0 0 0 0 0 0 0 0,00885 0 0 0,00295 0,00295 0 0,00295 0,00295 0,00295 0 0 0

0,00271 0 0 0,00271 0 0 0 0,00542 0 0,00813 0 0 0,02168 0,00271 0 0 0,00542 0,00271 0 0,00271 0 0 0 0,01626 0 0,00271 0,00542 0 0,00271 0,00271 0 0 0 0 0 0 0,01084 0 0 0,00271 0 0,00271 0 0 0 0 0 0

0 0,00201 0 0,00402 0 0 0 0 0,00201 0,00201 0,01205 0 0,02209 0,00402 0 0 0 0 0 0,00201 0 0 0 0,0241 0,00402 0,00201 0,01004 0,00201 0 0,00402 0 0 0 0 0 0 0,00402 0 0 0 0 0 0 0 0,00201 0 0 0

0 0 0 0,00548 0,00366 0 0 0 0 0,00548 0,00731 0 0,00366 0,00183 0,00183 0 0,00914 0 0 0,00183 0 0,00183 0 0,00548 0 0 0 0,00548 0,00366 0,00914 0 0 0,00183 0 0,00183 0 0 0 0 0 0 0 0 0,00366 0 0 0 0

0,00158 0 0,00158 0,00632 0 0 0,00158 0,00158 0 0 0,00632 0 0,01106 0 0 0,00158 0,00316 0 0,00158 0,00158 0 0 0 0,00948 0 0,00158 0,00158 0,00158 0 0,02054 0 0 0 0 0 0 0 0 0 0,00158 0,00158 0,00316 0,00158 0,00474 0 0 0 0

0 0 0 0,01053 0 0 0 0 0 0,00211 0,00421 0 0,00211 0,00211 0 0,00211 0,00421 0 0 0,00211 0 0,00211 0 0,00632 0 0 0,00211 0,00211 0,00632 0,02316 0 0 0 0 0 0 0 0 0 0,00211 0 0 0,00211 0,00211 0 0 0 0

0 0 0 0,00318 0 0 0 0 0 0 0 0 0 0 0 0 0,00318 0 0 0 0,00955 0,00955 0 0,01274 0 0 0,00318 0 0,00318 0,08599 0 0 0,00318 0 0 0 0 0 0,00318 0 0,00318 0 0 0 0 0 0,00318 0,00955

0 0 0,00575 0,01724 0 0 0 0 0 0 0 0 0 0,00575 0 0 0,01724 0 0 0 0 0 0 0,00575 0 0 0 0 0 0,04598 0 0 0 0 0 0 0 0 0 0 0 0,00575 0,00575 0,01149 0 0 0 0

0 0 0,022222 0,088889 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,022222 0 0 0 0,022222 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

831 832 840 850 860 861 862 910 911 930 950 952 956

0 0 0 0 0 0 0 0 0 0 0,00139 0,00909 0,18524 0 0 0 0 0 0 0 0 0 0,00975 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0,01143 0,01143 0 0 0 0,02286 0 0

0 0 0,00328 0,00656 0 0,00328 0,00656 0 0 0 0,00656 0,00328 0

0 0 0 0 0,00311 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00271 0 0 0 0 0 0 0 0 0,00191 0 0,00542 0,0061 0,00932 0 0,00295 0,00542 0 0 0,00316 0,00191 0 0,00271 0,0061 0,00621 0,00606 0 0,01355 0,00803 0,02011 0,02054 0,00191 0,00168 0,00542 0,00915 0 0,00303 0 0 0 0,00183 0 0,00763 0,00168 0,00813 0,00305 0,00932 0,00606 0,0059 0,00542 0,00402 0,00183 0,00948 0 0 0 0 0 0,00303 0 0 0 0 0 0 0 0 0,00305 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,00168 0,00271 0,0061 0,01553 0,01212 0,0118 0,00271 0,00201 0,00548 0,01106 0,00191 0 0,00542 0 0,00621 0,00606 0,0059 0,00271 0,01004 0,00548 0,00158 0 0 0,00271 0 0 0 0 0 0 0 0,00158

0 0 0 0 0,03158 0,00211 0,01895 0 0 0,00211 0,01474 0,00842 0

0 0 0,00318 0 0 0 0 0,01149 0,02229 0,01724 0,00318 0 0,00955 0 0 0 0 0 0 0 0,00637 0 0,00955 0,00575 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0

BIJLAGE II-2: Distributie van het verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar voor beide geslachten voor het arrondissement Aalst voor 2010

BIJLAGE 2

Arrondissement Aalst Verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar voor 2010 (Mannen)

001 002 003 004 005 020 021 022 023 024 025 026 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 070 071 072 073 080 081 082 090 091 092 093 094 095

[00-05[ 0 0 0 0 0 0 2 1 0 0 0 0 0 0 0 0 0 1 0 0 0 2 2 2 2 12 0 0 6 33 9 0 0 3 1 0 0 0 0 0 1 0 1 1

[05-10[ 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 3 0 1 0 13 2 0 1 20 2 0 0 4 1 0 1 1 0 3 0 5 3 0

[10-15[ 0 0 0 0 0 1 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 8 8 0 3 18 4 0 0 1 0 0 0 0 0 0 3 10 3 0

[15-20[ 0 0 0 0 0 0 1 0 1 0 0 2 1 0 2 0 0 0 0 0 0 0 0 1 0 7 4 1 3 14 1 1 6 1 0 0 0 3 0 0 3 11 4 0

[20-25[ 0 0 0 0 0 0 2 0 0 0 1 1 0 0 0 5 0 1 1 0 0 0 0 1 0 4 4 2 2 13 0 0 2 1 0 2 0 1 0 0 6 14 3 0

[25-30[ 0 0 0 0 0 0 3 1 1 0 2 1 0 2 2 2 0 0 0 0 0 2 0 0 0 11 1 1 2 11 3 1 2 0 1 0 0 1 0 0 4 11 6 0

[30-35[ 0 0 0 0 0 0 2 0 0 0 1 1 0 3 0 2 0 0 0 0 2 1 0 2 0 7 5 0 2 11 9 2 1 0 0 0 0 1 0 0 6 17 4 0

[35-40[ 0 0 1 1 0 1 2 0 1 1 4 2 1 0 1 0 1 0 1 0 5 1 1 1 1 11 2 1 3 4 8 2 2 0 0 0 0 2 0 0 2 14 4 0

[40-45[ 0 0 0 0 1 2 6 0 1 0 4 4 0 2 3 2 4 2 1 3 2 0 0 0 1 18 5 0 0 12 14 0 3 0 3 0 0 2 1 0 3 23 6 0

[45-50[ 0 0 2 3 5 1 3 1 2 0 1 0 1 7 2 0 0 7 2 0 7 3 0 0 1 39 3 4 1 9 17 1 8 1 4 0 1 0 2 3 4 22 3 0

[50-55[ 0 1 1 3 6 1 5 0 2 2 1 2 1 6 7 1 2 5 2 3 5 0 1 0 1 14 6 5 2 8 32 1 2 2 1 0 0 1 2 6 1 18 8 0

[55-60[ 2 0 1 2 1 4 4 0 2 7 6 1 0 4 5 1 1 17 5 7 10 1 0 0 1 12 2 0 2 5 41 1 14 1 7 4 1 4 1 2 2 9 4 0

[60-65[ 1 1 1 1 3 1 9 0 0 5 4 3 0 7 5 0 8 20 4 8 8 0 0 0 1 11 0 0 0 0 20 0 9 4 1 0 0 0 1 1 5 12 4 0

[65-70[ 0 0 0 5 0 0 5 0 2 13 4 1 0 6 15 1 4 24 6 10 3 1 1 0 0 6 1 0 2 5 19 1 9 4 7 0 1 0 0 0 0 5 6 0

[70-75[ 0 1 0 9 1 1 4 4 0 9 3 0 1 9 9 1 9 20 13 13 8 0 0 0 2 6 0 0 0 3 11 1 16 4 16 0 0 2 1 2 2 3 0 0

[75-80[ 0 0 0 2 1 2 5 0 1 18 0 1 0 1 22 0 9 39 12 18 2 2 0 0 1 14 6 4 5 6 15 0 13 2 12 0 0 2 0 0 0 5 0 0

[80-85[ 0 0 0 2 0 0 2 2 0 12 2 0 0 5 26 0 12 26 20 21 8 0 0 0 2 3 2 3 0 0 17 2 0 2 26 0 0 3 0 2 0 0 0 0

[85-90[ 0 0 0 2 0 0 0 0 0 0 0 0 0 2 10 0 2 8 19 8 0 0 0 0 0 3 0 2 0 0 12 0 3 0 10 0 0 0 0 0 0 0 0 0

[90-95[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 7 3 3 0 0 0 0 0 2 0 1 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0

[95-100[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 2 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

[100 --> 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Totaal 4 3 8 30 18 14 53 8 16 67 32 19 5 52 113 14 53 176 89 95 59 16 5 9 14 201 51 23 35 171 234 13 89 30 93 6 4 24 9 19 43 178 59 1

096 097 098 110 111 112 113 114 115 120 121 122 130 131 133 134 135 136 137 138 139 140 141 142 143 144 160 161 162 163 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 190 191

0 19 3 0 0 0 94 10 11 0 1 0 0 0 0 0 0 0 13 7 97 3 80 0 0 150 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 12 9 0 0 0 25 4 2 0 0 0 0 0 1 0 0 0 2 1 19 0 3 0 0 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

0 10 3 0 0 0 14 5 0 0 0 0 0 1 0 0 0 0 1 0 2 0 6 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 15 14 0 0 0 4 37 3 0 2 0 0 0 0 0 0 0 1 0 1 0 3 0 2 3 0 0 0 2 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 1

0 14 12 0 0 2 5 9 3 1 2 0 1 2 1 0 1 0 1 0 3 0 3 0 6 8 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0

0 11 19 0 1 0 4 5 0 2 0 0 0 2 0 3 0 0 1 0 3 1 2 0 3 6 0 0 0 1 0 0 0 0 0 0 0 0 0 0 11 1 0 0 4 0 0 0

2 8 16 0 0 0 4 1 2 0 0 0 0 2 0 0 2 0 0 0 7 1 3 0 3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 7 0 0 1

0 5 15 0 2 0 4 2 1 0 2 0 0 0 0 2 1 0 3 0 5 2 2 0 2 8 0 0 0 0 0 0 0 1 0 0 0 0 1 4 7 0 0 0 8 0 0 2

1 3 26 3 4 0 4 4 2 1 1 0 0 0 0 0 1 0 1 0 6 4 6 0 2 11 0 1 0 1 2 1 1 1 0 0 0 0 2 7 12 0 1 1 10 0 4 5

0 0 16 14 2 0 7 5 3 1 5 0 0 0 0 3 2 10 7 0 14 13 1 0 2 14 0 2 0 1 3 2 1 1 0 0 1 0 15 11 21 1 0 1 17 1 2 5

3 1 11 8 1 1 2 3 2 3 3 0 2 0 0 6 1 9 1 0 9 13 3 0 1 9 0 1 1 2 2 11 0 5 0 0 1 0 35 13 56 0 0 0 15 1 7 9

2 0 7 10 7 1 4 6 4 7 10 1 1 0 5 5 0 23 5 0 28 37 1 4 1 18 0 5 4 9 10 12 0 4 2 0 1 1 39 14 85 2 0 0 20 1 22 20

0 1 1 4 5 4 1 1 1 7 7 0 3 0 0 5 1 22 5 0 17 80 0 1 5 13 0 7 1 7 11 18 0 7 3 0 0 5 39 17 62 1 1 4 8 3 13 30

1 0 3 4 5 1 2 1 4 7 9 0 3 0 6 5 1 27 8 0 22 56 1 1 6 11 0 6 6 9 11 17 2 10 3 1 8 1 33 14 49 5 3 2 3 1 13 24

0 1 4 10 3 2 2 0 3 8 16 1 3 0 3 13 2 35 13 0 43 102 0 5 10 16 0 4 9 8 16 26 0 8 12 2 19 3 47 22 68 6 3 6 4 6 12 26

0 0 0 4 8 6 1 1 4 5 13 1 2 0 8 11 4 33 11 0 51 124 1 2 6 14 0 5 1 13 19 18 0 9 9 2 24 2 37 12 57 2 4 1 0 2 17 41

0 0 3 2 3 6 3 0 5 3 5 2 6 0 5 9 3 32 21 0 58 108 0 6 3 15 0 2 2 9 14 8 0 5 8 0 14 3 24 11 39 11 3 0 0 3 20 21

0 0 2 2 0 2 0 0 5 0 0 0 3 0 3 3 0 15 8 0 35 42 0 0 2 5 0 0 2 0 0 0 0 0 2 0 2 0 10 3 5 5 3 0 0 0 15 2

0 0 0 1 0 0 0 0 0 0 1 0 1 0 1 0 0 2 1 0 16 17 0 0 1 5 0 0 0 0 0 0 0 0 0 0 1 1 2 0 3 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 2 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

9 100 165 60 42 25 179 96 55 45 76 5 26 7 33 64 18 209 104 8 443 604 115 19 57 324 1 32 25 62 87 113 5 50 38 5 71 17 285 128 484 35 18 15 95 18 127 187

192 194 195 196 197 198 199 200 201 202 203 204 205 206 207 220 221 222 223 224 225 226 227 228 229 240 241 242 243 244 245 246 247 248 249 250 260 261 262 263 264 280 281 282 283 284 300 301

0 0 0 0 0 0 0 1 1 0 0 1 0 0 1 1 3 5 1 1 1 1 2 16 1 0 5 0 30 0 0 0 3 2 121 59 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 14 1 0 2 0 0 0 0 1 0 0 0 6 1 27 22 0 0 0 0 0 0 0 0 0 1 0 0

0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 1 0 0 0 0 26 0 0 0 0 0 1 0 0 0 2 0 1 0 25 32 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 4 0 0 2 0 0 0 0 0 23 3 0 1 0 0 1 0 1 0 1 0 2 0 9 5 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 1 0 0 3 3 0 0 0 3 1 0 0 0 13 5 0 5 0 0 3 1 3 0 2 0 0 0 15 5 0 0 0 0 0 0 0 5 2 0 0 0

0 0 0 0 0 0 0 0 3 0 1 3 0 0 2 0 3 0 0 0 17 8 2 14 1 0 2 1 5 4 2 0 0 0 11 7 0 0 0 3 0 0 0 1 0 2 0 0

0 0 0 0 1 0 0 0 1 0 3 1 0 0 1 4 1 0 0 1 15 8 2 9 0 0 2 2 4 1 2 0 1 0 10 5 0 0 0 3 0 1 0 2 2 0 0 0

3 0 0 0 2 0 1 0 3 0 4 4 0 0 2 3 5 0 1 1 12 17 6 17 1 1 5 1 5 6 4 0 0 0 12 7 1 0 0 3 0 1 1 1 2 0 0 1

6 1 0 0 6 2 0 0 7 0 1 5 0 0 4 6 7 1 0 0 8 15 6 30 1 6 4 1 9 6 3 0 1 1 14 10 1 0 0 6 0 6 2 16 5 0 0 0

21 3 1 1 0 3 1 0 23 3 9 4 0 0 7 8 19 0 2 1 3 25 13 49 2 10 9 2 11 16 2 0 3 1 14 19 4 1 1 15 2 12 4 20 3 3 1 0

48 2 0 0 5 3 1 1 10 2 13 7 1 0 3 3 11 0 1 1 3 26 16 66 6 6 18 2 10 7 2 0 5 1 6 19 2 0 0 18 0 11 6 13 3 8 0 0

54 4 1 0 7 9 6 0 31 4 6 11 2 2 5 9 26 0 2 2 9 20 15 63 1 20 25 2 11 14 0 0 7 1 11 18 2 0 0 16 0 20 9 7 6 17 0 1

43 9 0 3 11 13 4 3 16 3 7 7 3 0 12 5 21 0 1 1 4 12 13 59 3 17 9 3 9 8 1 0 4 1 9 18 1 0 0 18 9 17 7 5 3 9 0 0

54 14 1 5 9 7 7 1 18 7 5 6 6 6 7 5 24 0 1 2 6 3 14 47 2 16 15 0 6 11 1 1 4 2 8 18 5 1 0 16 5 7 12 3 7 11 1 2

70 28 1 4 19 8 1 1 30 2 11 12 4 3 4 5 28 0 1 0 1 10 10 58 1 30 17 2 10 11 2 0 4 1 5 16 6 1 0 19 2 7 12 4 2 17 1 1

68 44 0 4 13 11 6 4 32 1 9 25 2 1 8 8 31 0 2 2 4 4 4 51 4 34 24 5 11 11 0 7 9 1 7 21 1 0 1 12 1 4 9 7 0 14 0 7

32 65 2 3 14 5 5 8 23 3 3 18 3 0 11 11 21 0 0 2 3 3 2 33 3 9 20 0 15 8 3 2 14 0 15 20 2 2 0 9 0 2 12 6 0 17 0 14

0 30 0 2 3 3 0 2 10 2 0 5 0 0 3 5 8 0 0 2 2 0 2 14 0 14 12 0 15 5 2 2 2 0 2 15 0 0 0 0 0 0 2 2 0 7 0 7

0 18 0 0 3 1 0 1 7 0 0 2 0 0 3 0 1 0 0 0 0 0 0 3 0 0 5 0 2 3 0 0 2 0 0 5 0 0 0 2 0 3 0 0 1 0 0 5

0 2 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 3 0 0 0 0 0 0 2 0 0 3 0 0 0 0 0 0 3 0 0 2 0 0

0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

400 221 6 20 93 65 32 21 214 27 74 120 22 12 77 77 210 6 13 16 164 160 106 537 25 165 175 21 158 110 29 11 69 13 321 327 25 5 2 141 19 91 78 91 37 108 3 37

302 303 304 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 340 341 342 343 344 345 346 347 348 349 350 351 360 361 362 363 364 380 381 382 383 384 385 400 401 402 403 404 405 420

0 0 0 0 0 2 0 0 0 1 0 3 1 3 0 0 0 1 0 0 3 0 1 0 0 0 2 0 2 3 0 1 0 0 4 0 2 0 1 5 9 0 0 0 0 0 0 2

0 0 0 0 0 0 0 0 0 0 2 1 12 0 1 0 0 0 0 0 11 0 0 1 0 0 3 0 1 0 0 1 0 0 2 0 0 0 0 5 1 0 0 0 0 0 0 2

0 0 0 0 0 2 3 0 0 2 3 1 14 3 3 1 2 3 0 0 19 0 0 0 0 1 0 0 1 2 0 0 0 1 0 0 1 0 2 2 3 0 0 0 0 0 0 0

1 1 0 0 0 4 4 2 0 2 27 3 15 7 4 5 2 4 0 1 9 0 0 0 0 2 1 0 0 2 0 1 1 0 4 0 0 0 1 7 3 0 0 0 0 0 0 8

0 0 5 0 0 5 5 4 0 0 35 5 12 10 5 2 4 5 0 0 6 0 0 1 2 5 0 0 3 4 1 2 0 0 16 0 0 0 5 10 0 0 0 0 4 1 0 7

5 0 3 0 0 3 0 14 0 1 46 6 24 11 8 9 1 8 0 0 3 2 0 0 0 10 2 0 3 1 0 2 0 2 7 0 1 0 6 7 0 0 0 0 0 1 1 6

2 0 3 0 0 2 1 20 1 0 42 4 15 6 11 4 7 9 0 2 10 0 0 0 0 8 1 0 3 2 1 1 1 1 5 0 1 0 3 7 2 0 0 0 4 0 0 7

2 0 13 1 0 2 0 34 0 1 36 6 21 9 20 7 7 5 0 2 7 1 0 0 0 22 2 0 2 2 1 3 0 1 4 0 1 0 6 12 1 0 0 0 4 1 2 5

13 0 14 0 0 2 1 26 0 0 41 2 32 10 12 7 6 5 0 0 10 0 1 0 0 19 1 0 1 2 1 8 0 3 6 1 1 0 4 6 2 0 0 0 3 3 0 10

12 0 14 0 0 4 0 45 0 0 48 9 33 10 21 7 7 8 0 1 10 1 0 0 1 25 0 0 3 5 1 2 0 3 4 2 1 0 11 7 3 0 0 1 2 2 1 8

22 0 9 0 0 2 1 41 0 0 39 7 38 6 14 7 2 5 1 2 13 3 1 0 2 32 0 1 6 7 1 2 0 0 5 1 1 0 8 5 2 1 1 0 2 3 1 19

28 0 7 0 0 6 2 33 0 4 39 7 43 10 9 11 0 11 0 2 4 16 0 0 1 15 5 0 0 4 4 2 0 2 7 0 1 0 15 2 1 1 1 0 1 2 2 21

24 0 9 3 0 1 0 30 0 3 21 5 30 4 8 3 1 3 0 0 5 1 3 0 0 21 1 1 1 7 0 8 0 1 7 1 1 0 5 1 0 0 0 1 0 5 3 18

39 0 5 1 2 5 0 20 0 0 10 2 32 7 6 2 0 0 2 3 1 8 0 2 2 8 6 1 3 1 0 3 0 0 3 1 0 0 6 4 1 1 0 0 0 5 0 7

42 0 3 3 0 6 2 23 0 0 8 1 10 4 2 0 0 2 2 0 5 6 2 0 1 22 2 0 2 3 0 2 0 0 2 0 1 0 2 2 0 0 0 0 0 2 1 16

28 0 1 0 0 6 0 9 0 0 6 0 8 0 1 1 0 0 0 7 4 12 0 0 0 17 8 0 2 1 1 2 0 1 1 2 1 1 7 7 4 0 1 0 0 2 2 8

20 0 3 0 0 9 0 6 0 0 6 0 3 0 3 0 0 0 0 8 6 6 0 0 0 12 6 0 2 3 0 3 2 0 2 2 2 0 2 8 0 0 0 0 0 0 0 12

3 0 0 2 0 10 0 2 0 0 0 0 2 0 0 0 0 2 0 5 2 2 0 0 0 5 3 0 2 2 0 0 0 0 0 0 0 0 3 5 0 0 0 0 0 0 0 3

0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1 1 1 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 1

0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

241 1 89 9 2 75 19 309 1 13 410 62 346 100 127 66 39 70 5 34 128 59 9 4 9 227 45 3 36 50 11 44 3 16 80 10 15 1 87 104 32 3 4 2 20 28 13 161

421 422 423 424 440 441 442 443 444 445 446 447 460 461 462 463 464 465 466 467 468 480 481 482 483 484 500 501 581 593 600 601 602 603 610 611 612 613 614 621 622 623 624 625 626 630 631 632

16 140 0 0 0 0 1 2 0 0 1 0 0 0 0 9 2 2 0 0 2 0 5 0 9 6 0 2 2 1 1 3 4 4 2 1 4 1 7 2 7 1 6 2 34 2 4 4

0 31 0 0 0 0 0 2 0 0 1 0 0 0 0 3 1 3 0 1 2 0 2 0 7 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 6 0 0 0 1 0 0 0 0 0 0 0 0 2 1 0 0 0 0 3 0 0 0 21 2 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 2 2 0 0 0 12 1 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 1 0 0 0 0 0 1 0 0 4 0 0 0 0 0 3 5 0 2 3 0 2 0 5 1 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 0 0 0 1 5 0 0 0 1 0 1 13 1 0 1 0 0 0 7 0 0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 0 0 0 1 0 0 5 0 0 0 0 1 7 12 0 0 1 0 0 0 2 0 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 1 0 0 0 0 0 2 0 1 8 0 1 0 1 0 2 19 0 1 4 0 1 1 4 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 1 2 1 0 0 2 0 0 13 0 2 0 1 2 7 23 1 1 2 0 1 2 9 1 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4 3 0 2 1 0 0 2 0 1 10 3 4 0 1 1 5 14 0 0 2 3 0 3 11 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 3 1 3 1 1 1 0 0 1 17 3 2 0 1 3 9 26 0 0 1 5 0 7 6 1 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4 1 1 1 0 0 6 7 1 1 27 12 2 2 2 10 18 18 5 4 1 16 0 21 5 5 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 1 1 3 0 4 4 3 0 4 29 1 7 0 0 5 5 9 0 4 5 20 0 41 8 1 8 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 5 0 2 0 0 6 0 0 6 30 4 6 3 3 2 1 12 3 5 6 27 0 68 9 4 6 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 7 1 3 0 4 5 3 0 4 44 8 3 3 1 10 5 11 2 5 12 27 0 53 6 11 15 16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4 9 0 1 0 7 4 0 0 2 47 6 5 6 0 6 4 5 0 7 15 8 2 64 7 6 4 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 8 0 6 0 0 3 0 0 2 38 5 8 8 2 5 5 2 0 2 5 3 2 39 6 3 6 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 8 0 0 0 0 0 2 0 3 14 0 5 3 0 3 0 2 3 3 7 0 0 15 3 2 2 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 3 0 0 0 0 0 0 0 1 8 0 3 1 0 2 0 0 0 3 3 1 0 5 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

44 230 6 23 3 19 30 26 1 27 299 42 48 26 15 67 75 175 15 39 77 110 14 321 138 45 43 96 2 1 1 3 4 4 2 1 4 1 7 2 7 1 6 2 34 2 4 4

633 634 635 636 637 638 639 640 650 651 660 661 663 664 680 681 682 683 690 691 692 693 694 710 711 720 721 722 723 724 740 750 751 752 753 754 755 756 757 758 760 770 771 773 774 775 776 790

5 8 3 10 15 22 18 93 0 0 4 5 1 3 0 0 0 0 0 0 0 6 0 0 0 2 1 2 43 5 0 0 0 0 0 0 0 0 5 7 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 2 0 2 0 0 0 0 0 0 2 0 0 18 0 0 0 1 0 2 7 1 0 0 0 0 0 0 0 1 2 5 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 1 0 0 0 1 0 0 0 0 0 2 0 0 0 0 0 1 0 0

0 0 0 0 0 0 0 0 1 0 2 0 0 0 0 0 0 0 0 1 0 2 0 0 0 1 1 0 6 0 1 1 0 1 0 0 1 1 0 0 1 0 0 0 1 7 0 1

0 0 0 0 0 0 0 0 0 2 0 0 1 0 0 0 0 0 0 0 0 4 0 0 1 0 1 1 4 0 1 1 0 1 0 5 0 4 0 0 2 3 0 0 0 5 4 1

0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 5 1 0 0 0 3 1 3 2 1 1 2 0 0 3 2 2 0 0 0 3 0 1 0 4 3 1

0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 2 2 2 2 0 4 1 0 1 2 0 1 2 1 1 0 0 5 3 0 0 0 5 1 1

0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 2 0 2 0 0 2 0 0 0 1 2 2 2 2 0 0 2 1 0 9 1 6 1 0 5 3 0 0 0 17 2 2

0 0 0 0 0 0 0 0 0 0 0 2 1 2 0 0 0 0 0 0 0 4 0 0 0 0 3 2 0 2 4 1 10 1 0 5 2 3 0 0 6 1 1 0 0 23 1 0

0 0 0 0 0 0 0 0 1 1 1 0 2 0 0 1 1 1 3 3 1 35 3 0 1 2 3 1 1 0 1 2 4 1 2 10 1 5 0 0 8 9 3 0 0 36 1 3

0 0 0 0 0 0 0 0 0 0 1 0 0 3 0 5 1 2 0 1 3 55 1 0 0 3 1 1 1 2 0 5 0 0 0 14 0 2 0 0 3 0 2 0 0 17 0 5

0 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 4 0 7 0 79 1 1 4 5 6 1 0 0 1 0 1 0 0 2 0 4 1 0 9 4 0 0 0 31 0 2

0 0 0 0 0 0 0 0 0 3 1 3 9 3 3 7 0 1 0 11 1 86 3 0 3 7 4 0 0 0 0 0 3 0 0 3 3 0 3 0 1 0 0 0 0 18 0 0

0 0 0 0 0 0 0 0 0 2 3 0 4 0 2 1 3 0 1 5 3 60 6 2 1 7 3 0 1 0 2 0 0 0 0 1 0 0 6 1 0 3 1 0 0 6 2 1

0 0 0 0 0 0 0 0 0 1 2 1 16 1 0 3 1 0 9 11 0 104 5 3 1 9 1 0 1 1 0 0 1 1 1 6 0 4 5 0 0 0 0 0 0 5 0 1

0 0 0 0 0 0 0 0 0 1 0 0 11 1 0 1 0 0 1 2 0 29 5 5 1 8 0 1 1 4 2 0 1 0 0 5 0 2 21 0 2 0 0 0 0 1 2 2

0 0 0 0 0 0 0 0 0 0 0 5 17 0 0 2 0 0 0 11 0 0 6 2 0 6 0 0 0 3 0 0 0 0 0 2 0 2 24 0 2 0 0 0 0 3 0 0

0 0 0 0 0 0 0 0 0 0 0 0 15 0 0 0 0 0 0 3 0 0 0 2 0 5 0 0 0 2 0 0 0 0 0 3 3 2 17 0 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 1 2 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 2 6 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

5 8 3 10 15 22 18 93 2 12 17 18 83 14 5 19 8 8 18 56 9 487 30 17 14 60 30 14 80 24 13 11 27 7 4 68 15 40 91 14 48 28 7 1 1 181 15 21

791 792 810 811 812 813 814 815 830 832 840 850 860 861 862 890 892 893 910 911 930 931 950 951 952 955 956 Totaal

0 0 3 2 9 1 2 1 0 3 8 1 0 0 356 0 0 0 0 0 0 0 2 0 5 2 0 1801

1 0 1 1 4 1 0 1 0 0 1 0 1 0 9 0 0 0 0 0 0 0 1 0 2 0 1 389

0 0 0 1 3 0 0 0 0 0 0 1 1 0 5 0 0 0 0 1 0 0 1 0 3 0 0 334

1 5 2 1 4 0 0 0 0 0 1 0 2 0 6 0 0 0 1 3 2 0 1 0 0 0 0 424

1 2 5 0 9 1 0 1 1 0 0 0 2 1 8 0 0 0 1 1 1 0 2 0 2 0 0 475

0 0 1 0 6 2 0 1 0 0 1 1 2 0 1 0 0 0 0 0 0 0 2 0 1 0 0 518

0 3 2 2 9 2 0 2 0 0 1 2 0 0 4 0 0 0 0 1 2 0 0 0 0 0 0 517

0 1 2 0 7 3 0 0 0 0 2 0 2 0 12 0 0 1 2 2 3 0 2 0 2 0 0 688

0 3 1 3 16 3 0 1 0 1 1 2 5 1 6 1 1 0 1 1 0 1 2 1 2 0 1 897

5 1 5 2 7 7 0 1 0 0 0 3 15 0 17 0 0 0 1 0 1 0 8 1 3 0 0 1350

1 5 1 1 8 1 0 0 0 0 1 2 13 0 25 0 0 0 1 1 0 0 5 0 2 0 1 1413

2 0 2 5 4 0 0 0 0 0 0 5 10 0 16 0 0 0 0 1 0 0 10 2 1 0 0 1846

5 0 1 3 3 1 0 1 0 0 0 4 12 0 14 0 0 0 1 0 0 0 9 0 4 0 0 1623

7 2 0 1 3 3 0 0 0 0 1 3 18 2 14 0 0 0 1 0 1 0 9 3 6 0 0 1584

4 2 1 0 0 2 0 0 0 0 1 4 21 2 16 0 0 0 0 1 0 0 13 6 7 0 0 1958

4 0 1 0 5 9 0 0 0 0 0 1 24 1 7 0 0 0 0 0 0 0 17 7 2 0 0 1899

5 0 0 0 2 2 0 0 0 0 0 0 44 0 5 0 0 0 2 0 2 0 12 8 8 0 0 1578

0 0 0 0 2 3 0 2 0 0 0 3 19 0 3 0 0 0 0 0 0 0 12 7 0 0 0 672

0 0 0 0 1 0 0 0 0 0 0 1 6 0 0 0 0 0 0 0 0 0 1 1 0 0 0 223

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 47

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2

37 23 29 21 99 40 2 10 1 4 17 33 194 7 526 1 1 1 11 13 11 1 107 36 50 2 3 20238

BIJLAGE 2

Arrondissement Aalst Verwacht aantal verblijven per APR-DRG en per leeftijdscategorie van 5 jaar voor 2010 (Vrouwen)

001

[00-05[ 0

[05-10[ 0

[10-15[ 0

[15-20[ 0

[20-25[ 0

[25-30[ 0

[30-35[ 0

[35-40[ 0

[40-45[ 0

[45-50[ 0

[50-55[ 0

[55-60[ 1

[60-65[ 0

[65-70[ 1

[70-75[ 0

[75-80[ 0

[80-85[ 0

[85-90[ 0

[90-95[ 0

[95-100[ 0

[100 --> 0

Totaal 2

003

1

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

2

004

0

0

0

0

0

0

0

1

1

1

0

1

1

1

2

4

0

0

0

0

0

12

005

0

0

0

0

0

0

0

1

0

0

0

0

0

0

1

0

0

0

0

0

0

2

020

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

1

0

0

0

0

0

2

021

0

0

1

1

0

0

1

3

2

5

11

12

7

3

4

4

3

0

0

0

0

57

022

1

0

0

0

0

0

0

0

0

0

0

0

0

3

2

2

1

0

0

0

0

9

023

0

1

0

0

0

1

2

1

0

9

4

1

1

0

0

0

0

0

0

0

0

19

024

0

0

0

0

0

0

0

0

0

0

0

2

1

4

2

11

6

2

1

0

0

29

025

0

0

0

0

0

1

1

3

2

7

5

4

2

4

4

7

6

2

0

0

0

46

026

0

0

0

2

0

0

0

0

0

0

0

0

1

0

0

1

0

2

0

0

0

6

040

0

0

0

0

0

1

0

0

0

0

0

0

0

0

1

1

1

2

0

0

0

6

041

0

0

0

0

0

1

0

1

0

1

2

4

4

9

1

1

1

2

0

0

0

27

042

0

0

0

0

0

1

1

2

0

0

0

0

11

6

24

38

51

25

5

2

0

165

043

1

0

0

0

0

3

2

5

4

5

5

9

2

1

0

1

0

0

0

0

0

37

044

0

0

0

0

0

0

1

1

2

0

6

5

1

2

3

4

12

5

2

5

0

48

045

0

0

0

0

0

0

1

1

1

5

4

6

10

6

23

29

64

36

10

2

0

196

046

0

0

0

0

0

0

0

2

2

0

1

1

1

7

6

16

42

28

13

2

0

121

047

0

0

0

0

0

0

0

0

0

1

4

6

12

6

10

32

33

23

11

2

2

141

048

1

0

0

0

2

1

0

0

2

2

5

6

6

3

5

11

7

0

1

0

0

51

049

1

0

0

0

0

0

0

0

1

0

0

1

0

0

0

0

0

0

0

0

0

3

050

2

0

0

0

0

0

0

2

2

0

0

1

1

1

2

4

0

0

0

0

0

15

051

1

1

0

0

2

3

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

8

052

4

1

0

0

0

0

0

0

1

0

1

1

1

2

5

3

3

2

0

0

0

23

053

22

17

6

7

5

6

6

8

5

10

9

14

5

4

6

7

21

11

1

0

0

171

054

0

1

3

6

3

5

6

7

7

5

4

1

4

2

3

1

3

0

0

0

0

58

055

0

0

0

0

0

0

0

1

0

0

0

0

2

3

0

3

4

5

0

0

0

19

056

4

0

0

0

0

0

1

0

0

0

0

1

1

1

1

3

1

0

0

0

0

14

057

29

14

12

12

9

4

7

7

4

6

4

8

2

3

5

4

1

3

1

2

0

138

058

5

0

0

2

1

1

3

1

5

9

11

2

8

6

20

17

21

11

5

0

0

128

070

0

0

0

0

0

0

1

1

0

1

5

0

0

1

0

1

0

2

0

0

0

11

071

0

0

0

0

1

0

2

2

4

2

7

4

4

8

14

10

10

6

2

0

0

75

072

5

2

1

0

1

0

1

1

2

1

4

1

6

2

4

3

4

6

0

0

0

43

073

0

0

0

0

0

0

1

0

0

2

5

2

4

22

33

38

46

23

10

2

0

188

080

2

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

1

3

0

0

0

8

081

0

0

0

0

0

0

0

1

0

1

0

0

0

0

0

0

0

0

0

0

0

2

082

4

0

0

0

0

0

0

0

0

1

4

0

7

3

5

3

4

0

1

0

0

33

090

0

0

0

0

0

0

0

0

0

0

0

0

1

0

1

0

0

0

0

0

0

2

091

1

2

0

0

0

0

0

2

0

0

1

0

1

0

2

0

0

0

0

0

0

9

092

0

1

1

8

4

5

5

2

6

5

2

6

1

2

0

2

0

2

0

0

0

51

093

2

2

7

4

17

9

17

22

7

15

17

14

6

4

5

2

1

0

0

0

0

153

094

2

1

1

6

7

2

6

4

5

3

2

1

1

0

2

1

1

0

0

0

0

47

095

2

1

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

4

096

0

0

0

4

0

0

1

0

0

0

1

1

0

1

0

1

0

0

0

0

0

9

097

11

22

12

34

27

9

10

7

4

2

0

2

1

0

0

1

0

0

0

0

0

144

098

1

8

7

10

9

10

10

7

11

10

5

9

4

2

3

3

0

0

0

0

0

109

110

0

0

0

0

0

0

0

1

1

2

0

1

1

0

3

1

1

0

0

0

0

12

111

0

0

1

0

0

0

0

0

3

3

5

5

1

3

8

4

13

6

2

0

0

55

112

0

0

0

0

0

0

0

0

0

0

2

1

1

1

1

7

3

2

0

0

0

18

113

73

11

4

8

2

5

7

3

5

2

2

2

1

1

5

8

0

5

1

0

0

145

114

7

1

4

43

23

7

5

2

2

2

1

1

2

3

3

0

0

0

0

0

0

106

115

10

0

1

0

1

0

3

0

0

0

0

2

1

5

1

2

1

2

0

0

0

30

120

0

0

0

0

0

0

0

0

0

1

0

0

1

1

2

0

0

0

0

0

0

5

121

0

0

0

0

1

2

0

1

2

0

4

0

4

2

1

4

0

0

0

0

0

20

122

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

0

0

0

3

130

1

0

0

0

0

0

0

0

0

1

0

0

1

0

1

4

3

0

0

0

0

12

131

2

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

132

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

133

0

0

0

0

0

0

0

0

0

0

1

0

0

0

2

4

10

9

1

2

0

30

134

0

0

0

0

0

0

1

1

2

1

4

1

4

4

12

15

15

11

4

0

0

75

135

0

0

0

1

1

0

0

0

0

0

1

4

0

1

1

5

3

6

0

0

0

23

136

0

0

0

0

0

0

0

1

0

3

5

14

5

9

9

8

4

0

3

0

0

62

137

8

3

0

0

1

0

0

0

2

2

1

4

1

3

5

10

12

9

2

3

2

67

138

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

0

4

139

66

30

6

4

6

4

8

6

5

9

9

14

13

12

16

34

48

58

22

11

2

382

140

2

0

0

0

2

0

0

2

8

12

12

22

29

17

35

41

57

34

16

8

0

298

141

49

2

5

5

3

5

1

3

3

2

6

2

2

3

4

2

1

2

0

0

0

99

142

0

0

0

1

0

0

0

0

1

1

1

0

0

1

2

4

6

0

1

0

0

18

143

0

0

0

0

0

2

0

3

5

2

4

0

2

1

5

1

7

3

1

0

0

36

144

155

13

5

4

4

2

3

2

7

12

5

13

11

10

18

27

34

39

20

5

0

389

161

0

0

0

0

0

0

0

0

0

0

0

0

1

1

0

1

0

0

0

0

0

3

162

0

0

0

1

1

0

0

0

0

0

0

1

0

2

2

1

3

3

0

0

0

14

163

0

0

0

0

0

0

0

1

1

0

1

4

4

8

6

16

4

0

0

0

0

45

165

0

0

0

0

0

0

0

1

1

0

2

1

2

7

4

8

4

2

0

0

0

32

166

0

0

0

0

0

0

1

0

0

0

5

1

4

3

6

8

6

0

0

0

0

33

167

1

0

0

1

0

0

0

0

1

0

0

0

0

2

1

0

0

0

0

0

0

6

168

0

0

0

1

0

0

0

0

0

1

2

2

1

1

1

3

4

0

0

0

0

18

169

0

0

0

0

0

0

0

0

0

0

1

1

0

0

0

0

1

2

0

0

0

5

170

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

0

2

0

0

0

3

171

0

0

1

0

0

0

2

0

0

0

2

0

2

9

11

17

22

14

2

0

0

83

172

0

0

0

0

0

0

0

0

0

0

0

1

0

3

2

2

3

3

0

0

0

15

173

0

0

0

0

0

0

0

1

3

5

5

7

8

22

20

25

27

16

4

0

0

142

174

0

0

0

0

0

0

0

0

1

2

2

7

6

4

6

4

9

5

0

0

0

47

175

0

0

0

1

2

1

3

8

5

6

7

12

16

21

35

49

33

11

0

0

0

207

176

0

0

0

0

0

0

0

1

0

0

0

1

0

0

1

4

3

2

0

0

0

12

177

0

0

0

0

0

0

0

0

0

0

1

0

1

0

0

4

0

0

0

0

0

7

178

0

0

0

0

0

0

0

0

1

1

0

0

0

0

4

0

1

2

0

0

0

9

179

0

0

0

0

2

7

15

22

42

34

33

27

28

22

12

7

6

0

0

0

0

256

180

0

0

0

0

0

0

0

0

0

1

0

1

6

4

5

3

12

2

1

0

0

35

190

0

0

0

0

0

0

0

1

0

1

6

4

5

9

9

18

34

14

12

0

0

113

191

1

0

0

0

0

0

0

2

1

9

13

13

19

22

22

42

24

6

0

0

0

174

192

0

0

0

0

0

0

0

1

3

9

15

15

31

25

47

44

22

3

1

0

0

217

194

0

0

0

0

0

0

0

0

0

1

1

1

11

7

18

37

64

67

23

5

5

240

195

0

0

0

0

0

0

0

0

0

0

4

1

1

3

1

1

4

3

0

0

0

18

196

0

0

0

0

0

0

0

0

0

0

0

2

1

2

2

3

1

2

2

0

0

16

197

0

0

0

0

1

0

1

1

3

2

5

4

6

6

8

15

18

17

2

2

0

90

198

0

0

0

0

0

0

0

0

0

1

4

4

4

7

5

11

10

12

2

0

0

60

199

0

0

0

0

0

0

0

1

0

2

2

2

5

4

14

7

9

6

0

0

0

52

200

1

0

0

0

0

0

0

0

0

0

0

1

0

2

6

8

9

9

2

0

0

38

201

0

0

2

0

3

0

1

1

6

2

4

7

15

19

25

32

51

30

13

5

0

214

202

0

0

0

0

0

0

0

0

0

0

1

1

4

0

2

4

9

9

1

0

0

32

203

0

0

1

0

1

0

3

2

5

5

6

8

5

7

7

8

4

3

0

2

0

65

204

2

0

3

4

4

2

0

1

2

5

1

5

4

8

15

17

21

17

3

0

2

115

205

0

0

0

0

0

0

0

0

1

0

0

1

1

0

1

1

3

0

1

0

0

9

206

0

0

0

0

0

0

0

0

0

1

0

0

1

2

0

2

1

0

0

0

0

8

207

0

0

0

1

1

1

0

0

2

12

4

5

2

2

4

3

9

5

0

0

0

50

220

2

0

0

1

2

1

3

2

5

5

5

2

11

5

6

10

4

2

0

0

0

65

221

1

0

0

1

0

3

1

5

10

15

18

11

23

13

25

29

42

9

5

0

0

210

222

0

0

0

0

0

0

0

1

0

0

1

1

1

0

1

0

1

0

0

0

0

7

223

0

0

0

0

0

0

0

0

0

1

0

0

1

1

0

2

1

0

0

0

0

7

224

0

0

0

0

1

2

1

2

2

8

4

0

5

4

3

2

1

2

0

0

0

36

225

1

10

18

26

16

9

6

6

8

7

11

5

5

4

2

4

3

0

0

0

0

139

226

0

0

0

0

0

7

4

13

12

16

14

9

5

4

5

2

4

2

0

0

0

98

227

4

0

0

0

0

3

3

3

6

7

7

8

8

3

6

10

6

0

0

0

0

75

228

1

0

0

0

0

1

1

1

7

1

5

7

4

2

3

12

4

5

0

0

0

52

229

0

0

0

1

2

0

1

2

4

3

5

6

2

2

3

0

4

0

0

0

0

34

240

0

0

0

0

0

0

1

2

1

1

1

2

7

13

9

13

18

6

8

5

0

87

241

3

2

1

4

1

3

6

8

6

7

4

12

8

11

11

33

18

17

11

0

0

165

242

0

0

0

0

0

1

1

0

0

0

0

0

1

0

1

3

1

2

0

0

0

10

243

23

0

0

0

0

1

2

5

3

2

7

8

5

10

10

9

24

19

5

2

0

134

244

0

0

0

0

0

0

1

2

8

3

9

9

7

6

9

20

19

12

9

2

0

117

245

0

0

0

1

3

5

1

4

4

7

1

2

5

0

1

0

4

0

0

0

0

38

246

0

0

0

0

0

0

0

0

0

1

1

0

0

0

2

3

10

3

0

3

0

24

247

8

4

4

4

5

3

1

2

3

5

0

4

4

8

11

15

19

12

9

2

0

121

248

0

0

0

0

0

0

0

1

0

2

1

0

1

2

1

0

4

0

1

0

0

14

249

128

26

12

22

29

20

20

19

8

12

9

18

7

7

15

18

18

19

7

0

0

414

250

40

22

19

15

14

14

8

12

12

23

15

26

18

17

33

44

45

31

22

2

0

431

260

0

0

0

0

0

0

0

2

1

0

2

1

4

6

1

0

0

0

0

0

0

18

261

0

0

0

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

262

0

0

0

0

0

0

0

0

0

0

0

2

0

0

0

1

0

0

0

0

0

1 3

263

0

0

0

1

9

11

16

14

12

20

33

30

27

23

25

23

16

8

2

0

0

272

264

0

0

0

0

0

0

0

0

2

2

2

1

2

2

4

7

1

2

0

0

0

25

280

0

0

0

0

0

2

2

7

2

2

2

7

4

8

5

7

6

0

1

0

0

53

281

0

0

0

0

0

0

0

0

0

1

5

6

13

9

17

9

19

9

2

0

0

91

282

0

1

2

0

0

2

1

1

5

5

6

7

2

2

1

4

4

3

1

2

0

48

283

1

0

0

1

2

0

1

1

6

7

5

9

6

8

4

1

7

2

1

0

0

61

284

0

0

0

0

3

3

3

2

8

7

8

8

6

8

12

17

34

12

10

0

0

140

300

0

0

0

0

0

0

0

0

0

0

0

0

0

2

0

2

4

0

0

0

0

8

301

0

0

0

0

0

0

0

0

1

0

1

4

5

9

15

23

45

37

21

3

0

164

302

0

0

1

0

0

0

1

2

3

9

25

41

53

66

111

85

58

16

1

0

0

471

303

0

1

0

3

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

5

304

0

0

1

0

2

2

4

12

8

21

20

13

16

6

6

5

3

0

0

0

0

119

305

0

0

0

0

0

0

0

0

0

0

0

0

1

0

0

1

0

0

0

0

0

2

306

0

0

0

0

0

0

0

0

0

0

1

2

0

1

4

9

4

3

0

0

0

24

307

0

0

0

1

0

0

0

1

1

0

0

0

0

0

0

0

0

0

0

0

0

3

308

0

1

0

0

2

1

0

1

0

3

2

4

6

10

18

35

43

53

22

15

2

218

309

0

0

2

0

0

0

1

0

1

0

5

1

0

3

3

3

3

2

1

0

0

25

310

0

0

0

1

2

9

11

18

39

40

22

25

21

19

18

13

12

16

0

0

0

266

312

0

1

1

0

0

0

0

0

1

0

0

0

0

2

3

1

0

0

1

0

0

10

313

1

0

5

15

9

9

15

24

28

24

17

39

25

25

25

11

12

6

1

0

2

293

314

1

0

2

9

4

5

6

9

9

8

11

18

18

8

7

3

4

3

1

0

0

125

315

4

5

8

3

6

6

9

22

32

47

44

53

70

55

55

48

36

23

5

2

0

533

316

0

1

2

1

4

4

5

4

3

7

7

1

7

4

2

4

1

0

0

0

0

58

317

0

2

0

5

2

2

5

4

13

11

20

9

6

5

3

0

0

0

0

0

0

88

318

0

1

2

3

4

1

2

2

5

3

4

6

4

6

3

3

0

2

0

0

0

50

319

0

1

4

3

1

2

2

3

2

3

1

2

1

2

5

3

1

0

0

0

0

37

320

0

0

1

3

1

2

4

3

1

6

4

4

0

2

4

3

3

0

0

0

0

40

340

1

0

0

0

0

0

0

0

0

0

0

0

0

0

3

0

3

5

0

3

0

15

341

0

0

0

2

1

1

0

0

2

1

1

1

2

4

11

22

24

25

5

3

0

106

342

3

11

6

1

2

0

3

1

2

5

4

9

11

12

16

16

18

23

5

3

0

151

343

0

0

0

1

0

0

0

1

0

0

2

1

7

7

16

22

28

16

2

2

0

105

344

1

1

1

1

0

0

0

0

0

0

0

0

1

2

0

0

0

0

0

0

0

7

346

0

0

1

0

1

1

0

2

0

1

5

1

23

3

5

1

10

2

0

0

0

56

347

1

1

0

6

2

14

12

13

13

23

24

21

25

15

29

26

39

27

5

3

0

300

348

2

0

0

2

0

0

0

0

2

2

1

4

4

3

14

26

19

16

3

2

0

99

349

0

0

0

0

0

1

2

0

0

0

0

1

4

2

5

8

6

2

0

0

0

29

350

0

0

1

1

2

2

3

2

2

6

1

1

1

0

5

10

10

9

2

0

0

57

351

7

1

1

3

0

0

3

1

2

2

7

5

1

3

1

4

7

5

2

0

0

56

360

0

0

0

0

0

0

0

0

0

0

0

2

1

1

1

5

6

3

0

0

0

20

361

0

0

0

0

2

1

3

3

7

9

7

6

7

1

4

3

6

3

2

0

0

64

362

0

0

0

1

0

0

0

3

9

24

15

18

16

20

11

9

12

3

1

0

0

141

363

0

0

0

5

19

13

15

24

48

36

38

61

31

28

21

11

3

2

0

0

0

355

364

1

1

0

3

9

6

3

3

9

16

6

13

16

6

5

2

3

0

1

0

0

103

380

0

0

0

0

0

0

0

0

1

2

0

2

2

2

3

5

6

6

2

2

0

34

381

0

0

0

1

1

0

0

0

1

0

0

2

0

3

0

4

0

0

0

0

0

12

382

0

0

0

0

0

0

0

1

1

1

4

2

2

5

5

2

0

3

1

0

0

27

383

1

2

2

0

2

0

3

2

8

7

9

8

5

9

8

11

7

9

0

0

0

94

384

6

2

4

3

6

1

2

2

7

6

2

5

0

0

9

18

9

11

14

3

0

110

385

5

4

3

0

1

3

3

2

4

5

2

1

4

3

1

2

0

0

0

0

0

42

400

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

1

401

0

0

0

1

0

1

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

402

0

0

0

0

0

0

1

0

0

0

1

0

0

1

2

1

0

0

0

0

0

6

403

0

0

0

0

5

19

25

26

22

33

20

14

6

1

0

0

0

0

0

0

0

170

404

0

1

0

0

2

5

10

11

12

7

13

12

5

3

10

0

1

0

0

0

0

90

405

1

0

0

1

3

2

1

5

0

1

1

2

0

2

1

0

0

0

0

0

0

20

420

6

1

2

6

1

3

4

5

3

6

14

22

10

15

30

22

45

30

3

2

0

229

421

12

2

0

0

4

4

3

5

9

1

9

11

2

1

2

5

3

2

0

0

0

75

422

145

27

4

2

1

0

2

0

1

2

1

5

4

4

4

12

12

14

10

5

0

254

423

1

0

1

0

0

0

0

0

3

2

0

0

0

0

0

0

0

0

0

0

0

7

424

0

0

0

0

0

1

2

4

3

0

2

5

0

3

5

9

7

3

0

2

0

46

440

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

0

1

441

0

0

0

0

0

1

1

0

0

0

0

0

0

1

0

1

3

0

0

0

0

7

442

0

0

0

0

0

0

1

0

0

1

1

0

2

1

5

1

3

0

0

0

0

15

443

7

1

0

2

0

5

2

1

4

3

1

4

5

3

2

2

4

0

0

0

0

45

444

0

0

0

0

0

0

0

0

0

0

1

0

0

0

1

0

0

0

0

0

0

2

445

0

0

0

0

0

0

0

1

0

1

1

0

0

1

3

1

0

0

0

0

0

8

446

0

0

0

4

5

9

6

7

14

15

8

21

8

12

25

26

18

3

2

0

0

185

447

0

0

0

0

0

1

1

0

2

5

1

0

1

3

3

8

4

2

1

0

0

31

460

0

0

0

0

0

0

0

0

1

0

0

1

5

6

8

8

19

8

3

3

2

64

461

0

0

0

0

0

0

0

0

0

0

0

1

0

3

1

3

1

0

0

2

0

11

462

0

0

1

0

0

0

0

0

0

0

0

2

0

0

0

1

0

0

1

0

0

6

463

32

8

7

20

21

21

15

10

4

3

6

8

8

8

7

22

24

17

7

2

0

250

464

0

0

0

1

1

1

0

0

3

2

4

0

1

0

0

1

0

0

0

0

0

14

465

1

0

1

1

4

11

8

7

9

14

13

2

2

4

5

3

3

6

0

0

0

93

466

0

0

0

0

0

0

0

2

3

0

2

1

0

0

1

0

0

0

0

0

0

9

467

1

0

0

0

0

0

0

0

0

1

0

0

0

0

2

5

4

3

1

0

0

18

468

6

2

3

1

0

0

1

0

3

5

6

2

4

3

6

9

7

2

2

2

0

62

510

0

0

0

1

1

2

3

5

10

6

11

5

7

5

5

8

3

0

0

0

0

69

511

0

0

0

0

0

0

0

0

0

1

0

1

5

2

2

4

0

2

0

0

0

17

512

0

0

0

0

0

0

0

0

0

0

4

2

7

2

9

3

3

0

1

0

0

31

513

0

0

0

7

12

33

42

60

105

131

78

53

24

23

22

16

13

8

2

0

0

631

514

0

0

0

1

0

2

3

7

13

18

25

28

28

28

20

21

19

0

0

0

0

213

515

0

1

0

0

3

3

8

6

7

6

2

5

5

2

4

0

4

0

1

0

0

55

516

0

0

0

1

5

13

13

20

12

5

0

0

0

1

1

1

0

0

0

0

0

70

517

0

0

0

0

0

5

7

4

6

7

4

8

4

4

8

8

3

2

1

0

0

69

518

0

0

0

0

1

1

1

1

2

0

1

2

1

1

1

1

0

0

0

0

0

13

530

0

0

0

0

0

0

0

0

1

0

2

1

1

1

4

5

1

0

2

2

0

21

531

0

0

0

2

6

6

6

2

1

1

1

1

0

0

0

0

0

0

0

0

0

26

532

0

0

2

6

6

7

7

7

3

8

4

1

1

3

1

2

1

3

0

0

0

62

540

0

0

0

5

52

158

136

53

12

0

0

0

0

0

0

0

0

0

0

0

0

416

541

0

0

0

0

0

3

1

4

0

0

0

0

0

0

0

0

0

0

0

0

0

8

542

0

0

0

0

0

0

4

0

1

2

0

0

0

0

0

0

0

0

0

0

0

8

543

0

0

0

0

1

6

4

4

0

0

0

0

0

0

0

0

0

0

0

0

0

15

544

0

0

0

2

3

21

14

3

5

0

0

0

0

0

0

0

0

0

0

0

0

48

560

0

0

0

34

205

682

562

161

22

0

0

0

0

0

0

0

0

0

0

0

0

1667

561

0

0

0

0

4

7

3

2

0

0

0

0

0

0

0

0

0

0

0

0

0

14

562

0

0

0

2

4

7

7

3

0

0

0

0

0

0

0

0

0

0

0

0

0

23

563

0

0

0

10

43

58

43

20

0

0

0

0

0

0

0

0

0

0

0

0

0

174

564

0

0

0

3

1

7

4

2

0

0

0

0

0

0

0

0

0

0

0

0

0

16

565

0

0

0

0

4

10

4

6

0

0

0

0

0

0

0

0

0

0

0

0

0

24

566

0

0

0

6

34

86

50

21

2

0

0

0

0

0

0

0

0

0

0

0

0

198

580

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

581

3

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

593

3

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

600

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

601

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

602

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

603

7

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

7

612

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

613

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

614

18

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

18

622

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

623

4

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

4

624

9

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

9

625

5

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

5

626

27

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

27

630

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

631

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

633

6

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

6

634

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

635

3

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

636

3

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

637

12

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

12

638

16

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

16

639

16

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

16

640

93

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

93

650

0

0

0

0

0

0

0

1

0

1

1

0

0

0

0

0

1

0

0

0

0

5

651

0

0

0

0

0

0

2

0

2

0

0

0

1

1

1

0

0

0

0

0

0

7

660

0

0

0

0

1

1

0

1

0

1

1

1

4

4

1

0

1

0

0

0

0

16

661

4

2

1

0

1

1

0

0

2

0

0

0

0

0

0

1

1

0

2

0

0

15

662

0

1

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

663

0

0

0

1

0

3

0

0

5

2

1

2

6

4

7

12

22

16

12

3

0

97

664

1

0

1

0

1

0

0

0

0

0

0

0

0

0

2

0

0

0

0

0

0

5

680

0

0

0

0

0

0

0

0

1

1

0

0

2

2

0

2

1

0

0

0

0

10

681

0

0

0

1

0

0

1

0

1

0

1

2

1

1

1

1

0

0

0

2

0

12

682

0

0

0

0

1

0

1

1

3

0

0

2

0

1

3

1

4

2

0

0

0

19

683

0

1

0

0

0

0

0

1

1

0

1

1

1

1

3

0

1

0

0

0

0

11

690

0

1

0

1

0

0

0

2

2

3

0

0

1

2

4

1

0

2

0

0

0

18

691

0

0

0

1

0

0

0

7

1

2

2

2

2

9

7

10

6

2

0

0

0

52

692

0

0

0

0

0

0

0

0

0

0

0

0

0

2

2

2

0

0

0

0

0

6

693

0

12

0

12

0

2

0

7

4

20

4

28

31

22

32

33

3

0

1

0

0

210

694

0

0

0

0

0

0

0

0

1

0

1

0

5

0

5

5

6

0

1

0

0

25

710

1

0

0

0

1

0

0

0

2

1

1

0

1

3

1

2

0

0

0

0

0

13

711

0

0

0

0

0

0

0

2

0

3

0

0

0

0

1

1

0

0

0

0

0

7

720

2

0

0

1

0

0

0

1

3

2

0

4

6

6

6

12

10

11

3

2

0

69

721

0

0

0

1

0

3

3

1

1

1

2

4

0

2

3

4

0

0

0

0

2

27

722

0

1

1

0

0

0

1

1

1

0

0

0

1

0

0

0

0

2

1

0

0

8

723

35

5

6

5

2

5

2

3

3

0

0

0

1

1

2

1

3

0

0

0

0

73

724

0

1

0

0

0

0

1

1

5

0

1

0

1

0

2

3

3

3

0

2

0

23

740

0

0

0

1

1

0

0

1

1

2

4

1

0

1

5

7

6

5

0

0

0

33

750

0

0

0

0

0

0

0

2

0

2

0

0

0

0

0

2

1

0

0

0

0

8

751

0

0

0

0

1

1

1

0

12

7

1

4

4

3

2

8

1

0

0

0

0

44

752

0

0

1

1

2

3

3

1

3

5

4

2

2

1

0

0

0

0

0

0

0

27

753

0

0

0

0

0

0

0

0

2

0

2

1

2

1

0

0

0

0

0

0

0

9

754

0

0

0

4

4

5

11

12

23

18

9

11

7

6

7

10

1

5

3

0

0

136

755

0

0

0

1

2

4

2

2

4

3

1

9

1

1

1

2

9

0

0

0

0

43

756

1

0

3

3

2

5

4

3

8

6

2

1

4

3

4

2

1

3

1

2

0

57

757

1

0

0

1

0

0

0

0

1

0

0

1

4

2

11

20

51

48

23

8

0

170

758

2

2

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

6

759

0

0

0

2

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

3

760

1

0

0

3

3

1

2

3

3

5

5

2

2

3

3

3

0

0

0

0

0

39

770

0

0

0

0

0

0

1

1

3

0

0

0

1

0

0

1

0

0

0

0

0

7

771

0

0

0

0

0

0

0

0

0

1

0

1

1

0

0

0

0

0

0

0

0

4

773

0

0

0

2

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

4

775

0

0

2

3

0

3

5

5

12

16

12

13

12

4

2

1

4

0

0

0

0

95

776

0

0

0

2

1

0

0

1

0

1

1

2

0

1

1

1

1

2

2

0

0

17

790

1

0

0

2

0

0

1

1

0

2

2

2

0

2

1

2

0

0

0

0

0

16

791

0

0

0

1

0

1

5

2

4

1

4

1

1

1

2

1

3

0

0

0

0

26

792

0

1

0

1

0

0

1

1

0

2

0

1

0

1

0

0

0

0

0

0

0

8

810

3

2

2

1

0

0

3

2

0

2

2

0

1

1

4

1

6

2

0

0

0

32

811

1

0

0

1

0

0

0

0

0

0

1

0

0

2

0

0

0

0

0

0

0

5

812

7

1

6

17

10

13

13

12

18

16

14

11

5

3

2

8

7

9

0

0

2

173

813

2

0

0

3

1

6

6

2

3

1

7

4

2

2

2

4

4

3

0

0

0

52

814

0

0

0

0

0

0

0

1

1

0

0

0

0

0

0

0

0

0

0

0

0

2

815

1

0

0

0

0

0

1

0

0

2

0

0

0

0

0

0

0

5

0

0

0

9

830

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

1

832

0

1

0

0

0

0

0

0

0

1

0

0

0

0

2

0

0

0

1

0

0

5

833

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

1

840

0

0

1

0

0

0

1

1

0

0

0

2

0

0

2

0

0

0

0

0

0

7

850

1

0

1

1

0

5

3

2

2

3

1

1

5

2

3

4

1

2

0

2

0

39 283

860

1

1

0

0

2

0

3

2

7

3

4

4

17

23

28

59

57

56

14

3

0

861

0

1

0

2

1

1

1

4

3

1

0

0

1

2

2

3

6

6

2

0

0

36

862

323

5

5

3

5

11

9

8

8

10

5

6

2

6

8

8

4

9

1

0

0

437

872

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

891

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

0

0

0

1

893

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

1

894

0

0

0

0

0

0

0

1

0

2

0

0

0

0

0

0

0

0

0

0

0

3

910

0

0

0

2

0

1

0

0

0

0

0

1

0

1

0

1

0

0

0

2

0

8

911

0

0

0

0

1

0

1

2

0

2

0

0

0

0

0

1

0

0

1

0

0

8 10

930

1

0

1

1

0

1

1

0

0

1

1

0

0

1

0

2

0

0

0

0

0

931

0

0

0

2

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

2

950

2

1

1

2

1

5

5

3

2

5

7

7

4

4

10

10

12

3

1

0

0

84 57

952

6

0

0

0

1

0

2

0

2

2

4

2

6

3

3

10

6

8

3

0

0

955

0

0

0

0

2

3

1

1

0

0

0

0

0

0

0

0

0

0

0

0

0

6

956

0

0

0

0

0

5

3

0

1

0

0

0

0

0

0

0

0

0

0

0

0

8

Totaal

1568

313

245

537

789

1553

1439

1018

1045

1219

1161

1302

1293

1242

1683

2099

2259

1462

521

157

20

22925

BIJLAGE II-3: Distributie van het verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie van 5 jaar voor het arrondissement Dendermonde voor 2010 (Mannen)

BIJLAGE 3

Arrondissement Dendermonde Verwacht aantal vepleegdagen per APR-DRG en per leeftijdscategorie (Mannen) 2010

001 002 003 004 005 020 021 022 023 024 025 026 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 070 071 072 073 080 081 082 090 091 092 093 094 095

[00-05[ 0 0 0 0 0 7 6 0 0 0 0 0 4 4 0 0 0 0 0 0 1 2 0 0 70 0 1 13 36 0 0 0 4 0 0 0 1 0 0 0 0 1 11 0

[05-10[ 0 0 0 0 0 25 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20 0 10 5 15 1 22 1 0 0 5 0 0 0 0 0 0 0 0 5 0 0

[10-15[ 0 42 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 3 16 0 0 0 1 1 0 0 25 3 0 0 2 0 7 0 0 0 0 0 18 0 2 0

[15-20[ 0 0 0 0 14 5 0 0 0 1 0 6 0 0 1 0 0 0 0 1 0 0 0 0 10 1 3 2 24 2 0 4 0 0 0 0 1 0 4 15 17 2 0 0

[20-25[ 0 0 0 0 5 38 0 22 0 3 2 0 0 0 0 14 0 0 0 0 0 10 0 0 9 2 1 0 26 4 0 0 0 1 0 0 2 0 9 12 15 0 2 0

[25-30[ 0 5 0 0 1 0 0 0 7 3 0 0 0 0 4 12 0 0 0 1 13 0 2 0 13 3 0 3 19 3 0 5 0 0 0 0 0 0 0 4 17 6 0 2

[30-35[ 0 0 0 0 6 6 0 0 0 3 0 0 0 4 7 0 0 0 0 4 0 0 0 6 15 5 61 4 10 19 6 3 4 2 0 0 5 0 0 0 20 3 0 0

[35-40[ 0 0 0 0 3 0 0 0 0 5 3 1 0 2 0 0 4 0 1 56 0 0 0 0 56 4 0 8 13 6 0 6 2 1 0 0 0 0 0 6 8 2 3 4

[40-45[ 21 0 133 0 49 46 3 0 9 2 0 0 0 1 68 0 2 0 9 6 0 0 0 1 84 0 0 5 11 24 4 23 1 9 0 0 16 0 0 2 17 5 0 6

[45-50[ 0 0 188 0 0 40 0 8 0 9 2 0 6 0 1 1 129 0 1 92 0 0 0 0 90 0 0 1 17 16 0 11 0 0 2 0 0 0 10 6 22 8 3 2

[50-55[ 19 0 0 0 0 78 13 6 15 1 25 0 72 20 29 1 153 3 15 21 31 18 0 2 49 4 0 13 25 53 2 6 84 0 0 0 0 0 0 3 19 0 0 0

[55-60[ 0 0 26 0 0 46 0 17 34 17 35 0 26 50 85 148 78 18 37 19 24 0 0 24 19 4 0 9 2 70 0 11 0 17 0 0 11 0 26 11 7 4 0 1

[60-65[ 0 0 0 0 0 345 0 320 103 60 0 0 44 134 13 56 225 80 30 8 0 0 0 5 34 1 1 1 19 49 3 0 0 32 0 0 13 15 11 0 9 0 0 4

[65-70[ 0 0 243 64 24 118 0 0 48 2 37 0 10 50 10 75 172 124 37 11 4 0 0 18 45 13 18 10 1 32 0 41 0 18 41 2 7 12 9 9 2 38 0 0

[70-75[ 0 0 0 57 0 267 0 0 148 0 80 0 69 196 0 167 304 125 128 10 0 0 13 11 67 0 0 0 2 33 0 22 0 14 0 0 7 36 8 1 9 14 0 22

[75-80[ 0 0 148 0 0 342 18 8 130 1 0 0 32 274 153 183 480 193 239 22 0 6 0 6 86 0 67 24 1 54 0 17 7 8 7 0 17 0 0 0 0 6 0 0

[80-85[ 0 0 0 0 0 77 0 0 9 1 0 0 135 602 0 282 633 65 222 102 0 0 0 0 165 0 0 0 18 33 0 12 0 0 0 0 16 0 0 0 0 0 0 0

[85-90[ 0 0 0 0 0 181 0 0 43 0 0 0 0 60 0 9 172 66 179 0 0 134 0 87 87 0 0 0 2 87 0 0 14 2 0 5 0 0 0 0 0 0 0 0

[90-95[ 0 0 0 0 0 126 0 0 0 0 0 0 0 43 0 0 87 9 7 7 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0

[95-100[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

[100 --> 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Totaal 40 47 738 120 103 1746 44 380 546 107 185 7 398 1439 372 948 2440 683 918 362 89 171 35 159 909 43 166 93 274 487 15 160 123 105 58 7 96 62 76 68 181 92 21 41

096 097 098 110 111 112 113 114 115 120 121 122 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 160 161 162 163 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 190

6 4 0 0 0 256 17 17 0 2 0 8 0 0 0 0 0 16 28 243 12 302 0 0 260 0 0 0 0 0 0 23 0 0 0 0 8 0 0 0 0 0 0 0 0 1 0 0

9 5 0 0 0 34 8 3 0 0 0 0 0 0 0 0 0 0 0 93 0 10 0 0 17 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0

7 4 0 0 0 8 4 0 0 18 0 0 0 0 0 0 0 0 0 26 0 6 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

20 19 0 0 0 33 3 8 0 3 0 0 0 0 0 0 0 0 0 29 6 0 0 29 0 0 0 0 8 0 0 0 2 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0

8 26 0 0 0 3 8 4 20 12 15 0 0 0 9 6 15 26 0 31 3 8 0 35 7 0 0 0 0 0 0 0 0 0 0 0 13 0 5 0 0 0 0 0 0 4 0 0

11 31 0 3 0 10 0 12 0 12 0 0 0 0 10 0 0 0 0 19 0 12 0 9 37 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 2 0 0

13 34 0 0 0 6 9 3 0 12 14 0 10 0 0 4 5 25 0 26 4 10 0 8 12 0 22 0 0 0 0 0 9 0 4 0 33 0 10 0 0 0 4 0 0 2 1 0

6 21 0 1 0 32 3 0 8 16 0 0 0 0 0 0 0 14 3 26 16 5 0 8 32 0 0 0 9 0 0 0 0 0 0 0 16 0 19 0 0 0 8 0 5 8 2 0

0 11 61 2 0 13 0 0 0 11 0 0 26 0 0 3 5 1 0 39 0 2 0 6 15 0 0 21 13 7 8 0 0 0 0 0 9 31 26 4 0 0 9 0 0 18 7 0

4 23 4 1 0 34 7 7 29 11 1 0 0 0 7 18 8 75 0 28 11 0 17 0 27 0 0 0 0 14 0 0 9 0 9 0 32 59 49 0 0 0 33 0 30 17 14 0

1 29 25 2 0 9 2 4 61 31 0 7 0 9 18 7 5 104 0 98 250 17 0 26 23 0 32 13 28 42 42 2 4 0 0 29 101 54 74 0 1 12 43 0 56 49 49 0

0 15 89 7 4 11 0 4 24 25 17 116 0 5 11 1 148 67 0 185 327 0 0 14 66 0 122 0 41 77 134 2 84 26 12 306 199 50 174 6 0 0 8 28 124 37 66 0

0 4 156 5 0 0 0 9 16 72 38 53 0 25 70 1 99 110 0 122 338 9 0 56 36 0 32 0 68 142 163 25 50 29 64 0 235 17 167 3 0 21 28 0 64 57 84 0

3 5 16 17 2 8 9 5 120 62 170 22 0 18 26 0 331 43 0 216 553 1 0 35 24 0 19 41 84 172 175 5 116 20 60 77 594 54 152 6 0 6 23 124 156 61 145 0

0 23 58 26 10 14 12 0 49 78 7 183 0 60 49 5 177 130 0 413 519 12 19 43 178 0 131 72 115 181 196 0 22 63 68 232 508 44 178 22 0 88 9 37 127 88 115 0

0 6 240 4 6 11 6 51 0 65 99 173 0 12 99 0 291 179 11 503 865 10 0 20 117 0 10 74 169 146 207 0 25 30 179 55 610 17 130 7 19 0 6 101 235 25 124 0

0 0 0 0 1 36 0 0 0 0 61 55 0 99 44 0 264 202 0 611 501 0 0 0 256 0 0 50 193 219 166 28 50 58 90 276 772 0 52 53 4 0 4 74 165 138 59 19

0 0 0 3 0 0 0 2 0 0 0 51 0 29 70 0 102 291 0 573 578 0 0 42 46 0 0 0 0 0 0 0 0 0 26 0 90 0 26 3 12 0 0 0 76 3 0 14

0 0 0 7 0 6 0 0 0 0 58 0 0 8 0 29 10 76 0 349 126 19 0 0 10 0 0 0 0 0 0 0 0 0 118 0 8 0 2 0 6 0 0 0 56 5 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 7 160 0 0 17 0 88 55 0 0 0 7 0 0 0 0 0 0 0 0 0 35 0 0 0 0 0 0 0 0 0 15 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

88 262 649 78 23 523 87 129 326 429 480 669 35 271 573 75 1461 1377 43 3718 4165 423 35 331 1178 6 367 272 728 999 1090 86 372 226 665 975 3228 326 1070 104 43 126 176 364 1108 514 666 33

191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 220 221 222 223 224 225 226 227 228 229 240 241 242 243 244 245 246 247 248 249 250 260 261 262 263 264 280 281 282 283 284

0 0 1 0 0 0 2 0 0 0 0 0 0 0 5 0 5 3 0 0 0 0 13 0 0 0 0 50 0 0 0 6 0 672 143 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 1 3 0 0 0 12 0 0 0 0 28 0 0 2 8 0 3 0 6 0 0 0 5 0 80 37 0 0 0 0 0 0 0 0 4 0 0 0 0

0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 11 0 0 0 81 0 2 0 0 0 5 1 0 0 0 0 0 0 42 34 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 13 0 0 4 4 0 0 5 0 0 0 25 0 0 0 0 63 4 0 7 0 0 0 0 3 0 0 0 0 0 17 9 0 0 0 3 0 0 0 3 5 0 0 0 0

0 0 0 0 0 0 0 3 10 0 2 0 0 5 9 13 0 7 0 33 6 3 14 7 0 12 5 8 0 8 0 0 0 25 11 0 0 0 1 0 0 0 8 0 0 0 0 0

0 14 0 0 0 0 0 6 0 2 3 0 0 3 0 0 0 0 5 21 4 5 14 0 0 12 0 3 0 12 0 3 0 20 15 0 0 0 6 0 0 0 2 0 3 0 0 6

0 12 0 2 0 0 0 4 2 6 2 0 0 12 6 13 0 0 3 30 19 6 34 2 0 7 0 0 11 7 0 5 0 33 23 0 0 14 0 5 8 0 29 0 2 0 0 4

0 0 0 0 0 3 4 8 0 3 1 0 0 2 8 19 0 0 3 24 19 15 32 8 0 6 13 28 11 13 0 1 0 4 18 40 6 0 5 0 6 0 19 12 1 0 13 65

17 0 0 2 4 0 9 8 16 3 1 0 9 15 26 56 0 4 3 41 26 10 28 14 3 19 11 13 22 0 0 1 0 26 47 0 0 0 16 8 13 8 9 49 3 0 16 69

0 0 0 11 8 2 0 27 32 27 13 0 0 23 46 67 0 11 1 19 36 27 57 0 12 42 24 9 0 27 20 0 0 16 165 0 0 0 51 0 91 0 260 0 9 0 0 44

45 0 13 29 0 2 15 42 21 12 7 12 19 7 91 195 0 4 0 36 37 51 60 81 76 28 2 17 20 11 0 3 27 30 37 44 32 0 21 13 126 30 135 37 15 0 198 174

71 2 0 52 18 12 0 60 76 13 6 0 7 13 53 296 0 5 8 21 26 27 99 77 134 45 1 33 21 39 20 19 0 19 30 114 35 0 49 30 127 58 20 13 41 0 37 251

204 0 0 80 53 21 5 30 23 12 7 0 5 29 89 122 0 0 7 7 36 80 86 8 0 78 21 15 94 49 0 13 0 32 28 93 65 0 99 90 69 41 88 129 64 0 48 326

263 0 10 21 25 23 3 48 44 24 19 0 21 27 82 275 0 37 22 16 43 29 55 56 134 37 1 70 32 8 0 77 0 44 95 76 27 0 47 7 97 74 102 10 55 0 34 457

316 7 0 133 48 3 13 83 120 20 45 89 3 12 194 453 0 15 4 0 16 51 66 76 74 78 27 66 62 0 14 7 0 33 105 0 0 0 56 0 20 24 128 23 36 0 294 593

503 0 4 74 42 22 20 179 96 12 36 51 0 22 69 339 0 0 0 16 26 24 110 11 73 97 35 77 109 12 19 98 31 43 202 317 14 0 130 0 0 53 28 39 111 112 25 360

471 0 12 98 79 0 59 190 119 0 25 55 18 40 216 288 0 0 15 3 28 37 120 28 34 68 40 59 28 0 50 39 0 44 153 34 27 50 52 27 0 3 13 0 92 0 242 123

204 0 36 28 0 0 0 127 77 0 23 0 11 19 79 105 42 0 14 8 0 0 53 0 39 17 0 9 26 0 3 32 0 19 40 0 0 53 0 0 0 0 11 0 36 0 51 131

12 0 0 0 0 0 0 48 0 0 77 24 0 0 50 0 0 0 0 0 0 0 0 25 31 25 0 6 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 11 0 122 0

0 0 0 28 0 0 32 0 8 0 20 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 43 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2107 35 74 571 276 88 167 865 644 135 295 230 94 229 1059 2251 46 86 84 446 326 368 849 400 609 579 183 471 437 184 127 309 58 1198 1211 717 207 117 544 179 556 291 854 321 478 112 1124 2603

300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 340 341 342 343 344 345 346 347 348 349 350 351 360 361 362 363 364 380 381 382 383 384 385 400 401 402 403

0 0 0 0 3 21 1 0 0 1 2 1 1 0 0 0 0 40 0 2 12 0 0 0 0 0 0 0 21 2 0 0 0 0 0 0 1 5 10 0 0 0 0 0 0 0 103 138

0 0 0 0 0 0 0 0 0 0 0 7 1 3 0 1 1 0 3 10 0 0 0 6 3 0 0 16 1 0 0 0 5 0 0 0 12 4 4 0 0 0 0 0 0 0 0 11

0 0 0 0 0 0 27 5 0 35 6 10 5 1 1 2 7 0 0 14 0 0 0 0 0 0 0 3 7 11 1 4 2 0 0 0 3 2 1 0 0 0 0 0 0 29 0 5

15 5 0 0 0 11 5 0 0 108 3 22 10 5 4 11 11 17 0 9 0 0 0 0 16 0 0 4 0 0 1 0 5 12 0 0 7 4 1 0 0 0 0 0 0 6 0 18

9 7 0 3 0 20 8 21 0 136 9 43 21 8 6 7 27 0 0 5 9 0 0 0 16 0 0 4 9 0 0 3 8 0 0 0 6 15 3 0 0 0 8 1 3 25 2 0

0 7 0 4 0 13 23 29 3 198 3 48 5 14 57 5 16 0 0 11 0 0 2 0 13 0 0 0 11 0 5 2 17 0 0 0 6 8 0 0 0 0 0 4 0 0 0 0

0 33 0 0 0 8 10 46 6 170 12 48 9 19 7 2 12 0 0 8 12 0 0 0 45 0 0 2 4 1 17 0 23 0 0 0 38 12 5 0 0 0 4 3 0 16 2 0

0 45 0 1 0 16 0 111 0 121 18 19 18 20 7 2 20 0 8 6 13 0 13 0 29 3 0 7 29 8 6 5 11 0 0 0 24 17 0 0 8 0 8 6 3 22 1 1

0 95 0 1 0 13 0 123 32 139 9 63 5 31 4 9 22 0 0 4 0 0 0 24 52 4 3 0 9 23 1 1 20 0 9 0 43 37 0 0 0 0 0 9 0 36 5 0

0 63 0 0 0 13 0 138 0 166 26 120 18 23 4 10 22 9 6 43 4 0 0 20 68 7 4 0 24 26 0 0 13 133 36 0 124 3 28 0 0 0 4 11 22 39 11 0

0 91 0 4 1 59 0 133 34 82 23 110 5 31 33 17 165 0 36 25 22 0 0 6 49 0 6 5 9 23 7 5 2 0 9 0 67 3 7 143 10 0 0 7 4 61 21 2

0 52 0 0 0 133 0 112 0 176 20 123 21 15 5 1 28 0 26 4 0 0 0 17 85 8 0 26 0 0 13 0 1 0 0 0 8 22 0 0 30 0 8 9 0 19 11 24

0 48 0 11 0 98 0 133 0 65 7 89 12 12 9 0 0 0 13 62 9 9 0 0 38 9 0 11 12 58 12 0 8 8 29 0 90 19 5 0 0 24 32 9 42 130 24 29

0 16 8 14 0 100 0 63 9 30 53 180 9 71 0 6 19 10 65 50 60 11 6 41 38 26 0 21 10 15 18 0 22 24 0 0 40 11 0 0 9 0 0 3 0 96 54 6

0 37 0 20 20 357 0 39 0 57 34 54 11 48 1 0 50 4 15 98 163 0 4 43 45 42 0 2 48 3 0 0 5 0 35 0 72 23 26 0 0 0 0 0 0 151 0 106

0 0 0 0 0 133 112 127 17 12 4 38 5 4 0 1 43 0 28 45 319 0 0 1 115 26 0 4 11 0 2 0 11 0 13 0 0 24 4 0 0 0 0 12 0 22 23 28

0 0 0 50 0 273 70 6 135 39 0 52 37 18 0 0 0 0 0 102 270 0 10 0 58 129 21 114 0 53 7 3 0 0 4 0 46 4 0 0 0 0 0 0 16 68 7 77

0 0 0 0 0 141 0 0 216 12 0 34 3 0 0 0 0 0 0 74 0 0 0 0 31 25 0 0 0 45 42 0 9 0 0 14 5 25 14 0 0 0 0 0 0 0 0 0

0 0 7 0 0 77 0 0 0 17 0 0 0 0 0 0 0 0 11 0 0 0 0 0 33 0 1 0 0 59 0 0 0 0 0 0 0 17 0 0 0 0 0 0 0 39 0 36

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 22 18 15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 55 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

24 498 15 107 24 1540 256 1085 452 1565 228 1062 195 323 138 74 444 81 232 590 908 20 35 158 735 279 36 218 205 327 132 23 164 178 135 14 592 254 108 143 56 24 63 75 91 757 263 481

404 405 420 421 422 423 424 440 441 442 443 444 445 446 447 460 461 462 463 464 465 466 467 468 480 481 482 483 484 500 501 580 581 590 591 593 601 602 603 611 612 613 614 621 622 623 624 625

0 0 0 0 0 2 0 0 0 0 0 0 0 11 0 0 0 0 0 0 4 0 4 5 0 2 3 7 85 25 34 64 19 14 22 56 23 9 8 67 29 52 12 40 46 6 36 23

0 5 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 12 0 0 5 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 16 0 5 0 7 0 0 0 0 0 0 0 0 0 1 0 0 2 0 7 0 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 2 0 0 0 15 0 0 1 0 0 0 0 0 0 0 0 0 5 0 4 0 10 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 1 0 0 0 0 0 0 6 0 0 0 0 0 6 12 0 0 0 0 56 0 4 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 16 0 1 0 0 0 0 16 17 3 0 0 0 0 6 0 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

3 2 0 0 0 1 0 0 9 0 0 0 0 13 8 61 0 0 7 11 0 0 17 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 20 0 0 8 19 0 3 21 0 6 8 0 7 13 24 1 0 0 0 0 0 18 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 4 0 0 9 14 0 4 21 4 11 0 1 5 34 28 0 0 2 4 0 0 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 12 0 0 13 10 0 4 17 0 16 0 3 0 24 26 0 0 10 0 8 3 2 1 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 33 0 0 34 44 0 3 16 0 18 0 0 2 10 45 0 0 0 47 0 11 31 2 0 13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 14 0 52 32 14 0 5 50 9 14 8 7 34 22 49 28 0 6 160 2 31 7 13 141 18 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 20 0 72 42 56 0 66 62 7 30 95 0 16 16 30 7 4 8 152 27 105 4 36 46 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 6 15 33 131 3 0 14 115 28 59 68 1 27 9 16 5 7 9 230 8 295 12 17 23 25 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 24 13 80 25 0 15 98 111 3 225 3 11 60 0 42 1 11 39 100 8 223 74 74 30 102 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 2 0 35 53 0 0 28 62 44 97 87 0 12 1 47 4 63 87 68 0 401 0 43 84 126 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 4 0 0 0 0 0 6 108 148 90 7 0 27 6 46 0 79 36 33 0 199 3 62 213 71 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 17 0 0 0 100 2 14 0 0 19 0 0 2 26 12 0 0 172 0 15 39 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 6 16 0 26 7 0 24 0 0 0 0 0 0 0 49 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 18 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

3 150 28 287 366 183 15 245 731 246 608 285 23 256 150 441 64 206 221 804 123 1506 209 270 577 414 3 7 85 25 34 64 19 14 22 56 23 9 8 67 29 52 12 40 46 6 36 23

626 630 631 632 633 634 635 636 637 638 639 640 650 651 660 661 663 664 680 681 682 683 690 691 692 693 694 710 711 720 721 722 723 724 740 750 751 752 753 754 755 756 757 758 759 760 770 771

41 52 183 0 0 0 3 0 4 2 0 0 0 0 0 0 0 4 0 0 0 24 0 6 94 21 0 0 0 0 0 0 0 7 2 4 0 0 0 0 0 0 0 1 6 0 68 2

0 0 0 6 0 0 0 0 0 6 0 0 0 0 0 0 0 51 0 0 0 2 0 2 15 1 0 0 14 0 0 0 2 0 0 1 0 0 0 0 0 7 0 0 0 0 1 5

0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 4 0 0 0 7 0 4 5 2 0 0 32 0 0 0 3 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0

0 0 0 9 0 0 27 18 0 10 0 0 0 0 0 0 0 0 0 0 0 7 0 0 8 0 0 0 5 0 0 0 0 0 0 0 1 1 0 2 0 0 0 10 7 0 21 0

0 0 0 0 4 0 0 0 0 3 0 0 0 0 0 0 0 2 0 0 4 0 0 0 16 0 0 9 29 26 0 1 3 3 0 0 9 3 9 23 11 0 2 9 12 0 10 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 67 0 0 0 9 12 0 12 42 0 15 38 0 5 0 3 0 0 2 1 6 0 17 8 8 0 37 0 1 31 3

0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 0 0 93 0 0 4 0 4 3 8 3 0 62 0 0 5 13 4 0 0 2 9 0 0 46 0 0 0 0 0 0 18 9

0 0 0 8 0 4 0 0 0 3 0 0 0 0 0 0 0 5 0 0 0 0 5 0 3 39 0 41 0 0 3 3 0 0 8 8 0 13 0 60 0 7 2 4 9 0 3 0

0 0 0 0 0 0 7 0 1 0 10 0 0 2 0 8 0 139 12 0 0 0 11 4 3 14 0 34 0 0 48 14 2 0 0 3 12 5 0 124 0 47 1 0 6 0 5 10

0 0 0 0 0 0 0 0 0 0 0 0 30 0 0 0 0 65 0 0 0 0 0 0 0 0 0 28 0 0 62 0 4 0 0 3 3 50 0 354 0 1 6 4 3 0 8 37

0 0 0 12 0 0 0 0 7 0 0 2 0 4 0 10 3 92 0 0 0 14 23 0 0 0 0 0 0 0 47 3 0 29 0 1 4 0 0 256 11 31 0 131 0 0 6 28

0 0 0 0 0 20 11 0 13 0 0 0 0 0 79 0 13 40 0 11 77 11 7 0 31 0 0 4 0 28 21 2 78 0 0 6 1 0 0 96 0 2 13 0 11 0 0 17

0 0 0 0 0 0 1 0 16 15 0 0 16 0 17 72 0 89 34 0 34 0 0 0 0 7 0 122 0 0 0 0 0 23 0 1 0 0 0 310 20 12 7 0 3 8 38 19

0 0 0 0 0 21 3 0 37 0 0 40 3 2 0 113 12 101 13 45 34 130 34 8 0 0 52 2 0 0 9 1 67 81 0 3 0 0 0 72 13 17 25 0 0 1 27 5

0 0 0 0 0 12 9 0 30 0 0 8 23 33 24 22 60 97 0 0 0 83 13 5 16 49 0 68 20 0 53 5 0 159 0 13 0 0 0 133 0 34 126 15 10 1 4 21

0 0 0 0 0 17 26 0 54 23 0 0 0 0 31 35 0 56 28 0 25 30 75 0 0 0 0 17 0 0 0 0 0 420 0 51 0 0 0 17 0 6 37 4 25 0 4 48

0 0 0 0 0 0 0 0 22 0 9 0 0 0 0 0 6 0 0 85 0 168 0 0 0 0 104 24 0 0 4 10 9 507 0 0 0 0 0 1 12 15 0 0 0 3 56 30

0 0 0 0 0 0 0 0 49 14 29 0 0 9 2 0 0 0 39 0 0 29 0 0 0 0 0 0 0 0 40 0 0 437 0 0 0 0 0 0 0 0 2 0 22 2 0 3

0 0 0 0 0 0 0 0 27 0 0 0 0 0 3 10 0 0 2 0 0 23 0 0 0 11 0 0 0 0 0 0 0 170 0 5 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 27 0 0 0 0 0 13 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 7 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

41 52 183 36 4 79 87 18 262 75 49 50 72 50 157 279 94 905 128 140 178 562 185 31 210 189 156 438 138 54 298 54 175 1843 10 104 41 78 9 1512 74 187 220 217 113 16 308 234

772 773 774 775 776 790 791 792 810 811 812 813 814 815 830 832 833 840 850 860 861 862 892 893 910 911 930 931 950 951 952 Totaal

0 3 3 4 10 5 10 0 195 0 0 0 0 0 0 0 7 7 0 0 0 0 0 0 0 0 0 0 0 0 0 4106

0 0 0 0 0 0 1 0 4 0 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 726

1 2 0 0 0 0 0 2 5 0 0 0 0 8 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 678

0 0 0 0 0 8 0 0 3 0 0 15 10 0 14 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 981

0 0 0 0 2 1 122 2 193 0 0 46 18 9 10 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1733

0 1 0 0 12 0 0 0 0 0 0 24 0 0 12 0 15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1404

0 1 0 0 0 3 243 3 7 0 24 0 0 0 2 0 16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2058

0 0 0 1 15 0 0 4 8 0 0 29 0 0 7 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1936

0 0 2 0 11 55 18 1 23 0 0 0 0 0 32 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3169

32 0 7 0 2 4 356 2 44 0 0 44 0 0 40 0 21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5027

0 22 11 0 3 11 132 13 151 9 0 0 0 0 4 0 21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6713

0 0 8 0 0 4 530 2 97 0 0 0 0 0 32 0 213 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8775

0 0 0 0 12 0 374 0 24 0 0 0 86 0 56 3 78 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9999

0 0 0 0 0 0 397 10 30 0 15 41 0 0 179 0 60 0 0 0 0 0 0 0 0 0 0 0 0 0 0 11813

0 1 0 0 0 19 405 1 40 0 0 0 0 0 201 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 14383

0 0 0 0 0 19 333 10 154 0 0 0 0 0 287 57 60 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15583

0 0 0 0 0 53 830 0 133 0 0 0 0 0 104 166 24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15240

0 0 0 0 0 0 224 17 49 0 0 0 0 0 65 144 190 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6945

0 16 0 0 0 0 128 0 12 0 0 0 0 0 66 41 119 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2671

0 0 0 0 0 0 93 0 0 0 37 0 0 0 0 0 72 0 0 0 0 0 0 0 0 0 0 0 0 0 0 877

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 55

33 46 30 5 68 182 4196 67 1174 9 76 200 114 17 1115 414 907 7 0 0 0 0 0 0 0 0 0 0 0 0 0 114871,3

BIJLAGE II-4: Distributie van het aantal verblijven (percentueel) per MDC voor de inwoners gedomicilieerd in het arrondissement Gent voor 2002

BIJLAGE 4

Arrondissement Gent Aantal verblijven per MDC voor inwoners afkomstig uit arrondissement Gent

Gent

00 0,17%

01 8,14%

02 1,38%

03 4,55%

04 7,54%

05 10,83%

06 10,27%

07 2,28%

08 15,16%

09 3,52%

10 2,85%

11 3,95%

12 1,79%

13 3,37%

14 7,70%

15 3,29%

16 0,80%

17 1,73%

18 1,08%

19 2,71%

20 0,97%

21 1,34%

22 0,11%

23 4,37%

24 0,02%

25 0,08%

Eeklo

0,17%

9,46%

0,33%

5,52%

7,80%

10,95%

11,70%

2,41%

20,46%

2,86%

1,62%

2,86%

1,41%

3,07%

6,64%

0,87%

0,71%

1,62%

1,20%

3,44%

1,12%

1,45%

0,04%

2,07%

0,00%

0,21%

Aalst

0,26%

6,78%

1,61%

8,18%

7,51%

17,24%

8,91%

1,97%

17,97%

3,57%

3,26%

3,37%

1,55%

2,23%

7,56%

0,47%

0,47%

1,19%

0,88%

1,14%

0,93%

1,35%

0,16%

1,40%

0,00%

0,05%

Brugge

0,27%

6,80%

1,80%

8,11%

8,27%

12,30%

11,26%

2,07%

14,74%

3,32%

2,94%

2,99%

2,07%

2,12%

3,92%

2,61%

1,58%

1,03%

1,25%

4,19%

0,71%

1,47%

0,11%

3,97%

0,00%

0,11%

Kortrijk

0,00%

9,59%

0,40%

7,66%

9,19%

5,66%

12,19%

2,93%

12,26%

3,93%

1,47%

4,00%

2,20%

3,93%

7,13%

0,80%

0,47%

1,87%

1,73%

6,40%

2,40%

0,73%

0,13%

2,80%

0,00%

0,13%

Sint-Niklaas

0,10%

7,35%

4,87%

4,96%

7,35%

8,59%

9,16%

2,19%

23,00%

2,19%

2,48%

3,63%

1,24%

3,05%

9,26%

0,76%

1,34%

1,05%

0,38%

1,34%

1,34%

1,43%

0,10%

2,67%

0,00%

0,19%

Tielt

0,13%

7,26%

1,63%

6,63%

9,39%

10,89%

15,14%

4,13%

11,14%

1,88%

1,38%

3,00%

2,25%

5,76%

7,88%

1,75%

0,63%

3,75%

0,88%

1,88%

1,13%

0,63%

0,00%

0,75%

0,00%

0,13%

Antwerpen

0,23%

7,76%

19,18%

11,64%

3,65%

8,68%

3,65%

1,14%

15,07%

5,25%

3,20%

3,20%

2,97%

1,83%

2,28%

0,23%

0,46%

0,91%

1,83%

1,60%

0,23%

1,83%

0,23%

2,97%

0,00%

0,00%

Oudenaarde

0,24%

5,88%

1,88%

8,71%

11,76%

8,71%

13,41%

2,82%

17,18%

4,00%

2,12%

2,12%

0,94%

2,59%

5,88%

0,00%

0,71%

0,24%

0,71%

5,18%

1,65%

1,41%

0,00%

1,88%

0,00%

0,00%

Leuven

0,00%

8,31%

6,71%

2,24%

4,79%

8,31%

10,86%

1,92%

18,21%

3,19%

0,64%

9,27%

1,60%

2,56%

1,92%

0,96%

0,96%

7,35%

2,56%

0,32%

0,32%

1,92%

0,00%

4,47%

0,64%

0,00%

Brussel

0,38%

8,78%

1,15%

5,34%

6,87%

6,11%

4,58%

4,58%

19,85%

4,58%

2,29%

3,05%

0,76%

5,34%

5,73%

2,67%

0,00%

1,53%

0,00%

3,05%

0,76%

2,29%

0,00%

10,31%

0,00%

0,00%

Oostende

0,00%

8,42%

0,50%

2,48%

5,94%

5,45%

6,93%

0,99%

9,41%

3,47%

1,49%

1,49%

0,50%

0,50%

20,79%

0,99%

0,00%

0,00%

1,49%

3,47%

0,99%

0,99%

0,00%

23,76%

0,00%

0,00%

Roeselare

0,00%

8,51%

0,00%

2,13%

3,55%

8,51%

8,51%

4,26%

21,99%

3,55%

3,55%

4,26%

0,00%

2,84%

7,09%

1,42%

1,42%

2,84%

1,42%

4,26%

2,13%

4,26%

0,00%

3,55%

0,00%

0,00%

Dendermonde

0,00%

3,54%

11,50%

0,00%

11,50%

4,42%

15,93%

0,00%

10,62%

3,54%

7,08%

2,65%

0,88%

0,00%

6,19%

1,77%

2,65%

2,65%

0,00%

0,88%

0,00%

2,65%

0,00%

11,50%

0,00%

0,00%

Halle-Vilvoorde

1,67%

20,00%

0,00%

1,67%

3,33%

3,33%

1,67%

0,00%

5,00%

3,33%

5,00%

0,00%

1,67%

3,33%

1,67%

0,00%

0,00%

0,00%

18,33%

1,67%

0,00%

1,67%

0,00%

26,67%

0,00%

0,00%

Mechelen

0,00%

5,88%

0,00%

3,92%

1,96%

15,69%

3,92%

0,00%

29,41%

9,80%

1,96%

3,92%

1,96%

3,92%

9,80%

0,00%

0,00%

0,00%

0,00%

1,96%

1,96%

3,92%

0,00%

0,00%

0,00%

0,00%

Veurne

0,00%

12,50%

0,00%

2,08%

8,33%

16,67%

2,08%

4,17%

25,00%

4,17%

2,08%

0,00%

0,00%

0,00%

2,08%

0,00%

0,00%

0,00%

2,08%

4,17%

0,00%

2,08%

0,00%

12,50%

0,00%

0,00%

Ieper

0,00%

6,90%

0,00%

6,90%

10,34%

6,90%

20,69%

0,00%

17,24%

3,45%

0,00%

0,00%

3,45%

6,90%

3,45%

3,45%

0,00%

0,00%

0,00%

10,34%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Luik

0,00%

4,55%

0,00%

0,00%

4,55%

27,27%

13,64%

0,00%

0,00%

9,09%

22,73%

0,00%

9,09%

0,00%

0,00%

0,00%

4,55%

0,00%

0,00%

4,55%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Hasselt

0,00%

22,73%

9,09%

0,00%

0,00%

27,27%

9,09%

0,00%

4,55%

0,00%

0,00%

13,64%

4,55%

0,00%

0,00%

0,00%

0,00%

0,00%

4,55%

0,00%

0,00%

0,00%

0,00%

4,55%

0,00%

0,00%

Turnhout

0,00%

14,29%

9,52%

9,52%

4,76%

4,76%

4,76%

0,00%

33,33%

0,00%

0,00%

4,76%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

4,76%

0,00%

9,52%

0,00%

0,00%

0,00%

0,00%

Maaseik

0,00%

38,46%

0,00%

0,00%

15,38%

7,69%

15,38%

0,00%

7,69%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

7,69%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

7,69%

0,00%

0,00%

Marche-en-Famen

0,00%

30,00%

0,00%

0,00%

10,00%

20,00%

0,00%

0,00%

30,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

10,00%

0,00%

0,00%

0,00%

0,00% 0,00%

Dinant

0,00%

25,00%

12,50%

0,00%

0,00%

25,00%

12,50%

0,00%

12,50%

12,50%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Neufchâteau

0,00%

57,14%

0,00%

0,00%

0,00%

0,00%

14,29%

0,00%

14,29%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

14,29%

0,00%

0,00%

0,00%

0,00%

Doornik

0,00%

50,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

33,33%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

16,67%

Verviers

0,00%

33,33%

0,00%

0,00%

16,67%

16,67%

0,00%

0,00%

33,33%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Nijvel

0,00%

40,00%

0,00%

20,00%

0,00%

0,00%

20,00%

0,00%

0,00%

20,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Bergen

0,00%

0,00%

0,00%

50,00%

0,00%

25,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

25,00%

0,00%

0,00%

Namen

0,00%

0,00%

0,00%

0,00%

0,00%

25,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

25,00%

25,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

25,00%

0,00%

0,00%

0,00%

0,00%

Charleroi

0,00%

50,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

50,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Moeskroen

0,00%

0,00%

0,00%

0,00%

50,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

50,00%

0,00%

0,00%

Soignies

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

100,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Thuin

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

100,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00% 0,00%

Huy

0,00%

0,00%

0,00%

0,00%

0,00%

100,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Tongeren

0,00%

100,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Arlon

0,00%

0,00%

0,00%

0,00%

100,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Bijlage IV-1: Geraadpleegde bronnen voor data andere landen Land

Bron

Canada

http://secure.cihi.ca/cihiweb/dispPage.jsp?cw_page=statistics_a_z_e

Denemarken

http://www.statbank.dk/statbank5a/default.asp?w=1024

Duitsland

http://www.destatis.de/themen/e/thm_gesundheit.htm

Griekenland

http://www.statistics.gr/eng_tables/S801_SHE_3_TS_AN_01_96_12_98_2_Y.htm

Ierland Nederland

http://www.dohc.ie/publications/acute_hospital_bed_capacity.html en http://www.dohc.ie/statistics/health_statistics/ http://statline.cbs.nl/StatWeb/start.asp?LA=nl&DM=SLNL&lp=Search/Search en http://www.prismant.nl/?pag=57

Noorwegen

http://statbank.ssb.no/statistikkbanken/default_fr.asp?PLanguage=1

Oostenrijk

http://www.statistik.at/cgi-bin/jahrbuch_2005.pl?KAPITEL=03&SPRACHE=D

USA

http://www.cdc.gov/nchs/about/major/hdasd/listpubs.htm

Verenigd Koninkrijk Zweden Zwitserland

http://www.dh.gov.uk/PublicationsAndStatistics/Statistics/fs/en http://192.137.163.40/EpCFS/ http://www.bfs.admin.ch/content/bfs/portal/fr/index/themen/gesundheit/ gesundheitsversorgung/einrichtungen/analysen__berichte/stand/01.html

Bijlage IV-2: Definitie acute zorg gehanteerd door OECD (en Eurostat)

! "

#

$

%

' !

&

(

% ) * *

&+ & , ' !

# ' ! ( ( + &

' !

'-.

+

/

0 0 1

2

&+ &

(3 4

1

5 5

+ -.

Bijlage IV-3: Definitie acute ziekenhuisbedden gehanteerd door WHO 6 "

7

#

(

" %

&

%

!

(

"

( 5

*

8

(

-.

9

8

9

:

#

( 5

(

8 :

9

(

7 + &

5

"

6 !

7

5

/

( 7

5

+ 1 2

&+ &

( ( 8

3 (

6

9

"

-

0

8 ,

( 9

BIBLIOGRAFIE Alijani A., Hanna G.B., et al. Instrument for objective assessment of appropriateness of surgical bed occupancy: validation study. British Medical Journal, 2003, vol.326, pag 12431244. Anker P. Mise en œuvre du plan hospitalier-Synthèse. Hôpital du Jura, décembre 2003. ARH Rhône-Alpes. Le Schéma régional de l’organisation sanitaire de Rhône Alpes. 19992004. Armstrong P., Armstrong H. Planification de soins : approches en matière de politiques et de planification des ressources humaines de la santé. Commission sur l’avenir des soins de santé au Canada, 2002, octobre, étude n°28. Baker D.W., Parker R.M., et al. Health literacy and the risk of hospital admission. Journal of General Internal Medicine, 1998, December, vol.13, pag 791-797 Bagust A., Place J., et al. Dynamics of bed use in accomodating emergency admissions: stochastic simulation model. British Medical Journal, 1999, July, vol.319, pag 155-158. Bailey M. L. Care coordination in managed care: Creating a quality continuum for high risk elderly patients. Nursing Case Management, 1998, pag 89-95. Bartholomew B.A., Harjai K.J., et al. Variation in hospital length of stay in patients with acute myocardial infarction undergoing primary angioplasty and the need to change the Diagnositic-Related Group system. The American Journal of Cardiology, 2003, October, vol.92, pag 830-833. Behrendt C.E., Decker M.D., et al. International variation in the management of infants hospitalized with respiratory syncytial virus. Eur. J Pediatr, 1998, 157, pag 215-220. Bertolini G., Luciani D., et al. Day surgery : where do our efforts need to be focused? Results of a review and simulation on administrative data. Ambulatory Surgery, 2004, vol.10, pag 211-216. Biersack O. Les méthodes de planification des cantons. Conférence des directeurs cantonaux des affaires sanitaires (CDS), Bâle, janvier 2000. Black D., Pearson M. Average length of stay, delayed discharge, and hospital congestion. British Medical Journal, 2002, September, vol.325, pag 610-611. Bohmer R.M.J., Newell J., et al. The effect of decreasing length of stay on discharge destination and readmission after coronary bypass operation. Surgery, 2002, July, vol.132 (1), pag 10-15. Boureille B., Commercon N. Territoires de santé et proximité. 4e journée de la proximité, Marseille, juin 2004.

Bowles K.H., Naylor M.D., et al. Patient characteristics at hospital discharge and a comparison of home care referral decisions. Journal of American Geriatrics Society, 2002, February, vol. 50 (2), pag 336-342. Burns L.R., Wholey D.R. The effects of patient, hospital and physician characteristics on length of stay and mortality. Medical Care, 1991, March, vol. 29 (3), pag 251-271. Breda J., Wunsch G., et al. Zorgbehoevende ouderen tussen thuiszorg en residentiële zorg. Ministerie van Sociale Zaken, Volkgezondheid en Leefmilieu, 2002, pag 1-207. Brimhall B.B., Dean T., et al. Age and laboratory costs for hospitalized medical patients. Arch Pathol Lad Med, 2003, February, vol.127, pag 169-177. Cannoodt L., Daneels M. De toekomst van het Belgisch ziekenhuislandschap. Studie in opdracht van FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu, 2003, pag 1-226. Cannoodt L., Casaer P. et al. Beleid, organisatie en financiering van de kindergeneeskundige zorg in Belgische ziekenhuizen (KZ-Rapport) Eindrapport in opdracht van de Ministers van Sociale Zaken en Volksgezondheid, Leuven, 15 juni 2002, pag 1-195. Cannoodt L., Vleugels A. Financiering van de perinatale ziekenhuiszorg. Eindrapport voor de federale diensten voor wetenschappelijke, technische en culturele aangelegenheden, Leuven, juni 1996, pag 1-206. Carrin G., Van Dael J. An empirical model of the demand for health care in Belgium. Applied Economics, 1984, vol.16, pag 317-334. CDS. Planification hospitalière liée aux prestations. Expérience dans le canton de Neufchâtel, journée de travail de la CDS du 26 novembre 2003. Chang J.K., Calligaro K.D., et al. Factors that predict prolonged length of stay after aortic surgery. Journal of Vascular Surgery, 2003, August, vol.38 (2), pag 335-339. Cobden I. Two questions help determine validity of bed occupancy. British Medical Journal, 2003, July, vol.327(7406), pag 107. Collopy B., Rodgers L., et al. Clinical indicators for day surgery. Ambulatory Surgery, 1999, vol.7, pag 155-157. Combes C. Méthodologie de modélisation par simulation des établissements de soins : application au service de chirurgie. 3e conférence francophone de Modèles de Simulation, MOSIM’01, Troyes (France), avril 2001. Conseil d’Etat du Canton de Vaud. Deuxième rapport intermédiaire sur l’organisation hospitalière. Octobre 2001. Cousteix P-J. L’hospitalisation à domicile. L’entreprise médicale, 2002.

Credes, Ministère de la Santé, de la Famille et des Personnes handicapées. Territoire et accès aux soins. Rapport du groupe de travail, janvier 2003. Decoster C. Introduction à la séance académique à l’occasion du 40e anniversaire de la loi sur les hôpitaux. Bruxelles, 3 décembre 2003. De Froidmont C., Abraham I., et al. Pilootproject : ontslagmanagement in Belgische ziekenhuizen. Ministerie van Sociale Zaken, Volksgezondheid en Leefmilieu, oktober 1998, pag 1-225. De Jong J.D., Westert G.P., et al. Does managed care make a difference? Physicians’ length of stay decisions under managed and non-managed care. BMC Health Services Research, 2004, 4:3. De Lathouwer C., Poullier J.P. Ambulatory surgery in 1994-1995: the state of the art in 29 OECD countries. Ambulatory Surgery, 1998, vol. 6, pag 43-55. De Lathouwer C., Poullier J.P. How much ambulatory surgery in the World in 1996-1997 and trends? Ambulatory Surgery, 2000, vol.8, pag 191-210. Dell S.D.M., Parkin P.C., et al. Childhood asthma admissions: determinants of short stay. Pediatric Allergy and Immunology, 2001, vol. 12, pag 327-330. Department of Health, Shaping the Future NHS: Long Term Planning for Hospitals and Related Services. DH, 2000, pag 1-108. Departement of Health and Children, Health Statistics 2002. Dublin, 2003, pag 1-264. De Troyer M. Les secteur hospitalier en Europe. TUTB-SALTSA, Conférence, Bruxelles, septembre 2000. Direction des hôpitaux français. La révision des schémas régionaux d’organisation sanitaire. Novembre 1999. Direction des hôpitaux français. Bilan des cartes sanitaires et des schémas régionaux de psychiatrie. Octobre 1999. Doering L.V., Esmailian F., et al. Determinants of intensive care unit length of stay after coronary artery bypass graft surgery. Heart & Lung, 2001, January/February, vol.30 (1), pag 9-17. Dohmen J. Philosphers on the ‘art-of-living’. Journal of Happiness Studies, 2003, vol. 4, pag 351-371. Du X.L., Osborne C., et al. Population-based assessment of hospitalisation for toxicity from chemotherapy in older women with breast cancer. Journal of Clinical Oncology, 2002, December, vol.20 (24), pag 4636-4642.

Dunnigan M.G., Pollock A.M. Downsizing of acute inpatient beds associated with private finance initiative: Scotland’s case study. British Medical Journal, 2003, April, vol.326, pag 905-910. Dybvik T., Naalsund U., et al. Present status and future for ambulatory surgery in Norway. Ambulatory Surgery, 2004, vol.10, pag 177. Edwards N., Harrison A. The hospital of the future. Planning hospitals with limited evidence: a research and policy problem. British Medical Journal, 1999, November, vol.319, pag 13611363. Every N.R., Spertus J., et al. Length of hospital stay after acute myocardial infarction in the myocardial infarction triage and intervention (MITI) project registry. JACC, 1996, August, vol.28 (2), pag 287-293. Finkelstein B.S., Harper D.L., et al. Patient assessments of hospital maternity care: A useful tool for consumers? Health Services Research, 1999, vol.43 (2), pag 623-640. Flemming D.M. The European study of referrals from primary to secondary care. Amsterdam, Thesis Publishers, 1993. Fortney J., Rost K., et al. Comparing Alternative Methods of Measuring Geographic Access to Health Services. Health Services & Outcomes Research Methodology, 2000, June, vol.1 (2), pag 173-184. Foulds K.A., Beasley S.W., et al. Factors that influence length of stay after appendicectomy in children. Aust. N.Z.J. Surg., 2000, vol.70, pag 43-46. Foster M.F. Does the continuum of care reduce inpatient length of stay? Evaluation and Program Planning, 2000, vol.23, pag 53-65. Freiberg L. Hospital utilisation: Estimation and simulation tools for the development of systematic plans and marketing strategies. Journal of Health Care Marketing, 1981, vol.1 (4), pag 32-48. Gadreau M., Jaffre D. Les apports théoriques et appliqués d’une estimation des besoins hospitaliers en Bourgogne. 5ème colloque géographie et socio économie de la santé, allocation des ressources et géographie des soins, CREDES, Paris, avril 1998. Galai N., Israeli A., et al. Is discharge policy a balanced decision between clinical considerations and hospital ownership policy? The CABG example. Surgery for Acquired Cardiovascular Disease, 2003, October, vol.126 (4), pag 1018-1025. Gallivan S., Davis K., et al. Estimating bed requirements for an intermediate care facility. European Journal of Operational Research, 2003, vol.150 (1), pag 92-100. Gemmel P., Bourgonjon F. Het operatiekwartier: knooppunt of knelpunt? Mechelen, Kluwer, 2002.

Gemmel P., Van Dierdonck R. Admission scheduling in acute care hospitals: does the practice fit with the theory? International Journal of Operations & Production Management, 1999, vol.19(9), pag 863-872. Gemmel P., Van Looy B., et al. Service Management: an integrated approach. Prentice Hall: New York, 2003, pag 530. Gezondheidsenquête België. Resultaten voor België – Opnames in het ziekenhuis. 1997, www.iph.fgov.be/epidemio/epinl/crospnl/hisnl/ his01nl/his42nl.pdf Ghinea G., Gill D., et al. Using geographical information systems for management of backpain data. Journal of Health Organization and Management, 2002, vol.16 (2), pag 219-237. Gillet P., Gillain D., et al. Verantwoord opnamebeleid in de ziekenhuissector. Eindrapport fase II / Politique d’admission justifiée dans le secteur hospitalier. Rapport final Phase II. C.H.U. de Liège, april 2004, pag 1-110. Gorunescu F., McClean S.I., et al. A queueing model for bed-occupancy management and planning hospitals. Journal of the Operational Research Society, 2002, vol.53 (1), pag 19-24. Green L.B., Pietrobon R., et al. Sources of variation in readmission rates, length of stay, and operative time associated with rotator cuff surgery. The Journal of Bone & Joint Surgery, 2003, September, vol.85A (9), pag 1784-1789. Green L.V. How Many Hospital Beds? Inquiry, 2002, vol.39, pag 400-412. Gregory D., Baigelman W., et al. Hospital economics of the hospitalist – debate. Health Services Research, 2003, June, vol. 38 (3), pag 905-918. Groot L.M, Van Daele D. en Cannoodt L. Evaluatie ziekenhuisprogrammatie. Deel I: acute ziekenhuiszorg / Evaluation de la programmation hospitalière : Soins hospitaliers aigus. Ministerie van Volksgezondheid, december 1986. Hakim E., Bakheit A. A study of the factors which influence the length of hospital stay of stroke patients. Clinical Rehabilitation, 1998, vol.12, pag 151-156. Ham C., York N., et al. Hospital bed utilisation in the NHS, Kaiser Permanente, and the US Medicare programme: analysis of routine data. BMJ, 2003, November, vol.327 (7426), pag 1257. Harper P.R. A Framework for Operational Modelling of Hospitals Resources. Health Care Management Science, 2002, vol.5 (3), pag 165-173. Harper P.R., Shahani A.K. Modelling for the planning and management of bed capacities in hospitals. Journal of the Operational Research Society, 2002, vol.53, pag 11-18. Harrington C., Swan J. H., et al. Nursing home bed capacity in the States, 1978-86. Health Care Financing Review, 1988, vol.9 (4), pag 81-97. Harris R.A. Hospital bed requirements planning. European Journal of Operational Research, 1986, vol.25 (1), pag 121-126.

Henke K-D., Schkreyögg J. Vers des systèmes de soins de santé viables : Stratégies actuelles des régimes d’assurance maladie en Allemagne, en France, au Japon et aux Pays-Bas. Université technique de Berlin, Allemagne, août 2004. Huerta S., Heber D., et al. Reduced length of stay by implementation of a clinical pathway for bariatric surgery in an academic health care center. The American surgeon, 2001, December, vol.67, pag 1128-1135 Huynh T.T.T., Miller C.C., et al. Determinants of hospital length of stay after thoracoabdominal aortic aneurysm repair. Journal of vascular surgery, 2002, April, vol.35(4), pag 648-653. Jaffre D. Pour une nouvelle planification hospitalière. Une estimation des besoins hospitaliers en Bourgogne. LATEC, CNRS UMR 5118, Document de travail n° 1998-12. Jarret P.E.M., De Lathouwer C., et al. The time has come to promote true day surgery. Ambulatory Surgery, 2000, vol.8, pag 163-164. Jelvali A., Ladet P., et al. Une méthode pour la planification des admissions dans les systèmes hospitaliers. 4ème conférence francophone de Modélisation et de Simulation, Toulouse (France), 23-25 avril 2003. Jiménez R.E., Lam R.M., et al. Observed-predicted length of stay for an acute psychiatric department, as an indicator of inpatient care inefficiencies. Retrospective case-series study. BMC Health Services Research, 2004, February, 4:4, pag 1-22. Kang J.Y., Hoare J., et al. Decline in admission rates for acute appendicitis in England. British Journal of Surgery, 2003, vol.90, pag 1586-1592. Kaul P., Newby L.K., et al. International differences in evolution of early discharge after acute myocardial infarction. The Lancet, 2004, February, vol.363, pag 511-517. Kaya S., Vural G., et al. Liability and validity of the Appropriateness Evaluation Protocol in Turkey. International Journal for Quality in Health Care, 2000, vol.12 (4), pag 325-329. Kossovsky M.P., Chopard P., et al. Evaluation of quality improvement interventions to reduce inappropriate hospital use. International Journal for Quality in Health Care, 2002, vol.14 (3), pag 227-232. Kroneman M., Siegers J.J. The effect of hospital bed reduction on the use of beds: a comparative study of 10 European countries. Social Science & Medicine, 2004, vol.59, pag 1731-1740. Kroneman M.W., van Oort M., et al. Variation in day surgery among Dutch hospitals: the development of a theoretical model to explain variations. Ambulatory Surgery, 2003, vol.10, pag 73-79. Kroneman M.W., Westert G.P., et al. International variations in availability and diffusion of alternatives to in-patient care in Europe: the case of day surgery. Ambulatory Surgery, 2001, vol.9, pag 147-154.

Krüger R. Planification hospitalière : Cadre global et étude de la méthodologie d’évaluation des capacités hospitalières futures nécessaires. Institut des Hautes Etudes en Administration Publique (IDHEAP), Lausanne, novembre 1998. Lebeaupin A., Rabaud J. Etude sur les bassins de fréquentation hospitalière en Pays de la Loire. INSEE Pays de La Loire, juin 2004. Lemos P. Ambulatory surgery in Portugal. The 2003 APCA report. Journal of Ambulatory Surgery, 2004, vol.10, pag 179-180. Loubeau P.R., Jantzen R.. Marketing research activities in hospitals. Marketing Health Services, 1998, vol.18 (1), pag 13-17. Lucas V., Polton D., et al. Une revue de méthodes et d’expériences d’analyse et de construction de territoires. Territoire et accès aux soins, op. cit. Lucas V., Tonnelier F., et al. Une typologie des paysages socio-sanitaires en France. Credes, 1998. Maarse H., Nieboer A., et al. Gezondheidszorg in Nederland en België: een nieuwe vergelijking. Acta Hospitalia 2001-2, pag 53-66. Macé J-M. Une méthode pour définir des bassins d’hospitalisation en Ile de France. Ile-deFrance à la page, INSEE, n° 209, mars-avril 2002. Magnussen J., Mobley L.R. The Impact of Market Environment on Excess Capacity and the Cost of an Empty Hospital Bed. International Journal of the Economics of Business, 1999, vol.6 (3), pag 383-398. Marin J. Ambulatory Surgery in Spain. Journal of Ambulatory Surgery, vol.10, pag 181. Martin S., Smith P. Explaining the variations in inpatient length of stay in the National Health Service. Journal of Health Economics, 1996, vol.15, pag 279-304. Mc Donagh M.S., Smith D.H., et al. Measuring appropriate use of acute beds. A systematic review of methods and results. Health Policy, 2000, vol.53, pag 157-184. Mellsop G.W., Lombard H., et al. Waikato mental health service reorganisation: a model to reduce bed needs? New Zealand Medical Journal, 2000, vol.113 (1123), pag 522-524. Ministère de la santé, de la famille et des personnes handicapées. Circulaire DHOS/O n° 2004-44 relative à l’hospitalisation à domicile. France, 4 février 2004. Monnet E. Comparaisons Internationales des systèmes de santé. Faculté de médecine et de pharmacie, Besançon, 2002. Mounsey J.P., Griffith M.J., et al. Determinants of the length of stay in intensive care and in hospital after coronary artery surgery. British Heart Journal, 1995, vol.73, pag 92-98.

Needham D.M., Anderson G., et al. A province-wide study of the association between hospital resource allocation and length of stay. Health Services Management Research, 2003, August, vol.16, pag 155-166. Newby L.K., Eisenstein E., et al. Cost Effectiveness of Early Discharge after uncomplicated acute myocardial infarction. The New England Journal of Medicine, 2000, March, vol.342, pag 749-755. Noetscher C.M., Morreale G.F. Length of stay reduction: two innovative hospital approaches. Journal of Nursing Care Quality, 2001, October, vol.16 (1), pag 1-14. Noon C.E., Hankins C.T., et al. Understanding the impact of variation in the delivery of healthcare services/ Practioner application. Journal of Healthcare Management, 2003, vol.48 (2), pag 82-96. Nouvelle fabrique des territoires. Matériaux pour servir à l’évaluation des besoins de soins de court séjour hospitalier des Territoires de Santé de Bourgogne. Octobre 2004. OCDE. Les nouvelles orientations de la politique de santé. Etudes de la politique de santé n° 7, OCDE, Paris, 1995. ORS. Les équipements hospitaliers en Basse Normandie. Mise à jour N°2, 2001. ORS. Les équipements hospitaliers dans les pays de la Loire. 1998. ORS. Les équipements hospitaliers en Ile-de-France. Mise à jour n°1, 1998. ORS. Les équipements hospitaliers. 1 ère édition 1997. Paccaud F. Utilisation des scénarios pour la planification en santé publique : théorie et pratique. Université d’été francophone en santé publique, Besançon, juillet 2004. Panis L.J.G.G., Verheggen F.W.S.M., et al. To stay or not to stay. The assessment of appropriate hospital stay: a Dutch report. International Journal for Quality in Health Care, 2002, vol.14 (1), pag 55-67. Pearson A., Richardson M., et al. “Best practice” in day surgery units: a review of the evidence. Journal of Ambulatory Surgery, 2004, vol. 11, pag 49-54. Pearson S., Moraw I., et al. Clinical pathway management of total knee arthroplasty: a retrospective comparative study. Aust. N.Z. J. Surg., 2000, vol.70, pag 351-354. Peiró S., Meneu R., et al. Assessing the necessity of hospital stay by means of the Appropriateness Evaluation Protocol: a different perspective. International Journal for Quality in Health Care, 2001, vol.13 (4), pag 341-344. Pendergast J.F., Vogel W.B. A Multistage Model of Hospital Bed Requirements. Health Services Research, 1988, vol.23 (3), pag 381-399.

Pennington J.M., Jones D.P.G, et al. Clinical pathways in total knee arthroplasty: a New Zealand experience. Journal of Orthopaedic Surgery, 2003, December, vol.11 (2), pag 166173. Philip B.K. More ambulatory surgery – is it worth doing? Ambulatory Surgery, 2003, vol.10, pag 53. Picone G., Wilson R.M., et al. Analysis of hospital length of stay and discharge destination using hazard functions with unmeasured heterogeneity. Health Economics, 2003, February, vol.12, pag 1021-1034. Pulat P.S., Foote B.L. et al. Data and Simulation Modeling to Determine the Estimated Number of Primary Care Beds in Oklahoma. Top in Health Inform Manage, 1999, May, vol.19 (4), pag 36-46. Ramaekers D., Closon J-P. Plan de management du centre Fédéral d’expertise des soins de santé. 16 octobre 2003. Reed T., Veith F.J., et al. System to decrease length of stay for vascular surgery. Journal of Vascular Surgery, 2004, February, vol.39 (2), pag 395-398. Régie Régionale de la Santé et des Services Sociaux des Laurentides. Pistes de réorganisation des services hospitaliers de courte durée dans les Laurentides. Reid F.D.A., Cook D.G., et al. Explaining variation in hospital admission rates between general practices: cross sectional study. BMJ, 1999, July, vol.319, pag 98-103. Restuccia J., Shwartz M., et al. High hospital admission rates and inappropriate care. Health Affairs, 1996, vol.15 (4), pag 156-163. Rey J-C., Guillain H. Utilisation des statistiques médicales pour une meilleure planification des lits de soins aigus. Institut Suisse de la Santé Publique, novembre 2002. Rhyne D.M. Forecasting systems in managing hospital services demand: A review of utility. Socio-economic Planning Sciences, 1989, vol.23 (3), pag 115-123. Richardson J., Yusuf F. The supply and demand for hospital beds in New South Wales. Australian Economic Papers, 1982, vol.21 (38), pag 148-169. Roberts L. Day surgery-the future. Ambulatory Surgery, 1998, vol.6, pag 17-20. Roemer M. Bed supply and hospital utilization: A natural experiment. Journal of the American Hospitals Association, 1961. Roinn A. Acute Hospital Bed Capacity. A National Review. Department of Health and Children, Dublin, 2002, pag 1-92. Roski J., Gregory R. Performance measurement for ambulatory care: moving towards a new agenda. International Journal for Quality in Health Care, 2001, vol.13 (6), pag 447-453.

Sales J.P. Place de la chirurgie ambulatoire en France. Comparaisons internationales. Annales de Chirurgie, 2001, vol.126 (7), pag 680-685. Sociaal en Cultureel Rapport, In het zicht van de toekomst. Sociaal en Cultureel Planbureau, Den haag, 2004, pag 415-455. Smeets P.M.J.H., Verheggen F.W.S.M., et al. Assessing the necessity of hospital stay by means of the Appropriateness Evaluation Protocol: how strong is the evidence to proceed. International Journal for Quality in Health Care, 2000, vol.12 (6), pag 483-493. Stewart D.K., Tate R., et al. Projecting hospital bed needs for 2020. Manitoba Centre for Health Policy, June 2002, pag 1-70. Timmermans J. M., Woittiez I. Advies ramingen verpleging en verzorging. Den Haag: Sociaal en Cultureel Planbureau, 2004. Toftgaard C. Danish association of day surgery. Ambulatory Surgery, 2004, vol.10, pag 175176. Tonkens E. Mondige burgers, getemde professionals. Marktwerking, vraagsturing en professionaliteit in de publieke sector. Nederlands Instituut voor Zorg en Welzijn, Utrecht, 2003. Tonnelier F. Quelques méthodes de délimitations des bassins de santé : bassins de population, espaces de soins, zones d’attraction. Colloque de l’Association d’Econométrie Appliquée, Ajaccio, octobre 2002. Turrell A. Nursing homes: a suitable alternative to hospital care for older people in the UK? Age and Aging, 2001, vol.30 (3), pag 24-32. Universitaire Ziekenhuizen Leuven. Geografische variatie van pathologie en zwaarte van pathologie in de Belgische ziekenhuizen. Ministerie van Sociale Zaken, Volksgezondheid en Leefmilieu, november 2002, pag 1-112. Universitaire Ziekenhuizen Leuven. M.K.G. 1998 IN BEELD Geografische variatie van de pathologie in de Belgische ziekenhuizen. Ministerie van Sociale Zaken, Volksgezondheid en Leefmilieu Vallgårda S. Is old age necessarily connected with high hospital admission rates? Scand J Public Health, 1999, vol.27 (2), pag 137-142. Van Asselt M., van ’t Klooster S., et al. Verkennen in onzekerheid. B en M., 2003, vol.30 (4), pag 230-241. Van der Maas P.J., Mackenbach J.P. Volksgezondheid en gezondheidszorg. Maarssen, Elsevier/Bunge, 1999. Van der Meulen A. Trends in doodsoorzaken, 1970-2002. CBS Bevolkingstrends, 2004, vol.52 (1), pag 34-39.

Van Kammen J. Zorgtechnologie. Kansen voor innovatie en gebruik. Stichting Toekomstbeeld der Techniek/Bewton, Den Haag, 2002. Van Oers J.A.M. Gezondheid op koers? Volksgezondheid Toekomst Verkenning 2002. Bohn Stafleu van Loghum, Houten, 2002. Van Outryve L. Organizational and management issues: a multidisciplinary approach. Ambulatory Surgery, 2001, vol.9, S1-S5. Vetter N. Inappropriately delayed discharge from hospital: What do we know? British Medical Journal, 2003, April, vol.326, pag 927-928. Vigneron E. Les bassins de santé, concept et construction. Actualité et dossier de santé publique, HCSP, 1999, décembre, n° 29, pag 38-43. Villar del Moral J.M., Martos J. B., et al. The limits of ambulatory surgery. Journal of Ambulatory Surgery, 1998, vol.6, pag 231-234. Walczak S., Pofahl W.E., et al. A decision support tool for allocating hospital bed resources and determining required acuity of care. Decision Support Systems, 2003, March, vol.34 (4), pag 445-456. Wasowicz D.K., Schmitz R.F., et al. Growth potential of ambulatory surgery in The Netherlands. Ambulatory Surgery, 2000, vol.8, pag 7-11. Wennberg J.E., Fisher E.S., et al. Use of hospitals, physician visits and hospice care during last six months of life among cohorts loyal to highly respected hospitals in the United States. BMJ, 2004, March, vol.328, pag 1-5. Woodruff M. Inpatient Bed Need Planning – Back to the future? The Bristol Review. Perspectives in healthcare management, April 2002. Wright S.P., Verouhis D., et al. Factors influencing the length of hospital stay of patients with heart failure. The European Journal of Heart Failure, 2003, vol.5 (2), pag 201-209.

DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË LES BESOINS FUTURS EN EQUIPEMENTS HOSPITALIERS AIGUS EN BELGIQUE

Recommend Documents