MODEL PEMBIAYAAN NORMATIF SPM BERBASIS KABUPATEN Manual Model Pembiayaan (v1) September 2011
Daftar Isi The Costing Model – Pendahuluan ......................................................................................................... 1 Memulai Penggunaan ............................................................................................................................. 2 1. Structure of District..................................................................................................................... 5 2. Location Data .............................................................................................................................. 6 3. Epidemiology............................................................................................................................... 7 4. Demand Parameters ................................................................................................................... 8 2. Non-SPM Utilisation .................................................................................................................... 9 Mengisi Data : Penyediaan (Supply)...................................................................................................... 10 1. Resource Inputs for Minimum Package (Sumber daya untuk pelayanan SPM). ...................... 10 2. Facility Overhead Costs ............................................................................................................. 11 3. SPM Specific Overhead Costs.................................................................................................... 12 4. DHO Costs - Superoverhead...................................................................................................... 13 Asumsi ................................................................................................................................................... 14 1. Asumsi Umum ........................................................................................................................... 14 2. Asumsi Biaya overhead ............................................................................................................. 17 Output Dari Model dan Pengaturan Skenario Selanjutnya .................................................................. 19 Tables ................................................................................................................................................ 19 Options ............................................................................................................................................. 22 Lampiran ............................................................................................................................................... 24 Lampiran 1: Grup Utama dan Masing-Masing Kondisi SPM............................................................. 24 Lampiran 2: Menentukan demand ................................................................................................... 25 Daftar Pustaka....................................................................................................................................... 27
i
Gambar Gambar 1. Layar Pembuka Untuk Memilih Direktori.............................................................................. 2 Gambar 2: Menu utama.......................................................................................................................... 3 Gambar 3: Kotak pilihan pada menu utama ........................................................................................... 3 Gambar 4. Menu Administrator.............................................................................................................. 4 Gambar 5. Informasi Kecamatan (Sub-district) ....................................................................................... 5 Gambar 8: Data lokasi yang dimasukkan dalam model .......................................................................... 6 Gambar 9: Epidemiologi dari kondisi SPM .............................................................................................. 7 Gambar 10: Dampak bencana ................................................................................................................ 8 Gambar 11: Parameter permintaan (demand) ....................................................................................... 9 Gambar 12: Utilisasi non-SPM ................................................................................................................ 9 Gambar 13: Halaman Resource Inputs for Minimum Package ............................................................. 10 Gambar 14: Bagian 1, waktu staf .......................................................................................................... 11 Gambar 15: Bagian 2, obat dan bahan medis ....................................................................................... 11 Gambar 16: Bagian 3, tes laboratorium ................................................................................................ 11 Gambar 17: Bagian 4, pemeriksaan radiologi ....................................................................................... 11 Gambar 18: Biaya overhead fasilitas .................................................................................................... 12 Gambar 19: Biaya overhead spesifik SPM ............................................................................................ 12 Gambar 20: Biaya Dinkes - superoverhead........................................................................................... 13 Gambar 21: Asumsi gaji ........................................................................................................................ 14 Gambar 22: Jumlah tenaga normatif .................................................................................................... 14 Gambar 23: Beban kerja normatif staf langsung .................................................................................. 15 Gambar 24: Nilai tukar rupiah .............................................................................................................. 15 Gambar 25: Tingkat inflasi .................................................................................................................... 15 Gambar 26: Tahun awal ........................................................................................................................ 16 Gambar 27: Penyesuaian efektifitas bahan medis ............................................................................... 16 Gambar 28: Net cross boundary flows ................................................................................................. 16 Gambar 29: Biaya tranportasi ............................................................................................................... 17 Gambar 30: Asumsi biaya fasilitas ........................................................................................................ 17 Gambar 31: Asumsi produktifitas maksimum....................................................................................... 18 Gambar 32: Asumsi kunjungan di Puskesmas ...................................................................................... 18 Gambar 33: Output model .................................................................................................................... 19 Gambar 34: Ringkasan Hasil dan pilihan skenario ................................................................................ 20 Gambar 35: Menu pop-up produktifitas staff....................................................................................... 21 Gambar 36: Menu Option ..................................................................................................................... 22 Gambar 37: Menu analisis sensitifitas .................................................................................................. 22 Gambar 38: Review Puskesmas ............................................................................................................ 23
ii
The Costing Model – Pendahuluan Tujuan dari district based normative model adalah untuk memberikan penghitungan biaya SPM (Standard Pelayanan Minimal) yang realistik dan dinamis yang merupakan bagian dari komitmen pemerintah terhadap kesehatan penduduk Indonesia melalui: • • • •
Estimasi biaya normatif beberapa kondisi SPM - 29 pelayanan untuk Fase 1 (lihat lampiran 2) Menghitung biaya aktual kegiatan-kegiatan yang dilakukan oleh Puskesmas dan Rumah Sakit Kabupaten/Kota, termasuk pelayanan SPM dan Non SPM untuk Fase 2. Identifikasi determinant biaya Puskesmas dan Rumah Sakit untuk memberikan pelayanan SPM and Non SPM untuk Fase 2. Menggunakan estimasi dan biaya aktual untuk kepentingan penganggaran dan alokasi sumber daya.
Model ini dirancang sedemikian rupa sehingga dapat digunakan untuk simulasi pembiayaan yang diperlukan di tingkat kabupaten/kota berdasarkan karakteristik kunci kabupaten/kota bersangkutan. Dengan demikian, model ini mempertimbangkan struktur pelayanan kesehatan di kabupaten/kota, lokasi geografis dan karakteristik penyakit di daerah tersebut. Proyeksi model didasarkan pada tiga tahun yang berbeda. Tahun awal (base year) adalah tahun pertama dari proyeksi. Diasumsikan tahun awal adalah tahun 2009 tetapi bisa dirubah sesuai dengan asumsi. Tahun target adalah tahun yang ditetapkan pada lembar epidemiologi sebagai harapan pencapaian. Dan yang terakhir, tahun skenario adalah tahun dimana informasi rinci (detail) tentang biaya dihitung – kenaikan dari tahun awal ke tahun target diasumsikan secara proporsional. LIMITASI 1. Model ini hanya menghitung biaya yang terkait dengan SPM, tidak termasuk desa siaga, pelayanan dasar dan rujukan untuk masyarakat miskin. 2. Tidak memperhitungkan penyakit tidak menular 3. Data dasar terkadang tidak menggunakan spesifik kabupaten, melainkan menggunakan provinsi atau nasional (RISKESDAS, DHS). 4. Pada sisi demand – karena keterbatasan data mengenai elastisitas, maka menggunakan data dari negara berkembang yang mirip dengan Indonesia. 5. Pelayanan kesehatan dapat dilakukan di sektor public maupun swasta. Namun untuk saat ini, perhitungan terbatas pada sector public 6. Data mengenai overhead masih menggunakan sebagian kecil data beberapa kabupaten. Perlu perbaikan lebih lanjut berdasarkan hasil penelitian tahap ke -2 7. Model ini hanya memperhitungkan biaya, tidak dapat memperhitungkan cost-effectiveness. DATA YANG DIBUTUHKAN 1. Data umum Kabupaten/ Kota (Nama kabupaten, rata-rata pendapat perkapita, anggaran kesehatan daerah, dll) 2. Data Puskesmas di wilayah Kabupaten/ Kota (Nama Puskesmas, Kecamatan, Jumlah cakupan populasi, tipe puskesmas, jumlah tempat tidur)
1
3. Struktur populasi berdasrkan kelompok umur 4. Peta wilayah kabupaten dan lokasi fasilitas kesehatan 5. Data mengenai epidemiologi penyakit terkait SPM (Insidensi dan target capaian)
Memulai Penggunaan Sebelum menggunakan model ini, pastikan bahwa anda memiliki: 1. Microsoft Office Excel 2007 atau 2010 – model ini tidak bekerja dengan baik bila menggunakan versi Excel yang sebelumnya. Penggunaan versi Excel sebelumnya akan menghilangkan beberapa fungsi. 2. Macros digunakan pada beberapa pilihan skenario, termasuk untuk menyimpan skenario dan menjalankan sensitivity analysis dan proyeksi tahunan. Macros harus difungsikan dengan cara berikut ini:
Pilih tombol ‘start’ pada Excel Klik pada ‘Excel Options’ kemudian pilih pilihan ‘Trust Center’ kemudian ‘Trust Center Settings’, macro settings. Pastikan bahwa settings berada pada pilihan ‘Disable all macros with notification’ atau ‘Enable all macros’. Pilihan terakhir tidak dianjurkan sebagai pilihan keamanan (security). Bila anda memilih pilihan pertama, anda harus mengaktifkan macros setiap kali anda membuka file. Lakukan ini dengan meng-klik ‘Options’ yang muncul pada ‘security
warning’ jika anda membuka file dan pilihlah ‘Enable this content’ Sekarang anda dapat menggunakan model ini secara penuh. Tampilan pembuka mengharuskan untuk menentukan direktori yang harus digunakan untuk menyimpan atau menggunakan skenario (Gambar 1). Gambar 1. Layar Pembuka Untuk Memilih Direktori
2
Anda harus memilih tempat (direktori) yang tepat. Hal ini penting karena dapat terjadi crash pada saat digunakan untuk menyimpan atau menggunakan skenario. Setelah memilih dan menuliskan lokasi direktori, klik ‘Save’, kemudian tutup jendela startup. Setelah layar ditutup, maka akan terlihat Menu Utama (Gambar 2) yang memberikan serangkaian pilihan untuk data entry, merubah asumsi dan output yang memungkinkan berbagai skenario disusun. Panel di sebelah kanan memberikan keterangan / informasi skenario yang sedang dilakukan estimasi, nama distrik dan tahun targetnya.
Gambar 2: Menu utama
Sebagian besar pilihan dapat diakses pada menu utama di bagian atas, menggantikan menu excel pada umumnya. Di bagian bawah halaman Menu Utama ini terdapat tiga pilihan untuk membantu pengguna mengembangkan skenario yang diinginkan (Gambar 3). Gambar 3: Kotak pilihan pada menu utama
3
Pilihan tersebut adalah : Save/Load District Data – Informasi spesifik tiap kabupaten/ kota dapat disimpan dan dibuka melalui pilihan “Save / Load District Data” pada kotak pilihan. Pengguna dapat menentukan sebuah nama untuk sebuah file, dan bisa mengambil file yang sudah disimpan sebelumnya melalui pilihan ini. Store current summary scenarios – Salinan ringkasan dari skenario yang sedang dikerjakan dan disimpan pada lembar yang berbeda sehingga mudah untuk membandingkan dengan kabupaten/ kota lain atau scenario yang berbeda. Change folder pathi – untuk memindahkan lokasi file untuk melakukan penyimpanan. Untuk merubah asumsi dan data-data dasar lainnya, dapat diakses melalui “Admin Options” (pada menu di bagian atas). Password dibutuhkan untuk membuka halaman tersebut.(diberikan atas dasar permintaan). Bebrapa pilihan yang terdapat pada menu “admin options” ini adalah sumber daya yang digunakan untuk menjalankan SPM, biaya overhead, parameter demand dan utilisasi non-SPM. Gambar 4. Menu Administrator
4
Mengisi Data : Kebutuhan dan Permintaan (Need and Demand) Terdapat lima lembar Demand/Need data entry yang dapat anda klik, berisikan data yang dibutuhkan oleh sebuah skenario. Tiga lembar pertama dibuat secara spesifik untuk propinsi atau kabupaten/kota, (Structure of District, Location Data, Epidemiology) dan dua lembar lainnya dibuat konstan untuk seluruh scenario (Demand parameters, Non-SPM utilisation)
1. Structure of District Struktur dari populasi di skenario distrik adalah hal penting untuk penghitungan biaya akhir yang diproyeksikan oleh model. Dengan meng klik ‘Structure of District’ maka akan muncul: Gambar 5. Informasi Kecamatan (Sub-district)
Sub-District Data Entry Isikan nama kabupaten dan pilih nama provinsi. Total populasi terdiri dari jumlah penduduk dari masing-masing penduduk wilayah kerja puskesmas. Anda harus memasukkan nama kecamatan, nama puskesmas, populasi wilayah kerja, tipe puskesmas (PB = dengan tempat tidur, P= tanpa tempat tidur, PONED) dan jumlah tempat tidur jika ada. Population Structure Isikan jumlah populasi berdasarkan kategori. Pengisian dapat dilakukan dengan salah satu cara, yakni jumlah angka abosulute atau menggunakan persetase dari total populasi. General Data Isikan data umum mengenai kabupaten/ kota sebagai tahun dasar (base year) mengenai average per capita income, anggaran untuk kesehatan dalam juta rupiah dan tahun anggaran tersebut. Selain itu, isikan jumlah tempat tidur rumah sakit daerah. Disediakan 2 ruang. Private PHC Facilities Isikan fasilitas kesehatan swasta yang terdapat pada kabupaten/ kota beserta jumlah tempat tidur yang dimiliki. Jangan lupa tekan save setiap melakukan pengisian data (bukan di akhir).
5
2. Location Data Model ini menggunakan informasi lokasi tiap-tiap fasilitas kesehatan yang berada di suatu tempat dengan dua cara. Yang pertama adalah jarak antara puskesmas dan rumah sakit umum daerah (RSUD) digunakan untuk menghitung biaya rujukan darurat dari puskesmas ke RSUD untuk tiap kondisi yang memerlukan. Jarak dikalikan oleh jumlah rujukan yang diperkirakan di tiap kecamatan dan estimasi biaya per-km untuk tiap rujukan (jarak pulang pergi karena ambulans harus kembali ke puskesmas ). Kedua, jarak antara penduduk kecamatan ke semua fasilitas kesehatan di tiap kabupaten/ kota digunakan sebagai bagian kunci untuk menentukan demand pelayanan pada saat skenario berbasis demand dipilih (Demand Parameters, halaman 8). Gambar 6: Data lokasi yang dimasukkan dalam model
Dengan memilih ‘Location Data’ pada menu utama, anda diajak untuk menggambar sebuah peta kasar dari sebuah kabupaten/ kota dengan batasan wilayah kerja puskesmas, dan fasilitas kesehatan yang ditandai dengan sebuah grid dalam peta tersebut. Namun tentu saja anda harus memiliki peta asli sebelum memasukkannya dalam model. 1. Pengguna memulai dengan menentukan jarak maksimum antara Barat-Timur – ’Max X (WestEast)’- dan Utara-Selatan – ’Max X (North-South)’- sebuah distrik dalam kilometer. Peta distrik dibutuhkan untuk mendukung ringkasan data dasar sebuah distrik pada excel grid (Gambar 6). Perlu diketahui, bahwa peta dapat tampil dalam keadaan yang kurang baik (distorted) karena jarak garis vertikal lebih pendek daripada garis horizontal. Hal ini tidak akan mengganggu jarak yang digunakan pada komputasi model. 2. Tanda-tanda yang harus dibubuhkan pada peta: a. Batasan sub-distrik ditandai dengan karakter “e”, b. Rumah sakit distrik ditandai dengan karakter H1, H2 dan seterusnya. c. Fasilitas Kesehatan swasta ditandai dengan karakter P1, P2 dan seterusnya. d. Puskesmas ditandai dengan nomor 1,2 dan seterusnya. Penomoran puskesmas harus sesuai dengan nomor yang digunakan untuk memasukkan populasi di sub-distrik. Hal ini dapat dilihat pada bagian pojok kanan atas. 3. Setelah data ini dimasukkan, pilih tombol ‘Re-calculate sub-district distances’. Proses ini akan menghitung area dari setiap sub-distrik bersasarkan algoritma yang menghitung jarak dari tiap puskesmas hingga ujung sub-distrik menggunakan perkiraan ‘triangular tesselation’ untuk melakukan estimasi sebuah area.
6
3. Epidemiology Inti dari model ini adalah perhitungan dari total kebutuhan pelayanan untuk setiap kondisi SPM. Hal ini dihitung dengan mengalikan total populasi kelompok sasaran dengan kondisi tersebut (G) dengan proporsi pelayanan yang dibutuhkan oleh kelompok tersebut dalam setahun (P), proporsi yang membutuhkan pengobatan (T) dan sasaran SPM (S) (Gambar 7). Informasi pada tingkat kabupaten/ kota mungkin tidak tersedia. Apabila hal ini terjadi, maka kita membutuhkan data pada tingkat propinsi, atau apabila hal ini juga tidak tersedia, kita bisa menggunakan informasi pada tingkat nasional. Sangat penting untuk diperhatikan bahwa proporsi bukanlah pemanfaatan pelayanan yang dilaporkan oleh fasilitas, melainkan data berdasarkan survey jika ada. Penggunaan laporan utilisasi dari fasilitas kesehatan tidak dapat digunakan karena, tidak akan menampilkan kebutuhan yang sebenarnya karena hal ini akan bergantung dari faktor-faktor demand yang mempengaruhi utilisasi. Gambar 7: Epidemiologi dari kondisi SPM
Keterangan: 1. Target Group ( , Kolom D) - SPM menentukan kelompok sasaran untuk intervensi yang dibiayai dengan dana pemerintah. Meskipun pada target group ini anda dapat memilih dari Women hingga pre eldery (sesuai dengan struktur populasi) namun, kelompok sasaran utama adalah ibu hamil, kelahiran, balita, sebagian kecil dari penyakit menular, orang dewasa dan anak-anak diatas umur lima tahun. 2. Proporsi dengan kondisi ( Kolom E) – Ini adalah proporsi dari kelompok sasaran yang diperkirakan mengalami sebuah kondisi dalam satu tahun. Data dasar yang digunakan pada lembar ini adalah data nasional. Dalam beberapa kasus, seperti diare, proporsi ini bisa melebihi 100% apabila data mengindikasikan target populasi itu menderita lebih dari satu episode pada suatu kondisi dalam setahun.
7
3. Proporsi yang membutuhkan pengobatan ( , Kolom F) – Untuk sebagian penyakit, tidak semua yang menderita penyakit tersebut membutuhkan pengobatan di fasilitas kesehatan. Contoh: Pada kasus diare, sebagian besar kasus bisa disembuhkan dengan pengobatan di rumah (dengan menggunakan oralit) atau dengan membeli obat bebas daripada berobat di fasilitas kesehatan. Perlu dicatat bahwa proporsi ini harus menggambarkan kebutuhan klinis dibandingkan apa yang bisa disediakan atau diminta. Untuk sebagian besar kondisi, terutama yang bersangkutan dengan kesehatan ibu, proporsi kebutuhan akan fasilitas pengobatan akan menjadi 100%, walaupun dalam praktek hasilnya dibawah itu. 4. SPM target ( , Kolom G) – Ini adalah sasaran cakupan dari mereka yang membutuhkan (G x P x T) yang akan dicapai di tahun tertentu (target year). Proporsi ini biasanya menunjukkan SPM target nasional meskipun target lokal dapat digunakan apabila dikehendaki. Selain itu, bisa juga memasukkan target yang akan diterapkan untuk semua kondisi di dalam simulasi skenario. 5. % Requiring hospital care - Model ini mengasumsikan secara default bahwa semua pasien yang membutuhkan fasilitas kesehatan datang ke puskesmas lebih dulu walaupun mungkin pada akhirnya mereka dirujuk ke rumah sakit. 6. % Direct referral to hospital - Pasien yang langsung menuju ke Rumah Sakit (self referrals) dapat dimasukkan dengan menetapkan proporsinya untuk setiap kondisi. 7. Proportion in target year - Secara umum, dianggap bahwa proporsi penyakit tidak berubah diantara tahun awal (base year) dan tahun sasaran (target year). Program ini memungkinkan untuk mengubah asumsi ini dengan merubah proporsi untuk tahun sasaran. Nilai untuk tahuntahun diantara tahun awal dan tahun sasaran diperhitungkan dengan cara interpolasi secara proporsional 8. Disaster impact - Pengaruh dari bencana dapat dihitung secara kasar di model ini dengan menentukan:
Gambar 8: Dampak bencana
a. Perubahan prevalensi penyakit yang diperkirakan akan terjadi pada target populasi untuk kondisi-kondisi tertentu (Kolom R), khususnya untuk penyakit menular. b. Tahun terjadinya bencana c. Durasi bencana juga ditentukan. Harus diperhatikan bahwa durasi dimodelkan sebagai decay, sehingga peningkatan prevalensi penyakit pada awal periode menurun berbanding terbalik terhadap durasi epidemi.
akan
4. Demand Parameters Model ini menghasilkan 2 jenis estimasi biaya. Yang pertama didasarkan kepada need dimana utilisasi pelayanan diestimasikan sebagai proporsi dari kebutuhan total (total need) sebagaimana diestimasikan oleh data epidemiologis. Estimasi ini mengabaikan faktor-faktor lain yang berpengaruh
8
terhadap pola pencarian pengobatan pada waktu mereka sakit. Sebagai alternatif, mengikuti pemikiran dari Bitran (Bitran 1991), model ini juga dapat memprediksi demand dari pelayanan SPM berdasarkan ‘ three stage demand function’. Detail dari model ini akan dipaparkan dalam lampiran 2 Untuk dapat mengakses pilihan berikut di bawah, perlu masuk ke dalam ’admin options’ terlebih dahulu. Gambar 9: Parameter permintaan (demand)
Untuk memproyeksikan demand, nilai dampak dari harga, jarak dan pendapatan harus ditentukan terlebih dahulu. 1. Tarif relatif pada pasien rawat jalan di Puskesmas, klinik swasta dan rumah sakit dalam ribuan rupiah. 2. Pada demand parameters nilai-nilai ini sudah dipilih sedemikian rupa agar elastisitas harga, pendapatan dan jarak yang dibuat sesuai dengan rentang nilai dari berbagai hasil studi di tingkat regional.
2. Non-SPM Utilisation Komponen terakhir dari spesifikasi need/demand adalah mengenai utilisasi Non-SPM. Meskipun tidak ada estimasi langsung dari biaya untuk layanan non-SPM, beban kerja dari layanan non-SPM dibutuhkan untuk membagi dengan pantas biaya overhead antara layanan SPM dan non-SPM. Gambar 10: Utilisasi non-SPM
Untuk itu, informasi yang diperlukan adalah:
9
1. Estimasi rata-rata waktu staf (dalam menit) yang dibutuhkan untuk memberikan layanan langsung untuk kunjungan per pasien rawat jalan dan pasien rawat inap untuk kegiatan non SPM baik di puskesmas maupun di rumah sakit. 2. Kunjungan pasien rawat jalan Non-SPM per-1000 penduduk di puskesmas dan rumah sakit. 3. Episode rawat inap Non-SPM 4. Rata-rata lama dirawat per-1000 penduduk di puskesmas dan rumah sakit.
Mengisi Data : Penyediaan (Supply) Terdapat empat sheet yang perlu dilengkapi. Semua data ini merupakan data berbasis nasional dan tidak dibutuhkan data spesifik untuk distrik dan propinsi.
1. Resource Inputs for Minimum Package (Sumber daya untuk pelayanan SPM). Layanan SPM perorangan dibagi kedalam empat grup utama – Kesehatan ibu hamil, Kesehatan Anak, Kesehatan Reproduktif, dan Penyakit Menular – terdapat 33 kondisi (Lampiran 1). Penatalaksanaan yang berbeda di puskesmas dan rumah sakit distrik mempunyai implikasi dibutuhkannya lembaran yang berbeda pada sebagian besar kondisi. Dengan demikian terdapat 61 worksheet yang dapat diakses dengan memilih pilihan ‘Resource Inputs for minimum package’ pada menu utama lalu kita memilih pada kolom hyperlink ‘Click to go to sheet’ untuk kondisi yang akan dipilih. Lebih lanjut, jika terdapat perubahan dari jumlah kondisi SPM sheet maka anda harus klik ‘Re-list SPM condition’ setelah melakukan perubahan. Gambar 11: Halaman Resource Inputs for Minimum Package
Lembar untuk setiap kondisi diadaptasikan dari Core Plus Costing model yang dikembangkan oleh MSH. Pada tiap lembar terdapat informasi mengenai jumlah kunjungan pasien rawat jalan per episode (Kolom R) dan tingkat rawat inap (admission rate) dan rata-rata lama dirawat di rumah sakit (Kolom V). Tiap lembar dibagi menjadi empat bagian yang menunjukkan sumber daya yang dibutuhkan untuk penanganan setiap episode dari kondisi tersebut. Section 1: Service delivery staff time – jumlah menit waktu staf untuk setiap jenis tenaga untuk setiap aktifitas yang teridentifikasi untuk tiap episode dari kondisi tersebut. (Sub-totals C25 hingga Q25). Lihat gambar 14.
10
Gambar 12: Bagian 1, waktu staf
Section 2: Drugs and Medical Supplies– Obat-obatan ditentukan jenis dan kuantitasnya – jumlah pemberian per hari x jumlah hari/episode x % kasus yang diobati. Harga satuan diperoleh dari daftar harga yang dibuat oleh Depkes (Sub-total cell M55 untuk obat-obatan dan M75 untuk suplai medis). LIhat gambar 15 Gambar 13: Bagian 2, obat dan bahan medis
Section 3: Laboratory Tests – Tentukan jenis pemeriksaan Laboratorium dan kuantitasnya – jumlah dari pemeriksaan x % kasus yang ditangani. Harga satuan pemeriksaan berdasarkan daftar harga tes dari laboratorium komersial di Jogjakarta. (Sub-total cell M90). LIhat gambar 16 Gambar 14: Bagian 3, tes laboratorium
Section 4: Radiology Examinations– Radiology (X-ray, ultrasound, dll). Ditentukan nama jenis pemeriksaan dan kuantitas – jumlah dari pemeriksaan x % kasus yang ditangani. (Sub-total cell M110). Lihat gambar 17 Gambar 15: Bagian 4, pemeriksaan radiologi
2. Facility Overhead Costs Biaya overhead dalam model ini dibagi menjadi tiga tipe : 1) Biaya overhead pada tingkat fasilitas yang meliputi biaya untuk menjalankan rumah sakit dan puskesmas termasuk biaya yang disetahunkan; 2) Biaya overhead Dinas Kesehatan yang secara spesifik digunakan untuk SPM tertentu
11
3) Biaya administrasi Dinas Kesehatan. Data ini dimasukkan ke dalam tiga lembar kerja yang berbeda yang dapat diakses melalui menu utama. Data yang digunakan (default) adalah data Gambar 16: Biaya overhead fasilitas yang berdasarkan dari informasi yang dikumpulkan dari Subang, Purbalingga dan Tangerang. Biaya Overhead Fasilitas (‘Facility Overhead’) – Biaya overhead fasilitas yang di’enter’ adalah rumah sakit, puskesmas dengan tempat tidur dan puskesmas. Biaya ini dibagi menjadi suplai Non Medis, utilities (listrik, air dll), biaya operasional dan biaya kapital yang disetahunkan (annualised) untuk peralatan dan perlengkapan. Biaya ini berdasarkan dari rumah sakit yang memiliki 150 tempat tidur, puskesmas yang memiliki 10 tempat tidur dan puskesmas tanpa tempat tidur. Dalam model, biaya standar ini disesuaikan untuk tiap fasilitas sesuai dengan skenario berbasiskan distrik sesuai dengan ukurannya masing-masing. Penyesuaian ini berdasarkan asumsi biaya overhead (‘Overhead assumptions’).
3. SPM Specific Overhead Costs Biaya overhead spesifik SPM (‘SPM specific overheads’) – Ini adalah biaya yang paling sering terjadi di Dinas Kesehatan Distrik yang dapat diatribusikan secara spesifik kepada aktifitas SPM. Biaya ini secara default dibuat berdasarkan pengalaman di kabupaten Tanggerang dibagi dalam berbagai aktifitas termasuk pelatihan, peralatan dan surveilans. Kemudian pengeluaran ini dibagikan kepada kondisi SPM spesifik atau area utama SPM (kesehatan ibu hamil, kesehatan anak, dll). Data biaya di’enter’ untuk tiap kategori bersamaan dengan penggerak biaya (cost driver), jumlah unit dimana biaya ini berasal, dan proporsi yang diatribusikan untuk pencegahan dan kuratif. Bila tidak ada penggerak (driver) yang ditunjuk, maka diasumsikan untuk seluruh populasi. Biaya default ini dikalikan dengan rasio dari penggerak biaya di distrik bersangkutan kemudian dibagi oleh jumlah unit pada distrik tersebut. Contoh: perlengkapan kegawatdaruratan komplikasi kebidanan per puskesmas diestimasikan sebesar 12.9 juta rupiah per puskesmas untuk puskesmas yang akan ditingkatkan untuk PONED. Di dalam model, angka ini kemudian dikalikan dengan jumlah puskesmas yang ditingkatkan untuk PONED untuk mendapatkan biaya untuk kegawatdaruratan komplikasi kebidanan. Biaya ini kemudian dialokasikan kepada kesehatan ibu sebagai salah satu kondisi utama. Gambar 17: Biaya overhead spesifik SPM
12
4. DHO Costs - Superoverhead Biaya overhead Dinas Kesehatan (‘DHO Costs’) –Ini adalah biaya untuk menjalankan Kantor Dinas Kesehatan yang tidak dapat dialokasikan secara langsung kepada pelayanan tertentu. Sebagian besar biaya ini diperuntukkan untuk biaya pegawai walaupun biaya lain seperti perawatan (maintenance) gedung kantor dinas dapat dimasukkan juga di dalam biaya ini. Gambar 18: Biaya Dinkes - superoverhead
13
Asumsi Asumsi untuk sekumpulan parameter kunci merupakan dasar pengembangan skenario yang dihasilkan oleh model. Nilai default yang pantas telah ditentukan (lihat catatan nilai standar tabel dibawah ini) tetapi hal ini dapat dirubah oleh sesuai dengan kewenangannya sebagai administrator. Asumsi dibagi menjadi dua kelompok – General dan Overhead – dan diperoleh dengan memilih pilihan yang tepat pada menu utama.
1. Asumsi Umum Dengan meng klik ‘General Assumptions’, dasar dari asumsi variabel di bawah ini dapat dimodifikasi. Salary Assumptions (Asumsi Gaji) Skala gaji sesuai golongan gaji dengan pilihan untuk menentukan insentif tambahan untuk setiap grup. Gambar 19: Asumsi gaji
Data standard (default) berdasarkan skala gaji PNS yang berlaku dan menggunakan rata-rata yang didapat dari daftar gaji staf di Purbalingga. Staffing Normatives (Jumlah tenaga Normatif) Rata-rata jumlah tenaga dasar dan golongan untuk Puskesmas, Puskesmas dengan tempat tidur dan Rumah Sakit. Model akan merubah secara otomatis jumlah tenaga pemberi pelayanan langsung dan tidak langsung sesuai dengan beban kerja Gambar 20: Jumlah tenaga normatif
Data standar (default) berdasarkan rata-rata jumlah tenaga di distrik Subang.
14
Direct staff workload normatives (Beban Kerja Normatif Staff Langsung) Untuk tiap kategori staff langsung : Gambar 21: Beban kerja normatif staf langsung
Days per year – Jumlah hari kerja dikurangi oleh libur akhir minggu, libur umum atau hari libur lainnya. Public working hours per day – Perkiraan jumlah jam kerja di sektor publik setiap harinya Proportion of time spent providing service (Proporsi dari waktu yang digunakan untuk memberikan layanan) – Setelah dikurangi dengan waktu yang dibutuhkan untuk kegiatan administratif, pelatihan dan aktifitas lain seperti persiapan untuk layanan gawat darurat.
Data standar ini merupakan hasil konsultasi dengan para ahli. Jumlah jam kerja di sektor publik dan waktu yang digunakan untuk memberikan layanan dapat dikembangkan dalam berbagai skenario untuk mempertimbangkan dampaknya terhadap biaya. Currency exchange rates (Nilai tukar rupiah) Digunakan untuk menghasilkan perbandingan biaya – hanya nilai tukar terhadap Dollar yang digunakan Gambar 22: Nilai tukar rupiah
Data dasar (default) berdasar Nilai tukar (Mei 2009) Inflation Rates Rate yang berbeda dapat ditentukan untuk biaya tenaga, suplai medis dan hal lainnya. Gambar 23: Tingkat inflasi
Data default rates sama untuk semua item. Rate di tahun 2008 adalah sekitar 11%. Dalam situasi ekonomi yang menurun seperti sekarang, diasumsikan sekitar 5%1
1
Lihat http://www.bps.go.id/sector/cpi/tabel1.shtml. Selama 4 bulan awal di tahun 2009 harganya hanya naik 0.05% dibandingkan 3.9% periode yang sama pada tahun 2008.
15
Base year (tahun awal) Diperlukan sebagai titik awal untuk semua scenario Gambar 24: Tahun awal
Data standard (default) adalah tahun 2009 General mark-ups for medical supplies (Penyesuaian Efektifitas Bahan Medis) Digunakan untuk menyesuaikan efektifitas barang-barang medis sebagai akibat dari sisa yang terbuang atau kerusakan pada waktu penyimpanan Gambar 25: Penyesuaian efektifitas bahan medis
Data Standar (default) adalah 10% untuk yang terbuang, 5% untuk kerusakan pada penyimpanan – Data bisa berbeda untuk tiap distrik dan informasi dibutuhkan untuk rate ini. Net cross boundary flows Ini adalah selisih antara pasien dari distrik lain yang mencari pengobatan di dalam distrik bersangkutan dikurangi pasien distrik yang mencari pengobatan di luar distrik. Hal ini digunakan agar dapat lebih baik merepresentasikan alur pasien yang pergi ke rumah sakit distrik Gambar 26: Net cross boundary flows
Nilai standar adalah nol. Diperlukan informasi tambahan untuk dapat mengetahui besarnya net flow ini yang sebenarnya.
16
Cost of transportation (Biaya Transportasi ) Digunakan untuk menghitung biaya per km untuk transportasi darurat. Dibutuhkan informasi tentang harga satu ambulans, umur hidupnya (dalam tahun), factor penyusutan, perkiraan km per tahun dan harga BBM per liter. Gambar 27: Biaya tranportasi
Data Standar (default) nilai berdasarkan perkiraan tim ahli.
2. Asumsi Biaya overhead Asumsi biaya overhead mengindikasikan bagaimana biaya akan berubah bila terjadi perubahan pada kunci penggerak biaya (key cost drivers). Dengan mengklik ‘Overhead Assumptions’ anda dapat merubah asumsi berikut: Asumsi Biaya Fasilitas Biaya fasilitas diasumsikan untuk bisa ditentukan dari kombinasi dari total pegawai, adjusted beddays, jumlah tempat tidur, dan jumlah fasilitas. Pengguna dapat memasukkan proporsi dari tiap kategori biaya yang ditentukan oleh setiap parameter Gambar 28: Asumsi biaya fasilitas
17
Asumsi Produktifitas Maksimum Asumsi mengenai produktifitas maksimum menentukan besarnya kapasitas yang diperlukan untuk memberikan layanan yang diperkirakan. Kapasitas rumah sakit ditentukan oleh target BOR. Nilai default adalah 80%, yang berarti bahwa bila penggunaan tempat tidur meningkat hingga diatas 80%, model akan menentukan bahwa diperlukan kapasitas dengan level yang lebih tinggi. Gambar 29: Asumsi produktifitas maksimum
Asumsi Kunjungan di Puskesmas Asumsi mengenai jumlah maksimum kunjungan di Puskesmas beserta jaringannya. Nilai default untuk Puskesmas tanpa rawat inap adalah 120 per hari, sedangkan pada puskesmas rawat inap adalah 140 per hari. Hal ini akan berdampak pada overhead yang dibutuhkan untuk setiap tahunnya. Gambar 30: Asumsi kunjungan di Puskesmas
.
18
Output Dari Model dan Pengaturan Skenario Selanjutnya Output dan akses terhadap variabel-variabel untuk melakukan penyesuaian skenario dapat diakses melalui dengan klik ‘Output menu’ dari menu utama. Ada tujuh tampilan utama output Gambar 31: Output model
Tables Summary Costs Merupakan ringkasan dari hasil-hasil utama dari model yang dapat dirinci berdasarkan kelompok kondisi utama (Kesehatan Ibu, Kesehatan Anak, Kesehatan Reproduksi, Penyakit menular tertentu, Manajemen KLB) dan klasifikasi ekonomis: biaya obat/alkes (supplies) langsung, biaya staf langsung, biaya staf tidak langsung dan biaya tetap staf, SPM overhead, biaya transport darurat, dan biaya overhead lainnya misalnya biaya overhead fasilitas dan Dinas Kesehatan (dalam juta rupiah)
19
Gambar 32: Ringkasan Hasil dan pilihan skenario
Dapat dilakukan variasi variabel utama pada lembar ringkasan, yakni: a. Tahun target maupun tahun skenario dapat diubah pada bagian atas dari sheet ini. b. Menentukan penggunaan automatic adjustment untuk kapasitas, tingkat pertumbuhan income per kapita dan tingkat peningkatan anggaran yang akan berpengaruh terhadap demand pelayanan bila ‘Scenarios based on demand’ dipilih dan pertumbuhan anggaran secara riil yang berdampak terhadap kesenjangan (gap) biaya dan sumber daya. c. Di bagian bawah tabel, pengguna dapat memilih tipe skenario yang akan dilakukan proyeksinya (need atau demand), d. Asumsi SPM pada awal (base) dan sasaran (target). Secara default model ini menggunakan asumsi detil sebagaimana disusun dalam lembar epidemiology. Sebaliknya dapat juga memilih untuk menentukan target yang lebih rendah atau lebih tinggi. Hal ini berdampak terhadap biaya yang dibutuhkan. e. Anda dapat melakukan modifikasi dengan memilih ‘staff productivity’ di option bar di sebelah kiri bawah dari halaman ini (Gambar 33). Komputasi biaya langsung staf sangat tergantung kepada asumsi produktivitas staf: Berapa jam staf diasumsikan bekerja di fasiltas kesehatan publik setiap hari kerja Berapa proporsi waktu yang tersedia untuk kontak langsung dengan pasien. Default settings dispesifikasikan di halaman asumsi tetapi Prosedur ini memungkinkan nilainilai ini dirubah. Pengguna dapat melakukan perubahan dan kemudian klik ‘update values’ untuk menyimpan perubahan tersebut dan melakukan komputasi ulang.
20
Gambar 33: Menu pop-up produktifitas staff
Bagian output lainnya memperlihatkan rincian biaya dari skenario yang dibuat dalam ‘Results Summary Page’. SPM Costs Informasi rinci dari pemilahan biaya total untuk memberikan pelayanan untuk setiap item SPM. Biaya per episode dalam rupiah dan US dollar juga tersedia. Selain itu dapat dibuat chart yang menunjukkan biaya per capita (‘Per Episode Cost’). Sub-district Costs Biaya rinci sesuai kode ekonomi untuk setiap sub-distrik yang didasarkan pada data populasi sub distrik. Karena data yang tersedia hanya pada tingkat distrik, model ini berasumsi bahwa struktur populasi adalah sama di setiap sub distrik. Dengan demikian variasi antar sub distrik menjadi terbatas. Dalam skenario berbasis demand, biaya dapat bervariasi secara substansial karena dampak dari jarak yang berbeda-beda dimasukkan sebagai determinan dalam estimasi utilisasi. Chart menunjukkan biaya per capita (‘Per capita sub-district’) juga dapat dibuat. Annual costs Ini memberikan hasil komputasi biaya per episode (didasarkan kepada SPM Costs sheet) untuk setiap tahun mulai dari tahun awal sampai tahun 2002. Model ini secara otomatis akan melakukan komputasi berdasarkan target SPM yang diinterpolasikan secara proporsional dari tahun awal ke tahun target dan juga penyesuaian dari jumlah populasi dan pertumbuhan harga. Dua faktor terakhir ini menyebabkan bahwa biaya akan terus meningkat melampaui target year. Chart yang menujukkan evolusi dari annual costs dan estimasi anggaran (‘Annual costs’) juga tersedia. Sensitivity Results Biaya total (normative and demand driven) untuk tahun awal sampai tahun target dihitung untuk semua nilai variabel diantara nilai minimum dan maksimum yang dipilih dalam sensitivity analysis option (lihat dibawah). Stored Summary Results Summary results dari skenario saat ini dan skenario terdahulu disimpan dalam sheet ini. Hasil dari skenario saat ini dapat disimpan baik dari Summary Page atau dari menu utama.
21
Options Kotak pilihan di bawah halaman ini memberikan 2 pilihan untuk mengembangkan skenario sensitivity analysis dan tipe puskesmas (Gambar 34).
Gambar 34: Menu Option
Sensitivity Analysis Memungkinkan pengguna untuk menginvestigasi dampak terhadap biaya total baik dalam normative maupun demand skenario, yang terjadi sebagai akibat perubahan dari variabel kunci dengan mempertahankan variabel lain konstan. Hasil dikomputasikan untuk semua nilai dari variabel tertentu diantara nilai minimum dan maksimum dan nilai diantaranya. (Gambar 35).
Variabel yang dapat diatur untuk sensitivity analysis adalah: Population growth (pertumbuhan penduduk) Gambar 35: Menu analisis sensitifitas Medical inflation (inflasi biaya kesehatan/medic) Staffing inflation (inflasi staf) Other inflation (inflasi lain-lain) Income growth (pertumbuhan pendapatan/income) Price change (perubahan harga) Specialist hrs per day (jam kerja dokter spesialis per hari) Doctors hrs per day (jam kerja dokter per hari) Nurse hrs per day (jam kerja perawat per hari) Midwife hrs per day (jam kerja bidan per hari) Community hrs per day (jam kerja kader per hari) Demand coefficients for modelling: (koefisien demand untuk modelling) o Price (harga) o Income (pendapatan) o Distance (jarak) Bila informasi tentang rata-rata dan standard deviasi dari variabel tersedia, maka pengguna dapat menggunakan hal ini untuk menentukan nilai maksimum dan minimum berdasarkan confidence interval tertentu (default, 95%). Review Puskesmas Piliihan yang memungkinkan pengguna menelaah (review) tipe puskesmas di setiap sub-distrik. Secara umum, tipe puskesmas ditentukan di halaman data distrik (the district data entry page). Anda dapat memikirkan untuk meningkatkan puskesmas menjadi puskesmas dengan tempat tidur atau puskesmas yang dapat memberikan pelayanan obstetri dasar. Pilihan ini akan berpengaruh terhadap biaya tetap (fixed costs) dari setiap fasilitas dan juga jumlah pasien. Puskesmas tanpa tempat tidur diasumsikan akan merujuk semua kasus rawat inap ke rumah sakit sedangkan puskesmas dengan tempat tidur bisa merawat pasien sehingga berpengaruh terhadap biaya.
22
Gambar 36: Review Puskesmas
23
Lampiran Lampiran 1: Grup Utama dan Masing-Masing Kondisi SPM Grup Utama 1 2 3 4 5 6 7 8 9 10 11
Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu
12 13 14 15 16 17 18 19 20 21
Kondisi
Grup Wanita Hamil Wanita Hamil Wanita Hamil Wanita Hamil Wanita Hamil Kelahiran Kelahiran Kelahiran Kelahiran Kelahiran Kelahiran
Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Ibu Kesehatan Anak Kesehatan Anak Kesehatan Anak Kesehatan Anak Kesehatan Anak Kesehatan Anak
Basic Antenatal care Abortion Antepartum Haemorrhage Hypertension PET Severe Anaemia Premature Labour Abnormal fetal presentation Prolonged Labour Caesarean Section Uterine Rupture & Hysterectomy Intrapartum & post partum infection Post Partum Haemorrhage Normal Delivery Routine Post Partum Care Neonatal Complications Routine Infant Health Routine Child Health Child Immunisation Nutrition for the Poor Severe Malnutrition School Health
22 23
Kesehatan Reproduksi Lainnya Kesehatan Reproduksi Lainnya
Family Planning Non Permanent Family Planning Permanent
PUS PUS
24 25
Penyakit Menular Penyakit Menular
Pneumonia Diarrhoea < 5 years
Balita Balita
26 27
Penyakit Menular Penyakit Menular
Diarrhoea > 5 years Malaria < 5 years
Anak >5 & dewasa Balita
28 29
Penyakit Menular Penyakit Menular
Malaria > 5 years Tuberculosis <5 years
Anak >5 & dewasa Balita
30 31
Penyakit Menular Penyakit Menular
Tuberculosis >5 years Dengue < 5 years
Anak >5 & dewasa Balita
32 33
Penyakit Menular Penyakit Menular
Dengue > 5 years Acute Flaccid Paralysis
Anak >5 & dewasa Populasi <15 tahun
34
Kesehatan Ibu
PMTCT
Wanita Hamil
24
Kelahiran Kelahiran Kelahiran Kelahiran Bayi <1 Anak 1-5 Bayi <1 6-24 bulan Balita Anak umur 7 thn
Lampiran 2: Menentukan demand Model ini menghasilkan 2 jenis estimasi biaya. Yang pertama didasarkan kepada need dimana utilisasi pelayanan diestimasikan sebagai proporsi dari kebutuhan total (total need) sebagaimana diestimasikan oleh data epidemiologis. Estimasi ini mengabaikan faktor-faktor lain yang berpengaruh terhadap pola pencarian pengobatan pada waktu mereka sakit. Sebagai alternatif, mengikuti pemikiran dari Bitran (Bitran 1991), model ini juga dapat memprediksi demand dari pelayanan SPM berdasarkan ‘ three stage demand function’. Pendekatan ini menggunakan three level nested logit model dimana pertama-tama menentukan probabilitas pencarian pengobatan, kedua apakah mereka mencari pengobatan di puskesmas, pemberi pelayanan primer swasta atau rumah sakit dan akhirnya kemana mereka pergi (Gambar 1). Figure 1: Structure of the modelled demand for SPM services Illness
Care seeking (Prseek)
Care seeking Self-treatment /no care
Choice of level (Prpusk)
Choice of provider (Prchoose)
Puskesmas /private PHC
Hospital
Hospital 1
Hospital 2
PHC 1
PHC 2
PHC 3
Probabilitas diperhitungkan sebagai berikut:
Dimana u adalah indirect utility yang berhubungan dengan tidak adanya pengobatan (no care), M adalah fasilitas kesehatan primer (puskesmas atau swasta) dan N adalah rumah sakit. Koeffisien
25
,
dan masing-masing adalah satu minus koefisien korelasi dari pilihan ke pelayanan kesehatan primer, pilihan ke rumah sakit and pilihan ke rumah sakit dan kesehatan primer. V adalah indirect utility yang berhubungan dengan pilihan khusus kepada provider dan dispesifikasikan sebagai berikut (Bitran 1991):
Dimana adalah tarif pelayanan di provider j, adalah income per kapita di sub-district s2, adalah jarak rata-rata tertimbang (average weighted distance) dari penduduk yang tinggal di sub distrik ke provider j, adalah efek dari variabel lain yang berpengaruh terhadap utility untuk memanfaatkan pelayanan (secara implicit diasumsikan konstan bagi semua rumah tangga di distrik3), adalah koefisien harga (<0),
adalah koefisien income (>0) and
adalah koefisien jarak (<0).
Demand dari semua pengguna fasilitas di semua (S) sub-districts dikomputasikan untuk setiap provider. This leads to a (M+N).S ’demands’ across all providers to given total demand for each provider. Tantangan utama dalam melakukan kalibrasi model adalah untuk menentukan estimasi demand secara realistic. Hal ini paling baik dikerjakan dengan memeriksa elastisitas dari harga/tarif, tingakt pendapatan (income) dan jarak dan memastikan bahwa hal ini sesuai dengan estimasi secara empirik di tingkat regional atau Negara (studi ekonometrik).
2
Perlu dicatat bahwa kami melakukan simplifikasi dalam model ini dengan mengasumsikan bahwa income adalah konstan di tingkat distrik karena ketidak tersediaan data income pada tingkat sub-distrik. 3
Ini adalah asumsi yang salah. Khususnya, variabel lain seperti tingkat pendidikan yang bervariasi antar distrik akan berpengaruh terhadap demand untuk pelayanan.
26
Daftar Pustaka Bitran, R. A. (1991). "Health Care Demand in Developing Countries: A Model of Household Demand and a Market Simulation Model of Health Care Financing." Boston University, Ph.D.
27
