Fastlegedata og sykehusdata fanget i liten grad opp de samme høyrisikopasientene

Bare drøyt 20 prosent av pasienter med et stort behov for helsetjenester ble identifisert i både sykehusdata og tilsvarende data fra fastleger, ifølge en norsk studie. – Vi trenger forskning på ulike deler av helsetjenesten, understreker stipendiat og lege i spesialisering, Rannei Hosar.
Kvinnelig lege i korridor.  Rannei Hosar. Foto: Mathilde Hernholm
– Et viktig funn i studien er at vi trenger forskning på ulike deler av helsetjenesten. Vi kan ikke bare gjennomføre studier i allmennpraksis eller på sykehus, sier lege og doktorgradsstipendiat Rannei Hosar. Foto: Mathilde Hernholm

I en nylig publisert artikkel i Scandinavian Journal of Public Health, har Rannei Hosar og Aslak Steinsbekk brukt et validert risikostratifiseringssystem for å identifisere pasienter med store og sammensatte helsetjenestebehov. Forskerne har benyttet registerdata fra sykehus og fra allmennpraksis.

Ifølge data fra sykehus og fra fastleger var andelen pasienter med stort behov for helsetjenester ganske lik. Med bruk av sykehusdata, ble 6,7 prosent av pasientene identifisert som å ha store og sammensatte helsetjenestebehov, og med brukt av fastlegedata var andelen på 6,3 prosent.

Da forskerne så nærmere på pasientene, gjorde de derimot et uventet funn: Det var i liten grad de samme pasientene som ble identifisert både i sykehusdataene og i fastlegedataene – bare én av fem (21,5 prosent) pasienter ble fanget opp i begge datakildene.

– Et viktig funn i studien er at vi trenger forskning på ulike deler av helsetjenesten. Vi kan ikke bare gjennomføre studier i allmennpraksis eller på sykehus, sier førsteforfatter Rannei Hosar til Forskningsnytt fra Allmennmedisinsk forskningsfond.

Hun er LIS (lege i spesialisering) og ph.d.-stipendiat ved Institutt for samfunnsmedisin og sykepleie, NTNU.

To mulige forklaringer

I studien inngår 2013-data fra fire by- og distriktskommuner i Midt-Norge. Datagrunnlaget er diagnosekoder i allmennpraksis (ICPC-2) hentet fra fastlegenes refusjonstakster (KUHR) og de tilsvarende sykehuskodene i Norsk pasientregister for St. Olavs hospital i 2013.

– Vi kjenner ikke til noen andre studier som har undersøkt forskjellen mellom å bruke data fra primærhelsetjenesten og spesialisthelsetjenesten til risikostratifisering, og konsekvensene av en eventuell forskjell, kommenterer Hosar.

– Hva tenker du om at andelen risikopasienter som gjenfinnes i begge registrene bare er drøyt 20 prosent?

– I risikostratifisering ønsker man typisk å identifisere de fem prosentene av befolkningen med høyest risiko. Det er derfor interessant at vi med vår metode finner omtrent fem prosent i hver datakilde for seg, men at prosenten blir langt høyere når vi legger disse individene sammen. Dette reiser viktige spørsmål ved det klassiske fem-prosentmålet, svarer Hosar.

– Hva er forklaringen på så liten overlapping?

– Det vet vi ikke, men to mulige forklaringer er enten at det er et resultat av den iboende forskjellen i koding mellom fastlege og sykehus, eller at det er ulike personer med store og sammensatte helsetjenestebehov som mottar mye tjenester fra henholdsvis primær- og spesialisthelsetjenesten.

Ett unntak

I hele studiepopulasjonen på over 168.000 personer hadde nær ni av ti minst én kontakt hos fastlege eller minst én poliklinisk konsultasjon eller sykehusinnleggelse. Blant disse hadde 83,9 prosent minst én konsultasjon hos fastlege, og 35,4 prosent hadde vært på en sykehuspoliklinikk og/eller innlagt på sykehus.

I studien er risikoidentifiseringen gjort ved bruk av Johns Hopkins Adjusted Clinical Groups (ACG).

– Dette er et av de systemene for risikostratifisering som det er forsket mest på og som er validert for ulike kodeverk og for bruk i både primær- og spesialisthelsetjenesten.

For å identifisere pasienter med store og sammensatte helsetjenestebehov, har artikkelforfatterne sett på fem variabler for å fange opp personer med sammensatte lidelser og stort behov for helsetjenester. Tre av variablene er knyttet til estimert helsetjenestebruk, og to er kliniske faktorer: Antall kroniske lidelser og skrøpelighet.

I dataene fra sykehus fant forskerne en noe høyere andel eldre og kvinnelige pasienter enn i fastlegedataene. For begge datakildene samlet, hadde pasientene gjennomsnittlig tre ulike diagnoser, men andelen med flere diagnoser var høyere blant de som hadde vært i kontakt med sykehus. Andelen pasienter med høy skår på alle parametere var størst i materialet for sykehusene – med ett unntak: Andelen skrøpelige pasienter var høyere i fastlegedataene enn i sykehusdataene.

– Mange eldre tas hånd om av fastlegen og havner først på sykehus når de blir akutt dårlige. Det kan bidra til å forklare at en høyere andel defineres som skrøpelige i allmennpraksis. I tillegg kan det være at fastlegene over tid håndterer flere av pasientens helseproblemer, at deres koding derfor fanger opp flere tilstander som indikerer skrøpelighet.

Underrapportering

Den store styrken ved studien er at dataene er hentet fra samtlige brukere, det vil si alle med minst én kontakt med sykehus/poliklinikk eller fastlege i løpet av ett år.

Pasienter som har bare har hatt kontakt med psykisk helsevern og ikke somatikken, samt konsultasjoner hos avtalespesialist er ikke inkludert.

– Studien har tall fra 2013. Hva ville vært annerledes med nyere tall?

– Jeg er ikke kjent med at det har skjedd større endringer i kodepraksis i Norge som tilsier at dette er et stort problem, men nyere data vil alltid være bedre, og dette er en av svakhetene ved studien vår.

Lengre oppfølgingstid enn ett år, og oversikt over medisinbruk er noe artikkelforfatterne mener kunne ha bidratt til enda bedre identifisering av risikogruppen. En annen begrensning ved resultatene er dagens kodepraksis. I allmennpraksis brukes bare én hoveddiagnose, mens sykehusene kan bruke flere diagnosekoder.

– Andelen med kroniske sykdommer er viktig for oss å få avdekket, og annen litteratur beskriver at det ofte er kroniske sykdommer som blir underrapportert, bemerker Hosar.

«For dårlig kunnskapsgrunnlag»

Den publiserte studien er første del i doktoravhandlingen hennes. I videre forskning ser hun på sammenhengen mellom ACG risikoskår og pasientrapportert opplevelse av egen helse samt på sammenhengen mellom risikoskår og helsetjenestebruk.

– Det trengs mer forskning på risikoidentifisering og helsetjenestebruk i Norge. Ett eksempel hvor slik forskning ville vært nyttig er regjeringens beslutning om å beregne fastlegenes basistilskudd ut ifra en risikovurdering av den enkelte fastleges pasienter.

– I hvilken grad blir registerdata brukt for å fange opp risikopasienter i dag?

– Det er ikke utbredt i Norge, men brukes i andre deler av verden. Det er flere faktorer som må være på plass for at det skal fungere godt, men forholdene ligger godt til rette i Norge. Samtidig må vi fortsette å forske og utvikle kunnskap ved en slik eventuell implementering, sier Rannei Hosar.

Hun viser til at Helsedirektoratet i 2018 igangsatte en pilotstudie som blant annet skulle prøve ut et elektronisk verktøy (Medrave) for å kartlegge personer med risiko for fremtidig økt helsehjelp. I 2022 kom Sintef med en evaluering av hele pilotprosjektet.