Rapport 2016 Stöd för rätt sjukskrivning
Stöd för rätt sjukskrivning – ett samverkansprojekt mellan Försäkringskassan och Sveriges Kommuner och Landsting Rapport 2016 Stöd för rätt sjukskrivning Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 2 av 80 Förord Projektet Stöd för rätt sjukskrivning (SRS) har sedan 2014 ingått i överenskommelsen mellan staten och Sveriges Kommuner och Landsting (SKL) om en kvalitetssäker och effektiv sjukskrivningsprocess. Projektidén är att skapa ett IT-baserat bedömningsstöd för att med större träffsäkerhet och tidigare än idag kunna identifiera individer med ökad risk för längre sjukskrivning och med behov av särskilda eller samordnade insatser, för att öka möjligheten till återgång i arbete. Bedömningsstödet är tänkt att kunna användas av olika aktörer i sjukskrivnings- och rehabiliteringsprocessen. SKL och Försäkringskassan hade under 2014-2015 ett gemensamt ansvar för projektet. En förstudie genomfördes som visade att det är möjligt att utveckla ett bedömningsstöd i enlighet med projektidén. Regeringen och SKL bedömde i överenskommelsen 2016 att ansvarsfördelningen mellan, och uppdrag till, berörda aktörer behöver klarläggas innan utvecklingen av ett bedömningsstöd påbörjas. I årets överenskommelse beskrivs uppdraget enligt följande: ”SKL får använda högst 5 miljoner kronor för att tillsammans med Försäkringskassan och i tillämpliga delar Socialstyrelsen vidta de insatser som bedöms nödvändiga för att utarbeta ett förslag om hur ansvaret för utveckling, drift och förvaltning av bedömningsstödet kan utformas. De juridiska konsekvenserna av förslaget ska redovisas, liksom kostnads-, nytto- och verksamhetsanalyser.” Under våren 2016 förtydligade Försäkringskassan att bedömningsstödet inte primärt skulle användas av Försäkringskassans handläggare och att Försäkringskassan behövde prioritera andra insatser för att klara sitt uppdrag under 2016. Styrgruppen beslutade då, i dialog med Socialdepartementet och utifrån bedömningen att det ryms inom överenskommelsens beslut, att begränsa projektets inriktning under 2016 till att enbart omfatta ett bedömningsstöd för hälso- och sjukvården och som inte utvecklas, drivs eller förvaltas av Försäkringskassan. Försäkringskassan har dock ingått i styr- och referensgrupp men i övrigt inte deltagit i projektets arbete. Resultatet av årets arbete redovisas gemensamt av SKL och Försäkringskassan till Socialdepartementet den 5 oktober 2016. Redovisningen består av denna rapport inklusive bilagor, samt Försäkringskassans och SKL:s ställningstagande till projektets rekommendation till fortsatt arbete, då särskilt till förslagen till ansvarsfördelning. Försäkringskassans ställningstagande till SRS rapport 2016, se bilaga 8. SKL:s bedömning av SRS-projektets förslag, se bilaga 9. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 3 av 80 Innehållsförteckning Bilageförteckning .............................................................................................................. 4 Revisionshistorik............................................................................................................... 4 Figurförteckning ............................................................................................................... 4 1. Sammanfattning........................................................................................................ 5 1.1 1.2 1.3 1.4 1.5 2. Inledning ................................................................................................................. 15 2.1 2.2 2.3 3. Bedömningsstödet ..................................................................................................... 25 Ansvar för bedömningsstödet ..................................................................................... 29 Verksamhetsanalys .................................................................................................... 35 Prediktiva modeller .................................................................................................... 49 Etiska aspekter centrala för ett bedömningsstöd ......................................................... 55 Insatsförteckning och insatsförslag behövs ................................................................. 58 Kostnads- och nyttoanalys .......................................................................................... 60 Slutsatser och rekommendationer ........................................................................... 65 4.1 4.2 5. Nuläge – sjukskrivningarna ökar och blir längre ........................................................... 15 Ett effektivt bedömningsstöd inom sjukskrivningsområdet.......................................... 19 Uppdrag och genomförande 2016 ............................................................................... 21 Resultat................................................................................................................... 25 3.1 3.2 3.3 3.4 3.5 3.6 3.7 4. Varför ett stöd för bedömning vid sjukskrivning? .......................................................... 5 Stöd för hälso- och sjukvården – ett första steg ............................................................. 6 Resultat från årets utredning ........................................................................................ 8 Utredningen bekräftar behovet och pekar på samhällsvinster ..................................... 11 Rekommendation till fortsatt arbete........................................................................... 12 Bedömningsstödet fyller ett behov, ger samhällsnytta och är möjligt att realisera ....... 65 Rekommendation till fortsatt arbete........................................................................... 68 Ordlista ................................................................................................................... 75 5.1 5.2 Förkortningar ............................................................................................................. 75 Termer och definitioner .............................................................................................. 75 Bilaga 1 ........................................................................................................................... 80 Beställare och projektägare .................................................................................................... 80 Styrgrupp ............................................................................................................................... 80 Projektgrupp .......................................................................................................................... 80 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 2016-10-04 Version 1.0 Projektgruppen för SRS Rapport Stöd för rätt sjukskrivning 2016 Sidan 4 av 80 Bilageförteckning Bilaga nr Titel 1. Deltagare i styrgrupp och projektgrupp 2. SRS Juridiska förutsättningar 2016 3. SRS Kostnads- och nyttoanalys 2016 med bilaga 4. SRS Verksamhetsanalys 2016 med bilagor 5. SRS Prediktionsmodeller för sjukskrivningsduration 2016 6. SRS Etisk analys 2016 7. SRS Insatsförteckning 2016 med bilaga 8. Försäkringskassans ställningstagande till SRS rapport 2016 9. SKL:s bedömning av SRS-projektets förslag Revisionshistorik Version 1.0 Datum Kommentar 2016-10-04 Version lämnad till Socialdepartementet. Figurförteckning Figur 1 Bedömningsstödets övergripande arkitektur.............................................................................. 7 Figur 2 Bedömningsstödets övergripande arkitektur............................................................................ 25 Figur 3 Övergripande ansvar för bedömningsstödet ............................................................................ 31 Figur 4 Ansvar för bedömningsstödets kunskapsdatabas och SRS-tjänst ............................................. 31 Figur 5 Gemensamt typfall - den svårbedömda patienten ................................................................... 36 Figur 6 Typiska aktiviteter i processen .................................................................................................. 37 Figur 7 Samlad bild - Rehabkoordinatorns aktiviteter .......................................................................... 38 Figur 8 Prototyp - bedömningsstöd i Webcert ...................................................................................... 39 Figur 9 Prototyp - bedömningsstöd i Rehabstöd................................................................................... 40 Figur 10 Prototyp - exempel på innehåll i bedömningsstödet .............................................................. 41 Figur 11 Prototyp - patientens sjukskrivningshistorik ........................................................................... 43 Figur 12 Prototyp - prediktion sjukskrivningslängd ............................................................................... 44 Figur 13 Prototyp - risksignal ................................................................................................................. 45 Figur 14 Prototyp - information om insatser......................................................................................... 46 Figur 15 Prototyp - insatsförslag ........................................................................................................... 47 Figur 16 Skiss - Rehabstöd med mer information ................................................................................. 49 Figur 17 Exempel på hur prediktion kan visas i bedömningsstödet...................................................... 52 Figur 18 Förväntade effekter av ett bedömningsstöd på kort och lång sikt ......................................... 62 Figur 19 De fyra olika utvecklings- och utredningsområdena och hur de förhåller sig till varandra. ... 69 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 5 av 80 1. Sammanfattning I denna rapport redovisas utredningen om ett IT-baserat bedömningsstöd för hälso- och sjukvården i sjukskrivnings- och rehabiliteringsprocessen. Arbetet har utförts inom regeringens och SKL:s överenskommelse om en kvalitetssäker och effektiv sjukskrivningsoch rehabiliteringsprocess och är en fortsättning på den gemensamma förstudie1 som SKL och Försäkringskassan genomförde under 2014-2015. Utredningens slutsatser är att bedömningsstödet har möjlighet att skapa både individ- och samhällsnytta, fyller ett behov hos användare inom hälso- och sjukvården, är möjligt att realisera och understödjer visionen för nationell e-hälsa. Konkreta förslag på ansvar för utveckling, drift och förvaltning av bedömningsstödet har tagits fram med utgångspunkt i juridiska förutsättningar. Resultatet bekräftar och förstärker slutsatserna från 2015-års förstudie, som under året kompletterats med mer praktiska kunskaper om användarnas behov. Sammantaget understryker årets arbete värdet av att påbörja utvecklingen av ett bedömningsstöd, med början inom hälso- och sjukvården. 1.1 Varför ett stöd för bedömning vid sjukskrivning? Sjukskrivningarna har under de senaste åren ökat både i omfattning och längd, det visar aktuell statistik från Försäkringskassan. Sjukfrånvaron ökar i alla yrken, men mest bland kvinnor och framförallt i psykiatriska diagnoser. Sjukskrivning är en viktig del av vård och behandling, samtidigt visar forskning att långvariga sjukskrivningar kan leda till sämre hälsa, ekonomi och relationer för individen. En tredjedel av läkarna uppger att de upplever att sjukskrivningsärenden är problematiska att handlägga, det visar Karolinska Institutets enkätstudie med sjukskrivande läkare2. De situationer som flest läkare upplevde som problematiska var att bedöma arbetsförmåga och att göra en långsiktig prognos av arbetsförmågan. Särskilt problematiskt upplevdes det att bedöma arbetsförmåga för arbetslösa patienter samt att hantera längre sjukskrivningar. En tredjedel av läkarna upplever också sjukskrivningsärenden som ett arbetsmiljöproblem i det egna arbetet. Sjukfrånvaron kostar det svenska samhället stora pengar varje år. Enligt uppgift från Försäkringskassan i juni 20163 kostade enbart sjukförsäkringen i Sverige 87 miljarder kronor förra året, och prognosen är stigande4. Mycket talar därför för att det finns ett stort värde av effektiva beslutsstöd och avancerad dataanalys för att förbättra bedömningarna och processerna för olika professioner i hälso- och sjukvården. Detta framhålls även i rapporten ”Värdet av digital teknik i den svenska vården”5. 1 Förstudie Stöd för rätt sjukskrivning, SKL och Försäkringskassan, september 2015. Rapport: Läkares arbete med sjukskrivning. Karolinska Institutet, oktober 2013. 3 Rapport: Socialförsäkringen i siffror 2016. Försäkringskassan, juni 2016. 4 Försäkringskassan, pressmeddelande 2014-11-05, Försäkringskassan spår fortsatt ökade utgifter för sjukförsäkringen 5 Rapport: Värdet av digital teknik i den svenska vården. McKinsey, juni 2016. 2 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 1.2 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 6 av 80 Stöd för hälso- och sjukvården – ett första steg Projektidén bakom Stöd för rätt sjukskrivning (SRS) är att förbättra för alla inblandade i sjukskrivnings- och rehabiliteringsprocessen, inklusive individen själv, genom att skapa ett databaserat bedömningsstöd som kan användas av alla aktörer i sjukskrivnings- och rehabiliteringsprocessen. Bedömningsstödet ska kunna bidra med ett samlat, individbaserat kunskapsunderlag så att läkarens bedömning inför eller under en sjukskrivning kan ske med större träffsäkerhet än idag. Stödet ska också stödja hälso- och sjukvården att tidigt identifiera individer som har behov av specifika eller samordnade insatser, som kan förkorta eller helt undvika en individs sjukskrivning. Tanken är även att bedömningsstödet i framtiden skulle kunna användas av andra aktörer, såsom individens arbetsgivare och Arbetsförmedlingen och av individen själv som då får möjlighet att ta en aktiv del i den egna rehabiliteringen. Under 2014-2015 genomförde projektet en förstudie där förutsättningarna för ett sådant för flera aktörer gemensamt bedömningsstöd undersöktes. Redan under förstudien sågs emellertid ett stöd riktat till hälso- och sjukvården – i första hand till sjukskrivande läkare och till rehabkoordinatorer – som ett rimligt första steg i en kommande utveckling. Under 2016 beslutades att begränsa årets utredning till att omfatta ett bedömningsstöd för hälso- och sjukvården. 1.2.1 Ansvar, användarbehov och nytta årets fokus Projektets mål för 2016 har varit att: utarbeta förslag om hur ansvaret för utveckling, drift och förvaltning av olika delar av ett bedömningsstöd för hälso- och sjukvården skulle kunna utformas, utreda de juridiska konsekvenserna av förslaget, utreda kostnads-, nytto- och verksamhetsaspekter för bedömningsstödet. Viktiga frågor för årets utredning har varit: Vad tycker de tänkta användarna, det vill säga sjukskrivande läkare och rehabkoordinatorer, om de initiala förslagen på utformning av ett bedömningsstöd (i form av en prototyp)? Vad skulle utveckling, införande, drift och förvaltning av ett bedömningsstöd kosta, och vilken nytta kan uppnås ur ett samhällsekonomiskt perspektiv? Hur skulle ansvaret för utveckling, drift och förvaltning av olika delar i bedömningsstödet och personuppgiftsansvaret kunna utformas? Vilka roller behövs? Vilken eller vilka organisationer kan komma i fråga för detta ansvar respektive dessa roller? Vilka juridiska möjligheter finns för att dela information digitalt över organisationsgränser? Vilka viktiga etiska aspekter finns med ett bedömningsstöd? Hur kan de hanteras inför och under utvecklingen av ett bedömningsstöd? Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 1.2.2 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 7 av 80 Beskrivning av bedömningsstödets delar Projektets arbete har resulterat i en övergripande arkitektur för bedömningsstödet. Bilden nedan visar bedömningsstödets uppbyggnad och används även för att beskriva projektets förslag på roll- och ansvarsfördelningen för utveckling, drift och förvaltning samt personuppgiftsansvaret för bedömningsstödet. Figur 1 Bedömningsstödets övergripande arkitektur Den yttre rektangeln ramar in de delar som tillsammans skapar bedömningsstödet. Bedömningsstödets två delar: 1. SRS kunskapsdatabas innehåller individdata från flera olika informationskällor, huvudsakligen från Försäkringskassan men även från vårdgivare och Socialstyrelsen. Den innehåller även ett analysverktyg (färdig produkt) för utveckling och kvalitetssäkring av prediktiva modeller. 2. En operativ SRS-tjänst som anropas av användarnas verksamhetssystem för presentation av bedömningsunderlag (bland annat risksignaler, statistik och insatsförslag). I SRS-tjänsten finns en uppsättning prediktiva modeller implementerade, en per diagnos. SRS-tjänsten kan integreras i en eller flera av hälsooch sjukvårdens befintliga verksamhetssystem. Informationskällor är anslutna till kunskapsdatabasen och till SRS-tjänsten (se avsnitt 3.1.2 Informationskällor). Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 1.3 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 8 av 80 Resultat från årets utredning Resultatet av årets utredning redovisas i sin helhet i kapitel 3. Nedan följer en sammanfattning av resultatet från projektets huvudområden: ansvar, roller och juridiska förutsättningar verksamhetsanalys inklusive prototyp, användarutvärderingar och etisk analys insatsförteckning kostnads- och nyttoanalys 1.3.1 Ansvar för utveckling, drift och förvaltning och personuppgiftsansvar I ansvarsutredningen har förslag tagits fram om hur ansvaret för utveckling, drift och förvaltning samt personuppgiftsansvaret kan utformas i bedömningsstödet. Även juridiska konsekvenser av förslagen har belysts. En mer utförlig beskrivning av resultatet finns i avsnitt 3.2 Ansvar för bedömningsstödet. Övergripande ansvar för bedömningsstödet Ansvarsutredningen pekar på SKL som bäst lämpad att ta det övergripande förvaltningsansvaret för ett bedömningsstöd vars användare är personal inom hälso- och sjukvården. Bedömningsstödet kan förvaltas på liknande sätt som SKL idag ansvarar för tjänsten SSBTEK, Sammansatt Bastjänst Ekonomiskt Bistånd6. Eventuellt kan även Socialstyrelsen vara lämplig för det övergripande förvaltningsansvaret. Detta behöver diskuteras vidare. I förvaltningsansvaret ryms drift, support, teknisk och innehållsmässig förvaltning, vidareutveckling, användarråd och lösning för finansiering. Det praktiska arbetet med utveckling och drift av hela eller delar av bedömningsstödet kan utföras av en eller flera underleverantörer på uppdrag av SKL. Det kan ske genom upphandling eller myndighetssamverkan och regleras i avtal. Ansvaret för SRS-tjänsten Utredningen visar att SKL är bäst lämpad att ansvara för utveckling, drift och förvaltning av SRS-tjänsten. Denna tjänst ska integreras i befintliga verksamhetssystem i hälso- och sjukvården, exempelvis Ineras Webcert (för utfärdande av elektroniska läkarintyg) och Ineras Rehabstöd. Det praktiska arbetet med utveckling och drift av SRS-tjänsten kan utföras av en underleverantör på uppdrag av SKL, till exempel Inera. Ansvaret för SRS kunskapsdatabas Utredningen visar att Försäkringskassan är bäst lämpad att ansvara för utveckling, drift och förvaltning av SRS kunskapsdatabas. Försäkringskassan har både lagstöd för 6 http://skl.se/integrationsocialomsorg/ekonomisktbistandforsorjning/digitaltjanstekonomisktbistandssb tek.2998.html Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 9 av 80 personuppgiftshanteringen för detta ändamål och merparten av de data som behövs för bedömningsstödets första versioner. I ansvaret ingår att vidareutveckla och förbättra prediktiva modeller för bland annat sjukskrivningars längd och omfattning. Försäkringskassan har dessutom nödvändig specialistkompetens inom dataanalys och modellering på enheten för urvalsanalys, avdelningen för gemensamma försäkringsfrågor. Rättsutredningen visar att även Socialstyrelsen kan ansvara för kunskapsdatabasen. Då krävs emellertid en ny registerförfattning. Försäkringskassan föreslås vara personuppgiftsansvarig Rättsutredningen har undersökt om en annan myndighet, utöver Försäkringskassan, kan vara personuppgiftsansvarig för bedömningsstödet. De myndigheter som utvärderats är Ehälsomyndigheten, ett landsting, Socialstyrelsen eller en ny statlig myndighet (se Tabell 3). Bedömningen från projektets förstudie 2015 kvarstår dock; Försäkringskassan är i nuläget juridiskt sett bäst lämpad genom sitt lagstöd för behandling av personuppgifter för de olika ändamål som kan bli aktuella för ett bedömningsstöd. Utöver lagstödet finns också andra skäl, Försäkringskassan är ansvarig myndighet för handläggning av förmåner enligt socialförsäkringen och ansvarig för samordning av rehabiliteringsinsatser på individnivå. Försäkringskassan har också tillgång till merparten av relevant information som behövs i bedömningsstödet (se Tabell 1). Försäkringskassan kan välja att delegera personuppgiftsansvaret till driftsleverantör(er) som då tar rollen som personuppgiftsbiträde. 1.3.2 Verksamhetsanalys Området verksamhetsanalys har detaljerat, konkretiserat och gjort en första utvärdering av hur bedömningsstödet kan motsvara användarnas behov. Verksamhetsanalysen presenteras i sin helhet i bilaga 4 SRS Verksamhetsanalys. Analysen omfattar i första hand användargrupperna sjukskrivande läkare och rehabkoordinatorer. Under arbetet har skisser och prototyper utvecklats och utvärderats av användare, i möjligaste mån på plats i deras vardagliga miljö. Utvärderingen visade att bedömningsstödet uppskattas i sin helhet och att de olika delarna kompletterar varandra. Mest uppskattat var insatsförslagen, följt av sjukskrivningshistorik. Visuella risksignaler ansågs ha ett större värde än prediktioner om sjukskrivningslängd uttryckt i dagar eller i procent. Risksignalen utgår från prediktionens beräknade sjukskrivningslängd. Om längden överstiger en definierad gräns sätts signalen till ”förhöjd risk” eller ”starkt förhöjd risk” för lång sjukskrivning. Användarna önskade också ha med information från Socialstyrelsens försäkringsmedicinska beslutsstöd (FMB) som ett komplement till bedömningsstödets risksignal. En etisk analys har genomförts under ledning av Lars Sandman, professor i hälso- och sjukvårdsetik vid Linköpings Universitet. Analysen visar bland annat att ett bedömningsstöd kan leda till ökad jämlikhet och rättvisa, förutsatt att det används på ett likvärdigt sätt inom hälso- och sjukvården. Ett bedömningsstöd kan också stärka individens autonomi, tack vare att det minskar subjektiviteten och osäkerheten i bedömningarna. Uppgifter om en individs Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 10 av 80 hälsa anses som integritetskänsliga uppgifter enligt svensk lagstiftning. För att minska integritetsrisker är det därför viktigt att säkerställa att insamling av potentiellt känsliga uppgifter sker i öppen dialog med individen via informerat samtycke. Slutsatsen från verksamhetsanalysen är att det är möjligt att tillgodose användarnas behov av ett mer individuellt anpassat och mer detaljerat bedömningsstöd än vad de har tillgång till idag. I ett första steg kan funktionalitet utökas i Ineras befintliga intygstjänster, som det elektroniska läkarintyget och Rehabstödet och basera dem på uppgifter i de elektroniska läkarintyg som lagras i Intygstjänsten. Eftersom förslag på möjliga insatser är en väsentlig del av användarnas behov behöver sådana förslag tas fram samtidigt som tidiga prediktionsmodeller utvecklas för de mest prioriterade diagnoserna. 1.3.3 Insatsförteckningen Utredningen om insatsförteckningen har undersökt förutsättningarna för att skapa en förteckning av åtgärder (här kallat insatser) som är relevanta att ha information om i en individs sjukskrivnings- och rehabiliteringsprocess. Genom att ta fram en uppsättning insatser som är gemensamt definierade av olika aktörer är det möjligt att höja kvaliteten i processen genom att möjliggöra uppföljning, förbättra kommunikationen mellan olika aktörer och öka kunskapen om hur olika insatser påverkar en individs arbetsförmåga. Exempel på insatser inom området är arbetsträning, konflikthantering och arbetsresor, liksom mer medicinska insatser som kognitiv beteendeterapi. Utredningen har sammanställt en förteckning över 54 insatser med syfte att främja återgång i arbete och som involverar minst två aktörer i sjukskrivnings- och rehabiliteringsprocessen. För varje insats har en definition om insatsens innebörd utarbetats, för att skapa en enhetlig förståelse mellan olika aktörer. Arbetet är baserat på beskrivningar och definitioner från en rad olika skriftliga källor samt utifrån dialog med sakkunniga från olika aktörer. Återstående arbete är att genomföra en formell remissomgång samt att förse insatserna med koder när förteckningen anses vara stabil. Insatsförteckningen är tänkt att på sikt kunna användas vid framtagandet av förslag på insatser utifrån olika diagnoser och situationer, något som användarna särskilt önskat att bedömningsstödet ska innehålla. 1.3.4 Kostnads- och nyttoanalys Kostnads- och nyttoanalysen har identifierat och jämfört kostnader med nyttor när bedömningsstödet är infört och används i hälso- och sjukvården. Analysen har gjorts framför allt ur ett samhällsekonomiskt perspektiv och utförts av Lars Bernfort, hälsoekonom vid avdelningen för hälso- och sjukvårdsanalys vid Linköpings universitet. Kostnads- och nyttoanalysen presenteras i sin helhet i bilaga 3 SRS Kostnads- och nyttoanalys. Kostnads- och nyttoanalysen utgår från förutsättningen att bedömningsstödet förväntas bidra till att individen i högre grad får ”rätt” sjukskrivning vad gäller omfattning och längd och i 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 11 av 80 förhållande till nedsatt arbetsförmåga. Något som i sin tur leder till att individen snabbare kan återgå i arbete eller stanna kvar i arbete genom att få rätt insatser för rehabilitering och förbättring av arbetsförmågan, i rätt tid under sjukskrivningen. Varje person som långvarigt står utanför arbetsmarknaden en resursförlust för samhället motsvarande 300 000 kronor per år. Den största delen av denna kostnad utgörs av produktionsförluster. Bedömningsstödet kan därmed bidra positivt både för enskilda individer och för samhället. För att ge en uppfattning om den kalkylerade samhällsnyttan av bedömningsstödet har två olika diagnoser undersökts (underbensfraktur respektive utmattningssyndrom). Bedömningsstödet väntas då, baserat på försiktiga antaganden, ge kostnadsbesparingar på 54 miljoner respektive 98 miljoner kronor per år tack vare tidiga insatser och därmed kortare sjukskrivningslängder. Sjukskrivningarna kostar det svenska samhället cirka 90 miljarder kronor per år. Även med ett försiktigt antagande om bedömningsstödets påverkan på sjukskrivningarna blir de samhällsekonomiska vinsterna stora. Kan sjukfrånvaron minskas med någon procent innebär det en samhällelig resursbesparing på närmare 1 miljard kronor per år. Detta ska jämföras med kostnaden för att utveckla och införa bedömningsstödet som beräknas till mellan 60 och 80 miljoner kronor under tre år. Sammanfattningsvis överstiger den kalkylerade nyttan med bedömningsstödet vida kostnaden. 1.4 Utredningen bekräftar behovet och pekar på samhällsvinster Projektets slutsatser kan sammanfattas i följande punkter: Det finns en stor potential för samhällsvinster i form av besparingar med ett mer individanpassat, omfattande och effektivt bedömningsstöd för sjukskrivingar. Redan en enkel, första version av stödet kan ge stora effekter. Stödet kan bidra till att individen i högre grad får ”rätt” sjukskrivning vad gäller omfattning och längd vilket i sin tur leder till att individen snabbare kan återgå i arbete. Det finns ett stort behov av ett mer individanpassat, omfattande och effektivt bedömningsstöd för användare i sjukskrivnings- och rehabiliteringsprocessen, i första hand för sjukskrivande läkare och rehabkoordinatorer. Ett förslag finns på hur bedömningsstödet stegvis ska kunna realiseras och förvaltas. Förslaget baseras på projektets utredningar om ansvarsfrågan och juridiska konsekvenser, tekniska lösningar, verksamhetsanalys med användartester och etisk analys. Sverige har unika förutsättningar för att kunna utveckla ett statistikbaserat bedömningsstöd för sjukskrivnings- och rehabiliteringsprocessen. Det finns heltäckande populationsdata, avancerad forskning inom området, en generellt sett hög digital mognadsgrad samt erfarenhet av beslutsstöd i hälso- och sjukvården, som FMB. Bedömningsstödet understödjer även regeringens och SKL:s vision om nationell e-hälsa 2025 och flera områden i regeringens ”Åtgärdsprogram för ökad hälsa och minskad sjukfrånvaro”. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 1.5 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 12 av 80 Rekommendation till fortsatt arbete Slutsatserna är att bedömningsstödet har potential att ge samhällsnytta, fyller ett behov hos användare inom hälso- och sjukvården, är möjligt att realisera och understödjer visionen för nationell e-hälsa. Resultatet bekräftar och förstärker slutsatserna från 2015-års förstudierapport7. Flera viktiga intressenter har genom prototypen fått en förståelse för bedömningsstödet och ser nyttan med stödet i arbetet med sjukskrivningar. Förväntningarna är stora och de efterfrågar en snar realisering av bedömningsstödet. Projektets rekommendation är därför att påbörja utvecklingen av en första version av SRStjänsten så att kortsiktiga nyttor snabbt kan realiseras. Parallellt med denna utveckling kan vissa avgörande och mer tidskrävande uppgifter utredas och lösas för att på sikt möjliggöra ett fullt utvecklat bedömningsstöd. Sådana uppgifter är exempelvis etablering av SRS kunskapsdatabas, åtkomst till viktiga data, behov av författningsändringar och utveckling av prediktiva modeller för förebyggande av sjukskrivning (modeller för sannolikheten att bli sjukskriven i samband med ett läkarbesök givet att patienten då inte redan var sjukskriven). För perioden 2017-2018 rekommenderar projektet att arbete utförs inom fyra områden som kan utföras parallellt och relativt oberoende av varandra. A. B. C. D. Utveckling av SRS-tjänsten, version 1. Utredning och utveckling av SRS kunskapsdatabas, version 1. Utredning om tillgängliggörande av specifika uppgifter från Försäkringskassan. Färdigställa och införa insatsförteckning och insatsförslag. Olika organisationer deltar i genomförandet av respektive område. Rekommendationen är att SKL övergripande samordnar alla fyra områden, och därmed verkar för ett framtida fullt utvecklat bedömningsstöd. Eventuellt kan även Socialstyrelsen vara lämplig för det övergripande samordningsansvaret. Detta behöver då utredas vidare. 1.5.1 A. Utveckling av SRS-tjänsten, version 1 Syftet med detta område är att utveckla en första version av SRS-tjänsten och att utvärdera den i piloter på vårdenheter. Denna första version av tjänsten gör det möjligt att tidig identifiera individer med risk för lång sjukskrivning, ge förslag på insatser, presentera nationell statistik (över ordinerad sjukskrivning) och FMB-information samt vara ett stöd för dialog med patienten. Användare är läkare och rehabkoordinatorer som använder SRStjänsten integrerad i befintliga verksamhetssystem (Ineras tjänster Webcert respektive Rehabstöd). Arbetet omfattar utveckling av SRS-tjänstens första grundläggande funktioner inklusive en eller flera piloter. SRS-tjänsten fungerar i denna version oberoende av SRS kunskapsdatabas och data från Försäkringskassans informationskällor. Enkla prediktiva modeller med ett fåtal 7 Förstudie Stöd för rätt sjukskrivning, SKL och Försäkringskassan, september 2015. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 13 av 80 prognosfaktorer (diagnos, kön, ålder) kommer att användas för att ge information om risk för lång sjukskrivning. SKL och Inera föreslås att genomföra arbetet. 1.5.2 B. Utredning och utveckling av SRS kunskapsdatabas, version 1 Syftet med detta område är att utveckla SRS kunskapsdatabas. Ett första steg är att Försäkringskassan och Socialstyrelsen utreder myndigheternas förutsättningar, behov och nyttor med att långsiktigt ansvara för utveckling och förvaltning av kunskapsdatabasen. Kunskapsdatabasen är tänkt att innehålla data från Försäkringskassan, Socialstyrelsen, Statistiska centralbyrån, SCB, och andra rikstäckande register och kommer att möjliggöra utveckling, förbättring och vidareutveckling av prediktiva modeller för tillämpning inom sjukskrivningsområdet. Databasen har även flera andra möjliga användningsområden, exempelvis för forskning och utveckling samt transparenta jämförelser och löpande uppföljning av sjukskrivningsmönster. 8 Användare är i första hand SRS-tjänsten, men också andra tjänster inom sjukskrivningsområdet samt analytiker. 1.5.3 C. Utredning om tillgängliggörande av specifika uppgifter från Försäkringskassan Syftet är att utreda hur specifika uppgifter från Försäkringskassan kan göras tillgängliga för att förbättra statistik, uppföljning, prediktion och bedömningsunderlag inom sjukskrivning. Användare av uppgifterna är SRS-tjänsten och SRS kunskapsdatabas med dess användare läkare, rehabkoordinatorer, hälso- och sjukvårdspersonal med uppföljningsansvar inom sjukskrivningsområdet, analytiker och forskare. Projektet föreslår en utredning avseende juridiska, tekniska, verksamhetsmässiga och etiska förutsättningar för tillgängliggörande av följande uppgifter: åtkomst till individuell sjukskrivningshistorik, diagnos i stället för diagnosgrupp. Då dessa uppgifter finns hos Försäkringskassan föreslås myndigheten genomföra denna utredning. 1.5.4 D. Färdigställa och införa insatsförteckning och insatsförslag Syftet med detta område är att färdigställa förteckningen över insatser inom det försäkringsmedicinska området. Förteckningen innehåller termer, definitioner, kommentarer, hierarkier och kodverk över rehabiliteringsinsatser. Den möjliggör uppföljning och jämförelser, samt ökar samsyn och samverkan mellan aktörer inom processen. 8 http://www.regeringen.se/regeringsuppdrag/2016/07/uppdrag-for-okad-kunskap-omsjukskrivningspraxis/ Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 14 av 80 Insatsförteckningen är en central komponent i bedömningsstödet men kan även användas fristående av olika aktörer. Användare är i första hand läkare och rehabkoordinatorer samt verksamhetsansvariga och andra professioner verksamma inom sjukskrivningsområdet. Efterhand kan fler användare tillkomma som exempelvis Arbetsförmedlingen, arbetsgivare och Försäkringskassan. Idag saknas samlad kunskap om vilka insatser som möjliggör tidigare återgång i arbete eller att sjukskrivning helt kan undvikas. Därför föreslås etablering av en medicinsk redaktion som sammanställer denna kunskap och paketerar insatsförslagen så att de blir åtkomliga för läkare och rehabkoordinatorer i SRS-tjänsten och andra relevanta IT-system. Arbetena med insatsförteckning och insatsförslag föreslås drivas av Socialstyrelsen eller SKL/Inera. Flera organisationer behöver dock medverka i arbetena. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 15 av 80 2. Inledning Nuläge – sjukskrivningarna ökar och blir längre 2.1 Sedan 2010 har sjukskrivningarna i Sverige ökat med 75 procent. Enligt Försäkringskassans prognoser kommer ökningen att fortsätta. Fler blir idag sjukskrivna och sjukskrivningarna blir också längre. Sjukfrånvaron ökar i alla yrken och hos både kvinnor och män, ökningen är fortfarande högst bland kvinnor och framförallt i psykiatriska diagnoser9. Statens kostnader för sjukpenning beräknas bli 10 miljarder högre i år än för bara tre år sedan10 och regeringens prognos för de kommande åren är att utgifterna för sjukpenning och rehabilitering fortsätter att öka11. 2.1.1 Långvarig sjukskrivning kan medföra risker för den enskilde Aktuell forskning visar att långvariga sjukskrivningar kan medföra allvarliga risker som kan leda till sämre hälsa, ekonomi och relationer för den som blir sjukskriven. Karolinska Institutets forskargrupp Sjukfrånvaro, hälsa och livsvillkor 12 har visat att det finns risk för att individer drabbas av depression, försämrade arbetsmöjligheter, försämrad ekonomi och försämrade relationer vid långvariga sjukskrivningar. En av de mest allvarliga riskerna är en fördubblad självmordsrisk hos unga vuxna med aktivitetsersättning (en form av sjukpension som kan ges till personer mellan 19 och 30 år). Det är därför viktigt att varje bedömning är rätt, så att individen får en optimal sjukskrivning både gällande längd och omfattning, att rätt insats ordineras utifrån individens behov men också att i förekommande fall kunna förebygga sjukskrivning. 2.1.2 Svåra bedömningar vid sjukskrivning En läkare som ska avgöra om en person behöver sjukskrivas grundar vanligen beslutet på en dialog med patienten, en medicinsk bedömning, sin egen kunskap och erfarenhet från det försäkringsmedicinska området samt de vägledningar som finns inom området. Idag finns inga tydliga rekommendationer för när en sjukskrivande läkare bör signalera ett behov av samordnade insatser till Försäkringskassan för att minska risken för att en sjukskrivning blir längre än förväntat. Kunskap och erfarenhet av arbete med patienters sjukskrivning och försäkringsmedicin kan idag variera stort mellan olika läkare och även bland 9 https://www.forsakringskassan.se/wps/wcm/connect/41903408-e87d-4e5e-8f7f90275dafe6ad/korta_analyser_2016_2.pdf?MOD=AJPERES 10 Rapport: Anslagsbelastning och prognos för anslag inom Försäkringskassans ansvarsområde budgetåren 2013–2019, Dnr 478-2014, Försäkringskassan november 2014. 11 Regeringens budgetproposition för 2017: http://www.regeringen.se/contentassets/e926a751d9eb4c978c4d892c659ebc8e/utgiftsomrade-10ekonomisk-trygghet-vid-sjukdom-och-funktionsnedsattning 12 http://ki.se/cns/kristina-alexandersons-forskargrupp-shol Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 16 av 80 Försäkringskassans handläggare som tar emot läkarnas bedömningar och fattar beslut om sjukpenning. Den mest använda vägledningen är Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, som består av två delar, dels övergripande principer för sjukskrivning dels rekommendationer vid bedömning av arbetsförmåga för olika diagnoser. FMB används vanligen av läkare, rehabkoordinatorer, Försäkringskassans handläggare och andra aktörer vid frågor som kan uppstå i samband med sjukskrivningar. I rapporten Sjukfrånvarons utveckling 201613 anser Försäkringskassan att för att kunna bryta uppgången i sjukfrånvaron måste ”hälso- och sjukvården fokusera på sjukskrivningarnas roll i vård och behandling och betona betydelsen av en restriktiv hållning i sjukskrivningssituationen”. Samtidigt uppger en tredjedel av läkarna att de upplever att sjukskrivningsärenden är problematiska att handlägga, något som Karolinska Institutets enkätstudie med sjukskrivande läkare visar14. De situationer som flest läkare upplevde som problematiska var att bedöma arbetsförmåga och att göra en långsiktig prognos av arbetsförmågan. Särskilt problematiskt upplevdes det att bedöma arbetsförmåga för arbetslösa patienter samt att hantera längre sjukskrivningar. En tredjedel av läkarna upplever också sjukskrivningsärenden som ett arbetsmiljöproblem i det egna arbetet. Behovet av försäkringsmedicinsk kompetensutveckling respektive instrument och mallar för bedömning av arbetsförmåga är fortsatt stort, och en större andel av läkarna önskar handledning och kontakt med försäkringsmedicinsk kompetens. Även i 2015 års parlamentariska socialförsäkringsutredning (SOU 2015:21)15 beskrevs bland annat att de största problemen inom området ”bättre stöd för återgång i arbete vid ohälsa” att alltför många sjukfall blir långvariga utan att tillräckliga utredningar och insatser har genomförts. Det saknas även samlad kunskap om vilka insatser som görs, när och för vem de bör sättas in och vilka effekter de ger. Det är alltså viktigt att tidigt identifiera de patienter som löper risk för längre sjukskrivning och att föreslå verksamma insatser för dem. Utifrån detta förslår utredningen en rad reformer, bland annat att ett bedömningsstöd ska tas fram som kan användas för mer individanpassade bedömningar i sjukskrivnings- och rehabiliteringsprocessen. Sammantaget finns det ett stort behov av ett mer individanpassat, omfattande och effektivt bedömningsstöd inom sjukskrivningsområdet. Ett generellt behov av fler bedömningsstöd inom hälso- och sjukvården framhålls även i rapporten ”Värdet av digital teknik i den svenska vården”16. 13 Socialförsäkringsrapport 2016:7 ”Sjukfrånvarons utveckling 2016”. Försäkringskassan juni 2016 Rapport: Läkares arbete med sjukskrivning. Karolinska Institutet, oktober 2013. 15 Slutbetänkande Mer trygghet och bättre försäkring, SOU 2015:21 16 Rapport: Värdet av digital teknik i den svenska vården. McKinsey, juni 2016. 14 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2.1.3 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 17 av 80 Pågående arbete inom sjukskrivnings- och sjukförsäkringsområdet Regeringen och Sveriges Kommuner och Landsting, SKL, har sedan 2006 ingått överenskommelser för att stimulera landstingen till att ge sjukskrivningsfrågorna högre prioritet i hälso- och sjukvården och för att utveckla sjukskrivnings- och rehabiliteringsprocessen17. Målet är att få patienten tillbaka till arbete eller att helt förebygga en sjukskrivning. Goda resultat från tidigare överenskommelser Flera områden i överenskommelsen har framgångsrikt förbättrat sjukskrivnings- och rehabiliteringsprocessen, bland annat införande av elektroniska läkarintyg, kompetensutveckling inom försäkringsmedicin, samt införandet av en ny plattform för internetbaserat stöd och behandling. Sedan 2014 har staten och SKL även satsat på att utveckla en funktion för koordinering i hälso- och sjukvården med syfte att stärka samverkan kring individen i sjukskrivnings- och rehabiliteringsprocessen. Betydelsen av koordineringsfunktionen har lyfts fram i flera studier som visar att funktionen har positiva effekter på patientens rehabilitering, för läkares och andra medarbetares arbete med sjukskrivning och rehabilitering, samt för samverkan med externa parter18. När Stockholms läns landsting i våras utvärderade sin modell för rehabiliteringskoordinering19 framkom att de patienter som fått stöd av en koordinator minskat sin sjukskrivning med över 30 procent. Pågående utveckling av Socialstyrelsens försäkringsmedicinska beslutsstöd En del av 2016-års överenskommelse är att den nya digitala lösningen för Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, ska införas i landstingens journalsystem eller Webcert, som används för att skriva läkarintyg. Lösningen gör att FMB visas direkt i det elektroniska intyget när läkaren fyller koden för individens diagnos. Läkaren får relevant information när den behövs och hen behöver inte leta efter den på Socialstyrelsens webbsida. Under året har Socialstyrelsen uppdaterat FMB-rekommendationer för sjutton diagnoser inom psykiskt ohälsa. De närmaste åren kommer Socialstyrelsen även att se över hela innehållet i FMB, det vill säga övriga diagnoser och den generella delen. Regeringens åtgärdsprogram för ökad hälsa och minskad sjukfrånvaro Sjukskrivnings- och rehabiliteringsfrågor är ett prioriterat område för regeringen. Hösten 2015 presenterade socialdepartementet ”Åtgärdsprogram för ökad hälsa och minskad sjukfrånvaro” som bland annat har som mål att få ner sjukskrivningstalet20 till högst 9,0 dagar vid utgången av 2020. Regeringen pekar ut sju områden som behöver utvecklas och där förebyggande 17 Om Överenskommelsen mellan regeringen och SKL 2016 Litteraturstudie: Hälso- och sjukvårdens funktion för koordinering i sjukskrivnings- och rehabiliteringsprocessen, SKL juni 2015. 19 Rapport: Ökad arbetsförmåga genom modell med rehabiliteringskoordinator. SLL och HealthNavigator, mars 2016. 20 Mer om Försäkringskassans definitioner av olika ohälsomått. 18 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 18 av 80 åtgärder, insatser under sjukfallet och stöd tillbaka till jobb behövs för att öka hälsan och bryta den negativa utvecklingen. De sju områdena är: 1. Ökad jämställdhet. 2. Bättre arbetsmiljö. 3. Bättre möjligheter att tillvarata människors arbetsförmåga. 4. Rehabilitering, anpassning och omställning. 5. Primärvårdens verksamhet behöver i högre grad anpassas för personer med psykisk ohälsa och långvarig smärta. 6. Ökad kunskap om sjukskrivningspraxis och sjukskrivningsprocessen. 7. Bättre möjligheter för unga med funktionsnedsättning eller sjukdom att komma i arbete. Pågående arbete inom Sveriges Kommuner och Landsting SKL genomför i år ett områdesövergripande projekt för att ta fram lösningar för att minska sjukskrivningarna och stödja återgången i arbete. Projektet Färre sjukskrivna genomförs i samverkan mellan flera avdelningar och har både arbetsgivar- och verksamhetsperspektiv. En del i detta arbete är att genomföra de åtgärder som SKL tillsammans med parterna inom kommun- och landstingssektorn tagit fram i en gemensam Avsiktsförklaringen med åtgärder för friskare arbetsplatser21. Avsiktsförklaringen lämnades in augusti 2016 till regeringen som svar till lagförslaget om Hälsoväxling. Regeringen drog senare tillbaka sitt lagförslag. Avsiktsförklaringen omfattar 25 konkreta åtgärder inom nio olika områden. 2.1.4 Digitaliseringen och ny nationell vision för e-hälsa Digitaliseringen i Sverige har under de senaste decennierna varit snabb och haft stor betydelse för samhällsutvecklingen. SKL har en ledande och samordnande roll i arbetet med e-hälsa och digitalisering tillsammans med kommuner, landsting, regioner, Inera AB och i nära samverkan med flera andra aktörer. SKL arbetar bland annat med att initiera och medverka i utvecklingsprojekt, bevaka kommuners, landstings och regioners intressen och skapa opinion, samt ge råd, ta fram vägledningar och skapa forum för erfarenhetsutbyte och kompetensutveckling. I sitt arbete med e-hälsa strävar SKL efter att förbättra människors hälsa, delaktighet och självständighet och att bidra till goda arbetsförhållanden för personal i vård och omsorg. I mars 2016 tog regeringen och SKL:s styrelse beslut om en ny vision för e-hälsa inom vård och omsorg som berör både hälso- och sjukvården och socialtjänstens olika delar. Visionen utgår ifrån att Sverige år 2025 ska vara bäst i världen på att använda digitaliseringens möjligheter för att både underlätta för människor att uppnå en god och jämlik hälsa och välfärd, och att utveckla och stärka egna resurser för ökad självständighet och delaktighet i 21 SKL nyhet 19/8-2016: http://skl.se/tjanster/press/nyheter/nyhetsarkiv2016/partsgemensamavsiktsforklaringforfriskarearbets platser.9754.html Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 19 av 80 samhällslivet. För att visionen ska kunna uppnås är det viktigt att medarbetare har en digital arbetsmiljö som möjliggör hög kvalitet och stöder de processer medarbetare verkar i. För att nå visionen behöver arbete ske inom följande insatsområden: E-tjänster för tillgänglighet och medbestämmande: stödja, engagera, motivera och underlätta för individer. Användbar och tillgänglig information: beslutsstöd till personal från olika register som struktureras och görs tillgänglig för fler målgrupper än idag (så kallad Big Data). Kunskapsstyrning, innovation och lärande: förbättrat underlag för forskning, uppföljning och beslutsfattande. Teknisk infrastruktur: grundförutsättningen för att säkert och effektivt dela information som samlats in från olika register. Informationsstruktur, terminologi och standarder: grundförutsättningen för strukturerad och entydig information. Lagar och regelverk: regelverk som kombinerar integritet med säkerhet och effektivitet. 2.2 Ett effektivt bedömningsstöd inom sjukskrivningsområdet Idén bakom SRS-projektet är att skapa ett gemensamt bedömningsstöd som kan prediktera sjukskrivningslängd utifrån kända prognosfaktorer som medicinska, individspecifika och sociala faktorer. På så sätt ökar läkarens och andra aktörers möjligheter att tidigt identifiera de patienter som är i behov av samordnade och specifika insatser, och de som med stor sannolikhet har en mer tidsbestämd sjukskrivning. Bedömningsstödet ska även kunna rekommendera vilka insatser som ger minskat behov av sjukskrivning och ökad sannolikhet för återgång i arbete. Analys och uppföljning av vilka insatser som är effektiva kan ge ett systematiskt lärande över verksamma insatser, som i förlängningen kan ge ett minskat behov av sjukskrivning och ökad sannolikhet för återgång i arbete men även eventuellt förebygga en sjukskrivning. Idén att utveckla ett statistikbaserat bedömningsstöd för att bättre kunna värdera kända prognosfaktorer för lång sjukskrivning är inte ny22. Däremot har man inte tidigare haft målsättningen att utveckla ett stöd för bedömning av behov av sjukskrivning och rekommendation och utvärdering av insatser inom hela sjukskrivningsprocessen, med inblandade aktörer från hälso- och sjukvården, Försäkringskassan, arbetsgivare, företagshälsovård med flera. Bedömningsstödet är tänkt att i framtiden också kunna användas som ett stöd för andra aktörer, till exempel arbetsgivare, och av individen själv som ska kunna ta en aktiv del i sin 22 Försäkringskassan har genomfört två projekt med prognosverktyg, se rapporterna ”Analyserar 2006:4, prognosverktyget, Försäkringskassan” och ”Utvärdering av prognosverktyget, Socialförsäkringsrapport 2011:14”. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 20 av 80 egen rehabilitering. Individens delaktighet är i linje dels med Patientlagen23 som ställer krav på att patienter ska kunna förstå sina alternativ och vara delaktiga i sin vård. Även den nationella visionen för e-hälsa belyser både individens delaktighet och verksamheternas behov. 2.2.1 Olika typer av beslutsstöd Beslutsstöd bidrar generellt till mer konsekvent beslutsfattande genom att ge användare, exempelvis läkare och handläggare, möjlighet att ta del av samlad kunskap. Alla beslutsstöd är kunskapsbaserade men de baseras på kunskap på i huvudsak två olika sätt: 1. Expertsystem baseras på formell och formulerad expertkunskap som tagits fram av experter inom området och kunskapen presenteras i regelform. Ett exempel är Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, som innehåller rekommendationer för sjukskrivning vid specifika diagnoser som formulerats av experter. 2. Statistiska system med prediktiva modeller baseras på kunskap byggd på faktiska, tidigare fall och de regelbundenheter som går att hitta i dessa. De fungerar genom att en aktuell situation jämförs med tidigare kända situationer. Om den aktuella situationen är tillräckligt lik några av de tidigare situationerna kan prediktiva modeller förutsäga ett resultat för den aktuella situationen, det vill säga göra en prediktion. Systemet kan väga ihop en stor mängd, var för sig mindre viktiga data och tillämpa olika regler i form av matematiska samband. Systemet kan påföras ny aktuell data vilket gör systemet anpassar sig till förändrade sakförhållanden och ny kunskap. Flera samhällsområden använder prediktiva modeller för att försöka förutsäga ett resultat baserat på tidigare utfall, till exempel vid väderprognoser och förslag i sökmotorer. 2.2.2 Begreppet beslutsstöd vs bedömningsstöd Beslutsstöd är en benämning som baseras på internationell terminologi. I kliniska sammanhang skulle ett system som SRS-projektet utreder kallas kliniskt beslutsstöd, där definitionen är ’datorstött system som baserat på kunskapsstöd som aktivt kan ge patientspecifika råd och rekommendationer kring prevention, prognos, diagnostik, behandling och uppföljning för läkare, annan hälso- och sjukvårdspersonal och patienter’24. Projektet har istället valt att använda termen bedömningsstöd. Det beror dels på att systemet inte bara kommer att användas i kliniska sammanhang, dels på att termen beslut kan missförstås av vissa intressenter. Inom förvaltningsrätten är ett beslut ett ’formellt ställningstagande’ eller ett ’avgörande från en myndighet’ och Försäkringskassan fattar just sådana beslut om utbetalning av ersättning. Det är dock inte fråga om sådana beslut när 23 24 https://www.riksdagen.se/sv/Dokument-Lagar/Lagar/Svenskforfattningssamling/sfs_sfs-2014-821/ Se artikeln Kliniska beslutsstöd kan ge hjälp i den komplexa vården. Läkartidningen, 2014;111:C3HT Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 21 av 80 bedömningar görs om sjukskrivningslängd eller rehabiliteringsinsatser, och det är den senare typen av bedömningar som ska stödjas av SRS bedömningsstöd. En annan svårighet med termen beslutsstöd är att den redan används inom sjukskrivningsarbetet av Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB. Ytterligare en svårighet är de associationer som termen beslutsstöd och de rekommendationer som nämns i definitionen av kliniskt beslutsstöd ibland ger upphov till. Vissa uppfattar det som att systemet skulle ”producera beslut” och alltså ta över rollen som bedömare eller beslutsfattare. Så är naturligtvis inte tanken med något kliniskt beslutsstöd, oavsett vad det kallas, men SRS-projektet vill ändå understryka vikten av den professionella bedömningen genom att använda en mer försiktig terminologi. 2.2.3 Omvärldsanalys visar på goda förutsättningar i Sverige En omvärldsanalys25 har genomförts som visar att ett bedömningsstöd enligt SRS projektidé är en bra och framsynt lösning för att effektivisera sjukskrivnings- och rehabiliteringsprocessen. Analysen konstaterar att Sverige har kommit långt i ett europeiskt perspektiv när det gäller ansatsen och viljan till stöd i arbetsprocesserna genom digitalisering och e-hälsolösningar. Sverige har också unika förutsättningar för att kunna utveckla ett beslutsstöd för sjukskrivnings- och rehabiliteringsprocessen, bland annat genom: en generellt sett en hög digital mognadsgrad, erfarenhet av bedömningsstöd i hälso- och sjukvården (bland annat Försäkringsmedicinskt beslutsstöd, FMB), unikt heltäckande populationsdata, avancerad forskning inom området, en ambition från staten och sjukvårdshuvudmännen att satsa på stöd för hälso- och sjukvården. I omvärldsanalysen har användandet av kliniska beslutsstöd i sjukskrivnings- och rehabiliteringsprocessen i Europa kartlagts, utredningen har utgått från EUMASS26 och dess 21 medlemsländer. Kartläggningen visar att EUMASS-länderna kommit olika långt i utvecklingen av stöd för sjukskrivnings- och rehabiliteringsprocessen. Endast ett fåtal länder utöver Sverige har någon form av stöd för sjukskrivande läkare och andra ingående aktörer, och då endast som analoga eller pappersbaserade guidelines. Några länder har dock bra datamängder eller enklare stödfunktioner av något slag. 2.3 Uppdrag och genomförande 2016 Under 2013 fördes diskussioner mellan ett antal aktörer om behovet av ett mer omfattande bedömningsstöd i sjukskrivnings- och rehabiliteringsprocessen. I diskussionerna medverkade 25 26 SRS Omvärldsanalys 2016 European Union of Medicine in Assurance and Social Security, ett EU-organ för försäkringsmedicin. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 22 av 80 bland andra Försäkringskassan, SKL och Sveriges läkarförbund. Intresset var stort då samtliga aktörer bedömde att både behov och möjliga nyttor var stora. En förstudie startades i början av 2014 med målet att utreda förutsättningarna för ett sådant samlat bedömningsstöd. Försäkringskassan och SKL ansvarade gemensamt för denna förstudie och arbetet finansierades av Socialdepartementet genom regeringens och SKL:s överenskommelse om en kvalitetssäker och effektiv sjukskrivningsprocess, den så kallade sjukskrivningsmiljarden. Förstudien avslutades i oktober 201527 och årets utredningar är en fördjupning av tidigare arbete. 2.3.1 Förstudien 2014 - 2015 Förstudien kom fram till att läkare inom hälso- och sjukvården har ett faktiskt behov av och efterfrågar ett bättre stöd för att göra individuella bedömningar vid en sjukskrivning. De betonade också nyttan av ett gemensamt kunskapsunderlag för de ingående aktörerna i sjukskrivnings- och rehabiliteringsprocessen. I förstudien konstaterades också att det är möjligt att utveckla ett bedömningsstöd som utifrån statistik och relevanta prognosfaktorer ger en individuell prediktion av sjukskrivningslängd och omfattning. Det bidrar i sin tur till en tidig identifiering av individer som har behov av specifika eller samordnade insatser. Den juridiska utredningen pekade på att Försäkringskassan är den organisation som till synes är mest lämpad som personuppgiftsansvarig för bedömningsstödet. Andra aktörer kan dock bistå Försäkringskassan med utveckling, förvaltning och drift av utvalda komponenter, då i rollen som personuppgiftsbiträde. Förstudien visade också att det finns ett behov av samlad kunskap om olika rehabiliteringsinsatsers effekter på sjukskrivningslängd och återgång i arbete, för att bedömningsstödet ska kunna rekommendera förslag på eventuella rehabiliteringsinsatser i enskilda fall. För att få kunskap om verksamma insatser behöver ett kodverk för rehabiliteringsinsatser definieras, utvecklas och börja användas. 2.3.2 Projektets uppdrag 2016 I SKL:s och regeringens överenskommelse ”En kvalitetssäker och effektiv sjukskrivnings- och rehabiliteringsprocess” konstateras att ett bedömningsstöd som ska användas av hälso- och sjukvården och andra aktörer, som myndigheter och arbetsgivare, behöver en juridiskt och organisatoriskt fungerande lösning för utveckling, drift och förvaltning. Projektets uppdrag för 2016 är att fördjupa och förtydliga utredningen om ansvarsfördelningen mellan berörda aktörer, inklusive juridiska konsekvenser. Utöver det ska kostnads-, nytto- och verksamhetsaspekter utredas. SKL och Försäkringskassan ska redovisa resultatet till Socialdepartementet senast 3 oktober 2016. 27 Förstudie Stöd för rätt sjukskrivning, SKL och Försäkringskassan, september 2015. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 23 av 80 Viktiga frågor för årets utredning har varit: 2.3.3 Vilka roller och ansvar behövs för utveckling, drift och förvaltning av ett bedömningsstöd inom sjukskrivnings- och rehabiliteringsområdet? Vilken eller vilka organisationer är lämpliga att ta dessa roller och ansvar? Vem/vilka organisationer bör vara personuppgiftsansvariga och personuppgiftsbiträde för behandlingen av personuppgifterna i bedömningsstödet? Vilka är de juridiska förutsättningar för att dela information digitalt över organisationsgränser? Vad tycker sjukskrivande läkare och rehabkoordinatorer om den förenklade prototypen av ett bedömningsstöd? Vad skulle utveckling, införande, drift och förvaltning av ett bedömningsstöd kosta? Vilken nytta bedöms bedömningsstödet göra ur ett samhällsekonomiskt perspektiv? Vilka viktiga etiska aspekter finns med ett bedömningsstöd? Hur kan de hanteras inför och under utvecklingen av ett bedömningsstöd? Genomförande och organisation För att svara upp mot uppdraget har projektets arbete genomförts projektform med tre delprojekt: Ansvar för bedömningsstödet inklusive rättsutredning Verksamhetsanalys Kostnads- och nyttoanalys Projektgruppen har i stort varit densamma som under förstudien. Gruppen har en bred kompetens och stor samlad erfarenhet av nationella e-hälsoprojekt och sjukskrivningsområdet. Delar av utredningsarbetet har utförts av två forskargrupper vid Karolinska Institutet, under ledning av professor Kristina Alexanderson (Sektionen för försäkringsmedicin) och professor Matteo Bottai (Enheten för biostatistik). Projektet har också anlitat två medarbetare från Linköpings universitet: hälsoekonom Lars Bernfort (Avdelningen för hälso- och sjukvårdsanalys) har upprättat en kostnads- och nyttoanalys. Den etiska analysen har genomförts under ledning av Lars Sandman, professor i hälso- och sjukvårdsetik. Projektet har letts av en styrgrupp och en strategisk samverkansgrupp. Den strategiska samverkansgruppen hanterar gemensamma strategiska frågor, bland annat inom ramen för överenskommelsen, och består av representanter från SKL, Försäkringskassan och Socialstyrelsen. Styrgruppen har varit involverad i projektets praktiska genomförande och har bestått av representanter från SKL och Försäkringskassan. SKL har dessutom rollen som beställare och projektägare. Medlemmar i styrgrupp och projektgrupp redovisas i bilaga 1. Under utredningsarbetet har kunskap och synpunkter inhämtats från tre externa referens- och arbetsgrupper; en analysgrupp med verksamhetsexperter, en referensgrupp med deltagare från Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 24 av 80 hälso- och sjukvården och sjukförsäkringsområdet, samt SKL:s nationella referensgrupp för utveckling av arbetet med rehabkoordinering. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 25 av 80 3. Resultat I detta kapitel sammanfattas projektets viktigaste resultat. En mer omfattande och detaljerad beskrivning av projektets utredningsområden kan läsas i medföljande bilagor. Där redovisas respektive syfte, metoder som använts samt resultat för varje område. Bilagorna är: 3.1 SRS Juridiska förutsättningar 2016, bilaga 2 SRS Kostnads- och nyttoanalys 2016, bilaga 3 SRS Verksamhetsanalys 2016 (med bilagor), bilaga 4 SRS Prediktionsmodeller för sjukskrivningsduration 2016, bilaga 5 SRS Etisk analys 2016, bilaga 6 SRS Insatsförteckning 2016 (med bilaga), bilaga 7 Bedömningsstödet Detta avsnitt beskriver den övergripande arkitekturen för bedömningsstödet och de ingående delarna. Beskrivningen åskådliggör bedömningsstödets uppbyggnad men behövs även för att beskriva roll- och ansvarsfördelningen för utveckling, drift och förvaltning samt personuppgiftsansvaret. Bilden nedan visar bedömningsstödets ingående delar. Figur 2 Bedömningsstödets övergripande arkitektur Den yttre rektangeln ramar in de delar som tillsammans skapar bedömningsstödet. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 26 av 80 De olika delarna i bedömningsstödet: 1. SRS kunskapsdatabas med individdata från flera olika informationskällor, huvudsakligen från Försäkringskassan men även från vårdgivare och Socialstyrelsen. Kunskapsdatabasen kan även användas för andra syften utöver bedömningsstödet, exempelvis för att ge kunskap inför revidering av FMB-rekommendationer, för trendanalyser och för forskning och utveckling inom sjukförsäkringsområdet28. 2. Analysverktyg (färdig produkt) för utveckling och kvalitetssäkring av prediktiva modeller 3. En operativ SRS-tjänst som anropas av användarnas verksamhetssystem för presentation av bedömningsunderlag (bland annat risksignaler, statistik och insatsförslag). I SRS-tjänsten finns en uppsättning prediktiva modeller implementerade, en per diagnos. 4. Prediktiva modeller som utvecklas genom modellering av data från kunskapsdatabasen. När de har tillräcklig kvalitet beslutas om implementering av modellerna i SRS-tjänsten. 5. Integration med informationskällor som är anslutna till kunskapsdatabasen och till SRS-tjänsten. Data används för utveckling av de prediktiva modellerna och för att komplettera bedömningsunderlag med ytterligare relevant information. SRS-tjänsten kan integreras i en eller flera av hälso- och sjukvårdens befintliga verksamhetssystem. För användargruppen läkare kan SRS-tjänsten användas vid intygsskrivandet om den integreras i ett journalsystem eller i den nationella tjänsten Webcert, som är en tjänst för att skapa elektroniska läkarintyg. För rehabkoordinatorer kan SRStjänsten exempelvis integreras i den nationella tjänsten Rehabstöd29, som används för att koordinera rehabiliteringsinsatser för sjukskrivna patienter, eller i lokala verksamhetssystem. SRS-tjänsten kan i en framtid anpassas och integreras i andra aktörers verksamhetssystem, exempelvis Försäkringskassans ärendehanteringssystem (ÄHS). 3.1.1 Utveckling av bedömningsstödet Utvecklingen av bedömningsstödet bedöms vara relativt okomplicerat ur ett tekniskt perspektiv. SRS kunskapsdatabas består huvudsakligen av en databas för lagring av information, integration med informationskällor samt ett analysverktyg (färdig produkt). Integrationen kan göras relativt enkelt då import av data sker vid definierade tidpunkter och ställer därför inga krav på tillgänglighet eller särskild teknisk lösning. Lagring av data 28 Se regeringens uppdrag till Försäkringskassan och Socialstyrelsen, ”Uppdrag om ökad kunskap om sjukskrivningspraxis” http://www.regeringen.se/regeringsuppdrag/2016/07/uppdrag-for-okad-kunskapom-sjukskrivningspraxis/ 2016-06-30. 29 Rehabstöd är ett stöd för rehabkoordinator eller läkare att koordinera rehabiliteringsinsatser för sjukskrivna patienter. Informationen hämtas från de elektroniska läkarintygen. http://www.inera.se/TJANSTER--PROJEKT/Rehabstod/ 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 27 av 80 kommer att ske efter kvalitetssäkring av data. Analysverktyget är en programvara för datamodellering, till exempel verktyget R30 som är licensierat som öppen källkod. Även utvecklingen av SRS-tjänsten är relativt okomplicerad. Integration med klienten sker lämpligen via en etablerad integrationsplattform. SRS-tjänstens logik, som i stora drag tar emot anrop från klienter, sammanställer och lämnar ut bedömningsunderlag bör vara relativt enkel att utveckla. Användning av prediktionsmodeller kan åstadkommas på många sätt, antingen med hjälp av standardprodukt eller med egenutvecklad funktion. Integrationerna bör ske via etablerade integrationsplattformar vilket underlättar de tekniska anslutningarna. Slutsatsen är att bedömningsstödet som helhet är fullt möjligt att utveckla och att det ur ett tekniskt perspektiv är relativt enkelt. Utveckling och förvaltning kommer dock att kräva resurser både från den organisation som blir ansvarig för SRS kunskapsdatabas respektive SRS-tjänsten, men också från informationslämnarna. Arbetet med integrationen med informationskällorna bör påbörjas tidigt i utvecklingsarbetet då det innefattar samarbete med informationskällornas förvaltningsorganisationer. 3.1.2 Informationskällor Uppgifterna som behövs i bedömningsstödet finns hos Försäkringskassan, Statistiska centralbyrån och Socialstyrelsen, liksom hos hälso- och sjukvården. Försäkringskassan har dock merparten av dessa uppgifter samlad i sina databaser och är därför en viktig och naturlig informationslämnare till bedömningsstödet, se Tabell 1 och Tabell 2 nedan. Försäkringskassan är bland annat av denna anledning bäst lämpad för utveckling, drift och förvaltning av SRS kunskapsdatabas, se även avsnitt 3.2.1. I den operativa delen av bedömningsstödet, SRS-tjänsten, är hälso- och sjukvården den viktigaste uppgiftslämnaren utöver Försäkringskassan, som har tillgång till uppgifter som hälso- och sjukvården saknar om individens tidigare sjukskrivningshistorik och pågående sjukskrivning. Informationslämnare behöver återkommande överföra data/information elektroniskt till kunskapsdatabasen vid ett fåtal tillfällen per år. Till SRS-tjänsten behöver utlämnande av data/information ske elektroniskt varje gång en användare från hälso- och sjukvården använder bedömningsstödet. Detta kan jämföras med den fråga-svarsfunktion som sker inom tjänsten SSBTEK, Sammansatt Bastjänst Ekonomiskt Bistånd31, där Försäkringskassan och andra uppgiftslämnare har utvecklat ett tekniskt gränssnitt för att kunna överföra data/information vid anrop. 30 https://www.r-project.org/ http://skl.se/integrationsocialomsorg/ekonomisktbistandforsorjning/digitaltjanstekonomisktbistandss btek.2998.html 31 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 28 av 80 Denna överföring av data kräver att varje informationslämnare behöver definiera informatik och innehåll i registren och komma överens med förvaltare av SRS kunskapsdatabas och SRS-tjänst om informationsinnehåll, teknisk lösning och rutiner i överföringarna / meddelandena till kunskapsdatabasen och SRS-tjänsten. Detta arbete kräver resurser med kompetens om de berörda databaserna och deras innehåll, samt utvecklarresurser som kan skapa körbara uttagsrutiner. Om överföring ska ske automatiserat så behövs även kompetens kring teknisk integration för att utveckla eller ansluta till den integrationslösning som väljs. Tabell 1 Informationsmängder som bör ingå i kunskapsdatabasen Kategori Informationsmängd Sociodemografisk information Kön Ålder Yrke Födelseland Sysselsättning Arbetsgivare Bransch Typ av ersättning Omfattning Huvuddiagnos Tidsutsträckning Sekundära diagnoser Aktuellt sjukskrivningsfall Samsjuklighet Tidigare sjukskrivningar Tidigare och aktuella ersättningar från Försäkringskassan Diagnoser Typ av ersättning Omfattning Tidsutsträckning Typ av ersättning Omfattning Tidsutsträckning Beslut i sjukpenningärenden Vårdnivå Sjukpenninggrundande inkomst Pensionsgrundande inkomst Omfattning Tidsutsträckning Make Maka Sambo Specialistkompetens Utbildningsnivå Primärvård/sjukhusvård Län Län/länsdel Läkarintygsinformation Innehåll i läkarintyg (FK 7263) Aktuell och historisk SGI och PGI Arbetssökandestatus Sjukskrivningshistorik Sjukskrivande läkare Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 29 av 80 Tabell 2 Informationsmängder som kan presenteras av SRS-tjänsten Kategori Informationskälla/ägare Risksignal (om förhöjd risk för lång sjukskrivning/behov av ev. insats) Bedömningsstödet Nationell statistik, per diagnos, konsumerad eller ordinerad Försäkringskassan eller Inera/Statistiktjänsten Expertrekommendation per diagnos Socialstyrelsen/FMB Insatsförslag Expertredaktion utarbetar Ytterligare information kan presenteras i framtida versioner, se avsnitt 3.3.5 Ytterligare innehåll i bedömningsstödet. Övriga informationsägare av intresse Över tid kan bedömningsstödet utökas till att använda flera informationskällor. Nedan listas några informationsägare och några av deras relevanta informationskällor: 3.2 Inera (Intygstjänstens och Statistiktjänstens databaser) SCB (flera databaser, bland annat Företagens och arbetsställenas dynamik, FAD, och Longitudinell integrationsdatabas för sjukförsäkrings- och arbetsmarknadsstudier, LISA) Socialstyrelsen (flera databaser, bland annat slutenvårds- och öppenvårdsregister) Hälso- och sjukvården (flera informationskällor, bland annat journalsystem) Ansvar för bedömningsstödet Ansvarsutredningen syftar till att utarbeta förslag om hur ansvaret för utveckling, drift och förvaltning av olika delar i bedömningsstödet och personuppgiftsansvaret kan utformas. Juridiska konsekvenser av förslagen ska belysas. Rättsutredningen, som beskriver de rättsliga utgångspunkterna för bedömningsstödet och belyser de juridiska aspekterna i ansvarsfrågan, har gjorts av Manólis Nymark i samråd med Pål Resare, förbundsjurist vid SKL. Rättsavdelningen vid Försäkringskassan genom Johanna Mörnefält delar bedömningarna i rättsutredningen. Hela rättsutredningen medföljer rapporten som bilaga 2 SRS Juridiska förutsättningar 2016. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 30 av 80 Nedan följer en övergripande beskrivning av vad utredningen kommit fram till. Först beskrivs ansvaret för bedömningsstödet avseende utveckling, drift och förvaltning, därefter beskrivs de juridiska aspekterna kring ansvarsfrågan, och då särskilt hanteringen av personuppgifter. 3.2.1 Ansvar för utveckling, drift och förvaltning Förslaget är att en organisation tar det övergripande förvaltningsansvaret för hela bedömningsstödet och även har det övergripande ansvaret för att vidareutveckla bedömningsstödet. Ansvaret för de ingående delarna, SRS-kunskapsdatabas och SRS-tjänsten, föreslås tas av den organisation som är mest lämpad, både ur ett praktiskt och juridiskt perspektiv. SKL lämplig organisation för att ta övergripande förvaltningsansvar SKL är bäst lämpad att ta övergripande förvaltningsansvar för ett bedömningsstöd vars användare är personal inom hälso- och sjukvården. Bedömningsstödet kan förvaltas på liknande sätt som SKL idag ansvarar för förvaltning av den elektroniska tjänsten SSBTEK, Sammansatt Bastjänst Ekonomiskt Bistånd32, som används av handläggare vid kommunernas socialnämnder. Eventuellt kan även Socialstyrelsen vara lämplig för det övergripande förvaltningsansvaret. Detta behöver utredas vidare. I förvaltningsansvaret ryms drift, support, teknisk och innehållsmässig förvaltning, vidareutveckling, användarråd och lösning för finansiering. För det praktiska arbetet med utveckling och drift av bedömningsstödet kan ansvarig aktör välja att utse en eller flera underleverantörer som förvaltningsansvarig, det kan ske genom upphandling eller myndighetssamverkan och reglerat i avtal. 32 http://skl.se/integrationsocialomsorg/ekonomisktbistandforsorjning/digitaltjanstekonomisktbistandssbt ek.2998.html Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Figur 3 Övergripande ansvar för bedömningsstödet Figur 4 Ansvar för bedömningsstödets kunskapsdatabas och SRS-tjänst Sidan 31 av 80 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 32 av 80 Ansvaret för SRS-tjänsten Utredningen visar att SKL är bäst lämpad att ansvara för utveckling, drift och förvaltning av SRS-tjänsten. Denna tjänst integreras i befintliga verksamhetssystem i hälso- och sjukvården, exempelvis Ineras Webcert (för utfärdande av elektroniska läkarintyg) och Ineras Rehabstöd. SKL kan ge uppdraget som förvaltningsansvarig åt en underleverantör, till exempel Inera. Ansvaret för SRS kunskapsdatabas Kunskapsdatabasen kommer att bestå av data från framför allt Försäkringskassan, som har lagstöd för personuppgiftshanteringen för detta ändamål. Det gör att Försäkringskassan är mest lämpad att ansvara för utveckling, drift och förvaltning av denna databas. I rollen ingår att vidareutveckla och förbättra prediktiva modeller för bland annat sjukskrivningslängd och omfattning. Nödvändig specialistkompetens inom dataanalys och modellering finns redan idag på Försäkringskassans enhet för urvalsanalys, avdelningen för gemensamma försäkringsfrågor. Om Försäkringskassan av olika skäl inte kan axla ansvaret visar rättsutredningen att även Socialstyrelsen kan ansvara för kunskapsdatabasen. Då krävs emellertid en ny registerförfattning. 3.2.2 Ansvar för personuppgiftsbehandlingen Bedömningsstödet innehåller känsliga personuppgifter om individers hälsa och situation. Hanteringen av dessa uppgifter måste följa gällande lagar, förordningar och regelverk. Enligt personuppgiftslagen33 finns det två centrala och ofta använda roller som olika organisationer kan inneha och avtala med varandra om: Rollen personuppgiftsansvarig är normalt den juridiska person eller den myndighet som behandlar personuppgifter i sin verksamhet och som bestämmer vilka uppgifter som ska behandlas och vad de ska användas till34. Den personuppgiftsansvarige kan överlåta den faktiska behandlingen av personuppgifter men personuppgiftsansvaret kan aldrig överlåtas. Det är alltid den personuppgiftsansvarige som ytterst svarar för att personuppgiftslagen följs och att de registrerade behandlas korrekt. Rollen personuppgiftsbiträde är en osjälvständig juridisk eller fysisk person som på uppdrag av en personuppgiftsansvarig behandlar personuppgifter. Behandlingen innebär den praktiska hanteringen av personuppgifter, exempelvis förvaltning och drift av en elektronisk tjänst. Ett personuppgiftsbiträde finns alltid utanför den personuppgiftsansvariges organisation. 33 34 http://www.datainspektionen.se/lagar-och-regler/personuppgiftslagen/ http://www.datainspektionen.se/lagar-och-regler/personuppgiftslagen/personuppgiftsansvarig/ 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 33 av 80 Två olika ändamål med personuppgiftsbehandlingen i bedömningsstödet Ur ett juridiskt perspektiv kan man dela upp hanteringen av personuppgifter i bedömningsstödet för två ändamål: Ändamål A är att förse SRS kunskapsdatabas med data om sjukskrivningar som kan användas för att utveckla och kvalitetssäkra de prediktiva modeller som är en del av bedömningsstödet. Ändamål B (SRS-tjänsten) är att förse bedömningsstödet med aktuella individspecifika uppgifter, framförallt individens konsumerade sjukskrivning. Denna faktor utgör en viktig information för läkarens bedömning och behövs också för att göra en prediktion av risken för långvarig sjukskrivning. För ändamål A behöver data tillföras kunskapsdatabasen vid ett fåtal tillfällen per år. För ändamål B behöver utlämning av individspecifika uppgifter ske elektroniskt varje gång en läkare, eller annan vårdpersonal, använder bedömningsstödet och efterfrågar uppgifter om den aktuella patienten, med patientens samtycke. Personuppgiftsansvar för bedömningsstödet Rättsutredningen har undersökt om en annan myndighet – utöver Försäkringskassan – kan bedömas lämplig att ta ett juridiskt ansvar för bedömningsstödet, i första hand med stöd av gällande rätt. Med juridiskt ansvar avses här bland annat ansvar för behandlingen av personuppgifter i bedömningsstödet (personuppgiftsansvar) samt sekretesskydd anpassad för bedömningsstödet. Även andra omständigheter beaktas, till exempel om bedömningsstödet ryms i myndighetens roll och uppdrag. Följande myndigheter har utvärderats: Socialstyrelsen, e-Hälsomyndigheten, ett landsting samt en ny statlig myndighet. Resultatet av denna utredning redovisas översiktligt i Tabell 3 Viktiga kriterier för juridiskt ansvar. När det gäller alternativet att bilda en ny myndighet finns det faktorer som talar mot detta. Försäkringskassan bedriver i stor utsträckning analysverksamhet på i princip den typ av data som skulle bli aktuell för bedömningsstödet. För att motivera kostnaden för en ny myndighet krävs att Försäkringskassan gör avkall på motsvarande arbetsuppgifter. Hur det skulle påverka Försäkringskassans verksamhet kan i nuläget inte bedömas. Det går således inte att bedöma värdet av bildandet av en myndighet för bedömningsstödets administration utan en grundligare utredning. 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Version 1.0 Projektgruppen för SRS Rapport Stöd för rätt sjukskrivning 2016 Sidan 34 av 80 Tabell 3 Viktiga kriterier för juridiskt ansvar för bedömningsstödet Viktiga kriterier för juridiskt ansvar Myndigheten har lagstöd för personuppgiftsbehandling för ändamålet med bedömningsstödet SRS bedömningsstöd ryms inom myndighetens uppdrag enligt författning Myndigheten står bakom nationella e-tjänster inom sjukskrivnings- och rehabiliteringsprocessen Har personuppgiftsbiträde eller agerar i rollen som biträde Myndigheten ansvarar för nationella register Myndigheten producerar officiell statistik Försäkringskassan Socialstyrelsen e-Hälsomyndigheten Landsting X - - - X (X)* - - - X (FMB) - X (via Inera) X X X X X X X - X X (X)** - * Socialstyrelsen ansvarar för delar i sjukskrivningsprocessen men huvudparten faller utanför myndighetens ansvarsområde. ** e-Hälsomyndigheten producerar inte officiell statistik men nationell läkemedelsstatistik. Tabellen ovan visar att bedömningen från förstudien kvarstår, nämligen att Försäkringskassan i nuläget är juridiskt bäst lämpad som personuppgiftsansvarig genom sitt lagstöd för behandling av personuppgifter för de olika ändamål som kan bli aktuella för bedömningsstödet. Utöver lagstödet finns andra skäl, som att Försäkringskassan är ansvarig myndighet för handläggning av förmåner enligt socialförsäkringen, liksom för samordning av rehabiliteringsinsatser på individnivå. Försäkringskassan har också tillgång till merparten av all relevant information som behövs för bedömningsstödet. Försäkringskassan kan delegera sitt personuppgiftsansvar för SRS-tjänsten till den driftsleverantör som hanterar driften åt SKL och som då tar rollen som personuppgiftsbiträde. Försäkringskassan kan på samma sätt delegera personuppgiftsansvaret för SRS kunskapsdatabas till Socialstyrelsen. För att ta del av hela utredningen, se bilaga 2 SRS juridiska förutsättningar. 3.2.3 Avtal och finansiering Samverkansavtal behöver upprättas mellan de ingående organisationerna. Bland annat ska uppgiftslämnarna avtala om att löpande förse bedömningsstödet med sina uppgifter. Finansieringen av förvaltning och drift för bedömningsstödet bör delas mellan de parter som på något sätt använder sig av bedömningsstödets ingående delar eller innehåll. En Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 35 av 80 finansieringsmodell är under utveckling för SSBTEK, denna modell kan användas som utgångspunkt för framtagande av en finansieringsmodell för bedömningsstödet. 3.3 Verksamhetsanalys Verksamhetsanalysen syftar till att detaljera, konkretisera och göra en första utvärdering av hur ett bedömningsstöd i hälso- och sjukvården kan motsvara användares behov. Analysen omfattar i första hand användargrupperna sjukskrivande läkare och rehabkoordinatorer. I denna del av utredningen var det viktigt att komma nära verkliga tänkta användare av ett bedömningsstöd och att ha en tät kontakt med olika verksamhetsföreträdare. Skisser och prototyper utvecklades och förändrades efter användarnas synpunkter. Utvärderingarna gjordes i möjligaste mån på plats i användarens vardagliga miljö. Verksamhetsanalysen presenteras i sin helhet i bilaga 4 SRS Verksamhetsanalys 2016, med tillhörande bilagor. 3.3.1 Kartläggningen visar var behoven av stöd finns Både läkare och rehabkoordinatorer utför en mängd olika aktiviteter under en sjukskrivningsprocess där en enskild patient är i centrum. För att ringa in hur ett bedömningsstöd kan bidra till att tidigt identifiera individer med risk för lång sjukskrivning och rekommendera verksamma insatser genomfördes en kartläggning av viktiga aktiviteter för de två rollerna. Utgångspunkten var ett fiktivt patientfall med risk för lång sjukskrivning. Figurerna nedan visar patientfallet och läkarens, respektive rehabkoordinatorns aktiviteter så som de framkom under projektarbetet. Eftersom funktionen rehabkoordinator är ny och bara delvis använd inom hälso- och sjukvården ser processerna något olika ut över landet. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Figur 5 Gemensamt typfall - den svårbedömda patienten Som utgångspunkt valdes ett fiktivt patientfall som i verkligheten kan upplevas svårbedömt och riskerar att bli långvarigt. Sidan 36 av 80 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 37 av 80 Figur 6 Typiska aktiviteter i processen Den övre vänstra bilden åskådliggör läkarens aktiviteter i processen med den tänkta patienten har kartlagts, den nedre visar rehabkoordinatorns aktiviteter. Gula cirklar markerar aktiviteter där ett bedömningsstöd kan vara till nytta. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 38 av 80 Figur 7 Samlad bild - Rehabkoordinatorns aktiviteter En mer samlad version av vanliga aktiviteter för rehabkoordinatorer kopplade till en enskild patient. Rehabkoordinatorns kontakter med andra aktörer illustreras med olikfärgade rader som motsvarar läkaren och det lokala vårdteamet, patienten och ibland närstående, arbetsgivare och företagshälsovård då det finns, annars Arbetsförmedlingen eller kommunens socialtjänst, och Försäkringskassan. 3.3.2 Prototyper och skisser för att samla in synpunkter För att utvärdera upplevd nytta av ett bedömningsstöd, och för att kunna analysera vilket slags innehåll som bäst motsvarar målgruppens behov, tog projektet fram två olika slags underlag, ett för läkare och ett för rehabkoordinatorer. För läkare skapades en klickbar prototyp där bedömningsstödet presenterades som om det vore integrerat i Webcert, en nationell tjänst för hantering elektroniska läkarintyg, som flertalet vårdgivare har möjlighet att använda. Prototypen visar på möjligheten att integrera med ett redan befintligt verktyg i hälso- och sjukvården, något som läkare och andra inom hälso- och sjukvården tidigare uttryckt starka önskemål om. För rehabkoordinatorer togs skisser fram som visade på en möjlig utökning av funktionalitet och innehåll i Ineras tjänst Rehabstöd, som lanserades under våren 2016. Syftet var att illustrera hur integration av bedömningsstödets innehåll kan bidra till att tidigt identifiera individer med hög risk för lång sjukskrivning och samtidigt ge rehabkoordinatorerna ett utökat processtöd. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 39 av 80 Figur 8 Prototyp - bedömningsstöd i Webcert Ett exempel på hur ett bedömningsstöd kan förverkligas för användargruppen läkare. Den vänstra delen i bilden visar dagens elektroniska läkarintyg i Webcert. Den mindre pop-uprutan illustrerar hur information från bedömningsstödet kan visas upp vid relevanta moment i intygsskrivandet. Läkaren har i detta fall valt att informationen ska visas. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 40 av 80 Figur 9 Prototyp - bedömningsstöd i Rehabstöd Bilden visar Ineras befintliga tjänst Rehabstöd. En visuell risksignal har dock adderats i kolumnen näst längst till höger. Möjlighet att filtrera på risk har också lagts in bredvid befintliga filterfunktioner. Risksignaler kan genereras av bedömningsstödet och integreras i andra tjänster, som exempelvis denna. 3.3.3 Utvärderat innehåll i bedömningsstödet Olika typer av bedömningsunderlag har utvärderats för de två användargrupperna läkare och rehabkoordinatorer. 1. Nationell statistik på befolkningsnivå över sjukskrivningslängder per diagnos. 2. Patientens tidigare sjukskrivningshistorik och information om var patienten befinner sig i en pågående sjukskrivning. 3. Prediktion av patientens sjukskrivningslängd, presenterad exempelvis som risksignal. 4. Insatsförslag för återgång i arbete per diagnos. 5. FMB-rekommendationer (från Socialstyrelsens försäkringsmedicinska beslutsstöd). Utvärderingen med användare visade att bedömningsunderlagen uppskattas som en helhet, och att de kompletterar varandra. Mest uppskattat var insatsförslagen, följt av sjukskrivningshistorik på individnivå, och även på befolkningsnivå. Visuella risksignaler (om förhöjd risk för lång sjukskrivning/behov av eventuell insats) ansågs ha ett större värde än prediktioner om sjukskrivningslängd uttryckt i dagar eller i procent. Risksignalen utgår från Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 41 av 80 prediktionens beräknade sjukskrivningslängd. Om längden överstiger en definierad gräns, exempelvis från FMB, sätts signalen till ”förhöjd risk” eller ”starkt förhöjd risk” för lång sjukskrivning. Bilden nedan visar ett par olika exempel på det innehåll som beskrivits här och hur det utformats för olika utvärderingstillfällen. Figur 10 Prototyp - exempel på innehåll i bedömningsstödet Olika innehållstyper som utvärderats med användare inom hälso- och sjukvården. Den fyrkantiga pop-up-rutan visar signal om risk i samband med att läkaren fyller i ett elektroniskt läkarintyg. Under signalen visas en delmängd av Socialstyrelsens rekommendationer för den aktuella diagnosen. Längst ned i bilden syns samma risksignal utformad för den lista över en vårdenhets sjukskrivna patienter som finns i Ineras Rehabstöd. Nationell statistik över sjukskrivningslängd per diagnos Framför allt användargruppen läkare uppskattade att se en överblick över hur sjukskrivningslängder i en viss diagnos fördelas i befolkningen. I prototypen utvärderades detta i form av en graf över sjukskrivningslängder per diagnos där antal dagar i ett sjukskrivningsfall visas på x-axeln och procentuell andel av befolkningen på y-axeln. Grafen blir på detta sätt fallande från den första dagen, vilket är dag 15 i sjukskrivningen Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 42 av 80 om statistikkällan är Försäkringskassan. Eftersom prototypen innehöll två diagnoser med risk för lång sjukskrivning var det vid utvärderingstillfället inte ett problem att inte ha tillgång till statistik från tidigare datum, som första dagen i ett läkarintyg. Detta skulle dock kunna vara till nytta i andra diagnoser. Den nationella statistiktjänsten35 från Inera visar olika slags statistik över sjukskrivningar där källan är de elektroniska läkarintyg som utfärdas i vården. I detta sammanhang är det viktigt att framhålla att bedömningen inte får ske enbart med bas i nationell statistik. Detta kan leda till ett system som förstärker sjukskrivningstendenser. Det är därför viktigt att kombinera olika bedömningsunderlag: nationell statistik, en risksignal baserad på prediktion av en uppsättning individfaktor och FMB:s rekommendationer. De sistnämnda grundas i kunskap om behandling och funktionsnedsättningens påverkan på arbetsförmågan. Utvärderingen med användare visade också att de uppskattade presentationen av dessa bedömningsunderlag som en helhet och att underlagen kompletterar varandra. Vid införandet av bedömningsstödet i hälso- och sjukvården är det också viktigt att upplysa användarna om att statistiken kan vara missvisande då man inte kan visa hur många som har diagnosen. Statistiken från Försäkringskassan rymmer inte heller de individer som inte blir sjukskrivna eller de som avslutar sin sjukskrivning inom 14 dagar. I framtida versioner vore det värdefullt om statistiken även kan innehålla (delar av) dessa grupper, genom att använda data från hälso- och sjukvårdens och arbetsgivarnas register. Patientens tidigare sjukskrivningshistorik Sjukskrivningar som föregått den aktuella sjukskrivingsperioden, ett eller ett par år bakåt i tiden och för relevanta diagnoser, är en viktig prognosfaktor för hur den aktuella sjukskrivningen utvecklas. Det visar också vetenskaplig litteratur. I dagsläget har läkare inte enkelt tillgång till denna information. Det finns möjlighet att leta i journalsystemet efter uppgifter, men de är inte samlade och inte heller kompletta eftersom de enbart visar uppgifter från tidigare läkarintyg som journalsystemet ger åtkomst till. Ibland finns uppgifter för den enskilda vårdenheten, ibland för landstinget genom sammanhållen journalföring. Om patienten varit sjukskriven på andra enheter har läkaren inte tillgång till den informationen. 35 Statistiktjänsten gör det möjligt att följa upp och se samlad statistik för den i läkarintygen ordinerade sjukskrivningen. Statistiken baseras på de läkarintyg (FK 7263) som skickas elektroniskt från hälso- och sjukvårdens journalsystem. http://www.inera.se/TJANSTER--PROJEKT/Statistiktjansten/ Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 43 av 80 Figur 11 Prototyp - patientens sjukskrivningshistorik I övre vänstra hörnet visas patientens tidigare sjukskrivningar efter att läkaren har markerat att samtycke har inhämtats. I detta exempel påverkar förekomsten av tidigare sjukskrivningar prediktionen vilket leder till en mer markerad risksignal i övre högra hörnet. Utan denna prognosfaktor, exempelvis om patienten inte gett sitt samtycke, skulle risksignalen vara svagare. Prediktion av sjukskrivningslängd Användarna fick ta ställning till flera olika sätt att visa upp prediktion av sjukskrivningslängd, alla möjliga att generera från de prediktiva modeller som utvecklats under projektperioden. Bedömningsstödet kan exempelvis visa upp prediktionen uttryckt som antal predikterade sjukskrivningsdagar för patienten, inom ett visst intervall. Eller uttryckt i form av procentuell risk för sjukskrivning upp till olika tidsgränser, som en månad, tre månader eller den maxgräns för sjukskrivning som rekommenderas i FMB. Den procentuella risken kan också presenteras som sannolikhet för att avsluta sjukskrivningen inom en viss tid. Ytterligare ett sätt är att visa upp prediktionen i form av en visuell risksignal. Risksignalen utgår från prediktionens beräknade sjukskrivningslängd. Om längden överstiger en definierad gräns, exempelvis från FMB, sätts signalen till ”förhöjd risk” eller ”starkt förhöjd risk” för lång sjukskrivning. Användarna tolkade och uppskattade presentationssätten olika, vilket speglar att olika människor tar till sig information på olika sätt. En kombination av flera, kanske valbara, Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 44 av 80 presentationer skulle därför kunna vara en lösning när bedömningsstödet utformas. Den visuella risksignalen var den enda presentation som samtliga användare uppskattade och som även fick mest uppskattning av projektets referensgrupp och andra externa parter som bjöds in till att lämna synpunkter på presentationen. De två viktigaste argumenten för risksignal är att den är enkel att tolka och att den inte ger sken av att vara väldigt exakt, vilket lätt blir fallet när prediktionen uttrycks i form av siffror. Figur 12 Prototyp - prediktion sjukskrivningslängd Till höger ett par olika utvärderade exempel på hur prediktionen kan uttryckas i ord och i siffror. Till vänster en visuell presentation av patientens predicerade intervall av dagar utplacerad på en blå kurva som motsvarar tidigare utfall i diagnosen på nationell nivå. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 45 av 80 Figur 13 Prototyp - risksignal Överst till höger ett exempel på hur visuell risksignal kan presenteras. Förslag på insatser för återgång i arbete Båda användargrupperna ser en stor nytta med att få förslag på insatser som är relevanta vid olika tidpunkter i processen, särskilt för vissa diagnoser. De efterfrågar ett mer detaljerat och situationsanpassat innehåll än det som i nuläget finns i Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, den diagnosspecifika delen, Projektet tog i utvärderingssyfte fram ett par preliminära förslag på insatser för återgång i arbete som delades upp efter olika skeden i en sjukskrivning och anpassades efter diagnos, samt i viss mån för kön och ålder. De formulerades i två nivåer; en kortfattad checklista, och en mer fördjupad text för den användare som behöver mer stöd. Dessutom visades innehåll från FMB upp i anslutning till insatsförslagen. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 46 av 80 Figur 14 Prototyp - information om insatser Prototypen visar hur stödet kan bidra med insatsinformation integrerat i ett annat gränssnitt, i det här fallet det elektroniska intyget. Användaren fyller i intyget och får tillgång till stöd som en integrerad del, utan att behöva lämna intygsformuläret. Länken ”Läs mer” leder till en sida med mer utförlig information om de olika insatserna. 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 47 av 80 Figur 15 Prototyp - insatsförslag Användare uppskattar att insatser som är relevanta tidigt i en sjukskrivning visas separerade från de som är relevanta i ett senare skede. En mer detaljerad utformning av insatsförslag behöver göras i nära samverkan med användare och anpassas efter det verktyg som ska visa upp förslagen. FMB-rekommendationer (från Socialstyrelsens försäkringsmedicinska beslutsstöd) Flera av de läkare som deltog i utvärderingen sade att de relativt sällan söker upp information från Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, eftersom det kräver att de går in på en extern webbplats och letar igenom olika nivåer av information för att hitta just det som är aktuellt för den aktuella situationen.36 De uttryckte också att informationen inte uppdateras så ofta att det är relevant att göra detta regelbundet, utan att de ”lärt sig innantill” vilka rekommendationer om sjukskrivningslängd som beskrivs för vissa diagnoser. En del diagnoser och diagnosgrupper saknar helt rekommendationer. Användarna uppskattade att få delmängder av informationen integrerad i bedömningsstödet så som prototypen utformats, helst med utvald information aktuell för en specifik diagnos. Rekommendation om sjukskrivningslängd samt information om möjliga insatser var delmängder som efterfrågades från FMB. 36 Under 2016 påbörjar landstingen/regionerna integreringen av FMBs rekommendationer för sjukskrivning i hälso- och sjukvårdens journal- och intygssystem. http://www.socialstyrelsen.se/nyheter/2016/sjukskrivningsstodintegrerasijournalsystem Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.3.4 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 48 av 80 Nyttor och risker ur användarnas perspektiv Utvärderingen visade att användarna ser flera nyttor med att få tillgång till ett nationellt bedömningsstöd: Möjlighet att tidigt identifiera individer med risk för lång sjukskrivning och även behov av insatser. Stöd för att föreslå relevanta insatser för att underlätta återgång i arbete. Ökad enhetlighet i bedömningar, oavsett läkarens erfarenhet och bakgrund. Stöd för bättre dialog med patienten om sjukskrivning som en del av vård och behandling. En risk som noterades var att prediktioner baserade på statistiskt utfall kan riskera att leda till att tidigare års sjukskrivningsmönster upprepas utan eftertanke. För att motverka den risken krävs att stödet innehåller mer än enbart prediktioner, exempelvis expertbaserade rekommendationer och stöd för kritisk analys av sjukskrivningsstatistik. Läkare såg också en risk om innehållet i stödet inte implementeras väl i befintliga verksamhetssystem och därigenom skapar frustration hos användare eller inte används alls. 3.3.5 Ytterligare innehåll i bedömningsstödet Vid utvärderingar med användare och i utredningsarbetet har önskemål och idéer framkommit om ytterligare innehåll och funktioner i bedömningsstödet. Dessa skulle kunna ingå i framtida versioner för att ge användaren ännu bättre stöd för bedömning, exempelvis: Mer individuell prediktion, baserat på fler individuella prognosfaktorer, exempelvis individens sjukskrivningshistorik, samsjuklighet och yrke. Stöd för läkaren att bedöma om patienten helt kan undvika en sjukskrivning och istället rekommendera andra insatser vid behov. Tidslinje som visar vad individen befinner sig i rehabiliteringskedjan Individens sjukskrivningshistorik. Ett patientanpassat innehåll som stöd för dialog och ett patientanpassat gränssnitt som patienten själv kan se via exempelvis 1177 Vårdguidens tjänster. Verktyg för inmatning av individens egen självskattning, exempelvis hur man ser på sin arbetssituation och nedsättning av arbetsförmåga och om arbetets betydelse. Utbyggt stöd för samverkan mellan aktörerna i sjukskrivnings- och rehabiliteringsprocessen. Statistiskt framtagna insatsförslag (kräver insatsförteckning, kodverk och införande i system). Bedömningsstödet kan även anpassas för fler användargrupper, exempelvis handläggare vid Försäkringskassan. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 49 av 80 Figur 16 Skiss - Rehabstöd med mer information En visionär skiss med olika förslag på hur Ineras Rehabstöd skulle kunna utformas med mer information från bedömningsstödet. Skissen innehåller patientens egen självskattade information längst ned i högra hörnet. 3.4 Prediktiva modeller Under projektperioden har en grupp forskare vid sektionen för försäkringsmedicin och enheten för biostatistik vid Karolinska Institutet, KI, arbetat med att ta fram modeller för individuell prediktion av längd på påbörjade sjukskrivningsfall. Uppdraget har utförts för två olika diagnosgrupper som står för stora delar av alla sjukskrivningsärenden; stressrelaterade besvär (F43) samt skulderbesvär (M75). Att modellerna testades på diagnosgrupper istället för på specifika diagnoser, exempelvis utmattningssyndrom (F43.8A) beror på hur sjukskrivningsstatistik levereras från Försäkringskassan (se mer i avsnitt 3.4.2). För träffsäkerheten i de prediktiva modellerna är det avgörande att på sikt få tillgång till statistik över sjukskrivningslängder för varje enskild diagnoskod istället för på gruppnivå. Diagnosen är en avgörande prognosfaktor i sig och behöver viktas olika för olika diagnoser inom en grupp. Hela rapporten presenteras i sin helhet i bilaga 5 SRS Prediktiva modeller 2016. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.4.1 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 50 av 80 Prognosfaktorer Prognosfaktorer är innehållet i de prediktiva modeller som ligger till grund för individuella prediktioner i bedömningsstödet. För att få kunskap om vilka prognosfaktorer som är relevanta för sjukskrivning genomfördes en vetenskapliga litteraturöversikt av metastudier under förstudien. Under 2016 har en ny systematisk litteraturöversikt37 gjorts inom projektet, denna gång av relevanta originalartiklar. Syftet har varit att sammanställa ett antal faktorer som är kopplade till sjukskrivning, nedsatt arbetsförmåga eller långvarig sjukskrivning. De ingående studiernas resultat bekräftar i huvudsak tidigare kunskapsläge. Redan kända prognosfaktorer är högre ålder och tidigare sjukskrivningshistorik. Andra faktorer som visat sig ha samband är anställningsform, arbetsorganisation, samt läkarens och individens egen prognosuppskattning. Vad som påverkar om en viss individs sjukskrivning blir lång är givetvis en mycket komplex fråga som aldrig helt kommer att kunna fångas av ett prediktionsverktyg. Många faktorer, som kan ha betydelse, såsom individens, arbetsgivarens eller läkarens inställning till sjukskrivning och olika insatser, är inte spårbara i dagsläget och kan då inte heller vägas in matematiskt. Andra faktorer visar sig i stora dataanalyser vara mindre avgörande än vad den allmänna uppfattningen säger, till exempel kön och bostadsort. Fler kvinnor än män blir visserligen sjukskrivna och andelen sjukskrivna är högre i vissa regioner. Det innebär däremot inte med säkerhet att risken för lång sjukskrivning är större för en kvinna på en viss ort än för någon annan. Av det skälet har prognosfaktorer som ingått i modellerna valts ut delvis efter hur åtkomlig informationen är inom hälso- och sjukvårdens verksamhetssystem. Som underlag användes bland annat en aktuell avhandling38 av ortopeden Anna-Sophia von Celsing (juni 2016) där den typen av åtkomliga prognosfaktorer viktats fram i olika studier. Dessa var diagnosen i sig, ålder och tidigare sjukskrivningshistorik baserat på den lokala vårdenhetens journaluppgifter. 3.4.2 Diagnos i stället för diagnosgrupp Diagnos är en avgörande prognosfaktor för sjukskrivning. ICD10 är det internationella kodverk som används för diagnoser och varje diagnos i ICD10 innehåller upp till fem positioner, till exempel F43.8A Utmattningssyndrom. När sjukskrivningsstatistik från Försäkringskassan utlämnas till aktörer utanför myndigheten är statistiken sammanställd på diagnosgrupp (tre positioner i ICD10) och inte på den specifika diagnoskoden. Sjukskrivningsstatistik för diagnosen F43.8A Utmattningssyndrom trunkeras därmed ner till tre positioner och blir F43 Anpassningsstörningar och reaktion på svår stress. Det medför att sjukfallsdata om exempelvis F43.0 Akut stressreaktion och F43.8 Utmattningssyndrom sammanförs med varandra. Det gör att bland annat matematiska beräkningar sker på en population där sjukfallen egentligen kan ha mycket olika karaktär och prediktionsmetoderna 37 SRS Litteraturöversikt 2016 Uppsala universitet. Early risk assessment of long-term sick leave among patients in primary health care, Anna-Sophia von Celsing, juni 2016. http://www.dissertations.se/dissertation/d8b5b262a7/ 38 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 51 av 80 kommer då att halta. Det blir med andra ord ingen bra och individuell prediktion för den enskilda patienten. Begränsningen i ICD-kodens positioner försämrar även precisionen i Försäkringskassans egna trendanalyser. I sammanhanget är det viktigt att påpeka att läkare ibland bara fyller i tre eller fyra av positionerna i ICD-koden vid utfärdandet av läkarintyget. Hälso- och sjukvårdens journalsystem eller annat system som används för utfärdande av läkarintyg behöver därför ses över så att fullständig kod alltid krävs i läkarintyget. 3.4.3 Befolkningsunderlag för modellerna Samtliga personer i åldrarna 16-64 år med ett nytt sjukskrivningsfall som påbörjades under 2011 och som blev mer än 14 dagar långt inkluderades i analysen. Rikstäckande uppgifter om de flesta sjukskrivningsfall som inte överstiger 14 dagar saknas eftersom de för de flesta anställda inte anmäls till Försäkringskassan utan till arbetsgivaren. Individer som vid sjukskrivningens start redan var inlagda på sjukhus eller behandlades av läkare vid en specialistklinik exkluderades i denna studie eftersom de bedömdes kunna ge en felaktig påverkan på resultatet. Totalt ingick drygt 28 000 sjukskrivningsfall inom F43 och ungefär 4 500 inom M75. Analyserna genomfördes inom ett övergripande projekt IMAS (Insurance Medicine AllSweden) som utgår från en omfattande databas innehållande avidentifierade individdata länkade från olika rikstäckande register för personer boende i Sverige (framförallt från Försäkringskassan, Socialstyrelsen och Statistiska centralbyrån). Projektet IMAS administreras av sektionen för försäkringsmedicin, Karolinska Institutet. 3.4.4 Val av modell I det första steget utvecklades en modell som innehöll relativt få prognosfaktorer; de som bedömdes vara enkelt åtkomliga inom hälso- och sjukvårdens verksamhetssystem. I nästa steg utökades modellen med fler prognosfaktorer. Modellen utformades dels för att kunna ge en prediktion om längd, dels för hur sjukskrivningen avslutas; exempelvis genom att individen får sjuk- eller aktivitetsersättning, avlider, emigrerar eller på annat sätt – till exempel återgår i arbete, studier eller annan aktivitet. Prediktiva modeller används inom flera samhällsområden för att försöka förutsäga ett resultat baserat på tidigare utfall, till exempel för väderprognoser och förslag i sökmotorer. Modellerna som används behöver vara flexibla och ta hänsyn till den komplexitet som finns när många olika faktorer ska vägas samman, faktorer som också kan ändras över tid. Forskargruppen vid KI har använt sig av en utvecklingsmiljö och ett programmeringsspråk som kallas R och som är byggt i öppen källkod39. 39 Den modell som valdes är en så kallad ”piecewise constant hazard model with time-varying coefficients, as implemented in the R package pch, version 2.1. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.4.5 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 52 av 80 Hur modellerna kan användas Flexibiliteten i modellen gör att prediktionen för en viss patient kan uttryckas på olika sätt, beroende på vad som ger användaren, exempelvis läkaren, bäst stöd. Modellen kan exempelvis generera svar i form av sannolikheten i procent för att en viss patient blir sjukskriven längre än en månad, tre månader, ett halvår eller längre än rekommenderad maximal längd i Socialstyrelsens försäkringsmedicinska beslutsstöd. Modellen kan också generera svar på vilket intervall av sjukskrivningslängd som är mest sannolik. Under utvärderingen med användare inom hälso- och sjukvården testade projektgruppen olika slags presentationer för att se vilka användarna föredrog. Ett par exempel visas i bilden nedan. Utvärdering och analys ledde fram till slutsatsen att det bästa sättet att inledningsvis presentera prediktionerna på är i form av signaler om förhöjd risk för lång sjukskrivning, vilket kan leda till att dessa patienter tidigt identifieras och därigenom tidigt kan få stödinsatser vid behov. Ett bedömningsstöd skulle på sikt kunna ger mer säkra rekommendationer om vilka insatser som ger mest nytta för vilken patientgrupp, och när i processen, förutsatt att insatserna går att följa upp och återföra in i bedömningsstödets statistiska underlag. Inledningsvis skulle manuellt framtagna insatsförslag kunna komplettera risksignalerna. Figur 17 Exempel på hur prediktion kan visas i bedömningsstödet I det övre högra hörnet visas ett exempel på prediktion uttryckt som risksignal. I det nedre vänstra hörnet syns prediktionen som ett vitt fält som visar det intervall för sjukskrivningslängd som modellen predicerar för denna patient. Det vita fältet är utplacerat på en kurva som motsvarar den nationella statistiken för sjukskrivningslängd i aktuell diagnos. Till höger förklaras grafen i ord och prediktionen (prognos) uttryckt som ett troligt intervall av dagar. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.4.6 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 53 av 80 Resultat Den första modellen innehöll förutom själva diagnosen prognosfaktorerna kön, ålder, månad då sjukskrivningen inleddes, tidigare sjukskrivningshistorik och eventuell omfattning av partiell sjuk- eller aktivitetsersättning när sjukskrivningstillfället inleddes. Den andra modellen innehöll betydligt fler prognosfaktorer; exempelvis utbildningsnivå, bostadsort, civilstånd, sjuklighet och yrkesstatus. I den mer utförliga modellen ökade träffsäkerheten med 50-80 procent jämfört med i den förenklade, men ingen gav hög precision för ett stort antal individer, utan bara för ett fåtal när det gäller dessa två breda diagnosgrupper. Träffsäkerheten i prediktionen försämrades troligen av att prognosfaktorn sjukskrivningshistorik gällde för en diagnosgrupp, och inte för enskilda diagnoser (se 3.4.2), samt att en begränsad uppsättning prognosfaktorer ingick i modellerna. Modellerna kan dock redan i nuläget ge ett stöd för att signalera risk för lång sjukskrivning (se förra avsnittet 3.4.5). Den prognosfaktor som visade sig ha mest tyngd i modellen var tidpunkt för sjukskrivning, i modellen uttryckt som i vilken månad på året som sjukskrivningen inleddes. Risken för långa sjukskrivningar var större om de initierades i januari, mars, maj, september, oktober och november än i övriga månader. Denna faktor har inte tidigare uppmärksammats i den litteraturgenomgång eller i de forskningsuppdrag som ingått i projektets förstudie, varför den inte heller kan förklaras i denna rapport, utan behöver utforskas närmare i kommande arbete. Övriga prognosfaktorer som hade betydelse är kända från litteraturgenomgången; exempelvis yrkesstatus och tidigare sjukskrivning. När det gäller skillnader mellan diagnosgrupperna visade sig ålder vara en viktigare prognosfaktor för skulderbesvär (M75) än för stressrelaterade besvär (F43). 3.4.7 För- och nackdelar med modellerna Prediktiva modeller tas ofta fram i internationella forskningssammanhang, vilket kan innebära att resultaten blir dåliga när de tillämpas i ett specifikt land om förhållanden skiljer sig åt mellan den studerade befolkningen och den befolkning som resultatet tillämpas på. I detta projekt är däremot modellen ytterst pålitlig eftersom de omfattande data som använts för att utveckla modellen baseras på hela den svenska befolkningen i arbetsföra åldrar, det vill säga, den befolkning som modellen också är tänkt att användas för. Detta är en stor fördel. Tillgången till heltäckande nationell statistik inom sjukskrivningsområdet är också god i Sverige. Försäkringskassan hanterar större delen av den information som behöver studeras och Ineras Intygstjänst lagrar information från läkarintygen om samtliga positioner i diagnoskoden. Totalt sett leder dessa fördelar till att modeller som ska ge individuella prediktioner om sjukskrivningslängd blir mycket pålitliga och stabila. En nackdel med att använda sig av statistik över tidigare sjukskrivning är däremot att utfallet kanske inte är det mest önskvärda. Om många har blivit sjukskrivna ”onödigt länge” i en viss diagnos under de senaste åren kommer då även prediktionen för en viss individ att bli ”onödigt lång”, vilket kanske inte är den bästa rekommendationen för individen. Den nationella statistiken behöver därför tolkas med omdöme, och i kombination med annan Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 54 av 80 information, exempelvis expertbaserade rekommendationer om längd, omfattning och insatser. En annan nackdel med modellerna är att resultatet inte kan bli bättre än vad de ingående prognosfaktorerna bidrar till. Sjukskrivning är ett område som kan påverkas av ett mycket stort antal olikartade faktorer på olika strukturella nivåer, där många inte är systematiskt uppföljningsbara. Modellerna blir därigenom inte så träffsäkra eller precisa, åtminstone inte i en tidig fas av ett bedömningsstöd. Å andra sidan ger de mer information än vad som finns att tillgå i dagsläget för en läkare. De faktorer som visat sig påverka längden behöver också diskuteras mer bland experter inom det försäkringsmedicinska området. Hur kommer det sig till exempel att den månad som inleder sjukskrivningen verkar vara en starkt påverkande prognosfaktor enligt forskargruppens resultat? Ska den inkluderas i en modell, exkluderas, eller inkluderas men kommenteras och analyseras? I analyserna ingick patienter med en sjukskrivning som pågått längre än 14 dagar, eftersom komplett information om sådana sjukskrivningsfall fanns tillgänglig från Försäkringskassan. Om man på sikt vill kunna erbjuda läkare ett stöd för att bedöma om en patient behöver vara sjukskriven över huvud taget, kräver det även analys av information från hälso- och sjukvården över alla patienter med samma diagnos som inte blivit sjukskrivna40 41 42 43 44. Totalt pekar resultatet på att det skulle vara till stor nytta för kunskapsområdet sjukskrivningsfaktorer om aktörerna kunde få till stånd en gemensam databas där prediktiva modeller kunde utvecklas och kvalitetssäkras på liknade sätt som under projektperioden. Enkla prediktionsmodeller med få prognosfaktorer kan bidra till ett bedömningsstöd för hälsooch sjukvården genom exempelvis risksignaler. Senare kan mer träffsäkra modeller med fler prognosfaktorer tas fram. 40 Analys av handlovsfrakturer: Alexanderson K, et al. Prediktion av fortsatt sjukskrivning respektive av långtidssjukskrivning bland sjukskrivna personer. Försäkringskassan och Sverige Kommuner och Landsting (SKL), 2016. 41 Tinghög P, Wiberg M, Glaser A, Kjeldgård L, Hillert J, Alexanderson K. High prevalence of sickness absence and disability pension among multiple sclerosis patients; a nationwide population-based study. Multiple Sclerosis Journal. 2013:19(4):1923-30. 42 Niederkrotenthaler T, Tinghög P, Alexanderson K, Dahlin M, Wang M, Beckman K, Gould M, Mittendorfer-Rutz E. Future risk of labour market marginalization in young suicide attempters – a population-based prospective cohort study. International Journal of Epidemiology. 2014(5)43:1520-30. 43 Virtanen M, Ervasti J, Mittendorfer-Rutz E, Tinghög P, Lallukka T, Kjeldgård L, Pentti J, Alexanderson K. Trends of Diagnosis-Specific Work Disability After Newly Diagnosed Diabetes: A Four-Year Nationwide Prospective Cohort Study. Diabetes Care. 2015:38(10)1883-90. 44 Wiberg M, Friberg E, Stenbeck M, Alexanderson K, Norlund A, Hillert J, Tinghög P. Sources and level of income among individuals with multiple sclerosis compared to the general population: a nationwide population-based study. Multiple Sclerosis Journal 2015:21(13)1730-41. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.5 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 55 av 80 Etiska aspekter centrala för ett bedömningsstöd Nya metoder i hälso- och sjukvården bör ses genom etiska glasögon. Det har därför varit viktigt att utreda vilka etiska aspekter som är centrala att beakta vid en eventuell kommande utveckling av ett bedömningsstöd och hur sådana aspekter kan/bör hanteras. Syftet med den etiska analysen har varit att, med hjälp av en inom området beprövad metod, identifiera, diskutera och analysera etiska aspekter av ett tänkt bedömningsstöd för sjukskrivning inom hälso- och sjukvården. Den etiska analysen har genomförts under ledning av Lars Sandman, professor i hälso- och sjukvårdsetik vid Linköpings universitet och presenteras i sin helhet i bilaga 6 SRS Etikanalys 2016. 3.5.1 Val av metod Den analysmetod som valts för arbetet rekommenderas och används av Statens beredning för social och medicinsk utvärdering, SBU. Metoden45 omfattar tre steg – identifiering, analys och sammanfattning av relevanta etiska aspekter med utgångspunkt i tolv olika delområden. Syftet med analysen är att identifiera frågor som behöver hanteras i ett utvecklings- och införandearbete, inte att besvara dem i själva analysen, förutom då det finns tydlig vägledning i lagstiftning. Identifieringen har gjorts under ett par olika gruppdiskussioner med projekt- och verksamhetsföreträdare där alla uppkomna etiska frågeställningar sorterats in under något av de tolv områdena. Dessa har också gåtts igenom som en checklista för att säkerställa att ingen viktig frågeställning har missats. Därefter har grupperna prioriterat vilka etiska frågor som ansetts mest viktiga Av de tolv delområden som finns med i listan visade sig fem stycken vara de mest centrala för ett bedömningsstöd för hälso- och sjukvården: Jämlikhet och rättvisa Autonomi och självbestämmande Integritet Professionella värderingar Särintressen 3.5.2 Jämlikhet och rättvisa Subjektiva bedömningar tenderar att påverkas av irrelevanta faktorer som kan vara diskriminerande och leda till ojämlika beslut. Ett bedömningsstöd kan bidra till att motverka 45 Metoden beskrivs närmare i SBU:s handbok för utvärdering av metoder i hälso- och sjukvården, http://www.sbu.se/globalassets/ebm/metodbok/sbushandbok.pdf För de tolv delområdena, se även 1. Heintz, E., Lintamo, L., Hultcrantz, M., Jacobson, S., Levi, R., Munthe, C., et al. (2015). FRAMEWORK FOR SYSTEMATIC IDENTIFICATION OF ETHICAL ASPECTS OF HEALTHCARE TECHNOLOGIES: THE SBU APPROACH. International Journal of Technology Assessment in Health Care, 31(3), 124-130, doi:10.1017/s0266462315000264. 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 56 av 80 detta genom att vara ett neutralt och kunskapsbaserat underlag. Det förutsätter att bedömningsstödet används på ett relativt likvärdigt sätt inom hälso- och sjukvården. En specifik jämlikhetsfråga rör jämställdheten mellan kvinnor och män. I nuläget sjukskrivs betydligt fler kvinnor än män. De faktorer som ligger bakom skillnaden är inte fullt ut vetenskapligt belagda och inte alltid en spegling av en medicinsk skillnad mellan könen i behov av sjukskrivning. Eftersom bedömningsstödet baseras på stora mängder statistiska data finns det en risk att det kan cementera oönskade skillnader. Samtidigt kan man argumentera för att bedömningsstödet kan göra dessa skillnader synliga, vilket kan leda till eftertanke, diskussion och fortsatt forskning om orsaker. Omotiverade könsskillnader behöver tydliggöras och skiljas från motiverade könsskillnader, exempelvis biologiska. De data som SRS samlar in, bearbetar och presenterar kan utgöra ytterligare underlag för den analysen. Bedömningsstödet kan också vara en yta för att påminna om behovet av eftertanke vid sjukskrivningstillfället, till exempel kan Genushanden kommuniceras via denna yta46 47. Samma resonemang gäller för frågan om bedömningsstödet riskerar att ge upphov till stigmatisering eller passivisering, i de fall det visar på en stor risk för lång sjukskrivning för en enskild individ. Återigen beror detta på hur uppgifterna används och tolkas. 3.5.3 Autonomi och självbestämmande Grundinställningen inom hälso- och sjukvården är att inga insatser ska sättas in utan att individen ger sitt informerade samtycke till detta. Individen behöver få så pass mycket information om vad bedömningsstödet är och hur det används för att det ska kunna vara ett stöd för dialogen med individen. I analysen har det argumenterats för att ett bedömningsstöd kan stärka individens autonomi, tack vare minskad subjektivitet och osäkerhet i bedömningarna. Individen kan ges ökade förutsättningar för att ta ansvar för sitt eget liv inom området sjukskrivning och rehabilitering. 3.5.4 Integritet Uppgifter om en individs hälsa anses som integritetskänsliga uppgifter enligt svensk lagstiftning. Det finns dock stora variationer när det gäller synen på vad som är integritetskänsligt. De flesta individer är villiga att dela med sig av känsliga uppgifter om de därmed kan uppnå något av värde. Ett problem kan vara om det finns en diskrepans mellan individens inställning till sin sjukskrivning och andra intressenters inställning och där de uppgifter som insamlas från individen kan motverka individens eget intresse. I ett sådant fall kan de uppgifter som samlas in uppfattas som mer känsliga från individens perspektiv. 46 Genushanden används som kvalitetssäkring och stöd vid samtal för att kvinnor och män ska få samma frågor. 47 http://skl.se/halsasjukvard/sjukskrivningochrehabilitering/jamstalldsjukskrivning.951.html Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 57 av 80 Det viktigaste för att minska integritetsrisker är att säkerställa att insamling av potentiellt känsliga uppgifter sker i öppen dialog med individen via informerat samtycke. Detta har exempelvis diskuterats i samband med att bedömningsstödet efterfrågar information om individens tidigare sjukskrivningar, som en viktig prognosfaktor. En annan fråga som rör integritet är om läkaren bör ha tillgång till all information på ett explicit sätt, exempelvis kunskap om exakt vilka prognosfaktorer som är avgörande för prediktionen för en viss individ. Stödet skulle kunna utformas så att prognosfaktorerna hanteras enbart i bakgrunden för att få fram prediktionen, men inte beskrivs öppet för läkaren. En sådan utformning skulle å andra sidan motverka möjligheten för läkare och individ att föra en gemensam dialog om förklaringar till prediktionen och möjligheter att påverka den. Ur ett pedagogiskt perspektiv är det alltså viktigt att det är transparent vilka faktorer som generellt påverkar sjukskrivningen. Graden av transparens i den enskilda prediktionen bör diskuteras tillsammans med både sjukvårdspersonal och patienter inför utformningen av stödet. Det finns även ett mer tekniskt perspektiv på integritetskravet. Känslig information ska skyddas mot obehörig åtkomst eller förvanskning, både när bedömningsstödet hämtar information från externa informationskällor och när bedömningsstödet lämnar ut information till klienter. Det sker genom att tillgodose informationssäkerhetskrav som reglerar vad som krävs för att externa system ska få ta del av känslig information. 3.5.5 Professionella värderingar Under rubriken jämlikhet och rättvisa underströks vikten av att bedömningsstödet används på ett relativt likvärdigt sätt inom hälso- och sjukvården. En likvärdig användning kan stå i motsats till användarnas, framför allt läkarnas, varierande vilja att använda sig av ett stöd för sina bedömningar. En viktig princip som har diskuteras inom analysen är att ett bedömningsstöd ska vara just stödjande, och inte styrande eller upplevas som ett facit. Vissa läkare kan möjligen ändå uppleva förekomsten av ytterligare ett beslutsstöd i arbetet som något som minskar deras incitament att träna upp sin egen bedömningsförmåga. Om stödet används mekaniskt utan reflektion kan det i praktiken fungera styrande och normerande utan att detta varit syftet. 3.5.6 Särintressen I sjukskrivnings- och rehabiliteringsprocessen finns ett flertal olika, och i vissa fall, konfliktfyllda mål. Ett övergripande mål för sjukskrivning är att möjliggöra för en individ att rehabiliteras efter att ha drabbats av sjukdom eller skada som lett till nedsatt arbetsförmåga. Ett annat mål är att individen ska ges möjlighet till fortsatt försörjning under sjukskrivningstiden. Processen involverar också ett antal olika intressenter: individen, hälsooch sjukvårdens olika professioner, Försäkringskassan samt arbetsgivaren, Arbetsförmedlingen, alternativt kommunens socialtjänst. Dessa intressenter kan ha olika syn på hur målen ska tolkas eller realiseras. Individen kan tolka skadan eller sjukdomen som att Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 58 av 80 den nedsätter arbetsförmågan i större eller mindre utsträckning än hur andra intressenter bedömer detta. Ett problem kan därför vara om bedömningsstödet uppfattas stödja vissa särintressen. I första hand handlar det om att ”samhällsekonomiska vinster med korta sjukskrivningar” kan uppfattas stå i motsats till ”individens önskan om längre sjukskrivning”. Det finns risk att vissa individer uppfattar bedömningsstödet som ett sätt att argumentera för minskade sjukskrivningslängder av samhällsekonomiska skäl och det kan leda till att individer blir misstänksamma eller ovilliga att dela med sig av uppgifter. I sådana fall behövs pedagogiska insatser för att visa att stödets innehåll är sakligt och neutralt och kan innebära prediktion för både kortare och längre sjukskrivning än vad individen förväntar sig. Det är också viktigt att understryka att bedömningsstödets prediktioner inte är ett facit, utan en utgångspunkt för diskussion och en mer underbyggd bedömning. Ur ett individperspektiv är det också viktigt att få tillgång till information om de risker som forskning har visat finns för individer som är sjukskrivna länge. Sammanfattningsvis handlar det om att skapa en förtroendefull dialog om sjukskrivningen – en dialog där bedömningsstödet är ett hjälpmedel. 3.6 Insatsförteckning och insatsförslag behövs Insatsförteckningen är en förteckning av insatser som görs inom det försäkringsmedicinska området och som är relevanta att ha information om i en individs sjukskrivnings- och rehabiliteringsprocess48. Genom att definiera en uppsättning insatser som är gemensam mellan olika aktörer är det möjligt att höja kvaliteten i processen, att förbättra kommunikationen mellan olika aktörer och att öka kunskapen om hur olika insatser påverkar en individs arbetsförmåga. Exempel på insatser inom området är arbetsträning, konflikthantering och arbetsresor, liksom mer medicinska insatser som kognitiv beteendeterapi. Idag saknas i stort sett strukturerad data om de insatser som görs inom det försäkringsmedicinska området. Konsekvensen blir att ingen aktör kan följa upp hur olika insatser påverkar sjukskrivning, arbetsförmåga och återgång i arbete. Det finns också risk för missförstånd i kommunikationen om insatser mellan olika aktörer och det saknas entydiga krav på de IT-system som ska hantera sådan information. Under förstudien påbörjades arbetet med att samla in uppgifter om relevanta insatser, under denna projektperiod har arbetet fortsatt med att ta fram en första version av en insatsförteckning. Det återstår dock arbete med att kvalitetssäkra och förankra denna första version med berörda aktörer. Hela rapporten inklusive en första version av förteckningen finns att läsa i bilaga 7 SRS Insatsförteckning 2016. 48 Nationellt Försäkringsmedicinskt Forums (NFF) definition av försäkringsmedicin: "Försäkringsmedicin är ett kunskapsområde om hur funktionstillstånd, diagnostik, behandling, rehabilitering och förebyggande av sjukdom och skada påverkar och påverkas av olika sjukförsäkringars utformning samt därmed relaterade överväganden och åtgärder inom berörda professioner." Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.6.1 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 59 av 80 Insatsförteckningen är strukturerad och baseras på många källor Insatsförteckningen har så här långt avgränsats till insatser som involverar minst två aktörer i sjukskrivnings- och rehabiliteringsprocessen. Den aktuella versionen av insatsförteckningen som redovisas i bilaga 7 SRS Insatsförteckning 2016 innehåller 54 termer varav flertalet har entydiga definitioner. Förteckningen omfattar först och främst ”gränsöverskridande insatser” men även några insatser av rent medicinskt karaktär har lyfts in då dessa förekommer upprepade gånger i Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB. Förteckningen ska i nuläget ses som preliminär och som ett första förslag, då det återstår arbete med att ensa termer och begrepp såväl inom som mellan aktörer. Projektet bedömer att en del av insatserna är så pass stabila att de förvisso skulle kunna användas vid kommunikation mellan olika aktörer redan i nuvarande format, men rekommenderar att avstämning sker mer formellt med aktörerna. Insatsförteckningen är tänkt att på sikt innehålla termer, definitioner, kommentarer och hierarkier för de ingående insatserna för att kunna koppla dem till klassifikationskoder i kodverk som KVÅ (Klassifikation av vårdåtgärder49) eller Snomed CT (Snomed Clinical Terms50). Förteckningen har tagits fram i ett antal steg med hjälp av Terminologicentrum, TNC. De källor som analyserats är bland andra FMB, vetenskaplig litteratur, kvalitetsregister och den användarmanual som handläggare på Försäkringskassan använder vid bedömning av sjukskrivningsärenden. De som har involverats i diskussion om och granskning av insatsförteckningen har särskild kompetens inom försäkringsmedicin, juridik, rehabkoordinering inom hälso- och sjukvården, arbetsgivarfrågor och arbetsförmedling. 3.6.2 Tidsödande arbete visar på behovet Arbetet med insatsförteckningen har varit mer omfattande än vad projektet initialt förutspådde, och en bredare förankring är nödvändig även efter projektets avslut. Hur insatser benämns och vad de innebär varierar kraftigt mellan olika aktörer. Vid förankring av insatsförteckningen med externa kontakter har nya insatser lagts till och befintliga justerats. En formell övergripande förankring hos olika berörda aktörer (Försäkringskassan, Arbetsförmedlingen, arbetsgivare, rehabkoordinatorer, läkarkåren samt andra aktörer i sjukskrivnings- och rehabiliteringsprocessen) har inte varit möjlig att genomföra inom projekttiden. Att arbetet visat sig omfattande och tidskrävande är också ett argument för att insatsförteckningen behövs och att ytterligare arbete bör läggas ner för att stabilisera den. De aktörer som projektet har varit i kontakt med har understrukit behovet av en gemensam förteckning såväl internt hos respektive aktör som i dialogen med andra aktörer. Kontakter 49 50 http://www.socialstyrelsen.se/klassificeringochkoder/atgardskoderkva http://www.socialstyrelsen.se/nationellehalsa/snomed-ct Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 60 av 80 med EUMASS51 visar att det också finns ett bredare europeiskt intresse för förteckningen, både av att ta del av den och av att bidra till den fortsätta utvecklingen av den. En insatsförteckning som implementerats fullt ut hos berörda aktörer kommer på sikt att möjliggöra uppföljning av respektive insatsers effekter på sjukskrivningslängd. Insatser beskrivna i strukturerad form (kodform) kommer då också att kunna vara en viktig del av de prediktiva modellerna i bedömningsstödet och ge förutsättningar för mer individanpassade förslag på insatser. Ett breddinförande av insatsförteckningen kommer troligen att ta tid, det är dock möjligt att som ett första steg använda en förankrad version av insatsförteckningen för att på ett strukturerat sätt börja samla in data om vissa insatser samt även för att beskriva insatsförslag per diagnos, se nästa avsnitt 3.6.3. 3.6.3 Förutom insatsförteckning behövs insatsförslag per diagnos Förutom själva insatsförteckningen har användarna uttryckt behov av att bedömningsstödet ska ge insatsförslag per diagnos, se även 3.3.3. I nuläget är kunskapen om vilka rehabiliteringsinsatser som är lämpliga för olika diagnoser så utspridd så att en tidspressad användare knappast kan tillgodogöra sig den. En medicinsk redaktion skulle däremot kunna samla kunskapen, värdera den och dokumentera den som förslag på insatser kopplad till en specifik diagnos. Kunskapen om insatsförslag behöver samlas från en rad kunskapskällor, exempelvis från myndigheter (Socialstyrelsen, Arbetsmiljöverket med flera), andra organisationer på arenan (till exempel suntarbetsliv.se) samt den vetenskapliga litteraturen. Vid en implementering i bedömningsstödet, eller annat verktyg, är det viktigt att insatsförslagen presenteras på ett för användaren lämpligt sätt, exempelvis i tidiga respektive senare insatsförslag. Insatsförslagen ska också presenteras vid rätt tidpunkt i bedömningsstödet/verktyget för att öka användarens nytta av att få dem i just den situation som patienten och användaren är i. På sikt kan sådana expertframtagna insatsförslag kvalitetssäkras och vidareutvecklas genom analys av utfallsdata genererad från bedömningsstödet, det vill säga analys av vilka insatser som minskade behovet av sjukskrivning, per diagnos. 3.7 Kostnads- och nyttoanalys Kostnads- och nyttoanalysen syftar till att identifiera och jämföra kostnader och nyttor med ett bedömningsstöd, som är infört och används i hälso- och sjukvården. Analysen har gjorts framför allt ur ett samhällsekonomiskt perspektiv. Projektet har anlitat Lars Bernfort, hälsoekonom vid Institutionen för medicin och hälsa, Avdelningen för hälso- och sjukvårdsanalys vid Linköpings universitet, för upprättande av kostnads- och nyttoanalys. 51 European Union of Medicine in Assurance and Social Security, ett EU-organ för försäkringsmedicin. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 61 av 80 Hela kostnads- och nyttoanalysen presenteras i bilaga 3 SRS Kostnads- och nyttoanalys. 3.7.1 Samhällsekonomiskt perspektiv Om ett bedömningsstöd för sjukskrivnings- och rehabiliteringsprocessen ska utvecklas med offentliga medel, bör det också gå att beskriva att det gör samhällsnytta. Ur ett samhällsperspektiv ger en hög sjukfrånvaro både ekonomiska och folkhälsomässiga konsekvenser, det är därför rimligt att undersöka bedömningsstödets förmodade påverkan på ekonomi och folkhälsa. Förmodade effekter på folkhälsan är svårare att uppskatta och mäta än ekonomiska konsekvenser. Därför har projektet i ett första läge begränsat sig till de förmodade effekterna av bedömningsstödet på sjukskrivning ur ett samhällsekonomiskt perspektiv. Analysen tar förvisso upp en rad hälsoeffekter för individen, men det är sjukskrivningslängd och kostnader för sjukskrivningen som används för de faktiska beräkningarna. I analysen har kostnader och nyttor för en bedömningsstödet identifierats och jämförts. Kostnadsberäkningarna utgår från en framtida situation då bedömningsstödet är infört och används i hälso- och sjukvården. Nyttoanalysen görs framförallt ur ett långsiktigt samhällsekonomiskt perspektiv men beskriver även effekter av bedömningsstödet på kort och mellanlång sikt. Denna typ av analyser omfattar ofta generellt många antaganden med avseende på kausala samband och olika aspekters utveckling över tiden. Resultat av samhällsekonomiska analyser bör således ses som en indikation snarare än som definitiva svar. En samhällsekonomisk analys kan utföras som antingen en kostnads-intäktsanalys (cost-benefit analysis, CBA) eller som en kostnads-effektanalys (cost-effectiveness analysis, CEA). Ett bedömningsstöd som SRS har potentiellt konsekvenser för flera olika delar av samhället varför det varit mer relevant med en bredare ansats och därmed tillämpning av CBA. 3.7.2 Höga kostnader för sjukskrivning Den samhällsekonomiska kostnaden för sjukskrivning består huvudsakligen av den produktion som går förlorad till följd av att människor är sjukskrivna och inte kan utföra sina arbeten. Därtill kommer de resurser som faktiskt tas i anspråk för att driva exempelvis Försäkringskassan, kostnader för hälso- och sjukvård samt ekonomiska konsekvenser för berörda individer. Enbart sjukförsäkringen i Sverige kostar enligt uppgift från Försäkringskassan i juni 2016 87 miljarder kronor under förra året och prognosen är stigande52 53. 52 Rapport: Socialförsäkringen i siffror 2016 Försäkringskassan, pressmeddelande 2014-11-05, Försäkringskassan spår fortsatt ökade utgifter för sjukförsäkringen 53 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 3.7.3 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 62 av 80 Effektkarta underlag för kostnadsberäkningarna Underlagsinformationen bygger inte på faktiska utfall eller mätningar av bedömningsstödet i drift då produkten ännu inte är utvecklad. Därför har det inte heller varit möjligt att utföra detaljerade, och mer exakta probabilistiska analyser. Analysen bygger istället på sannolikhetsbedömningar att händelser eller en kedja av händelser skall inträffa. Dessa händelser beskrivs i en effektkarta (Figur 18) och har använts som underlag för att kvantifiera och uppskatta värdet på nyttor och kostnader. Effektkartan har tagits fram och utvecklats tillsammans med experter på arbetsprocessen samt med tilltänkta kommande användare av bedömningsstödet. Kartan visar på kopplingen mellan bedömningsstödets målbild, identifierade nyttor och de korta och långa nyttoeffekter som bedömningsstödet sannolikt kan leda till. Kostnads- och nyttoanalysen baseras på sannolikhetsbedömningar att de förbättringar av sjukskrivnings- och rehabiliteringsprocessen som ett bedömningsstöd kan bidra till på kort sikt kan leda till att fler människor kan delta aktivt på arbetsmarknaden, vilket i sin tur ger vinster för samhället (effekter på lång sikt). Effektkartan tydliggör också utvecklingsinsatser och förändring i verksamheten som är kopplade till en realisering av bedömningsstödet. Av särskilt intresse är vilka långsiktiga konsekvenser för samhället och dess medborgare som kan förväntas till följd av ett eventuellt förändrat sjukskrivningsmönster. I effektkartan nedan redovisas endast kolumn 4 och 5 som visar effekter på kort respektive lång sikt som är av särskild vikt i nyttoanalysen. Figur 18 Förväntade effekter av ett bedömningsstöd på kort och lång sikt Nyttomål Nyttor Långsiktiga effekter Kortsiktiga effekter Bidrar till Tidig identifiering av individer som har risk för sjukskrivning längre än förväntat Färre sjukskrivningsdagar Tidigare återgång i arbete RTW Mer träffsäkra bedömningar av sjukskrivnings längd och omfattning SRS- bedömningsstöd Förslag på verksamma insatser för tidigare återgång till arbete Mer jämlik och rättssäker bedömning och beslut inför en ev. sjukskrivning Effektivare sjukskrivningsoch rehabiliterings process Mindre belastning på samhälleliga institutioner Ökad folkhälsa Förbättrat underlag för uppföljning, beslutsfattande och forskning Förbättrad egen upplevd livskvalitet Ökad kunskap och delaktighet för individen i sin sjukskrivning Ökat förtroende för sjukförsäkringen Konkretiseras Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 63 av 80 Troliga och viktiga samhällsnyttor som förbättrad livskvalitet och ökat förtroende för sjukförsäkringen är inte lika lätta att mäta eller kvantifiera i detta läge som till exempel minskade kostnader genom en ökad produktivitet. Målet med SRS bedömningsstöd är en effektivisering av sjukskrivnings- och rehabiliteringsprocessen som leder till ökad folkhälsa och slutligen en för samhället högre produktivitet. 3.7.4 Bedömningsstöd kan ge snabbare återgång i arbete Bedömningsstödet förväntas bidra till att individen i högre grad får ”rätt” sjukskrivning, det vill säga att sjukskrivningens längd och omfattning är rimlig och relevant i förhållande till den nedsättning av arbetsförmåga som är grund till sjukskrivningen. Dessa förbättringar i sjukskrivnings- och rehabiliteringsprocessen förväntas leda till snabbare återgång till arbete. Dessutom är förväntan på bedömningsstödet att det också ska bidra till att individer efter sjukskriving kan stanna kvar i arbete på heltid eller deltid. Möjligheten till detta ökar om individen hjälps att få rätt insatser för rehabilitering och förbättring av arbetsförmågan i rätt tid under sjukskrivningen. I framtiden kan ett ytterligare utvecklat bedömningsstöd kanske till och med bidra till att vissa individer helt kan undvika sjukskrivning. 3.7.5 Färre sjukskrivna ger stora samhällsekonomiska vinster Bedömningsstödet har potential att ge såväl individen som hälso- och sjukvården direkta positiva effekter – och samhället stora ekonomiska besparingar på lång sikt. En bättre sjukskrivnings- och rehabiliteringsprocess förväntas leda till att fler människor har en större närvaro på arbetet, vilket i sin tur minskar behovet av vikarier, nyintroduktioner och andra kortsiktiga lösningar, det vill säga i ekonomiska termer: besparingar för arbetsgivare. Genom att rätt insatser sätts in i rätt tid (och av rätt aktör/-er) främjas individens arbetsförmåga och en eventuell sjukskrivning kan förebyggas eller förkortas så att individen snabbare kommer tillbaka i arbete. Tidigare återgång till arbete och förebyggande av sjukskrivning eller deltidssjukskrivning ger per definition färre dagar av sjukfrånvaro, vilket gynnar produktionen. Ökad arbetsförmåga kan dessutom antas ge en högre produktivitet när människor är på sin arbetsplats, och sjuknärvaron minskar. Att personer är sjukskrivna när de behöver vara det kan förväntas främja den långsiktiga produktiviteten. En minskning av totalen av sjukfrånvaro och sjuknärvaro förväntas innebära stora besparingar för samhället. En effektivare sjukskrivningsprocess förväntas leda till bättre genomsnittlig hälsa i befolkningen, eftersom fler människor får adekvat hjälp i rätt tid. Detta bör i sin tur leda till totalt sett färre läkarbesök vilket minskar belastningen på hälso- och sjukvården. Analysen visar att redan med mycket försiktiga antaganden om bedömningsstödets påverkan på sjukskrivningarna blir de samhällsekonomiska vinsterna stora eftersom även små förbättringar leder till stora effekter. Det har uppskattats att sjukskrivningarna (sjukförsäkring + kostnad för Försäkringskassan) kostar det svenska samhället nästan 90 miljarder kronor per 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 64 av 80 år. Redan någon procents minskning av sjukskrivningarna skulle ge en samhällelig resursbesparing på närmare en miljard kronor. Detta inkluderar såväl långa som korta sjukskrivningar. Vidare innebär varje person som långvarigt står utanför arbetsmarknaden en resursförlust för samhället motsvarande 300 000 kronor per år. Den största delen av denna kostnad utgörs av produktionsförluster. För att ge en uppfattning om den kalkylerade samhällsnyttan av bedömningsstödet har två olika diagnoser undersökts (underbensfraktur S82 respektive utmattningssyndrom F43.8A). Bedömningsstödet väntas då, baserat på försiktiga antaganden, ge kostnadsbesparingar på 54 miljoner respektive 98 miljoner kronor per år tack vare tidiga insatser och därmed kortare sjukskrivningslängder. Kostnaderna på mellan 60-80 miljoner kronor för ett bedömningsstöd omfattar utveckling, införande, drift och förvaltning under en treårsperiod. Under denna period utvecklas bedömningsstödet med sina ingående delar (SRS kunskapsdatabas och SRS-tjänsten), primära uppkopplade datakällor samt prediktionsmodeller för några utvalda diagnoser. Piloter ska ha genomförts på några vårdenheter och produktion av bedömningsstödet har startats. Bedömningsstödet ska även vara överlämnat till förvaltning. Fortsatt utveckling av SRS kunskapsdatabas och prediktionsmodellerna kan därefter ske och vidare införande av bedömningsstödet hos nya användare påbörjas. Den fulla nyttoeffekten förväntas falla ut först då bedömningsstödet är fullt utvecklat och kvalitetssäkrat. Flera av de förväntade nyttorna kan dock realiseras redan efter det första utvecklings- och införandesteget. Slutsatsen är att det samhällsekonomiska värdet av nyttorna med ett bedömningsstöd vida överstiger de identifierade kostnaderna för utveckling, införande, drift och förvaltning av bedömningsstödet. Detta gäller redan vid en försiktig uppskattning av bedömningsstödets effekt på sjukskrivningarna. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 65 av 80 4. Slutsatser och rekommendationer 4.1 4.1.1 Bedömningsstödet fyller ett behov, ger samhällsnytta och är möjligt att realisera Bedömningsstödet har potential för stor samhällsnytta Det finns en stor potential till vinster för individen och för samhället med ett nytt bedömningsstöd för sjukskrivnings- och rehabiliteringsprocessen, redan små förbättringar kan ge stora effekter. Alltför många sjukfall riskerar att bli långvariga utan att tillräckliga utredningar och insatser har genomförts. Det saknas även samlad kunskap om vilka insatser som görs, när och för vem de bör sättas in och vilka effekter de ger. Användare inom hälso- och sjukvården, i första hand sjukskrivande läkare och rehabkoordinatorer, saknar idag ett mer utvecklat stöd för att kunna göra bättre bedömningar utifrån individens situation och behov. Ett nationellt bedömningsstöd ger: Möjlighet att tidigt identifiera individer med risk för lång sjukskrivning och med behov av insatser. Stöd för att föreslå relevanta insatser för att underlätta återgång i arbete. Ökad enhetlighet i bedömningar, oavsett läkarens erfarenhet och bakgrund. Stöd för bättre dialog med patienten om sjukskrivning som en del av vård och behandling. Bedömningsstödet förväntas bidra till att individen i högre grad får ”rätt” sjukskrivning vad gäller omfattning och längd och i förhållande till nedsatt arbetsförmåga. Det leder i sin tur till att individen snabbare kan återgå i arbete, men även stanna kvar i arbete genom att få rätt insatser för rehabilitering och förbättring av arbetsförmågan, i rätt tid under sjukskrivningen. Bedömningsstödet kan alltså bidra positivt både för enskilda individer och för samhället. Sjukskrivningar, särskilt (onödigt) långa sådana med eventuell exkludering från arbetsmarknaden som följd, innebär ett stort resursslöseri för samhället. Varje person som långvarigt står utanför arbetsmarknaden innebär en resursförlust för samhället motsvarande 300 000 kronor per år. Sjukskrivningarna kostar det svenska samhället uppemot 90 miljarder kronor per år. Även med ett försiktigt antagande om bedömningsstödets påverkan på sjukskrivningarna blir de samhällsekonomiska vinsterna stora. Kan sjukfrånvaron minskas med någon procent innebär det en samhällelig resursbesparing på närmare 1 miljard kronor per år. Kostnaden för att utveckla och införa bedömningsstödet beräknas till mellan 60 och 80 miljoner kronor under tre år. 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 66 av 80 Slutsatsen är att det samhällsekonomiska värdet av nyttorna med ett bedömningsstöd vida överstiger de identifierade kostnaderna för utveckling, införande, drift och förvaltning av bedömningsstödet, även vid en försiktig uppskattning av bedömningsstödets effekt på sjukskrivningarna. 4.1.2 Användare i hälso- och sjukvården ser nytta och har behov av ett bedömningsstöd Användare i hälso- och sjukvården har ett stort behov av ett mer individanpassat, omfattande och effektivt bedömningsstöd i sjukskrivnings- och rehabiliteringsprocessen. En läkare som ska avgöra om en person behöver sjukskrivas grundar idag vanligen sin bedömning inför en eventuell sjukskrivning på en dialog med patienten, en medicinsk bedömning, sin egen kunskap och erfarenhet från det försäkringsmedicinska området, samt de vägledningar som finns inom området, till exempel Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB. Detta sammantaget visar att bedömningen av ett sjukskrivningsärende ofta är komplicerad och bedömningarna kan därför variera stort mellan olika läkare. En studie från Karolinska Institutet54 visar att en tredjedel av de sjukskrivande läkarna upplever att sjukskrivningsärenden är problematiska att handlägga och upplevs som ett arbetsmiljöproblem. De situationer som flest läkare upplevde som problematiska var att bedöma arbetsförmåga och att göra en långsiktig prognos av arbetsförmågan. Särskilt problematiskt upplevdes det att bedöma arbetsförmåga för arbetslösa patienter samt att hantera längre sjukskrivningar. En tredjedel av läkarna upplever också sjukskrivningsärenden som ett arbetsmiljöproblem i det egna arbetet. I 2015-års socialförsäkringsutredning55 framkom att alltför många sjukfall blir långvariga utan att tillräckliga utredningar och insatser har genomförts samt att samlad kunskap saknas om vilka insatser som görs och vilka effekter de ger. Användarna ser flera nyttor med bedömningsstödet: möjlighet att tidigt identifiera individer med risk för lång sjukskrivning och med behov av särskilda eller samordnade insatser, ökad enhetlighet i bedömningar, oavsett läkarens erfarenhet och bakgrund, stöd för att föreslå relevanta insatser för att underlätta återgång i arbete, stöd för bättre dialog med patienten om sjukskrivning som en del av vård och behandling, stöd för samverkan mellan aktörer i sjukskrivnings- och rehabiliteringsprocessen. För att optimera användarnyttan behöver bedömningsstödet integreras i användarnas befintliga IT-miljöer, exempelvis i journalsystemen och i Webcert, samt med FMB. 54 55 http://ki.se/cns/kristina-alexandersons-forskargrupp-shol Slutbetänkande Mer trygghet och bättre försäkring, SOU 2015:21 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 4.1.3 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 67 av 80 Möjligt att realisera bedömningsstödet, även ett första steg ger stort värde Det är möjligt att realisera och fortlöpande förvalta bedömningsstödet visar utredningarna som omfattar ansvarsfrågan och juridiska konsekvenser, tekniska lösningar samt verksamhetsanalys med användartester. Utvecklingen och implementeringen av bedömningsstödet kan ske stegvis där kortsiktiga nyttor snabbt kan realiseras och ge vinster. Parallellt med utvecklingen i ett första steg kan vissa stora grundläggande och eventuellt tidskrävande frågor, som exempelvis författningsändringar och prediktiva modeller för ett stort antal diagnoser, hanteras för att möjliggöra fullt utvecklat bedömningsstöd och full implementering. Varje steg kan dessutom utvärderas för löpande förbättringar. Projektets ansvarsutredning har funnit en genomförbar lösning. I denna föreslås att SKL har det övergripande ansvaret för bedömningsstödet avsett för användare i hälso- och sjukvården. Försäkringskassan är juridiskt sett bäst lämpad som personuppgiftsansvarig. Det krävs dock myndighetssamverkan och författningsändringar för att möjliggöra ett fullt utvecklat bedömningsstöd. Övergripande frågor som behöver lösas är bland annat att juridiskt möjliggöra informationsflöden över organisationsgränser och att tydliggöra ansvaret för personuppgifter som delas digitalt. Utvecklingen av bedömningsstödet är ur ett tekniskt perspektiv hanterbart och relativt okomplicerat. Att strukturera data för att bygga upp SRS kunskapsdatabas är mer tidskrävande och det är en fördel om man kan utgå från redan befintliga databaser och utöka med mer data från flera källor. Utvecklingen av prediktiva modeller behöver fortlöpa över tid. Modellerna behöver utvecklas och förfinas och fler modeller behöver utvecklas, en per diagnos. Men de enkla modellerna som projektet använt under utredningen är tillräckligt bra för att användas i ett första steg för att ge ett bättre bedömningsstöd för användarna i hälsooch sjukvården. Verksamhetsanalysen har identifierat aktiviteter där ett bedömningsstöd kan ge nytta i hälsooch sjukvården för läkarens och rehabkoordinatorns arbete. Prototyp och skisser har utvecklats och integrerats i befintliga IT-stöd och därefter utvärderats. Såväl det utökade bedömningsunderlaget som integrationen uppskattades av användarna och ansågs kunna vara ett bra stöd i verksamheten och i det dagliga arbetet. 4.1.4 Sverige har unika förutsättningar, och visionen finns! Sverige har unika förutsättningar för att kunna utveckla ett bedömningsstöd för sjukskrivnings- och rehabiliteringsprocessen. I Sverige finns heltäckande populationsdata, avancerad forskning och forskningskompetens inom området, en generellt sett hög digital mognadsgrad samt erfarenhet av beslutsstöd i hälso- och sjukvården, som det diagnosspecifika FMB. Försäkringskassans tillgång till heltäckande nationell statistik inom sjukskrivningsområdet är också god då Försäkringskassan lagrar och hanterar större delen av denna information. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 68 av 80 Sverige har en vision att år 2025 vara bäst i världen på att använda digitaliseringens möjligheter för att både underlätta för människor att uppnå en god och jämlik hälsa och välfärd och för att utveckla och stärka egna resurser för ökad självständighet och delaktighet i samhällslivet 56. För att visionen ska kunna uppnås är det viktigt att medarbetare har en digital arbetsmiljö som möjliggör hög kvalitet och stöder de processer medarbetare verkar i. Bedömningsstödet understödjer både visionen i sin helhet och samtliga av visionens insatsområden. Bedömningsstödet har även möjlighet att påverka utvecklingen positivt inom flertalet områden i regeringens ”Åtgärdsprogram för ökad hälsa och minskad sjukfrånvaro” 4.2 Rekommendation till fortsatt arbete Slutsatserna är att bedömningsstödet har potential att ge samhällsnytta, fyller ett behov hos användare inom hälso- och sjukvården, är möjligt att realisera och understödjer visionen för nationell e-hälsa. Resultatet bekräftar och förstärker även slutsatserna i 2015-års förstudierapport57. Förstudiens slutsatser har nu kompletteras med mer praktiska kunskaper om användarnas behov som framkommit vid läkares utvärderingar av prototyper. Även konkreta förslag på ansvar för utveckling, drift och förvaltning av bedömningsstödet har tagits fram. Flera viktiga intressenter har genom prototypen fått en förståelse för bedömningsstödet och ser den tänkta nyttan med stödet i arbetet med sjukskrivningar. Förväntningarna är stora och de efterfrågar en snar realisering av bedömningsstödet. Några av dessa intressenter är Läkarförbundet, SKL:s nationella nätverk för rehabkoordinatorer och landstingens processledare inom sjukskrivningsområdet. SKL:s ”Uppdrag för psykisk hälsa” ser gärna ett fortsatt samarbete och önskar pilotprojekt med bedömningsstöd för sjukskrivning och insatser för patienter i primärvården med psykiska diagnoser. Projektets rekommendation är därför att påbörja utvecklingen av en första version av SRStjänsten så att kortsiktiga nyttor snabbt kan realiseras och ge vinster. Parallellt med denna utveckling kan vissa avgörande och tidskrävande uppgifter utredas och lösas för att på sikt möjliggöra ett fullt utvecklat bedömningsstöd. Sådana uppgifter är exempelvis etablering av SRS kunskapsdatabas, åtkomst till viktiga data, behov av författningsändringar samt utveckling av prediktiva modeller för förebyggande av sjukskrivning (dvs. modeller för sannolikheten att bli sjukskriven i samband med ett läkarbesök givet att patienten då inte redan var sjukskriven). För perioden 2017-2018 rekommenderas arbete inom fyra områden som kan utföras parallellt och relativt oberoende av varandra. Två områden avser utveckling av en första version av 56 Regeringens och SKL:s vision för nationell ehälsa: http://www.regeringen.se/artiklar/2015/10/e-halsa--en-forutsattning-for-att-uppna-en-mer-effektiv-och-jamlik-vard/ 57 Förstudie Stöd för rätt sjukskrivning, SKL och Försäkringskassan, september 2015. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 69 av 80 bedömningsstödets delar (A. SRS-tjänst och B. SRS kunskapsdatabas), de andra två områdena (C. och D.) bidrar till ett mer utvecklat bedömningsstöd. A. B. C. D. Utveckling av SRS-tjänsten, version 1. Utredning och utveckling av SRS kunskapsdatabas, version 1. Utredning om tillgängliggörande av specifika uppgifter från Försäkringskassan. Färdigställa och införa insatsförteckning och insatsförslag. Olika organisationer deltar i genomförandet av respektive område. Rekommendationen är att SKL övergripande samordnar alla fyra områdena under 2017-18, och därmed verkar för ett framtida fullt utvecklat bedömningsstöd. Eventuellt kan även Socialstyrelsen vara lämplig för det övergripande förvaltningsansvaret. Detta behöver då utredas vidare. Figur 19 De fyra olika utvecklings- och utredningsområdena och hur de förhåller sig till varandra. Nedan beskrivs varje område mer detaljerat tillsammans med förslag på delaktiga organisationer. 4.2.1 A. Utveckling av SRS-tjänsten, version 1 Syftet är att utveckla en första version av SRS-tjänsten och att utvärdera den i praktisk drift. Denna version av tjänsten gör det möjligt att tidig identifiera individer med risk för lång 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 70 av 80 sjukskrivning samt ge förslag på insatser för några utvalda diagnoser, presentera nationell statistik (ordinerad sjukskrivning), samt vara ett stöd för dialog med patienten. Användare är läkare och rehabkoordinatorer som använder SRS-tjänsten i befintliga verksamhetssystem (Webcert respektive Rehabstöd). Arbetet omfattar utveckling av SRS-tjänstens första grundläggande funktioner inklusive en eller flera piloter. SKL föreslås som ansvarig organisation tillsammans med Inera. Utvecklingen kan då samordnas med annat pågående arbete vid Inera som Webcert, Rehabstöd och den så kallade Samverkansytan som för närvarande utreds. SRS-tjänsten är tänkt att presentera följande innehåll till användaren: 1. Nationell statistik över ordinerad sjukskrivning per diagnos (befolkningsnivå). 2. Prediktion för sjukskrivningslängd baserad på ett fåtal grundläggande prognosfaktorer, presenterad som en risksignal. 3. Insatsförslag för återgång i arbete för ett utvalt antal diagnoser, utarbetas av en medicinsk redaktion (se avsnitt 4.2.4 om område D). 4. Rekommendationer från Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, (både det generella och det diagnosspecifika). SRS-tjänsten fungerar i denna version oberoende av SRS kunskapsdatabas och data från Försäkringskassans informationskällor. Information hämtas från Ineras Intygstjänst, exempelvis statistik över ordinerad sjukskrivning, och information från FMB. Enkla prediktiva modeller med ett fåtal prognosfaktorer (diagnos, kön, ålder) kommer att användas för att ge information om förhöjd eller starkt förhöjd risk för sjukskrivning längre än förväntat. I väntan på resultatet av utredningen om kunskapsdatabasen (se avsnitt 4.2.2 om område B) är det önskvärt att utvecklingen av prediktiva modeller för vissa diagnoser, utvalda för piloter av SRS-tjänsten, kan fortsätta genom ett uppdrag till KI (som utvecklat de prediktiva modellerna för SRS-projektet och har de data som behövs). SRS-tjänsten utvärderas genom en eller flera piloter på vårdcentraler. Det är viktigt att piloterna inleds med en bra utbildning och information till användarna, särskilt när det gäller hur bedömningsunderlagen ska användas och tolkas, för att minska risken för att negativa sjukskrivningstendenser förstärks. Exempel på vad utvärderingen kan innehålla: användarnas uppfattning om nyttan av bedömningsunderlagens innehåll: risksignaler, FMB-rekommendation, nationell statistik och insatsförslag, användarupplevelser av hur bedömningsstödet integrerats i befintliga verksamhetssystem, upplevd påverkan på dialogen med patienten, behov av utbildning och stöd, Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 71 av 80 definition av nyckeltal för mätning av effekter av bedömningsstödet. Detta område kan även utökas till att innehålla utredningar om andra användare av bedömningsstödet. För förslag på framtida innehåll i SRS-tjänsten, se avsnitt 3.3.5 Ytterligare innehåll i bedömningsstödet. Parallellt med utvecklingen av SRS-tjänsten kan insatsförteckningen revideras, detaljeras, förankras, kod-sättas och börja användas (se avsnitt 4.2.4 om område D). Det arbetet behöver dock inte störa utvecklingen av steg A. Mer detaljerade rekommendationer om insatsförteckningen finns i bilaga 7 SRS Insatsförteckning 2016 kapitel 6.1. 4.2.2 B. Utredning och utveckling av SRS kunskapsdatabas, version 1 Syftet är att utreda och utveckla SRS kunskapsdatabas. Databasen är tänkt att innehålla data från Försäkringskassan, Socialstyrelsen, SCB och andra rikstäckande register och kommer att möjliggöra utveckling, förbättring och vidareutveckling av prediktiva modeller för tillämpning inom sjukskrivningsområdet. Även information om utfall av insatsers effekter kan samlas i databasen. Användare är i första hand SRS-tjänsten, men också andra tjänster inom sjukskrivningsområdet samt analytiker inom sjukskrivningsområdet kan ha stor nytta av kunskapsdatabasen. Försäkringskassan alternativt Socialstyrelsen har i projektets oberoende utredningar föreslagits som ansvarig organisation för kunskapsdatabasen. Dessa myndigheter har dock inte varit delaktiga i projektets utredningar. Den nu föreslagna utredningen syftar därför till att myndigheterna kompletterar tidigare utredningar med att utreda egna förutsättningar, behov och nyttor med att långsiktigt ansvara för utveckling och förvaltning av kunskapsdatabasen. Även tillförsel av ny data från andra register, finansieringsmodell och myndighetens egna specifika juridiska förutsättningar bör utredas. Projektets förslag är att utredningen genomförs gemensamt av Försäkringskassan och Socialstyrelsen. Arbetet är komplext och den föreslagna utredningen behöver få ta tid. Förutsättningarna behöver överenskommas i samtal mellan regeringskansliet och respektive myndighet. Utvecklingen av kunskapsdatabasen kan påbörjas när utredningen är slutförd och regeringskansliet eller intresserad myndighet har fattat beslut om ansvaret för kunskapsdatabasen. Kunskapsdatabasen har utöver bedömningsstödet även flera andra möjliga användningsområden inom hälso- och sjukvården, försäkringsmedicin och sjukskrivningsoch rehabiliteringsområdet, exempelvis för: Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 72 av 80 Transparenta jämförelser och löpande uppföljning av sjukskrivningsmönster. Se även regeringens uppdrag 2016-06-30 till Försäkringskassan och Socialstyrelsen, ”Uppdrag om ökad kunskap om sjukskrivningspraxis”58. Forskning och utveckling. Utfall av sjukskrivningslängd och effekten av insatser - kan ge underlag till revideringar av FMB-information. Generell kunskap om insatsers effekter. 4.2.3 C. Utredning om tillgängliggörande av specifika uppgifter från Försäkringskassan Syftet är att utreda hur specifika uppgifter från Försäkringskassan kan göras tillgängliga för att förbättra statistik, uppföljning, prediktion och bedömningsunderlag inom sjukskrivning. Uppgifterna gäller individuell sjukskrivningshistorik och fullständig diagnoskod. Användare av uppgifterna är SRS-tjänsten och SRS kunskapsdatabas med dess användare läkare, rehabkoordinatorer, hälso- och sjukvårdspersonal med uppföljningsansvar inom sjukskrivningsområdet, analytiker och forskare. Projektet föreslår en utredning avseende juridiska, tekniska, verksamhetsmässiga och etiska förutsättningar för tillgängliggörande av följande uppgifter: Åtkomst till individuell sjukskrivningshistorik Denna data behövs för flera ändamål: Läkare behöver tillgång till individens sjukskrivningshistorik för att veta hur mycket (längd och omfattning) patienten varit sjukskriven tidigare, då läkarens bedömning förbättras med denna information. Bedömningsstödet behöver också dessa data för att kunna göra bättre individuella prediktioner. Den nationella statistiken på befolkningsnivå blir mer relevant och användbar om den bygger på faktisk/konsumerad sjukskrivning per diagnos. Diagnos i stället för diagnosgrupp Diagnoskoderna enligt kodverket ICD10 innehåller upp till fem positioner. Diagnos är en avgörande prognosfaktor för sjukskrivning och behöver viktas olika för olika diagnoser inom en grupp. Men när sjukskrivningsstatistik från Försäkringskassan utlämnas till aktörer utanför myndigheten är statistiken baserad på diagnosgrupp (tre positioner i ICD10) och inte på den specifika diagnoskoden, vilket försvårar analys av sjukskrivningsmönster. Detta bekräftas av Försäkringskassans egen rapport ”Sick leave diagnoses and return to work”59. För ökad träffsäkerhet i de prediktiva modellerna är det viktigt att få tillgång till statistik över sjukskrivningslängder för varje enskild diagnoskod istället för på gruppnivå. 58 http://www.regeringen.se/regeringsuppdrag/2016/07/uppdrag-for-okad-kunskap-omsjukskrivningspraxis/ 59 Sick leave diagnoses and return to work; a Swedish register study, Disability and rehabilitation, Ulrik Lidwall, 2015: http://www.tandfonline.com/doi/abs/10.3109/09638288.2014.923521 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 73 av 80 Då dessa uppgifter finns hos Försäkringskassan bör myndigheten genomföra denna utredning och förutsättningarna görs upp i samtal mellan regeringskansliet och Försäkringskassan. 4.2.4 D. Färdigställa och införa insatsförteckning och insatsförslag Syftet är att färdigställa förteckningen över rehabiliteringsinsatser inom det försäkringsmedicinska området. Förteckningen innehåller strukturerad och ensad data och kunskap om rehabiliteringsinsatser för att möjliggöra uppföljning och jämförelser, samt öka samsyn och samverkan. Användare är i första hand läkare och rehabkoordinatorer samt verksamhetsansvariga och andra professioner verksamma inom sjukskrivningsområdet. Efterhand kan fler användare tillkomma som exempelvis Arbetsförmedlingen, arbetsgivare och Försäkringskassan. Det finns ett stort behov av och ett stort intresse för en förteckning över insatser inom det försäkringsmedicinska området. Insatsförteckningen är en central komponent i bedömningsstödet men kan även användas fristående av olika aktörer. Insatsförteckningen innehåller termer, definitioner, kommentarer, hierarkier och kodverk över rehabiliteringsinsatser. Förslag på fortsatt arbete: Arbeta med att genomföra en bred nationell förankring av insatsförteckningen bland andra aktörer och initiativ inom området, bland annat hälso- och sjukvården, Försäkringskassan, Socialstyrelsen, Arbetsförmedlingen, arbetsgivarföreningar och Inera. Föreslå koder för respektive insats, i första hand från klassifikationen KVÅ och begreppssystemet Snomed CT. Utreda och föreslå ansvarig organisation för ägarskap och förvaltning av insatsförteckningen. Förtydliga rollerna för respektive insats. Vilken aktör som ordinerar, initierar, genomför, avslutar, följer upp insatserna osv. Bidra till kravställningen på aktörernas IT-system så att det blir möjligt att inleda dokumentation och uppföljning. Förutom själva insatsförteckningen har läkare och rehabkoordinatorer uttryckt behov av att bedömningsstödet ska ge insatsförslag bland annat per diagnos. I nuläget är kunskapen om vilka rehabiliteringsinsatser som är lämpliga tidigt eller senare i olika diagnoser så utspridd så att en tidspressad användare knappast kan tillgodogöra sig den. Kunskapen är inte heller evidensbaserad. Därför föreslås att en medicinsk redaktion utreder insatser som kan främja tidigare återgång i arbete och paketerar dessa för användarna. Detta arbete kan påbörjas omedelbart för ett antal utvalda diagnoser och finnas med i första versionen av bedömningsstödets SRS-tjänst. 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 74 av 80 Förslag på ansvarig för att driva detta arbete är Socialstyrelsen eller SKL/Inera. Flera organisationer behöver dock medverka i arbetet. Mer om insatsförteckningen och förslag på fortsatt arbete finns i bilaga 7 SRS Insatsförteckning 2016 med bilaga. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 2016-10-04 Version 1.0 Projektgruppen för SRS Rapport Stöd för rätt sjukskrivning 2016 Sidan 75 av 80 5. Ordlista 5.1 Förkortningar FK Försäkringskassan FMB Försäkringsmedicinskt beslutsstöd ICD-10 International Statistical Classification of Diseases and Related Health Problems – 10th version/Internationell statistisk klassifikation av sjukdomar och relaterade hälsoproblem (version 10) IMAS Insurance Medicine All Sweden KI Karolinska Institutet KVÅ Klassifikation av vårdåtgärder SCB Statistiska centralbyrån SKL Sveriges Kommuner och Landsting SoS Socialstyrelsen SRS Stöd för rätt sjukskrivning (projektnamn) SSBTEK Sammansatt Bastjänst Ekonomiskt Bistånd 5.2 Termer och definitioner analysverktyg bedömning bedömningsstöd bedömningsunderlag metoder och IT-system som används för att behandla och tolka information under en utvärdering I bedömningsstödet används statistisk dataanalys i analysverktyget, vilket leder till att prediktiva modeller kan skapas eller uppdateras. omdöme grundat på information det informationssystem som avser tillhandahålla ett bedömningsunderlag i syfte att stödja hälso- och sjukvården eller andra berörda aktörer vid bedömning av individens behov av sjukskrivning och andra insatser Här avses med bedömningsstöd det stöd för bedömning som SRSprojektet utvecklar, och inte ett kliniskt beslutsstöd. För förtydligande av SRS-projektets val mellan termerna bedömningsstöd kontra beslutsstöd, se även avsnitt 2.2.2. underlag som ligger till grund för bedömning Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 76 av 80 Det bedömningsunderlag som bedömningsstödet genererar kan innehålla information om prediktion för sjukskrivning (längd och omfattning) för en viss individ, information om föreslagna insatser, men även annan relaterad information. beslut Bedömningsunderlaget kan utgöra viktig information vid utfärdande av ett läkarintyg och i förlängningen utgör det ett underlag för Försäkringskassans beslut om sjukpenning. avgörande i viss fråga beslutsanalys Se klinisk beslutsanalys. beslutsstöd samlingsbenämning för olika metoder att stödja effektivt beslutsfattande, till exempel genom datorbearbetning av stora informationsmängder informationssystem som innehåller metoder för att stödja effektivt beslutsfattande, främst genom datorbearbetning av stora informationsmängder långsiktigt resultat som uppstår efter ett projekts slut, och som beskriver den önskade effekten eller nyttan analys med syfte att undersöka i vilken utsträckning den verksamhet som ska utredas är förenlig med gällande rätt inom berört område, och i de fall där gällande rätt inte är förenlig föreslå alternativa lösningar, eventuellt i form av förslag till författningsändringar av Socialstyrelsen sammanställd information som dels innehåller övergripande principer vid sjukskrivning och dels rekommendationer om bedömning av arbetsförmåga med i normalfallet rimliga sjukskrivningstider för olika specifika diagnoser beslutsstödsystem effektmål rättsutredning Försäkringsmedicinskt beslutsstöd, FMB informationskälla FMB är utvecklat och uppbyggt av Socialstyrelsen och publicerad på dess webbplats med enkel sökfunktion och innehåll per diagnos i fritext. källa där information hämtas informationsmängd insats Exempel på informationskällor som är av intresse för beslutsstödet är statistik över tidigare och pågående sjukskrivningar, social situation, besök i vården, medicinering, andra behandlingar, samlingar av expertrekommendationer (till exempel FMB) och information från en patientjournal. information som är avgränsad för ett visst ändamål handling som är inriktad på (visst) resultat Termerna insats och åtgärd används inom hela fackområdet vård och omsorg i olika sammanhang och lagtexter. Det finns ingen klar skillnad i betydelse mellan insats och åtgärd i någon av lagtexterna och inte heller i allmänspråket. De insatser eller åtgärder som ges enligt lagarna LSS, LVU och LVM föregås alltid av individuell behovsprövning. I SoL är insatserna eller Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS klassifikation av vårdåtgärder, KVÅ kunskapsbaserad modell/expertsystem 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 77 av 80 åtgärderna strukturellt, generellt eller individuellt inriktade. De individuellt inriktade insatserna är alltid individuellt behovsprövade. En åtgärdskod är en kod som används för statistisk beskrivning av åtgärder i bland annat hälso- och sjukvård. Koder ur Klassifikation av vårdåtgärder, KVÅ, är obligatoriska att rapportera till Socialstyrelsens hälsodataregister, se även http://www.socialstyrelsen.se/klassificeringochkoder/atgardskoderkva modell som baseras på formulerad kunskap i regelform som tagits fram av experter inom ett område Kunskapsbaserad modell kallas ibland också expertsystem. Socialstyrelsens försäkringsmedicinska beslutsstöd, FMB, är exempel på en kunskapsbaserad modell. kunskapsdatabas SRS kunskapsdatabas personuppgifter prediktion prediktionsfunktion prediktiv modell prognos Jämför prediktiv modell. databas som används för utveckling av prediktiva modeller till bedömningsstödet information som direkt eller indirekt kan hänföras till en fysisk person som är i livet förutsägelse om en variabel med utgångspunkt från värden på en eller flera andra variabler I många sammanhang används prediktion liktydigt med prognos. Se vidare prognos. funktion i ett informationssystem som med hjälp av prediktiva modeller utför de faktiska beräkningarna som leder fram till förutsägelser, s.k. prediktioner SRS-tjänsten i bedömningsstödet avser använda sig av en prediktionsfunktion. sannolikhetsbaserad modell som bygger på att lära sig regelbundenheter ur tidigare data och observationer (träning av modellen) för att utifrån dessa göra förutsägelser, prediktioner, om framtida data och observationer (utvärdering av prediktioner) Bedömningsstödet är tänkt att bygga på prediktiva modeller som utifrån samlad statistik från tidigare sjukskrivning, vård hälsotillstånd och social situation ger en läkare tydliga underlag för att kunna bedöma vilka patienter som löper ökad risk för långtidssjukskrivning respektive de som inte behöver sjukskrivning. Jämför kunskapsbaserad modell. förutsägelse om kommande utveckling, grundad på analys av fakta eller observationer I många sammanhang används prediktion liktydigt med prognos. Prognos är däremot inte inom hälso- och sjukvården ett allmänt Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS prognosfaktor rehabiliteringskedjan 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 78 av 80 resultat av förutsägelser från sannolikhetsbaserade prediktiva modeller. Prognos används i kliniska sammanhang för ett uttalande om det fortsatta förloppet, framtidsutsikterna, för en patient eller en kategori patienter med en viss sjukdom. Prognosen är kopplad till diagnos och bygger på kunskapsunderlag (vetenskap och beprövad erfarenhet), som i sin tur oftast har skapats genom statistiska analyser. faktor som kan öka sannolikheten för att något ska hända Prognosfaktorer kan användas för att förutsäga sjukskrivningslängd. Exempel på prognosfaktorer är diagnos, kön och tidigare sjukskrivning. fasta tidsgränser för när den sjukskrivnas arbetsförmåga ska prövas mot det egna arbetet, andra arbeten hos arbetsgivaren eller hela arbetsmarknaden rehabiliteringsprocess process som innefattar insatser som ska bidra till att en person med förvärvad funktionsnedsättning, utifrån dennes behov och förutsättningar, återvinner eller bibehåller bästa möjliga funktionsförmåga samt skapar goda villkor för ett självständigt liv och ett aktivt deltagande i samhällslivet rehabkoordinator person med uppgift att koordinera individers sjukskrivnings- och rehabiliteringsprocess sjukskrivningsprocess process som innefattar att läkaren utfärdar intyg om sjukskrivning utifrån en bedömning av individens arbetsförmåga och att ett beslut fattas av arbetsgivaren om sjuklön och/eller av Försäkringskassan om individens rätt till sjukpenning fram till dess att individen återfår arbetsförmågan, alternativt har behov av att få annan typ av stöd eller ersättning snomed clinical terms SRS-tjänst vårdenhet Processen kan också innefatta läkarens rekommendationer om rehabiliterande insatser, genomförandet av dessa samt samordning av dem. I processen ingår kommunikation mellan hälso- och sjukvården och andra berörda aktörer. Snomed CT är ett internationellt, medicinskt begreppssystem som är utvecklat för att användas i elektroniska informationssystem och är översatt till svenska, se mer: http://www.socialstyrelsen.se/nationellehalsa/snomed-ct den komponent i bedömningsstödet som tar emot anrop, sammanställer bedömningsunderlag med hjälp av källor, som exempelvis prediktionsfunktion och FMB, samt skickar bedömningsunderlag som svar på anrop organisatorisk enhet som tillhandahåller hälso- och sjukvård Begreppet vårdenhet är inte definierat i lagstiftning, gränserna mellan olika vårdenheter bestäms av vårdgivaren själv. Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Projektgruppen för SRS vårdgivare 2016-10-04 Version 1.0 Rapport Stöd för rätt sjukskrivning 2016 Sidan 79 av 80 statlig myndighet, landsting och kommun i fråga om sådan hälso- och sjukvårdsverksamhet som myndigheten, landstinget eller kommunen har ansvar för (offentlig vårdgivare) samt annan juridisk person eller enskild näringsidkare som bedriver hälso- och sjukvårdsverksamhet (privat vårdgivare). 2016-10-04 Stöd för rätt sjukskrivning Dnr SKL: 14/3621 Version 1.0 Projektgruppen för SRS Rapport Stöd för rätt sjukskrivning 2016 Sidan 80 av 80 Bilaga 1 Beställare och projektägare Namn Hans Karlsson Organisation Sveriges Kommuner och Landsting Nedan listas samtliga medlemmar i SRS styrgrupp och projektgrupp. Styrgrupp Namn Andreas Larsson Annika Krook Cecilia Alfvén Helén Lundkvist Nymansson Adjungerad Karin Gustavsson Organisation Försäkringskassan, t.o.m. augusti 2016 Försäkringskassan Sveriges Kommuner och Landsting Sveriges Kommuner och Landsting, styrgruppsordförande Försäkringskassan Projektgrupp Namn Anne Snis Hanna Bonnevier Kaj Ekvall Matteo Bottai Roll Projektledare Projektassistent Kvalitetssamordnare, delprojektledare kostnads- och nyttoanalys Delprojektledare prediktion av sjukfrånvaro Informatiker, insatsförteckningen Kommunikatör, utredare kostnadsoch nyttoanalys Jurist, ansvarig rättsutredning Delprojektledare verksamhetsanalys, utredare användarbehov Biostatistik, prediktiva modeller Peter Hernfalk Systemarkitekt Pål Resare Rikard Lövström Tomas Gunnarsson Juridisk granskare, rättsutredning Utredare, medicinsk expert Användbarhet, utredare verksamhetsbehov Kristina Alexanderson Kristin Schoug Bertilsson Lena Severin Manólis Nymark Maria Ekendahl Organisation Sveriges Kommuner och Landsting Karolinska Institutet Karolinska Institutet Sveriges Kommuner och Landsting
© Copyright 2024