3 Behovsanalyse for psykisk helsevern for barn og unge

Datagrunnlag – forbruk av tjenester

Behovsanalyse for psykisk helsevern for barn og unge er en analyse av forbruk for alle individer bosatt i Norge i 2016 og 2017. Analysen omfatter behandling ved offentlige helseforetak og private ideelle sykehus som er en del av den offentlig finansierte spesialisthelsetjenesten. Aktivitetsdata er innhentet fra Norsk pasientregister.

Innen psykisk helsevern for barn og unge er det ikke noe felles aktivitetsmål på tvers av omsorgsnivåene. For å lage et felles mål er det benyttet en vekting av aktiviteten med utgangspunkt i liggedøgn på psykiatriske sykehus. Fra Helsedirektoratet (SAMDATA) er det innhentet enhetskostnader for polikliniske konsultasjoner og per liggedøgn. Vekten for liggedøgn settes lik 1. Vekten for en poliklinisk konsultasjon er definert som

Det er i liten grad dagbehandling innen psykisk helsevern for barn og unge, og det finnes i SAMDATA ingen egne beregninger av enhetskostnadene. Vekt for dagbehandling er beregnet som gjennomsnitt av vekt for liggedøgn og poliklinisk konsultasjon ved:

Ved å bruke enhetskostnader fra Helsedirektoratet (SAMDATA) gir dette følgende vekter:

Alle hendelser for personer fra 0 til 17 år innen psykisk helsevern for voksne eller tverrfaglig spesialisert rusbehandling er omkodet til å tilhøre psykisk helsevern for barn- og unge. Tilsvarende er hendelser for personer behandlet i psykisk helsevern for barn og unge som er 18 år eller eldre omkodet til å tilhøre psykisk helsevern for voksne og tverrfaglig spesialisert rusbehandling.

Mindre enn 5 pst. av befolkningen i alderen 0 til 17 år har vært pasienter i psykisk helsevern for barn og unge.

Forklaringsvariabler

Data om befolkningen er innhentet fra ulike databaser i Statistisk sentralbyrå. Et prosjektspesifikt løpenummer er laget av Statistisk sentralbyrå for prosjektet slik at data fra Norsk pasientregister kan kobles på befolkningsdataene. Koblinger på kommunenivå er utført av sekretariatet.

I analysene benyttes fire typer forklaringsvariabler:

• Alder og kjønn

• Sosioøkonomiske variabler

• Helserelaterte variabler

• Variabler som beskriver bosted

I analysene kontrolleres det for forskjeller i kapasitet i den kommunale helse- og omsorgstjenesten og spesialisthelsetjenesten.

Demografi

Alder er inkludert som 3 dummyvariabler for følgende alderskategorier: 0 til 5 år, 6 til 12 år og 13 til 17 år. Alder er beregnet som år for analysene minus fødselsår. Kjønn er kodet verdien 1 for kvinner siden forbruket blant unge kvinner er høyere enn blant unge menn. Det er ikke benyttet interaksjoner mellom kjønn og alder.

Sosioøkonomiske forhold

Innvandringsdata er innhentet fra befolkningsstatistikk hos Statistisk sentralbyrå. Alle individer er i statistikken gruppert i en av seks grupper: A) født i Norge med to norskfødte foreldre, B) innvandrere, C) norskfødte med innvandrerforeldre, E) utenlandsfødte med en norskfødt forelder, F) norskfødte med en utenlandsfødt forelder og G) utenlandsfødte med to norskfødte foreldre. I analysene er det laget dummy for kategori B. I tillegg er det inkludert interaksjon med denne kategorien og andel av innvandrere i hver kommune med ikke-vestlig bakgrunn.

Alle individer er i Statistisk sentralbyrås befolkningsstatistikk tilordnet en familiekategorisering per år. Disse opplysningene er benyttet til å lage dummykode for enpersonfamilie basert på individer som er kategorisert i Statistisk sentralbyrås familietyper 111 til 114 (enpersonfamilie under 30 år, 30 til 44 år, 45 til 66 år og 67 år eller over). Dummy for aleneforsørger er for individer over 18 år som er gruppert i en av følgende fire familietyper: 2.3 (mor/far med små barn/yngste barn 0 til 5 år) og 2.4 (mor/far med store barn/yngste barn 6 til 17 år).

Fra Statistisk sentralbyrås barnevernsstatistikk er det koblet informasjon om hvorvidt hvert individ har mottatt hjelpetiltak eller omsorgstiltak. Det er for analysene konstruert en dummy for hvorvidt et individ har mottatt enten hjelpetiltak eller omsorgstiltak.

Helsetilstand

Dødelighet er målt per individ som en dummy for om individet dør samme år eller neste som analysen gjennomføres (befolkningsstatistikk fra Statistisk sentralbyrå). Dødelighet er ikke inndelt etter aldersgrupper, primært siden dødeligheten er svært lav i de relevante aldersgruppene.

Variabler som beskriver bosted

I tillegg til individnivåvariablene, er flere forhold samlet på kommunenivå for å beskrive bostedet til individet. Dette er enten viktige kontrollvariabler som kan påvirke tilbudet (for eksempel komplementære kommunale tjenester), eller også forhold som kan antas å påvirke etterspørselen etter tjenester (for eksempel klima- og breddegradsindeks).

Storbydummy er konstruert basert på individenes bostedskommune og er en dummy for kommunenummer 301 (Oslo). Dette fanger opp noe annet enn en ren helseforetaksdummy for Oslo universitetssykehus, siden også Lovisenberg diakonale sykehus, Diakonhjemmet sykehus og Akershus universitetssykehus har opptaksområder i Oslo.

I NOU 2008: 2 ble en klima- og breddegradsindeks bestående av fire deler foreslått. Delene var breddegrad, nedbør, sommer- og vintertemperaturer. Hver delindeks sorterte kommunene fra minst til mest langs en skala fra 0 til 1 etter forventet retning på sammenhengen med behov (nordlig breddegrad, mye nedbør, varm vinter og kald sommer). Den samlede indeksen ble beregnet som et uvektet gjennomsnitt av disse fire delindeksene. Indeksen har nå blitt oppdatert med nye meteorologiske data om nedbør, sommer- og vintertemperaturer fra Meteorologisk institutt. De kommuner som ikke har målestasjoner har fått tilordnet klimadata fra nærmeste kommune.

Arbeidsledighet er innsamlet fra Statistisk sentralbyrås arbeidskraftsundersøkelse (statistikkbanken tabell 10540) og omfatter registrerte arbeidsledige i alderen 15 til 74 år. Dette er en annen kilde enn arbeidsledighetsstatistikk fra Nav og gir et annet nivå på tallene, men formålet med analysene her er å vise til forskjeller mellom kommuner, ikke nivået i seg selv.

Voldskriminalitet er målt som antall anmeldte lovbrudd for vold og mishandling, per 1000 innbyggere. Disse data er samlet inn fra Statistisk sentralbyrå (statistikkbanken tabell 08487).

Ikke-vestlige innvandrere er definert som innbyggere i innvandringskategori B, dvs. førstegenerasjons innvandrere. Ikke-vestlig er definert som ikke å være fra Vest-Europa, Amerika eller Oseania. Andel av innbyggere med ikke-vestlig bakgrunn er summert i kommuner basert på befolkningsstatistikk fra Statistisk sentralbyrå.

Data om antall asylsøkere i 2016 (gruppert etter kommuner med asylmottak) per innbyggere er delvis innhentet fra UDI (antall ved mottak), og fra et pågående (upublisert) forskningsprosjekt ved NTNU (informasjon om kommuner med asylmottak i 2016).

Manglende opplysninger (på grunn av endring i kommunestruktur) er satt likt fylkesgjennomsnitt.

Basert på individnivåvariabler er det også konstruert noen variabler på kommunenivå. Her inkluderes andel av innbyggerne som har kun grunnskole, andel av innbyggerne som har mottatt sosialhjelp og andel av innbyggerne som har uføretrygd.

Tilbudet av helsetjenester

Fra Statistisk sentralbyrås KOSTRA-database er det innhentet opplysninger om kommunale kostnader per innbygger til hele helse- og omsorgssektoren (Kostra-funksjon FGK9). Det er også innhentet opplysninger om kommunale kostnader til barnevern (Kostra-funksjon FGK13). Det finnes ingen funksjonsinndeling som er avgrenset til psykisk helsearbeid.

I forskningsprosjektet (EU) Comparative Effectiveness research on Psychiatric Hospitalisation by Record Linkage of Large Administrative Data Sets (CEPHOS-LINK) er det beregnet reisetid i minutter fra kommunesentrum til både nærmeste psykiatriske akuttsykehus og nærmeste distriktspsykiatriske senter.

Kommunale årsverk innen psykisk helse og rusarbeid (per innbygger 18 år og eldre) er innhentet fra Helsedirektoratet IS-24/8 Kommunalt psykisk helse- og rusarbeid.

Alle helseforetak er inkludert som dummykoder i analysene for å ta bort nivåforskjeller mellom helseforetakene.

Manglende opplysninger (på grunn av endring i kommunestruktur) er satt likt fylkesgjennomsnitt.

Regionale forskjeller på forklaringsvariablene

Her presenteres gjennomsnittsverdier for hver region på de ulike forklaringsvariablene basert på de data som er inkludert i analysene. Kommunale variabler gjelder hele kommunens befolkning, med mindre annet er angitt.

Valgt metode

Formålet med analysene er å etablere en sammenheng mellom faktorer som påvirker behovet (for eksempel alder) og størrelsen på behovet. Denne sammenhengen kan beskrives i to ledd; for det første i hvilken grad en faktor påvirker sannsynligheten for at individet har behov for tjenester, for det andre hvordan faktoren påvirker størrelsen på dette behovet. Metodisk kan dette gjøres gjennom å estimere dette i to steg. I steg en estimeres sannsynligheten for at individet har behov. I steg to kombineres dette med estimatet på sammenhengen mellom kriteriet og størrelsen på behovet. Når det er mange faktorer som dels virker alene og dels virker i et samspill, viser det seg at en slik to-stegs modell imidlertid ikke alltid gir stabile resultater, og for noen av tjenesteområdene heller ikke lar seg estimere. Det er derfor valgt å ikke benytte denne tilnærmingen i beregning av behovsnøkler og behovsindekser.

Det er deretter benyttet to alternative tilnærminger. Den ene er å estimere sammenhengen mellom behov og for eksempel alder direkte ved hjelp av ordinær minste kvadraters metode (OLS) og ved bruk av individdata. Den andre er å aggregere individdata opp til cellenivå og også her benytte OLS. Den første tilnærmingen har den fordel at den best utnytter den informasjonen som ligger i å ha data på individnivå. Siden en stor andel av befolkningen ikke har forbruk av tjenester vil dette gi noen statistiske utfordringer i forhold til de forutsetninger som OLS bygger på. Den andre tilnærmingen innebærer at man estimerer forholdet mellom gjennomsnittlig forbruk hos en gruppe individer og for eksempel gjennomsnittlig sykefravær, trygdeandel eller lignende i denne gruppen. Dette vil i praksis være samme tilnærming som ble benyttet i NOU 2008: 2. Ulempen med en slik tilnærming er at det på gruppenivå kan trekkes slutninger om sammenhenger som det ikke finnes støtte i på individnivå, og at det dermed kan etableres sammenhenger som ikke er reelle.

Det er vurdert at det at man nå har data på individnivå over bruk av tjenester som også kan kobles med informasjon om inntekt, utdanning, trygdestatus mv. representerer et betydelig framskritt i forhold til datagrunnlaget som lå til grunn for NOU 2008: 2. Videre vurderes fordelen med å utnytte den informasjonen som ligger i individdata som større enn den metodiske usikkerheten knyttet til å benytte OLS. Det er derfor valgt å estimere modellen og beregne tilhørende behovsnøkler og behovsindekser gjennom å analysere individdata ved bruk av OLS. Bruk av aggregerte celledata gir ikke vesentlig forskjellige resultater når de benyttes til å predikere forbruk på aggregert nivå, men kan gi forskjeller i effekt av ulike kriterier. Celledata gir færre signifikante variabler på grunn av lavere antall observasjoner og at gjennomsnitt på cellenivå vil maskere noe av de individuelle sammenhengene mellom behov og forklaringsvariablene. Dette gjelder både dødelighet og kommunal sosialhjelp.

Regresjonen er gjennomført uten konstantledd og alle variabler (bortsett fra alder) er operasjonalisert som avvik fra gjennomsnitt. Analysene er gjort med robust estimering av standardfeil for å ta høyde for opphopning av observasjoner på helseforetaksnivå. Det er inkludert dummyer for helseforetak for å korrigere for forskjeller i behandlingskapasitet (fast-effekt).

De fire gruppene med forklaringsvariabler er testet blokkvis hver for seg for å velge ut relevante variabler fra hver gruppe. Det benyttes en strategi hvor variabler som ikke er statistisk signifikante (T-verdi < 2) ekskluderes. Deretter estimeres modellen samlet med relevante variabler fra alle blokkene, og igjen ekskluderes ikke-signifikante variabler. I den endelige modellen beholdes alle variabler som bidrar signifikant til å forklare variasjon i forbruk av helsetjenester. Bortsett fra interaksjon mellom innvandringskategori og andel ikke-vestlig innvandring på kommunenivå er det ikke testet andre interaksjonseffekter enn mellom alder og de øvrige variablene.

Resultater

Tabell 3.11 viser den foretrukne modellen, med regresjonskoeffisienter, T-verdi og konfidensintervall.

R² er et mål på hvor stor del av variasjonen knyttet til den avhengige variabelen som forklares av modellen. R² går fra verdien 0 som betyr absolutt ingen assosiasjon mellom de inkluderte variablene og den avhengige variabelen til verdien 1 som betyr at modellen er perfekt determinert. I denne modellen er R² målt som 0,0079. Det betyr at under 1 pst. av all variasjon i vektede liggedøgn per innbygger forklares av de inkluderte variablene. Dette henger sammen med at kun en liten del av individene her har forbruk. Like over 95 pst. av befolkningen har ingen tjenester. Dermed forklarer modellen lite av den totale variasjonen, men det innbyrdes forholdet mellom variablene er likevel godt estimert.

Alle alderskategoriene er signifikante og inngår i forslaget til kostnadsnøkler. Jenter og unge kvinner har i denne modellen høyere forbruk av psykiatriske sykehustjenester enn gutter. Individer som mottar barnevernstiltak har betydelig høyere forbruk enn de som ikke mottar slike tjenester.

Dødelighet er positivt assosiert med bruk av tjenester.

Barn som bor med kun en forelder (aleneforsørget) har marginalt høyere forbruk enn de som bor med to.

Sosialhjelp på kommunenivå har en betydelig effekt på forbruket av tjenester for individet; de som bor i kommuner med høy andel sosialhjelp har selv høyere sannsynlighet for å være forbrukere av psykisk helsevern for barn og unge.

De andre variablene som ble utelatt viste ingen sammenheng med forbruk av psykisk helsevern for barn og unge.

Valg av nøkler

Koeffisientene fra regresjonsanalysene benyttes til å beregne kriterievekter (behovsnøkler). Hver variabel er operasjonalisert som avvik fra gjennomsnitt, og regresjonen er gjennomført uten konstantledd. Det betyr at alderskategorikoeffisientene kan tolkes som forbruket til en person i den aktuelle kategorien som har gjennomsnittlig verdi på de andre variablene.

Behovsvektene beregnes på følgende måte:

Tilbudssidevariabler blir ikke inkludert som behovsnøkler (reisetid og helseforetaksdummyer). Kun koeffisienter som er positive, og hvor den forventede retningen er positiv blir inkludert som mulige behovsnøkler. Data aggregeres til regionnivå før beregning av nøkler.

Ukorrigerte vekter beregnes for alle inkluderte variabler, og dette gir i sum over 1 i samlede vekter. Først skaleres aldersvektene slik at samlede vekter blir 1, deretter utelates negative variabler og tilbudssidevariabler, før alle vekter skaleres igjen slik at sum av vekter blir 1.