A várólisták matematikája

A várólisták matematikája

Nem korlátozzák tovább az egynapos sebészeti beavatkozások számát, emellett többletfinanszírozással arra ösztönzik a kórházakat, hogy több nagyműtét vállaljanak – ezek a kormány várólista-csökkentési programjának legújabb intézkedései. Fontos lépések, ám a probléma kezelésében kulcsfontosságú szerepe lenne a szofisztikált egészségügyi adatelemzésnek is, amellyel végre pontos képet kaphatnánk az egészségügyi ellátórendszer valós kapacitásairól.

243 nap. Ennyit kell várni egy nyitott szívműtétre ma a fővárosban. A riasztó hosszúságú várólistákat egyesek talán már természetesnek, az egészségügyi ellátás szükségszerű velejárójának gondolják, és ebben erősítheti meg őket az a gyakran hallott magyarázat is, miszerint a várólistákra azért van szükség, mert a költséges műtéteteket és vizsgálatotokat nem lenne képes egyszerre finanszírozni az egészségbiztosító.

Ennek ellenére az egészségügyi kormányzat valószínűleg tisztában van a probléma súlyával, hiszen nemrég újabb várólista-csökkentési programot hirdettek, amelynek intézkedéseit kormányrendeletben rögzítették, és a programra ötmilliárd forintot szántak. Eltörölték például az egynapos sebészeti beavatkozások számát maximalizáló volumenkorlátot, így a remények szerint kevesebbet kell majd várni egy szemészeti műtétre. Emellett azokat a nagyműtéteket, amelyekkel a kórházak túllépik a volumenkorlátokat, 10 százalékkal magasabb összeggel finanszírozzák, így ösztönözve a kórházakat arra, hogy pluszmunkát vállaljanak.

Ezek az intézkedések várhatóan pozitív hatást gyakorolnak majd a várólisták alakulására, ám a problémát közelebbről megvizsgálva érdemes lenne további megoldási lehetőségeket is számba venni, amelyek az egészségügyi ellátórendszer kapacitásainak felmérésére irányulnak. Jelenleg ugyanis nem látjuk pontosan, hogy egy műtő, valamint a hozzá kapcsolódódó egészségügyi személyzet valójában naponta hány műtét lebonyolítását teszi lehetővé, amiként nincsenek megbízható adataink arról sem, hogy milyen maximális kihasználtsággal működhetnek a CT- és MR-vizsgálatokat végző gépek.

Ennek oka csak közvetve a forráshiány, sokkal inkább egy statisztikai problémáról van szó. Az egészségügyi kapacitásokat ma Magyarországon többnyire egyszerű átlagalapú számítással tervezik az egészségügyi intézmények: mondjuk a műtéteknek és a műtéteken átesett betegeknek egy bizonyos időszakra vonatkozó számát alapul véve megállapítják, hogy egy operáció átlagosan egyórás, míg az átlagos várakozási idő szintén egy óra, és ezekből az értékekből számítják ki azt, hogy hány műtétet tudnak elvégezni, valamint hogy mennyit kell várakozniuk a betegeknek. Ám a valóság mindig sokkal bonyolultabb képet mutat az átlagoknál, pláne ha nem csak gépek, hanem egyszerű emberek szükségszerűen változó teljesítményét vizsgáljuk. Gondoljunk csak bele: reális elvárás-e az, hogy két – természetét tekintve – ugyanolyan műtét percre pontosan ugyanannyi ideig tartson? Éppúgy nem, ahogy egy boltban sem garantálható az, hogy minden egyes vásárló kiszolgálása ugyanannyi időt vegyen igénybe. A valóságban számos tényező befolyásolja egy műtét és a hozzá kapcsolódó várakozás várható időtartamát, így a megbízható eredményekhez szofisztikált statisztikai módszerekre, például a statisztikai valószínűségre alapozott, úgynevezett sztochasztikus elemzésekre van szükség. Nem kizárható, hogy amíg egy műtét esetében egy átlagszámítás eredményeként mondjuk csupán egyórás várakozási idővel kalkulálnánk, a sztochasztikus megközelítés szerint inkább 20 órával kellene.

És akkor még nem is beszéltünk a kapacitásigényekről, amelyek ismerete nélkül hiábavaló a kapacitáskalkuláció. A kapacitásigényt jelentős részben a betegek számában, a betegségek előfordulásában jelentkező területi sajátosságok befolyásolják; például egy a daganatok operációjára specializált sebészeti klinika várható igénybevétele függ attól, hogy milyen számban regisztrálnak rákos megbetegedéseket az intézmény környezetében. Csakhogy miután a kórházak lényegében csak a saját adatbázisaikhoz férnek hozzá, a hozzájuk – a területi ellátási kötelezettség alapján – tartozó betegekről azonban alig valamit tudnak, így még ha akarnának, sem tudnának pontosabb kalkulációt végezni.

Részben ezt a problémát orvosolandó született meg Szócska Miklós egykori államtitkár Egészségügyi Elektronikus Szolgáltatási Tér koncepciója, amelynek lényege az volt, hogy összekapcsolja a különböző egészségügyi intézmények adatbázisait, azzal a céllal, hogy az így létrejövő adatvagyon segítse a döntések előkészítését, például a betegút-szervezést és nem utolsósorban a kapacitás-tervezést. A rendszer gyakorlati hasznát azzal a példával támasztották alá, hogy a mentősöknek egy riasztás alkalmával még a helyszínre érkezés előtt lehetőségük lenne adatokat lekérniük az elektronikus adatbázisból a beteg korábbi betegségeiről, esetleges gyógyszerallergiájáról.

Csakhogy a koncepcióval, amelynek megvalósítása az új államtitkár érkezésével parkoló pályára került, két probléma is van. Az egyik, hogy az Egészségügyi Elektronikus Szolgáltatási Tér lényegében csak egy informatikai platform, ha tetszik, az egészségügyi adatok „piactere”, amely az eddig ismert formában mindenekelőtt arra lenne alkalmas, hogy az adatok elérését, cseréjét biztosítsa, ám a szofisztikált adatelemzésre, az egészségügyi adatok aggregált vizsgálatára már jóval kevésbé lenne használható. A másik probléma pedig az, hogy az adatok elemzését az állam saját kizárólagos hatáskörben tartaná meg, amivel lehetetlenné válna a többféle elemzői perspektíva érvényesülése; az adatok egyféle olvasásában pedig mindig komoly kockázat rejlik.

Egyelőre tehát nincs átfogó elektronikus egészségügyi adatbázis, és sajnos az egészségügyi ellátórendszerben csak alig áll rendelkezésre az a statisztikai kompetencia, amely az egészségügyi intézmények számára jelenleg elérhető adatok alapján lehetővé tenné legalább az erőforrások ki- és felhasználására vonatkozó valid kalkulációt. Anélkül viszont, hogy bármit is tudnánk a kórházaink valós kapacitásairól, aligha várhatjuk a várólisták hosszának tartós csökkenését.

Horváth Bence, a Spicy Analytics Kft. ügyvezető igazgatója

Vissza