Väitös: Tuottavuustietoja olisi käytettävä perusteettoman vaihtelun vähentämiseksi terveydenhuollossa
David Derichs (MSc) tutkii johdon laskentatoimen väitöskirjassaan tapoja vähentää kehittyneiden maiden terveydenhuoltojärjestelmien kasvavia rahoituspaineita. Derichs soveltaa tutkimuksessaan interventionistista lähestymistapaa. Sen avulla voidaan ratkaista laajalti tunnistettu potilaiden hoidon perusteettoman vaihtelun ongelma, mikä johtaa parempaan ja tuottavampaan hoitoon. Näin hän osallistuu käynnissä olevaan julkiseen keskusteluun siitä, miten tehokasta ja kestävää julkista terveydenhuoltoa voidaan tarjota korkealaatuisesti.
Väestön ikääntymisestä ja kroonisten sairauksien lisääntymisestä johtuvan terveydenhuollon tarjontaan ja ylläpitoon kohdistuvan kysynnän kasvu lisää kustannuksia. Tieteellinen ja tekninen kehitys vauhdittaa kustannusten kasvua lisäämällä hoitojen tarjontaa ja kallista diagnostiikkaa – tämä kestämätön resepti pakottaa huolehtimaan resursseista vastuullisesti kunkin terveydenhuoltojärjestelmän kaikilla tasoilla.
”Uudistuksista huolimatta hoitokustannusten välillä on edelleen suuria eroja maiden ja jopa laitosten välillä ja niiden sisällä. Osa vaihtelusta selittyy sairauden vakavuudella, potilaan mieltymyksillä tai organisaatioiden infrastruktuurilla. Suuri osa vaihtelusta on kuitenkin selittämätöntä, ja sitä pidetään perusteettomana. Lääkärien hoitotapa on tärkein syy sen olemassaoloon ja jatkumiseen”, David Derichs kertoo.
Aalto-yliopiston kauppakorkeakoulun terveydenhuollon tuottavuuden ryhmän jäsenenä David Derichs on kehittänyt yhdessä johtavien terveydenhuoltojärjestöjen kanssa raportointitoimia ymmärtääkseen, miten perusteetonta vaihtelua voidaan vähentää. Tutkijat tekivät yhteistyötä erityisesti Helsingin yliopistollisen sairaalan psykiatrian osaston ja MetroHealthin (Cleveland, Ohio, Yhdysvallat) sisätautien osaston kanssa saadakseen selville ongelman perussyyn.
Osallistujat muuttivat käyttäytymistään
Derichs löysi toimiensa avulla keinoja, joilla keskeisten suorituskykyindikaattorien lääketieteellinen ja taloudellinen merkitys voitiin ottaa huomioon. Keskeiset suorituskykyindikaattorit kehitettiin yhdessä kummankin tutkimukseen osallistuneen laitoksen hoitohenkilöstön kanssa. Kun ne oli validoitu, ne välitettiin huipputason raportointijärjestelmien kautta tutkimukseen osallistuvalle hoitohenkilöstölle. Osallistujat muuttivat käyttäytymistään kummassakin laitoksessa dokumentoitujen toimien seurauksena.
Derichs on väitöskirjassaan ”Applying Productivity Information to Reduce unwarranted Variation in Healthcare” osoittanut myös, miten sairaaloissa kasvavaa jäsentelemättömän tiedon suurta määrää voidaan hyödyntää lääkärien ja viime kädessä yhteiskunnan eduksi. Nämä havainnot ovat erityisen ajankohtaisia tiedonkeruutoimien lisääntyessä, vaikka hoitohenkilöstö pitää näitä usein kustannuksina pikemmin kuin entistä parempien kliinisten päätösten tekemisen tukena.
Väitöskirja on erinomainen esimerkki onnistuneesta, poikkitieteellisestä ja kansainvälisestä yhteistyöstä Aalto-yliopiston ja sen ulkopuolisten laitosten välillä.
***
Professori Sofia M. Lourenço toimii vastaväittäjänä. Professori Lourenço valmistui kauppatieteiden tohtoriksi Harvard Business Schoolista vuonna 2010, ja sen jälkeen hän on tutkinut ja opettanut ISEG:ssä (Lisbon School of Economics & Management, Universidade de Lisboa). Kustoksena toimii Aalto-yliopiston kauppakorkeakoulun johdon laskentatoimen Jaakko Honko ‑professori Teemu Malmi.
Väitöskirja on saatavilla osoitteesta http://urn.fi/URN:ISBN:978-952-60-8713-9
Lisätietoja:
David Derichs
[email protected]
linkedin.com/in/dderichs
puh. +358 50 441 5748
Lue lisää uutisia
Tutustu meihin: Professori Maria Sammalkorpi
Sammalkorpi on väitellyt tohtoriksi Teknillisestä korkeakoulusta vuonna 2004. Väiteltyään Sammalkorpi on toiminut tutkijana mm. Princetonin ja Yalen yliopistoissa sekä Aalto-yliopistossa.
Fyysikot saivat bakteerit uimaan lähes täydellisissä riveissä
Bakteerien ohjaaminen onnistui magneettikentän avulla. Löytö auttaa ymmärtämään bakteeripopulaatioiden käyttäytymistä ja voi jatkossa auttaa esimerkiksi kehittämään uuden sukupolven materiaaleja, joista kaavaillaan apua muun muassa lääkkeiden kohdennettuun kuljettamiseen kehon sisällä.
Tutkijat loivat ainutlaatuisen ennustemallin kuvaamaan pandemian leviämistä maiden rajojen yli
Pohjoismainen yhteishanke pureutui koronaviruksen leviämiseen vuonna 2020. Tutkimuksen avulla voidaan jatkossa ennakoida paremmin, milloin ja mitkä matkustusrajoitukset ovat pandemiaolosuhteissa tarkoituksenmukaisia.