Ga direct naar de content

Naschrift: Nederlandse ziekenhuizen toch echt te groot

Geplaatst als type:
Geschreven door:
Gepubliceerd om: december 6 2017

Pomp en Heida plaatsen een aantal vraagtekens bij ons ­artikel ‘Nederlandse ziekenhuizen te groot voor verdere schaalvoordelen’. In deze reactie laten wij zien dat de kritiek een aantal ­onjuistheden, denkfouten en drogredenen bevat.

Gaat de daling door boven de 450 bedden?

Pomp en Heida (hierna: PH) doen de suggestie dat na een daling en een stijging van de gemiddelde kosten (U-curve) ze vervolgens misschien weer dalen. De literatuur kent de U-curve en de L-curve. PH introduceren iets nieuws: de ­

-curve. De gedachte zou aan kracht winnen door te verwijzen naar literatuur over de -curve. In ­honderden geanalyseerde studies, zijn we deze curve niet tegen­gekomen. Inhoudelijk lijkt zo’n curve ook niet plausibel. Schaalvoordelen worden gelinkt aan technische zaken, zoals een betere bezettingsgraad of arbeidsdeling. Schaalnadelen worden gelinkt aan de ­menselijke factor: meer controle en bureaucratie en een verminderde betrokkenheid van werknemers. Welke ­factor een nieuwe omslag bij verdere schaalvergroting ­verklaart, is onduidelijk.

Geen goede correctie patiëntkenmerken

Een casemixvariabele is van belang bij de verklaring van de hoogte van de kosten. Dit kan ook de schaalelasticiteit beïnvloeden. Dat is precies wat uit onze meta-studie blijkt. Onbekend is welke correctie voor patiënt­kenmerken het meeste recht doet aan de werkelijkheid. PH kiezen voor de gewogen-outputindicator en stellen dat je alle andere studies eigenlijk moet weggooien. De keuze van PH is echter gebaseerd op een foutieve interpretatie van significantie bij het gebruik van dummyvariabelen met een referentiecategorie. Ook suggereren PH dat een nog een betere casemixcorrectie bestaat met nog hogere schaalelasticiteiten. Deze redenering heeft alle kenmerken van een drogreden. Tot slot laat figuur 1 van ons artikel zien dat boven de 270 bedden geen resultaten worden gevonden met schaalvoordelen. Er is dus geen studie te vinden die de stelling van PH ondersteunt.

Kwaliteitsverschillen niet meegenomen

Ons artikel verwijst naar Batterink et al. (2017) dat stelt dat kwaliteitsverschillen moeilijk te meten zijn. PH onderkennen dit, ze geven aan dat kwaliteitsverschillen niet zijn aan te tonen, vanwege imperfecte en onvolledige gegevens. Wellicht is dat de reden dat de door ons gebruikte studies niet corrigeren voor kwaliteit. Bovendien is de richting van de bias door weglaten van kwaliteit onbekend. PH ­veronderstellen betere kwaliteit in grote ziekenhuizen, maar onderschrijven dat dit niet aantoonbaar is.

HH / Robin Utrecht

Niet-parametrische studies leiden tot andere conclusie

PH verwijzen hier eerst naar Wilson en Carey (2004), waaruit zou blijken dat bij een grote schaal zich nog schaalvoordelen voordoen. Wie het artikel leest, zal zich verbazen over de buitengewoon onwaarschijnlijke uitkomsten (schaalelasticiteiten van 3 of hoger). De methode van Wilson en Carey leent zich slecht voor het afleiden van schaaleffecten. Dat geldt in het algemeen, niet-parametrische studies zijn gericht op het vaststellen van inefficiënties, niet op schaaleffecten. De opmerking van PH dat niet-parametrische studies vaak de optimale schaal rapporteren, is feitelijk onjuist. Van de meer dan honderd onderzochte niet-parametrische studies in Van Hulst (2016) rapporteren er slechts drie de optimale schaal. Omwille van de volledigheid is een analyse gemaakt door, met pijn een moeite, voor nog dertien studies de optimale schaal te imputeren. Op basis viervan wordt de optimale schaal op 220 bedden geschat. Vreemd genoeg melden PH deze uitkomst niet. Indien niet-parametrische studies al tot een andere conclusie leiden, dan is dit dat de optimale schaal nog kleiner is.

De schaalelasticiteiten gelden niet bij het gemiddelde

Iedere observatie in ons bestand heeft betrekking op een ­studie met daarbij de geschatte schaalelasticiteit en de schaal waarop deze betrekking heeft. Meestal gaat het dan om de gemiddelde schaal in die steekproef (de schaalelasticiteit wordt geëvalueerd in het gemiddelde). Dat is geen aan­name, zoals PH suggereren, maar een directe resultaat uit een ­studie. Om studies met elkaar te kunnen vergelijken, is de gemiddelde schaal uitgedrukt in gemiddeld aantal bedden.

Conclusie

In de afgelopen twintig jaar zijn er verschillende studies ­verschenen naar schaaleffecten van Nederlandse zieken­huizen. Deze leveren een heel consistent beeld op dat schaalvoordelen bij 200 à 300 bedden uitgewerkt zijn. Dat consistente beeld komt mede doordat de studies veel op elkaar lijken, qua gegevens en methodologie. We hebben ons toen de vraag gesteld of dit beeld in overeenstemming is met buitenlands onderzoek. Uit de meta-analyse blijkt dat verschillende methodes, contexten, specificaties en gegevens weliswaar van invloed zijn op de resultaten, maar uiteindelijk is er een verrassende consensus over schaaleffecten.

Auteurs

1 reactie

  1. J. Heida
    7 jaar geleden

    Met vergroting van schaal van een ziekenhuis verandert meer dan alleen het aantal bedden.
    Zie www.sirm.nl voor onze reactie op dit naschrift.