Kui sünnitataks alati keskmiselt

Tuues põhjenduseks tervishoiuteenuste pakkumise kulu-efektiivsemaks ja kvaliteetsemaks muutmise, plaanitakse sulgeda 2018. aastal Põlva ja Valga sünnitusosakonnad. Sünnitajad on teretulnud Tartu ülikooli kliinikumi. Meedias kõlanud TÜ kliinikumi juhtide arvamuste järgi on kliinikumis ruumi piisava varuga, et pakkuda kvaliteetset teenust ja vastata sünnitajate ootustele.

Et meedias on käsitletud keskmisi näitajaid, siis sooviksin alljärgnevas lühianalüüsis rõhutada teist aspekti – sünnituste varieeruvust. Nimelt peab sünnituste arvu igapäevasel prognoosimisel ja nende jaoks ressursside planeerimisel ühe haigla piires arvestama, et tegemist on üsna volatiilse näitajaga. Alljärgneval joonisel on toodud sünnituste päevane aegrida kliinikumis jaanuar 2017-aprill 2018 koos libiseva keskmisega (must joon) ja mulle teadaolevalt avatud sünnitustubade arvuga (punane joon).

synnidaegrida

Ülaltoodud jooniselt on selgelt näha, et üksnes keskmiste sünnituste arvu võrdlemine kliinikumi sünnitustubade või perepalatite arvuga ei iseloomusta kogu pilti. Nii näiteks on vaadeldud perioodi keskmine sünnituste arv päevas 6,7, mis tõesti on väiksem kui avatud sünnitustubade arv kaheksa. Samas on veerandil päevadest sünnituste arv 8 või enam ning igal kümnendal päeval on sünnituste arv 10 või enam. (Lisaks esineb veel täiendav varieeruvus tulenevalt sellest, kui kaua üks sünnitaja sünnitustoas on, kuid nii detailseid andmeid kahjuks ei ole avalikult olemas.)

Sünnituste arvu ühes haiglas iseloomustatakse tavaliselt Poissoni jaotusega. (Vt varasemate taoliste analüüside kohta nt Gam et al. A model for the distribution of daily number of births in obstetric clinics based on a descriptive retrospective study. BMJ Open 2013;3: e002920. doi:10.1136/bmjopen-2013-002920.)

Poissoni jaotus tähendab seda, et sünnitajate keskmine arv on seotud ka hajuvusega. Kui sünnitusi tuleb juurde, siis kasvab ka nende varieeruvus. Ka TÜ kliinikumi andmete puhul on sündide arvu dispersioon 7.3 (standardhälve 2.7), mis on ligikaudu võrdne keskmise sünnitajate arvuga, nii nagu nagu Poissoni jaotusele kohane.

synnidhistogram

Kui oleksin kliinikumi sünnitusosakonna juhataja, siis minule tekitaks Põlva ja Valga haigla sünnitajate lisandumine kahetisi tundeid. Töökoormuse keskmine kasv tähendab keskmiselt suuremat personali vajadust ja seega suuremat eelarvet. Samas kasvab ka sündide varieeruvus, mis tekitab suurema korratuse igapäevatöös. Kasvab päevade arv, kui kõik sünnitustoad on täis, kui perepalateid ei jagu ning ämmaemandad jooksevad mitme sünnitustoa ja operatsiooniblokis tehtavate keisrite vahet.

Näiteks, kui liita 2017. aasta TÜ kliinikumi, Valga ja Põlva haiglate sünnituste arvud, siis kasvaks keskmine sünnituste arv ise vaid 0,8 sünnituse võrra ehk 7,5 sünnituseni päevas. Samas kasvab dispersioon 9,2ni. See toob kaasa selle, et kui kõik Valga ja Põlva haigla sünnitused oleksid Tartus, siis oleks igal neljandal päeval sünnituste arv 10 või enam ning igal kümnendal päeval 12 või enam. Seega ehkki keskmiselt on kõik korras ja sünnituste arv on keskmiselt endiselt väiksem kui sünnitustubade arv, siis kasvab risk, et sünnitajaid on enam kui normaalne töökorraldus võimaldaks.

Sünnituste keskmine arv erineb ka päevade lõikes, kuid iga päeva sees on jaotus taas Poissoni jaotuse lähedane. Nädalavahetuseti on sünnitajate keskmine arv väiksem. (Seda seletab ilmselt plaaniliste keisrite toimumine argitpäeviti.)

synnidhistogrampaevad

Alljärgnevalt on simuleeritud veel sünnitanud naiste sünnitusjärgne viibimine TÜ kliinikumis kui kõik Valga ja Põlva sünnitajad oleksid tulnud TÜ kliinikumi 2017. aastal.
Tervisearenguinstituudi statistika kohaselt Tabel RV301 oli keskmine ravikestus sünnitusabis 2016. aastal 2,8 päeva. Eeldame, et tavasünnitaja on haiglas koos sünnituspäevaga kokku 2, 3 või 4 päeva vastavalt tõenäosustega 50%, 40% ja 10%. Samad tõenäosused keisriga sünnitaja puhul oleksid vastavalt 10%, 20% ja 70%. Kui keisersünnituste osakaal on viiendik, siis saadud osakaalud annavadki keskmiseks voodipäevade arvuks täpselt 2,8.

Simulatsioonitulemused näitavad, et naiste simuleeritud arv, kes on haiglas, ületab 2,5 protsendil juhtudest voodite arvu 30 (13 perepalatit + 16 kohta kahekohalistes palatites + 1 koht ühekohalistes palatites). Eeldatavasti on see puhver, mida saab päevasisese planeerimisega kergesti korraldada, või on see lihtsalt simulatsiooniviga. Kui aga liita siia juurde kõik Valga ja Põlva haigla sünnitajad, siis ulatub naiste simuleeritud arv, kes vooditesse ära ei mahu 8 protsendini. See viitab sellele, et kliinikul on vaja planeerida endale voodi- ja inimreservi võrreldes praeguse olukorraga kui soovida, et kõik sünnitajad kliinikumis end mugavalt tunneks ka tulevikus.

simuleeritudnaistearv

Simuleeritud naiste arv haiglas päevade kaupa (mediaan, ülemine ja alumine kvartiil) on esitatud järgmisel joonisel. Kui sünnitamine oleks planeeritav, siis annaks soovituse noortele, et ajalooliste andmete põhjal on kõige rahulikum sünnitada pühapäeval ja lahkuda kolmapäeva varahommikul.

simuleeritudsynnitajad

Kokkuvõtteks sooviks rohkem näha, et taoliste otsuse puhul ei piirdutaks analüüsis vaid paari keskmise arvuga, vaid näidataks (eeldatavasti on kliinikul analüüs tehtud), kuidas mõjutab Põlva ja Valga sulgemine ka kliinikumi ressursside planeerimist tulenevalt kasvavast variatsioonist.

Kui Põlva ja Valga sulgemise puhul tuuakse põhiargumendina madalast sünnituse koguarvust tulenevat võimaliku ohtu teenuse kvaliteedile, siis ei tohiks jätta näitamata, kuidas mõjutab inimeste heaolu ka see, kui sünnitaja satub Tartusse päeval, kui seal on juba ees 15 sünnitajat.

Lõpumärkus. Autoril puudub seos Põlva, Valga või TÜ kliinikumi sünnitusosakonnaga. Kõik kolm last on sündinud TÜ kliinikumis. Antud lühianalüüsi ajend oli loeng loenduvatest andmetest (count data)  ja Poissoni jaotusest majandustudengitele. Kui keegi soovib analüüsi reprodutseerida, siis andmed on all joonistel. Jõudu!

syndidealgandmed20.pngAllikas: mitmed tublid ajakirjanikud, kes fotod ja videod on on-line väljaannetesse pannud

Advertisements
Rubriigid: Uncategorized. Salvesta püsiviide oma järjehoidjasse.

2 Responses to Kui sünnitataks alati keskmiselt

  1. Triinu Lepa ütles:

    Väga põnev! Tahtsin aga küsida, miks kasvab hajuvus palju rohkem kui keskväärtus? Ma saan aru, et hajuvust 7.3lt 9.2le ja keskväärtus 6.7lt 7.5le. Kui oleks Poisson, siis oleks ju keskväärtus võrdne hajuvusega? Kas see on lihtsalt väheste vaatluste viga?

    Eeldusel, et tegelik jaotus on Poisson võrdlesin 2 haiglat: TÜK koos Põlva ja Võruga sinu näitest lambdaga 7.3 ja ITK lambdaga 11.4 (4175 sündi 2017). ITKs on 10 sünnitustuba + 1 varu, no olgu 11. Sellistel eeldustel oleks TÜKis sünnitusi yle 8 päevas 31% ja ITKs üle 11 47% ajast. Muidugi kui TÜKis on õige lambda 9.2, siis 57%.

    Siseinfo ütleb, et on mitmeid leevendavaid faktoreid. Esiteks mitmikud. Teiseks plaanilised keisrid ei viibi sünnitustoas. Kolmandaks, plaanilisi esilekutsumisi on palju ja neid saab ajas natuke nihutada. Neljandaks, sünnitustoas viibitakse keskmiselt palju vähem kui 24 h. Koridoris sünnitamist tuleb ette, kuid mitte ruumipuuduse tõttu. Lihtsalt sünnitegevus on nii kiire, et ei jõua sünnitustuppa kohale. Ruumi mõttes on lõtk sünnituseelsete palatite näol.

  2. Andres Võrk ütles:

    Aitäh, Triinu, asjalike märkuste eest, millega nõustun.

    Paar kommetaari lisan.
    1) Mitmikud on püütud elimineerida, niivõrd kui joonistelt sai neid eristada. Andmed peaks kajastama vaid naisi.
    2) Kui hinnata tinglik keskväärtus E(y|x) ja tinglik dispersioon Var(y|x), võttes arvesse sünnitamise nädalapäev ja ka kuu (mida töö planeerimisel saab arvestades) kasutades negatiivset binoommudelit, siis ei saa nullhüpoteesi ümber lükata, et kitsendatud Poissoni mudel on õige ehk E(y|x)=Var(y|x). (Mudelid all). Poissoni mudelist hinnatud jaotus ei ole statistiliselt ka erinev tegelikust jaotusest erinevate statistikute järgi.
    3) Nõus, et tingimusteta keskväärtus E(y) on pisut väiksem kui Var(y) kui võtta juurde Valga ja Põlva, mis pigem suurendab varieeruvusest tulenevat probleemi.
    4) Igasugused täpsemad andmed sünnitustubade ja palatite hõivatuse kohta patsientide kaupa võimaldavad loomulikult palju täpsema analüüsi teha ja seda loodetavasti on TÜK teinud/tegemas. Ülaltoodu on pigem hüpoteeside geneerimiseks ja arutelu tekitamiseks.

    Negatiivse binoommudeli (Negbin II) tulemused
    ——————————————–
    (1) (2)
    TÜK TÜK+Põlva+Valga
    beta beta
    ——————————————–
    Esmas (baas)
    Teisip 0.139* 0.100
    Kolma 0.0956 0.0992
    Nelja 0.166* 0.170*
    Reed 0.145* 0.120
    Laup -0.141* -0.148*
    Püha -0.178* -0.233**
    Jaan (baas)
    Veebr 0.154* 0.239*
    Märts 0.0640 -0.0262
    Aprill 0.157* 0.200*
    Mai 0.0811 0.154
    Juuni 0.177* 0.228*
    Juuli 0.224** 0.268**
    Augu 0.188* 0.241*
    Sept 0.227** 0.278**
    Oktoo 0.0693 0.172
    Nove -0.0551 -0.00561
    Dets 0.0832 0.146
    Vabal 1.748*** 1.855***
    ——————————————–
    N 464 365
    ——————————————–
    * p<0.05, ** p<0.01, *** p<0.001

    LR test Poisson vs Neg.bin
    LR=0.00015 LR=0.00005
    p=0.495 p=0.496

Lisa kommentaar

Täida nõutavad väljad või kliki ikoonile, et sisse logida:

WordPress.com Logo

Sa kommenteerid kasutades oma WordPress.com kontot. Logi välja /  Muuda )

Google+ photo

Sa kommenteerid kasutades oma Google+ kontot. Logi välja /  Muuda )

Twitter picture

Sa kommenteerid kasutades oma Twitter kontot. Logi välja /  Muuda )

Facebook photo

Sa kommenteerid kasutades oma Facebook kontot. Logi välja /  Muuda )

Connecting to %s