Μέτρηση της τεχνικής αποδοτικότητας του συστήματος της πρωτοβάθμιας φροντίδας υγείας μέσω της μέτρησης της σχετικής αποδοτικότητας των κέντρων υγείας στην Ελλάδα

Abstract

Background: The study focuses on measuring the technical efficiency and productivity of health centers in Greece. The study includes three different papers that address the entire topic of this thesis. The first paper (Trakakis et al., 2021) measures the technical efficiency of 196 health centers in Greece for the year 2018, while the second paper (Trakakis et al., 2021) measures the productivity and technical efficiency of 155 health centers in Greece for the period 2016-2018. Finally, the third paper (Trakakis et al., 2022) measures the technical efficiency of 155 health centers for the period 2016-2018, focusing on examining the contribution of each category of human resources to health center efficiency outcomes.Purpose: The purpose of this study was to measure the technical efficiency of primary health care system by measuring the technical efficiency of health centers in Greece.Data/Method: Data were collected by the Ministry of Health and were analyzed by performing quality tests to ensure validity and avoid bias. The study included 196 health centers for 2018 and 155 for 2016-2018. In the first paper, the input-oriented model of Data Envelopment Analysis was performed, under CRS and VRS assumptions, to measure the overall technical efficiency of 196 health centers in Greece. Tobit regression analysis was also performed to analyze the effect of the Health Region on the technical efficiency of the health centers. In the second paper, nonparametric Data Envelopment Analysis was used along with the Malmquist Index to include panel data in the analysis to measure the productivity and technical efficiency of 155 health centers for 2016-2018. Meaningful results were extracted by indicating the number of health centers that improved their productivity, regressed in productivity, or remained constant through the period 2016–2018. In the third paper, the input-oriented model of Data Envelopment Analysis was performed to evaluate 155 Health Centers, considering the mean values of the 2016-2018 period. Moreover, four different models were subjected to the input-oriented Data Envelopment Analysis to investigate the influence of human resources on the technical efficiency results of the 155 health centers. The bootstrap technique was performed to generate confidence intervals for the models.Results: The results of the first paper indicate the technical efficient health centers in Greece, which construct the efficient frontier. The technical inefficient health centers in Greece lie beneath the efficient frontier. The 196 health centers obtained an average technical efficiency value of 0.916 under the VRS assumption for 2018. Of the 196 health centers, 48 had technical efficiencies that were below average, while 138 had technical efficiencies that were equal to one. The results of the CRS Data Envelopment Analysis showed an average technical efficiency of 0.806 for the 196 health centers, with 91 of them having technical efficiency equal to one. Moreover, the 196 health centers included in the study were classified by the health region to which they belonged to examine the effect of Health Regions on measured technical efficiency. The analysis showed no significant results (p-value = 0.255).In the second paper, the productivity of each of the 155 health centers in Greece and how it shifted during 2016–2018 was measured. In addition, the overall productivity change of the 155 health centers over time was calculated and analyzed as being due to technical efficiency or technological efficiency. The analysis of the mean values showed a decrease of 0.9% in the overall productivity factor from 2016 to 2017 and a decrease of 5.2% from 2017 to 2018. The overall decrease in the productivity of the 155 health centers was 3.1%. From 2016 to 2018, 59 health centers changed their productivity mainly due to technological change and 91 changed mainly due to technical efficiency change. One health center showed regression to its total productivity due to equal regression of its technical efficiency and technology. Specifically, the average productivity of 155 health centers in the first year was 0.991. From the 155 health centers, 73 increased their productivity levels while 82 decreased their productivity levels. The technical efficiency of health centers in this period increased in 48 health centers, decreased in 43 health centers, while it remained constant in 64 health centers. In 2017-2018, the average productivity was 0.948. From the 155 health centers, 72 health centers increased their productivity while 83 achieved lower productivity levels. Accordingly, the technical efficiency of 43 health centers increased, 44 health centers decreased, while 68 health centers had the same technical efficiency. Overall, 61 of the 155 health centers improved their productivity over the three years, while 94 decreased their productivity.In the last paper, the technical efficiency of 155 health centers was measured taking into consideration the mean values of the data collected, during 2016-2018. The health centers had an average technical efficiency value of 0.932, under the VRS assumption, which is very similar to the overall technical efficiency value measured in the first paper. Moreover, the average results of the partial models in terms of each input show that the technical efficiency values achieved by the health centers are most influenced by the number of managers and the number of doctors employed which showed an average technical efficiency of 0.689 and 0.680 respectively. The next factor affecting health centers technical efficiency values was the number of nursing staff, with an average technical efficiency of 0.570 for the model. Finally, the model that used as input the number of non-medical staff employed in the 155 health centers had the lowest impact on technical efficiency, with an average technical efficiency of 0.517. The application of the "Data Envelopment Analysis" and the "Bootstrap" technique showed that in the model with all inputs and outputs, 108 health centers were technically efficient during the three years, while 36 had low technical efficiency. Among the individual models, the model with the input managers employed in the health centers showed 64 technically efficient health centers, 8 health centers with high technical efficiency, 2 health centers with medium technical efficiency, and 81 health centers with low technical efficiency. The model with the input physicians employed in the health centers resulted in 39 technically efficient health centers, 31 health centers with high technical efficiency, 13 health centers with medium technical efficiency, and 72 health centers with low technical efficiency. The model with the input nursing staff employed in the health centers showed 37 technically efficient health centers, 27 health centers with high technical efficiency, 13 health centers with medium technical efficiency, and 78 health centers with low technical efficiency. In the model with non-medical staff as input, 31 health centers were technically efficient, 28 health centers had high technical efficiency, 12 health centers had medium technical efficiency, and 84 health centers had low technical efficiency.Conclusions: According to the study, the 196 health centers had a high average technical efficiency in 2018, without being influenced by the health region to which they belong. However, in the three years 2016-2018, there was a decrease in productivity of 155 health centers in Greece. The study showed that the mean values of technical efficiency were at the same levels. The decrease in productivity of health centers was therefore mainly due to the decrease of their technological/technology efficiency, reflecting the changes of the specific period with the implementation of Law 4486/2017 and the funding cuts in the Greek health system. According to the results of the study, managers and physicians seem to have the greatest influence on the technical efficiency of health centers, followed by nursing staff and finally by the non-medical staff. The study highlights the importance of measuring technical efficiency and productivity in primary health care. The results may be used to improve the technical efficiency and productivity of health centers in Greece. Moreover, this study can also be used to better distribute the staff employed in the health centers in a way that maximizes their technical efficiency. Health centers that have low technical efficiency can follow the best practices used by technically efficient health centers. Evaluation of the technical efficiencies of the health centers is crucial as it provides important information on the viability of each health center, as well as information about the overall progress of primary health care.

Εισαγωγή: H διδακτορική διατριβή εστιάζει στη μέτρηση της τεχνικής αποδοτικότητας και της παραγωγικότητας των Κέντρων Υγείας στην Ελλάδα. Τα Κέντρα Υγείας αποτελούν τον κύριο πάροχο πρωτοβάθμιας φροντίδας υγείας στη χώρα. Η διδακτορική διατριβή περιλαμβάνει τρεις διαφορετικές δημοσιεύσεις, καλύπτοντας σφαιρικά και συνολικά το αντικείμενο της μελέτης. Στην πρώτη δημοσίευση (Trakakis et al., 2021) μετρήθηκε η τεχνική αποδοτικότητα 196 Κέντρων Υγείας στην Ελλάδα για το έτος 2018. Στη δεύτερη δημοσίευση (Trakakis et al., 2021) μετρήθηκε η παραγωγικότητα και η τεχνική αποδοτικότητα 155 Κέντρων Υγείας στην Ελλάδα για την περίοδο 2016-2018. Τέλος, στην τρίτη δημοσίευση (Trakakis et al., 2022) μετρήθηκε η τεχνική αποδοτικότητα 155 Κέντρων Υγείας για την περίοδο 2016-2018, εστιάζοντας στην επίδραση της κάθε ομάδας επαγγελματιών υγείας επί της αποδοτικότητας των συγκεκριμένων Κέντρων Υγείας. Σκοπός: Σκοπός της παρούσας μελέτης ήταν η μέτρηση της τεχνικής αποδοτικότητας της Πρωτοβάθμιας Φροντίδας Υγείας μέσω της μέτρησης της σχετικής αποδοτικότητας των Κέντρων Υγείας στην Ελλάδα.Δεδομένα/Μεθοδολογία: Τα δεδομένα παρασχέθηκαν από το Υπουργείο Υγείας και υποβλήθηκαν σε ελέγχους εγκυρότητας και αξιοπιστίας, ώστε να αποφευχθεί η μεροληψία, με αποτέλεσμα να συμπεριληφθούν στο υπό μελέτη δείγμα 196 Κέντρα Υγείας για το 2018 και 155 για την τριετία 2016-2018. Στην πρώτη μελέτη χρησιμοποιήθηκε η μέθοδος «input-oriented, CRS/VRS Data Envelopment Analysis», για την εκτίμηση της τεχνικής αποδοτικότητας 196 Κέντρων Υγείας. Παράλληλα, χρησιμοποιήθηκε και η μέθοδος «Tobit Regression Analysis» για τη διερεύνηση της ενδεχόμενης επίδρασης της Υγειονομικής Περιφέρειας του κάθε Κέντρου Υγείας στην τεχνική αποδοτικότητά του. Στη δεύτερη μελέτη χρησιμοποιήθηκε η «input-oriented, Malmquist Data Envelopment Analysis» για την μέτρηση της παραγωγικότητας και της τεχνικής αποδοτικότητας των 155 Κέντρων Υγείας λαμβάνοντας υπόψη την επίδραση του χρόνου. Η ανάλυση πραγματοποιήθηκε για τα έτη 2016, 2017 και 2018. Στην τρίτη μελέτη χρησιμοποιήθηκε μαζί με την «Data Envelopment Analysis» και η τεχνική «Βootstrap», για τη δημιουργία διαστημάτων εμπιστοσύνης στα μετρήσιμα στοιχεία. Προκειμένου να προσδιοριστεί κατά πόσο η κάθε ομάδα εργαζομένων επηρεάζει την τεχνική αποδοτικότητα των Κέντρων Υγείας την περίοδο 2016-2018, δημιουργήθηκαν τέσσερα επιπλέον μοντέλα λαμβάνοντας υπόψη σαν εισροή μία ομάδα εργαζομένων κάθε φορά και υπεβλήθησαν στην «Data Envelopment Analysis». Πραγματοποιήθηκε σύγκριση αυτών των μοντέλων με το αρχικό που χρησιμοποιούσε σαν εισροές όλες τις ομάδες εργαζομένων και σαν εκροές όλες τις ιατρικές πράξεις που πραγματοποιούνται από τα Κέντρα Υγείας. Αποτελέσματα: Τα αποτελέσματα της πρώτης μελέτης με τη χρήση της «VRS Data Envelopment Analysis» έδειξαν ότι η μέση τεχνική αποδοτικότητα των 196 Κέντρων Υγείας για το έτος 2018 ανήλθε στο 0.916 στο κλειστό διάστημα [0,1]. Από το σύνολο των Κέντρων Υγείας τα 48 είχαν τεχνική αποδοτικότητα μικρότερη από την μέση τιμή, ενώ 138 είχαν τεχνική αποδοτικότητα ίση με τη μονάδα. Τα αποτελέσματα με τη χρήση της «CRS Data Envelopment Analysis» έδειξαν μέση τεχνική αποδοτικότητα 0.806 για τα 196 Κέντρα Υγείας με τα 91 από αυτά να εμφανίζουν αποδοτικότητα ίση με τη μονάδα. Η «Τobit Regression Analysis» έδειξε ότι η υγειονομική περιφέρεια που ανήκουν τα κέντρα υγείας δεν επηρεάζει την τεχνική αποδοτικότητά τους (p-value=0.255).Σύμφωνα με τη δεύτερη δημοσίευση η παραγωγικότητα των 155 Κέντρων Υγείας μειώθηκε κατά 0.9% το 2017 σε σύγκριση με το 2016 και κατά 5.2% το 2018 σε σχέση με το 2017. Η συνολική μείωση της παραγωγικότητας στην τριετία ήταν 3.1%. Από το σύνολο των 155 Κέντρων Υγείας τα 91 παρατήρησαν μεταβολή στην παραγωγικότητά τους λόγω της μεταβολής της τεχνικής αποδοτικότητάς τους ενώ άλλα 59 Κέντρα Υγείας παρατήρησαν μεταβολή της παραγωγικότητάς τους λόγω της μεταβολής που παρατηρήθηκε στο τεχνολογικό περιβάλλον τους. Ένα μόνο Κέντρο Υγείας είχε ισόποση μεταβολή σε τεχνολογικό περιβάλλον και τεχνική αποδοτικότητα. Αναλυτικά, το πρώτο έτος η μέση παραγωγικότητα των 155 Κέντρων Υγείας ήταν 0.991 με 73 Κέντρα Υγείας να αυξάνουν την παραγωγικότητά τους και 82 να σημειώνουν μείωση. Η τεχνική αποδοτικότητα των Κέντρων Υγείας αυτό το διάστημα σημείωσε αύξηση για 48 Κέντρα Υγείας, μείωση για 43 Κέντρα Υγείας ενώ παρέμεινε σταθερή για 64 Κέντρα Υγείας. Αντίστοιχα το έτος 2017-2018, η μέση παραγωγικότητα ήταν 0.948, με 72 Κέντρα Υγείας να αυξάνουν την παραγωγικότητά τους και 83 να σημειώνουν μείωση. Αντίστοιχα, αύξηση στην τεχνική αποδοτικότητα σημείωσαν 43 Κέντρα Υγείας, μείωση 44 Κέντρα Υγείας, ενώ 68 Κέντρα Υγείας είχαν την ίδια τεχνική αποδοτικότητα. Συνολικά στην τριετία από τα 155 Κέντρα Υγείας τα 61 βελτίωσαν την παραγωγικότητά τους ενώ 94 μείωσαν τα επίπεδα παραγωγικότητάς τους. Σύμφωνα με την τελευταία δημοσίευση η μέση τεχνική αποδοτικότητα των 155 Κέντρων Υγείας για την τριετία 2016-2018 βρέθηκε ίση με 0.932, στο κλειστό διάστημα [0,1]. Αναλύοντας την επίδραση της κάθε ομάδας εργαζομένων στην αποδοτικότητα, η μελέτη έδειξε ότι τη μεγαλύτερη επίδραση στην τεχνική αποδοτικότητα των 155 Κέντρων Υγείας είχε η ομάδα του διοικητικού προσωπικού με μέσο όρο τεχνικής αποδοτικότητας μοντέλου 0.689 και του ιατρικού προσωπικού με μέσο όρο τεχνικής αποδοτικότητας μοντέλου 0.680. Ακολούθησε η ομάδα του νοσηλευτικού προσωπικού με μέσο όρο τεχνικής αποδοτικότητας μοντέλου 0.570, ενώ η ειδικότητα του λοιπού μη ιατρικού προσωπικού έχει τη μικρότερη επίδραση με μέσο όρο τεχνικής αποδοτικότητας μοντέλου 0.517. Ο συνδυασμός της «Data Envelopment Analysis» με την τεχνική «Bootstrap» έδειξαν ότι στο μοντέλο με όλες τις εισροές και εκροές τα Κέντρα Υγείας που ήταν τεχνικά αποδοτικά για την τριετία ήταν 108, ενώ 36 παρουσίασαν χαμηλή τεχνική αποδοτικότητα. Στα επιμέρους μοντέλα, αυτό που είχε ως εισροή το διοικητικό προσωπικό παρουσίασε 64 τεχνικά αποδοτικά Κέντρα Υγείας, 8 Κέντρα Υγείας με υψηλή τεχνική αποδοτικότητα, 2 Κέντρα Υγείας με μέτρια τεχνική αποδοτικότητα και 81 Κέντρα Υγείας με χαμηλή τεχνική αποδοτικότητα. Αντίστοιχα το μοντέλο με εισροή τους γιατρούς εμφάνισε 39 τεχνικά αποδοτικά Κέντρα Υγείας, 31 Κέντρα Υγείας με υψηλή τεχνική αποδοτικότητα, 13 Κέντρα Υγείας με μέτρια τεχνική αποδοτικότητα και 72 Κέντρα Υγείας με χαμηλή τεχνική αποδοτικότητα. Το μοντέλο που είχε σαν εισροή τους νοσηλευτές είχε 37 τεχνικά αποδοτικά Κέντρα Υγείας, 27 Κέντρα Υγείας με υψηλή τεχνική αποδοτικότητα, 13 Κέντρα Υγείας με μέτρια τεχνική αποδοτικότητα και 78 Κέντρα Υγείας με χαμηλή τεχνική αποδοτικότητα. Στο μοντέλο που είχε σαν εισροή το λοιπό μη ιατρικό προσωπικό τα 31 Κέντα Υγείας ήταν τεχνικά αποδοτικά, τα 28 Κέντρα Υγείας είχαν υψηλή τεχνική αποδοτικότητα, τα 12 Κέντρα Υγείας μέτρια τεχνική αποδοτικότητα και 84 Κέντρα Υγείας χαμηλή τεχνική αποδοτικότητα. Συμπεράσματα: Σύμφωνα με τη μελέτη, το έτος 2018 τα 196 Κέντρα Υγείας παρουσίασαν υψηλή μέση τεχνική αποδοτικότητα, χωρίς αυτή να επηρεάζεται από την Υγειονομική Περιφέρεια που αυτά ανήκουν. Ωστόσο, στην τριετία 2016-2018 παρατηρήθηκε μείωση της παραγωγικότητας των 155 Κέντρων Υγείας στην Ελλάδα. Η μελέτη έδειξε ότι η μέση τιμή της τεχνικής αποδοτικότητας των Κέντρων Υγείας κυμάνθηκε περίπου στα ίδια επίπεδα για την τριετία, με τη μείωση της παραγωγικότητας των Κέντρων Υγείας να οφείλεται κυρίως στην επιρροή που είχε το τεχνολογικό τους περιβάλλον, αποτυπώνοντας τις μεταβολές της συγκεκριμένης περιόδου με τον μετασχηματισμό του νόμου 4486/2017 και τις περικοπές στις δαπάνες υγείας για την Πρωτοβάθμια Φροντίδα Υγείας. Σύμφωνα με τα ευρήματα της μελέτης, το διοικητικό προσωπικό και οι ιατροί επηρεάζουν περισσότερο την τεχνική αποδοτικότητα των Κέντρων Υγείας, ενώ ακολουθεί το νοσηλευτικό προσωπικό και τελευταία επηρεάζει το λοιπό μη ιατρικό προσωπικό. Η διδακτορική διατριβή αναδεικνύει τη σπουδαιότητα της μέτρησης της τεχνικής αποδοτικότητας και της παραγωγικότητας στην Πρωτοβάθμια Φροντίδα Υγείας. Τα αποτελέσματα μπορούν να χρησιμοποιηθούν για την βελτίωση της τεχνικής αποδοτικότητας και παραγωγικότητας των Κέντρων Υγείας στην Ελλάδα, ενώ μπορούν να χρησιμοποιηθούν και για την αναδιοργάνωση της Πρωτοβάθμιας Φροντίδας Υγείας κατανέμοντας το προσωπικό σύμφωνα με τα ευρήματα της μελέτης και τις ανάγκες που υπάρχουν. Τα Κέντρα Υγείας που εμφανίζουν χαμηλή τεχνική αποδοτικότητα μπορούν να ακολουθήσουν τα τεχνικά αποδοτικά ώστε να βελτιωθούν.