Skal en forskers fortolkning styre helsepolitikken?

Innlegget er et svar på saken «FHI-forsker i tvil om fastlegenes takstbruk: – Vi skriver ikke rett ut at dette er juks», publisert i Dagens Medisin 14. juli.

Verken FHI-notatet fra 2023 eller den fagfellevurderte artikkelen rapporterer en ekstern validering av start-til-neste-start-målet mot faktisk takstberettiget kontakttid. Likevel brukes det nå i Stortinget som begrunnelse for nye takster. Dette er et lærestykke i hva som skjer når et uvalidert mål får forklare klinikken for politikerne.

Tirsdag morgen. Pasienten klokken ti har vondt i brystet og en skilsmisse. Det tar tid å skille de to. Etter tretten minutter sender jeg henne til blodprøver. Mens hun er på laben, banker sekretæren på med en INR som krever svar nå, og jeg besvarer en e-konsultasjon som har ligget siden i går. Regningskortet for den opprettes 10.13. Så kommer hun inn igjen, og vi bruker ni minutter til på funn og plan før neste pasient starter 10.30. Min aktive tid med henne er 22 minutter. Tidstaksten er berettiget.

Uvalidert mål

I FHIs beregning varte konsultasjonen hennes i tretten minutter. Metoden måler fra hennes starttidspunkt til neste registrerte konsultasjonsstart, og den neste var e-konsultasjonen. Skriver jeg taksten jeg har krav på, havner jeg i statistikken som en lege som tar betalt for tid som ikke fantes. Legg merke til én ting: dette er i praksis det samme eksempelet Arnstein Mykletun selv oppgir som legitimt i Dagens Medisin 14. juli, pasienten som går ut til blodprøver mens legen tar en annen imellom. Metoden kan ikke skille hans eget legitime unntak fra det han antyder er juks. Og hvor ofte slike forløp forekommer, har gruppen aldri talt opp. Når han avfeier dem som en uvanlig måte å drive praksis på, er det en antakelse, og hele mistanken hviler på den.

Det er verdt å si tydelig, for tallene fra denne beregningen har fått et langt liv. «Vi skriver ikke rett ut at dette er juks,» sier Mykletun i intervjuet, og legger til at grunnlaget mangler. Nei. Resten av intervjuet sørger for at leseren sitter igjen med nettopp den mistanken. Helseministeren viser til den samme fordelingen i sitt svar til Stortinget. Et mål som ikke er dokumentert validert mot faktisk tid i de publiserte analysene er blitt premiss for en takstreform. Når en statsråd gjør analysen til begrunnelse for å endre en nasjonal ordning, overtar regjeringen ansvaret for at grunnlaget holder. Og når den samme analysen sår mistanke mot en hel yrkesgruppe, skjerpes kravet til dokumentasjon. Det regjeringen har lent seg på, er én forskergruppes fortolkning av egne funn.

Måler ikke sluttidspunktet

Hva måler metoden egentlig? Den registrerer avstanden fra én konsultasjons start til starten på neste konsultasjon, fysisk eller digital. Når konsultasjonen faktisk sluttet, finnes ikke i dataene. FHI har brukt varianter av det samme start-til-neste-start-målet i 2023-notatet og den senere inntektsstudien. Utvalg og eksklusjonsregler er ikke identiske, men valideringsproblemet er det samme. I den fagfellevurderte artikkelen ekskluderes blant annet dager med sykebesøk før klokken 15 og dager der minst 80 prosent av konsultasjonene starter på standardiserte tidspunkter. Slike grep kan redusere enkelte registreringsfeil, men de identifiserer ikke nødvendigvis konsultasjoner som avbrytes og senere gjenopptas.

Forfatterne kaller målet raust fordi tiden mellom pasientene tilfaller den forrige konsultasjonen. Rausheten forutsetter en klinikk der én pasient avsluttes helt før neste begynner. I en full praksis brytes forutsetningen før lunsj, og metoden regner en e-konsultasjon som en konsultasjonsstart. Hver e-konsultasjon som besvares mens forrige pasient er på laben, og hver øyeblikkelig hjelp som skytes inn, kutter dermed det målte intervallet. Feilen kan være systematisk ulikt fordelt. Dersom parallelle og innskutte konsultasjoner er vanligere hos leger med høy kontaktfrekvens, vil metoden oftere undervurdere faktisk kontakttid nettopp i denne gruppen. Studien viser at høyinntektsgruppen har flere registrerte konsultasjoner og e-konsultasjoner per listepasient, men undersøker ikke om gruppen også har flere oppstykkede konsultasjonsforløp. Da kan samme arbeidsform i prinsippet bidra til både høyere inntjening og kortere beregnet varighet, uten at en eneste takst er feilført.

Studiens egne tall bærer signaturen. Målt varighet er kortere hos høyinntektsgruppen for samtlige kontakttyper, også e-konsultasjoner, 8,2 mot 11,8 minutter. For en e-konsultasjon måler metoden tiden frem til neste registrerte konsultasjonsstart. Intervallet kan derfor inneholde både faktisk arbeidstid og tid mellom registreringene. At også dette intervallet er kortere i høyinntektsgruppen, er forenlig med høyere registreringstetthet, men beviser ikke mekanismen. Det viser hvorfor målet må valideres før det tolkes som faktisk konsultasjonstid. Og helt til venstre i fordelingen helseministeren viser til, finnes en synlig venstrehale med konsultasjoner beregnet til få minutter. Den er et valideringsvarsel: reelt korte kontakter, parallelle forløp eller forsinket registrering.

Så til tallet som bærer mistanken. I intervjuet heter det at de best betalte bruker tidstaksten oftere enda de har korte konsultasjoner. Det stemmer per listepasient: Høyinntektsgruppen har 1,13 registrerte 2cd-forekomster mot 0,96. Samtidig har gruppen en høyere samlet registrert konsultasjonsfrekvens, 3,43 mot 2,53 konsultasjoner per listepasient. Hovedtabellen viser derfor ikke om terskelen for å bruke tidstaksten er høyere eller lavere per konsultasjon. Siden 2cd kunne repeteres, kan andelen unike konsultasjoner med minst én tidstakst heller ikke beregnes sikkert ved å dele disse tallene. Det tallet bør forfatterne publisere.

Vedleggsanalysen

Gruppens egentlige kort står i studiens vedleggsanalyser: blant konsultasjoner med tidstakst ble 41 prosent hos høyinntektsgruppen beregnet til under 20 minutter, mot 25 prosent hos lavinntektsgruppen, og dette tolkes som mulig uberettiget bruk. Men tallet er aldri sterkere enn målet det bygger på. Dersom oppstykkede konsultasjonsforløp er vanligere på dager med høy registreringstetthet, kan en slik systematisk feil bidra til gradienten. FHI-notatet erkjenner selv at konsultasjoner som avbrytes av blodprøvetaking og en innskutt pasient, kan få feil beregnet varighet. Det som ikke er kvantifisert eller utelukket, er om denne feilklassifiseringen varierer med konsultasjonstetthet og inntektsgruppe. Det må undersøkes før 41 mot 25 kan tolkes som dokumentasjon på uberettiget takstbruk. I preprintens metodefotnote skriver forfatterne at målet trolig overestimerer varigheten, men at de ikke tror overestimeringen er stor og systematisk. Det er en antakelse, ikke en ekstern validering.

Ett forhold til gjør 2021 til et dårlig år for en slik dom. Fra april 2020 ble tidstakstene utvidet til å dekke tid til smitteverntiltak, instruksjoner før og etter konsultasjonen, desinfeksjon av utstyr og kontaktflater mellom pasienter, og Allmennlegeforeningens samtidige lesning var at de fleste ordinære konsultasjoner ville utløse tidstakst. Ordningen ble forlenget i flere omganger. Analysen skiller ikke mellom periodene med og uten disse reglene. Før tidstakst på korte målte konsultasjoner i 2021 omtales som mulig overtaksting, må resultatene vises separat for de to regimene.

Mykletun er psykolog og sosiolog med doktorgrad i epidemiologi, ikke fastlege. Det er ingen diskvalifikasjon, god registerforskning krever ikke klinisk fartstid. Avstand forplikter likevel til ydmykhet om arbeidsflyten man ikke har stått i, og det er den ydmykheten som mangler i formidlingen. Der opptrer Mykletun som helsepolitisk aktør: han har selv foreslått i denne avisen, i februar i fjor, å fjerne tidstaksten. Det er lov, og da må utsagnene hans leses som debattinnlegg og møte debattens krav til belegg.

Den fagfellevurderte artikkelen er mer forsiktig enn intervjuene. Der skriver forfatterne selv at takstbruk ikke uten videre kan likestilles med klinisk aktivitet, at to leger som gir samme behandling kan ende med ulike takster, at en del av variasjonen trolig reflekterer ulik kodepraksis, og at de ikke kan skille respons på insentiver fra ren effektivitet. Konklusjonen er avgrenset: analysene støtter påstanden om at en del av forskjellene reflekterer overtaksting og skjønnsbruk. Og selve tolkningsrammen er en oppgitt forutsetning. Tilnærmingen bygger, med forfatternes egne ord, på antakelsen om at høyere inntjening avspeiler sterkere respons på de økonomiske insentivene, en antakelse designet selv ikke kan teste, siden det etter deres egen vurdering ikke kan etablere årsakssammenhenger. I avisen blir premisset til funn og forbeholdene borte: der heter det at legen selv velger når tidstaksten skrives, og at normaltariffen belønner feil legepraksis. Påstanden om at fastlønnede leger gjennomgående gjør klokere valg bygger på andre registeranalyser enn denne inntektsstudien. Disse analysene viser frekvenser og justerte assosiasjoner, men kan ikke avgjøre om den enkelte resepten, sykmeldingen eller henvisningen var klinisk riktig.

Så løftes mistanken videre til de skjønnsbaserte takstene. Det er én ting å telle medisingjennomgang og samtaleterapi i registeret, slik studien gjør. Noe annet er å bruke registerfrekvensen til å så tvil om det kliniske innholdet og om takstvilkårene var oppfylt i den enkelte konsultasjonen. Det har studien ikke undersøkt. FHI-notatet fra 2023 generaliserer dessuten mistanken til andre skjønnsbaserte takster som notatet selv sier ikke ble undersøkt. Det finnes en stige her: statistisk mønster, årsak, feilbruk, juks. Studien dokumenterer det første trinnet. Hvert trinn videre krever sitt eget bevis, og intervjuet hopper over alle tre.

Krever validering

Etter 1. juli vil bruken av tidstakst trolig falle, siden gevinsten ved å passere 20 minutter er redusert og tillegget nå telles i femminuttere. Et slikt fall kan ikke alene brukes som bevis, verken for tidligere juks eller for det motsatte. Testen som kan avgjøre noe, gjelder målet selv. Fastleger skal tåle kontroll, og kontroll krever valide instrumenter. Bevisbyrden ligger derfor hos dem som har reist mistanken: før et uvalidert mål brukes til å antyde uberettiget takstbruk hos tusenvis av leger, er det forskernes ansvar å dokumentere at det måler konsultasjonstid.

Testen kan ikke gjennomføres i KUHR alene, fordi registeret mangler en uavhengig fasit på faktisk takstberettiget kontakttid. FHI kan derimot gjennomføre en prospektiv valideringsstudie i samarbeid med et representativt utvalg legekontorer og journalsystemer. Publiser hele fordelingen av estimerte varigheter per gruppe. Start-til-neste-start-målet bør sammenlignes med prospektivt registrert direkte kontakttid, supplert med journal- og hendelseslogger. Oppgi hvor ofte konsultasjoner som faktisk passerer 20 minutter direkte kontakttid, klassifiseres til under 20 minutter, hvor ofte det motsatte skjer, og om feilklassifiseringen varierer med konsultasjonstetthet og inntektsgruppe. Vis 41 mot 25 etter hvilken kontakttype som følger den første konsultasjonen, og separat for første og andre halvår 2021. I et prospektivt valideringsutvalg må det registreres hvilke konsultasjoner som blir avbrutt og senere gjenopptatt, slik at feilklassifiseringen kan sammenlignes mellom inntektsgruppene. Ingen slik ekstern validering er rapportert i FHI-notatet eller den fagfellevurderte artikkelen. Inntil den foreligger, viser studien mønstre i refusjonsdata. Den dokumenterer ikke at takstvilkår er brutt. Og ordet juks bør hvile.

Pasienten klokken ti fikk 22 minutter. Målet sier tretten. Forskning som skal styre klinikken, må først være validert i klinikken.