Simulointi terveydenhuollon päätöksenteon työkaluna

Since the 20th century, the demand for health care and consequently the related costs have been increasing in the Western countries. Because health care is typically rated among the most important priorities, governments and service providers face severe pressure to improve efficiency. In traditional industries, such as manufacturing, simulation is a commonly used tool to understand and improve the efficiency of processes. Therefore, it seems evident that health care as an industry could also benefit from simulation-based tools. The objective of this thesis is to identify how simulation is currently used in health care planning and how existing research could be augmented. According to previous literature, existing studies are mostly concerned with operational and process-related issues. This thesis presents logistic regression model that simulates patient decision-making behavior in choosing between private and public health care service providers. The decision-making model is based on real-world data obtained from three municipalities, the Finnish Social Insurance Institution, and the Finnish Tax Administration. The performance of the model is evaluated by classifying observed data. The results show that the decision-making model correctly classifies 85% of the cases, however the overall ratio of public to private appointments is very close to observed data. Given this outcome, the model is embedded in an agent-based model to simulate the overall level of subsidy expenditures at different subsidy rates. While the results are promising, further research and data collection is still needed to improve understanding of the patient decision-making issue. This thesis shows that the rarely used agent-based paradigm is suitable for a currently almost completely unexplored part of health care simulation. The thesis proposes that models such as this be combined with operational models in order to simulate complete health care delivery systems.1900-luvulta lähtien terveydenhuollon kysyntä ja siihen liittyvät kustannukset ovat jatkuvasti kasvaneet länsimaissa. Koska terveydenhuolto yleisesti arvioidaan yhdeksi tärkeimmistä palveluista, valtiot ja palveluntarjoajat joutuvat kasvavan paineen alla parantamaan terveydenhuoltopalveluiden tehokkuutta. Perinteisessä teollisuudessa, esimerkiksi tehtaissa, simulointi on yleisesti käytetty työkalu prosessien ymmärtämiseen ja tehostamiseen. Tämän takia vaikuttaa itsenstäänselvältä, että myös terveydenhuolto voisi hyödyntää simulointia. Tämän diplomityön tarkoitus on selvittää miten simulointia käytetään terveydenhuollossa ja miten olemassaolevaa tutkimusta voisi laajentaa. Aiemman kirjallisuuden mukaan, suurin osa tutkimuksista käsittelee operatiivisia ja prosesseihin liittyviä ongelmia. Tässä diplomityössä esitellään logistinen regressiomalli, joka simuloi potilaan päätöksentekoa yksityisen tai julkisen terveydenhuollon palveluntarjoajan valitsemisessa. Malli pohjautuu dataan, joka on koostettu kolmelta kunnalta, Kansaneläkelaitokselta (Kela) ja Verohallinolta. Mallin suorituskykyä arvioidaan luokittelemalla käyntidataa. Työssä saatujen tulosten mukaan malli luokittelee 85% käynneistä oikein, kuitenkin ennustaen yksityisten käyntien osuuden kaikista käynneistä lähes samaksi kuin kerätyssä datassa. Nämä tulokset huomioiden, tätä mallia käytetään osana agenttipohjaista mallia, jolla simuloidaan Kelan maksamien tukien kokonaiskustannusta eri tukitasoilla. Tulokset vaikuttavat lupaavilta, mutta lisätutkimusta ja datan keräämistä tarvitaan päätöksentekoprosessimallin parantamiseksi. Tässä diplomityössä näytetään, että vähän käytetty agenttipohjainen malli soveltuu toistaiseksi hyvin vähän tutkitun terveydenhuollon osa-alueen mallintamiseen. Jatkotutkimuksessa tällaisia malleja voitaisiin yhdistää enemmän tutkittuihin operatiivisiin malleihin kokonaisvaltaisten terveydenhuoltopalvelumallien rakentamiseksi