Correcte data als basis voor trends en interventies

Bij Tameling leefde in eerste instantie enige scepsis over het project wachttijden op basis van declaratiedata in de ggz. “Ik vroeg me af wat dit kon gaan brengen”, vertelt ze. “En vanuit mijn rol binnen Lentis keek ik daarbij ook naar de privacy van de gegevens van de cliënten in de ggz. Dat laatste bleek echter geen issue, want de data die de ggz-zorgaanbieders moeten aanleveren, zijn niet tot op individueel niveau te herleiden.” 

Bij nadere beschouwing zag ze al snel de potentiële voordelen van het project. “Als je kijkt naar de dekkingsgraad en de kwaliteit van de data die werden aangeleverd volgens de oude werkwijze van het aanleveren van wachttijden, dan zie je dat er ondanks regelgeving wel degelijk interpretatieverschillen bestonden in wat en hoe precies werd aangeleverd. Het is waardevol als het halen van de wachttijden uit declaratiedata tot uniformiteit leidt. Daarnaast is er het punt van fouten door handmatige invoering van data. Als grote zorgaanbieder hebben wij dit probleem niet, omdat wij dit proces grotendeels geautomatiseerd hebben. Maar sommige kleine zorgaanbieders hebben daarvoor de capaciteit niet. Dan kan altijd een typefout op de loer liggen. Ook tonen de data soms dat een zorgaanbieder elke maand precies dezelfde wachttijden opgeeft. Dat is niet erg logisch. Als dat soort problemen met de nu gekozen aanpak wordt opgelost is dat waardevol.” 

“We willen voorspellen hoe lang iemand op een wachtlijst zal staan. Daarvoor moeten we trends kunnen ontdekken en dat lukt alleen als de kwaliteit van data goed is.”

Uniformiteit

Tameling zegt te hopen dat het project ertoe leidt dat de data die alle ggz-zorgaanbieders aanleveren bij de Nederlandse Zorgautoriteit (NZa) nu bij elkaar aansluiten “Dat je als zorgaanbieder weet dat je op dezelfde manier te werk gaat in het aanleveren van die data dus”, zegt ze, “en dat je het over dezelfde informatie hebt. De uitdagingen in de ggz zijn groot. Uiteindelijk gaat het niet om het getal van de wachttijden op zich. Het gaat er vooral over dat degenen die de beslissingen moeten nemen dit op de juiste gronden kunnen doen, zodat de cliënt optimaal wordt geholpen.” 

Over de implementatie van het project maakt Tameling zich voor Lentis geen zorgen. “De gegevens die nodig zijn op de facturatie leveren we toch al aan”, zegt ze. “Wel willen we zelf ook accurate wachttijdinformatie. Dus kijken we hoe die nog beter kan aansluiten op wat we landelijk zien, zodat we het ook intern over hetzelfde hebben. Denk bijvoorbeeld aan de vraag wanneer de wachttijd begint. Als de huisarts verwijst? Er kan wel twee dagen tussen zitten voordat die verwijzing dan bij ons binnenkomt. Die datum gebruikten wij. Maar de cliënt vindt dat die op de wachtlijst staat op het moment dat die bij de huisarts is geweest. Dat is hoe het nu is afgesproken en dus ook hoe wij het vanaf nu doen.” Hiervoor hebben Zilveren Kruis en de NZa namens de betrokken partijen een technische kaart opgesteld, zodat de definities duidelijk zijn voor iedereen die ermee moet werken. 

Trends ontdekken

Tameling beseft dat de gekozen aanpak de wachtlijsten in de ggz niet oplost. Maar ze ziet er wel een interessant perspectief in. “Een beperking is dat je op basis van declaratiedata alleen kunt terugkijken”, zegt Tameling. “We willen ook zien hoe wij er als ggz-zorgaanbieder nu voorstaan. We willen kunnen voorspellen hoe lang iemand op een wachtlijst zal staan. Daarvoor moeten we uit retrospectieve data trends kunnen ontdekken en dat lukt alleen als de kwaliteit van die data goed is. Dat is wat we mogen verwachten dat dit project gaat bieden. Ik ben dus heel benieuwd naar het dashboard waarover we de beschikking gaan krijgen. We proberen nu ook al in kaart te brengen waar precies de bottlenecks zitten in onze wachttijden, maar als het goed is zullen we dat straks beter kunnen. En als dat zo is, worden we in staat gesteld om sneller en gerichter interventies te plegen en dus ook te monitoren of die effect hebben.”