Tweede pilot cliëntprofielen wijkverpleging

Het ontwikkelen van cliëntprofielen in de wijkverpleging, ook wel case-mix groepen genoemd, is een voorwaarde voor meer innovatieve vormen van bekostiging. Hierbij wordt er niet meer voor losse activiteiten (geleverde uren)
bekostigd, maar geeft de bekostiging prikkels voor passende zorg. Inzicht in de zorgvraag via een uniforme
indeling van cliënten in groepen (cliëntprofielen) en inzicht in zorguitkomsten zijn hierbij van groot belang.
Via het Wetenschappelijk Programma Wijkverpleging (WPW)1 heeft de NZa in de periode 2019-2020 een
onderzoek uitgevoerd bij en met vier zorgaanbieders (“de eerste pilot”). Dat onderzoek resulteerde in een casemix model dat op basis van vijf vragen leidt tot tien cliëntprofielen.
Na de eerste pilot heeft de NZa ervoor gekozen om in 2021, samen met de Universiteit Maastricht en Universiteit Tilburg, een vervolgonderzoek te starten. Dit rapport bevat de resultaten van dit vervolgonderzoek. Het doel was
om met behulp van extra case-mix items de voorspelkracht van het case-mix model verder te verhogen (met inachtneming van de administratieve last), en om de klinische herkenbaarheid te verhogen.
Voor de gegevensverzameling hebben zes grote zorgaanbieders van wijkverpleging aanvullende
cliëntkenmerken verzameld op basis van een doorontwikkelde versie van de case-mix vragenlijst met 15 items.
Bij het bouwen van de modellen (de cliëntprofielen) is in dit onderzoek voor een bredere aanpak gekozen dan enkel data-analyses. Het doel was om met de kennis van wijkverpleegkundigen de klinische herkenbaarheid te vergroten. Wijkverpleegkundigen van de deelnemende organisaties hebben daarom actief deelgenomen aan de
modelbouw. Dit heeft complete modellen opgeleverd die doorgerekend konden worden in de data. Inzichten van
wijkverpleegkundigen zijn op deze manier gecombineerd met inzichten vanuit data-analyse.
Een belangrijke uitkomst van dit onderzoek is dat het lastig blijkt de voorspelkracht verder te verhogen: deze is niet hoger dan in de eerste pilot. Dit komt door de ontwerpeis van een compact model met maximaal 10 tot 20 cliëntprofielen. Het blijkt echter wel mogelijk om meer herkenbaarheid toe te voegen zonder de voorspelkracht
veel te verlagen. Dit is mogelijk door stapsgewijs op basis van herkenbare criteria (zoals gespecialiseerde zorg,
of verminderd cognitief functioneren) cliëntgroepen te onderscheiden, en die vervolgens in subgroepen onder te verdelen. Deze subgroepen onderscheiden zich dan bijvoorbeeld in de verwachte omvang van hulp bij algemene dagelijkse levensverrichtingen (ADL)). Het vergroten van de herkenbaarheid gaat echter wel gepaard met een
hogere registratielast, omdat er meer informatie over de cliënt nodig is. Daar staat tegenover dat er daardoor ook meer informatie over de cliënt beschikbaar komt.
Het onderzoek levert niet één model op, maar een overzicht van verschillende modellen, waarbij de modellen beoordeeld zijn op voorspelkracht, herkenbaarheid en registratielast. Ook het huidige cliëntprofielen model (1.0)
is hierin opgenomen, net als een nieuw model dat puur op voorspelkracht is geoptimaliseerd (’datagedreven model‘). Het overzicht is hieronder weergegeven.