Ensihoidon X-8 tilastolliset erot sairaanhoitopiirien välillä
Kauhanen, Marissa; Jaatinen, Nora; Kohonen, Janna (2020)
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2020121829626
https://urn.fi/URN:NBN:fi:amk-2020121829626
Tiivistelmä
Tämän opinnäytetyön tutkimuksen tarkoituksena oli tarkastella kolmen eri sairaanhoitopiirin alueellisia eroja X-8-koodien käytön määrissä. Opinnäytetyö on tehty FinnHEMSin tilaamana, yhteistyössä FinnHEMSin tutkimus- ja kehitysyksikön asiantuntijan kanssa. Tutkimuksen tarkoituksena oli selvittää kvantitatiivisen tutkimusmenetelmän avulla, mitkä tekijät vaikuttavat sairaanhoitopiirien tehtyjen X-8-koodien eroihin. Tutkimus rajattiin kolmeen sairaanhoitopiiriin ja työssä keskityttiin tarkastelemaan vuoden 2019 Kansaneläkelaitoksen tilastoja.
Sairaanhoitopiirit valikoituivat työhön suurten tilastollisten erojen vuoksi, tutkimuksessa käytettiin vain vuoden 2019 tilastoja aikasarjojen analysoinnin haastavuuden vuoksi. Teoreettinen viitekehitys sisältää tietoa ensihoitopalvelusta, sairaanhoitopiireistä ja ensihoidon X-koodeista.
Tutkimuksessa käytettiin kvantitatiivista eli määrällistä tutkimusmenetelmää. Tarvittava aineisto saatiin FinnHEMSin tutkimus- ja kehittämisyksikön asiantuntijalta. Työssä käytettiin Kansaneläkelaitoksen vuoden 2019 tilastoja 22 sairaanhoitopiiristä, niiden X-8-koodien määristä tuhatta asukasta kohden sekä sairaanhoitopiirien alueiden väkiluvuista.
Opinnäytetyön keskeisin tulos oli, että sairaanhoitopiirien välillä tehtyjen X-8-koodien lukumäärät vaihtelevat paljon. Kainuun sairaanhoitopiirin alueella tehtiin vuonna 2019 eniten X8-päätöksiä tuhatta asukasta kohden, kun taas Helsingin ja Uudenmaan sairaanhoitopiirin alueella X-8-päätöksiä tehtiin valtakunnallisesti vähiten tuhatta asukasta kohden. Tutkimuksessa päädyttiin siihen tulokseen, että alueelliset hoito-ohjeet, ensihoitajien yksilölliset erot sekä kokemus, ensihoitajien tietämys X-koodien käytöstä, sairaanhoitopiirien asukasmäärät sekä yksityisten ensihoitopalveluiden alueellinen toiminta ovat tekijöitä, jotka vaikuttavat tilastollisten erojen syntyyn. Mahdollisesti suurin eroavaisuuksiin vaikuttava tekijä on alueelliset maantieteelliset erot. Jatkotutkimusaiheiksi nousivat tutkimuksessa käytettyjen kolmen eri sairaanhoitopiirien alueellisten hoito-ohjeiden vertailu. Lisäksi aikasarjojen analysointi useammalta vuodelta voisi avata tilastollisiin eroihin johtavia keskeisiä syitä.
Sairaanhoitopiirit valikoituivat työhön suurten tilastollisten erojen vuoksi, tutkimuksessa käytettiin vain vuoden 2019 tilastoja aikasarjojen analysoinnin haastavuuden vuoksi. Teoreettinen viitekehitys sisältää tietoa ensihoitopalvelusta, sairaanhoitopiireistä ja ensihoidon X-koodeista.
Tutkimuksessa käytettiin kvantitatiivista eli määrällistä tutkimusmenetelmää. Tarvittava aineisto saatiin FinnHEMSin tutkimus- ja kehittämisyksikön asiantuntijalta. Työssä käytettiin Kansaneläkelaitoksen vuoden 2019 tilastoja 22 sairaanhoitopiiristä, niiden X-8-koodien määristä tuhatta asukasta kohden sekä sairaanhoitopiirien alueiden väkiluvuista.
Opinnäytetyön keskeisin tulos oli, että sairaanhoitopiirien välillä tehtyjen X-8-koodien lukumäärät vaihtelevat paljon. Kainuun sairaanhoitopiirin alueella tehtiin vuonna 2019 eniten X8-päätöksiä tuhatta asukasta kohden, kun taas Helsingin ja Uudenmaan sairaanhoitopiirin alueella X-8-päätöksiä tehtiin valtakunnallisesti vähiten tuhatta asukasta kohden. Tutkimuksessa päädyttiin siihen tulokseen, että alueelliset hoito-ohjeet, ensihoitajien yksilölliset erot sekä kokemus, ensihoitajien tietämys X-koodien käytöstä, sairaanhoitopiirien asukasmäärät sekä yksityisten ensihoitopalveluiden alueellinen toiminta ovat tekijöitä, jotka vaikuttavat tilastollisten erojen syntyyn. Mahdollisesti suurin eroavaisuuksiin vaikuttava tekijä on alueelliset maantieteelliset erot. Jatkotutkimusaiheiksi nousivat tutkimuksessa käytettyjen kolmen eri sairaanhoitopiirien alueellisten hoito-ohjeiden vertailu. Lisäksi aikasarjojen analysointi useammalta vuodelta voisi avata tilastollisiin eroihin johtavia keskeisiä syitä.