Return to search

Nyttjandet av resurser inom hälso- och sjukvård samt social sektor : En ny modell för utvärdering byggd på sammanförda individdata från utförare / Utilization of Health and Social Services : A New Evaluation Method for Linking Individual Data from Providers

Det svenska välfärdssystemet är ett komplext system som inkluderar en mängd olika servicefunktioner, olika former av stödjande verksamheter och olika finansieringsmodeller. Det kombinerar ett professionellt utförande med en serviceinriktning. Där finns en avsaknad av utvärderingar om hur individer utnyttjar de olika samverkande komponenterna i systemet. Komplexiteten begränsar möjligheterna till att studera interaktioner mellan dess olika delar. Termen ”kommundiagnos” introducerades i Sverige under 1970-talet. Under 1980- och 90-talet skapades inom flera svenska landsting speciella enheter vilka skulle ta fram ny kunskap för styrning baserat på information från dessa kommundiagnoser. I kommundiagnosen skulle administrativa, medicinska och samhällsdata vägas samman på ett systematiskt sätt för att ge information om befolkningen. Dessa resultat skulle sedan användas i politiska såväl som administrativa diskussioner om fördelning av resurser. Utnyttjandet och genomslaget av dessa kommundiagnoser har diskuterats. Resultat från gränsöverskridande analyser av särskilda behovsgrupper, förtidspensionerade, reser frågor om effektiviteten i välfärdssystemet.   I denna uppsats föreslås en ny form av metodik för att sammanställa information om olika delar av välfärdssystemet. En utvärderingsmodell utvecklades under det s.k. Oxelösundsprojektet, efter att ett försök att genomföra en kommundiagnos inte gett avsett resultat.   Modellen resulterade i värdefull ny information om konsumtionen av välfärdens resurser. Ny kunskap framkom även om individuell konsumtion av tjänster under processen ledande till förtidspension. / The Swedish welfare system is complex and includes a range of health and social services, varying providers, and numerous financial methods. Such complexity makes it difficult to evaluate the components and study their interactions. Although the system combines a professional problem solving approach with a service concept, it currently lacks evaluative analyses to offer perspective on how individuals might benefit from the different components of the system. During the 1980s and 1990s, many county councils in Sweden established special units to elicit new knowledge , using the community diagnostic model (CDM) to collect and analyze medical and administrative data about welfare recipients. The system intended to use such data in policy discussions, especially to improve the health system, and also in planning processes between component providers who sometimes respond as individual participants. Others have discussed the use and impact of such data in managing health and social services. Further, intersectoral studies, e.g. how disabled individuals use services, have raised questions regarding the effectiveness and efficiency of the welfare system that might relate to differing internal and external expectations regarding supplied services.   This thesis proposes a new methodology for collecting information from the different components of the welfare system. The evaluation model, D5, described here was developed and tested during a “community diagnosis” in the small municipality of Oxelösund, which is located south of Stockholm. The model produced valuable information on service utilization predictors for and also added new data that will enhance the identification of appropriate services during the application process for disability pensions. / <p>ISBN978-91-85721-54-2</p>

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:norden-3181
Date January 2008
CreatorsHallman, Göran
PublisherNordic School of Public Health NHV
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationMaster of Public Health, MPH, 1104-5701 ; MPH 2008:16

Page generated in 0.0025 seconds