Rapporter

Rapportmodulen gir innsikt i hvordan kommunale helse- og omsorgstjenester brukes i praksis.

 

Introduksjon

Rapportmodulen gir innsikt i hvordan kommunale helse- og omsorgstjenester brukes i praksis. Denne artikkelen forklarer hvordan du kan tolke de ulike tallene og oversiktene som vises.

Tallene hentes direkte fra faktisk bruk av Aidn, og kan derfor variere avhengig av hvordan løsningen brukes i din kommune. Husk at rapportmodulen er under kontinuerlig utvikling – både innhold og visning kan endre seg over tid.

Målet er å gi deg et praktisk verktøy for å forstå utviklingen i tjenestene, avdekke trender og støtte beslutninger i hverdagen.

Pasientbesøk (ATA-tid)

Hva det er: Viser balansen mellom planlagt og faktisk ansikt-til-ansikt tid mellom helsepersonell og pasient. Dette er en sentral kvalitetsindikator, fordi den måler om pasienten faktisk får den tiden som er innvilget i vedtak eller planlagt i tiltak.

Begreper

• Planlagt ATA-tid: Timer med direkte pasientkontakt som er vedtatt eller satt opp i tiltaksplanen.
• Faktisk ATA-tid: Timer med reell ansikt-til-ansikt oppfølging, registrert av helsepersonell.
• Avvik: Differansen mellom planlagt og faktisk ATA-tid, som kan indikere ressursutfordringer eller feil i planlegging.

Hvorfor det er nyttig?

• Gir ledere og ansatte innsikt i om pasientene faktisk får oppfølgingen de har krav på.
• Avdekker flaskehalser i ressursbruk og sikrer at tid brukes på pasientnært arbeid.
• Kan benyttes i rapportering til både ledelse og pårørende for å dokumentere kvalitet.

Praktisk eksempel:

En pasient med vedtak om 10 timer ansikt-til-ansikt oppfølging i uken får bare 6 timer levert. Dette vil framkomme som et avvik og kan utløse tiltak som bedre bemanningsplanlegging eller justering av vedtaket.

Aktive tjenester

Hva det er: Oversikt over hvilke tjenester pasientene mottar til enhver tid.

Begreper

• Tjenester: Lister opp de ulike tjenestene brukeren har tilgang på
• Aktiv: Hvor mange pasienter som har denne tjenesten aktivert
• Startet: Antall pasienter som har fått tjenesten denne måneden
• Avsluttet: Antall pasienter som har avsluttet tjenesten denne måneden

Hvorfor det er nyttig

• Gir brukeren innsikt i belastning og trender i kommunens tjenester
• Støtter prioritering og ressursflytting.

Eksempel

En kommune ser i rapportmodulen at antall pasienter med aktiv hjemmesykepleie øker jevnt måned for måned, mens antall med praktisk bistand (rengjøring og praktiske gjøremål) går ned. Dette kan tyde på at befolkningen har mer komplekse helsemessige behov enn tidligere, og at man bør dykke dypere inn i ressursfordelingen.

Innlagte pasienter vs Utskrivningsklare pasienter

Hva det er: Viser balansen mellom pasienter som er innlagt og de som er medisinsk klare for utskrivning. Denne typen samhandling med sykehus er under utvikling så tallene vil ikke alltid speile virkeligheten.

Begreper

• Innlagt pasient: Pasient som er markert som innlagt, og har pauset sine kommunale tjenester.
• Utskrivningsklar pasient: Pasient markert som utskrivningsklar, men som sannsynligvis venter på egnet tjeneste.

Hvorfor det er nyttig

• Avdekker flaskehalser i pasientflyt og kapasitetsutfordringer i nær fremtid.
• Støtter samhandling med sykehus.

Eksempel

En kommune ser i rapportmodulen at 12 pasienter er registrert som utskrivningsklare fra sykehuset, men bare 3 pasienter er faktisk tatt imot i kommunale tjenester samme uke. Resten venter på plass i korttidsavdeling. Dette gir kommunen et tydelig bilde av en kommende kapasitetsutfordring, og kan brukes i dialogen med sykehuset for å planlegge utskrivninger bedre.

Sengekapasitet & Liggetid

Hva det er: Viser forholdet mellom tilgjengelige senger og faktisk bruk.

Begreper

• Liggedøgn: Antall hele døgn en pasient ligger i seng. (0 hvis inn- og utskrivning samme dag).
• Sengeplasser/Døgnplasser: Antall fysiske senger tilgjengelig.
• Sengedøgn: Maksimalt antall liggedøgn, beregnet som antall senger × antall dager i perioden.
• Beleggsprosent: Liggedøgn ÷ sengedøgn.

Hvorfor det er nyttig

• Kombinerer faktisk bruk og kapasitet.
• Viser om ressursene er balansert.

Eksempel

En beleggsprosent over 100 % betyr at det er flere pasienter enn tilgjengelige senger – ofte med korridorpasienter som resultat.

Vedtakstimer

Hva det er: Viser timer kommunen har fattet vedtak om å tildele til pasienter. Når en saksbehandler oppretter et vedtak i Aidn, registreres både vedtakstimer (det juridiske omfanget av tjenesten) og ressurstimer (det som faktisk planlegges brukt i tjenesten). Dette gir et tydelig bilde av kommunens forpliktelser og grunnlag for å sammenligne planlagt innsats med faktisk leveranse.

Begreper

• Vedtak**:** Juridisk bindende beslutning om å tildele tjenester.
• Vedtakstime**:** Timer innvilget i vedtaket.
• Ressurstimer**: Timer som tjenesten faktisk planlegger å utføre.**
• Utførte timer**:** Timer som faktisk er levert til pasienten.

Hvorfor det er nyttig

• Ressursplanlegging**:** Viser hvor mange timer som er tildelt på tvers av enheter og støtter bedre bemannings- og budsjettplanlegging.
• Kvalitetskontroll**:** Sammenligning av vedtakstimer og leverte timer avdekker over- eller underlevering av tjenester.
• Transparens**:** Gir ledere oversikt over hvordan timer er fordelt og sikrer rettferdig tjenestetildeling.
• Økonomikontroll**:** Timer er direkte knyttet til kostnader og gir bedre grunnlag for budsjettoppfølging.

Eksempel:

Denne komponenten viser kun antall vedtakstimer per tjeneste, samt en historisk utvikling måned for måned. For eksempel kan kommunen se at vedtakstimer for hjemmesykepleie har økt jevnt det siste halvåret, mens vedtakstimer for praktisk bistand har gått ned. Dette gir innsikt i hvordan behovene i befolkningen endrer seg over tid.

HLR-status

Hva det er: Viser registrerte beslutninger om hjerte-lungeredning (HLR) for pasientene. En pasient kan ha status HLR-ja, HLR-nei (HLR minus) eller ikke registrert. Komponentet har også en funksjon for å vise pasienter uten registrert HLR-status, slik at brukeren kan følge opp og sikre at en beslutning blir tatt.

Begreper

• HLR-ja: Pasienten skal gjenopplives ved hjertestans.
• HLR-nei / HLR minus: Det foreligger en beslutning om at pasienten ikke skal gjenopplives.
• Ikke registrert: Ingen dokumentert beslutning er gjort.

Hvorfor det er nyttig

• Pasientsikkerhet og etikk: Sikrer at pasientens ønsker respekteres og forhindrer uønskede gjenopplivningsforsøk som er belastende for både pasient, pårørende og helsepersonell.
• Ressurseffektivitet: Manglende dokumentasjon kan føre til unødvendige ambulanseutrykninger og sykehusinnleggelser.
• Klarhet for ansatte og pårørende: Reduserer usikkerhet og belastning i akutte situasjoner.
• Etterlevelse av retningslinjer: Understøtter krav om dokumentasjon av behandlingsbegrensninger.

Eksempel

Denne komponenten viser hvor mange pasienter som har HLR-ja, HLR-nei eller ingen registrert status. For eksempel kan et sykehjem se at ni beboere mangler registrert HLR-status. Ved oppfølging kan det vise seg at flere har uttrykt ønske om HLR minus, men dette er ikke dokumentert i systemet. Uten denne registreringen risikerer man at ambulansepersonell starter gjenoppliving i strid med pasientens ønsker. I dette tilfellet bør leder ettergå rutinene på gitt avdeling.

Diagnoser

Hva det er: Viser de hyppigst registrerte diagnosene den siste måneden. Komponenten gir et øyeblikksbilde av hvilke tilstander som driver tjenestebehov akkurat nå, men inkluderer foreløpig ikke historiske data eller trender over tid.

Begreper

• Diagnose (ICPC kodeverk): Hovedårsaken til at pasienten får helsehjelp.

Hvorfor det er nyttig

• Trender på kort sikt: Viser hvilke diagnoser som preger bildet i inneværende måned.
• Ressursplanlegging: Fremhever tilstander som krever mye ressurser (f.eks. demens, kroniske sykdommer), og gir grunnlag for bemanning og oppfølging.
• Forebygging: Oppdager man en økning i livsstilsrelaterte diagnoser samme måned, kan det gi signaler om behov for tidlige tiltak.
• Beslutningsstøtte: Gir ledere en rask indikasjon på hvilke diagnoser som bør følges opp nærmere.

Eksempel

Denne komponenten viser antall nye diagnoser registrert den siste måneden. For eksempel kan en kommune se at kroniske luftveissykdommer topper listen i januar, noe som kan tyde på en hard influensasesong. Kommunen kan da justere bemanning i hjemmetjenesten eller prioritere vaksinasjonstiltak.

Legemidler

Hva det er: Viser to oversikter fra siste måned: én over ATC-kategorier og én over legemiddeltyper som er mest utdelt. Dataene er basert på registrerte utdelinger av medisiner.

Begreper

• ATC-koder: Internasjonalt klassifikasjonssystem for legemidler.
• Typer: Medikamentgrupper

Hvorfor det er nyttig

• Sykdomsinnsikt: Hyppig utdeling av bestemte legemidler peker på utbredte tilstander i befolkningen (f.eks. statiner → mange med hjerte-/karrisiko).
• Kvalitet og sikkerhet: Oversikter over opioider, psykofarmaka og antibiotika kan gjøre det enklere å oppdage overforbruk eller avvik fra nasjonale retningslinjer.
• Kostnadskontroll: Viser hvilke typer legemidler som kan drive kostnader opp, og hvor det kan vurderes mer kostnadseffektive alternativer.
• Folkehelse: Økt bruk av antibiotika kan utløse tiltak mot resistens, mens endringer i bruk av vitaminer eller tilskudd kan peke på ernæringsutfordringer.

Eksempel

Denne komponenten viser de mest utdelte legemidlene forrige måned, fordelt på ATC-kategorier og typer. For eksempel kan en kommune se at opioider topper listen blant utdelte medisiner i flere enheter. Dette kan utløse tiltak som kvalitetsgjennomgang av smertebehandling eller opplæring av ansatte. En økning i antibiotika i vintermånedene kan samtidig gi behov for en vurdering av forskrivningspraksis.

Smitte

Hva det er: Viser registrerte infeksjoner i kommunen fordelt på smittetype (blod-, dråpe-, kontakt- og luftbåren). Oversikten gir et bilde av hvilke infeksjoner som forekommer, hvor de opptrer og hvordan de utvikler seg over tid.

Begreper

• Blodsmittende: Overføres via blod (f.eks. hepatitt B).
• Dråpesmitte: Overføres gjennom hoste/nys (f.eks. influensa, RSV).
• Kontaktsmitte: Overføres via hud eller overflater (f.eks. MRSA).
• Luftbåren smitte: Overføres gjennom luften (f.eks. tuberkulose, covid-19).

Hvorfor det er nyttig

• Tidlig varsling: Fanger opp uvanlige økninger i bestemte infeksjoner, slik at tiltak kan iverksettes raskt (isolasjon, testing, vaksinering).
• Trendforståelse: Viser sesongmønstre, f.eks. vintertopper i influensa eller lokale Norovirus utbrudd.
• Beredskap: Gir grunnlag for fremtidig pandemihåndtering for kommunene.
• Forebygging: Sammenligning på tvers av enheter avdekker områder som trenger bedre rutiner eller ekstra opplæring.

Eksempel

Denne komponenten viser hvor mange tilfeller av smitte som er registrert, fordelt på type. For eksempel kan man se en jevn økning i dråpesmitte i flere sykehjem over noen uker. Kommuneoverlegen kan da sette inn tiltak som skjerpede hygieneregler og besøksrestriksjoner. Oppdages uvanlige klynger av luftbåren smitte utenfor normalsesong, kan dette indikere en ny luftveisinfeksjon og gi grunnlag for tidlig varsling til nasjonale myndigheter.

BMI

Hva det er: Viser fordelingen av pasientenes kroppsmasseindeks (KMI/BMI) i kategoriene undervekt, normalvekt, overvekt og fedme (grad I–III). Oversikten baserer seg på registrerte målinger og kan følges over tid for å se utviklingen i befolkningens ernæringsstatus og helserisiko.

Begreper

Verdens helseorganisasjon (WHO) har definert følgende grenser:

• Undervekt: KMI under 18,5
• Normalvekt: KMI 18,5–24,9
• Overvekt: KMI 25,0–29,9
• Fedme grad I: KMI 30,0–34,9
• Fedme grad II: KMI 35,0–39,9
• Fedme grad III: KMI ≥ 40

Hvorfor det er nyttig

• Folkehelse: Avdekker enheter eller grupper med høy forekomst av undervekt eller fedme.
• Ressursplanlegging: Støtter beslutninger om hvor det bør settes inn ernæringsfysiologer, fysioterapeuter eller helsefremmende tiltak.
• Forebygging: Økende overvekt kan gi grunnlag for tidlig innsats for å forebygge diabetes og hjerte-/karsykdommer.
• Evaluering: Brukes til å vurdere effekten av ernæringstiltak og aktivitetsprogrammer over tid.

Eksempel

Denne komponenten viser fordelingen av BMI-kategorier den siste måneden. For eksempel kan et sykehjem oppdage at en stor andel beboere ligger i kategoriene overvekt og fedme. Kommunen kan da innføre målrettede ernæringstiltak og fysisk aktivitet for å bedre helsen til beboerne. På en annen enhet kan en høy andel undervektige eldre indikere underernæring, noe som utløser behov for tett oppfølging av ernæringsfysiolog og pleiepersonell.

Oppgaver

Hva det er: Viser status på oppgaver i pasientenes behandlingsplaner, fordelt på organisasjoner og med historisk utvikling. Oppgavene kan være alt fra medisinering til ernæringsvurderinger eller oppfølging av tiltak. Oversikten viser hvor mange oppgaver som er fullført, ikke fullført og utgått, og gir mulighet til å følge utviklingen over tid.

Begreper

• Fullført: Oppgaven er gjennomført.
• Ikke fullført: Oppgaven er fortsatt åpen.
• Utgått: Oppgaven har passert fristen uten å være løst.

Hvorfor det er nyttig

• Kvalitet i tjenesten: Viser om pasientmål faktisk følges opp, og avdekker enheter med høy andel ufullførte eller utgåtte oppgaver. Kan utløse kvalitetsarbeid hvis en avdeling ikke fullfører oppgavene sine.
• Driftsinnsikt: Fordeling på organisasjoner gjør det mulig å se hvor arbeidsbelastningen er størst, og hvilke enheter som trenger ekstra støtte.
• Etterlevelse: Gir en tydelig oversikt over om oppgaver gjennomføres i tråd med krav til dokumentasjon og oppfølging.
• Forbedring: Historisk utvikling gjør det mulig å identifisere mønstre (f.eks. flere utgåtte oppgaver i ferieperioder) og sette inn tiltak.

Eksempel

Denne komponenten viser oppgavestatus fordelt på ulike organisasjoner, samt historisk utvikling. For eksempel kan en kommune se at én hjemmetjenesteenhet har en høyere andel utgåtte oppgaver enn andre. Over tid kan man også oppdage at antallet ufullførte oppgaver øker i ferieperioder, noe som gir grunnlag for å justere bemanning, fordele oppgaver annerledes eller gjennomgang av rutiner og opplæring hvis personell glemmer å forholde seg til oppgavene i systemet.

ATA-tid (organisasjonsnivå)

Hva det er: Viser en samlet oversikt på organisasjonsnivå over planlagt og faktisk tid brukt på pasientnære tjenester (ansikt-til-ansikt-tid). Komponenten aggregerer data fra alle enheter slik at man kan se om bemannings- og tidsplaner stemmer med faktisk levert tid.

Begreper

• Planlagt tid: Timer som er vedtatt eller planlagt i tiltaksplanene.
• Faktisk tid: Timer som faktisk er utført av helsepersonell.

Hvorfor det er nyttig

• Driftseffektivitet: Avdekker enheter der faktisk tid konsekvent overstiger eller underskrider planlagt tid.
• Kvalitet: Viser om pasientene får oppfølgingen de har krav på, eller om det er systematiske gap.
• Økonomi: Bidrar til å tilpasse budsjetterte timer til faktisk ressursbruk.
• Strategisk innsikt: Gir ledelsen et helhetsbilde av tidsbruk på tvers av organisasjonen og støtter beslutninger om kapasitet, prosessendringer eller ressursfordeling.

Eksempel

Denne komponenten viser forholdet mellom planlagt og faktisk ATA-tid på tvers av alle enheter og med historisk utvikling. For eksempel kan en kommune se at hjemmetjenesten måned etter måned leverer 15 % mer tid enn planlagt. Dette kan tyde på at vedtakene undervurderer pasientenes behov eller at oppgavene tar lengre tid enn forventet. Ledelsen kan da vurdere å justere vedtakene, øke bemanningen eller endre planleggingsrutinene.

Demografi – Alder

Hva det er: Viser aldersfordelingen i pasientpopulasjonen som mottar kommunale tjenester. Oversikten er aggregert på organisasjonsnivå og kan følges over tid. Endringer i alderssammensetningen har direkte betydning for tjenestebyrde, kapasitet og hvilke typer tjenester kommunen må dimensjonere for.

Begreper

• 0–17 år: Barn og unge, ofte med behov knyttet til funksjonsnedsettelser eller familietiltak.
• 18–49 år: Yngre voksne, ofte med psykisk helse- eller rusrelaterte tjenester.
• 50–66 år: Voksne i arbeidsfør alder, kan ha kroniske sykdommer eller rehabiliteringsbehov.
• 67–79 år: Eldre før sykehjemsalder, økende behov for hjemmetjenester og forebyggende tiltak.
• 80–89 år: Høy tjenestebyrde med stor andel som krever omfattende pleie og omsorg.
• 90+ år: Svært høy tjenestebyrde, ofte behov for langtidsplass og spesialisert oppfølging.

Hvorfor det er nyttig

• Kapasitetsplanlegging: Viser hvordan pasientpopulasjonens alderssammensetning påvirker behovet for tjenester som sykehjem, hjemmetjenester eller rehabilitering.
• Tjenestebyrde: Høy andel eldre pasienter betyr ofte økt pleiebehov, mens yngre grupper kan kreve andre typer tjenester som psykisk helse eller rusomsorg.
• Prognoser: Endringer over tid gir tidlig varsling om kommende kapasitetsutfordringer.
• Strategiske prioriteringer: Støtter beslutninger om investeringer i bemanning, bygg og forebyggende tiltak.

Eksempel

Denne komponenten viser fordelingen av pasientpopulasjonen på aldersgrupper, samt historisk utvikling. For eksempel kan en kommune se at andelen pasienter over 80 år vokser raskt, samtidig som de yngre gruppene holder seg stabile. Dette gir et tydelig signal om at fremtidig tjenestebyrde vil øke, og at man må planlegge flere sykehjemsplasser eller styrke hjemmetjenestene. På samme måte kan en økning i 18–49-gruppen innen psykisk helse indikere behov for mer kapasitet i lavterskeltilbud og kommunale psykiske helsetjenester.

Demografi – Kjønn

Hva det er: Viser kjønnsfordelingen i pasientpopulasjonen som mottar kommunale tjenester, aggregert på organisasjonsnivå og med historisk utvikling. Oversikten gir innsikt i hvordan kvinner og menn fordeler seg i tjenestene, og hvordan dette endres over tid.

Begreper

• Kvinne: Pasienter registrert som kvinner.

• Mann: Pasienter registrert som menn.

  (Merk: Andre kjønnsidentiteter kan i fremtiden bli støttet, men dagens datagrunnlag baserer seg på binær registrering.)

Hvorfor det er nyttig

• Ressursallokering: Viser hvilke tjenester som er mer brukt av kvinner eller menn, og gir grunnlag for å tilpasse bemanning og spesialkompetanse.
• Likestilling og rettferdighet: Bidrar til å identifisere forskjeller i tilgang og bruk av tjenester, og gir mulighet for målrettede tiltak.
• Trender: Avdekker endringer i kjønnsfordeling over tid, som kan speile befolkningsendringer eller skiftende helsemønstre.
• Rapportering: Understøtter nasjonale mål om likeverdige helsetjenester for kvinner og menn.

Eksempel

Denne komponenten viser fordelingen av pasientpopulasjonen på kjønn og historisk utvikling. For eksempel kan en kommune se at en økende andel menn mottar rehabiliteringstjenester, mens antallet kvinner er stabilt. Dette kan indikere flere mannlige pasienter etter operasjoner eller skader, og kommunen kan vurdere om bemanning og fysioterapikapasitet er tilstrekkelig. På samme måte kan en overvekt av kvinner i psykisk helsetjeneste peke på behov for særskilt oppfølging, eller på at menn i mindre grad oppsøker tilbudene – noe som kan utløse tiltak for bedre rekruttering og tilpasning.

Avvik

Hva det er: Viser registrerte avvik og hendelser i tjenesten, fordelt på type og enhet, samt historisk utvikling. Avvik kan omfatte alt fra medisinfeil og fall til rutinesvikt, vold/trusler eller utstyrssvikt. Kommunene bruker allerede disse dataene i sin kvartalsvise avviksrapportering, og planen er å integrere med kvalitetssystemet Compilo slik at lovpålagte rapporter sendes automatisk. Samtidig gir en sanntidsoversikt stor verdi for løpende kvalitetsarbeid.

Begreper

• Medisinavvik: Feil eller mangler knyttet til legemiddelhåndtering.
• Ernæringsavvik: Mangelfull eller feilaktig oppfølging av ernæring.
• Rutinesvikt: Hendelser der prosedyrer ikke er fulgt.
• Skade/vold/trusler: Fysiske eller psykiske hendelser som utsetter pasient eller ansatt for fare.
• Utstyrssvikt: Tekniske feil eller mangler på medisinsk utstyr.
• Annet avvik: Hendelser som ikke faller inn under de øvrige kategoriene.

Hvorfor det er nyttig

• Umiddelbar oppfølging: Sanntidsinnsikt gjør at ledere raskt kan gripe inn og hindre gjentakelser.
• Trendanalyse: Viser utvikling over tid og avdekker systemiske utfordringer, f.eks. økning i fall eller medisinfeil.
• Etterlevelse: Understøtter lovpålagt rapportering til myndigheter. Integrasjon med Compilo reduserer manuelt arbeid og sikrer korrekt datagrunnlag.
• Forbedringsarbeid: Gir grunnlag for årsaksanalyse og måling av effekten av forbedringstiltak.

Eksempel

Denne komponenten viser antall registrerte avvik fordelt på type og organisasjon, med historisk utvikling. For eksempel kan en kommune se en økning i rutinesvikt og utstyrssvikt i et sykehjem, noe som kan indikere behov for opplæring i bruk av nytt utstyr eller bedre vedlikeholdsplaner. Over tid kan man også oppdage en trend med flere fall blant pasienter med demens, som gir grunnlag for å iverksette fallforebyggende tiltak og styrket oppfølging. Selv om Compilo-integrasjonen automatisk leverer kvartalsrapporter, gir denne komponenten frontlinjeteam mulighet til å oppdage og løse problemer fortløpende.