Vilka orter bör ha förlossningskliniker?

Det här är ett gästinlägg av Anders Fredriksson som är forskare i nationalekonomi vid universitetet i São Paulo.

Nedläggningen av förlossningskliniken i Sollefteå har liksom vid tidigare nedläggningar av offentlig verksamhet lett till en debatt om tillgängligheten på service i olika delar av landet. I denna text analyserar jag var i Sverige förlossningskliniker bör ligga om det är medborgarnas reseavstånd som skall avgöra placeringen. I analysen använder jag en avståndsdatabas från myndigheten Tillväxtanalys, samt data från Socialstyrelsen och SCB. De tre storstadsregionerna och Gotland ingår inte i analysen.

Kliniker finns idag på 36 orter, visade som svarta punkter i figuren till vänster, och namngivna i svart text. Orterna i grönt diskuteras längre ned i texten. Kartan till höger visar befolkningstätheten (karta från Nordregio).

Om man löser problemet med att placera 36 kliniker för att minimera medborgarnas medelreseavstånd, där alla kommuners centralorter är kandidater till att få en klinik, blir avståndet 22 km, mot dagens 22,6 km. Fem av dagens 36 kliniker skulle få en annan placering. Två av förändringarna är små: Trollhättan och Falun skulle inte ha kliniker, men däremot närbelägna Uddevalla och Borlänge.  Den största förändringen skulle istället vara att ytterligare en ort i Mellansverige, Mora, markerad i grönt, skulle få en klinik, ”på bekostnad av” skånska Ystad. En betraktelse av kartorna ger en förståelse för varför Dalarna skulle få en extra klinik: Falun/Borlänge ligger i sydöstra delen av länet och invånarna i länets nordvästra del har avstånd dit på över 20 mil. Man kan ledas att tro att samma resonemang skulle gälla för Jämtlands län, men eftersom dess befolkning är hälften av Dalarnas, och endast en ort har en stor befolkningskoncentration (Östersund), tilldelas länet ingen extra klinik. De återstående två förändringarna är istället att Bollnäs och Arvika, också markerade i grönt, skulle få kliniker, men inte Hudiksvall och Karlskoga.

Om vi nu gör tankeexperimentet att staten vill förbättra tillgängligheten och öka antalet kliniker med en sjättedel (en siffra jag valt godtyckligt), till 42 optimalt placerade kliniker, skulle de första 36 optimala placeringarna förbli desamma. Ystad, Trollhättan, Karlskoga och Hudiksvall skulle dessutom ”återfå” sina kliniker, vilket indikerar att dessa lägen är geografiskt centrala. Kliniker skulle också placeras i Sollefteå och Kiruna.

Istället för att studera en teoretiskt optimal allokering är kanske det mest intressanta att utgå från dagens faktiska situation, och studera vilka orter som skulle få kliniker, om antalet utökades med (upp till) sex nya, optimalt placerade, kliniker. Den ort som mest skulle minska medelavståndet i landet, om den fick en klinik, är just Mora, diskuterad ovan. Därefter följer Uddevalla, Arvika, Bollnäs, Norberg och Sollefteå.

Från dessa två relaterade analyser (och vissa robusthetstester) blir slutsatsen hittills att kliniker i de fyra orterna Arvika, Bollnäs, Mora och Uddevalla skulle vara prioriterade för att i landet minska medelreseavståndet. Därefter följer Sollefteå och Kiruna. Alla sex orterna är markerade på kartan ovan. Potentiellt följer sedan området Fagersta-Norberg-Avesta, samt Kalix (ej visade på kartan). Förutom Uddevalla ligger dessa orter i landets glesbefolkade delar, och norrut. Noterbart är att de tidigare haft förlossningskliniker. De senast nedlagda är Kiruna (2002), Mora (2009), Kalix (2011) och Sollefteå (2017).

Mot bakgrund av diskussionen om Sollefteå har jag även studerat Västernorrland separat. Om länet skall ha två kliniker, är Sundsvall och Örnsköldsvik de optimala placeringarna, i överensstämmelse med dagens faktiska situation. Om istället tre enheter skall placeras, tillkommer en klinik i Kramfors, som ligger sydost om Sollefteå, halvägs ner till kusten. Denna föreslagna placering visar dock på problemet att analysera varje län för sig: Västernorrland har en djup ”inbuktning” från väst, och Sollefteå ligger relativt nära länsgränsen. Befolkningen i de Jämtlandstätorter som skulle ha Sollefteå som närmaste klinik (exempelvis Bispgården, Hammarstrand, Hoting och Rossön) ingår nu inte i analysen. Detta gör att den optimala placeringen hamnar närmare kusten. Från en geografisk-matematisk (och ekonomisk?) synpunkt är en strikt länsmässig analys tveksam.

Sjukvården i Sverige organiseras av landstingen/regionerna, inte staten. En första diskussionspunkt gäller just effekterna av detta, ur en lokaliseringssynpunkt. Om varje län själv bestämmer hur många kliniker det skall ha, och var dessa skall ligga, finns åtminstone en risk att landets resurser inte utnyttjas optimalt. Med detta menas att samma medelavstånd till vård skulle kunna erbjudas med färre kliniker, om lokaliseringsbesluten fattas centralt. Givet detta faktum, och med dagens organisation på länsnivå, följer att landstingen bör samarbeta (vilket i viss mån redan sker). De län där många medborgare har sin närmaste klinik i ett annat län, skulle kunna delfinansiera det andra länets klinik, vilket skulle vara till gagn för de berörda medborgarna, som får kortare avstånd.

Mot ovanstående resonemang står andra aspekter, såsom att varje landsting kanske bäst känner sina medborgare och dess vårdbehov (ett argument för decentralisering). Vidare kan förlossningskliniker behöva kombineras med andra vårdområden, såsom neonetalkliniker och annan specialistvård. Om de fasta kostnaderna är höga är detta också ett argument för en koncentration till färre orter. En del av dessa aspekter kan integreras i en modifierad analys. Man kan exempelvis – i optimeringsproblemet – begränsa listan av orter som är kandidater till att ha en förlossningsklinik, till de orter som redan har ett sjukhus, eller kräva ett visst prognostiserat minimiantal förlossningar. Andra viktiga faktorer är tillgången på läkare, barnmorskor och sjuksköterskor, att olika typer av graviditet och födsel (exempelvis tidig/sen) kan ha behov av olika typer av vårdspecialiteter/sjukhus, och eventuella  kvalitetsskillnader mellan små och stora sjukhus.

Hur många kliniker som skall finnas och var dessa skall ligga är ett politiskt beslut. Jag har utgått från dagens faktiska antal, men det går att ha andra utgångsvärden, exempelvis 26 eller 46. Detsamma gäller vilken typ av analys som görs. Jag har minimerat medelavståndet, vilket inte utesluter att vissa kommuner/landsdelar får väldigt långa avstånd. Bakom dagens medelavstånd 22,6 km döljer sig stora regionala skillnader: de län med längst medelavstånd är Norrbotten – 54 km, Dalarna – 49 km, Jämtland – 45 km, medan exempelvis Skåne har 13 km. Man skulle, som ett alternativ, kunna motivera en (Rawlsiansk) analys av typen ”ingen individ ska ha längre än 150 km till en klinik” (vilket skulle ge många fler kliniker i Norrland, och troligtvis mycket högre kostnader). För att studera fördelningen mellan norra och södra delarna av landet experimenterade jag istället, för fallet med 36 optimalt placerade enheter, med att använda en ”kostnadsfunktion” som ökar mer än linjärt i avståndet. Om man använder avståndet upphöjt till 1,5 får norra Sverige ytterligare en klinik, om avståndet kvadreras förstärks denna effekt till fyra nya enheter i norr (i båda fallen på bekostnad av motsvarande reduktion i syd). Dessa alternativa specifikationer gör att variationen i avstånd minskar. Om det fanns data på sannolikheten för förlossningskomplikationer som funktion av avstånd, eller något annat relevant välfärdsmått, skulle detta kunna användas som bas för analysen.

En annan viktig fråga är vilken befolkningsdata som används. Jag har använt hela befolkningen. För ett givet antal kliniker som skall placeras, är det relevanta hur denna är geografiskt fördelad. Olika delar av landet har dock olika andel kvinnor i fertil ålder. Gruppen mellan 15 och 44 år varierar från 12% i vissa Norrlandskommuner till 22-23% i storstadsregionerna. Om man istället använder dessa data, vilket skulle ge färre kliniker i norr och fler i söder, accepterar man att avfolkningsbygderna är just detta. Om man därtill använder skattad befolkning på exempelvis 10 års sikt, enligt dagens tillväxttakter, skulle troligtvis orterna i norr ytterligare underviktas. En faktor som istället skulle ge fler kliniker i norr skulle vara om analysen tar hänsyn till att vinterväglag där är vanligare.

Sammanfattningsvis har jag i denna korta text använt en väletablerad metod inom matematisk programmering för att studera hur allokeringen av en vital offentlig service – förlossningskliniker – kan analyseras, baserat på ett avståndsmått. Jag diskuterade också några specifika orter som idag inte har någon klinik. Då den nuvarande regeringen har just den rumsliga allokeringen av offentliga tjänster på sin agenda, kan texten förhoppningsvis bidra till diskussionen.

Detaljer om optimeringsproblemet:

Jag använder samma metod som i min artikel från 2016 i Ekonomisk Debatt, där jag analyserade lokaliseringen av Försäkringskassans, Pensionsmyndighetens och Skatteverkets gemensamma Servicekontor. Problemet som löses är ett så kallat p-median problem. Den kombination av 36 orter som minimerar det befolkningsviktade avståndet i landet till en förlossningsklinik väljs, från en lista av 257 kommuncentralorter som är kandidater till att ha en klinik. Detta problem har 10 upphöjt till 44 olika möjliga lösningar och löses av en algoritm baserad på bland annat ”branch and bound”, implementerad i mjukvara. Avståndsmatrisen (som är baserad på Nationella vägdatabasen) har data över alla faktiska vägavstånd mellan var och en av Sveriges ca 1950 tätorter. Problemformuleringen och det data som används implicerar vissa förenklingar och att potentiellt relevanta aspekter utelämnas, såsom att vi inte studerar antalet födslar och kostnader vid de olika klinikerna, eller möjlig överbelastning. Landsbygdsbefolkningen har aggregerats till närliggande tätorter, och alla avstånd räknas från en orts centroidpunkt, vilket också är punkten där en potentiell klinik antas ligga. Restid analyseras inte, inte heller säsongsvariationer, tillgång på offentliga kommunikationer, vägarnas skiftande kvalitet, eller effekter av att använda mer högupplöst data. Forskare vid högskolan i Dalarna har analyserat liknande problem med högupplöst befolknings- och vägdata, vilket främst skulle vara av vikt om antalet kliniker att placera ut vore betydligt fler och om vi inte begränsade oss till kommunernas centralorter som kandidater för att ha en klinik.