Polska raportuje do OECD, ile osób umiera u nas z przyczyn, których dało się uniknąć: w 2023 r. 132,71 zgonu na 100 tys. z powodów, które umie wyleczyć opieka zdrowotna, przy średniej unijnej 86,81. Liczba jest jedna, na cały kraj. Chcieliśmy zejść z nią do poziomu przychodni — z wycięciem pacjentów świeżo zapisanych, z podziałem na kohorty wieku i z metodą, którą każdy mógłby sprawdzić. Nie da się, i droga do tego wniosku jest właściwym tematem tekstu, bo prowadzi przez trzy różne przeszkody. Pierwsza: brakuje jednej kolumny — NFZ ma numer PESEL, przychodnię, datę deklaracji i datę zgonu, GUS ma przyczynę, a część karty zgonu, na której stoi przyczyna, nie zawiera numeru PESEL. Druga, poważniejsza: zdarzeń jest za mało. Przychodnia o medianowej wielkości ma 16,2 zgonu uleczalnego przez trzy lata; żeby odróżnić jej wynik od przypadku przy granicy uczciwej wobec 5 975 porównań, musiałaby mieć ich o 122 procent więcej. Trzecia, najciekawsza: hospitalizacje, którym dobra opieka miała zapobiec, mają dość zdarzeń — i mimo to nie mierzą przychodni. Po korekcie o wiek i biedę pacjentów z różnicy między praktykami zostaje niewiele, NHS publikuje ten wskaźnik na sieciach 30–50 tys. pacjentów, a polskie liczby niosą własne ostrzeżenie: jesteśmy pierwsi w OECD w niewydolności serca i jednocześnie o 44 procent poniżej średniej w chorobie płuc. Zostaje jedna rzecz, którą naprawdę da się zmierzyć na poziomie pojedynczej przychodni, i nie jest nią żaden wskaźnik zgonowy. Pokazujemy całą metodę: reguły przypisania pacjenta, osobolata, wzory, logikę liczenia hospitalizacji krok po kroku, gotowy układ tabeli i siedem testów do sprawdzenia rachunku z zewnątrz.

Czego dokładnie szukamy

„Zgony możliwe do uniknięcia” to nie jest publicystyczny skrót. To wskaźnik ze wspólnej listy OECD i Eurostatu, z 97 pozycjami rozpisanymi na kody ICD-10 i z jedną twardą granicą: liczą się tylko zgony osób poniżej 75 lat. Lista dzieli przyczyny na dwie kategorie.

Preventable mortality: Causes of death that can be mainly avoided through effective public health and primary prevention interventions (i.e. before the onset of diseases/injuries, to reduce incidence). Treatable (or amenable) mortality: Causes of death that can be mainly avoided through timely and effective health care interventions, including secondary prevention and treatment (i.e. after the onset of diseases, to reduce case-fatality).

Pierwsza kategoria — możliwe do uniknięcia przez profilaktykę — obejmuje 48 pozycji i mówi o działaniach sprzed choroby. Druga — uleczalne, 57 pozycji — mówi o tym, co dzieje się po zachorowaniu: czy rozpoznano na czas, czy skierowano, czy poprowadzono. Żadna z definicji nie wymienia POZ ani lekarza rodzinnego. To ustalenie ze źródła, nie interpretacja. Bliżej pracy przychodni jest kategoria druga, ale przypisanie kuleje w obie strony: największe pozycje uleczalnych to choroba niedokrwienna serca (20%zgonów w tej kategorii w Polsce), zapalenie płuc (14%), rak jelita grubego (13%), udar (11%) i rak piersi (8%) — a o wyniku leczenia zawału czy udaru decyduje głównie szpital. W drugą stronę: szczepienia i poradnictwo antynikotynowe, czyli codzienna praca POZ, siedzą po stronie profilaktyki.

Związek z opieką podstawową nie jest przy tym naszą hipotezą. Wspólny profil zdrowotny Komisji Europejskiej i OECD dla Polski nazywa go wprost, przy okazji drugiej co do wielkości pozycji na liście uleczalnych:

The high rates of treatable mortality from pneumonia are multifactorial, but delayed diagnosis, limited access to primary care and diagnostics, and shortages of medical staff — particularly in pulmonology and internal medicine — contribute significantly to this issue.

Granicę zaciera jeszcze jedna rzecz. Osiem przyczyn autorzy listy podzielili po połowie między obie kategorie, bo nie umieli rozstrzygnąć, która przeważa. I są to dokładnie te choroby, którymi POZ zajmuje się na co dzień.

Granica 75 lat jest przy tym umowna i autorzy listy piszą to wprost.

It is recognised that the age threshold of 75 is arbitrary and only reflects a current definition of premature mortality.

Ma to konsekwencję, do której wrócimy: skoro licznik obcinamy na 75. roku życia, mianownik trzeba obciąć tak samo. Inaczej wskaźnik mierzy udział seniorów na liście, a nie opiekę.

I rzecz, którą trzeba postawić przed wszystkim innym, bo inaczej cały tekst byłby nieuczciwy. Eurostat opatrzył ten wskaźnik zastrzeżeniem.

Both, the treatable mortality indicator and the preventable indicator are aimed to be used in a global context of peer reviewed health system performance assessments. They provide a warning signal of potential shortcomings in health systems but is not intended to be a definitive measure for monitoring health care across member states.

Wskaźnik ma służyć porównaniom systemów w recenzowanych ocenach, a nie bieżącemu nadzorowi. Mierzenie nim pojedynczej przychodni jest dokładnym przeciwieństwem. Dalsza część tekstu pokazuje, ile z tego zastrzeżenia da się odzyskać metodą, a czego odzyskać się nie da.

Przeszkoda pierwsza: brakuje jednej kolumny

Żeby powiedzieć „w populacji pacjentów tej przychodni umiera tylu ludzi z przyczyn możliwych do uniknięcia”, potrzeba czterech rzeczy: kto jest na liście, od kiedy, kiedy umarł i na co. Trzy pierwsze państwo ma i przetwarza z ustawy. Czwartej nie ma tam, gdzie są trzy pierwsze.

Deklaracja wyboru lekarza POZ zawiera numer PESEL i datę dokonania wyboru — art. 10 ust. 3 pkt 1 lit. e oraz pkt 7 ustawy o podstawowej opiece zdrowotnej. To znaczy, że dana „jak długo ten pacjent jest na tej liście”, bez której cała analiza nie ma sensu, istnieje w źródle. Nikt jej nie publikuje. Ustawa o świadczeniach idzie dalej: art. 188 ust. 4 wymienia wśród danych przetwarzanych przez Ministra Zdrowia i NFZ numer PESEL (pkt 7), adres zamieszkania (pkt 10), udzielone świadczenia (pkt 16) i datę zgonu (pkt 27). Celem przetwarzania jest między innymi „prowadzenie prac analitycznych i prognostycznych”.

Czego na tej liście nie ma? Przyczyny zgonu. Ona jest w części III karty zgonu, przeznaczonej dla statystyki publicznej — razem z gminą zamieszkania, wiekiem, płcią i wykształceniem. Wzór karty układa to tak, że numer PESEL stoi w części I, rejestracyjnej, a części III nie towarzyszy. Rozłączenie jest zamierzone i ma sens: chroni zmarłego przed tym, żeby przyczyna jego śmierci krążyła po systemie z jego nazwiskiem.

Jedno zastrzeżenie do słowa „jedyna”, bo tabela wyżej sama je podsuwa. Dla nowotworów ta kolumna istnieje: Krajowy Rejestr Nowotworów ma numer PESEL, adres, datę zgonu i stopień zaawansowania w jednym rekordzie. Rak jelita grubego i rak piersi to razem jedna piąta zgonów uleczalnych w Polsce. Dla tej części most nie jest przerwany technicznie — jest zamknięty administracyjnie, a to zupełnie inny problem i ma inne rozwiązanie.

Poza nowotworami nie ma jednak zbioru, w którym przyczyna zgonu wg ICD-10 stoi obok identyfikatora pacjenta i identyfikatora jego przychodni. Żeby go zbudować, trzeba spiąć dwie instytucje: NFZ wie, kto do kogo należał i kiedy umarł, GUS wie, na co. Żadna z nich nie ma kompletu.

To nie jest pomysł bez precedensu — państwo robi to od roku

Łatwo przeczytać powyższe jako „chcecie czegoś, czego nikt nigdy nie robił”. Nieprawda. NFZ publikuje od 30 kwietnia 2025 r. zestawienie wskaźników jakości: 88 841 wierszy, 63 wskaźników, każdy przy nazwie i kodzie świadczeniodawcy. Są w nim dwie grupy, które razem rozstrzygają sprawę.

Pierwsza: Fundusz już publikuje śmiertelność przypisaną do konkretnej placówki z nazwy — i to nie tylko w trakcie hospitalizacji, ale 30, 90 i 365 dni po jej zakończeniu.

Żeby policzyć śmiertelność 365-dniową, trzeba wiedzieć, czy pacjent żyje rok po wyjściu ze szpitala. Fundusz to wie — bo ma datę zgonu z art. 188 ust. 4 pkt 27. W opisie własnego zbioru na dane.gov.pl pisze wprost, że „3 kwietnia 2024 roku żyło 504 tys. osób, które w latach 2011–2023 miały co najmniej jeden przypadek zawału serca”. To znaczy, że Fundusz śledzi w czasie, czy pacjent żyje.

Druga grupa jest jeszcze bliżej. Cztery wskaźniki zgłaszalności do programów profilaktycznych używają jako mianownika listy aktywnej lekarza POZ u danego świadczeniodawcy. Karta wskaźnika w rozporządzeniu brzmi tak:

Odsetek kobiet, które skorzystały z programu profilaktyki raka piersi spośród kobiet na liście aktywnej lekarza podstawowej opieki zdrowotnej u danego świadczeniodawcy, które kwalifikują się do programu

To jest ten sam model: mianownikiem jest lista aktywna konkretnej przychodni. Przejście do umieralności możliwej do uniknięcia zmienia licznik, nie model prawny. Państwo już dziś, obowiązkowo i publicznie, przypisuje wynik zdrowotny populacji do konkretnej przychodni, używając deklaracji jako mianownika. Robi to dla 6 100 przychodni w programie raka piersi i 6 103 w programie chorób układu krążenia.

Kto jest „pacjentem tej przychodni”

To jest pytanie, od którego wszystko zależy, i to ono decyduje, czy wskaźnik mierzy opiekę, czy przypadek: trzeba wyciąć sytuację, w której ktoś zapisał się do przychodni miesiąc temu. Rozdziela się na dwa osobne pytania. Do kogo przypisać pacjenta i od kiedy jego wynik należy do tej przychodni.

Pierwsze pytanie Polska ma rozwiązane lepiej niż Stany Zjednoczone i Wielka Brytania. Amerykańskie reguły typu „większość wizyt” powstały dlatego, że tam nikt formalnie nie przypisuje pacjenta do lekarza. U nas jest — deklaracja. Drugie pytanie zostaje otwarte, a od odpowiedzi zależy więcej niż od jakiejkolwiek różnicy w jakości opieki.

Reguła „ostatni świadczeniodawca” jest nie do obrony i warto powiedzieć dlaczego, bo to najprostsza możliwa implementacja i pierwsza, która komuś przyjdzie do głowy. Obciąża przychodnię zgonem pacjenta, którego przejęła trzy tygodnie wcześniej — a jednocześnie daje najsilniejszą możliwą zachętę, żeby ciężko chorych z listy wypisywać.

Ile czasu na liście wystarczy? Twardego progu wyprowadzonego z badań nie ma. Są konwencje, które działają operacyjnie.

Rozsądny wybór dla Polski to 12 miesięcy nieprzerwanej deklaracji przed początkiem okna obserwacji, a dla wskaźników zależnych od prowadzenia choroby przewlekłej — 24 miesiące. Uzasadnienie nie jest statystyczne, tylko przyczynowe: zgon pacjenta, który jest na liście trzy tygodnie, nie niesie żadnej informacji o tej przychodni. Pacjenci poniżej progu nie znikają — trafiają do jawnej puli „nieprzypisane”, której rozmiar trzeba publikować. Jeżeli ta pula rośnie, wskaźnik jest już podatny na manipulację.

Drugi wybór dotyczy mianownika i jest równie ważny. Nie wolno liczyć „stanu listy na 31 grudnia”. Pacjent, który zmarł w marcu, wypada ze stanu na koniec roku, ale zostaje w liczniku — a to zawyża wynik najbardziej tam, gdzie lista jest najstarsza. Mianownikiem muszą być osobolata.

wejście = max(data deklaracji + 365 dni, początek okna)
wyjście = min(data wypisania z listy, data zgonu, dzień 75. urodzin, koniec okna)
osobolata = max(0, wyjście − wejście) / 365,25

Trzecia pozycja w tej tabeli jest najczęściej pomijana, a przy starych listach przesuwa wynik zauważalnie. Skoro wskaźnik obejmuje wiek poniżej 75 lat, pacjent wnosi osobolata tylko do dnia swoich 75. urodzin. Bez tego cięcia przychodnia z listą skupioną w wieku 70–74 dostaje pełne obciążenie licznika, a identyczna przychodnia z listą 75–79 dostaje zero.

Kohorty: bez podziału na wiek i płeć wskaźnik mierzy demografię

Standard to pięcioletnie grupy wieku razy płeć, z osobno wydzieloną grupą niemowląt. Grubszy podział wolno pokazać w prezentacji, nigdy w rachunku: w trzydziestoletniej grupie 15–44 stopa zgonu zmienia się prawie czterokrotnie, więc korekta o wiek przestaje działać.

Ile to waży? Lista 2 000 osób o krajowej strukturze wieku daje 6,77 oczekiwanego zgonu możliwego do uniknięcia rocznie. Ta sama lista 2 000 osób, w której udział grup 55–74 jest dwukrotnie większy, daje 11,87 — 1,75 raza więcej.

Bez korekty o wiek wiejska przychodnia z wyludnioną, starą listą wygląda jak przychodnia, która zabija pacjentów. Publikowanie surowego wskaźnika nie jest uproszczeniem — jest błędem.

Struktura wiekowo-płciowa listy aktywnej to druga rzecz, której NFZ nie publikuje. Zderzyliśmy się z tym już przy tabeli wszystkich przychodni POZ, gdzie z tego samego powodu nie podaliśmy kwot obniżki. Bez tej struktury standaryzacji nie ma z czego zrobić, a wskaźnik surowy jest bezużyteczny.

Przeszkoda druga: zdarzeń jest za mało

Tu przechodzimy od „skąd wziąć dane” do „czy to w ogóle zadziała”. Bierzemy prawdziwy rozkład wielkości list — 5 975 świadczeniodawców POZ z niezerową liczbą deklaracji, razem 34 435 189 pacjentów — i nakładamy na niego polskie stopy umieralności.

Jedna pułapka rachunkowa, bo łatwo się w nią złapać, a wynik wychodzi wtedy o kilka procent za niski. Do liczenia zgonów oczekiwanych w konkretnej populacji bierze się stopę surową, a nie standaryzowaną. Standaryzowana (132,71 na 100 tys. dla uleczalnych) służy do porównań między krajami i odnosi liczby do sztucznej populacji standardowej. Polska populacja jest od niej starsza, więc realnie umiera więcej: stopa surowa dla wszystkich przyczyn z listy wynosi 366,1 na 100 tys. osób poniżej 75 lat, a dla uleczalnych 142,7.

Przeciętna polska przychodnia ma więc rocznie czternaście zgonów z całej listy przyczyn i pięć z jej węższej, bliższej opiece części. Pytanie brzmi, jaką różnicę da się przy takich liczbach zobaczyć — i tutaj trzeba dołożyć rzecz, o której łatwo zapomnieć. Granica istotności 0,05 dotyczy jednej przychodni. Przy 5 975 przychodniach oznacza to około 299 placówek poza granicą samym przypadkiem, przy zerowej różnicy w jakości. Dlatego wykres lejkowy ma dwie granice, a nie jedną: przy granicy alarmu 99,8 procent fałszywych alarmów zostaje około 12. Poniżej podajemy obie wersje, bo dopiero druga jest uczciwa.

Stąd wniosek, który przestawia cały ten tekst. Przy oknie trzyletnim i uczciwej granicy istotności wskaźnik zgonów uleczalnych wykryje w medianowej przychodni dopiero różnicę o 122 procent — czyli praktycznie nic. Ale hospitalizacje, którym dobra opieka ambulatoryjna miała zapobiec, wykryją różnicę o 47 procent. To wciąż dużo. To jednak jedyna z tych trzech miar, przy której w ogóle warto rozmawiać o poziomie pojedynczej przychodni.

Z tego wynika zasięg całego przedsięwzięcia. Przy oknie pięcioletnim wskaźnik „możliwe do uniknięcia” wykryje różnicę o ćwierć w 1 214 przychodniach — 20,3% placówek, ale 50,3% pacjentów. Dla węższego wskaźnika uleczalnych ta sama różnica jest wykrywalna w 3 306 placówkach, czyli 55,3%.

Warto zestawić to z progami stosowanymi przez urząd, który schodzi z tym wskaźnikiem najniżej w Europie. Brytyjski ONS liczy umieralność możliwą do uniknięcia dla jednostek samorządu — i pisze w metodyce dwie rzeczy.

Data are insufficiently robust to provide local authority estimates for single years and must be aggregated over three years.

Age-standardised rates were not calculated where there were fewer than 10 deaths in a year. It is our practice not to calculate rates based on such small numbers, as they are imprecise and susceptible to inaccurate interpretation. Age-standardised rates based on 10 to 19 deaths are marked with a ’u’ to warn users that their reliability is low.

Nie za pojedynczy rok i nie poniżej dziesięciu zgonów, a wynik z przedziału 10–19 dostaje flagę „niska wiarygodność”. Angielski samorząd lokalny ma grubo ponad sto tysięcy mieszkańców. Polska mediana przychodni przekracza próg dziesięciu zgonów już w pierwszym roku na szerszym wskaźniku (13,9), ale na węższym, bliższym opiece — dopiero w drugim (5,4 rocznie). Wymóg trzech lat jest przy tym osobny od progu dziesięciu zgonów i obowiązuje niezależnie od niego.

Jest wreszcie test, który rozstrzyga sprawę. Po sprawie Shipmana Brytyjczycy sprawdzili wprost, czy monitorowanie umieralności na poziomie pojedynczej praktyki jest wykonalne.

Monitoring mortality over 3 years, CUSUM charts were most sensitive but only reliably achieved >50% successful detection for 10 excess deaths per year and generated multiple false alarms (>15%).

Sprawdzali w warunkach maksymalnie dla siebie korzystnych: sygnałem do wykrycia był seryjny morderca, czyli efekt nieporównanie silniejszy niż różnica jakości opieki. Wynik: przy dziesięciu nadmiarowych zgonach rocznie przez trzy lata wykrywalność ledwo przekracza połowę, a fałszywych alarmów jest ponad 15%.

Ich własny wniosek brzmiał tak:

At best, mortality monitoring can act as a backstop to detect a particularly prolific serial killer when other means of detection have failed.

Zanim przejdziemy dalej, trzeba postawić zarzut mocniejszy od wszystkiego, co dotąd policzyliśmy — i lepiej, żeby postawił go autor niż oponent. Cały ten rachunek zakłada, że gdyby zdarzeń było dość, wskaźnik umieralności mierzyłby opiekę. Anglicy sprawdzili to na całej populacji, w kraju, gdzie jakość opieki podstawowej mierzy się od dwudziestu lat.

In general, there was no significant relationship between practice performance on quality indicators included in the QOF and all-cause or cause-specific mortality rates in the practice locality.

To nie jest zarzut o moc statystyczną. To zarzut o to, że nawet przy nieskończonej mocy sygnał może nie istnieć. Wniosek autorów brzmi: „Higher reported achievement of activities incentivised under a major, nationwide pay-for-performance programme did not seem to result in reduced incidence of premature death in the population.”. Wskazuje to zresztą w tę samą stronę, co reszta tego tekstu — mierzyć trzeba zdarzenia bliższe pracy przychodni niż zgon.

Więc nie ranking. Co zamiast

Z powyższego nie wynika, że wskaźnika nie da się zbudować. Wynika, że trzeba go zbudować inaczej, niż podpowiada odruch. Sześć wzorów, na których to stoi — podajemy je jawnie, żeby dało się z nami spierać rachunkiem, a nie opinią.

Cztery decyzje wynikają z tego wprost. Standaryzacja pośrednia, nie bezpośrednia: przy liście podzielonej na trzydzieści komórek wieku i płci stopy własne przychodni są bezwartościowe, więc bierze się stopy krajowe i nakłada na strukturę listy. Przedziały ufności metodą dokładną, nie przybliżeniem — bo przy naszych liczbach licznik poniżej dziesięciu to reguła, nie wyjątek. Okno co najmniej trzyletnie, docelowo pięcioletnie. I wykres lejkowy zamiast tabeli ligowej: przychodnia widzi swój punkt w lejku i podpis „nie do odróżnienia od średniej krajowej”, a nie swoje miejsce od góry.

Zostaje jeszcze estymator kurczący, i to on najdobitniej pokazuje, o czym jest cała ta analiza. Weźmy przychodnię, której surowy wskaźnik mówi „umieralność dwukrotnie wyższa od krajowej”. Kiedy uwzględnimy, jak mało zdarzeń za tym stoi, zostaje:

Przy liście dwutysięcznej i oknie rocznym z „dwukrotnie wyższej umieralności” zostaje 110 do 116. Czyli surowa dwójka to prawie w całości szum. To jest, uczciwie, główny wynik tej analizy — i powód, dla którego wskaźnik trzeba publikować po skurczeniu, z surową wartością i przedziałem obok.

Jest jeszcze jedna liczba, której nikt w Polsce nie zna, a bez której nie wiadomo nawet, czy ten wskaźnik da się tu zbudować: rozrzut między przychodniami. Ile w ogóle jest sygnału do wykrycia. Szacuje się go modelem Poissona z efektem losowym na danych, których nie ma nikt poza NFZ. To jest krok zerowy, przed publikacją czegokolwiek — i pierwsza rzecz, o którą warto poprosić.

Drugi licznik: zdarzenia częstsze niż zgon

Skoro zgon jest zbyt rzadki, warto zapytać, co zdarza się częściej, a mówi to samo. Świat ma na to gotową odpowiedź od lat dziewięćdziesiątych: hospitalizacje możliwe do uniknięcia. Pacjent z astmą, przewlekłą obturacyjną chorobą płuc, niewydolnością serca albo cukrzycą trafia na oddział, choć dobra opieka ambulatoryjna miała temu zapobiec.

Inadequate access to high quality primary care for conditions such as asthma, chronic obstructive pulmonary disease (COPD), congestive heart failure (CHF) and diabetes, can lead to hospital admissions that could have been avoided. Common to all four conditions is that the evidence base for effective treatment is well established, and much of it can be delivered by primary care. (…) Hospital admissions for these conditions can be used as a marker of quality and access to primary care, with the proviso that very low admissions rates may also partly reflect reduced access to acute care.

Polska raportuje ten wskaźnik i wypada w nim 809 na 100 tys. mieszkańców przy średniej OECD 473 — trzeci najgorszy wynik wśród krajów raportujących. Rozbicie na składniki pokazuje, że jeden z nich robi prawie całą różnicę.

Polska ma najwyższy w OECD wskaźnik hospitalizacji z powodu niewydolności serca: 521,3 na 100 tys. przy średniej 209,6. Wielka Brytania ma 110,9, Włochy 162,3. Przez dekadę średnia OECD spadła o 16%, a Polska poprawiła się o 2,3%.

Drugi taki wskaźnik to odsetek nowotworów rozpoznanych w trybie nagłym — czyli dokładnie odpowiedź na pytanie „w jak późnym stanie pacjenci trafiają do szpitala”. Anglia publikuje go per praktyka lekarza rodzinnego, z przedziałami ufności 95% i 99,8%, dla lat od 2009/10 do 2024/25. Pobraliśmy te dane przez API: wskaźnik obejmuje 98 002 wiersze poziomu praktyk dla wszystkich okresów od 2009/10, w tym 6 168 praktyk w ostatnim roku. W roku 2024/25 w trybie nagłym rozpoznano 17,0% nowotworów, czyli 56 820 przypadków.

I tu rzecz, która czyni z tego lekcję, a nie wzór do przepisania. Sami Anglicy przebadali wiarygodność swoich wskaźników per praktyka i wynik jest jednoznaczny.

Generally, the reliability of diagnostic process indicators relating to broader populations of patients most of whom do not have cancer (eg, rate of endoscopic investigations, or urgent referrals for suspected cancer (…)) was high (≥0.80) or very high (≥0.90). In contrast, the reliability of diagnostic outcome indicators relating to incident cancer cases (eg, per cent of all cancer cases detected after an emergency presentation) ranged from 0.24 to 0.54, which is well below recommended thresholds (≥0.70).

Wskaźniki procesu — ile skierowań na pilną diagnostykę, ile endoskopii — mają wiarygodność 0,80 i wyżej, bo liczą się na całej populacji listy; wyjątkiem są skierowania w kierunku raka płuca z wynikiem 0,60. Wskaźniki wyniku, liczone na samych chorych na raka, mają od 0,22 do 0,54, przy zalecanym progu 0,70. Powód jest ten sam, co w rachunku wyżej: średnio dziewięć przypadków rocznie na praktykę. Tylko 648 z 6 168 angielskich praktyk ma co najmniej sto rozpoznań rocznie.

Wniosek dla Polski jest praktyczny i porządkuje kolejność prac. Poniżej lista wskaźników od tego, co da się policzyć od razu, po ten, który jest technicznie prosty i wykonalny wyłącznie przez NFZ.

Ostatni wiersz jest tematem sam w sobie. NFZ ma wszystkie dane, żeby powiedzieć, których przychodni pacjenci trafiają do szpitala z chorobami, którym opieka ambulatoryjna miała zapobiec — i nie robi tego. To nie wymaga łączenia z GUS ani przyczyny zgonu. Wystarczy zestawić własne deklaracje z własnymi hospitalizacjami.

Kto już to robi, a czego nie robi nikt

Łatwo przeczytać dotychczasowe zastrzeżenia jako „nigdzie na świecie się tego nie publikuje, więc i my nie musimy”. Byłoby to podwójnie nieprawdziwe. Publikowanie wyników pojedynczej przychodni z nazwy działa od ponad dwudziestu lat i jest do pobrania jednym poleceniem.

A jednocześnie: Nikt. W żadnym z badanych krajów nie publikuje się umieralności możliwej do uniknięcia w podziale na praktyki lekarza rodzinnego. Najbliżej podchodzi Anglia i to, co publikuje, jest proxy geograficznym: oczekiwana długość życia obszarów, w których mieszkają pacjenci z listy praktyki (wskaźnik liczony per praktyka, najnowszy dostępny okres to 2016–2020). To mierzy dzielnicę, nie lekarza. Powodem nie jest prywatność, tylko rzetelność. Przy siedmiu zdarzeniach rocznie trzy czwarte różnicy między praktykami to przypadek.

Te dwa zdania nie są sprzeczne i różnica między nimi jest najużyteczniejszą rzeczą w całym tym tekście. Publikuje się to, co ma dość zdarzeń, żeby wynik cokolwiek znaczył. Angielscy badacze policzyli rzetelność każdego ze swoich publikowanych wskaźników na 7 687–7 954 praktykach. Próg przyzwoitości w literaturze to 0,70.

Objęcie badaniami przesiewowymi ma rzetelność 0,96, bo liczy się na całej liście. Rozpoznanie nowotworu drogą nagłą ma 0,24, bo liczy się na garstce chorych. To ta sama praktyka, ten sam rok i te same dane — różni je tylko to, ile zdarzeń stoi za liczbą.

Kusi, żeby wyprowadzić z tego regułę „procesy mierz per przychodnia, wyniki per powiat”. Byłaby błędna, i to w sposób, który sami byśmy odczuli: hospitalizacja możliwa do uniknięcia jest wskaźnikiem wyniku, a za chwilę pokażemy, że akurat ona ma dość zdarzeń. Prawdziwym kryterium nie jest typ wskaźnika, tylko liczba zdarzeń przypadająca na jedną listę.

Amerykanie rozwiązali ten sam problem inaczej, ale w tę samą stronę. Grupa świadczeniodawców musi mieć co najmniej 5 000 przypisanych pacjentów w każdym z trzech lat bazowych i w każdym roku rozliczeniowym; poniżej tego progu płatnik może wypowiedzieć umowę. Jeżeli mimo to trzeba policzyć wynik przy populacji poniżej progu, stosuje się minimalny próg efektu zależny od liczby pacjentów: przy 5 000 wynosi 3,9 procent i rośnie, gdy populacja maleje. Najbardziej dopracowany system przypisania pacjentów na świecie nie udaje, że da się mierzyć wynik na trzystu pacjentach. Ustawił próg i statystyczne sito, które zacieśnia się przy małej populacji.

Zostają dwa modele, oba uczciwe, i Polska nie ma dziś żadnego z nich.

Że drugi wiersz tej tabeli nie jest teoretyczny, pokazuje najlepszy dostępny eksperyment naturalny. W 2014 r. Anglia zdjęła bodziec finansowy z 12 wskaźników, a przy 6 go zostawiła. Na 2 819 praktykach i ponad 20 mln pacjentów spadek nastąpił na wszystkich dwunastu wskaźnikach, z których zdjęto bodziec; przy sześciu, którym bodziec zostawiono, zmiana była niewielka. Najgłębiej runął wskaźnik mierzący samo udokumentowanie porady o stylu życia: o 62,3 punktu procentowego w rok. Wskaźniki, przy których trzeba było zlecić badanie, spadły o 10,7 i 12,1 punktu.

Ta różnica — sześćdziesiąt dwa punkty na „wpisz do kartoteki” wobec jedenastu na „zleć badanie” — jest najlepszą dostępną miarą tego, ile w mierzonej jakości jest opieki, a ile klikania. Warto ją mieć w pamięci, projektując jakikolwiek wskaźnik, od którego zależą pieniądze. Osobno pisaliśmy o tym w analizie o płaceniu przychodniom POZ za efekt zdrowotny.

Na koniec dziewięć zabezpieczeń, które te systemy same sobie wbudowały. Nie są ozdobnikiem — każde powstało po tym, jak coś poszło źle.

1. Próg wielkości listy. Anglia wyrzuca z profili praktyki poniżej 800 pacjentów, Stany Zjednoczone wymagają 5 000.
2. Sito statystyczne, które zacieśnia się przy mniejszej populacji, zamiast jednego progu dla wszystkich.
3. Tłumienie wyników opartych na mniej niż dziesięciu osobach, z tłumieniem wtórnym, żeby nie dało się ich odliczyć.
4. Publikowanie wersji rocznej i pięcioletniej tego samego wskaźnika obok siebie. Przy dłuższym oknie mediana mianownika rośnie z 428 do 1 871 i ostrzeżenie o jakości znika.
5. Kolorowanie wyłącznie istotności różnicy od średniej, nigdy pozycji w kolejności.
6. Jawna flaga jakości przy każdej wartości. W angielskim wskaźniku konwersji skierowań ma ją 6 168 wierszy z 6 168.
7. Wyraźny zakaz rankingowania od samego wydawcy danych.
8. Pierwszeństwo wskaźników procesu przed wskaźnikami wyniku wszędzie tam, gdzie zdarzeń jest mało.
9. Wybór pacjenta nadrzędny wobec algorytmu przypisania.

Przeszkoda trzecia: hospitalizacje mają dość zdarzeń i mimo to nie mierzą przychodni

Zanim ktokolwiek zacznie porównywać tym wskaźnikiem przychodnie, trzeba wiedzieć, co on właściwie zlicza. Nazwa myli, i to w obie strony. Nie chodzi o hospitalizacje niepotrzebne — pacjent z zaostrzeniem przewlekłej obturacyjnej choroby płuc jest na oddziale potrzebny. Chodzi o to, że do zaostrzenia mogło nie dojść. Możliwość uniknięcia stoi w tym zdaniu wcześniej niż przyjęcie do szpitala: w gabinecie, tygodnie albo miesiące przedtem.

Inpatient data provide information on admissions for “ambulatory care sensitive conditions” that evidence suggests could have been avoided, at least in part, through better outpatient care.

Trzy asekuracje w jednym zdaniu: „evidence suggests”, „could have been”, „at least in part”. Żadna nie mówi, że konkretne przyjęcie było zbędne.

A high-performing primary care system, where accessible and high-quality services are provided, can reduce acute deterioration in people living with asthma, COPD, CHF and diabetes.

Mechanizm nazywa wprost dokumentacja amerykańska, i warto go przeczytać w całości, bo pokazuje, gdzie dokładnie ma zadziałać przychodnia:

Patients with diabetes may be hospitalized for diabetic complications if their conditions are not adequately monitored or if they do not receive the patient education needed for appropriate self-management. Patients may be hospitalized for asthma if primary care providers fail to adhere to practice guidelines or to prescribe appropriate treatments.

Pytanie brzmi więc: co konkretnie miałaby zrobić przychodnia, żeby ta hospitalizacja nie nastąpiła, i jak mocny jest dowód, że to działa. Odpowiedź nie jest jednakowa dla czterech chorób — i to jest rzecz, której wskaźnik zbiorczy nie pokazuje.

I zdanie, które twórcy tego wskaźnika napisali sami, a które w polskiej dyskusji nigdy nie pada:

These indicators serve as a screening tool rather than as definitive measures of quality problems.

Wskaźnik jest przy tym miarą populacji, nie przypadku. Z jednej hospitalizacji nie wynika nic o błędzie i nikt nie twierdzi inaczej. Dopiero z liczby zdarzeń na tysiąc pacjentów, porównanej z tym, ile ich powinno być przy takiej strukturze wieku listy, robi się pytanie.

Pięć chorób i ich kody

Lista jest zamknięta i rozpisana na kody. Poniżej wprost ze specyfikacji OECD, w tej wersji klasyfikacji, której używa Polska. Amerykańskiej wersji z odpowiednika AHRQ nie da się nałożyć na polskie rozpoznania i to jest pierwsza pułapka dla każdego, kto zacznie liczyć.

Dwie rzeczy w tej tabeli decydują o wyniku bardziej niż sama lista chorób. Pierwsza: kod musi stać w polu rozpoznania głównego, nie współistniejącego. Chory na cukrzycę przyjęty z zapaleniem płuc do licznika nie wchodzi. To nie jest błąd wskaźnika, tylko jego definicja — ale trzeba ją znać, zanim porówna się cokolwiek z czymkolwiek. Druga: granica wieku 15 lat, więc mianownikiem nie jest cała lista przychodni, tylko jej dorosła część.

Do tego cztery wyłączenia wspólne dla wszystkich składników. Każde ma powód i każde da się źle zaimplementować.

Droga od rekordu do liczby

Osiem kroków. Przy każdym podajemy, co się psuje — bo przy takim wskaźniku prawie każdy błąd jest cichy: nie wywala się, tylko przesuwa wynik.

1. rekord rozliczeniowy hospitalizacji
   rozpoznanie główne, współistniejące, procedury, daty, tryb wypisu, wiek, płeć
   psuje się: zakres sprawozdawczości. Jeśli obejmuje część rynku, wskaźnik mierzy pokrycie, nie zdrowie
2. sklejenie przyjęć w jeden epizod
   przenosiny wewnątrz pobytu łączy się i bierze pierwsze rozpoznanie główne
   psuje się: pominięcie tego kroku. Jeden pobyt rozbity na trzy rekordy zawyża licznik trzykrotnie, a szpitale rozbijają je różnie
3. filtr rozpoznania głównego
   kod z listy musi stać w polu rozpoznania głównego, nie współistniejącego
   psuje się: najsłabsze ogniwo. Chory na cukrzycę przyjęty z zapaleniem płuc ma cukrzycę w polu współistniejącym i nie wchodzi do licznika
4. filtry wyłączeń
   zgon, transfer, położnictwo, pobyt jednodniowy, plus wyłączenia składnika
   psuje się: wykonalność. Bez pola „skąd przyjęto” transferów nie da się odfiltrować i licznik rośnie
5. filtr wieku
   zostaje 15+, w grupach pięcioletnich
   psuje się: rekordy bez wieku. Jeśli braki nie są losowe, wskaźnik przechyla się w jedną stronę
6. mianownik
   ludność 15+ — dla przychodni: osobolata z listy aktywnej
   psuje się: użycie całej listy zamiast 15+. Zawyża liczbę zdarzeń o kilkanaście procent
7. standaryzacja wiekiem i płcią
   pośrednia: krajowe stopy warstwowe nakładane na strukturę listy
   psuje się: jej brak. Bez niej wskaźnik mierzy skład listy
8. przedział ufności i lejek
   metoda dokładna Poissona, dwie granice: ostrzeżenia i alarmu
   psuje się: jedna granica zamiast dwóch — przy 5 975 porównaniach daje setki fałszywych alarmów

Czy da się to policzyć z polskich danych

Tak — ale nie z tych, które są opublikowane, i to jest cała różnica. Rozporządzenie o zakresie informacji przetwarzanych przez świadczeniodawców wymaga, żeby przy każdej hospitalizacji do NFZ trafiło:

• kod przyczyny głównej hospitalizacji wg ICD-10 — rozpoznanie przy wypisie
• kody nie więcej niż pięciu przyczyn współistniejących wg ICD-10
• kod trybu przyjęcia do szpitala, a przy przyjęciu nagłym data, godzina i minuta
• kod trybu wypisu, a przy zgonie kod bezpośredniej przyczyny wg ICD-10
• numer w księdze głównej przyjęć i wypisów — scala pobyty w jedną hospitalizację
• kody zrealizowanych istotnych procedur wg ICD-9

Wszystko, czego wymaga definicja OECD, leci do NFZ w jednym rekordzie rozliczeniowym. Luki technicznej nie ma.

A teraz to, co z tego jest jawne. Otwarty zbiór hospitalizacji ma rok, miesiąc, oddział NFZ, NIP podmiotu, kod zakresu, kod JGP, kod trybu przyjęcia, kod trybu wypisu, płeć, grupa wieku, przedział długości pobytu. Nie ma rozpoznania ICD-10 i identyfikatora pacjenta. Z kolei zestawienia CeZ „leczenie szpitalne” mają rozpoznanie ICD-10 i świadczeniodawcę, ale są agregatem bez trybu przyjęcia na poziomie rekordu.

Rozpoznania nie ma tam, gdzie jest tryb przyjęcia, a trybu przyjęcia nie ma tam, gdzie jest rozpoznanie. Rozdzielenie tych dwóch pól między dwa zbiory to wybór publikującego, nie własność danych.

I dlaczego to nie wystarczy na pojedynczą przychodnię

Tu trzeba postawić wynik, który przeczy odruchowi. Zdarzeń wystarczy — statystyka się broni. Zawodzi przypisanie: wskaźnik mierzy coś realnego, tylko nie pracę przychodni.

Formalne mierniki jakości opieki podstawowej wypadają w tych badaniach najsłabiej ze wszystkiego.

The associations between QOF scores and emergency admissions and mortality were small and inconsistent, whilst the impact of socio-economic deprivation on the outcomes was much stronger

caution in the use of crude ACSC admission rates as a performance indicator of quality of primary care

Jest jednak jeden czynnik po stronie przychodni, który daje powtarzalny sygnał w kilku niezależnych badaniach, i nie jest nim żaden wskaźnik sprawozdawczy. Jest nim ciągłość opieki — czy pacjent może trafić do swojego lekarza. Najmocniejszy dowód jest norweski i obejmuje całą populację: 4 552 978 osób zapisanych do swoich lekarzy rodzinnych. Im dłużej trwa relacja pacjenta z lekarzem, tym niższe ryzyko zgonu — iloraz szans spada z 0,92 po dwóch latach do 0,75 po piętnastu. Drugie ustalenie: gorsza ciągłość opieki to 9% więcej przyjęć (95% CI 8–11), najsilniej przy nadciśnieniu. Drugie: im więcej pacjentów mogło skonsultować się z konkretnym lekarzem, tym niższy wskaźnik przyjęć nagłych. Trzecie: możliwość umówienia się do preferowanego lekarza wiązała się z niższym wskaźnikiem, silniej w rejonach mniej zdeprywowanych.

To jest, uczciwie, jedyna dobra wiadomość w tej sekcji — i zarazem wskazówka, co warto mierzyć zamiast rankingu hospitalizacji. Ciągłość opieki jest wskaźnikiem procesu, liczy się na całej liście, więc ma dość zdarzeń, żeby działać na poziomie pojedynczej przychodni. Autor największej z tych analiz kończy zdaniem, które warto przeczytać przed każdą dyskusją o rozliczaniu POZ z hospitalizacji:

Several of the most important drivers of admissions are largely beyond the control of GPs.

Polskie dane niosą przy tym własne ostrzeżenie, i to ono jest najciekawszym faktem w całej sprawie. Rozłóżmy wskaźnik na cztery składniki, ten sam rok i te same reguły standaryzacji.

Ten sam POZ nie może być jednocześnie pierwszy w OECD w jednej chorobie przewlekłej i o 44 procent poniżej średniej w drugiej. Ta asymetria mówi o kodowaniu rozpoznania głównego i o progu przyjęć do szpitala, a nie o tym, jak pracują polskie przychodnie.

Na jakim poziomie ten wskaźnik zaczyna działać

Odpowiedź jest liczbowa i zbieżna z dwóch niezależnych stron. Nasz rachunek mówi, że przy oknie trzyletnim i uczciwej granicy istotności do wykrycia różnicy o połowę potrzeba 3 709 pacjentów, o ćwierć — 13 447, a o dziesiątą część — 78 641. Listę powyżej trzydziestu tysięcy ma w Polsce 66 przychodni z 5 975.

A teraz strona druga. NHS England publikuje ten wskaźnik na sieciach praktyk (PCN) liczących 30–50 tys. pacjentów, a inne wskaźniki z tego samego potoku — per przychodnia. To decyzja, nie przeoczenie. CIHI schodzi najniżej do regionu zdrowotnego; poziomu praktyki nie ma. Anglia wybrała dokładnie ten poziom agregacji, na którym wskaźnik zaczyna cokolwiek znaczyć — i zrobiła to świadomie, bo inne wskaźniki z tego samego potoku publikuje o poziom niżej.

Te same 34 435 189 pacjentów pogrupowane po czterdzieści tysięcy dają 861 jednostek w kraju, a przeciętny powiat ma ich 90 619. Wskaźnik hospitalizacji możliwych do uniknięcia jest więc miarą powiatu albo grupy przychodni — i tam należy go publikować, z podpisem mówiącym, że mierzy system, a nie lekarza.

Jak powinna wyglądać tabela

Poniżej układ zestawienia, który wynika ze wszystkiego powyżej. Nie jest to lista życzeń, tylko minimum, przy którym publikacja jest uczciwa i sprawdzalna. Każda kolumna ma powód.

Dwie rzeczy w tej tabeli są nieoczywiste i warto je uzasadnić. Pierwsza: trzy warianty SMR zamiast jednego. Korekta o deprywację sprawiedliwiej ocenia przychodnię, ale jednocześnie ukrywa nierówność w wynikach i normalizuje gorszą opiekę w biedniejszych rejonach. To jest wybór polityczny, nie statystyczny, więc publikuje się obie wersje korekty i pozwala czytelnikowi zobaczyć różnicę. Druga: nigdy nie korygujemy o chorobowość kodowaną przez samą ocenianą placówkę. Liczba rozpoznań cukrzycy na liście jest częściowo skutkiem pracy tej przychodni — korygując o nią, wyciera się realną różnicę w wykrywalności i otwiera drogę do dopisywania rozpoznań.

Jak sprawdzić, czy rachunek jest poprawny

To jest pytanie, które w Polsce zadaje się najrzadziej, a jest najważniejsze. Wskaźnik, którego nikt z zewnątrz nie może sprawdzić, nie jest jawnością — jest komunikatem. Poniżej testy, które osoba z zewnątrz może wykonać na samej opublikowanej tabeli, bez dostępu do jakichkolwiek danych osobowych.

Pierwszy test jest najprostszy i wykrywa najwięcej: zsumuj wskaźnik po placówkach i sprawdź, czy wychodzi opublikowana wartość wojewódzka. Kosztuje to wydawcę zero, bo wymaga tylko publikowania wszystkich poziomów agregacji naraz. Że warto — pokazaliśmy już na własnym podwórku: przy czasie oczekiwania na SOR ten sam licznik minut dzielił się przez trzy różne mianowniki zależnie od poziomu agregacji, a różnica sięgała 38 909 świadczeń. Wykryło to właśnie sumowanie.

Trzynaście mechanizmów, które trzeba wbudować w publikację, żeby te testy miały na czym pracować:

1. Publikuj wszystkie poziomy agregacji naraz — kraj, województwo, powiat, placówka — żeby suma po placówkach dawała wynik wyższego poziomu.
2. Napisz wprost, czy sumy się zgadzają. Jeśli nie, podaj powód. Nie zostawiaj tego do odgadnięcia.
3. Ochronę danych rób agregacją i przeprojektowaniem tabeli, nie zaszumianiem komórek — zaszumianie psuje test sumowania.
4. Opublikuj pełną specyfikację: licznik, mianownik, wyłączenia, okno czasowe, granicę wieku, listę kodów ICD-10 jako plik, kolejność operacji, metodę przedziałów.
5. Opublikuj kod liczący razem z generatorem danych atrapy o tej samej strukturze — każdy sprawdzi logikę bez dostępu do danych osobowych.
6. Wydawaj wersję kodu i wersję specyfikacji jednocześnie. Rozjazd między nimi to najczęstsza przyczyna nieodtwarzalności.
7. Ustaw próg na mianowniku, nie tylko na komórce. Poniżej progu placówka dostaje etykietę „za mało danych”, nie liczbę.
8. Tłum liczniki poniżej trzech, z tłumieniem wtórnym.
9. Przy każdej brakującej wartości podaj kod przyczyny — czytelnik ma odróżnić „za mało przypadków” od „brak danych” i od „stłumione”.
10. Po zaokrągleniu podawaj przedział, nie liczbę: obok „10” pisz „8–12”, obok gwiazdki „1–4”.
11. Publikuj wykres lejkowy zamiast rankingu, z przedziałami liczonymi metodą dokładną dla liczników poniżej dziesięciu.
12. Publikuj miarę wiarygodności obok wyniku i ustal jej minimalny próg PRZED publikacją. Jeśli wygładzasz — napisz, o ile.
13. Wersjonuj i pieczętuj: numer wersji, data pobrania źródeł, suma kontrolna i rozmiar każdego pliku, datowany changelog, stabilne adresy starych wersji.

Że to nie jest ostrożność na wyrost, pokazują trzy przypadki, w których błąd w opublikowanym wskaźniku znalazł ktoś z zewnątrz.

Pierwszy z nich jest najbliższy temu, co opisujemy, i dlatego przytaczamy zalecenie recenzentów w całości.

Specify minimum acceptable thresholds for measurement reliability and abide by them. (…) Having no minimum measurement reliability criterion for performance reporting is a departure from best practice

Wykrywać się da i pokazaliśmy to sami, na czasie oczekiwania na SOR. Czego w Polsce nie ma, to drugiego kroku: przypadku, w którym wydawca danych po takim zgłoszeniu opublikował korektę.

Największe zagrożenie nie leży w statystyce

Cała ostrożność powyżej dotyczy losowości. Jest jednak drugi problem, poważniejszy, i nie da się go naprawić żadną metodą: jakość kodowania przyczyny zgonu. Lekarz wypełniający kartę zgonu nie podaje kodu.

Lekarz wystawiający kartę zgonu nie jest uprawniony do kodowania przyczyn, jest on zobowiązany tylko do opisania słownego stanów chorobowych i innych okoliczności przyczyniających się do zgonu.

Funkcję kodera wykonuje obecnie 15 lekarzy zaprzysiężonych co do obowiązku bezwzględnego przestrzegania tajemnicy statystycznej. Każdy z nich jest odpowiedzialny za kodowanie zgonów z terenu całego lub części województwa (…), lub za więcej niż jedno województwo (…)

Piętnastu lekarzy przypisanych terytorialnie koduje wszystkie zgony w Polsce, z papierowych kart przysyłanych raz w miesiącu do Urzędu Statystycznego w Olsztynie. Skutek widać w liczbach. W 2024 r. 18,1% zgonów w Polsce dostało kod „śmieciowy” — czyli opis, z którego nie da się ustalić przyczyny. Trend jest wyraźnie w dół (w 2015 r. było 31,2%), ale rozrzut między województwami jest zabójczy dla porównań.

Od 2,4% do 34,1%. Czternastokrotna różnica w tym, jak dokładnie opisuje się przyczynę śmierci. Wskaźnik porównujący przychodnię z Dolnego Śląska z przychodnią ze Świętokrzyskiego mierzyłby w dużej części pracę kodera, a nie pracę lekarza rodzinnego.

GUS sam wskazuje przyczynę tego stanu i jednocześnie drogę wyjścia.

obecny przebieg procesu kodowania jedynie wyjściowej przyczyny zgonu uwarunkowany jest m. in. brakiem elektronicznej karty zgonu

Elektroniczna karta zgonu jest warunkiem wstępnym dla wszystkiego, co opisuje ten tekst. Bez niej koduje się wyłącznie przyczynę wyjściową, ręcznie, z opóźnieniem i z rozrzutem terytorialnym większym niż jakakolwiek różnica, którą chcielibyśmy zmierzyć.

Co wolno, czego nie wolno i co zmienia EHDS

Powszechne przekonanie brzmi: przeszkodą jest RODO. Nie jest. Przeszkodą jest jeden przepis krajowy, i to nie o ochronie danych, tylko o dostępie do nich.

Dane zawarte w systemach, o których mowa w ust. 1 pkt 1, 1a, pkt 2 lit. a, e, g–j, l i m oraz pkt 3, nie podlegają udostępnianiu na zasadach określonych w ustawie z dnia 6 września 2001 r. o dostępie do informacji publicznej oraz w ustawie z dnia 11 sierpnia 2021 r. o otwartych danych i ponownym wykorzystywaniu informacji sektora publicznego.

Wszystkie cztery cytaty z tej ustawy pochodzą z tekstu ujednoliconego; kartę wskaźnika profilaktycznego cytujemy za rozporządzeniem Dz.U. 2024 poz. 1349.

Wyłączony jest System RUM–NFZ (lit. a) i rejestry medyczne (pkt 3). Nie jest wyłączony System Monitorowania Dostępności do Świadczeń — czyli kolejki. To dlatego kolejki są jawne, a rozliczenia nie: przepis, nie niechęć urzędu.

Po stronie państwa podstawa istnieje i jest wykorzystywana. Ustawa o systemie informacji w ochronie zdrowia powołała Hurtownię Danych e-Zdrowia — pseudonimizowany zbiór łączący dane NFZ, resortu i rejestrów medycznych.

Dane pseudonimizowane gromadzone w Hurtowni Danych e-Zdrowia przetwarza się w celu: 1) prowadzenia analiz epidemiologicznych i statystycznych; 2) mapowania potrzeb zdrowotnych; 3) monitorowania jakości i dostępności świadczeń opieki zdrowotnej; 4) oceny kosztów i efektywności świadczeń opieki zdrowotnej; […]

Dane umożliwiające identyfikację osoby fizycznej, w tym numery PESEL, przechowuje się w Hurtowni Danych e-Zdrowia również po śmierci osoby, której dotyczą, wyłącznie w celu zapewnienia spójności analiz i wprowadzania danych historycznych z innych systemów.

Ustawodawca zbudował więc hurtownię łączącą systemy, wpisał „monitorowanie jakości świadczeń” jako jej cel ustawowy i wprost dopuścił trzymanie numeru PESEL po śmierci pacjenta „dla spójności analiz”. Jedno zastrzeżenie: hurtownia jeszcze nie działa. art. 12: Hurtownia Danych e-Zdrowia zostanie uruchomiona w terminie nie dłuższym niż 5 miesięcy od wejścia ustawy w życie, czyli do 1 grudnia 2026 r. Materialna podstawa do policzenia wskaźnika istnieje. Brakuje dwóch rzeczy: obowiązku publikacji i miejsca obywatela na liście odbiorców analiz.

Ta sama ustawa idzie zresztą dalej. Rejestr medyczny ma obowiązek corocznie publikować dane obejmujące przyczynę zgonu.

Podmiot prowadzący rejestr medyczny […] publikuje na swojej stronie internetowej do końca pierwszego kwartału roku dane: […] 3) dotyczące pacjenta: wykształcenie, wiek, płeć oraz przyczynę zgonu […] – w formie uniemożliwiającej ich powiązanie z konkretną osobą fizyczną.

Bariera nie leży więc w zasadzie, tylko w tym, że nie ma rejestru medycznego obejmującego POZ. Poniżej trzy drogi, każda z inną instytucją i innym horyzontem.

Pierwsza droga jest najciekawsza, bo nie wymaga zmiany żadnej ustawy. GUS ma prawo żądać danych od NFZ, ma prawo łączyć dane jednostkowe do analiz statystycznych, a jego wyniki są z mocy prawa powszechnie dostępne. Brakuje jednego: wpisania takiego badania do programu badań statystycznych, co robi Rada Ministrów rozporządzeniem.

Nad wszystkim wisi przy tym data. Rozporządzenie o europejskiej przestrzeni danych dotyczących zdrowia stosuje się od 26 marca 2027 r., a jego rozdział o wtórnym wykorzystywaniu danych — od 26 marca 2029 r. Katalog danych, które państwa muszą wtedy udostępniać, obejmuje w art. 51 ust. 1 dane rozliczeniowe płatnika (lit. e), rejestry populacyjne (lit. k) oraz — i to rozstrzyga sprawę — dane z rejestrów medycznych i rejestrów zgonów (lit. l). Publikacja wyniku przestaje być przywilejem: art. 61 ust. 4 czyni z niej obowiązek w ciągu osiemnastu miesięcy, w formie wyłącznie anonimowej.

Zostaje pytanie, przy jakim progu wolno taki wynik pokazać. Odruch podpowiada, że przy zgonach próg musi być wysoki, bo zgon jest zdarzeniem lokalnie znanym. Urząd, który publikuje te dane najgłębiej w Europie, twierdzi co innego.

Tables based on death registrations data presenting figures by year, sex, quinary age group, International Classification of Diseases (ICD) code and any sub-national geography do not need to be disclosure controlled if the underlying resident population size is estimated as being ≥ 5,000.

Zgony według przyczyny, płci i grupy wieku wolno publikować bez żadnego tłumienia wszędzie tam, gdzie populacja odniesienia sięga pięciu tysięcy. Tam, gdzie tłumienie jest konieczne, próg wynosi trzy, a nie pięć. Ta sama liczba stoi w regule minimalnej częstości podręcznika Eurostatu — i, co ciekawsze, w polskiej ustawie.

Nie mogą być publikowane ani udostępniane uzyskane w badaniach statystycznych dane statystyczne możliwe do powiązania i zidentyfikowania z konkretną osobą fizyczną oraz informacje i dane statystyczne charakteryzujące wyniki ekonomiczno-finansowe podmiotów gospodarki narodowej prowadzących działalność gospodarczą, jeżeli na daną agregację składa się mniej niż trzy podmioty lub udział jednego podmiotu w określonym zestawieniu jest większy niż trzy czwarte całości.

Ten przepis czyta się często jako zakaz publikowania czegokolwiek per podmiot. Nie jest nim. Próg „mniej niż trzy podmioty” i próg trzech czwartych odnoszą się w nim do wyników ekonomiczno-finansowych podmiotów gospodarki narodowej, a liczba zgonów pacjentów przypisanych do przychodni nie jest wynikiem ekonomiczno-finansowym tej przychodni. Wiąże natomiast pierwsza część przepisu: dane „możliwe do powiązania i zidentyfikowania z konkretną osobą fizyczną”. To przesuwa spór z pytania „czy wolno” na pytanie „przy jakim progu” — a to jest spór, który wygrywa się dokumentami, nie opiniami. Nasza propozycja: próg na mianowniku, nie na komórce, z punktem odniesienia 5 000 osób, i tłumienie liczników poniżej 3 z tłumieniem wtórnym.

Czego nie wolno dziś, żeby nikt nie wyszedł z tego tekstu z fałszywym wrażeniem:

• Uzyskać danych z SIM, Systemu RUM–NFZ ani rejestrów medycznych w trybie informacji publicznej albo otwartych danych — art. 5 ust. 3a SIOZ wyłącza je wprost.
• Uzyskać z NFZ danych o indywidualnych przypadkach medycznych — § 1 ust. 4 zarządzenia Prezesa NFZ nr 76/2006.
• Uzyskać z dokumentacji medycznej danych z kluczem umożliwiającym łączenie — art. 26 ust. 4 ustawy o prawach pacjenta dopuszcza tylko wersję bez danych identyfikujących i tylko dla uczelni albo instytutu badawczego.
• Opublikować wyniku, z którego da się odtworzyć pojedynczą osobę — art. 38 ustawy o statystyce publicznej, sankcja do trzech lat pozbawienia wolności.
• Powołać się na samo RODO. Art. 9 ust. 2 lit. i) oraz j) wymagają prawa krajowego, a Polska ogólnej podstawy dla badań naukowych nie ustanowiła.

Co się zepsuje, kiedy taki wskaźnik się opublikuje

Publikowanie wyników leczenia ma udokumentowane skutki uboczne i nieuczciwie byłoby je przemilczeć. Poniżej pięć mechanizmów, każdy z dowodem i z obroną.

Najmocniejszy dowód przeciwko pochopnej publikacji pochodzi z amerykańskich kart wyników kardiochirurgii.

report cards led to both selection behavior by providers and improved matching of patients with hospitals. On net, this led to higher levels of resource use and to worse health outcomes, particularly for sicker patients.

To nie jest argument przeciwko jawności. To argument za tym, żeby publikować lejek zamiast rankingu, wynik skurczony obok surowego, i żeby wprost napisać „za mało danych” tam, gdzie danych jest za mało. Różnica między tymi dwiema rzeczami jest cała.

Że to nie jest spór akademicki, widać po tym, co dzieje się teraz. Zarządzenie Prezesa NFZ wiążące stawkę kapitacyjną POZ ze wskaźnikami jakości jest wciąż projektem (opublikowany 6 sierpnia 2026 r.); do 30 września wszystkie współczynniki wynoszą 1. Porozumienie Zielonogórskie skrytykowało te wskaźniki 12 sierpnia 2026 r. dokładnie z powodu, który jest osią tego tekstu: przychodnia dostaje karę za wynik zależny od składu listy i od regionu, a nie od jakości swojej pracy.

Czego chcemy

Ten tekst zaczął się od pytania, czy da się policzyć umieralność możliwą do uniknięcia w podziale na przychodnie. Uczciwa odpowiedź brzmi: nie tak, jak podpowiada odruch, i nie jako ranking. Ale pytanie było dobre, bo doprowadziło do trzech rzeczy, które są wykonalne i których nikt nie robi.

A przed każdą z nich stoi jedna rzecz, o którą nie trzeba już prosić, bo jest w toku: elektroniczna karta zgonu. Projekt Ministerstwa Zdrowia (ustawa o zmianie ustawy o działalności leczniczej oraz niektórych innych ustaw, wykaz prac Rady Ministrów nr UD234) obejmuje e-karta zgonu jako elektroniczna dokumentacja medyczna oraz urzędowy lekarz do spraw stwierdzania zgonów zamiast koronera. Etap: opiniowanie przez Komisję Wspólną Rządu i Samorządu Terytorialnego; planowane przyjęcie przez Radę Ministrów w III kwartale 2026 r.. druku sejmowego nie ma — przeszukano wszystkie 3 213 druków X kadencji, więc jest jeszcze czas, żeby dopilnować, co dokładnie znajdzie się w części statystycznej. Dopóki piętnastu lekarzy koduje ręcznie papierowe karty przysyłane raz w miesiącu, żaden wskaźnik oparty na przyczynie zgonu nie będzie porównywalny między województwami — a to znaczy, że nie będzie porównywalny w ogóle. Szerzej: postulaty.

Źródła: OECD/Eurostat, wspólna lista przyczyn zgonów możliwych do uniknięcia (wersja ze stycznia 2022) · Eurostat, zbiór hlth_cd_apr · Eurostat, Preventable and treatable mortality statistics · Komisja Europejska i OECD, Country Health Profile Poland 2025 · NIZP-PZH, Sytuacja zdrowotna ludności Polski 2025 · ustawa o podstawowej opiece zdrowotnej · ustawa o świadczeniach opieki zdrowotnej finansowanych ze środków publicznych · Dz.U. 2023 poz. 2734 — wzór karty zgonu · Dz.U. 2024 poz. 160 — rozporządzenie o Krajowym Rejestrze Nowotworów · GUS, Jak GUS prowadzi statystykę zgonów · GUS, zgony wg przyczyn określanych jako garbage codes 2000–2024 · NFZ, Wskaźniki jakości opieki zdrowotnej 2025 · CeZ, liczba pacjentów w deklaracjach do lekarza POZ, czerwiec 2025 · dane.gov.pl, zbiór 3009 — hospitalizacje JGP · ONS, Quality and Methodology Information dla avoidable mortality · CIHI, Avoidable Deaths · APHO Technical Briefing 3 — statystyki zdrowia publicznego i przedziały ufności · OECD, Health at a Glance 2025 — hospitalizacje możliwe do uniknięcia · OECD, definicje wskaźników jakości i wyników opieki (kody ICD-10) · Fingertips, profil onkologiczny praktyk POZ — rozpoznania w trybie nagłym · Abel i wsp., rzetelność wskaźników diagnostycznych publikowanych per praktyka · NHS, Quality and Outcomes Framework · Fingertips, profile praktyk POZ · Nivel Primary Care Database · KiAP — duńskie klastry jakości POZ · CMS, Medicare Shared Savings Program — metodyka przypisania i próg 5 000 pacjentów · CMS Provider Data Catalog — wyniki per lekarz · izraelski program wskaźników jakości opieki środowiskowej · Minchin i wsp., jakość opieki po zdjęciu bodźca finansowego · Public Health England, oświadczenie o opóźnionym raportowaniu przypadków COVID-19 · CMS, Making Care Primary — metodyka atrybucji · Spiegelhalter, Funnel plots for comparing institutional performance · Guthrie i wsp., Routine mortality monitoring in UK general practice · Hofer i wsp., The unreliability of individual physician report cards · Dranove i wsp., Is More Information Better? · RAND, A Methodological Critique of the ProPublica Surgeon Scorecard · ustawa o statystyce publicznej · ustawa o systemie informacji w ochronie zdrowia · Dz.U. 2024 poz. 1349 — karty wskaźników jakości · Dz.U. 2019 poz. 1207 — zakres informacji przetwarzanych przez świadczeniodawców · ONS, polityka ochrony poufności w tablicach urodzeń i zgonów · norweskie badanie ciągłości opieki a umieralności (4,55 mln osób). Rozkład wielkości list, oczekiwane liczby zgonów, moc testu i zasięg wskaźnika to obliczenia własne; skrypty są w repozytorium. Wartości standaryzowane i surowe rozróżniamy wszędzie tam, gdzie ma to znaczenie dla wyniku.