Siedem szpitali w Polsce odstaje w trzech albo więcej wskaźnikach jakości naraz. Prosty rachunek wskazywał pięćset

NFZ publikuje 63 wskaźniki jakości dla każdej placówki z osobna, ale zawsze pojedynczo: jeden wskaźnik, jedna tabela, jedno miejsce w stawce. Nikt nie zadaje pytania, które nasuwa się samo: czy są szpitale, które odstają nie raz, tylko wiele razy naraz. Policzyliśmy to dla 840 szpitali i 37 wskaźników klinicznych — 10 709 porównań. Wynik nie jest taki, jakiego się spodziewaliśmy, i wymaga zdania, które trzeba postawić na początku, a nie w przypisie: im ostrożniejsza metoda, tym mniej outlierów zostaje. Prosty rachunek wskazuje pięciuset kilkanaście szpitali. Ten sam rachunek po korekcie o strukturę pacjentów wskazuje tyle samo — więc obrona „u nas są ciężsi pacjenci” nie tłumaczy tych liczb. Ale po korekcie o to, jak bardzo szpitale normalnie różnią się między sobą, zostaje 7 placówek z co najmniej trzema niezależnymi odchyleniami — i to droga od pięciuset do siedmiu jest właściwym tematem tego tekstu, bo pokazuje, ile w takiej analizie zależy od metody, a nie od danych.

Skąd te dane i co dokładnie liczymy

Bierzemy dwa zbiory. Pierwszy to roczne zestawienie wskaźników jakości z BIP NFZ — 63 wskaźników dla 9390 świadczeniodawców, z licznikiem i mianownikiem dla każdego. Drugi to zestawienie kwartalne 2025_Q4 z dane.gov.pl, które ma te same liczby, ale dokłada dwie kolumny: wartość standaryzowaną, czyli skorygowaną przez Fundusz o strukturę pacjentów, oraz poziom szpitala w sieci. Sprawdziliśmy oba zbiory wiersz po wierszu: liczniki i mianowniki są identyczne, więc porównanie idzie na tych samych rekordach.

Wartość krajową liczymy jako sumę liczników podzieloną przez sumę mianowników. Dla pojedynczej placówki sprawdzamy, jak daleko jej wynik leży od tej wartości w jednostkach błędu losowego, i za granicę bierzemy trzy odchylenia standardowe. Placówki z mianownikiem mniejszym niż 50 w ogóle nie wchodzą do porównania w danym wskaźniku. Percentyla, który NFZ podaje obok każdej wartości, nie używamy w ogóle: nie ma kierunku. Dla wartości zero podaje ten sam percentyl niezależnie od tego, czy zero znaczy „ani jednego powikłania”, czy „ani jednej rehabilitacji”.

I rzecz najważniejsza dla uczciwości całej reszty: nie budujemy z tego indeksu. Nie dodajemy wskaźników do siebie, nie ważymy ich, nie wystawiamy oceny. Liczymy jedną rzecz — ile razy dana placówka wypadła poza granicę — i twierdzimy dokładnie tyle, ile z tego wynika: że jest o co zapytać.

Rozporządzenie nie mówi, w którą stronę jest lepiej

Żeby policzyć „odchylenie po złej stronie”, trzeba wiedzieć, która strona jest zła. Sprawdziliśmy to u źródła. Rozporządzenie Ministra Zdrowia z 16 kwietnia 2025 r. (Dz.U. 2025 poz. 562) zawiera 70 kart wskaźników. Każda karta ma cztery pola: nazwę, definicję, źródło danych i formułę obliczenia; 18 kart ma dodatkowo uwagi. Kierunku nie ma w żadnej. Państwo określiło, co mierzy i jak liczy, ale nie zapisało, czy wyżej znaczy lepiej. Dla porządku: wyników w rocznym pliku BIP jest 63, a nie 70 — różnicę robi sześć wskaźników konsumenckich liczonych z ankiety pacjentów i jeden o posiadaniu akredytacji ministra zdrowia, których w tym pliku nie ma.

Musieliśmy więc przypisać kierunek sami. Robimy to jawnie, żeby dało się z nami spierać — poniżej cały zestaw wraz z tym, jak mocno każdy kierunek stoi.

Cięcia cesarskie wyrzucamy z licznika i mówimy dlaczego

Częstość cięć cesarskich wygląda na idealny wskaźnik jakości i nie jest nim. Nie ma optimum przy zerze i nie ma optimum nigdzie indziej. Światowa Organizacja Zdrowia napisała to wprost 9 kwietnia 2015 r.: „WHO says medical practitioners should not undertake caesarean sections purely to meet a given target or rate, but rather focus on the needs of patients.” — lekarze nie powinni wykonywać cięć po to, żeby trafić w zadany wskaźnik, tylko kierować się potrzebami pacjentek.

Dane to potwierdzają. W 301 placówkach z co najmniej pięćdziesięcioma porodami odsetek rozciąga się od 17,2% do 98,3%, przy krajowych 48,4%. Rośnie też razem z poziomem referencyjnym: w szpitalach I stopnia to 45,6%, w ogólnopolskich 52,0%. Szpital z ośrodkiem patologii ciąży ma wyższy odsetek dlatego, kogo przyjmuje, a nie dlatego, jak leczy. Gdybyśmy zostawili ten wskaźnik w liczniku, karalibyśmy placówki za to, że robią swoją robotę. Zostaje więc poza licznikiem i wraca tylko tutaj, jako osobna obserwacja.

Mianownik ≥ 50 porodów. Wartość krajowa 48,4%, mediana placówki 50,4%.

Drugi sporny wskaźnik zostawiliśmy, ale też z podaniem podstawy. Nacięcie krocza ma kierunek zapisany w prawie: standard organizacyjny opieki okołoporodowej (Dz.U. 2018 poz. 1756) nakazuje w części X pkt 7 „ochrony krocza, przy czym nacięcie krocza należy stosować wyłącznie w medycznie uzasadnionych przypadkach”. Kierunek jest, optimum przy zerze nie ma — i tak go traktujemy. Trzeci, znieczulenie zewnątrzoponowe w porodzie, mierzy dostępność usługi, a nie wynik leczenia. Sprawdziliśmy, co się stanie, jeśli oba wyrzucimy: nic istotnego.

Test pierwszy: „u nas są ciężsi pacjenci”

To jest odpowiedź, którą każdy szpital daje na każde takie zestawienie, i jest to odpowiedź poważna. Da się ją sprawdzić, bo NFZ liczy wartość standaryzowaną — skorygowaną o strukturę pacjentów — tylko nie publikuje jej w rocznym zestawieniu z BIP, a w pliku kwartalnym z dane.gov.pl już tak. Puściliśmy więc cały rachunek drugi raz, zamieniając wynik surowy na skorygowany, na tych samych 10 709 porównaniach.

Korekta nie zmiata odchyleń. Z 1432 odchyleń po złej stronie liczonych na wartościach surowych przetrwało 1306, czyli 91,2%. Co więcej, po korekcie doszło 225 nowych — placówek, którym surowy wynik wychodził w normie, a po uwzględnieniu tego, kogo leczą, już nie. Łącznie odchyleń jest po korekcie 1531, a więc więcej, nie mniej. Po dobrej stronie jest podobnie: utrzymuje się 89,9%.

Struktura pacjentów tłumaczy część różnic między szpitalami. Ale nie tłumaczy tego, że jedna placówka odstaje w kilkunastu wskaźnikach naraz.

Test drugi: ile odchyleń wychodzi samym przypadkiem

Przy 10 709 porównaniach część odchyleń musi wyjść z samego losu. Podręcznikowy rachunek mówi, że granicę trzech odchyleń standardowych przekroczy przypadkiem 0,135 procent testów, czyli około 14,5 razy. Ten rachunek jest tu jednak zły i warto wiedzieć dlaczego.

Policzyliśmy to więc inaczej: w symulacji, w której dla każdego porównania losujemy wynik placówki z rozkładu odpowiadającego jej mianownikowi i wartości krajowej, a potem liczymy tę samą flagę. Czterysta powtórzeń. Z czystego przypadku wychodzi średnio 161 odchyleń (1,5% testów), zakres od 121 do 192. Jedenaście razy więcej, niż mówi podręcznik.

Powód jest prosty i uderza dokładnie w to, o czym piszemy. Przy rzadkich powikłaniach jedno zdarzenie wystarczy, żeby przebić granicę. Zator płucny po zabiegu planowym zdarza się w Polsce 0,036 procent razy. W 40 szpitalach na 779 wystarczy jeden taki przypadek w całym roku, żeby placówka znalazła się poza granicą — a 604 z nich nie zgłosiło ani jednego. Wskaźnik przeskakuje wtedy z „zero” na „outlier” i nie ma stanu pośredniego.

Sto sześćdziesiąt odchyleń z przypadku to jednak wciąż dużo mniej niż 1531, które widzimy w danych. Ważniejsze jest co innego: w żadnym z czterystu powtórzeń symulacji ani jeden szpital nie zebrał pięciu odchyleń z samego losu. Najwięcej, co przypadek dał jednej placówce, to 4. W rzeczywistych danych szpitali z pięcioma i więcej jest 112. Powtarzalność nie jest przypadkiem — i to jest jedyny wniosek, który ta symulacja pozwala postawić mocno.

Test trzeci: duży szpital ma po prostu więcej okazji

Placówka wielospecjalistyczna wchodzi do trzydziestu kilku wskaźników, mała do kilku. Już samo to daje jej więcej szans na odchylenie. Korelacja między liczbą wskaźników a liczbą odchyleń wynosi 0,793, więc efekt jest realny i trzeba go rozdzielić od reszty.

Rozdzielenie polega na tym, żeby liczyć udział, a nie liczbę. I tu wychodzi rzecz, której nie da się zbyć jako artefaktu: udział też rośnie. W ćwiartce placówek z najmniejszą liczbą wskaźników poza granicą leży 6,8% porównań, w ćwiartce z największą — 16,2%.

Nie znaczy to jednak, że duże szpitale leczą gorzej. Znaczy, że w dużych szpitalach cokolwiek w ogóle widać. Granica trzech odchyleń zależy od mianownika: przy pięćdziesięciu pacjentach śmiertelność szpitalna w zapaleniu płuc musiałaby być o +89% wyższa od krajowej, żeby test cokolwiek zauważył — czyli sięgnąć 34,9% przy krajowych 18,45%. Przy dziesięciu tysiącach wystarczy +6%. Mediana mianownika w naszych porównaniach to 333.

K.III.2A — Śmiertelność w trakcie hospitalizacji pacjentów z zapaleniem płuc. Wartość krajowa 18,45%. Mały szpital nie jest „w normie”. On jest niesprawdzalny.

Test czwarty, najostrzejszy: czy szpital odstaje bardziej, niż szpitale normalnie odstają

Wszystkie dotychczasowe rachunki mają jedną wspólną wadę. Pytają, czy placówka różni się od średniej krajowej bardziej, niż wynika z losowości. Ale szpitale różnią się od siebie także z powodów systemowych, które z jakością leczenia nie mają nic wspólnego: czy mają własny oddział rehabilitacyjny, czy dysponują salą do zabiegów laparoskopowych, czy zatrudniają anestezjologa na porodówce. Ten rozrzut jest realny i ogromny, a lejek trzech odchyleń zupełnie go nie widzi.

Widać to gołym okiem, gdy policzy się, ilu placówek dotyka prosty test w każdym wskaźniku. Przy znieczuleniu zewnątrzoponowym w porodzie poza granicą leży 89,9% szpitali. Przy laparoskopowym usunięciu macicy 71,3%. Test, który wskazuje dziewięć placówek na dziesięć, nie wskazuje niczego. Na drugim końcu są wskaźniki, gdzie rozrzut faktycznie jest losowy: zator płucny, zapalenie wnętrza gałki ocznej po zaćmie, śmiertelność roczna po zawale.

Rozrzut ponad losowy liczony metodą Spiegelhaltera: dla każdego wskaźnika sprawdzamy, ile razy rzeczywisty rozrzut między szpitalami przekracza rozrzut wynikający z samej liczby pacjentów (skrajne 10 procent na obu końcach obcinamy, żeby to sami outlierzy nie zawyżali miary). Wartość 1 znaczy „całą różnicę tłumaczy przypadek”.

Puściliśmy więc rachunek po raz trzeci, z granicą przeskalowaną do rzeczywistego rozrzutu w każdym wskaźniku. Teraz pytanie brzmi: czy ta placówka odstaje bardziej, niż szpitale w tym wskaźniku normalnie odstają od siebie. Odpowiedź jest znacznie skromniejsza. Odchyleń zostaje 284 zamiast 1531. Placówek z co najmniej jednym — 204 zamiast 510. Placówek z trzema — 19 zamiast 243. Najwyższy wynik w kraju to 6 odchyleń, nie 10.

Wszystkie trzy liczniki na tym samym zbiorze 10 709 porównań. Dla licznika A nie podajemy kolumny „z ≥3”, bo bez korekty o rozrzut ta liczba niczego nie mierzy.

Ostatnia poprawka: te wskaźniki nie są od siebie niezależne

Śmiertelność po udarze w 30, 90 i 365 dniu to ci sami pacjenci policzeni trzy razy. Szpital, który odstaje w jednym z tych horyzontów, prawie zawsze odstaje w pozostałych — i wygląda przez to na trzykrotnego outliera, choć chodzi o jedną rzecz. Zwinęliśmy więc każdą taką rodzinę do jednej pozycji: cztery horyzonty śmiertelności w zawale, cztery w zapaleniu płuc, cztery w udarze, trzy powikłania zaćmy, cztery rodzaje zabiegów małoinwazyjnych, trzy ujęcia leczenia udaru.

Po tym zabiegu odchyleń zostaje 256 zamiast 284, ale liczba, która ma znaczenie, spada mocniej: placówek z trzema niezależnymi odchyleniami jest 7, a nie 19.

Siedem placówek. Nie ranking, lista pytań

To są wszystkie szpitale w Polsce, które po korekcie o strukturę pacjentów, po korekcie o naturalny rozrzut i po zwinięciu powiązanych wskaźników odstają w trzech albo więcej niezależnych obszarach. Kolejność w tabeli nie jest oceną: nie da się powiedzieć, że cztery odchylenia to gorzej niż trzy, bo odchylenia dotyczą różnych rzeczy i różnych liczb pacjentów. Nie twierdzimy, że którakolwiek z tych placówek leczy źle. Twierdzimy, że są to miejsca, gdzie pytanie „dlaczego ta liczba tak wygląda” ma sens — i że powinien je zadać organ, który szpital nadzoruje, a nie my.

Wartości standaryzowane, granica przeskalowana do rozrzutu w danym wskaźniku, rodziny wskaźników zwinięte do jednej pozycji. Mianownik ≥ 50.

Warto zauważyć, kogo na tej liście nie ma. Nie ma na niej ani jednego małego szpitala powiatowego — i nie dlatego, że są lepsze, tylko dlatego, że przy ich liczbie pacjentów ten test niczego nie wykryje. Cztery z siedmiu to szpitale kliniczne, czyli placówki, które biorą przypadki najtrudniejsze. Korekta o strukturę pacjentów tego nie zdjęła, ale nie zdejmie też wszystkiego: standaryzacja NFZ koryguje o to, co Fundusz umie zmierzyć w sprawozdaniach, a nie o wszystko, co decyduje o rokowaniu.

Rozkład: większość szpitali nie odstaje w niczym

To jest kontekst, bez którego cała reszta jest nieuczciwa. Po pełnej korekcie 636 placówek na 840 — 75,7% — nie ma ani jednego odchylenia po złej stronie. Mediana wynosi zero. Zjawisko powtarzalnego outliera dotyczy wąskiego marginesu, nie systemu.

Kolumna „bez korekty” sumuje się do 840 placówek (największa grupa liczy 330), kolumna „po korekcie” do 840.

Po dobrej stronie obraz jest jeszcze bardziej płaski: 773 placówek nie ma ani jednego wyniku istotnie lepszego od przeciętnej, a rekord kraju to 4 takie wskaźniki. Trzydzieści pięć szpitali ma jednocześnie odchylenie w jedną i w drugą stronę, co jest kolejnym argumentem przeciwko robieniu z tego jednej oceny.

Jak łatwo skrzywdzić placówkę: przypadek Radomska

Prosty licznik, ten bez korekty o rozrzut, wskazuje jednego rekordzistę w Polsce: 10 odchyleń na 31 wskaźników. Nazwa w danych NFZ brzmi „UNIWERSYTECKI SZPITAL KLINICZNY W RADOMSKU”. Sprawdziliśmy ją, zanim cokolwiek napisaliśmy, i dwie rzeczy trzeba powiedzieć od razu.

Po pierwsze, nazwa jest prawdziwa, ale młodsza od danych. Placówka nazywa się tak od 1 stycznia 2026 r., po umowie z Uniwersytetem Jana Długosza w Częstochowie; wcześniej i przez cały 2025 r., z którego pochodzą wszystkie te liczby, był to Szpital Powiatowy w Radomsku. Organem tworzącym pozostaje Rada Powiatu Radomszczańskiego (Rynek Zdrowia, strona szpitala). W sieci NFZ to szpital II stopnia. Kto zobaczy w tabeli „uniwersytecki szpital kliniczny” i przyjmie, że mierzy placówkę referencyjną z najtrudniejszymi przypadkami, pomyli się o cały poziom.

Po drugie, i ważniejsze: te dziesięć odchyleń w ogóle nie mówi tego, co się wydaje. Żadne z nich nie dotyczy wyniku leczenia. Wszystkie mówią o tym, czego szpital nie robi albo robi inaczej.

A wskaźniki, które mierzą wynik leczenia, ma ta placówka w normie albo lepsze od krajowych. Sepsa po zabiegu planowym 0,46 na 1000 przy krajowych 1,16 na 1000. Śmiertelność szpitalna w zawale 4,8% przy 6,4%, w zapaleniu płuc 15,2% przy 18,4%. Rehospitalizacja z tej samej przyczyny praktycznie równa krajowej.

Po korekcie o naturalny rozrzut z dziesięciu odchyleń zostaje 1: mniej cholecystektomii wykonanych laparoskopowo, niż wynikałoby ze średniej. Placówka, którą prosty rachunek stawia na szczycie krajowej listy, po ostrożnym rachunku z niej znika.

Gdybyśmy zatrzymali się na pierwszym rachunku, opublikowalibyśmy nagłówek o najgorszym szpitalu w Polsce. Byłby nieprawdziwy.

Zostaje przy tym coś, o co naprawdę warto zapytać, i nie jest to zarzut wobec personelu, tylko pytanie o organizację. Przy 243 porodach w 2025 r. placówka wykazała zero znieczuleń zewnątrzoponowych i 59,7% nacięć krocza przy krajowych 29,6%. Struktura pacjentek tego nie tłumaczy, bo korekta NFZ obu tych liczb praktycznie nie ruszyła. Nacięcie krocza standard okołoporodowy wymienia wprost wśród interwencji, które każda placówka ma u siebie mierzyć i ograniczać — „ustalają wskaźniki tej opieki i monitorują je, nie rzadziej niż raz w roku, kierując się w szczególności ograniczaniem interwencji medycznych”, co najmniej raz w roku. Znieczulenia zewnątrzoponowego na tej liście nie ma; standard reguluje je osobno, jako analgezję regionalną porodu. Pytanie brzmi więc inaczej dla każdej z tych liczb, ale w obu wypadkach adresatem jest powiat, a nie my.

Czego brakuje i kto to może zrobić

Wszystkie liczby w tym tekście pochodzą z danych, które NFZ już opublikował. Nic nie trzeba było wnioskować, odmrażać ani wypytywać. Trzeba było tylko zestawić dwa pliki, ustalić kierunki, których rozporządzenie nie podaje, i policzyć.

Fundusz publikuje te wskaźniki pojedynczo. Nie publikuje profilu placówki, czyli odpowiedzi na pytanie „ile razy ten szpital odstaje”. Nasza własna porównywarka jakości też jej dziś nie daje: pozwala porównać placówki w wybranym wskaźniku, ale nie pokazuje, ile razy ta sama placówka wypadła poza granicą we wszystkich pozostałych. To jest brakujący widok i chcemy go dodać — razem z tym, czego wymaga uczciwość: z kierunkiem każdego wskaźnika podanym wprost, z ostrzeżeniem przy małym mianowniku i z licznikiem liczonym po korekcie o rozrzut, a nie tym najprostszym.

Od Funduszu potrzebne są przy tym trzy rzeczy, których dziś nie ma. Pierwsza: kierunek każdego wskaźnika w karcie, obok formuły. Druga: opis modelu standaryzacji, żeby dało się sprawdzić korektę, która potrafi podnieść wskaźnik dziewięciokrotnie na podstawie jednego zdarzenia. Trzecia: szereg czasowy per placówka, bo dopiero powtórzenie odchylenia w kolejnym roku odróżnia sygnał od pecha.

Źródła: NFZ, Wskaźniki jakości opieki zdrowotnej (BIP) · dane.gov.pl, zbiór 4832 — wskaźniki jakości, świadczeniodawcy 2025_Q4 · Dz.U. 2025 poz. 562 — karty wskaźników jakości · Dz.U. 2018 poz. 1756 — standard opieki okołoporodowej · WHO, oświadczenie o cięciach cesarskich, 9.04.2015 · Rynek Zdrowia o zmianie nazwy szpitala w Radomsku. Wartości krajowe liczymy sami jako sumę liczników przez sumę mianowników; wartości standaryzowane i poziom w sieci bierzemy wprost z pliku kwartalnego. Skrypty przeliczeń są w repozytorium.