ארכיון תג: בריאות

עדכון: מצב הקורונה בישראל

[פוסט מקביל לבלוג בדה מרקר]

בערוץ הטלגרם של משרד הבריאות אמרו שהשר ליצמן ערך הבוקר ישיבה אינטרנטית להערכת המצב, וכללו חלק מהמצגת שהוצגה שם. הנה הגרף הכי חשוב שלא היה שם. ההבדל הוא שהם מציגים את הנתונים בסקלה לינארית, ואז קשה יותר לראות איך הדברים משתנים — ובפרט האם יש גדילה אקספוננציאלית. אני מציג אותם בסקלה לוגריתמית.

logrow-israel

יש כאן שני דברים שחשוב לראות:

1) מתחיל להסתמן שיצאנו מהגדילה האקספוננציאלית של מספר המקרים בישראל. עד ה-26.3 הייתה גדילה אקספוננציאלית בקצב ממוצע של 28% ליום (הכפלה כל 3 ימים). בשלושת הימים האחרונים הקצב מתמתן. נקווה שימשיך כך.  בכל מקרה זה מצביע על הצלחת המגבלות שהוטלו לפני שבועיים, ועל כך שלא צריך להחמיר אותן.

2) מספר אנשי הצוות הרפואי שנדבקו בקורונה עולה בקצב אקספוננציאלי, אם כי קצת איטי יותר מזה שהיה בכלל האוכלוסייה: "רק" 20% ביום בממוצע (הכפלה כל 4 ימים).  זה ביזיון שמצביע על חוסר מיגון מספיק לאנשי הצוות הרפואי, ומעמיד בסכנה את המערכת הקריטית ביותר שאמורה לטפל בכולנו.

מקורות

ערוץ הטלגרם של משרד הבריאות.

 

על נתונים והחלטות

אלה ימים דרמטיים. הממשלה צריכה להחליט אם להכריז על סגר מלא, או שמא להקל את ההגבלות על הציבור. על כף המאזניים הסכנה של התפשטות מגפה קטלנית מצד אחד, או מיטוט הכלכלה מצד שני.

בואו נתעלם לרגע מהמצב הערכי והפוליטי, שבו הממשלה היא ממשלת מעבר שלא זכתה לאמון של שלוש כנסות רצופות, ראש הממשלה נאשם בשוחד, מרמה, והפרת אמונים ומשפטו נדחה שוב רק בשבוע שעבר, ושר הבריאות חשוד בשוחד ובהדחת עדים בניסיון להגן על פדופילית.  בואו נניח שהם באמת חושבים רק על טובת הציבור, ומנסים להגיע להחלטה הטובה ביותר. האם יש להם את המידע הנחוץ לשם כך?

התשובה היא כמובן שלא. אבל זה מתחלק לשניים. אנחנו ניצבים בפני מצב חדש ולא מוכר, אז יש כל מיני דברים שבאמת לא ידועים. והיבט חשוב של עבודת הממשלה הוא לקבל החלטות בתנאים של אי-ודאות. אבל מצד שני יש גם נתונים חשובים שאנחנו פשוט לא אוספים, או לפחות לא מציגים אותם נכון. וחלק מעבודת הממשלה צריך להיות לזהות מה חסר ולדרוש את הנתונים. הנה כמה דוגמאות ומה ההשלכות שלהן.

  • הדבר הכי טריוויאלי הוא חוסר סדר בדיווח נתוני התחלואה בקורונה.  באופן לא ראוי משרד הבריאות מפרסם עידכונים בצורה לא סדורה. בתחילת שבוע שעבר היו 3 ימים שבהם הנתונים היו סדורים: שני דיווחים ביום, ב-8 בבוקר וב-9 בערב. ביום רביעי היה רק אחד, ב-8:30 בערב. לא נורא. בחמישי גם היה אחד, ב-1:30 בצהרים. אז המספר הזה לא באמת משקף את כל מה שקרה ביום חמישי, אלא בערך חצי. ביום שישי גם היה רק אחד, אבל ב-8 בבוקר. אז המספר הזה לא משקף את יום שישי בכלל — הוא בעצם משקף את מה שהיה בחמישי.  איבדנו יום וחישובי קצב העלייה של התחלואה אינם מדויקים.

    כשרוצים לבסס החלטה על שינוי אפשרי של קצב התחלואה, זה יכול להיות משמעותי.  במקרה הזה עושה רושם שקצב התחלואה יורד גם אחרי שמתקנים את יחוס המספרים לימים, אבל אנחנו לא צריכים להיות במצב שהשאלה הזו עולה בכלל.  צריך להיות דיווח אמין ומסודר של המצב בסוף כל יום. גם בשישי.

  • חוסר דיווח על מדיניות הבדיקות. למרות התראה של כמה שבועות בין אבחון הקורונה בסין להגעתה לארץ, היה מחסור בערכות בדיקה. כתוצאה היה צריך להחליט את מי לבדוק ואת מי לא. זה כמובן משפיע על התוצאה של מספר החולים המאובחנים. אבל לא היה דיווח שוטף על המדיניות ועל מספר הבדיקות, ולכן אי אפשר להעריך עד כמה המספרים שמדווחים משקפים את היקף התחלואה או לחילופין רק את היקף הבדיקות. יכול להיות שיש עוד המון חולים שאנחנו לא יודעים עליהם פשוט כי הם לא אובחנו. ואם מדיניות הבדיקה משתנה, צריך לדעת על זה ולקחת את זה בחשבון כשמעריכים כמה מקרים יש.
  • מדי פעם משרד הבריאות משחרר גם נתונים על בידוד ו/או תחלואה של אנשי צוות רפואי. מה שאני ראיתי בערוץ הטלגרם שלהם היה די ספורדי, לא מספיק כדי לעקוב ולנתח איך זה משתנה עם הזמן. יותר מזה, הם נותנים מספרים של כמה רופאים ואחיות בבידוד, אבל (א) לא ברור אם זה מהמחלקות הרלוונטיות לקורונה או באופן כללי, ו-(ב) אין נתונים על מספר הרופאים הכולל שממנו נגרעים אלה שמבודדים.

    נתונים על אחוז אנשי הצוות במחלקות הרלווטיות שמבודדים או חולים הם קריטיים כדי להעריך את כושר העמידה של מערכת הבריאות — אם יש למשל מספיק מכונות הנשמה אבל אין מי שיפעיל אותן צריך לנקוט אמצעים קיצוניים יותר להפחית את ההידבקות. מעבר לכך, הצורך בנתונים האלה משפיע גם על מדיניות הקצאת הבדיקות, וזיהוי אנשי צוות חולים והעברתם לבידוד היא קריטית כדי להקטין את התחלואה בין אנשי הצוות ולאפשר התמודדות טובה יותר לאורך זמן. להגן על אנשי הצוות הרפואי זה הבסיס לכל ההתמודדות עם המגפה. 

    מקרה מיוחד שמקשר את שני הסעיפים האחרונים הוא המקרה של בתי האבות.  מסתבר שמשרד הבריאות החליט לא לכלול רופאים של בתי אבות ודיור מוגן במסגרת הבדיקות של צוות רפואי.  במילים אחרות, רופאים שמטפלים באוכלוסיית הסיכון המובהקת ביותר, שמרוכזת במקום אחד עם סכנת הדבקה גבוהה זה מזה, הלכו לעבודה בלי יכולת להיבדק. מה שמתבקש הוא בדיוק ההיפך: להגן ככל האפשר על הצוות בבתי אבות, כדי להגן על הדיירים.

  • דיווח חלקי של פרטים על חולים מאובחנים. בשבועות הראשונים משרד הבריאות דיווח על מקומות שחולים שהו בהם, וכלל גם נתונים דמוגרפיים חלקיים כמו "חזר מברצלונה" ו"חולה בשנות ה-20 לחייה". את זה אפשר היה לאסוף בעבודה סיזיפית ולקבל תמונה מסוימת של התלות של התחלואה במין וגיל, וכמה מהחולים נדבקו כאן. כיום מיפוי המסלולים של חולים מעודכן באפליקצית המגן, וזה הרבה יותר טוב מרשימות אינסופיות של מקומות חשודים. אבל אין יותר דיווח על נתונים דמוגרפיים. כמו בסעיפים האחרים, זה מונע אפשרות להעריך בצורה יותר מדויקת את הסכנה מהמגפה.
  • בהמשך לסעיף הקודם, חסר מידע על שיוך חולים לאוכלוסיות ספציפיות — למשל קשישים בבתי אבות, או קהילות סגורות אחרות כמו חרדים. הסיבה שזה חשוב היא שהתפשטות הנגיף בתוך קהילות כאלה שונה מהתפשטות באוכלוסייה הכללית, וזה משפיע על מודל ההתפשטות ועל איך צריך לפרש את מספרי המקרים.  למקרי תחלואה בקהילות שנוטות להיות מבודדות משאר האוכלוסייה יש השפעה רבה בתוך הקהילה שלהם, אבל השפעה מוקטנת בחוץ, וזה דבר שצריך להילקח בחשבון בתחזיות הכלליות.  לסכם את הכל ביחד נותן ממוצע שבעצם לא משקף את המצב לאמיתו.

כל הבעיות האלה מקרינות ישירות על השאלה העיקרית שעומדת לפתחנו — עד כמה זו באמת מגפה קשה. בארץ מחלת הקורונה בכלל לא עומדת בהגדרה של מגפה: היא עוד לא נפוצה ולא גרמה למקרי מוות רבים. יש מי שטוענים שהיא גם לא כל כך מסוכנת, ועדיף לאפשר לרוב האוכלוסייה (כל מי שבריא ועד גיל 60 בערך) להידבק.  רק את מי שנמצא בסיכון צריך לבודד באופן הגנתי.  אבל אם זה לא נכון המחיר יהיה גבוה. וקשה להעריך בלי נתונים מקיפים.

מגפת הקורונה היא כבר המגפה ה"יחודית" הקשה ביותר במאה ה-21, עם קרוב ל-30 אלף מתים.  מגפת שפעת החזירים לפני עשור גרמה לכ-18 אלף מתים, ומגפת הכולרה בהאיטי אחרי רעידת האדמה שם לכעשרת אלפים.  מצד שני היא קטנה בסדר גודל ממגפת השפעת השנתית, שגורמת לפי הערכות ל290-650 אלף מתים בשנה.  לאור ההיסטריה העולמית וההצלחה בבלימת המגפה בסין ובקוריאה, ההימור שלי הוא שהיא לא תעבור את השפעת הרגילה.  וצריך גם לזכור שלא מדובר בהכרח בתוספת גדולה של מתים — לא מופרך לחשוב שלפחות חלק מאלה שמתים מקורונה היו מתים משפעת, ואז לא היינו מתעניינים בהם.  גם על זה אין נתונים.

 

מה אנחנו יודעים על הקורונה, ומה לא

מגפת הקורונה העולמית (השם הרשמי של המחלה הוא covid-19, ושל הווירוס שגורם אותה SARS-cov-2) מורכבת משני שלבים: מגפה בסין שהתחילה בדצמבר 2019 ורוסנה במידה רבה עד סוף פברואר 2020, ומגיפה בשאר העולם שהתחילה באמצע פברואר וממשיכה מאז בקצב גובר והולך. הגרף הבא מתאר את המספר המצטבר של חולים בכל העולם, ואת החלוקה שלהם לכאלה שכבר הבריאו, לכאלה שנפטרו, ולכאלה שעדיין חולים.

 

corona-world

כפי שניתן לראות ההתפרצות העולמית יותר מהירה ויותר גדולה מההתפרצות שהייתה בסין.  ההבדל נובע ממנגנון ההפצה.  בסין זה היה בעיקר הדבקה מקומית של תושבי העיר ווהאן.  בעולם זה הדבקה בקצב הסילון, על ידי הזרעה של וירוסים במאות ערים ברחבי העולם במקביל.  אין פלא שזה יותר מהיר.

יש שלוש שאלות מרכזיות הקובעות עד כמה מגפה היא מסוכנת:

  1. מה קצב ההדבקה.  אם כל חולה מדביק כמה אנשים נוספים, המחלה תתפשט באופן אקספוננציאלי ותהפוך למגפה.  וככל שקצב ההדבקה גבוה יותר, העומס על מערכת הבריאות גבוה יותר.
  2. מה שיעור המתים מתוך הנדבקים. שפעת למשל היא מגפה עולמית שחוזרת כל שנה, אבל רק אחד מאלף בערך מתים ממנה, והתרגלנו לקבל את זה. בשפעת הספרדית של 1918 מתו בערך 2%. במגפת ה-SARS של 2002-2004 מתו בערך 15%. במגפת האבולה של 2014-2016 מתו כ-50%.
  3. איזה חלק מהאוכלוסייה חשוף למחלה.  אם חלק משמעותי מהאוכלוסייה מחוסנת, למחלה יהיה קשה להתפשט.  אבל הקורונה היא מחלה חדשה ולכן נראה שכל אוכלוסיית העולם חשופה.

בהמשך אני אתאר את ההתפרצות בסין, את ההתפרצות בשאר העולם, וביתר פירוט את המצב בישראל.  הדגש יהיה על שתי השאלות הראשונות.  זה ארוך, אבל בלאו הכי אתם תקועים בבית, אז זו צורה טובה להעביר את הזמן.

התפרצות המגפה בסין

מחלת הקורונה הופיעה בשוק הסיטונאי למאכלי ים בעיר ווהאן שבמחוז חוביי בסין בדצמבר 2019. הביטוי למחלה היה חולים בדלקת ריאות נגיפית. דגימות הועברו למעבדות לאיבחון, וב-7 בינואר זוהה שמדובר בווירוס חדש.

במהלך ינואר התחילו לזהות מקרים בנוסעים שבאו מווהאן למקומות אחרים בעולם. ב-23 בינואר הוטל סגר אפקטיבי על העיר ואמצעי תחבורה בוטלו. בכל סין בוטלו גם אירועי השנה הסינית החדשה ב-25 לינואר. עד אמצע פברואר המגבלות הורחבו כבר ל-780 מיליון תושבים, חצי מאוכלוסיית סין. במחוז חוביי איפשרו רק לנציג אחד מכל משק בית לצאת לקניות פעם ב-3 ימים. כל מי שחזר לבירה בייג'ין מנסיעה חויב להיכנס לבידוד של 14 יום. מכלול הצעדים האלה הביאו לבלימת התפשטות המגיפה.  הגרף הבא מראה את ההיסטוריה של ההתפרצות בסין, וניתן לראות שעכשיו היא כבר לקראת סופה (בהנחה שלא תהייה התפרצות נוספת במחוז כלשהו).

 

corona-china

החשיבות של המקרה הסיני היא שזו הדגמה של קצב ההדבקה הטבעי, לפני שהרשויות נוקטות צעדים להקטנת המגע בין אנשים.  הצגת מספר החולים בציר לוגריתמי מראה שקצב הגדילה היה אקספוננציאלי עד ה-28.1.2020, כלומר יותר מחודש מהתחלת המגפה. עד יום זה אובחנו 5794 חולים, ו-132 מהם נפטרו. קצב הגידול של המקרים בשלב האקספוננציאלי היה 51% ביום.  בקצב כזה מספר החולים מכפיל את עצמו תוך קצת פחות מיומיים.  (להסבר על גדילה אקספוננציאלית והצגה בסקלה לוגריתמית ראו בפוסט קודם.)

את שיעור התמותה קשה יותר להעריך. הבעיה היא שמדובר ביחס: מספר המתים מתוך כל הנדבקים. את מספר המתים יודעים.  אבל את מספר הנדבקים לא: המספרים בכל הגרפים הם רק מספר המקרים המאומתים. ידוע שלרוב מי שנדבקים יש סימפטומים קלים בלבד, או שאפילו אין סימפטומים בכלל. כל האנשים האלה כרגיל לא מאובחנים, אבל הם כן תורמים להתפשטות המגפה.  בנתונים של סין יש קפיצה במספר המקרים ב-12.2.2020 כשהחליטו לכלול גם מקרים שזוהו על סמך תסמינים, למרות שלא היה להם אימות מעבדתי. מספר המקרים שבכלל לא נבדקו ולא יודעים עליהם צפוי להיות עוד הרבה יותר גבוה.

כשמגפה נגמרת אפשר לחשב הערכה של שיעור התמותה על יד חלוקת מספר המתים במספר המקרים. ככל שהיו יותר נדבקים שלא אובחנו, ההערכה הזו פחות מדויקת. אבל לפחות היא נותנת לנו חסם עליון על שיעור המתים: כיוון שמספר הנדבקים בעצם גבוה יותר ממה שאנחנו יודעים, השיעור האמיתי נמוך יותר ממה שאנחנו מחשבים.

בזמן שהמגפה עדיין לא נגמרה אי אפשר לעשות חישוב מדויק, כי עוד לא יודעים מה יעלה בגורלם של אלה שעדיין חולים. אבל אפשר לעשות שני קירובים:

  • מספר המתים מתוך כלל המקרים עד כה (כולל אלה שעדיין חולים)
  • מספר המתים מתוך המקרים הידועים עד כה (אלה שמתו או הבריאו, בלי אלה שעדיין חולים)

הגרף הבא מראה את שני הקירובים האלה עבור הנתונים של סין. כפי שניתן לראות, ככל שנשארים פחות ופחות חולים, שני הקירובים האלה מתקרבים אחד לשני. הם צפויים להתכנס לערך של בערך 4.1%. אבל צריך לזכור שזה רק חסם עליון, והשיעור האמיתי יותר נמוך באופן ניכר.

 

approx-deathrate-china

בנוסף, יש גם נתונים על הרכב הגילים של המתים.

age-china

אם נסכם, מה שלומדים מהמקרה הסיני הוא:

  • קצב ההדבקה של הקורונה גבוה מאוד.
  • שיעור התמותה הוא לא יותר מ-4.1%. אבל הוא גם תלוי בגיל: זקנים מתים יותר, צעירים כמעט שלא.
  • ניתן לעצור את המגפה על ידי הגבלות חמורות על האוכלוסייה. זה לוקח בערך שבועיים-שלושה.

נספח של התפרצות המגפה בסין הוא המקרה של אוניית שיט-התענוגות Diamond Princess. נוסע ששהה על האוניה בין ה-20.1.2020 ל-25.1.2020 אובחן כחולה קורונה ב-1.2.2020, אחרי שכבר עזב את האונייה. כתוצאה האונייה כולה הוכנסה להסגר כשעגנה ביפן ב-3.1.2020.  על האונייה היו 3711 נוסעים ואנשי צוות.

מספר הנדבקים באונייה מאפשר לחשב את שיעור ההדבקה המקסימלי באוכלוסייה, כיוון שהתנאים להדבקה היו מושלמים: כל האוכלוסייה מוגבלת לשטח מצומצם למדי, עם חדר אוכל משותף, ומערכת מיזוג אוויר מרכזית — מה שמבטיח הפצה יעילה של הווירוסים בכל האונייה.  בנוסף, בוצעו 3063 בדיקות לקורונה, גם אצל נוסעים רבים שלא הראו שום תסמינים. זה חשוב במיוחד לצורך הערכת שיעור ההדבקה הכולל.

התוצאה הייתה שזוהו 634 מקרים של קורונה, מהם 328 ללא סימפטומים.  בתוספת העובדה ש-7 נוסעים נפטרו, אפשר לחשב את שיעור התמותה.  זה יוצא 1.1%.  הבעיה עם החישוב הזה היא שהאוכלוסייה על האונייה לא מייצגת: על אוניות כאלה יש הרבה פנסיונרים ומעט צעירים (יחסית לאוכלוסייה הכללית).  אז כדי להגיע למסקנות צריך לבצע תיקון סטטיסטי.  כיוון שזקנים מתים יותר מהנגיף, התיקון מוריד את שיעור התמותה ל-0.5%.  (המאמר שביצע את החישוב הוא מתחילת מרץ והמספרים מסוף פברואר. בהמשך זוהו 712 חולים מהם 333 בלי סימפטומים. אבל זה לא משנה את המסקנות.)

לסיכום, מקרה ה-Diamond Princess מוביל למסקנות הבאות:

  • פחות מ-20% מהאוכלוסייה חשופה להדבקה בנגיף.
  • בערך חצי מהנדבקים לא הראו שום סימפטומים.
  • שיעור התמותה באוכלוסייה הכללית צפוי להיות בערך 0.5% מהנדבקים.

התפרצות המגפה בשאר העולם

לא הרבה אחרי שהמגפה פרצה בווהאן התגלו מקרים ראשונים בארצות שכנות, וגם בקצה השני של העולם.  המקרים הראשונים האלה היו נוסעים שבאו מווהאן.  בחלק מהמקומות — בעיקר מדינות מזרח אסיה שזוכרות את מגפת ה-SARS מלפני 17 שנים — נקטו אמצעים מידיים כדי לזהות חולים ולבודד אותם (למשל מדי חום בשדות תעופה).  בבכל מקרה, החל מאמצע פברואר מגפת הקורונה התחילה להתפשט במדינות שונות.  הגרפים הבאים מראים מה קרה בכמה מהן.

 

 

 

corona-all

ההבדלים בין המדינות משקפים שתי תופעות:

  • הבדלים אמיתיים בדינמיקה של המגפה כתוצאה מיעילות הפעולות נגדה.
  • הבדלים באיסוף מידע ואיכות הנתונים על החולים.

ההבדל בין דרום קוריאה לאיטליה למשל הוא הבדל מהסוג הראשון.  בדרום קוריאה ביצעו אלפי בדיקות, הטילו הגבלות חמורות על האוכלוסייה, והצליחו להביא לריסון המגפה עם מספר נמוך יחסית של מתים.  באיטליה התגובה הייתה איטית יותר, וכשהוטלו הגבלות חמורות זה היה מאוחר מדי.  מערכת הבריאות לא יכלה לעמוד בעומס של החולים, ובפרט החולים הקשים שהיו תלויים בטיפולים מצילי חיים כמו הנשמה. כתוצאה המגפה לא רוסנה עדיין, ובמקביל מספר המתים נסק.

ההבדל בין איטליה לאירן הוא הבדל מהסוג השני.  בכל העולם יש פער של כמה שבועות בין עלייה במספר החולים לעלייה במספר המתים והמבריאים.  באירן הפער הזה נראה הרבה יותר מצומצם.  ההסבר הוא כנראה שהמגפה פרצה כבר באמצע פברואר, אבל הם לא איבחנו את זה. כתוצאה הם גם לא נקטו באמצעים להפחתת הידבקות. זו גם הסיבה שלמרות שיש כבר מבריאים עדיין מספר החולים ממשיך לעלות בתלילות ולא מתחיל להתמתן.

כדי להבחין יותר טוב בדינמיקה בארצות שונות צריך להציג את הנתונים בסקלה לוגריתמית. בסקלה כזו עלייה אקספוננציאלית במספר החולים או המתים מתבטאת כקו ישר שעולה באלכסון (להסבר ראו בפוסט קודם).  הנתונים של קוריאה פחות מעניינים כי באופן מובהק המגפה שם כבר רוסנה (אם כי עוד מוקדם מדי לחשב הערכה של שיעור התמותה).  נתוני אירן גם פחות מעניינים כי הם לא אמינים.  אז נתרכז בארצות האחרות.

 

 

logrow-italy

הכי מעניין זה איטליה.  לפני כמה ימים הכותרות בישרו שמספר המתים באיטליה עבר את זה של סין.  המגפה באיטליה התחילה קצת לפני הארצות האחרות, עם עלייה תלולה במספר המקרים ב-20-22 בפברואר.  אחר כך בא עוד שבוע של עלייה אקספוננציאלית, שהביא את מספר המקרים לאלפיים. מאז אחוז הגידול בכל יום במגמת התמתנות, אבל עדיין המספרים גדלים ומערכת הבריאות לא מצליחה להתאושש.  מספר המתים באיטליה עלה באופן אקספוננציאלי במשך שבועיים וחצי, וכיום הוא הגבוה ביותר בהפרש ניכר.  החדשות הטובות היא שגם מספר המתים כבר לא עולה באותם אחוזים כמו קודם.

השאלה אם הקצב מתגבר או מאט יכולה להיות מבלבלת.  הכותרות בעיתונים מספרות על כך שכמה מאות נוספים מתו היום, ואלה מספרים שעדיין גדלים.  אבל מהגרף הלוגריתמי אפשר לראות שהם גדלים באחוזים הולכים וקטנים.  מכאן שהמצב באיטליה כבר מעבר לשיא הגדילה (כשהיא נמדדת באחוזים, לא במקרים).  אפשר לקוות שמגמת ההאטה תמשך, מספר המתים יתכנס לכ-10,000, ומספר המקרים לכ-100,000.  בימינו זה נחשב לאופטימיות.

 

logrow-three

בשלושת המדינות האחרות, ספרד, גרמניה, וארה"ב, מספר המקרים עולה אקספוננציאלית בקצב דומה מאז סוף פברואר.  אבל מספר המתים בהן שונה לגמרי.  בספרד מספר המתים עלה בקצב גבוה, ורק בימים האחרונים נראה שאולי הוא מאט. בארה"ב העלייה הייתה הרבה יותר איטית (הקפיצה ה"גדולה" ב-2.3.2020 היא רק 5 מקרים).  בגרמניה התחילו למות שבוע יותר מאוחר; העלייה במספר המתים היא אקספוננציאלית, אבל המספרים עדיין קטנים.  ראוי לציין שבימים האחרונים הסתמנה עלייה קלה בקצב הגידול של מספר המקרים ומספר המתים בארה"ב.  אם זה ימשיך כך מצבם יורע יחסית לשאר העולם.

מכל הנתונים האלה על התפשטות המגפה בארצות שונות ניתן ללמוד את הדברים הבאים:

  • התפשטות המגפה שונה במקומות שונים, לפחות חלקית בגלל אופי תגובת הרשויות
  • דרום קוריאה מהווה דוגמה לשליטה במגפה על ידי בדיקות נרחבות והטלת מגבלות על האוכלוסייה.  המגפה שם רוסנה ומספר המתים קטן.
  • איטליה מהווה דוגמה למחיר של השהייה בתגובה: מספר מקרים גבוה ומספר מתים גבוה.  אבל גם שם אחרי תקופה של עלייה אקספוננציאלית הקצבים מתחילים להתמתן.
  • בספרד, גרמניה, וארה"ב מספר המקרים גדל באופן אקספוננציאלי כבר 3 שבועות, ועוד אין סימנים להאטה.  בארה"ב יתכן אפילו שיש האצה.
  • אירן מהווה דוגמה לבעיה בנתונים.  מספר המתים הגבוה, כולל בהנהגת המדינה, מצביע על אפשרות שלחוסר הידע שנלווה לנתונים גרועים יכולות להיות השלכות חמורות.

התפרצות המגפה בישראל

מספר חולי הקורונה בישראל עבר את ה-700, ואחד מת עד כה.  משרד הבריאות מפרסם מידע מפורט — אם כי לא מלא — על חלק מהחולים.  אז חלק מהגרפים הבאים מבוססים על מידע חלקי.

הנתון הבסיסי ביותר הוא מספר החולים שאובחנו. מספר זה עולה באופן אקספוננציאלי, בקצב גידול ממוצע של 26.4% ליום.  בקצב כזה מספר המקרים מכפיל את עצמו כל 3 ימים.  קצב זה ממשיך כבר יותר מ-3 שבועות ללא שינוי.

 

logrow-israel

שאלה אפשרית היא האם זה באמת משקף את כל המקרים, או שאבחון חולים מוגבל על ידי מחסור בערכות בדיקה.  אבל שיעור התוצאות החיוביות (איבחון מקרה של קורונה) הוא רק 1-3% מהבדיקות.  בהנחה שהבדיקות ממוקדות באנשים שיש סיבה לבדוק אותם, נראה שמלאי הבדיקות אינו גורם מגביל משמעותי.  אפשרות מעניינת היא לבצע גם בדיקות מדגמיות כדי לוודא שאין הרבה חולים שלא מודעים אליהם.  אם יש הרבה כאלה וימצאו אותם זה יתן מידע חשוב על שיעור ההדבקה הכללי ושיעורי התמותה האמיתיים.  אם אין אז זה בזבוז כי הסיכוי ליפול על מישהו במקרה יהיה אפסי.

נתון חשוב נוסף הוא מקור ההדבקה.  מנתונים חלקיים על מקרים שבהם מקור ההדבקה ידוע, מסתבר שיותר מחצי נדבקו בחו"ל.  נתון זה מתיישב עם כך שאנחנו בתחילת המגפה, ורוב המקרים אינם תוצאה של הדבקה מקומית אלא יבוא מבחוץ.

עוד נתון מעניין הוא הדמוגרפיה של החולים.  יש ידיעות על כך שזקנים בסכנה מוגברת, והיו דיווחים על כך שילדים לא נדבקים בכלל.  הנתונים מראים שמבחינת הידבקות במחלה זה לא כך.  הגרף הבא הוא spie chart שמראה זאת.  יש כאן שני תרשימי עוגה אחד על השני.  הבסיס הוא התפלגות האוכלוסייה בישראל לפי מין וגיל.  השני שמונח מעליו הוא ההתפלגות של חולי הקורונה לפי אותן פרוסות גיל ומין.  הטריק הוא ששומרים את הזוויות של העוגה המקורית, ומתאימים את הערכים על ידי הארכה או קיצור של הפרוסות.  כך קבוצות שמיוצגות ביתר — כלומר שמספר החולים בהן הוא יותר ממה שהיינו מצפים לפי מספרם באוכלוסייה — ייוצגו על ידי פרוסות ארוכות יותר, שבולטות מעבר לשפת העוגה המקורית.  קבוצות עם יצוג חסר — פחות ממה שהיה צפוי — מיוצגות על ידי פרוסות קצרות יותר.  אם התפלגות חולי הקורונה הייתה כמו התפלגות האוכלוסייה כולה, היינו מקבלים עוגה שמכסה בדיוק את המקורית.

patients-spie-cor

מה שרואים הוא שילדים ונוער נדבקים הרבה פחות ממבוגרים, ושגברים בגילים 30-69 הם הקבוצה העיקרית שנדבקת יותר מכפי שצפוי לפי חלקם באוכלוסייה.  אני חושד שזה משקף בעיקר את מי שנוסעים יותר לחו"ל בתקופה הזו של בין חגים.  למרבה הצער אין נתונים על חומרת המחלה, אז אי אפשר לראות אם זקנים חולים יותר קשה.  ובכל מקרה זה מסתמך על יחסית מעט נתונים של משרד הבריאות.

אז אם לסכם, מה שאנחנו יודעים על המצב בארץ הוא

  • מספר החולים גדל אקספוננציאלית ומוכפל כל 3 ימים.
  • יותר מחצי מהחולים נדבקו בחו"ל.
  • גברים מבוגרים נדבקו יותר, ילדים ונוער פחות.

אז מה יהיה?

ראשית, שיהיה ברור — אני לא יודע.  אף אחד לא באמת יודע.  אז ההמשך הוא בעיקר ספקולציות.

אם משווים לארצות אחרות, יש שתי אפשרויות:

  • בסין ובדרום קוריאה המגפה רוסנה.  כנראה גם באיטליה עברו את השיא, אבל עוד לא רואים את זה.
  • בספרד, גרמניה, וארה"ב יש עדיין גדילה אקספוננציאלית רצופה.  גם אצלנו.  ההבדל הוא שאצלם זה גדל ב-33.2% ליום בממוצע, ואצלנו פחות: גדילה של 26.4% ביום בממוצע.

בהינתן שנוקטים צעדים משמעותיים להגביל את ההדבקה, הם צפויים להתחיל להשפיע אחרי 2-3 שבועות.  אז לא מופרך לחשוב שצפוי לנו בערך עוד שבוע של גידול כזה, ואז קצב הגדילה — באחוזים, לא במקרים — יתחיל לרדת.  ואם זה אכן יעבוד, עוד כ-3 שבועות נראה ריסון משמעותי של קצב ההדבקה.  סך כל החולים יהיה 5000-6000.

מה שיותר חשוב הוא שיעור התמותה.  שוב יש שתי אפשרויות:

  • בקוריאה, ב-diamond princess, ואולי גם בגרמניה, הצליחו לשמור על אחוז תמותה נמוך. בגבולות אחוז אחד מהחולים, פחות מזה מהנדבקים.
  • בסין, באיטליה, ובספרד אחוז התמותה כנראה יותר גבוה.  כנראה בגלל עומס יתר על מערכת הבריאות.

אצלנו מערכת הבריאות בעומס יתר גם בשגרה, אז אנחנו חשופים לסכנה במצב חירום כמו מגפה.  זו הסיבה להיסטריה מכיוון משרד הבריאות.  אבל יש גם עבודה מאומצת להכין מקומות נוספים לצורך אישפוז וטיפול בחולי קורונה.  וכנראה גם העומס דווקא ירד לאחרונה, כי ההיסטריה מהקורונה גורמת לאנשים להגיע פחות לבתי חולים.  אז בזהירות המתבקשת אפשר להיות אופטימיים ולקוות שלא נגיע למצב של איטליה למשל.  בהנחה שנצליח, מדובר בכמה עשרות מתים.  בהינתן שבישראל מתים כ-45,000 איש בשנה, מבחינה סטטיסטית זה כלום.

מקורות

ציר הזמן של התפרצות המגפה מתואר באתר אלג'זירה

נתונים על מספר החולים והמתים בעולם ובארצות שונות נאספים באתר worldometer

נתונים על המצב בארץ באתר covid19data.co.il

השוואה של הקורונה למגפות אחרות באתר healthline

מאמר שמנתח את מקרה ה-Diamond Princess

הודעות של משרד הבריאות על חולים בישראל

 

מקרי קורונה בישראל

המשך לפוסט הקודם עם התפתחות מקרי הקורונה בישראל.

הנה הגרף הבסיסי עד ההודעה האחרונה של משרד הבריאות על 529 מקרים (סביר שזה לא המספר הסופי להיום).

corona-israel

והנה הגרף בסקלה לוגריתמית:

logrow-israel

כפי שרואים בבירור יש התאמה טובה לקו ישר, מה שאומר שאנחנו בשלב האקספוננציאלי (להסבר ראו בפוסט הקודם).  קצב הגידול הממוצע הוא 26.1% ליום.  בקצב הזה מספר המקרים מכפיל את עצמו כל 3 ימים.  זה יותר מהר מהממוצע העולמי בלי סין כפי שחושב בפוסט הקודם, כי אצלנו זה התחיל קצת יותר מאוחר, ובעולם יש ארצות שבהן הקצב כבר מתמתן.

מקורות

עדכוני מצב של משרד הבריאות כפי שהם מסוכמים בדף ויקיפדיה התפרצות נגיף הקורונה בישראל.

גדילה אקספוננציאלית

הרבה אנשים משתמשים בביטוי "גדילה אקספוננציאלית" כדי לתאר משהו שגדל ממש מהר. אבל זה לא סתם ביטוי — יש לזה משמעות מתמטית מוגדרת. ובהקשר של מגפה עולמית כמו הקורונה השאלה אם מדובר באמת בגדילה אקספוננציאלית או לא היא משמעותית, ומשליכה על תחזיות של איך הדברים יתפתחו והאם צעדי החירום מוצדקים.

אז שווה להשקיע קצת בלהבין מה זה גדילה אקספוננציאלית, והקשר של זה לגרף בצירים לוגריתמיים.  החדשות הטובות הן ששתי הקללות האלה ("אקספוננציאלי" ו"לוגריתמי") הן שני צדדים של אותו מטבע, אז אפשר להבין אותם ביחד.

כשמדברים על גדילה מדברים על תהליך.  על משהו שקורה לאורך זמן.  ובהקשר של מודלים מתמטיים, כמו גדילה אקספוננציאלית, נוח להתייחס לזמן כאל זמן דיסקרטי.  זה פשוט אומר שנסתכל על יחידות זמן קבועות: למשל עכשיו, מחר, מחרתיים, עוד 3 ימים, וכך הלאה, בקפיצות של יום.  המתמטיקה יודעת לטפל גם במה שקורה עוד שבוע ויומיים ו-13 שעות ו-6 דקות ו-52 שניות, אבל אנחנו נסתפק בנקודות זמן במרווחים קבועים.

תהליך הגדילה הכי פשוט הוא גדילה לינארית.  זה פשוט אומר שבכל יחידת זמן נוסף גודל קבוע, כמו במדרגות.  למשל הכנסה ממשכורת נוטה לעבוד ככה.  בואו נניח שאני מרוויח אלף שקל בחודש.  אז בחודש הראשון אני מקבל אלף.  בשני אני מקבל עוד אלף ויש לי כבר אלפיים.  בשלישי אני מקבל עוד אלף, ובסך הכל הצטברו אצלי שלושת אלפים.  וכל הלאה.  זה מתואר בטבלה הבאה:

צעד סך הכל
1 1,000
2 2,000
3 3,000
4 4,000
5 5,000
6 6,000
7 7,000
8 8,000
9 9,000
10 10,000
11 11,000
12 12,000

העיקרון של גדילה אקספוננציאלית הוא גם פשוט. במקום תוספת קבועה, מכפלה קבועה. בכל יחידת זמן מכפילים את מה שיש לי בגורם קבוע. למשל, אני יכול לחתום על חוזה כזה: בחודש הראשון אני אסתפק בעשרה שקלים בלבד. פי 100 פחות מבדוגמה הקודמת. אבל בכל חודש אני אקבל כפול מהחודש הקודם. מה שקורה מתואר בטבלה הבאה:

צעד סך הכל
1 10
2 20
3 40
4 80
5 160
6 320
7 640
8 1,280
9 2,560
10 5,120
11 10,240
12 20,480

בהתחלה זה נראה שיצאתי פראייר. אבל אחרי 11 משכורות זה כמעט שווה, ובמשכורת ה-12 אני כבר מקבל הרבה יותר.

וזה רק ממשיך לגדול משם.  בחודש ה-13 כבר יהיו לי 40,960 שקלים (לעומת 13,000 בלבד עם משכורת לינארית).  בחודש ה-14 יהיו 81,920 שקלים (לעומת 14,000).  אחרי 18 חודשים אני כבר אעבור את המיליון, ואקבל במצטבר לא פחות מ-1,300,480 שקלים — פי 72 יותר ממה שהייתי מקבל במקרה הלינארי.

אז זה הכוח של גדילה אקספוננציאלית.  מתחיל לאט, אבל אז ממריא בקצב הולך וגובר.  וזה החשש מהמגפה.  היא מתחילה בקטן, כמה מקרים בודדים, ואז כמה עשרות, ואז כמה מאות.  אבל אם הגדילה היא אקספוננציאלית, תוך שבועיים שלושה זה יכול להגיע לעשרות אלפים ומאות אלפים ומיליונים.  וזה חשש משמעותי, כי באופן אינטואיטיבי נראה שהמודל האקספוננציאלי הוא הנכון במקרה של מגפה.  מתחילים מחולה אחד.  הוא מדביק שניים נוספים.  כל אחד מהם מדביק עוד שניים, בסך הכל 4 נוספים.  הם מדביקים 8 נוספים.  בכל צעד מספר הנדבקים מוכפל פי 2: גדילה אקספוננציאלית.

אבל האם זה באמת מה שקורה? באמת כל כמה ימים המספר מוכפל פי 2?

הבעיה היא שקשה להסתכל על נתונים אקספוננציאליים.  אם נצייר מזה גרף, המספרים האחרונים כל כך גדולים יחסית לראשונים שפשוט לא נראה את הראשונים.  הנה הגרף שמראה את התפשטות מגפת הקורונה בעולם, בלי סין (כלומר הגל השני, הנוכחי, של המגפה, אחרי שהיא כבר די נעצרה בסין).  זה לא שלא היו מקרים בסוף פברואר ובחצי הראשון של מרץ.  פשוט הם כל כך מעטים לעומת מה שקורה בימים האחרונים, שלא רואים אותם.

 

corona-wo-china-lines

הפתרון הוא להציג את הנתונים בסקלה לוגריתמית.  "לוגריתמי" זה ההיפך מ"אקספוננציאלי".  אנחנו עדיין מראים בדיוק את אותם הנתונים.  אבל במקום שהציר האנכי ישקף את הערכים עצמם, הוא משקף את הצעד שבו הם התקבלו.  תסתכלו על הציר בצד שמאל. בהצגה הזו, בסקלה לוגריתמית, מרחקים קבועים לא משקפים קפיצות קבועות של 20,000.  במקום זה הם משקפים מכפלות קבועות של פי 10.  אז בחלק התחתון אפשר לראות מספרים קטנים באופן מפורט, והם לא נעלמים לנו, ובחלק העליון עדיין רואים את המספרים הגדולים.

logrow-wo-china-cln

והנה השוס.  הדבר הכי חשוב הוא שאם הנתונים באמת גדלים בצורה אקספוננציאלית, כשנציג אותם בסקלה לוגריתמית נקבל קו ישר.  למה? כי גדילה אקספוננציאלית אומרת שעם כל צעד ימינה בציר הזמן, נכפיל בקבוע בציר הערכים.  אבל בסקלה לוגריתמית הרי הכפלה בקבוע מיתרגמת לצעד קבוע כלפי מעלה.  אז צעד ימינה גורר צעד למעלה, שני צעדים ימינה זה שני צעדים למעלה, וכך הלאה — קו ישר.

וקו ישר זה דבר שקל לראות בגרף.  אתם יכולים לקחת סרגל ולנסות להתאים אותו לגרף כדי לראות איזה קטעים בו ישרים.  סתאאםםם, עשיתי את זה בשבילכם.  הנה הגרף שוב, עם סימון של הקטעים הישרים.

 

logrow-wo-china

אז מה שאפשר לראות הוא שבהתפרצות המגפה בעולם, אחרי שהיא דעכה בסין, יש שתי פאזות אקספוננציאליות.  הראשונה הייתה מה-30 בינואר עד ה-20 בפברואר.  בתקופה הזו, שאורכה 21 יום, מספר מקרי הקורונה גדל מ-131 ל-1212.  עדיין מספרים קטנים, אבל בכל זאת גדילה אקספוננציאלית.  אם עושים את החשבון יוצא שמספר החולים גדל פי 1.1118 כל יום, שזה גדילה ב-11.18% כל יום.  באופן מצטבר, מספר המקרים הכפיל את עצמו כל שבוע.

הפאזה השנייה התחילה ב-20 בפברואר ופחות או יותר נמשכת עד עכשיו (עם אולי סימן קל להקטנה בקצב).  בתקופה הזו, שאורכה 25 יום, מספר המקרים גדל מ-1212 ל-101,592.  זה עלייה פי 1.1938 כל יום, או עלייה של 19.38%.  בקצב כזה, מספר המקרים מכפיל את עצמו כל 4 ימים.  אם זה ימשיך כך, נגיע למיליון חולים תוך טיפה פחות משבועיים.

במקביל, גם מספר המתים עולה באופן אקספוננציאלי.  והקצב של העלייה במתים גבוה מהקצב שבו מספר החולים עולה.  ב-14 בפברואר היו רק 3 מתים.  ב-16 במרץ היו כבר 3936.  העלייה הזו על פני 31 יום שקולה לעלייה פי 1.2606, או ב-26.06%, כל יום.  בקצב כזה, מספר המתים מכפיל את עצמו כל 3 ימים.  אם זה ימשיך בקצב הזה, נגיע למיליון מתים בערך בעוד 3.5 שבועות.

זו הסיבה להיסטריה ולצעדי החירום בכל העולם.  לא רוצים שזה ימשיך בקצב הזה.

בשביל האפקט הדרמטי הייתי צריך לעצור כאן.  אבל האמת היא שלא לגמרי בטוח שצעדי החירום הקיצוניים מוצדקים.  יש סימנים ראשונים שהמצב ישתפר בקרוב.  בסין השלב האקספוננציאלי היה כנראה פחות מ-3 שבועות, ואז זה התחיל להתמתן.  בקוריאה גם היה שלב אקספוננציאלי קצר, אחריו המשך גדילה לינארית למשך שבוע, ומאז זה התמתן מאוד.  בשתי הארצות הבעייתיות ביותר כרגע, איטליה ואירן, קצב הגדילה נראה לינארי בימים האחרונים.  בכל המקרים האלה יתכן שבלימת המגפה הייתה תוצאה של פעולות נמרצות להקטין את המגע בין בני אדם כדי להקטין את מקרי ההידבקות.  אבל ביחד עם זה אולי הייתה השפעה גם לכך שהנגיף התחיל למצות את מי שהוא יכול להדביק.  את זה יהיה קשה לברר בוודאות, אבל יש בהחלט מקום לקוות ואפילו לצפות שאכן לא נגיע למספרים הגבוהים שהוזכרו לעיל.

מקורות

כמו בפוסט הקודם, הנתונים מהדף המוקדש למגיפת הקורונה באתר worldometer.

למי שמודאג, כדאי גם לקרוא את הראיון עם מיכאל לויט, חתן פרס נובל, שאומר שהמגפה בשלבי דעיכה.

לדאוג או לא?

עוד לא התאוששנו מהבחירות (או ניתחנו את התוצאות) וכבר נחת עלינו עניין חדש — משבר הקורונה.  נגיף הקורונה הופיע בסין בדצמבר 2019, וכיום הוא כבר נחשב למגיפה עולמית.  אני חוזה שהרבה גרפים בנושאי כלכלה וחברה בשנים הבאות יכללו התייחסות למגפת הקורונה.

בעצם לקורונה יש השפעות בשלושה תחומים עיקריים: בריאות, היסטריה, וכלכלה. הפוסט הזה יתמקד בעיקר בבריאות. הוא שונה משאר הפוסטים בבלוג בכך שהנתונים שיוצגו הם בינלאומיים ולא מהארץ.

כפי שצוין, המגפה התחילה בסין.  הגרף הבא מראה את ההיסטוריה של התפתחות המגפה שם. זה גרף מצטבר שמראה את הגידול במספר מקרי הקורונה הכולל לאורך הזמן.  בכל רגע בזמן ניתן לחלק את מקרי הקורונה שהתגלו עד אותו רגע ל-3 קבוצות:

  1. אלה שכבר הבריאו
  2. אלה שנפטרו
  3. אלה שעדיין חולים

הגרף מראה את שלושת הקבוצות האלה בצבעים שונים. ניקח את ה-25.2.2020 בתור דוגמה. עד ליום זה אובחנו בסין 78,064 מקרי קורונה.  29,749 מהם, שזה כ-38%, כבר הבריאו.  2,715 מתו.  שאר ה-45,600 עדיין היו חולים באותו יום.

corona-china

מה שרואים בגרף הוא דינמיקה של מגפה לקראת סופה.  בהתחלה, מסוף ינואר לתחילת פברואר, הייתה עלייה תלולה בתחלואה.  (העלייה התלולה במיוחד ב-12.2.2020 נובעת מהכרה בכ-13 אלף מקרים על סמך סימפטומים למרות שלא בוצעה להם אבחנה מעבדתית.)  זה יכול היה להמשיך כך, אבל שלטונות סין התעשתו והציבו מגבלות חמורות על האוכלוסייה שמנעו הידבקות נוספת.  כתוצאה מספר המקרים החדשים התמתן, והחל מאמצע פברואר התקדמות המגיפה די נבלמה.  במקביל, בחצי השני של פרברואר ובתחילת מרץ רבים מאלה שחלו התחילו להבריא.  חלק קטן מתו.  כיום קצב ההבראה גבוה בהרבה מקצב ההדבקה, וניתן לצפות שתוך שבועות ספורים ישארו בסין חולים בודדים בלבד.  במצב כזה ניתן יהיה לסכם את אחוז התמותה במגיפה, כלומר האחוז של אלה שמתו מתוך כל הנדבקים.  לחילופין, אם המגפה תתפרץ שוב במחוז אחר יהיה גל נוסף באותה צורה.

גל כזה כבר קיים במדינות אחרות בעולם.  בקוריאה הדרומית הוא התחיל בחצי השני של פברואר, וכעת הוא כבר מתחיל להתמתן.  במקביל חולים מתחילים להבריא.  מספר המתים שם נמוך במיוחד.

corona-korea

ארצות נוספות שעושות כותרות הן איטליה ואירן.  באיטליה המגפה התחילה קצת יותר מאוחר, בתחילת מרץ, ועכשיו היא בשיא הגדילה שלה.  מספר המתים באיטליה גבוה יחסית (על כך בהמשך).

corona-italy

מהנתונים נראה שגם באירן המגפה התחילה רק בתחילת מרץ.  אבל זה לא מסתדר עם האחוז הגבוה של המבריאים: הפער בין הידבקות להבראה צפוי להיות לפחות 3 שבועות, לא שבוע אחד.  המסקנה היא שנתוני ההידבקות באירן חלקיים: המגפה פרצה כבר באמצע פברואר, אבל הם לא איבחנו את זה.  כתוצאה הם גם לא נקטו באמצעים להפחתת הידבקות.  זו הסיבה שלמרות שיש כבר מבריאים עדיין מספר החולים ממשיך לעלות בתלילות ולא מתחיל להתמתן.

corona-iran

אם שמים את כל זה ביחד מתקבל הגרף הבא שמתאר את מגיפת הקורונה העולמית.  הגל הראשון היה בסין.  אבל כשהסינים הצליחו להתגבר עליו, התחיל גל נוסף בכל העולם.  נכון להיום קצב העלייה בהדבקה גבוה יותר ממה שהיה בגל הראשון.  הוא גם גבוה מקצב ההחלמה.  בשבועות הקרובים ניתן לכן לצפות להמשך עלייה משמעותית במספר החולים.  אם בכל המדינות ינקטו באמצעים מתאימים, העלייה הזו תתמתן עוד כמה שבועות ואז גם מספר המבריאים יגדל.

corona-world

אז אם המגפה צפויה לדעוך תוך כמה שבועות, אולי כל ההיסטריה מוגזמת? לדעתי לא.  כי בלי ההיסטריה המגפה לא תדעך.  הצורה היחידה להקטין הידבקות במגפה היא לשנות את אורחות החיים — ובפרט לצמצם ואפילו לבטל אינטראקציות בין אנשים.  אבל זה בניגוד לאופי שלנו.  אז צריך ללבות את ההיסטריה, ולהסביר לאנשים שהבריאות שלהם ושל היקרים להם תלויה בזה, ואז אולי הם אכן יתנהגו כראוי.  למזלנו יש לנו ראש ממשלה שחלק ניכר מהקריירה שלו בנויה על הפחדות, אז הוא מקצוען בתחום.

ובמקרה שלנו הצורך בשינוי התנהגות גבוה במיוחד.  כפי שראינו לעיל שיעור התמותה במקומות שונים אינו זהה: בקוריאה הוא היה נמוך, ובאיטליה הוא גבוה.  אחד ההבדלים החשובים הוא ביכולת לטפל באותם אנשים שכן נדבקים, ובפרט באלה שחולים באופן קשה.  כיוון שמדובר בנגיף, אין בעצם תרופה שתרפא את המחלה.  מה שנותר הוא לתת תמיכה, ובמקרים קשים זה מחייב אשפוז במחלקות לטיפול נמרץ.  אם יש מספיק מקומות אשפוז, מטפלים בחולים ובסופו של דבר הרוב המכריע מתגברים ומבריאים.  אם אין מקום הרופאים נאלצים לבחור במי לטפל ואת מי להפקיר.  במובן הזה אנחנו כמו איטליה: מערכת הבריאות שלנו בעומס יתר גם בשגרה, כך שאין לה את מרווח הביטחון הנחוץ למקרי חירום.  הפתרון היחיד הוא להפחיד, ובגדול, בתקווה שהציבור ישנה את התנהגותו, מקרי ההידבקות יהיו מעטים, ומערכת הבריאות תוכל לעמוד בעומס ולא תתמוטט.

המחיר לכל זה יהיה מחיר כלכלי כואב.  הכלכלה כיום היא ברובה כלכלת שירותים.  אבל כשאנשים מסתגרים בבתים הם לא הולכים לבתי קפה, מופעים, ואירועי ספורט; כשעובדים מהבית לא משתמשים בשירותי הסעדה ונסיעות; תעשיית התיירות — טיסות, מלונות, מדריכים, וכל מי שתלויים בהם — סופגת מכה אנושה; ועוד ועוד.  עובדים רבים צפויים להיות מפוטרים, פשוט כי למעסיקים אין עבודה לתת להם ואין כסף לשלם להם.  עסקים רבים צפויים לפשוט את הרגל.  לממשלה יהיה קשה לפצות על זה גם אם היא תרצה, כי כשהכלכלה נעצרת גם הכנסות המדינה צונחות.

מה שבאופן מפתיע מקשר אותנו חזרה לבחירות.  מדינת רווחה סוציאל-דמוקרטית היא יקרה יותר, מחייבת יותר מיסים, אבל (כשהיא מנוהלת היטב) מתחזקת מערכת שירותים מקיפה ובעלת יכולת.  הגישה הניאו-ליברלית שמקדשת יוזמה פרטית ותחרות חופשית לא יכולה ליצור שירותים ציבוריים בקנה מידה גדול, כי זה לא כלכלי בשוטף.  ממשלה שנוקטת בגישה מצמצמת בעצם מהמרת שהמשבר לא יגיע בימיה אלא אולי בימי הממשלה הבאה.  אבל מפעם לפעם ההימור הזה נכשל בגדול, ואף פעם אי אפשר לדעת מתי זה יקרה.

מקורות

הנתונים מהדף המוקדש למגיפת הקורונה באתר worldometer.

אם תהייה כאן מגפת קורונה, איפה יאשפזו את החולים?

[עוד פוסט שהופיע בבלוג בדה מרקר לקראת הבחירות, מבוסס על פוסט שהופיע כאן לפני חצי שנה עם טוויסט עכשווי]

מערכת בחירות שלישית תוך שנה יוצרת אתגר למי שרוצה לדון בדברים בצורה עניינית. אבל לפעמים האקטואליה משתפת פעולה. הנושא החם בכל העולם כיום הוא משבר מגפת הקורונה – השפעת המדבקת שכבר נותנת את אותותיה בכלכלה העולמית. אצלנו אותרו עד כה מקרים בודדים והחליטו לשים תיירים חשודים בבידוד. אבל מה יקרה אם תתפרץ מגפה של ממש?

מגפות שפעת יש בכל שנה, וחלקן אפילו חמורות יותר (אם כי מדבקות פחות) מזו של וירוס הקורונה. וגם בלי בחירות זה מוביל לכתבות טלוויזיה על עומס בלתי נסבל בחדרי המיון ובמחלקות הפנימיות בבתי החולים, עם צילומים של עשרות חולים המאושפזים במסדרונות. התוצאה הבלתי נמנעת היא שיש גם עומס יתר על הרופאים והאחיות, שמתקשים לתת לחולים טיפול ראוי. אבל השאלה היותר חשובה היא איך הגענו למצב הזה?

נתונים על מיטות האישפוז בבתי החולים הכלליים (כלומר בלי מוסדות גריאטריים או לחולי נפש) מראים שמספר המיטות עולה כל הזמן. אבל בעצם מספר המיטות עצמו הוא לא הנתון המשמעותי. האוכלוסייה בישראל גם היא גדלה כל הזמן, וברור שכשהאוכלוסייה גדלה צריך יותר מיטות בבתי החולים. השאלה היא אם מספר המיטות גדל בקצב שמתאים לקצב גידול האוכלוסייה.

לכן במקום להסתכל על מספר המיטות, מה שמעניין הוא היחס בין מספר המיטות לגודל האוכלוסייה – למשל מספר המיטות לאלף נפש. כשמציירים גרף כזה עבור הנתונים שבידינו, רואים בבירור שניתן לחלק את ההיסטוריה של האישפוז בישראל לשני חלקים: מקום המדינה ועד המהפך בשנת 1977, ומהמהפך עד היום.

beds-klali-per-pop-mahapach

ב-29 השנים הראשונות של המדינה ממשלות מפא"י הצליחו לבנות בתי חולים בקצב שהאוכלוסייה גדלה, ומספר המיטות לאלף נפש נשאר בתחום שבין 3-3.3.  למרות גלי העלייה העצומים, למרות שלא היה כסף, למרות המלחמות והוצאות הביטחון, עמדו במשימה ובנו את מערכת הבריאות ביחד עם שאר המדינה.

43 השנים מאז המהפך של 1977 הן סיפור אחר לגמרי.  באופן מובהק הפסיקו להשקיע את אותם המשאבים, וכתוצאה מספר המיטות לאלף נפש הלך וירד שנה אחרי שנה.  כיום הוא הגיע כבר לפחות מ-1.8 מיטות לאלף נפש, שזה רק טיפה יותר מחצי ממה שהיה בשנת 1978.  אחת הסיסמאות במחאה החברתית של קיץ 2011 הייתה "זו לא טעות, זו מדיניות!".  הנתונים על מערכת הבריאות מראים שזו לא סתם סיסמה קליטה.  זה באמת כך באופן מילולי.

טיעון נגדי לסיסמה הזו היא שבכל העולם שיעור המיטות לנפש במגמת ירידה, וזה טוב – זה משקף יעילות של המערכת והקטנה בצורך באישפוז.  ואכן השוואה בינלאומית מראה שאנחנו קרוב לקצה התחתון של הסקלה מבין המדינות המפותחות, אבל לא הנמוכים ביותר.  ובכלל, יש הרבה גורמים שמשפיעים על הצורך במיטות אישפוז.  אחד הבולטים הוא מבנה האוכלוסייה.  בישראל האוכלוסייה צעירה יחסית ויש יחסית מעט זקנים.  כיוון שזקנים מתאשפזים יותר, נובע שבישראל אפשר להסתפק בפחות מיטות לנפש.

אבל יש עוד נתונים ששווה להסתכל עליהם.  מה שמשקף יותר טוב את תפקוד המערכת הוא לא מספר המיטות לנפש, אלא התפוסה שלהן.  ובמדד הזה אנחנו גבוהים באופן חריג.  לפי נתוני ה-OECD (ארגון שיתוף הפעולה הכלכלי של המדינות המפותחות), תפוסת המיטות בישראל היא 94%, בעוד הממוצע הוא רק טיפה יותר מ-75%.

intl-bed-occ

לכאורה תפוסה של  94% מראה שמנצלים את המשאבים נהדר, והמערכת מאוד יעילה, בניגוד למדינות אחרות שמבזבזות רבע מהמשאבים שלהן בממוצע.  אבל זה טיעון מטעה.  דרישות האשפוז הן לא קבועות, אלא משתנות עם הזמן.  חלק מהשינויים הם שינויים עונתיים, כמו מגפת השפעת שיש בכל חורף.  את זה אפילו ניתן לחזות במידת מה.  אבל יש גם שינויים שאי אפשר לחזות, כמו למשל אסונות טבע, או מלחמות, או מגפות עולמיות כמו מגפת הקורונה.  כשמשהו כזה קורה, צריך בבת אחת לאשפז הרבה יותר מכרגיל.  אם התפוסה הממוצעת הרגילה היא 75%, יש איפה לאשפז את החולים הנוספים.  את התפוסה הממוצעת היא 94%, אין איפה לאשפז אותם.

המסקנה היא שעבור התנאים בארץ — הצרוף של התפלגות הגילים והנהלים הרפואיים ועוד המון גורמים שאני בכלל לא יודע עליהם — כמות המיטות שיש לנו היא רק קצת יותר ממה שדרוש בתקופות של מינימום צורך.  היא לא יכולה להספיק בתקופות של צורך מוגבר.  ואגב, מיטות הם רק חלק מהסיפור: לא פחות חשוב המחסור בתקנים של רופאים ועוד יותר מכך של אחיות.  מכל זה נובע שמדיניות הצמצום של ממשלות הליכוד לדורותיהן משקפת הימור עצום.  עד עכשיו המחיר היה טיפול לקוי בזקנה במסדרון וכתבות שליליות בטלוויזיה.  אם יהיה אסון כולנו נשלם מחיר הרבה יותר גבוה.

מקורות

ראו בפוסט הקודם.

היו זמנים, היו (או לא היו) רופאים

משרד הבריאות פרסם סוף סוף את דו"ח כוח אדם במקצועות הבריאות של שנת 2018.  למי שלא עוקב, הדו"ח הקודם היה לשנת 2015, כך שהייתה כבר תחושה של חוסר סבלנות בין חובבי הז'אנר.  לפני זה הם פרסמו דו"ח כל שנה, החל מ-2008.

הדו"חות האלה מאוד מפורטים – הרבה נתונים בחתכים שונים, וגם חגיגה לעיניים מבחינת השימוש בגרפים.  יש נתונים על רופאים, חופאים מומחים, רופאי שיניים, פסיכולוגים, אחיות, התפלגויות הגילים שלהם, איפה הם למדו, היחס בין גברים לנשים, ועוד ועוד.  מתוך כל הטוב הזה אני מציג את שיעור הרופאים והאחרים לנפש לאורך השנים.  הנתונים מתבססים על רישיונות לעבוד ברפואה.  זה בעייתי כי יתכן שחלק מהרופאים המורשים בעצם לא עובדים כרופאים. לכן מה שאני מציג הם הנתונים על הרופאים, האחיות, וכו', עד גיל 67, שזה ניסיון לנפות את אלה שכבר יצאו לפנסיה.  יש גם נתונים של ה-OECD בתור השוואה (יש להניח שגם הם מגיעים איכשהו ממשרד הבריאות/הלמ"ס).  כל הנתונים מנורמלים לגודל האוכלוסייה.

personel

הגרף הזה הוא עדכון קל בלבד של מה שפרסמתי לפני כמה שנים, ובשביל זה לא הייתי מעלה עוד פוסט.  הסיבה האמיתית היא שלא ברור עד כמה הנתונים האלה אמינים.  סימפטום לכך אפשר לראות בצד שמאל של הגרף.  הנתונים המפורטים מתחילים רק ב-1990.  בדו"חות קודמים היו נתונים מפורטים שהתחילו ב-1970.  אבל אי אפשר להשלים מהם, כי יש הבדלים משמעותיים בין הנתונים החופפים בדו"חות השונים.  זה שדו"חות סטטיסטיים כוללים תיקונים של דו"חות קודמים זה מקובל לגמרי.  אבל כאן נראה שכל דו"ח ממש משכתב את ההיסטוריה.  הנה השוואה בין מספר הרופאים ל-1000 נפש כפי שהוא הופיע בשלושה דו"חות.  באופן מפתיע, הפער גדל ככל שמעמיקים בהיסטוריה, ומגיע ל-100% ב-1970:

data-change

אז מסתבר שאם אתם רוצים שיהיו הרבה רופאים, כדאי לכם לעיין בדו"ח של 2008.  אם אתם רוצים לקטר על התמוטטות מערכת הבריאות, פנו לדו"ח של 2015.  הדו"ח של 2018 מסתמן כדו"ח פרווה שהוא בין לבין, עם נטיה קלה לאופטימיות בשנים האחרונות (לפחות יחסית לדו"ח 2015).

עדכון: עברו כמה שבועות ומשרד הבריאות פרסם לוח נתונים מלא, והסביר שהייתה טעות במערכת המחשוב שהצריכה תיקון בדו"ח החדש.

מקורות

הדו"חות ניתנים להורדה מאתר משרד הבריאות.  בדו"ח האחרון טווח הגילים שמתמקדים בו הוא עד גיל 67, לפני כן זה היה עד גיל 65.  כתוצאה הנתונים של הדו"ח האחרון צפויים להיות קצת גבוהים יותר, אבל קשה לי להאמין ששני השנתונים האלה מצדיקים את ההבדל מהדו"ח של 2015.  והדו"ח של 2008 (שהנתונים שלו ממשיכים עד 2012) כאמור בכלל יותר גבוה.

אז כמה מיטות בעצם צריך?

אחד הגרפים היותר מרשימים שציירתי היה על הירידה בשיעור מיטות אישפוז לנפש מאז המהפך.  הגרף המקורי היה קצת רועש כי הוא הכיל מידע על סוגי מיטות שונים.  הגרסה הנקייה יותר התמקדה באישפוז כללי.  רואים בבירור שמקום המדינה עד סוף שנות ה-70 המספר הזה היה בטווח של 3-3.3 מיטות לנפש.  במילים אחרות, תוך כדי העלייה ההמונית ממשלות מפא"י בנו בתי חולים בקצב שהעולים הגיעו.  אחרי המהפך הוא התחיל לרדת ברציפות, ועד עכשיו הצטברה כבר ירידה של כ-45%.

beds-klali-per-pop-mahapach

אבל מסתבר שזה לא ממש יחודי לישראל.  בכל העולם שיעור מיטות האישפוז לנפש במגמת ירידה (אם כי לא תמיד ניתן לזהות נקודת זמן מדויקת שבה זה התחיל).  בנוסף, מסתבר שיש שונות עצומה בעולם: במקסיקו, למשל, יש 1.5 מיטות לאלף נפש, וביפן יש 13.2.  אנחנו אמנם קרוב לקצה התחתון של הסקלה, אבל אולי בעצם לא צריך יותר?

כל מי שדן בנושא מיטות בתי החולים נגרר לוויכוח הזה, אבל אין תשובה ברורה.  זה תלוי בהמון דברים, למשל מבנה הגילים באוכלוסייה (זקנים מתאשפזים יותר), ותמיד יתכן שיש עוד גורמים ששכחנו לקחת בחשבון.  אז אני רוצה להשתמש בטיעון סטטיסטי שמתייחס לתפוסה של המיטות האלה.

נתחיל עם הנתונים.  הגרף הבא מראה השוואה בינלאומית בשני צירים.  הציר האופקי הוא מיטות לנפש.  הציר האנכי הוא תפוסה.  אנחנו בפינה השמאלית עליונה יחד עם אירלנד — מעט מיטות (במקור הנתונים הזה טוענים שיש לנו 3.0 לאלף נפש), והרבה תפוסה (תפוסה ממוצעת של 94%).  הממוצע של ה-OECD הוא 4.7 מיטות ותפוסה של 76%.  באופן כללי יש אולי מגמה מסוימת של פחות תפוסה כשיש יותר מיטות, אבל זו מגמה חלשה (מקדם מתאם של 0.3-).

intl-bed-occ

הטיעון שאני רוצה להעלות הוא שתפוסה של 94% היא גבוהה מדי.  לכאורה זה טיעון מופרך: תפוסה של  94% מראה שמנצלים את המשאבים נהדר, והמערכת מאוד יעילה, בניגוד למדינות אחרות שמבזבזות רבע מהמשאבים שלהן בממוצע.

אבל זה נכון רק אם השונות אפסית.

במציאות יש שני מקורות לשונות בדרישות לאישפוז:

  1. שינויים עונתיים.  בכל שנה בחורף יש מגפת שפעת וצריך לאשפז יותר.
  2. בלת"מים.  מה אם יש פתאום אסון טבע או מלחמה חס וחלילה?  או סתם צירוף מקרים שכמה צרכים שונים קורים באותו הזמן?

כתוצאה יש שינויים בדרישות האישפוז לאורך זמן.  לפעמים צריך יותר ולפעמים צריך פחות.  חלק ניתן לחזות מראש, וחלק לא.  מערכת שאחראית על החיים של הלקוחות שלה צריכה מרווח ביטחון נדיב של עודף משאבים, כדי להתמודד עם הדרישה המקסימלית שעלולה לנחות עליה בלי לקרוס.  למערכת בתפוסה של 94% אין את מרווח הביטחון הזה.

אם התפוסה היא 94%, המסקנה היא שעבור התנאים בארץ — הצרוף של התפלגות הגילים והנהלים הרפואיים ועוד המון גורמים שאני בכלל לא יודע עליהם — כמות המיטות שיש לנו היא רק קצת יותר ממה שדרוש בתקופות של מינימום צורך.  היא לא יכולה להספיק בתקופות של צורך מוגבר, אלא אם כן ההפרש בין המינימום למוגבר הוא מזערי.  לפי הזקנה במסדרון וכתבות החדשות השנתיות בתחילת החורף זה לא נמצב.

מקורות

נתוני המיטות מהפרסום מוסדות האשפוז והיחידות לאשפוז יום בישראל של משרד הבריאות, והשלמות מהשנתון הסטטיסטי לישראל של הלמ"ס. הנירמול לגודל האוכלוסייה גם מתבסס על נתוני הלמ"ס.

נתוני התפוסה מפרסום Health at a Glance 2017 של ארגון ה-OECD, עמ' 173.  הנתונים מתייחסים לשנת 2015 (או לשנה הקרובה ביותר עבורה יש נתונים מכל מדינה).

 

על התאבדויות וניסיונות

יום הזיכרון מזכיר לי את המאמרים של אישתון מלפני כמה שנים, שהתחקו אחרי חללי צה"ל והפנו זרקור לאחוז הגבוה של התאבדויות ותאונות.  וזה משתלב עם מסמך של משרד הבריאות שנתקלתי בו לפני כמה חודשים, שמספק נתונים מפורטים על אובדנות בישראל.

מה שעניין אותי הוא שיעור ההתאבדויות לפי גיל, והאם רואים השפעה של השירות הצבאי.  אפשר להסתכל על זה בשני חתכים.  הגרף הראשון מראה איך שיעור ההתאבדויות בקבוצות גיל שונות משתנה עם השנים.  הנתונים די רועשים כי יש די מעט התאבדויות בכל קבוצה ותנודות משנה לשנה, אז מה שהגרף מראה הוא ממוצע נע של חלון של 3 שנים. ועדיין זה די רועש.

הדבר הבולט ביותר שרואים הוא ירידה בשיעור ההתאבדויות של זקנים, בעיקר בשנות ה-90 של המאה הקודמת.  לגבי גילאי הצבא, בשנים האחרונות שעבורן יש נתונים הערכים הם הנמוכים ביותר מאז סוף שנות ה-80. הייתה עלייה בתחילת שנות ה-90 ובתקופת האינתיפדה השנייה, ולשנים ספורות שיעור המתאבדים בגילים האלה היה גבוה יותר מבכל הגילים האחרים.  אבל מאז 2005 יש ירידה של כ-60%.  במקביל יש גם ירידה בשיעור ההתאבדויות של בני נוער.

suicide-rate

החתך השני הוא להסתכל יותר בפירוט על ההבדל בין גילאים שונים.  הגרף הבא מראה את זה עבור חלון הזמן של 2012-2016.  התוצאה מתאימה לגרף הקודם: יש עלייה משמעותית בין גיל 16 לגיל 18, עלייה מתונה יותר עד גיל 50, ואחרי זה השיעור די יציב עם עלייה חדה רק עבור זקנים.  גילאי הצבא לא נראים חריגים בתמונה הכללית.

הבהרה: כל הערכים כאן הם שיעורים מתוך 100,000 נפש. זה עבור כל קבוצת גיל בנפרד, לא עבור 100,000 נפש באוכלוסייה.  במילים אחרות, על כל 100,000 צעירים בגילים 18-19 יש 4.4 התאבדויות, ועל כל 100,000 זקנים בגילים +85 יש 14.6 התאבדויות. כיוון שיש יותר צעירים מאשר זקנים הפער במספר המתאבדים (54 צעירים לעומת 84 זקנים בטווחי הגילים האלה) יותר קטן מהפער בשיעורים.

suicide-rate-by-age

אבל המסמך של משרד הבריאות מכיל גם נתונים על ניסיונות התאבדות שלא צלחו. כאן כבר רואים תמונה אחרת לגמרי: בגילאי הצבא יש זינוק אדיר במספר ניסיונות ההתאבדות.  הנתונים האלה הם גם לשנים 2012-2016.

attempts-rate-by-age-sex

מעניין במיוחד ההבדל בין בנים לבנות.  אצל בנים יש עלייה הדרגתית בשיעור ניסיונות ההתאבדות החל מגיל 10, כשהזינוק בגילאי הצבא הוא בערך פי 6 יותר ממה שהיינו מצפים לפי הגילים הסמוכים.  אצל בנות, לעומת זאת, יש עלייה משמעותית בכל קשת הגילים מ-10 עד 25 — נערות מנסות להתאבד פי 4-6 יותר מנערים.  כתוצאה העלייה בגילאי הצבא היא "רק" פי 2 ממה שהיה צפוי לפי הגילים הסמוכים.

אז נראה שהמודעות לבעיית ההתאבדויות גדלה ושבשנים האחרונות יש התקדמות בטיפול בה.  אבל מספר ניסיונות ההתאבדות בצבא מעיד על מצוקה משמעותית, וגם נערות ובחורות צעירות צריכות כנראה יותר טיפול.

מקורות

הנתונים לגרף הראשון הועתקו ישירות מהמסמך אובדנות בישראל: התאבדויות 1981-2015 וניסיונות התאבדות 2004-2016, משרד הבריאות, יולי 2018, עמ' 20 ו-24.

את הנתונים לגרף השני קיבלתי במייל כי במסמך לא היו נתונים ברמת הפירוט שרציתי.

הגרף השלישי הוא ציור מחדש של גרף שמופיע במסמך בעמ' 75. החלק לגבי נערות טיפה מטעה כי נתונים לחלון זמן קודם, של 2009–2011, היו פחות סימטרים: השיעור עבור נערות היה עוד יותר גבוה, ועבור בחורות צעירות יותר נמוך.

לגבי כל הנתונים צריך לסייג ולומר שיש רגישות לנושא מסיבות משפחתיות ודתיות, ולכן יתכן שלא כל המקרים מדווחים. הנתונים על ניסיונות התאבדות מבוססים על רישום בחדרי מיון של בתי חולים, אז מקרים שלא הגיעו לבית חולים לא כלולים.

שלא נדע

כשמתעסקים עם נתונים על כל היבטי החיים מגיעים גם להיבטים לא כל כך נעימים ולא כל כך חיים — והיום מדובר בתמותת תינוקות.

לידה היא תהליך רגיש ומורכב, שבו גם האם וגם הילוד מצויים בסכנה. מעבר לכך גם שנות החיים הראשונות מחייבות טיפול מסור. לכן אחת ההתפתחויות המשמעותיות ביותר בתחום הבריאות במאה השנים האחרונות נוגעת להקטנה דרמטית של תמותת תינוקות.

המדד המקובל לתמותת תינוקות הוא כמה מתים עד גיל שנה אחת מתוך כל 1000 לידות חי. בשנות החמישים המצב בישראל היה לא כל כך טוב, עם כ-40 תינוקות מתוך כל אלף שמתו לפני שהגיעו לגיל שנה (כלומר 4%). אבל השיעור הזה ירד בהתמדה, וכיום תמותת התינוקות עומדת על רק 3 מתוך כל 1000 לידות (שזה 0.3%). השיעור הזה דומה למה שיש למשל ברוב מדינות אירופה, וטוב מהממוצע של מדינות ה-OECD (שכולל גם את טורקיה ומקסיקו שבהן השיעור גבוה מזה של ישראל פי 3 או 4). כפי שניתן לראות בגרף הבא, הוא הרבה יותר טוב מהממוצע העולמי, שכולל גם מדינות אפריקאיות שעד היום לא הגיעו לרמה שישראל הייתה בה בשנות ה-50 של המאה הקודמת.  המצב במדינות ערב בממוצע קצת יותר טוב מהממוצע העולמי.

inf-dead

אבל הגרף הזה קצת מטעה.  מה שהוא מראה זה ממוצע עבור כל אוכלוסיית המדינה. אבל הממוצע הזה מסתירים פער ניכר בין האוכלוסייה היהודית והערבית.  את זה אפשר לראות בגרף הבא.

inf-dead-bygrp

החדשות הרעות הן שתמותת התינוקות אצל מוסלמים פחות או יותר כפולה מאשר אצל יהודים. החדשות הטובות הן שהיא גם יורדת באותו הקצב.

מקורות

הנתונים עבור ישראל (כולל ההבחנה בין יהודים ומוסלמים) מלוח 3.1 של השנתון הסטטיסטי של הלמ"ס, והתקבלו על ידי חלוקת מספר התינוקות שמתו במספר הלידות.  שימו לב שבגרף השני ההשוואה היא למוסלמים, כלומר זה לא כולל ערבים נוצרים ודרוזים.

הנתונים עבור העולם ואזורים שונים בגרף הראשון מאתר הבנק העולמי.

מאורגנים

במסגרת הניסיון לכסות את כל מה שחשוב במדינה, אחד האתגרים היה לאסוף נתונים על העבודה המאורגנת.  כמה באמת היו חברים בהסתדרות בשיאה?  כמה זה ירד בעקבות ההפרדה מקופת חולים ב-1995?  מה היחס בין ההסתדרות לבין אירגונים אחרים כיום?  לכאורה נושאים אזרחיים בסיסיים, שצריך להיות מידע עליהם.  אבל לא.  מסתבר שזה אחד הדברים הסודיים ביותר שיש.

ליתר דיוק צריך באמת להבדיל בין התקופה שלפני 1995, שבה ההסתדרות הכללית של העובדים בארץ ישראל שלטה בכיפה, לבין התקופה אחרי זה, שבה ההסתדרות החדשה היא עדיין הארגון הגדול ביותר, אבל אין מה להשוות למה שהיה קודם.  אז נתחיל עם ההיסטוריה.

ההסתדרות הוקמה כבר ב-1920. מטרת הארגון הייתה לא רק לייצג את העובדים, אלא גם להשתתף בבניין הארץ ולטפח תרבות. באופן מעשי ההסתדרות שילבה כוחות עם הסוכנות היהודית בהקמת מוסדות המדינה שבדרך.  עם קום המדינה ההסתדרות הייתה מעין מיני-מדינה שבבעלותה כמה וכמה מפעלים מרכזיים במשק (מה שנקרא חברת העובדים, כולל המשביר, בנק הפועלים, חברת הביטוח הסנה, תנובה, סולל בונה, מקורות, כור, צים, ועוד). כך ההסתדרות לא הייתה רק ארגון עובדים, אלא גם מעסיק גדול. מצב זה הוביל לשיתוף פעולה מוגבר עם הממשלה ומעסיקים אחרים, והביא לריסון דרישות של העובדים. במקביל הייתה להסתדרות מערכת יחסים כמעט סימביוטית עם הממשלה, כיוון שגם ההסתדרות וגם הממשלה נשלטו על ידי תנועת העבודה (ובפרט מפלגת מפא"י). כתוצאה הממשלה העדיפה להפקיד פרויקטים לאומיים בידי מפעלים וחברות של ההסתדרות, ובמקביל ההסתדרות גייסה את חבריה לתמוך בממשלה.

כוחה של ההסתדרות לא נבע מכך שהיא יצגה עובדים בפני מעסיקים. ההסתדרות גם סיפקה לחבריה שירותים ממלכתיים חשובים, ובפרט קרן פנסיה וקופת חולים. כיוון שקופת החולים של ההסתדרות קיבלה עולים חדשים כחברים מיד עם עלייתם ובלי שום תנאים, נוצר מצב שבו ההסתדרות שלטה בשוק הבריאות. וכל מי שהצטרף לקופת החולים היה אוטומטית גם חבר הסתדרות. כתוצאה אחוז גבוה מאוכלוסיית המדינה היה חבר בהסתדרות, אפילו אם לא עבדו או לא היו זקוקים לייצוג. ניתן לכן לסווג את חברי ההסתדרות בשנות המדינה הראשונות לכמה מקורות:

  • עובדים במנהל הציבורי, כולל הממשלה, מערכת החינוך, ואפילו עובדי ההסתדרות עצמה.
  • עובדים שכירים בחברות שונות במשק, הן כאלה שהן חלק מחברת העובדים של ההסתדרות והן כאלה ששייכות לבעלי הון. ההסתדרות טיפלה גם באופן מיוחד בבני ובנות הנוער העובד.
  • חברי קיבוצים ומושבים.
  • עקרות בית ואחרים שהיו חברים בקופת חולים וכתוצאה גם בהסתדרות למרות שבאופן פורמלי אינם חלק מכוח העבודה בכלל.
  • בני משפחה (בני זוג וילדים) של חברי הסתדרות.

כתוצאה מכל זה, כשמוצאים נתונים על מספר חברי ההסתדרות לא תמיד ברור בדיוק על מי מדובר. הנתונים המוצגים בגרף הבא באים בעיקר מדוחות ישנים של ההסתדרות, שמכילים מספרים שונים ומינוחים שונים. המספר הכולל (הקו העליון בגרף) נשק ל-60% מכלל אוכלוסיית המדינה בסוף שנות ה-60 של המאה הקודמת.

hist

כפי שרואים הנתונים מגיעים רק עד סוף התקופה של ההסתדרות המקורית, וגם זאת באופן חלקי.  לגבי ההסתדרות החדשה לא מצאתי שום נתונים שהם פרסמו בעצמם.  ההדרדרות במעמדה של ההסתדרות התחילה עם המהפך של 1977, שניתק את הקשר בינה לבין הממשלה.  הצטרפו לזה תהליכי גלובליזציה שקורים בכל העולם.  ואז בא חיים רמון.  בתור שר הבריאות רמון העביר את חוק ביטוח בריאות ממלכתי שנכנס לתוקף בשנת 1995.  החוק ניתק בין קופת חולים להסתדרות.  כשהייתה אפשרות להיות חבר בקופת חולים בלי להיות חבר הסתדרות, רבים מאוד עזבו את ההסתדרות.  במקביל, רמון נבחר ליו"ר ההסתדרות, והוביל מהלך לפירוק חברת העובדים ולהפיכת ההסתדרות לארגון עובדים בלבד.  כתוצאה קמה "ההסתדרות החדשה".

כיום מדרג העובדים במשק מבחינת מעמדם הארגוני כולל 5 רמות, או בעצם 4 רמות של שכירים ומעמד נפרד של עצמאים:

  • שכירים שהם חברי הסתדרות או ארגון מקצועי אחר. חברים בארגון משלמים דמי חבר ויכולים לבחור את ראשי הארגון ואת מוסדותיו.
  • שכירים המיוצגים על ידי ארגון ומשלמים לו דמי טיפול למרות שאינם חברים בארגון. מצב זה נוצר בעקבות חתימת הסכם קיבוצי בין ההסתדרות (או ארגון עובדים אחר) לבין מעסיקים, וההסכם חל על כל העובדים במקום גם אם אינם חברים בארגון שניהל את המשא ומתן. דמי הטיפול נמוכים בקצת מדמי חברות (בהסתדרות הם 0.8% מהשכר במקום 0.9%).
  • שכירים שאינם חברים בארגון עובדים ואינם מכוסים על ידי הסכם קיבוצי. זה המצב של כל אלה שיש להם חוזים אישיים.
  • עובדי קבלן המועסקים באופן בלתי ישיר באמצעות חברה שמספקת שרותים למעסיק האמיתי, מה שנקרא גם מיקור חוץ. כתוצאה אין להם יחסי עובד-מעסיק עם מקום העבודה, וכרגיל הזכויות הסוציאליות שלהם נפגעות.
  • עצמאים, כולל פרילנסרים שעובדים באופן מזדמן במקום להיות שכירים של מעסיק מסוים.

כשמדברים על עובדים מאורגנים, מתכוונים לשתי הקבוצות הראשונות. וכשרוצים למדוד את שיעור העובדים המאורגנים, הכוונה היא לשיעור הקבוצות האלה מתוך השכירים. בישראל קשה לזקק נתונים היסטוריים על זה, כי אין נתונים ברורים על מי מתוך חברי ההסתדרות צריך לספור, כי רבים היו חברי הסתדרות כדי לקבל שירותים מקופת חולים למרות שלא היו בכלל שכירים או עובדים. ההערכה המקובלת היא שבשנות ה-70 וה-80 כ-80-85% מהשכירים היו חברי ארגונים מקצועיים ו/או מכוסים על ידי הסכם קיבוצי.  כיום שיעור החברים הוא כ-27%. הירידה בשיעור החברים בארגוני עובדים מתוארת בגרף הבא. הירידה בשיעור המכוסים על ידי הסכם קיבוצי מתונה יותר.

all-members

בהשוואה בינלאומית, עד שנות ה-80 של המאה הקודמת שיעור העובדים המאורגנים בישראל היה דומה לזה בארצות סוציאליסטיות באירופה כמו ארצות סקנדינביה. מאז תחילת המאה שיעור העובדים המאורגנים דומה יותר לזה בארצות אחרות, כמו בריטניה וקנדה. יש הרבה ארצות, כולל גרמניה, ארצות הברית, וקוריאה, שבהן שיעור העובדים המאורגנים נמוך עוד הרבה יותר.

לפי הסקר החברתי של 2012, בשנה זו ל-25.6% מהעובדים היה הסכם קבוצי. ל-50.3% נוספים היה חוזה עבודה אישי, ול-20.4 לא היה חוזה כלל. אבל המספרים האלה הם ממוצעים. כשמסתכלים על הפרטים (בגרף הבא), רואים שעובדים יהודים מאורגנים יותר טוב, ואילו אצל ערבים ל-42.8% אין בכלל חוזה העסקה. באופן דומה, ככל שרמת ההשכלה גבוהה יותר כך תנאי העבודה טובים יותר. אצל מי שלא סיימו תיכון ל-42.9% אין חוזה העסקה, בעוד שאצל בעלי השכלה אקדמית רק ל-6.6% אין. בעלי השכלה אקדמית הם גם בעלי השיעור הגבוה ביותר של העובדים המכוסים על ידי הסכם קיבוצי: 34.7%.

contracts

עם כל חשיבותה של ההסתדרות, היא אינה ארגון העובדים היחידי. לצידה של ההסתדרות הוקמו ארגונים כלליים אחרים. כמיטב המסורת, המבדיל בניהם היה בעיקר האוריינטציה הפוליטית: הפועל המזרחי הוקם ב-1922 כדי לייצג פועלים דתיים ומסורתיים, והסתדרות העובדים הלאומית הוקמה ב-1934 על ידי התנועה הרוויזיוניסטית מהימין. בשנים האחרונות יש שוב עלייה בעניין בהתארגנויות עובדים, ובשנת 2007 הוקם ארגון כוח לעובדים שאינו פוליטי.

בנוסף יש ארגוני עובדים עבור סקטורים נפרדים במשק. הגדול והוותיק ביותר הוא הסתדרות המורים שהוקמה כבר ב-1903. ארגון זה מאגד כיום בעיקר מורים בבתי הספר היסודיים וגננות. מורי התיכונים מאוגדים ברובם בארגון המורים העל-יסודיים, שפרש מהסתדרות המורים בשנת 1958. כמו כן יש ארגונים נפרדים לרופאים, לסגל אקדמי ומנהלי באוניברסיטאות, לעיתונאים, ועוד. עם זאת, בעבר היה נפוץ שעובדים יהיו מסונפים גם להסתדרות וגם לאיגוד מקצועי אחר. הסיבה הייתה שחברות בהסתדרות העניקה חברות בקופת חולים.

כתוצאה מהפרדת קופת חולים מההסתדרות, חלקה של ההסתדרות בקרב העובדים המאורגנים הולך ויורד. בשנת 1990 כ-95% מהעובדים המאורגנים היו חברי הסתדרות. בשנת 2000 השיעור היה כבר פחות מ-70%, ב-2012 היה 61%, וב-2016 רק 54%. חלוקת העובדים המאורגנים בין הארגונים השונים לפי הסקר החברתי של שנת 2016 מתוארת בגרף הבא.

 

orgs

מקורות

בגרף הראשון, נתוני הלמ"ס משנות ה-50 וה-60 של המאה הקודמת מלוחות בנושא בשנתונים סטטיסטיים מוקדמים.  שתי הנקודות הנוספות מסקרי העומק בסקר החברתי של השנים 2012 ו-2016. נתוני ההסתדרות ממגוון דוחות של הוועד הפועל שנמצאים באוסף הספרייה הלאומית, ומהספר "שנת שלושים" מ-1951 לערך שמכיל מידע רב על ראשית ההסתדרות. הנתונים לשנת 2001 מדיווח בגלובס.

רוב הנתונים לגרף על ירידת מספר החברים מהמאמר Y. Cohen, Y. Haberfeld, T. Kristal, and G. Mundlak, The state of organized labor in Israel, J. Labor Research XXVIII(2), pp. 255-273, Spring 2007. שתי הנקודות האחרונות שוב מהסקר החברתי של הלמ"ס.

גם שני הגרפים האחרונים מתבססים על נתוני הסקר החברתי של הלמ"ס.

עידכוני בריאות

אחת התלונות הקבועות של ארגונים חברתיים היא שיש שחיקה מתמדת בתמיכה הממשלתית בהוצאות חברתיות שונות.  אז הנה הדגמה של זה בהקשר של בריאות.

הגרף הראשון מראה פשוט את החלק של הממשלה במימון הוצאות הבריאות בישראל לאורך השנים.  ההוצאות של משקי הבית כוללות את דמי החבר בקופות חולים בעבר ואת מס הבריאות כיום, וכן תשלומים אחרים כמו השתתפות עצמית ורפואה פרטית.  הוצאות הממשלה כוללות את המס המקביל שבעצם המעסיקים שילמו בין 1973-1996.  בשנים האלה הממשלה חייבה את המעסיקים להשתתף בתשלום בשיעור שגדל עד כדי חצי ממה שמתואר בגרף, אבל לא מצאתי נתונים מפורטים עליו לכל השנים.  ב-1997 ממשלת נתניהו ביטלה את המס הזה כדי להקל על המעסיקים, והגדילה את ההשתתפות הממשלתית כדי לפצות על כך.  אבל בהמשך הממשלה הקטינה את ההשתתפות שלה שוב בצורה שחייבה את משקי הבית להוציא יותר.  המינימום היה ב-2007, ומאז יש עלייה קטנה בחזרה.

health-fund-pct

חלק מאיך שזה קרה מתואר בגרף הבא.  זהו ניתוח של מרכז אדוה על העלות של סל הבריאות שקופות החולים מחוייבות לספק במסגרת חוק הבריאות הממלכתי.  החוק הגדיר סל בריאות מסוים שהיה תקף לשנת 1995.  מאז כל שנה יש ועדה ממשלתית שמחליטה איך לעדכן את הסל, וזה משית הוצאות נוספות על הממשלה.  בעיקרון, עדכון התקציב למימון הסל צריך לקחת בחשבון שלושה גורמים:

  • גידול האוכלוסייה במדינה וההזדקנות של האוכלוסייה, מה שגורם ליותר אנשים שצריך לטפל בהם.
  • עליית תשומות הבריאות, כלומר העלייה במחירים של ימי אישפוז, במשכורות רופאים, וכו'.
  • התפתחות הרפואה, כלומר ההיצע של תרופות וטיפולים חדשים.  חידושים כאלה נוטים להיות יקרים, בגלל העלויות לפתח אותם ולוודא שהם בטוחים.

ועדת סל הבריאות אחראית רק על הרכיב האחרון. פתרון סביר לשני הראשונים הוא להצמיד אותם למדד רלוונטי.

 

sal-update

הקו האדום (העליון) בגרף מתאר את ההתפתחות הרצויה של מחיר סל הבריאות המקורי אם לוקחים את שלושת הגורמים האלה בחשבון.  זה מניח עלייה של 2.46% בממוצע בשנה באוכלוסיית המבוטחים, עלייה של 3.64% בשנה בממוצע בתשומות הבריאות, ועלייה של 2% בשנה בממוצע כדי להכניס חידושים רפואיים.  אבל הממשלה מניחה מספרים יותר נמוכים, וכתוצאה העלייה בפועל של תקציב סל הבריאות יותר נמוכה (הקו הירוק (התחתון)) ונוצר פער הולך וגדל.  ומה שמעניין הוא שאם מסתכלים על תשלומים של משקי הבית לקופות החולים, במשך כמה שנים הם די השלימו את הפער, אבל מאז 2004 בערך הם לא מספיקים.

מקורות

הגרף הראשון מתבסס על נתונים אודות ההוצאה הלאומית על בריאות כפי שהתפרסמו בשנתונים הסטטיסטיים של הלמ"ס: נתוני 1973-83 מלוח 24.3 בשנתון 1989 (אבל אין שם נתונים על משקי הבית), נתוני 1984-9 מלוח 24.3 בשנתון 1996, והנתונים מאז 1990 מלוח 6.3 בשנתון 2017.

הגרף השני הופיע בפרסום של מרכז אדוה בשם תקציב משרד הבריאות: יעדים לשנים הבאות, מאת ברברה סבירסקי, מינואר 2013, ועודכן בדוח תמונת המצב החברתית של 2014 מינואר 2015.  הסכומים הם במחירים שוטפים, בלי תיקון לאינפלציה, כי חלק מההשואה נוגע לתיקון הזה.

הכל יחסי

לפני שנה כתבתי פוסט על הוצאות הבריאות בישראל.  עכשיו נתקלתי בטבלת נתונים משווים על ההוצאה על בריאות במדינות ה-OECD.  הנה זה בתצוגה גרפית, כך שאפשר באמת לראות מה קורה שם.  הנתונים האלה לשנת 2010.

intl-funding

אז כידוע ההוצאה בארצות הברית הרבה יותר גבוהה מבכל מקום אחר — 17.6% מהתמ"ג.  במדינות אחרות זה בין 6-12%.  לגבי ישראל, אפשר לראות שני דברים: ההוצאה הכוללת היא בין הנמוכות, והאחוז של ההוצאה הציבורית מתוך זה הוא גם בין הנמוכים (כולל הוצאה ממשלתית ומס בריאות).  כתוצאה ההוצאה הפרטית — ביטוח פרטי + השתתפות עצמית — היא יחסית גבוהה.  ויש די הרבה מדינות שבהן בכלל אין שימוש בביטוח פרטי.

מקורות

רחל קיי, "סקירה בינלאומית", מתוך ביטוחי הבריאות בישראל: התפתחויות, קשרי גומלין, בעיות ומתווים לפתרון, עמ' 66.

מיהו רופא?

אחד הפרסומים עם פוטנציאל להיות מעניין של משרד הבריאות נקרא "כוח אדם במקצועות הבריאות 2015".  למשל נראה שאפשר לקבל שם נתונים על השינויים לאורך זמן במספרי הרופאים והאחיות, מה שמאוד רלוונטי לדיון בנושאי העומס במערכת הבריאות, איכות השירות, ובמשתמע גם האלימות נגד נותני השירות.  זו חוברת של מעל 200 עמודים, עם עשרות גרפים וטבלאות.  חגיגה אמיתית.

רק חבל שהבסיס שעליו הכל בנוי לא משהו.  מסתבר שמשרד הבריאות לא באמת עוקב אחרי נותני השירות בשירותי הבריאות השונים.  הוא רק מפקח עליהם.  והעיקר של הפיקוח הזה הוא מנגנון הרישוי.  אז יש להם המון נתונים על רשיונות לרפואה — כמה רישיונות ניתנו כל שנה, איפה למדו מקבלי הרישיונות האלה, מה התפלגות הגילים שלהם, ועוד ועוד.  ואותו דבר גם לרופאי שיניים ורוקחים.  אבל אין להם נתונים על מי מהם אם בכלל עובד בתור רופא (או רופא שיניים או רוקח) ואיפה.  ולגבי אחיות בכלל לא יודעים הרבה, כי אחיות מעשיות (שהיו עד לא מזמן הרוב) לא היו צריכות רישוי כלל כנראה.  רק כיום, כשהן הוחלפו על ידי אחיות מוסמכות, יש על זה נתונים.  בכל אופן, הנה מה שדליתי משם.

personel

קודם כל, כל הנתונים כאן הם נותני שרות ל-1000 נפש.  בין ים הנתונים שמשרד הבריאות כבר מספק הם כוללים גם מספרים אבסולוטיים וגם מספרים לנפש (וגם הפוך, תושבים לרופא), אז לא הייתי צריך לחשב כלום בעצמי.  בנוסף, כיוון שהם בעצמם מודעים לבעיה שלא כל בעלי הרישיונות עובדים במקצוע, הם עושים שני דברים.  ראשית, הם מעדכנים את הרשימות לפי מידע אודות אנשים שעזבו את הארץ או נפטרו.  מעבר לכך, הם מבחינים בין כלל בעלי הרישיונות לבין אלה שהם עד גיל 65, בניסיון לנפות את אלה שניתן להניח שיצאו כבר לפנסיה.  אז אני השתמשתי רק בנתונים אודות אלה שהם עד גיל 65.

בנוסף, מסתבר שיש גם נתונים של הלמ"ס שנאספים במסגרת דוח כוח אדם הכללי.  הדוח הזה מכיל פרוט על המון מקצועות, כולל מקצועות ברפואה, אבל עם פחות פרוט, ועם היסטוריה מוגבלת.  בכל אופן זה שימושי בתור השוואה.  ואחרי כל ההקדמות האלה, הנה הממצאים.

  • מספר הרופאים לנפש גדל דרמטית מאז שנות ה-70, כאשר רוב העליה היא עד שנת 1985 + קפיצה בשנים 1990-1992 כתוצאה מגל העליה מרוסיה.  בשנים האחרונות יש ירידה קלה במספר הרופאים לנפש (או ליתר דיוק מספר בעלי רישיון רופא עד גיל 65), אבל מספר הרופאים בפועל לפי הלמ"ס דווקא יציב ואפילו עלה קלות בשנתיים האחרונות.  ההסבר הוא שיש יותר רופאים שממשיכים לעבוד אחרי גיל 65.
  • מספר הרופאים המומחים לנפש המשיך לעלות עד 2010.  כיוון שהם נכללים במספר הרופאים הכולל, נובע מזה שמספר הרופאים הכלליים כמו רופאי משפחה ירד קצת בתקופה 2000-2010.
  • מספר רופאי השיניים לנפש (שוב, בעלי רישיון עד גיל 65) גדל עד 1992 ומאז הוא יציב.  המספר בפועל קצת יותר נמוך.
  • מספר האחיות לנפש (עד גיל 65) ירד בכ-15 השנים האחרונות, בעוד מספר האחיות המוסמכות עולה.  כשמשווים עם נתוני התעסוקה של הלמ"ס רואים ירידה משמעותית מ-2002 ל-2009, ומאז 2009 יש התאמה מצויינת בין מספר האחיות בפועל למספר האחיות המוסמכות.  זה משתלב עם נתוני משרד הבריאות שלפיהם בשנים האלה כבר כמעט שאין עוד הסמכה של אחיות מעשיות.  המסקנה היא שכנראה הפער הנותר בין המוסמכות לכלל האחיות הן כאלה שכבר לא עובדות כאחיות.

מקורות

כל הנתונים (כולל אלה שמקורם בדוח כוח אדם של הלמ"ס) נידלו מתוך הפירסום "כוח אדם במקצועות הבריאות 2015" של משרד הבריאות.

הוצאות בריאות

מפעם לפעם נתקלים בשנתון הסטטיסטי לישראל של הלמ"ס בלוח שיש בה את כל מה שצריך — כל הנתונים על נושא מסויים לאורך הרבה שנים, ולא צרי לחפש השלמות ותוספות.  לוח 6.1 בשנתון של 2017 הוא כזה (עדכון: בפוסט המקורי היה 2016).  יש בו את ההוצאה הלאומית על בריאות מאז 1972 (אם כי למרבה הצער רק עד 2014), מחולקת לפי סוג ההוצאה.  הנתונים הם במחירי 2010, ומשקפים הוצאה כוללת.  כיוון שההוצאה הזו נועדה לספק בריאות לכל תושבי המדינה יותר מעניין לראות את ההוצאה לנפש, אז נירמלתי את הנתונים לפי גודל האוכלוסייה בכל שנה.  באותה הזדמנות גם עדכנתי למחירים נוכחיים.  כשמציירים את התוצאה בגרף זה יוצא כך.  הערה: הקפיצה ב-1984 נובעת משינוי בחשבונאות (התחילו לקחת בחשבון פנסיה תקציבית ובלאי) ולא משקפת שינוי אמיתי.

 

health-exp-pop

אז ההוצאה לנפש על בריאות הכפילה את עצמה ב-40 השנים האלה, ובאופן כללי עלתה די ברציפות פרט לתקופת ממשלת בגין ,ירידה קלה לא מוסברת בתחילת שנות ה-90, ועוד ירידה קטנה באינתיפדה השנייה.  מעניין גם להסתכל על כל רכיב בפני עצמו:

  • הוצאות אדמיניסטרטיביות התחילו לגדול רק בשנות ה-90, וגדלו פי 3 במהלך התקופה, אבל עדיין נמוכות.
  • ההוצאות לנפש על בתי חולים ומחקר הן די יציבות במהלך התקופה מאז המהפך.  בעבר הן היו בערך חצי מההוצאה הכוללת, כיום פחות משליש.
  • הגידול המשמעותי ביותר באופן אבסולוטי הוא בהוצאות על מרפאות ורפואה מונעת, שגדלו פי 2.6 וכיום הן הרכיב הגדול ביותר.
  • ההוצאות על ריפוי שיניים גדלו פי 2.4.
  • הוצאות פרטיות הן חלק קטן מההוצאות הכלליות, אבל הן רשמו את הגידול הגבוה ביותר.  ההוצאה על רופאים פרטיים גדלה פי 3.5, וההוצאה על רכישה פרטית של תרופות ואספקה רפואית גדלה פי 7.2.  ביחד מדובר כיום על הוצאה ממוצעת של כ-770 שקל לאדם לשנה.  ב-1973 זה היה כ-167 שקלים (במחירים של היום).
  • הרכיב היחידי שבו הייתה הקטנה הוא ההשקעה בתשתיות וציוד קבוע.  לאורך כל התקופה הייתה ירידה של כ-14%, אבל זה לא רציף.  ההקטנה המשמעותית הייתה מיד אחרי המהפך, כאשר ההשקעה ב-1982 הייתה פחות מחצי מזו של 1975.  בשלושים השנים מאז 1982 הייתה עלייה של 40%, אבל כאמור זה עדיין לא מפצה על הירידה ההיא.

לוח 6.3 גם מעניין כי הוא תופס רגע של שינוי מהפכני באיך שכל זה ממומן.  הכוונה להשפעות של חוק ביטוח בריאות ממלכתי שקודם על ידי חיים רמון כשהיה שר הבריאות בממשלת רבין.  החוק הזה החליף את דמי החבר בקופות החולים (שנכללים בהוצאות משקי הבית לפני 1995) במס בריאות פרוגרסיבי שנגבה על ידי המוסד לביטוח לאומי, כשהממשלה אחראית להשלמת התקציב הדרוש למימון סל הבריאות.  כמה שנים לאחר מכן נעשה צעד נוסף על ידי ראש הממשלה נתניהו, שהחליט על ביטול המס המקביל (כמובן בחוק ההסדרים).  המס המקביל היה מס על מעסיקים שהיו חייבים להכפיל את תשלומי הבריאות של העובדים שלהם (על כל שקל שעובד שילם לקופת החולים, המעביד הוסיף עוד שקל).  נתניהו ביטל אותו בטענה שזה יקטין את עלות ההעסקה ובכך יאפשר למעסיקים להעסיק יותר עובדים.  בנוסף נטען שאין צורך בהכנסה מסומנת למנגנון הבריאות כי בלאו הכי הממשלה מחוייבת לכסות את עלות סל הבריאות.  אלא שלפי ניתוח של משרד הבריאות סעיפים אחרים הועברו למסגרת התקציב הרגילה ולכן חשופים לקיצוצים תקציביים שקורים מפעם לפעם, וההוצאה הציבורית על בריאות הולכת ונשחקת.  אם המס המקביל היה נשאר, הוא היה מכסה את כל ההוצאה הממשלתית על בריאות ואפילו משאיר עודף.

 

health-funding

קריאה נוספת

טוביה חורב וניר קידר, אור וצל בהתפתחותו ויישומו של חוק ביטוח בריאות ממלכתי, משרד הבריאות, פברואר 2010.

מקורות

כאמור לוחות 6.3 ו-6.1 מהשנתון הסטטיסטי לישראל של 2017.  לוח 6.3 מתחיל רק ב-1990.  יש לוחות דומים גם בשנתונים קודמים, אבל הם אינם מכילים אותה רמת פירוט ובפרט אינם כוללים נתונים על המס המקביל.

מי הזיז את המיטה שלי?

לאורך השנים יצא לי לבקר במיון מפעם לפעם, אבל הצפיפות שנתקלתי בה לפני כ-10 ימים היתה יותר ממה שאי פעם ראיתי בעיני (הבהרה למודאגים: הייתי מלווה, לא החולה). והמעבר לאישפוז בפנימית לא היה יותר טוב — מסתבר שמה שתוכנן במקור כחדר משפחות הפך לחדר "המתנה", שבו אתה אמנם מאושפז אבל לא ממש במחלקה ודי מתעלמים ממך. אז החלטתי לבדוק את נושא המיטות בבתי החולים.

כרגיל התחלתי מהשנתונים של הלמ"ס כי באופן כללי יש בהם מכל טוב. ואכן יש גם טבלאות של נתונים על מיטות בבתי חולים, אבל כל פעם רק לכמה שנים אחרונות, וכמובן עם הבדלים מסויימים בין הנתונים שחוזרים על עצמם. אחרי יומיים של עבודה לאסוף משהו מסודר גיליתי מסמך של משרד הבריאות שמכיל את כל הנתונים מ-1950 עד 2014 בטבלה אחת.  בסוף החלטתי לאחד נתונים משני המקורות האלה (פרטים בסעיף מקורות בסוף), והתוצאה לפניכם.

 

beds-per-pop

קודם כל הבהרה: עם השנים האוכלוסיה במדינה גדלה באופן ניכר, וברוב המקרים גם המיטות.  מה שמעניין הוא המיטות יחסית לגודל האוכלוסיה, כלומר המיטות לנפש, וזה מה שמוצג כאן.  באופן כללי, בשנים הראשונות למדינה הייתה עליה מכ-5.5 מיטות ל-1000 נפש לכ-7 מיטות.  מ1955 עד 1980 בערך הרמה הזו די נשמרה.  אחרי המהפך היו שתי פאזות של ירידה, הראשונה עד תחילת שנות ה-90 והשניה מאז 2005 ועד היום.  בסך הכל זו ירידה של רבע מהמקסימום שהיה בשנת 1978.  כיום (ליתר דיוק 2015) מספר המיטות ל-1000 נפש הוא הנמוך ביותר שהיה מאז קום המדינה, ועומד על 5.28.

עוד יותר מעניין להסתכל על החלוקה של המיטות האלה לסוגים.  בעשור הראשון בעיקר היה סיווג מיוחד לחולי שחפת שמאז די נעלם.  הסיווגים האחרים הם:

  • אישפוז כללי – זה משקף את המחלקות של בתי החולים הכלליים, כמו זו שאני ביקרתי בה.  יש 44 בתי חולים כאלה בארץ: ממשלתיים, ציבוריים, פרטיים, של קופת חולים, וגם של המיסיון.
  • בריאות הנפש – בתי חולים פסיכיאטריים. כיום יש 12 כאלה, רובם ממשלתיים.
  • "מחלות ממושכות" – בעצם שם יפה למחלות כרוניות, שזה שם יפה למוסדות גריאטריים סיעודיים.  לפי המסמך של משרד הבריאות יש כיום לא פחות מ-305 מוסדות כאלה, רובם פרטיים וגם הרבה ציבוריים, כשרובם נוסדו בתקופה 1985-2005.
  • שיקום – 2 מוסדות.

נתחיל מלמעלה.  מספר המיטות לשיקום הוא נמוך ולא משתנה הרבה.

הדרמה הגדולה שרואים הגרף היא המעבר המסיבי ממיטות בריאות הנפש למיטות גריאטריות. מספר המיטות הגריאטריות לנפש עלה פי 2.5 ב-40 השנים האחרונות.  עיקר הגידול תואם את העליה במספר המוסדות.

לעומת זאת מספר המיטות לאישפוז פסיכיאטרי לנפש ירד בתקופה הזו בלא פחות מ-82%.  אבל לפי מקורות יודעי דבר (הגיס שלי שהוא פסיכיאטר) זה לא באמת כל כך גרוע: הירידה הזו משקפת לפחות באופן חלקי מעבר מאישפוז לטיפול בהוספיסים בקהילה.  המיטות בהוספיסים האלה לא נספרות בתור מיטות אישפוז.  הבעיה שתכנית ההוספיסים התחילה רק בשנת 2000, כך שחלק גדול מהירידה קרה כבר לפניה.  מצד שני, מנתונים שמצאתי, בשנת 2011 כבר היו פי 2.8 יותר מיטות של מגורים נתמכים בהוספיס מאשר מיטות אישפוז פסיכיאטריות.  אז יתכן שבאמת יש בזה פיצוי משמעותי על הירידה שרואים בגרף.

מה שמשאיר את הירידה במיטות אישפוז כללי.  מאז המהפך ב-1977 יש ירידה של 44%, ועל זה אין פיצוי בתכניות אלטרנטיביות.  אז איך עומדים בזה?  עד שנת 2000 לערך החיסכון במיטות היה קשור לכך שקיצרו את משך האישפוז: מ-11.5 ימים בממוצע ב-1950 לכ-4 ימים מאז שנת 2000 עד היום.  במקביל היתה עליה מסוימת בכמות האישפוזים לנפש, ולכן מספר המיטות לא קטן באותה מידה או אפילו לא קטן בכלל.  ב-15 השנים האחרונות משך האישפוז הממוצע נשאר יציב, והירידה במספר המיטות מתאפשרת כי מאשפזים קצת פחות.

shehut-gen

השאלה שנישארת היא מה גרם למה.  האם היתה התיעלות בבדיקות ובטיפולים ולכן צריך לאשפז פחות ואפשר להסתדר עם פחות מיטות, או שהקטינו את מספר המיטות וכתוצאה הרופאים נאלצים לאשפז פחות ממה שהיו רוצים.  את זה אי אפשר לדעת מנתונים סטטיסטיים.

מקורות

מקור אחד לנתונים על מיטות אישפוז הוא השנתונים הסטטיסטיים לישראל של הלמ"ס.  בפרק הבריאות יש טבלה על "מיטות בבתי חולים" (בשנים שונות מספר הפרק ומספר הטבלה הזו משתנים) עם מידע לשנים האחרונות וקצת מידע היסטורי.  צריך לעבור על המון שנתונים כדי לשחזר תמונה מלאה.

המקור השני הוא הפרסום "מוסדות האשפוז והיחידות לאשפוז יום בישראל, 2014" של משרד הבריאות, שכולל בעמ' 238 טבלה מסכמת עבור 1950-2014.  אבל הנתונים ל-1950 היו משונים (נראה כמו טעות העתקה) וסתרו את נתוני הלמ"ס, 1951-1954 היו חסרים, וגם אחרי זה הנתונים על מיטות ל"מחלות ממושכות" היו משונים (התחלה ממספר גבוה להפתיע וירידה דרמטית עם השנים).

אז בסוף איחדתי את שני המקורות.  השתמשתי במסמך של משרד הבריאות עבור השנים 1955-2014 ובלמ"ס עבור 1948-1954 (פרט ל-1949 שחסרה) ו-2015.  בנוסף השתמשתי בנתוני הלמ"ס עבור מחלות ממושכות גם לשנים עד 1958.

נתונים על הוספיסים מצאתי בשנתון הסטטיסטי ל-2012 אודות בריאות הנפש בישראל של משרד הבריאות.

נתוני משך האישפוז מאותו מסמך של משרד הבריאות שהכיל מידע על מיטות ומוסדות.

ממה אנחנו מתים

רשומה קודמת עסקה בתוחלת החיים.  הרשומה הזו משלימה אותה ועוסקת בסיבות מוות.

צורה מעניינת אחת להסתכל על זה היא איך סיבות מוות משתנות עם הזמן.  הלמ"ס אוספת נתונים על זה (עותק מכל תעודת פטירה מגיע אליהם), ומסווגת את סיבות המוות לפי סטנדרט בינלאומי לפחות מאז 1979.  הסטנדרט הזה מכיל כ-80 סעיפים לבחירה, אבל אפשר גם לקבץ אותם לקבוצות של סיבות מוות קרובות.  התוצאה לפניכם.  שימו לב שהגרף מנורמל למיתות לכל 100,000 תושבים. [עדכון: הגרף עודכן עם נתונים לשנים נוספות, והעלייה הקטנה בסוף היא לא בהכרח אמיתית – ראו במקורות]

death-time

מה שהפתיע אותי בגרף הזה היא הירידה הדרמטית בסך הכל עם הזמן.  הרי אלה נתונים מנורמלים לגודל האוכלוסיה!  אמנם תוחלת החיים עלתה בכ-10 שנים מאז סוף שנות ה-70, אבל עדיין מספר של 522 מתים לכל 100,000 תושבים הוא נמוך להדהים.  אפשר להדגים זאת בחישוב הבא:  אם תוחלת החיים היא 80 שנים, אז בממוצע ניתן לצפות שכל שנה 1/80 מהאוכלוסיה ימותו, ואם רוצים את מספר המתים לכל 100,000 תושבים אז 1/80 של 100,000 זה 1250.  המסקנה: כל שנה מתים 730 פחות מידי!  לחילופין, אם כל שנה רק 522 מתוך 100,000 מתים, אז תוחלת החיים צריכה להיות משהו כמו 190 שנים!

הבעיה עם החשבון הפשטני הזה היא שהוא מניח מצב יציב.  כלומר האוכלוסיה לא גדלה או קטנה, והתפלגות הגילים גם לא משתנה, ולכן כל שנה 1/80 מהאוכלוסיה צריכים למות.  אבל האוכלוסיה בישראל היא במגמת גדילה משמעותית: הפריון הממוצע הוא בערך 2.7 ילדים לאישה, הרבה יותר מה-2.1 המוביל למצב יציב.  וכיוון שהאוכלוסיה גדלה על ידי ילודה גבוהה, התפלגות הגילים מוטה חזק לכיוון של גילים נמוכים.  במילים אחרות, יש הרבה ילדים ומעט זקנים.  וכיוון שעיקר המתים הם זקנים, ואפילו הם מתים פחות בגלל העליה בתוחלת החיים, מקבלים את התוצאה דלעיל.

אוקיי, אז מספר המתים לכל 100,000 תושבים הולך ויורד.  עדיין ניתן היה לצפות שהירידה הזו תתחלק שווה בשווה בין סיבות מוות שונות.  אבל לפי הגרף זה ממש לא כך: רוב הירידה היא במוות כתוצאה ממחלות לב ודם.

צורה נוספת להסתכל על הנתונים היא סיבות המוות בגילים השונים.  הלמ"ס מפרסמת גם נתונים אלה, אם כי ברזולוציה נמוכה למדי (למשל שתי הפרוסות הראשונות הן עבור גילים 0-24 ו-25-44).  הנתונים עבור שנת 2011 ניתנים בגרף הבא.

death-age

מזה מתקבל הרושם שסרטן הוא הגורם היחיד המשמעותי ביותר בגיל המבוגר (50-70), אבל מגיל 80 והלאה מחלות לב ואחרות תופסות את הבכורה.  לגבי צעירים, גורם התמותה הראשון הוא תמותת תינוקות שנכללת כאן תחת "מחלות שונות".  לגבי בנים הגורם השני הוא הצרוף של תאונות, התאבדויות, ואלימות.  אצל בנות הצרוף הזה קטן יותר באופן משמעותי, כך שבממוצע הוא עדיין בעצם פחות משמעותי ממוות כתוצאה מסיבות בריאותיות שונות.  אבל הוא תופס יותר כותרות.

מקורות

השנתון הסטטיסטי של הלמ"ס לשנת 2013 (המכיל נתונים לשנת 2011 או קודם לכך), לוחות 3.29 ו-3.31. [עדכון מלוח 3.29 משנתונים נוספים]

לוח 3.29 מכיל נתונים עבור פרוסות של 3 עד 5 שנים כל אחת. הנתונים יוחסו לנקודת האמצע של הפרוסה, וכך נוצר גרף רציף יחסית.  בקצוות עשיתי אקסטרפולציה ריבועית שממשיכה את המגמה מ-3 הנקודות האחרונות, כדי שהגרף אכן יכסה את כל טווח השנים. [והעלייה הקטנה בסוף היא תוצאה של האקטרפולציה הזו – בנתונים המקוריים יש התייצבות, בלי עלייה.  אבל עלייה כזו צפוייה כשקצב גדילת האוכלוסייה מתמתן.]

לוח 3.31 מכיל נתונים עבור פרוסות של 10 עד 24 שנים כל אחת.  שוב יחסתי אותם לנקודת האמצע, אבל הוספתי אקסטרפולציה רק בקצה התחתון (כלומר הנתונים בגיל 12.5, שמייצגים ממוצע על כל הפרוסה מ-0 עד 24, הומשכו עד 0).  בנוסף, טבלה זו הייתה כאב ראש רציני כי הנתונים המקוריים אמנם מנורמלים ל-100,000 תושבים, אבל הנירמול הזה נעשה עבור כל פרוסת גילים בנפרד.  במילים אחרות, מספר המתים מסיבות שונות בגילים 55-64 למשל ניתן עבור 100,000 בני הגילים האלה, לא עבור 100,000 תושבים באוכלוסיה הכללית.  מה שאני רציתי להציג הוא נירמול משותף לכל הגילים.  לשם כך נאלצתי להשתמש בנתונים על התפלגות הגילים כדי לחשב את מספר המתים האבסולוטי לכל קבוצת גיל וכל סיבת מוות, ואז לבצע נירמול משותף של הכל ל-100,000 תושבים.

שלא נדע

בשיטוט בשנתון הסטטיסטי של הלמ"ס (לא שאני מודה שאני עושה דברים כאלה) נתקלתי בלוח 6.13: מקרים חדשים של שאתות ממאירות במיקומים נבחרים, לפי מין וגיל.  בעברית פשוטה זה אבחונים של סרטן מסוגים שונים.  מזה יצרתי את אוסף הגרפים הבא, שמראה גם עד כמה כל סוג נפוץ יחסית לאחרים, וגם את ההתפלגות לפי מין וגיל.  העוגה ברקע היא התפלגות המינים והגילים באוכלוסיה הכללית, ומעל זה מולבשת ההתפלגות עבור כל סוג של סרטן.  יש לציין שרק הגודל היחסי של הרדיוסים של הפרוסות שמיצגות חולי סרטן משמעותי, לא האורך האבסולוטי שלהם, אבל כל הגרפים באותה סקאלה.

spie

את כל ההבחנות על זה ניתן כמובן להסיק גם מהטבלה המקורית, אבל הגרפים מבליטים אותן.

הדבר הראשון הוא השכיחות השונה של הסוגים השונים, כאשר סרטן השד הוא בהפרש ניכר השכיח ביותר (כפי שרואים לפי השטח של הפרוסות או הגודל של העיגול הפנימי בכל גרף), ואחריו המעי הגס, פרוסטטה, וריאות.

הבחנה נוספת היא הגיל בו סרטנים מאובחנים.  רק לימפומה ולוקמיה קיימים בילדים.  מהאחרים רק סרטן השד מתחיל באופן משמעותי בגילי הביניים.  כתוצאה מזה ומהשכיחות הגבוהה שלו מתקבל שבגילי הביניים לנשים יש סיכוי כפול מגברים לחלות בסרטן, אבל התמונה מתהפכת בגילים הגבוהים שבהם לגברים יש סיכוי גבוה בהרבה מנשים.

וזה מוביל לחוסר הסימטריה בין המינים.  מובן שסוגי הסרטן הקשורים למערכות הרביה שונים בין גברים ונשים.  אבל יש גם הבדל משמעותי מאוד בסרטן שלפוחית השתן, ובמידה פחותה גם בסרטן ראות.  האחרים די סימטריים, אם כי לרוב יש סכנה גבוהה יותר לגברים בגילים מעל 75.  סרטן הראות קשור כמובן לעישון, ויתכן שגברים מעשנים יותר מנשים.  לדברי ד"ר איתי בן-פורת מביה"ס לרפואה סרטן שלפוחית השתן גם מאפיין מעשנים, ובנוסף הוא יכול להיות סרטן משני שנובע מסרטן הערמונית.  יתכן שזה מסביר את ההבדל.

לאחר כל זאת, צריך לזכור שהנתונים האלה הם על גילוי מקרים חדשים של סרטן.  אבל לא כל הסרטנים הם אותו דבר.  מה שיכול להיות יותר חשוב הוא הסכנה של כל סוג, שמביאה למספר שונה של מקרי מוות.  נתונים ישירים על סיבות מוות גם הם נאספים על ידי הלמ"ס.  יש פרוט עבור הרבה סוגי סרטן ומחלות אחרות, ובפרט הנתונים לסוגי הסרטן האלה הם כדלקמן.  יצויין שסוגים אלה כוללים את כל הקטלניים ביותר פרט לסרטן הלבלב.

dead

מהגרף מסתבר שסרטן השד למשל, שהוא הנפוץ ביותר, אינו הקטלני ביותר: סרטן הראות וסרטן המעי הגס קטלניים יותר.  באופן כללי 25.8% ממקרי המוות נובעים מסרטן, ומתוכם 18.5% מעשרת הסוגים שמופיעים בגרפים.

מקורות

הנתונים על מקרים חדשים כאמור מלוח 6.13 של השנתון הסטטיסטי לישראל לשנת 2013.  אבל הנתונים מתייחסים בעצם לשנת 2010.

הנתונים על סיבות מוות מלוח 3.29 מאותו שנתון, ומתייחסים לממוצע על השנים 2007-2011.

מתי נמות?

אחת השאלות שתמיד הטרידה את האנושות היא מתי נמות.  התשובה המודרנית היא שאי אפשר לדעת בדיוק, אפשר רק להעריך את "תוחלת החיים", כלומר כמה זמן אנשים כמונו חיים בממוצע.  אבל הממוצע כמובן לא מספר את כל הסיפור, ולא כולם מתים באותו גיל — יש התפלגות שלמה.  לפי נתוני הלמ"ס, התפלגות גילי המוות של אנשים בישראל בשנים 2007-2011 היתה כדלקמן.

death-age

קצת יותר משליש אחוז מהמתים הם תינוקות.  מעבר לכך ילדים כמעט לא מתים, עד קרוב לגיל 20.  מספר המתים מתחיל לעלות ברצינות בגיל 60 לערך, כאשר בכל הגילים עד 80 גברים מתים יותר מנשים.  מסתבר שכשני אחוז מהאוכלוסיה עוברים את גיל 100, אבל על זה כבר לא אוספים נתונים מפורטים.

(בהערת סוגריים, ההתפלגות הזו מעניינת כי היא שונה מהרבה התפלגויות אחרות שנתקלים בהן בכך שיש לה "זנב שמאלי": היא לא לגמרי סימטרית כמו עקומת פעמון, אלא משוכה לצד שמאל, כלומר לערכים נמוכים יותר.  הרבה התפלגויות אחרות מוטות דוקא לצד ימין, לערכים גבוהים יותר.)

אבל ההתפלגות הזו עוד לא עונה על השאלה מה הסיכוי (או בעצם, הסכנה) למות בכל גיל.  הגודל הזה, שנקרא באנגלית hazzard, מחושב בצורה הבאה.  עבור כל גיל, למשל 67, נתמקד רק באותם אנשים שהגיעו לגיל הזה או למעלה מכך.  נניח שיש X אנשים כאלה.  מתוכם נבודד את אלה שמתו בדיוק בגיל הזה, ונסמן את מספרם ב-Y.  אז היחס Y חלקי X נותן הערכה לסיכון למות בגיל המדובר.  אם עושים זאת לכל הגילים מקבלים את הגרף הבא.

death-prob

כלומר בכל גיל עד 60 יותר מ-99% מהאנשים שהגיעו לגיל הזה ימשיכו לחיות לפחות עוד שנה.  בגיל 80 כבר 5% ימותו, אבל עדיין 95% ימשיכו לפחות עוד שנה.  בגיל 99, 25% מהגברים ו-30% מהנשים ימותו, והשאר ימשיכו לחיות לפחות עוד שנה.  אם מסתכלים על זה הפוך זה בעצם די מעודד: אפילו בגיל 99 שלושה רבעים מהגברים ויותר משני שלישים מהנשים ימשיכו לחיות, ולא ימותו בגיל הזה.

מין המפורסמות הוא שתוחלת החיים בישראל היא גבוהה יחסית ועולה עם הזמן.  הגרף הבא מראה את העליה בתוחלת החיים מאז קום המדינה.  העליה היא רציפה פרט לתקופה מסויימת בשנות ה-60 עד תחילת שנות ה-70 של המאה הקודמת.  בסך הכל תוחלת החיים גדלה בכ-15 שנים בתקופה כולה.  בתור השוואה, תוחלת החיים בעולם כולו גדלה אפילו יותר מזה, בעיקר כי הרבה מקומות בעולם התחילו הרבה יותר נמוך.

expect

ואם משווים את ישראל לארצות באיזורים שונים, מתקבלת התמונה הבאה.  הקופסאות מראות את אמצע ההתפלגות לכל אזור: זה הטווח שרק 25% הנמוכים ביותר ו-25% הגבוהים ביותר נמצאים מחוצה לו.  הקו התחתון מראה את הערך שרק 5% מהמדינות באיזור נמצאות מתחתיו, והקו העליון את הערך שרק 5% מהמדינות מעליו.  כפי שניתן לראות ישראל נמצאת בקצה העליון (או מעבר לכך) של כל ההתפלגויות.

world

מקורות

הנתונים לגרפים הראשונים באים מלוחות התמותה המלאים של הלמ"ס.  (יש גם לוחות חלקיים עם מידע לקבוצות גילים במקום לכל שנה.)  השתמשתי בנתונים עבור כלל האוכלוסיה, ללא הבחנה בין יהודים לערבים.

השינוי ההיסטורי בתוחלת החיים בישראל בא מלוח 3.24 מהשנתון הסטטיסטי לישראל של שנת 2013.  הנתונים עד 1969 הם עבור יהודים בלבד, ואחר כך לכלל האוכלוסיה.  הנתונים לגבי העולם הם מאתר האו"ם.

ההתפלגויות של תוחלת החיים במדינות באזורים שונים מתבססות על מידע מה-CIA World Factbook.  המידע על תוחלת החיים מעודכן ל-2014.  השתמשתי רק בארצות שיש בהן לפחות מיליון תושבים, בהתבסס על המידע אודות האוכלוסיה.  "אמריקה" כולל את צפון, מרכז, ודרום אמריקה ביחד. "אסיה" כולל גם את אוסטרליה.  "המזרח התיכון" כולל את כל מדינות ערב כולל צפון אפריקה וחצי האי ערב, וכן את טורקיה ואירן.

העיקר הבריאות

מזמן לא טיילתי בנבכי התקציב, אז החלטתי לברר את המצב בעוד משרד שמגיע לעיתים מזומנות לכותרות, הוא משרד הבריאות.  התקציב הרלוונטי מחולק לשלושה סעיפים עיקריים: תקציב משרד הבריאות, תקציב פיתוח של משרד הבריאות, ותקציב בתי החולים הממשלתיים.  בגרף הבא שני הסעיפים הראשונים מסוכמים ביחד.  הגרף מראה את ההוצאה לנפש מותאמת אינפלציה.

briutהתופעה הבולטת ביותר היא כמובן העליה החדה בתקציב בשנת 1997.  עליה זו היא תוצאה של הפעלת חוק ביטוח בריאות ממלכתי, ועיקרה מימון סל הבריאות.  התופעה המשונה ביותר היא ההופעה יש מאין של בתי החולים הממשלתיים בשנת 1998.  איפה הם היו לפני זה? לחשב הכללי פתרונים. (אבל ראו הערה במקורות)

אם מסתכלים על מגמות, ניתן להבחין במגמת ירידה של ההוצאה לנפש בעשור משנת 1999 לשנת 2009.  וכשמחשבים את זה בין שתי השנים האלה מסתבר שהתקציב לנפש ירד בלא פחות מ-20%.  אבל המגמה הזו התהפכה בתקופת ממשלת נתניהו השניה, והתקציב לנפש בשנת 2013 הוא רק 3% פחות מזה של 1999.  לפחות זו התכנית.  אם מסתכלים על הביצוע, התמונה קצת שונה:

briut-done

גם כאן השיא היה בשנת 1999, אבל התקציב לנפש הנמוך ביותר היה ב-2007, והיווה ירידה של 13%.  והירידה מ-1999 ל-2009 היא רק 10%, לא 20%.  העליה הדרמטית שתוכננה ל-2012 לא התממשה, והתקציב לנפש ב-2012 היה 2.3% פחות מב-1999.

גם בתקציב המקורי וגם בביצוע התקציב של בתי החולים שומר על יציבות מרשימה, ועוקב לא רע אחרי גידול האוכלוסיה.  ואם מחשבים רגרסיה לינארית מסתבר שבעצם התקציב לנפש אפילו עולה קצת באופן ממוצע — עליה של 5.64 ש"ח לנפש לשנה בתקציב המתוכנן, ועליה של 7.26 ש"ח לנפש לשנה בביצוע, שזה בערך 3/4 האחוז לשנה.

אז כן, הייתה ירידה בתקציב לנפש לשירותי בריאות, אבל כיום המצב משתפר, ואם מסכמים ביחד את תקציב משרד הבריאות ותקציבי בתי החולים הממשלתיים התקציב לנפש כיום גבוה יותר מבכל שנה קודמת.

מקורות

כרגיל, נתוני התקציב נלקחו מאתר התקציב הפתוח, ונתוני האוכלוסיה והאינפלציה מהלמ"ס.

אבל בניגוד למצב הרגיל, נתוני התקציב הפתוח בעייתיים בסעיף בתי החולים.  בעיה אחת היא שבתקציב מופיעות גם ההוצאות של בתי החולים וגם הכנסות שלהם.  כתוצאה לא ברור אם זו באמת הקצאה ממשלתית, ובעצם עושה רושם שלא — ולכן לא נכון לסכם את זה עם ההוצאות האחרות של משרד הבריאות.  זה גם מסביר את ההופעה הפתאומית ב-1998: בכל מקרה זה לא באמת חלק מהתקציב, ולפני 1998 פשוט לא רשמו את זה.  לגבי השנים שבהן בתי החולים כן מופיעים יש בעיה נוספת: ברוב המקרים ההכנסות וההוצאות מופיעות שתיהן בסימן +, ולכן הסכום הכללי הוא כפליים ממה שצריך להיות, ואי אפשר להסתמך על הסעיף בתקציב כמו שהוא.  ובאותם מקרים בהם ההכנסות מופיעות בסימן הפוך, הסך הכל הוא כצפוי 0.  בלית ברירה סיכמתי את התקציבים של כל בתי החולים ברשימה בעצמי.

%d בלוגרים אהבו את זה: