Sådan beregner vi vurderingen

De fire datakilder

For hvert plejehjem henter vi data fra fire offentlige kilder og mapper dem til en 1–5 stjerne-skala:

1. STPS-tilsynsrapporter (alle plejehjem)

Styrelsen for Patientsikkerhed udfører tilsyn med ældreplejen og udsteder sanktion-niveauer. Vi mapper:

• Ingen kritik → ★★★★★ (5)
• Henstilling → ★★★ (3)
• Påbud → ★★ (2)
• Forbud → ★ (1)

Vi tager værste sanktion-niveau fra alle tilgængelige rapporter (typisk de seneste 3 år, da STPS sletter ældre rapporter). 369 ud af 932 plejehjem (~40 %) har en STPS-rapport matchet i vores database.

2. Fødevarestyrelsens smiley

Hvert plejehjems-køkken bliver kontrolleret af Fødevarestyrelsen og får en smiley der måler mad-håndtering og hygiejne. Vi mapper:

• 😀 Glad / Elite-smiley → ★★★★★ (5)
• 😐 Neutral → ★★★ (3)
• 🙁 Sur → ★★ (2)
• 😠 Strengt sur → ★ (1)

Vi matcher på CVR/P-nummer (Findsmiley publicerer åbne XML-data). 717 ud af 932 plejehjem (~77 %) har en smiley matchet.

3. Beboertilfredshed (kun Københavns Kommune)

Sundheds- og Omsorgsforvaltningen i Københavns Kommune (SUF) publicerer årlige BRUS-undersøgelser med beboernes 1–5-svar på "Er du tilfreds med at bo her på plejehjemmet?". Vi mapper:

• ≥ 4.5 → ★★★★★ (5)
• ≥ 4.0 → ★★★★ (4)
• ≥ 3.5 → ★★★ (3)
• ≥ 2.5 → ★★ (2)
• < 2.5 → ★ (1)

30 ud af 38 KK-plejehjem (~79 %) har BRUS-data. Vi mangler endnu tilsvarende data fra andre kommuner — fx Aarhus og Roskilde har lignende undersøgelser som vi vil tilføje når vi har bygget scrapere til dem.

4. Sygefravær blandt medarbejdere

Plejehjemmene indrapporterer selv det gennemsnitlige antal sygedage per medarbejder per år til Plejehjemsoversigten. Højt sygefravær korrelerer med ustabile arbejdsforhold, høj udskiftning og brudte plejerelationer — alle faktorer der påvirker kvaliteten af plejen direkte. Skalaen er designet til lav effektiv vægt så kun klart bekymrende fravær trækker ratingen ned:

• ≤ 19 dage/år (≤P75) → ★★★★★ (5) — påvirker ikke rating
• 20–25 dage/år (P75–P90) → ★★★★ (4) — let bekymrende
• 26–35 dage/år (P90–P99) → ★★★ (3) — bekymrende
• > 35 dage/år (top ~2 %) → ★★ (2) — markant højt

Landsmedianen er 13 dage/år. 909 ud af 932 plejehjem (~98 %) har sygedage-data. Vi capper værdier over 50 dage som datafejl (sentinel-værdier og indtastningsfejl udgør ~0.3 % af rådata). For ~20 % af plejehjem er sygefraværet det forhold der bestemmer stjerne-vurderingen.

Hvordan kilderne kombineres

Den samlede stjerne-vurdering er den laveste score fra de tilgængelige kilder. Det betyder at ★★★★★ kræver perfekt score hos ALLE de kilder vi har data fra. Det er den mest forsigtige tilgang — stjernerne afspejler det værste forhold, ikke gennemsnittet.

Eksempel: Et plejehjem med STPS = Ingen kritik (5) + Smiley = Glad (5) + Sygefravær = 22 dage (4) får ★★★★ samlet, ikke et gennemsnit på 4.7. Et andet plejehjem med STPS = 5 + Smiley = 5 + BRUS = 3.6 (3) + Sygefravær = 10 dage (5) får ★★★, fordi BRUS er den laveste.

Hvad vurderingen IKKE siger

Stjerne-vurderingen er én indikator blandt flere — ikke et fuldt billede. Den siger ikke noget om:

• Atmosfæren og stemningen i hverdagen
• Personalets faglige niveau og engagement
• Den fysiske beliggenhed og omgivelser
• Hvor velegnet plejehjemmet er til specifikke behov (demens, terminal pleje, m.m.)
• Pårørendes oplevelse (med undtagelse af KK's pårørende-BRUS)

Vores stærke anbefaling: besøg plejehjemmet selv, tal med pårørende til nuværende beboere, og spørg om det specifikke personale der vil pleje din kære.

Hvad vi bevidst har droppet

Flere datakilder ligger ligetil men er bevidst udeladt — enten fordi forskningen siger de er sekundære beslutningsfaktorer, eller fordi datakvaliteten ikke retfærdiggør indsatsen. Vi dokumenterer det her for at være transparente om vores valg.

POI-data (transport, indkøb, kirker)

Plejehjemsoversigtens CSV indeholder afstandsfelter til indkøb og kirke, og vi kunne nemt hente offentlig transport og andre POI-data fra OpenStreetMap. Vi har valgt at ikke gøre det til et primært feature, fordi:

• Plejehjemsbeboere foretager sjældent selvstændige ture til indkøb eller offentlig transport. Den typiske beboer har et plejebehov der gør den slags urealistisk.
• For pårørende betyder transport noget, men som praktisk tjekboks — ikke som afgørende valgkriterium. Forskningen peger på at pårørende vægter pleje-kvalitet, personalestabilitet og hjemlighed langt højere end fysisk beliggenhed.
• Egne udearealer betyder mere end nærliggende parker.Når forskningen taler om "grønne omgivelser" handler det om plejehjemmets egen sansehave eller gårdhave — ikke om der ligger en park 400 meter væk. Dem viser vi som boolean-flag (Sansehave, Gårdhave, Træningsfaciliteter) i Faciliteter-sektionen.

POI-data ville fylde siden uden at hjælpe beslutningen. Vi foretrækker at investere pladsen på data der reelt påvirker valget.

Ventetid per kommune

En åbenlys mangel — pårørende vil gerne vide hvor lang ventetiden til en plejebolig er. Men 98 kommuner publicerer ventetid på 98 forskellige måder, med ujævne definitioner ("aktuel gennemsnitsventetid" vs "antal på venteliste") og hyppige ændringer. At opbygge og vedligeholde 98 scrapere er ude af proportion med kvaliteten af resultatet.

I stedet viser vi plejekapacitet per 100 borgere over 80 år i kommunen — beregnet fra plejehjemsoversigtens pladstal og Danmarks Statistiks FOLK1A. Det er et stabilt strukturelt signal der svarer på "hvor knapt er udbuddet?" — den underliggende grund til ventetid. Det er ikke ventetid, men det er bedre end ingenting og fagligt sammenligneligt på tværs af kommuner.

Kendte svagheder

• 1 plejehjem mangler stjerner fordi det mangler i alle fire kilder. Med sygedage som ny kilde dækker vi nu 931 ud af 932 plejehjem.
• BRUS-data er KK-only, så ★★★★★ kan opnås uden en beboertilfredsheds-måling i 894 ud af 932 tilfælde.
• Sygefravær indrapporteres af plejehjemmene selv til Plejehjemsoversigten — der kan være tvivl om definition (kun korttidsfravær eller alle fraværsdage?). Vi har valgt en konservativ skala hvor kun klart bekymrende værdier påvirker rating.
• STPS sletter rapporter efter 3 år. Et plejehjem med kun gamle problemer ses som "ingen rapport" hvilket kan virke uretfærdigt for plejehjem der har rettet op.
• Name-matching er fuzzy. Vi matcher STPS-rapporter til vores plejehjem-database via kommune + normaliseret navn, hvilket fejler for plejehjem med usædvanlige navne (fx Lindholm Plejehjem i Aalborg matchede ikke i første runde).

Opdateringer

Data opdateres automatisk via GitHub Actions:

• Plejehjemsdata: månedligt (CSV opdateres månedligt)
• Bofællesskaber: ugentligt
• STPS-tilsyn: månedligt
• Fødevare-smiley: ugentligt
• KK BRUS: månedligt (PDF'er kommer årligt i marts)
• Ældreministeriets BTU (kommune-data): månedligt

Fejl og rettelser

Hvis du finder en faktuel fejl, en forkert match, eller har et forslag til metoden, så skriv til tt@gaijin.dk. Vi læser al post og retter fejl samme dag.