Formålet med denne rapport er at beskrive forekomsten af kronisk sygdom i Region Hovedstaden ud fra oplysninger fra nationale registre.

Transkript

1 1 Metode 1.1 Formål Ved planlægning af sundhedsfremme og forebyggelsesaktiviteter såvel som ved planlægning af sundhedsvæsenets aktiviteter er det nødvendigt at kende til forekomsten og fordelingen af kroniske sygdomme. Formålet med denne rapport er at beskrive forekomsten af kronisk sygdom i Region Hovedstaden ud fra oplysninger fra nationale registre. I kapitel 2 beskrives antallet af samlede sygdomstilfælde (prævalens) og nye sygdomstilfælde (incidens) for 11 kroniske sygdomme i perioden 2007 til 2009/10. For hver enkelt sygdom sættes samlede og nye sygdomstilfælde i relation til en række sociodemografiske forhold. I kapitel 3 er omdrejningspunktet tre kroniske sygdomme, hvortil der foreligger godkendte forløbsprogrammer i Region Hovedstaden diabetes, KOL og hjertekarsygdom. For de tre sygdomme beskrives fordelingen af sociodemografiske faktorer, kontakter til sundhedsvæsenet samt udgifter til sundhedsvæsenet - både på regions-, planlægningsområde- og kommuneniveau. Rapporten kan udover at anvendes som et opslagsværk fungere som et planlægningsværktøj for region og kommuner i forhold til forebyggelses- og rehabiliteringsindsatsen over for kronisk sygdom. 1.2 Materiale Registerdata I Danmark har vi en unik mulighed for at indhente og koble oplysninger om sociodemografiske forhold, sygdomsforekomst, medicinforbrug og omkostninger til sundhedsydelser via nationale registre. Til brug i denne rapport er der foretaget et registerudtræk omfattende alle borgere på 16 år og derover, som var bosat i Region Hovedstaden 1. januar 2007, 1. januar 2008, 1. januar 2009 samt 1. januar I tabel 1.1 ses antallet af borgere i regionen i disse udtræk. Tabel 1.1 Antal borgere med bopæl i Region Hovedstaden pr. 1. januar i årene 2007, 2008, 2009 og udtræk 2008-udtræk 2009-udtræk 2010-udtræk Alle borgere på 16 år eller derover i regionen

2 Der er indhentet oplysninger fra følgende registre: Det centrale personregister Uddannelsesregisteret Indkomststatistikregisteret Befolkningsstatistikregisteret Landspatientregisteret Lægemiddelstatistikregisteret Sygesikringsregisteret Diabetesregisteret Registeroplysningerne danner grundlag for beskrivelsen af køn, alder, uddannelsesniveau, erhvervstilknytning, civilstand, etnisk baggrund, kommunesocialgruppe, kroniske sygdomme, kontakter til sundhedsvæsenet samt udgifter til sundhedsvæsenet. Udtrækkene er baseret på de senest tilgængelige, relevante oplysninger. Det har dog ikke i alle tilfælde været muligt at få de relevante oplysninger for et bestemt udtræk for samme år. Af tabel 1.2 fremgår, hvilket år de forskellige oplysninger er baseret på. Tabel 1.2 Oversigt over dataudtræk fra nationale registre Indikator 2007-udtræk 2008-udtræk 2009-udtræk 2010-udtræk Køn og alder Uddannelse Erhvervstilknytning Civilstand Etnisk baggrund Kronisk sygdom Diabetes Kontakter til sundhedsvæsenet Medicinudgifter Sygesikringsudgifter

3 1.2.2 Regionale og kommunale data Oplysninger om hospitalsudgifter, der knytter sig til hospitalsbehandling af kronisk syge borgere, er indhentet fra Region Hovedstadens DRG- og DAGS-registreringer 1 på det somatiske område. Hospitalsudgifter er baseret på oplysninger fra Oplysninger om kommunale sundheds- og omsorgsudgifter registreres i de enkelte kommuner og er ikke tilgængelige fra nationale registre. En opgørelse af omkostninger forbundet med borgere med kronisk sygdom er dog mere komplet, hvis omkostninger til både regionale og kommunale sundheds- og omsorgsydelser indgår. Til brug i denne rapport har Sundheds- og Omsorgsforvaltningen i Københavns Kommune leveret data vedrørende de kommunale sundheds- og omsorgsydelser. 1.3 Definition af variable Kronisk sygdom De nationale registre giver ikke direkte information om, hvorvidt en borger har en kronisk sygdom eller ej. I denne rapport identificeres borgere med kronisk sygdom derfor ud fra oplysninger om diagnoser, medicin (ATC-koder til identifikation af specifik medicin) og forbrug af sundhedsydelser. Tabel 1.3 vises de benyttede dataalgoritmer til identifikation af kronisk syge borgere i registre. 1 DRG: Diagnoserelaterede grupper. DAGS: Dansk ambulant grupperingssystem. 8

4 Tabel 1.3 Oversigt over kriterier for identifikation af borgere med kronisk sygdom i registre Sygdom Definition Leddegigt Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B 2, inkl. åbne kontakter), og/eller som inden for en 12 måneders periode, i løbet af de foregående 5 år, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder. Diagnosekoder: M05-07, M10-14 ATC-koder: M01C, L04AA13, A07EC01, L01BA01, P01BA01, P01BA02, M01CB01, M01CB03, L04AA11, LO4AA12, L04AA17, L04AA14, M04AA01, M04AB01 Slidgigt Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter): Diagnosekoder: M15-19 Rygsygdom Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter): Diagnosekoder: M40-54 Knogleskørhed Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter), og/eller som inden for en 12 måneders periode, i løbet af de foregående fem år, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder. Diagnosekoder: M80-82, samt for personer >45 år: S22, S32.0, S42, S52, S62, T10, S72, S82, S92 ATC-koder: M05B, G03XC01, H05AA03, H05AA02 Iskæmisk hjertesygdom + hjertesvigt Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inklusiv åbne kontakter), og/eller inden for en 12 måneders periode, i løbet af de foregående fem år, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder. Diagnosekoder: I11, I13, I20-25, I50 ATC-koder: C01A, C01B, C01D, C01E Apopleksi Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter): Diagnosekoder: I60-64, I69 KOL Alle borgere, 35 år pr det givne år, der inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter), og/eller inden for de foregående 12 måneder, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder og/eller inden for de sidste 12 måneder har fået foretaget mindst to spirometriundersøgelser på forskellige datoer defineret med følgende laboratorieydelser. Diagnosekoder: J40-44, J47, J96 ATC-koder: R03AC, R03AK, R03BA, R03BB, R03CC, R03DA, R03DC, V03AN01 Laboratorieydelser: 7113, 7121 (speciale 80) 2 A- og B-diagnoser står for henholdsvis aktionsdiagnose og bi-diagnose. 9

5 Tabel fortsat. Sygdom Definition Kronisk lungesygdom Alle borgere, 35 år pr det givne år, som inden for de seneste fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter), og/eller inden for de foregående 12 måneder, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder og/eller inden for de sidste 12 måneder har fået foretaget mindst to spirometriundersøgelser på forskellige datoer defineret med følgende laboratorieydelser. Diagnosekoder: J40-44, J47, J96 ATC-koder: R03AC, R03AK, R03BA, R03BB, R03CC, R03DA, R03DC, V03AN01 Laboratorieydelser: 7113, 7121 Samt Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter) og/eller som indenfor en 12 måneders periode, i løbet af de foregående fem år, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder. Diagnosekoder: J45-46 ATC-koder: R03 Diabetes Alle borgere, der indgår i Det Nationale Diabetesregister før datoen for populationsudtrækket. Psykisk sygdom Alle borgere, som inden for de foregående fem år, inden for en 12 måneders periode, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder: ATC-koder: N06A, N05A, N05AN Kræft Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter): Diagnosekoder: C C45-97 Allergi Alle borgere, som inden for de foregående fem år har fået stillet følgende diagnoser (A og B, inkl. åbne kontakter), og/eller som inden for en 12 måneders periode, i løbet af de foregående fem år, har indløst to recepter på to forskellige datoer med nedenstående ATC-koder. Diagnosekoder: H10.3, J30, J31.0 ATC-koder: V01AA, R01AC, R01AD, R01AX, R01BA, R06A, S01G Sociodemografi og sundhedsydelser En lang række sociodemografiske forhold har betydning for borgernes sundhedstilstand. I denne rapport beskrives kronisk sygdom i forhold til køn, alder, uddannelse, erhvervstilknytning, civilstand, etnisk baggrund, kommunesocialgrupper, planlægningsområder, kontakter til sundhedsvæsenet samt udgifter til sundhedsvæsenet. 10

6 Uddannelse Til kategorisering af borgernes uddannelsesniveau er der taget udgangspunkt i Dansk Uddannelsesnomenklatur (DUN), som klassificerer personer på baggrund af personens højest fuldførte uddannelse uden hensyntagen til igangværende uddannelser. Kategoriseringen er foretaget på registervariablen HFFSP fra Danmarks Statistik ved hjælp af en konverteringsnøgle mellem HFFSP og DUN-klassifikation, ligeledes fra Danmarks Statistik ( Se tabel 1.4. Tabel 1.4 Kategorisering af uddannelse DUN Denne rapport Eksempel Folkeskoleniveau Grundskoleniveau I Grundskoleniveau II Gymnasialt niveau I Ingen erhvervsuddannelse Børnehaveklasse klasse klasse Erhvervsfagligt grundforløb 4 5 Gymnasialt niveau II Korte videregående uddannelser Kort uddannelse SOSU-hjælper, tømrer, frisør, kontorassistent, student/hf Multimediedesigner, kordegn 6 Mellemlange videregående uddannelser Mellemlang videregående uddannelse Skolelærer, politibetjent, journalist, pædagog 7 8 Lange videregående uddannelser Forskerniveau Lang videregående uddannelse Civilingeniør, cand.mag., psykolog Ph.d.-grad, speciallæge 9 Uden for niveauplacering Missing Erhvervstilknytning Til kategorisering af borgernes erhvervstilknytning er der taget udgangspunkt i den socioøkonomiske klassifikation SOCIO02 fra Indkomststatistikregisteret, som dannes ud fra oplysninger om væsentligste indkomstkilde for personen. Ud fra indkomstkilden fastlægges, om personen er i beskæftigelse, under uddannelse, arbejdsløs, langtidssyg, i revalidering, på kontanthjælp, førtidspensionist eller pensionist (tabel 1.5) ( 11

7 Tabel 1.5 Kategorisering af erhvervstilknytning SOCIO02 Selvstændig, +10 ansatte Selvstændig, 1-4 ansatte Selvstændig, ingen ansatte Medarbejdende ægtefælle Topleder Lønmodtager høj færdighed Lønmodtager mel. færdighed Lønmodtager grund færdighed Andre lønmodtagere Lønmodtager færdigheder uoplyst Uddannelsessøgende Arbejdsløs min. halvt år Sygedagpenge Orlov Revalidering Kontanthjælpsmodtager Førtidspensionister Folkepensionister Efterlønsmodtager mv. Andre Børn Denne rapport I beskæftigelse Under uddannelse Arbejdsløs Langtidssyg, revalidering, kontanthjælp mv. Førtidspensionist Pensionist Missing Civilstand Til kategorisering af borgernes juridiske civilstand er der taget udgangspunkt i variablen CIVST fra Danmarks Statistik ( Civilstand er herudfra kategoriseret i tre forskellige kategorier: Ugift/fraskilt, gift og enkestand. Etnisk baggrund Etnisk baggrund er dannet ud fra registeroplysninger om borgerens oprindelsesland. Etnisk baggrund inddeles i kategorierne Danmark (oprindelsesland: Danmark), Andre vestlige lande (oprindelsesland: de 27 EU-lande plus Andorra, Island, Liechtenstein, Monaco, Norge, San Marino, Schweiz, Vatikanstaten, Canada, USA, Australien og New Zealand) og ikke-vestlige lande (oprindelsesland: alle øvrige lande)(1). 12

8 Kommunesocialgrupper Regionens 29 kommuner og 10 københavnske bydele er inddelt i fire kommunesocialgrupper på baggrund af oplysninger om uddannelse, erhvervstilknytning og bruttoindkomst fra henholdsvis Uddannelsesregisteret og Indkomststatistikregisteret. Inddelingen i kommunesocialgrupper er baseret på oplysninger om: Andel af borgere med kort uddannelse Andel af borgere, som er uden for arbejdsmarkedet: Arbejdsløse (i mindst et halvt år), førtidspensionister, modtagere af kontanthjælp, sygedagpenge, uddannelsesgodtgørelse og orlovsydelse Gennemsnitlig bruttoindkomst For hver kategori rangordnes kommunerne og inddeles i fire lige store grupper. Kommunerne tildeles point fra 1-4: 1 point, hvis kommunen er i den fjerdedel af kommuner med mindst andel af borgere med kort uddannelse; 4 point, hvis kommunen er i den fjerdedel med størst andel af borgere med kort uddannelse. 1 point, hvis kommunen er i den fjerdedel af kommuner med mindst andel af borgere uden for arbejdsmarkedet; 4 point, hvis kommunen er i den fjerdedel med størst andel af borgere uden for arbejdsmarkedet. 1 point, hvis kommunen er i den fjerdedel af kommuner med højest gennemsnitlig bruttoindkomst; 4 point, hvis kommunen er i den fjerdedel med lavest gennemsnitlig bruttoindkomst. Summen af point afgør, hvilken kommunesocialgruppe kommunen placeres i. Den fjerdedel af kommunerne, der har færrest point, udgør den højeste kommunesocialgruppe, mens den fjerdedel af kommunerne, som har flest point, udgør den laveste kommunesocialgruppe. Hvis der er flere kommuner med samme antal point, benyttes gennemsnitlig bruttoindkomst til rangordning af disse kommuner. Inden for hver kommunesocialgruppe er kommunerne vist i alfabetisk orden. Tabel 1.6 viser inddelingen i kommunesocialgrupper i Region Hovedstaden. 13

9 Tabel 1.6 Inddeling i kommunesocialgrupper Kommuner Lavt uddannede Indkomst Sum Uden for arbejdsmarkedet Kommunesocialgruppe Allerød Dragør Egedal Furesø Gentofte Hørsholm Lyngby-Taarbæk Rudersdal Vallensbæk Fredensborg Frederiksberg Frederikssund Gladsaxe Gribskov Helsingør Hillerød Kbh Indre by Kbh Vanløse Kbh Østerbro Ballerup Glostrup Halsnæs Herlev Hvidovre Høje-Taastrup Kbh Amager Øst København Rødovre Tårnby Albertslund Bornholm Brøndby Ishøj Kbh Amager Vest Kbh Bispebjerg Kbh Brønshøj-Husum Kbh Nørrebro Kbh Valby Kbh Vesterbro/Kongens Enghave

10 Planlægningsområder I forhold til den regionale organisering af sundhedsvæsenet i Region Hovedstaden, er regionen opdelt i fire planlægningsområder, som hver har et områdehospital og en række nærhospitaler. I tabel 1.7 ses en oversigt over de fire planlægningsområders kommuner, områdehospitaler og nærhospitaler. Bornholm har i denne sammenhæng en særstatus på grund af geografiske forhold og indgår ikke i tabellen. Rigshospitalet indgår ikke i oversigten, da hospitalet er et specialfunktionshospital. Tabel 1.7 Oversigt over planlægningsområder og tilhørende kommuner, områdehospital og nærhospitaler Planlægningsområde Nord Midt Byen Syd Kommuner/Bydele Allerød Ballerup Frederiksberg Albertslund Fredensborg Egedal Bispebjerg Bydel Brøndby Frederikssund Gribskov Halsnæs Helsingør Hillerød Hørsholm Furesø Gladsaxe Gentofte Herlev Lyngby-Taarbæk Rudersdal Brønshøj-Husum Bydel Indre By Bydel Nørrebro Bydel Vanløse Bydel Østerbro Bydel Dragør Glostrup Hvidovre Høje Taastrup Ishøj Tårnby Rødovre Vallensbæk Amager Vest Bydel Amager Øst Bydel Valby Bydel Vesterbro Bydel Områdehospital Hillerød Herlev Bispebjerg Hvidovre Nærhospital Frederikssund Helsingør Gentofte Frederiksberg Glostrup Amager Kontakter til sundhedsvæsenet Kontakter til sundhedsvæsenet er defineret på baggrund af oplysninger fra Landspatientregisteret og Sygesikringsregisteret. Der er undersøgt 11 typer af kontakter: Kontakter til praktiserende læge, speciallæge, vagtlæge, skadestue, ambulante kontakter, hospitalsindlæggelser, sengedage, årskontroller, forebyggelige indlæggelser, genindlæggelser og spirometriundersøgelser. Hver type kontakt er inddelt i forhold til antallet af kontakter i to kategorier: 0 kontakter og >0 kontakter. Blandt borgere, der har mere end 0 kontakter, beregnes medianen og den 90. percentil (se tabel 1.10). I tabel 1.8 ses definitioner på de 11 typer af kontakter. 15

11 Tabel 1.8 Kontakter til sundhedsvæsenet Definition Kontakter til praktiserende læge Antal kontakter til praktiserende læge (ekskl. vagtlæge) i løbet af det seneste kalenderår. Opgjort ved hjælp af variablen kontakt i Sygesikringsregisteret for speciale 80. Kontakter til praktiserende speciallæge Kontakter til vagtlæge Antal kontakter til praktiserende speciallæge i løbet af det seneste kalenderår. Opgjort ved hjælp af variablen kontakt i Sygesikringsregisteret for specialerne 06, 08, 18, 09, 17, 20, 23, 04, 24, 35, 26, 19, 39, 15, 16, 21, 41, 03, 05, 01. Antal kontakter til vagtlæge i løbet af det seneste kalenderår. Opgjort ved hjælp af variablen kontakt i Sygesikringsregisteret for speciale og 89. Ambulante kontakter Antal besøg i forbindelse med ambulante forløb i løbet af det seneste kalenderår. Opgjort ved at summere antallet af ambulante kontakter i Landspatientregisteret. Skadestuekontakter Hospitalsindlæggelser Antal skadestuebesøg i løbet af det seneste kalenderår. Opgjort ved at summere antallet af skadestuekontakter i Landspatientregisteret. Antal hospitalsindlæggelser i løbet af det seneste kalenderår. Opgjort ved at summere antallet af hospitalsindlæggelser i Landspatientregisteret. På hinanden følgende indlæggelser, hvor den førstes udskrivningsdato er lig den andens indlæggelsesdato, er talt som én indlæggelse. Sengedage Antal sengedage i alt under hospitalsindlæggelser i løbet af det seneste kalenderår. Opgjort som Sundhedsstyrelsen plejer, dvs. som udskrivningsdato minus indlæggelsesdato, men hvor der altid er mindst 1 sengedag. Optællingen er foretaget på hospitalsindlæggelser (jf. forrige variabel), så en dag på en modtageafdeling ikke tæller ekstra. Ved indlæggelser startet før 1/1 i det aktuelle kalenderår, er der talt dage fra og med 1/1 i kalenderåret. Årskontrol Antal årskontroller udført hos praktiserende læge i løbet af det seneste kalenderår. Opgjort ved hjælp af ydelseskoderne ved samme kontakt for speciale 80 i Sygesikringsregisteret. Forebyggelige indlæggelser Antallet af hospitalsindlæggelser i 2009 med aktionsdiagnoserne: DJ12-15, DJ18, DJ20-22, DJ40-47, DE869, DN30.0, DN30.1, DN30.2, DN30.8, DK590, DD50-53, DS02, DS12, DS22, DS32, DS42, DS52, DS62, DS72, DS82, DS92, DA09, DL89, DZ59, DZ Opgjort ved at summere antallet i Landspatientregisteret. Genindlæggelse Antal genindlæggelser 30dage efter udskrivelse fra en indlæggelse, der er defineret som en hospitalsindlæggelse i løbet af det seneste kalenderår. Spirometri Antal spirometrier i løbet af det seneste kalenderår udført hos praktiserende læge. Opgjort ved hjælp af ydelseskoderne 7113 og 7121 for speciale 80 i Sygesikringsregisteret. Udgifter til sundhedsvæsenet Udgifter til sundhedsvæsenet er defineret på baggrund af oplysninger fra Sygesikringsregistret, Lægemiddelstatistikregistret og Region Hovedstadens DRG- og DAGS-registreringer 3 på det somatiske område. Der benyttes 11 typer af udgifter i rapporten: Hospitalsudgifter, sygesikringsudgifter, medicinudgifter, primærsektor 3 DRG: Diagnoserelaterede grupper. DAGS: Dansk ambulant grupperingssystem. 16

12 (regional andel), primærsektor (kommunal andel), sekundær sektor (regional andel), sekundær sektor (kommunal andel), lægemidler (regional andel), lægemidler (kommunal andel), lægemidler (patient andel) og kommunale udgifter. For alle borgere med KOL, diabetes, hjertekarsygdom og mindst to af disse sygdomme beregnes den totale omkostning forbundet med forbrug af sundhedsydelser samt en gennemsnitlig omkostning per person. Udgifter til kommunale sundheds- og omsorgsydelser er defineret på baggrund af oplysninger fra Sundheds- og Omsorgsforvaltningen, Københavns Kommune. Der benyttes fire typer af udgifter i rapporten; plejehjem mm, hjemmehjælp, hjælpemidler og rehabilitering. Disse udgiftstyper er udvalgt på baggrund af, at de i en tidligere undersøgelse var de største udgiftsposter forbundet med borgere med kronisk sygdom, og dels tilgængelighed (2). I tabel 1.9 ses definitioner på de 11 typer af udgifter. Tabel 1.9 Udgifter til sundhedsvæsenet Definition Medicinudgifter Sygesikringsudgifter Samlede udgifter til medicin købt på recept. Opgjort ved hjælp af variablen EKSP fra Lægemiddelstatistikregistret, som er en sum af alle priser for ATC-koder. Samlede udgifter til sygesikringsydelser (inkl. almen praksis, speciallæger osv.) Opgjort ved hjælp af følgende koder for variablen BRUHON fra Sygesikringsregisteret: Koder: 01,03-09, 11, 17-26, 28, 50-51, 53-55, 57-59, 63-64, 80-83, 89 Hospitalsudgifter Udgifter i primær sektor (regional andel) Udgifter i primær sektor (kommunal andel) Samlede udgifter til kommunal medfinansiering til hospitalsindlæggelser, ambulante hospitalskontakter og genoptræning, samt regionens udgifter til hospitalsindlæggelser, ambulante kontakter og genoptræning. Opgjort på baggrund af Region Hovedstadens DRGog DAGS-registreringer på det somatiske område. Sygesikringsudgifter fratrukket udgifter til primær sektor (kommunal andel). 10 % af summen af variablen BRUHON for specialerne: 80-83, 89 (med de sidste fire cifre: 0101, 0102, 0105, 0106, 0107, 0201, 0411, 0421, 0431, 0441, 0451, 0461, , 0501, 0602, 2301, 2302) samt specialerne: 50-51, 53-55, og % af summen af variablen BRUHON (dog max. 320 kr. pr. ydelse) for specialerne 01,03-09,11,17-26 og 28. Udgifter i sekundær sektor (regional andel) Summen af regionens udgifter til hospitalsindlæggelser, ambulante kontakter og genoptræning. Udgifter i sekundær sektor (kommunal andel) Udgifter til lægemidler (regional andel) Udgifter til lægemidler (kommunal andel) Udgifter til lægemidler (patient andel) Kommunale udgifter Summen af udgifter til kommunal medfinansiering til hospitalsindlæggelser, ambulante hospitalskontakter og genoptræning. Samlede regionale udgifter til lægemidler købt på recept. Sum af variablen TSKA i Lægemiddelstatistikregistret. Samlede kommunale udgifter til lægemidler købt på recept. Sum af variablen TSK1 + TSK2 i Lægemiddelstatistikregisteret. Samlede udgifter for patienterne til lægemidler købt på recept. Sum af variablen PTP i Lægemiddelstatistikregistret. Sum af kommunale udgifter til hjemmehjælp mm., plejehjem, hjælpemidler og rehabilitering. 17

13 1.4 Analysemodeller og statistiske metoder I rapportens kapitel 2 og 3 anvendes forskellige analysemodeller. Kapitel 2 Forekomst af kroniske sygdomme i Region Hovedstaden I kapitel 2 beskrives samlede og nye tilfælde af kronisk sygdom fra 2007 til 2009/2010 baseret på registerdata for hele den voksne befolkning (16+ år) i Region Hovedstaden. Forekomsterne beskrives for 11 kroniske sygdomme (leddegigt, slidgigt, rygsygdom, knogleskørhed, iskæmisk hjertesygdom + hjertesvigt, apopleksi, kronisk lungesygdom, diabetes, psykisk sygdom, kræft og allergi) samt to komorbiditetsvariable. For hver kronisk sygdom beskrives, hvordan sygdommen fordeler sig i forhold til køn, alder, uddannelse, erhvervstilknytning, etnisk baggrund og kommunesocialgruppe. I bilag A vises kommunetabellerne for de kroniske sygdomme for hver af regionens 29 kommuner og 10 københavnske bydele. Kommunetabellen for Københavns Kommune omfatter både tal for de 10 bydele og tal for personer, som ikke kan placeres i en bydel. I bilag B vise kort med forekomst af sygdomme for Kapitel 3 Forbrug af sundhedsydelser blandt borgere med diabetes, KOL og hjertekarsygdom I kapitel 3 er omdrejningspunktet borgere med diabetes, KOL, hjertekarsygdom samt borgere med mindst to af disse sygdomme i Her gives en detaljeret gennemgang af disse borgeres sociodemografiske profil i forhold til køn, alder, uddannelse, erhvervstilknytning, civilstand, etnisk baggrund samt forbrug af sundhedsydelser og udgifter knyttet hertil. Vurderingen af alle analyser foretages ud fra et signifikansniveau på 5 %. Beskrivelsen foregår på flere niveauer: Region: Beskrivelse af borgere med de nævnte kroniske sygdomme i Region Hovedstaden i forhold til sociodemografiske faktorer. Planlægningsområde: Beskrivelse af borgere med de nævnte kroniske sygdomme i de fire planlægningsområder (Nord, Midt, Byen og Syd) i forhold til sociodemografiske faktorer. Kommune: Beskrivelse af forbrug af regionale sundhedsydelser (kontakter og udgifter til sundhedsvæsenet) blandt borgere med de nævnte kroniske sygdomme i de 29 kommuner og 10 københavnske bydele. I logistiske regressionsanalyser beregnes odds ratio for, hvorvidt forbruget af kontakter ligger over eller under regionsgennemsnittet, når der justeres for køn og alder. Her indgår kontakter som 0 kontakter eller >0 kontakter. Herudover beskrives regionale og kommunale omkostninger knyttet til forbruget af regionale sundhedsydelser for borgere med diabetes, KOL og hjertekarsygdom. For Københavns Kommune beskrives derudover omkostninger forbundet med kommunale sundheds- og omsorgsydelser samt regionale og kommunale meromkostninger forbundet med kronisk sygdom. Til analysen af meromkostninger benyttes en alders- og kønsstandardisering. For en given sygdomsgruppe (f.eks. diabetes) og en omkostningstype (f.eks. hjemmehjælp) beregnes standardiseringen på følgende måde: I gruppen af borgere uden en af de tre kroniske sygdomme beregnes den gennemsnitlige omkostning for den pågældende omkostningstype for hver kombination af køn og alder, hvor alder er inddelt i 10-års aldersgrupper. Herefter beregnes antallet af borgere i den pågældende sygdomsgruppe opdelt på køn og 10- års aldersgrupper, og dette antal ganges med 18

14 den gennemsnitlige omkostning fra gruppen uden de kroniske sygdomme. Denne omkostning er således den forventede omkostning i hver køns- og aldersgruppe. Herefter summeres over køns- og aldersgrupperne i hele sygdomsgruppen. Dette er således den forventede omkostning, hvis alle borgere i sygdomsgruppen havde haft samme omkostninger som borgere i gruppen uden diabetes, KOL og hjertekarsygdom. Den forventede samlede omkostning til sygdomsgruppen kan derefter opgøres som den forventede gennemsnitlige omkostning pr. person. Denne forventede omkostning kan derefter sammenholdes med den totale gennemsnitlige omkostning pr. person i sygdomsgruppen for at finde meromkostning forbundet med diabetes, KOL og hjertekarsygdom. 19

15 1.5 Begrebsafklaring I rapporten benyttes begreberne primær- og sekundærsektoren. Primær sektoren inkluderer almen praktiserende læge, praktiserende speciallæge samt vagtlægeordningen. Sekundærsektoren omfatter hospitaler inklusiv ambulatorier. En række statistiske begreber nævnes i rapporten. I tabel 1.10 defineres de mest centrale begreber. Tabel 1.10 Statistiske begreber Sygdom Definition Prævalens Prævalens (samlede sygdomstilfælde) angiver antal personer med en given sygdom på et givet tidspunkt i en afgrænset befolkning, I denne rapport drejer det sig om alle borgere på 16 år eller derover, som boede i Region Hovedstaden i hhv. 2007, 2008, 2009 og Incidens Incidens (nye sygdomstilfælde) angiver antal nye sygdomstilfælde i en befolkningsgruppe i løbet af en given tidsperiode. I denne rapport anvendes en kumuleret incidensrate (nye sygdomstilfælde pr. år pr. 100 borgere). Statistisk signifikansniveau I denne rapport vurderes resultater fra de statistiske analyser i kapitel 3 ud fra et signifikansniveau på 5 %. Dette betyder, at der er op til fem procents sandsynlighed for, at vi konkluderer ud fra vores data, at en kommunes resultat afviger fra regionsgennemsnittet, selvom det ikke er tilfældet. Odds ratio Odds ratio benævnes OR. Hvis OR>1 for en kategori, så er andelen af borgere, der forbruger en given ydelse, større end andelen i referencekategorien (i denne rapport er referencekategorien regionsgennemsnittet), når der er taget højde for faktorer som køn og alder. Hvis OR<1, så er andelen af borgere, der forbruger en given ydelse, derimod mindre. Median Medianen er den midterste observation i et sorteret datasæt. Halvdelen af personerne har en værdi, som ligger under medianen, og halvdelen af personerne har en værdi, som ligger over medianen. Da data i denne rapport har mange personer med samme værdi, er medianen valgt således, at mindst halvdelen af personerne har en værdi, som er større end eller lig den angivne median. Kvartiler Kvartiler er de tre observationer, som deler personerne i et sorteret datasæt i fire lige store grupper. Grupperne efter inddelingen betegnes ofte 1., 2., 3. og 4. kvartil. Første kvartil indeholder de 25% af personerne, som har de laveste værdier af den variabel, data er sorteret efter, hvorimod 4. kvartil indeholder de 25 % af personerne, som har de højeste værdier. 90 percentil 90 percentilen (fraktilen) er den observation i et sorteret datasæt, som deler personerne op, så 90% af personerne har en værdi, som ligger under 90 percentilen, og 10 % har en værdi, som ligger over 90 percentilen. Da data i denne rapport har mange personer med samme værdi, er 90 percentilen således, at mindst 10% af personerne har en værdi, som er større end eller lig den angivne 90 percentil. Meromkostninger I denne rapport beregnes meromkostninger som de gennemsnitlige omkostninger for en gruppe borgere med kronisk sygdom (her diabetes, KOL, hjertekarsygdom eller mindst to af disse), fratrukket de forventede omkostninger til en gruppe borgere med tilsvarende alders- og kønsfordeling, men uden kronisk sygdom (her diabetes, KOL, hjertekarsygdom eller mindst to af disse). 20

16 1.6 Sammenligning med tidligere publikationer Måden, hvorpå kronisk sygdom bliver identificeret i registre (dataalgoritmerne), påvirker forekomstens størrelse. Således vil eksempelvis en bred definition af KOL resultere i en større forekomst end en snæver definition. Ligeledes vil forskelle i definitioner på kroniske sygdomme i spørgeskema- og registerundersøgelser kunne føre til forskelle i forekomstens størrelse (3). Denne temarapport afviger på nogle punkter fra Sundhedsprofil for region og kommuner 2008 og 2010 (1;4). Rapporten er baseret på alle borgere på 16 år eller derover i Region Hovedstaden. Forekomsten af kroniske sygdomme er baseret på oplysninger indhentet fra nationale registre fem år før den 1. januar for henholdsvis 2007, 2008, 2009 og Tallene for Sundhedsprofilen 2008 er baseret på borgere i alderen år og på oplysninger fra nationale registre op til 12 år før 1. januar Generelt er forekomsterne i nærværende rapport derfor lavere end i Sundhedsprofilen 2008, hvilket må tilskrives den kortere observationsperiode på fem år samt at befolkningen er yngre. For gigtsygdomme og diabetes ses dog en højere forekomst i denne rapport sammenlignet med Sundhedsprofilen Det skyldes formodentligt den bredere definitionen af gigt, hvor en række typer af medicin nu er inkluderet i dataalgoritmen. Tallene for Sundhedsprofilen 2010 er baseret på borgere i alderen 16 år og derover i regionen. Forekomsten af kronisk sygdom er dog baseret på borgerens besvarelse af spørgeskemaet Hvordan har du det? Forekomsterne i denne rapport er for nogle sygdomme højere og for andre lavere end forekomsterne beskrevet i Sundhedsprofilen Rapporten afviger fra de nyeste tal for kronisk sygdom, som blev udgivet af Sundhedsstyrelsen i november 2011 ( For nogle sygdomme ses en højere forekomst, for andre en lavere forekomst sammenlignet med denne rapport. Dette skyldes, at Sundhedsstyrelsens kriterier for identifikation af kronisk syge borgere for hovedparten af sygdommenes tilfælde er forskellige fra de kriterier, der er anvendt i denne rapport. Særligt finder Sundhedsstyrelsen en markant højere forekomst af hjertekarsygdom. Dette skyldes formodentligt, at Sundhedsstyrelsen inkluderer flere diagnosekoder (hjerteklapsygdom, atrieflagren og atrieflimren) og flere ATC-koder (blodfortyndende medicin og betablokkere) end i denne rapport. 21

17 1.7 Læsevejledning I det følgende gives en vejledning til, hvordan centrale tabeller og figurer aflæses i rapporten. Eksempel på tabel (tabel 2.1 i rapporten): Samlede tilfælde (prævalens) af kroniske sygdomme blandt regionens borgere i 2007, 2008, 2009 og 2010 Tallet angiver, at borgere i regionen har leddegigt i 2007 Tallet angiver, at 2,13 % af borgerne i region Hovedstaden har leddegigt Personer % Personer % Personer % Personer % Uden kronisk sygdom , , , ,28 Muskelskeletsygdomme Leddegigt , , , ,19 Slidgigt , , , ,32 Rygsygdomme , , , ,34 Knogleskørhed , , , ,52 Hjertekarsygdomme Iskæmisk hjertesygdom + hjertesvigt , , , ,31 Apopleksi , , , ,59 Lungesygdomme , , , ,54 Diabetes , , , ,37 Psykisk sygdom , , , ,52 Kræft , , , ,92 Allergi , , , ,87 Flere kroniske sygdomme (a) 1 kronisk sygdom , , , ,45 2 kroniske sygdomme , , , ,20 3+ kroniske sygdomme , , , ,07 Flere kroniske sygdomme (b) 1 kroniske sygdom , , , ,61 2+ kroniske sygdomme , , , ,58 22

18 Eksempel på tabel (tabel 2.3 i rapporten): Andelen af regionens borgere, som udgør samlede og nye tilfælde af leddegigt i 2007 og 2009/2010 Samlede sygdomstilfælde Nye sygdomstilfælde Region Hovedstaden 2,13 2,19 0,29 0,27 Køn Mand 2,34 2,43 0,31 0,30 Kvinde 1,93 1,96 0,28 0,24 Alder år 0,27 0,28 0,07 0, år 0,54 0,52 0,10 0, år 0,96 0,94 0,16 0, år 2,04 1,99 0,32 0, år 3,49 3,58 0,44 0, år 4,99 5,27 0,64 0, år 5,78 6,15 0,72 0,67 Uddannelse Ingen erhvervsuddannelse 2,44 2,56 0,33 0,31 Kort uddannelse 2,16 2,34 0,30 0,28 Mellemlang videregående uddannelse 1,68 1,80 0,22 0,24 Lang videregående uddannelse 1,38 1,42 0,23 0,16 Erhvervstilknytning I beskæftigelse 1,29 1,31 0,21 0,18 Under uddannelse 0,36 0,32 0,06 0,07 Arbejdsløs 1,34 1,23 0,26 0,19 Langtidssyg, revalidering, kontanthjælp, mv 1,83 1,98 0,32 0,31 Førtidspensionist 5,31 5,32 0,49 0,49 Pensionist 5,11 5,42 0,66 0,61 Etnisk baggrund Danmark 2,27 2,36 0,31 0,28 Andre vestlige lande 1,55 1,42 0,25 0,18 Ikke-vestlige lande 1,08 1,14 0,19 0,18 Kommunesocialgruppe Kommunesocialgruppe 4 2,06 2,07 0,29 0,26 Kommunesocialgruppe 3 2,31 2,44 0,31 0,30 Kommunesocialgruppe 2 2,03 2,09 0,29 0,25 Kommunesocialgruppe 1 2,17 2,24 0,29 0,28 Tallet angiver, at 2,44 % af borgerne i 2007 med ingen erhvervsuddannelse har leddegigt Tallet angiver, at 2,56 % af borgerne i 2010 med ingen erhvervsuddannelse har leddegigt Tallet angiver, at andelen af nye tilfælde af leddegigt blandt borgere med ingen uddannelse er 0,31 % i 2009 Tallet angiver, at andelen af nye tilfælde af leddegigt blandt borgere med ingen uddannelse er 0,33 % i

19 Eksempel på figur (figur 3.1 i rapporten): Forekomsten af diabetes, KOL og hjertekarsygdom samt borgere med hhv. 1,2 eller 3 af disse sygdomme i 2009 Hver søjle repræsenterer det totale antal (100 %) for en given sygdomsgruppe - her for diabetes De mørkere farver i hver af de tre første søjler repræsenterer andelen af borgere med kun én af sygdommene: diabetes, KOL eller hjertekarsygdom - her for KOL De lysere farver repræsenterer borgere med to af sygdommene i forskellige kombinationer. Her for borgere med hjertekarsygdom og diabetes (nederst), og hjertekarsygdom og KOL (øverst) Den mørkeblå farve repræsenterer borgere, som har alle tre sygdomme. Her for borgere med mere end to sygdomme Diabetes KOL Hjerte 2+ sygdomme n= n= n= n=

20 Eksempel på tabel (tabel 3.1 i rapporten): Borgere med kronisk sygdom i 2009 Tallet angiver, at 36,4 % af borgere med diabetes i regionen er år En visuel præsentation af, at 36,4 % af borgere med diabetes er år Tallet angiver, at borgere på år har diabetes % Diabetes Personer % KOL Personer Køn Mand 52, , Kvinde 47, , Alder år 1, år 2, år 6, , år 13, , år 25, , år 36, , år 13, , Uddannelse Ingen erhvervsuddannelse 38, , Kort uddannelse 44, , Mellemlang videreg. uddannelse 10, , Lang videregående uddannelse 5, , Erhvervstilknytning I beskæftigelse 32, , Arbejdsløs 0, ,4 257 Langtidssyg,reval.,kontanthj.,mv 3, , Førtidspensionist 11, , Pensionist 51, , Civilstand Ugift, Fraskilt 31, , Gift 52, , Enkestand 16, , Etnisk baggrund Danmark 84, , Andre vestlige lande 3, , Ikke vestlige lande 12, , % %

21 Eksempel på tabel (tabel 3.43 i rapporten): Forbrug af sundhedsydelser blandt borgere med kronisk sygdom i Helsingør kommune i 2009 Helsingør Kommune % Diabetes Personer OR Median Andel med Kontakt til prakt. læge Årskontrol ved prakt. læge Kontakt til prakt. speciallæge Kontakt til vagtlæge Kontakt til skadestue Hospitalsindlæggelse Sengedage (mindst én) Forebyggelig indlæggelse Genindlæggelse (30 dage) Ambulant kontakt 97,8 16,8 62,6 27,6 21,1 27,9 27,9 5,3 8,4 50, % 0,10 0,55 1,00 1,55 1, Tallet angiver, at 50,5 % af borgerne med diabetes har haft ambulant kontakt i 2009 Visuel præsentation af de 50,5 % af borgere med diabetes, som har haft ambulant kontakt i 2009 Tallet angiver, at borgere med diabetes har haft ambulant kontakt i 2009 Odds Ratios (OR) > 1 betyder, at andelen af borgere, der forbruger en given ydelse, er højere end regionsgennemsnittet, når der tages højde for køn og alder. Er OR < 1 er andelen af borgere, der forbruger en given ydelse, mindre end regionsgennemsnittet. Stjernen Blandt borgere med mindst én kontakt, har halvdelen et antal kontakter, som er større eller lig den angivne median angiver, om OR er signifikant. 26

22 Eksempel på tabel (tabel 3.47 i rapporten): Omkostninger forbundet med forbrug af regionale sundhedsydelser og lægemidler blandt borgere med diabetes, KOL, hjertekarsygdom eller mindst to af disse sygdomme i 2009 Diabetes, Kr. KOL, Kr. Hjerte, Kr. 2+ sygdomme, Kr. Total Pr. person Total Pr. person Total Pr. person Total Pr. person Primærsektor Total Regional_andel Kommunal_andel Sekundær sektor Total Regional_andel Kommunal_andel Lægemidler Total Regional_andel Kommunal_andel Patient_andel Samlede kommunale omkostninger til sekundærsektoren for personer med hjertekarsygdom i kommunen Gennemsnitlige kommunale omkostninger til sekundærsektoren pr. person med hjertekarsygdom 27

23 Eksempel på tabel (tabel i rapporten): Meromkostninger forbundet med forbrug af sundhedsydelser og lægemidler blandt borgere med diabetes, KOL, hjertekarsygdom eller mindst to af disse sygdomme i Tallet angiver de gennemsnitlige regionale meromkostninger til primærsektoren per person med diabetes i forhold til de gennemsnitlige omkostninger til primærsektoren for borgere uden diabetes, KOL og hjertekarsygdom Diabetes, Kr. KOL, Kr. Hjerte, Kr. 2+ sygdomme, Kr. Pr. Meromkostning Pr. Meromkostning Pr. Meromkostning Pr. Meromkostning person pr. person person pr. person person pr. person person pr. person Primærsektor Total Regional_andel Kommunal_andel Sekundær sektor Total Regional_andel Kommunal_andel Lægemidler Total Regional_andel Kommunal_andel Patient_andel Kommunale udgifter Total Hjemmehjælp mm Plejehjem Hjælpemidler Rehabilitering

24 1.8 Medarbejdere Forskningscenter for Forebyggelse og Sundhed har stået for udarbejdelsen af denne rapport for Region Hovedstaden. Hovedkræfterne bag rapporten har været projektleder, post.doc. Kirstine Magtengaard Robinson., læge, ph.d. Ane Bonnerup Vind, videnskabelig medarbejder, Maj Jeppesen, post.doc. Cathrine Juel Lau og forskningsleder, overlæge, ph.d. Charlotte Glümer. IT-medarbejder Gert Virenfeldt og ledende datamanager Carsten Agger har samlet og håndteret de store mængder data fra henholdsvis registre og spørgeskemaundersøgelse. Statistiker Jens Henrik Badsberg, statistiker Rikke Kart Jacobsen og ledende statistiker Anne Helms Andreasen har udarbejdet de statistiske analyser. GIS-konsulent Peter Erbs-Maibing har produceret kort. Studentermedhjælp Maja Lykke har assisteret i arbejdet med at sætte rapporten op, og sekretær Birgitte Pickering har læst korrektur. En styregruppe tilknyttet Region Hovedstadens Sundhedsprofil bestående af repræsentanter for de 29 kommuner og Region Hovedstaden har været sparringspartner i processen i forhold til valg af analysefokus samt læsning og kommentering af udvalgte kapitler i rapporten. Ligeledes har styregruppen fra Evaluerings- og Analysemodelprojektet i Kronikerprogrammet og medarbejderne Anne Frølich og Kristina Johansen læst og kommenteret udvalgte kapitler i rapporten. 29