Hvad ved vi om ulighed i behandlingen og hvad ved vi ikke?

Transkript

1 Hvad ved vi om ulighed i behandlingen og hvad ved vi ikke? Finn Diderichsen Institut for Folkesundhedsvidenskab Afdeling for socialmedicin Københavns Universitet Dias 1

2 Hvilke kriterier skal gælde for lighed i behandlingen? 1. Er det lige adgang til ydelser? Dvs. lige pris for ydelsen i penge, tid mm.? Men samme pris kan være en meget større hindring for nogle end for andre. Når vi siger lige adgang er det ofte lige brug af ydelser vi måler. Men lige brug er ikke meningsfuldt ved ulige behov. 2. Er det brug af de ressourcer som svarer til behovene uanset indkomst etc.? Hvad er så behov? Er det de ressourcer som mindst kræves for at patienten skal få bedst mulige overlevelse/funktion? Uanset hvad det koster? Hvem skal da definere det behov? Lægen eller patienten? Og hvordan skal det måles? Dias 2

3 Kriterier forts.. Hvorfor er netop lighed i adgang til og brug af sygdomsbehandling så vigtig? Hvorfor ikke lige adgang til skiferie? Fordi et godt helbred er en afgørende forudsætning for menneskers frihed at vælge det liv de sætter pris på! 3. Er det så behandlingens bidrag til lighed i helbred som er kriteriet? Om så er hvordan er det så lige det går? Dias 3

4 Ulighed efter uddannelse i middellevetid blandt mænd fordoblet fra 1987 til 2011 Kilde: AE-rådet & IFSV/KU Institut for Folkesundhedsvidenskab År År År År Differens kvartil kvartil 2. kvartil 3. kvartil 4. kvartil Dias 4

5 Ulighed efter indkomst i middellevetid større fordi indkomstfald også er en effekt af sygdom Institut for Folkesundhedsvidenskab År År År Differens kvartil kvartil 2. kvartil 3. kvartil 4. kvartil Dias 5

6 Kønsulighed (kvinder- mænd) i middellevetid Dødeligheden blandt mænd med lav indkomst slæber efter 8,0 8,0 7,0 7,0 6,0 6,0 5,0 5,0 4,0 4,0 3,0 3,0 2,0 1,0 0,0 Indkomst kvartiler ,0 1,0 0,0 Uddannelse kvartiler kvartil 2. kvartil 3. kvartil 4. kvartil Dias 6

7 Voksende uddannelses ulighed i dødelighed - også i øvrige Norden Shkolnikov et al: JECH 2012;66: Døde per ,8 Mænd 2 1,8 Kvinder 1,6 1,6 1,4 1,4 1,2 1 0,8 0,6 0,4 0,2 0 1,2 1 0,8 0,6 0,4 0,2 0 Finland Norge Sverige Dias 7

8 Indvandrerne er ikke en del af problemet. Dødelighed Kilde: Nørredam et al: BMC Publ Health 2012;12:757 Oprindelsesland Mænd Kvinder Asien 0,35* 0,40* Østeuropa 0,47* 0,62 Tidl. Jugoslavien 0,50 0,58 Irak 0,27* 0,45 Mellemøsten 0,45* 0,36* Nordafrika 0,31* 0,30* Sydlige Afrika 1,12 0,83 Alle indvandrere 0,44* 0,43* Dansk født 1 (ref.) 1 (ref.) Dias 8 * P<0,001

9 Det andet perspektiv de socialt udsatte: Kontanthjælpsmodtageres oversygelighed 2007 Aldersstandardiseret år Overhyppighed af indlæggelser i % Kræft 15 % Hjertekarsygdom 70 % Psykisk sygdom 1135 % Ordineret psykofarmaka 370 % Skader 65 % Dias 9

10 Og det er ikke fordi sundhedsvæsnet ikke har påvirket dødeligheden (døder per Kilde SST): Ændring % per år Hjerte -3,1% Skader -2,7% Kræft -0,4% Luftveje +0,6% Dødsårsager med effektiv behandling -3,8% per år Nolte & McKee Dias 10

11 Ulighed i dødelighed hvor stor del udgør de sygdomme som et godt sundhedsvæsen kan behandle? Institut for Folkesundhedsvidenskab Sygdomme som kan behandles (fx tuberkolose og andre infektioner, Mb.Hodgkin, leukemi, blindtarmsbetændelse, mavesår, galdesten, blodtryk astma mm.) udgør 13-15% af ulighed i dødelighed 10-14% af dødelighed totalt Dias 11

12 Ulighed i dødsårsager som kan behandles Stirbu et al JECH 2010;64: Dage i middellevetid år. Polen Finland Norge Danmark 13-15% af ulighed i alle dødsårsager Infektioner Kræft Hjerte-lunge Akut kirurgi Sverige Dias 12

13 De fleste sygdomme har samme gradient => meget mere multisygdom hos de med kort uddannelse og små ressourcer år Sverige. Erikson & Thorsander EuJPH 2008;18: Mænd Kvinder Dias 13

14 Uligheden målt i leveår tabt i for tidlig død og nedsat funktionsevne (DALY per Danmark 2004). Beregnet ud fra WHO Global Burden of Disease Study. DALY per 1000 indb. Kronisk obstruktiv lungesygdom 11,5 Iskæmisk hjertesygdom 10,9 Demens (Mb. Alzheimer) 5,9 Lungekræft 3,5 Depression 3,3 Alkoholafhængighed 2,6 Hørenedsættelse 2,4 Diabetes 2,2 Levercirrose 1,7 Slagtilfælde 1,6 ALLE DIAGNOSER 54,5 Institut for Folkesundhedsvidenskab Dias 14

15 Ulighedens 12 determinanter: SST 2011 Påvirker social position og sygdomsrisiko 1. Den tidlige udvikling 2. Uafsluttet skolegang 3. Segregering og socialt nærmiljø Formidler effekt af social position på sygdom 4. Indkomst fattigdom 5. Langvarig arbejdsløshed 6. Social udsathed 7. Fysisk miljø partikler og ulykker 8. Arbejdsmiljø ergonomisk og psykosocial 9. Sundhedsadfærd (KRAM) 10.Tidlig nedsættelse af funktionsevne Påvirker ulighed i konsekvenser af sygdom 11. Sundhedsvæsnet 12. Det ekskluderende arbejdsmarked Dias 15

16 Realistiske forventninger.. 40 år voksende social ulighed i dødelighed. Samme tendens i alle de rige lande som kan måle det. Udviklingen af et alt mere lettilgængeligt og effektivt sundhedsvæsen har ikke vendt udviklingen En velfærdsstat med universelle ydelser og (til for nylig) faldende økonomisk ulighed har heller ikke kunnet garantere lavere ulighed i sundhed Selvom sundhedsvæsnet måske ikke er en stor del af problemet, kan det godt være en vigtig del af løsningen!? Dias 16

17 Indkomstulighed i antal lægebesøg justeret for selvvurderet helbred år VanDoorslaer CMAJ 2006;174: Spec.læge Egen læge Seneste publicerede data er fra år 2000! Dias 17

18 The Inverse Care Law (Julian Tudor Hart 1971) 30% af landets praktiserende speciallæger findes i Gentofte, Lyngby-Tårbæk, Rudersdal, Hørsholm, Frederiksberg og Østerbro. Det giver en lægetæthed på 104 per i landets rigeste kommuner sammenlignet med ca. 15 i øvrige kommuner Dias 18

19 Danmark har dog relativt små problemer med ulighed i adgang Institut for Folkesundhedsvidenskab Andel (%) om haft behov for, men ikke fået, lægeundersøgelse pga. pris, ventetid eller afstand. Højeste og laveste indkomstkvintil. Kilde EU-SILC 2009 DK Dias 19

20 Andel (%) af den laveste indkomstkvintil som opgiver at de har undladt at søge lægehjælp fordi det var for dyrt. Kilde: EU-SILC Institut for Folkesundhedsvidenskab Dias 20

21 Fattige har 23% lavere besøgstal hos egen læge Besøg hos egen læge efter ækvivaleret årsindkomst. Fattigdomsgrænsen (OECD) = 73 tkr. Justeret for uddannelse, beskæftigelse, helbred mm. Odense 2005 >291 tkr tkr tkr tkr Kilde: Arendt. UfL 2010;172: < 73 tkr Dias 21

22 At få alment praktiserende læger til at etablere sig i udsatte områder. Betyder social tyngde det noget for indtjeningen? For hver 10 point man stiger på behovsindex (DADI-score) falder antallet listede patienter med 50 og indtjeningen per læge med kr. Kilde bl.a.: OLSEN KR. PATIENT COMPLEXITY AND GPs INCOME UNDER MIXED REMUNERATION. Health Econ. (2011) Dias 22

23 Mål på social tyngde i almen praksis: Behovsindex (DADI) varierer fra Ca. 100 praksis (5%) har index>90 (Kilde: Vedsted 2009) Betegnelse (variabel) Vægt 1 Andel af årige arbejdsløse i mindst ½ år 0,100 2 Andel af årige uden erhvervsuddannelse 0,125 3 Andel af årige med lav disponibel familieindkomst 0,100 4 Andel af årige på overførselsindkomst 0,100 5 Andel af børn 0-16 år i familier med lav uddannelse 0,150 6 Andel af indvandrere og efterkommere fra ikke-vestlige lande 0,250 7 Andel af enlige 30+-årige (uden ægtefælle, samlevende eller 0,075 børn) 8 Andel af 70+-årige med lav disponibel familieindkomst 0,100 I alt 1,000 Dias 23

24 Relativ brug af sundhedsydelser blandt indvandrere Danskfødte er reference =1. Kilde: Nielsen et al: Sc. J Publ Health 2012;40:260 Indlagt Hospital Skadestue Egen læge Prakt. specialist Tand - læge Jugoslav. 1,24 1,65* 1,76* 1,93* 0,37* Irak 1,30 1,39 2,33* 2,61* 0,43* Iran 1,05 1,65* 1,75* 2,53* 0,52* Libanon 1,34 1,14 2,21* 2,42* 0,46* Pakistan 1,31 2,00* 1,88* 3,21* 0,40* Somalia 1,61* 1,36 2,28* 1,96* 0,25* Tyrkiet 0,74 1,58* 1,87* 2,37* 0,45* * P<0,001 Dias 24

25 Andel (%) som har oplevet behov for, men ikke har været til, tandlæge. Indkomstkvintiler. EU-SILC Kilde: Q1 Q2 Q3 Q4 Q5 2 0 Danmark Sverige Norge UK Dias 25

26 De private sundhedsforsikringer antal forsikrede Indkomst Tkr/år , , ,9 % andel forsikrede Kilde: A. Kiel. AKF 2011 Dias 26

27 Ulighed i specifikke kliniske indsatser: Deltagelse i screening Diagnostisk proces Behandling Genoptræning Overlevelse Tilbagevenden til arbejde Dias 27

28 Overrisiko (%) for ikke at deltage i brystkræft screening. Region Midt Multivariat analyse. Jensen et al. BMC Cancer 2012;12:518 Ikke adgang til bil >60 km rejse Lav indkomst tertil Kontanthjælp Arbejdsløs dagpenge >15 år uddannelse < 10 år uddannelse Dias 28

29 Under- og overrisiko (%) for forsinket patientforløb ved kræft Hansen et al: BMC Health Services Research 2012;8:49 System delay fra udredningsstart til behandlingsstart Doctor delay fra besøg hos egen læge til udredningsstart Stor vs. mindre formue Pensionist vs. i arbejde Patient delay fra symptom til egen læge Dias 29

30 Behandling og overlevelse efter hjerteinfarkt (Rasmussen J et al: JECH 2006, 2007) Mænd og kvinder år Indkomst: Ballonudvidelse dage efter Statinbehandling (mod højt kolesterol) Begyndt Afbrudt Død < 1 måned efter Lav (ref) (ref) (ref) +63% Mellem +5 % +13% -18% +21% Høj +18% +28% -29% (ref) Dias 30

31 Procent % Institut for Folkesundhedsvidenskab Genoptræningsydelser med afgifter Tre patientgrupper: funktionelle lidelser, psykiske (angst/depression), skader i bevægeapparat Andel (%) som har besøgt fysioterapeut Lav indkomst Middel indkomst Høj indkomst Funktionel Psykisk Skader Befolkning Dias 31

32 Procent % Institut for Folkesundhedsvidenskab Andel (%) som har besøgt psykolog Lav indkomst Middel indkomst Høj indkomst 2 0 Dias 32 Funktionel Psykisk Skader Befolkning

33 Et eksempel på ulighed i behandlingens resultat Ulighed mellem kort vs. mellem/lang uddannelse i kræftoverlevelse Dalton et al : EuJC 2008;44: års overlevelse for kort uddannede Mænd Kvinder Lungekræft -30% -10% Tyktarmskræft -9% -6% Brystkræft - -8% Prostatakræft -19% - Alle kræftformer -23% -19% Årsagerne kan være mange: Ulighed i tobaksrygning, multisygdom, adgang, ventetid, kvalitet mm Dias 33

34 Et eksempel på ulighed i rehabiliteringens resultat: Risiko (%) for at være udenfor arbejdsmarkedet 3 år efter indlæggelse år aldersstandardiseret.. Mænd Grundskole Videregående uddan. Kvinder Hele befolkningen Indlagt skader Indlagt kræft Indlagt hjertekar Indlagt psykiatri Ord.psykofarmaka Grundskole Videregående uddan. Dias 34

35 Risiko (%) at havne udenfor arbejdsstyrken den ondartede kombination af kort uddannelse og psykisk lidelse (målt som brug af psykofarmaka) Kort uddannelse Psykisk lidelse Kombinationen (synergi) Dias 35

36 Især psykisk oversygelighed blandt de udenfor arbejdsstyrken Relativ risiko (OR)for indlæggelse/ordination. Danmark Aldersstandardiseret år. OR>2,0 Efterløn Arbejdsløs Førtidspension Kontanthjælp Sygedagpenge Indlagt Mænd 1,7 1,2 1,3 1,0 2,3 Kræft Kvinder 1,4 0,9 1,0 0,8 1.6 Mænd 2,1 1,1 1,8 1,2 2,3 Indlagt Hjertekar Indlagt Psykisk Ordineret psykofarm. Indlagt Skader Kvinder 2,0 1,1 1,6 1,0 1,5 Mænd 28,6 2,2 16,1 3,8 11,3 Kvinder 19,5 1,9 8,6 2,2 4,8 Mænd 6,3 1,2 5,5 1,8 4,7 Kvinder Institut for Folkesundhedsvidenskab 4,4 1,1 3,9 1,5 2,4 Mænd 1,4 0,9 1,6 1,1 1,6 Kvinder 1,6 0,9 1,7 1,1 1,3 Dias 36

37 Konklusion: Hvad ved vi? Enkelte ad hoc studier indikerer sociale uligheder i brug og resultat af behandling, især når der er brugerbetaling der er specialistbehandling det handler om forebyggende og rehabiliterende indsatser Danmark udmærker sig positivt ift. lige adgang, men ikke ift. lige resultat Dias 37

38 Konklusion: Hvad ved vi ikke? Når vi finder indikatorer på ulighed er årsagerne Iblandt åbenbare: fx. afgifter og geografi Ofte mindre åbenbare: patient/læge forhandlingen, frafald i lange patientforløb Iblandt kontroversielle: hvor opsøgende og fastholdende skal systemet være Vi savner systematisk kontinuerlig monitorering Dias 38

39 Monitorere ulighed i behandling data findes men bruges kun sjældent : Ulighed i adgang: social fordeling af patientafgifter, ventetider og afstande mm Ulighed i brug: Med klogt brug af eksisterende medicinske og sociale registre samt sundhedsprofil data, er det muligt at monitorere indikatorer på ulighed i behandling - justeret for behov (helbred). Ulighed i kvalitet og effekt: Om de kliniske databaser påføres sociale variabler fra DST kan de give værdifuld information. Mål på funktionsevne findes men skal bruges mere, ikke mindst af kommunerne, Konklusion: Data findes, rutiner for analyserne skal etableres og nogen skal have til opgave at gøre det. Det skal ikke være afhængigt af en tilfældig forskers interesse. Dias 39

40 Seks udfordringer for det nære sundhedsvæsen: primærsektor, psykiatri og kommuner: Multisygdom er skævt fordelt udfordring for primærsektor og kommuner Incitament praktiserende læger til at arbejde i de udsatte områder og med de fattige Psykiske lidelser udtalt ulighed i forekomst og konsekvenser Ulighed i rehabiliteringens resultat de lange (kommunale) patientforløb Ulighed i brug af de forebyggende ydelser - screening og rådgivning. Ulige frafald ved længevarende indsats Ulighed i systemets egne ventetider - selv ved kræftmistanke! Andre sygdomme ikke undersøgt. Dias 40

41 Er sundhedsvæsnet på vej at møde ulighedens udfordringer? Sektorernes andel af sundhedsbudget Index. Kilde: Beregninger baseret på tal fra Sundhedsministeriet: Det danske sundhedsvæsen i international belysning Psykiatri inkl. puljer Almen praksis Kommunal sundhed Somatiske sygehuse Dias 41

42 Tak for ordet!! Dias 42