Befolkningens sundhed om 20 år? En fremskrivning med udgangspunkt i den aktuelle viden Charlotte Glümer, professor, overlæge 1
Hvad kommer jeg ind på? Hvorfor er det svært at forudsige sygdomsmønsteret Diabetes som eksempel Demografiske ændringer Ældre 2013 = Ældre 2033? Simple sygdomsfremskrivninger Sygdomsfremskrivninger og geografi Mere komplekse modeller Konklusion 2
Hvorfor er det svær at fremskrive befolkningens sundhed og sygelighed Nye Risikofakto rer og sygdomme Sociodemo grafiske ændringer Antallet af kronikere Ændret risikoprofil 3 Bedret behandling Tidlig opsporing/ screening
Diabetes som eksempel Antallet af Diabetes Patienter over tid 7.000 6.000 5.000 4.000 3.000 2.000 1.000 4 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Antallet af borgere med diabetes pr. 100.000 indbygger1996-2012 SSI
Ændring i Risikofaktorer overtid : BMI 25 5
Relative dødelighed for diabetes 2,00 1,80 1,60 1,40 1,20 1,00 0,80 0,60 0,40 0,20 SMR 0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1997: SMR 1,9 2012 SMR 1,5 SSI: 2014 6
Udvikling i befolkningstal og geografi 2013 2033Difference Pct Hele landet 5.602.628 6.028.770 426.142 8 Region Hovedstaden 1732068 2011328 279.260 16 Region Sjælland 816359 803042-13.317-2 Region Syddanmark 1201419 1229335 27.916 2 Region Midtjylland 1272510 1384409 111.899 9 Region Nordjylland 580272 600656 20.384 4 Danmarks statistik: 08.09.2014 Forvente en både absolut og relativt markant stigning i kronisk sygdomme i Region Hovedstaden 7
Befolkningsudvikling opdelt på aldersgrupper i Region H 2013 2033 Dif Pct 45-54 år 242.912 216.559-26.353-11 55-64 år 190.062 222.111 32.049 17 65-74 år 171.022 201.540 30.518 18 75-84 år 82.156 132.236 50.080 61 85+ år 34.193 65.055 30.862 90 Danmarks statistik: 08.09.2014 8
Uddannelsesniveau over tid i hele landet 45 40 35 30 25 20 15 10 5 0 2006 2013 9
Ældre 2013 = Ældre 2033? Uddannelse og alder 90 80 70 60 50 40 30 20 10 0 25-34 35-44 45-54 55-64 65-79 80 Kort Mellem Lang Sundhedsprofildata 2013 10 Risikoprofilen vil angiveligt ændre sig
Rygning og uddannelse Dagligrygning fordelt på uddannelsesniveau % 35 30 33 30 2007 2010 2013 25 25 27 25 20 20 15 17 15 10 5 12 10 8 6 0 Grundskole og gymnasial uddannelse Erhvervsfaglig uddannelse Kort/mellemlang videregående uddannelse Lang videregående uddannelse 11 Sundhedsprofil 2013
Fremskrivning af kroniske sygdomme i Region H på baggrund af ændret aldersfordeling samme forekomst 2013 2033 DIF PCT Blodprop i hjertet 22.800 30.200 7.400 32 Diabetes 77.900 98.200 20.300 26 KOL 37.700 49.100 11.400 30 Kræft 42.000 54.100 12.100 29 Depression 49.200 59.400 10.200 21 Slidgigt 231.100 289.700 58.600 25 Rygsygdomme 122.600 143.700 21.100 17 12 I 2033: 141.100 flere borgere med ovenstående diagnoser 135.000 borgere har 3 + kroniske sygdomme 31.000 flere end i dag
Fremskrivninger på Kommune Niveau Stor variation i befolkningsfremskrivningen i regionen: 20-30 %: Frederiksberg, København og Vallensbæk 10-20 % stigning : 10 kommuner 0-10 %: 13 Kommuner Fald : 3 kommuner: Stigning hænger sammen med afstand til København Antallet af kroniske sygdomme vil derfor angiveligt stige mere markant i Planlægningsområde Byen og Syd sammenlignet med Nord og Midt 13
Mere komplekse modeller Health Impact Assessment Ledgaard Holm A et al. 2014, Scand J Pub Health 409-416 14
Konklusion Vi forventer, at andelen af borgere, der får og lever med en kronisk sygdom vil stige, men hvordan de kommer til at leve med sygdommene ved vi ikke og om prognosen holder stik er uvist Det kan være svært at forudsige mønsteret i sygdomsudviklingen Dels pga udvikling i behandlingerne Dels pga udvikling i bagvedliggende determinanter såsom adfærd og socioøkonomiske faktorer Det kan være svært at forudsige mønsteret og udviklingen i de bagvedliggende determinanter, det er afgørende, man følger disse I planlægningsøjemed er det afgørende at se på geografiske forskelle i underlæggende determinanter 15
Tak for opmærksomheden 16